Aéro & Défense : le vrai goulet n'est pas l'adoption de l'IA, c'est la capacité à l'absorber

L'enquête "Aerospace and defense agenda 2026" de PwC, menée auprès de dirigeants du secteur, livre un chiffre d'adoption technologique parmi les plus élevés de l'industrie manufacturière : 57% des dirigeants aéro-défense déclarent utiliser l'IA pour transformer leurs flux de conception et d'ingénierie, contre 41% en moyenne tous secteurs confondus — un écart de 16 points qui place le secteur en tête de l'adoption industrielle de l'IA. Près de la moitié (49%) anticipent que l'essentiel de leur production sera pilotée par des systèmes IA-enabled d'ici 2030.

Ces deux chiffres, pris isolément, dessineraient un récit de transformation réussie. Mais le même sondage contient une statistique miroir qui inverse la lecture : 42% de ces dirigeants — soit près des trois quarts de ceux qui utilisent déjà l'IA — anticipent que leurs capacités technologiques dépasseront leur infrastructure existante d'ici 2030. La moyenne inter-sectorielle sur ce point n'est que de 26%. Le secteur le plus rapide à adopter est donc aussi celui qui se projette le plus en déséquilibre.

L'analyse la plus courante de ce type d'écart invoque la contrainte de capital — manque de budget, de calcul, de données. Elle ne correspond pas aux faits ici : un secteur qui investit déjà 45 milliards de dollars de capex annuel (AIA "2026 Facts & Figures", analysé par Cardan-AI le 09/08) et affiche un excédent commercial record n'est pas contraint en capital. Le cadre pertinent est ailleurs : la théorie de la "capacité d'absorption" (absorptive capacity) formulée par Cohen et Levinthal en 1990, selon laquelle la capacité d'une organisation à exploiter une connaissance ou une technologie externe dépend moins de son accès à cette technologie que de sa capacité interne préexistante à l'identifier, l'assimiler et l'appliquer commercialement.

Cette capacité d'absorption n'est pas un stock qu'on achète au comptant : elle se construit de manière cumulative, par l'apprentissage organisationnel antérieur, la qualité des processus de gestion des données, et la profondeur des compétences internes déjà présentes. Un secteur qui a longtemps opéré avec des cycles de certification longs, une aversion structurelle au risque (rappelée par notre analyse du 07/08 sur l'écart de confiance entre maintenance prédictive et autonomie de décision) et des systèmes d'information cloisonnés par programme n'a pas nécessairement bâti, en parallèle de son excellence industrielle, la capacité organisationnelle à digérer un flux d'innovation IA aussi rapide que celui qu'il finance.

Le corollaire empirique se lit dans les données amont de la chaîne d'approvisionnement : seuls 26% des dirigeants investissent aujourd'hui dans une redondance des systèmes pour bâtir des chaînes auto-réparatrices, alors que 45% prévoient de relocaliser ou rapatrier l'essentiel de leur production d'ici 2030. Le reshoring, pourtant présenté comme une réponse à la fragilité géopolitique, est lui-même une opération à forte intensité d'intégration numérique — traçabilité multi-fournisseurs, jumeaux numériques, orchestration en temps réel. Le concentrer sur 2030 sans combler d'ici là l'écart de capacité d'absorption revient à programmer un goulet d'étranglement à horizon prévisible plutôt qu'à le résoudre.

L'implication stratégique pour un acheteur de conseil IA dans ce secteur n'est donc pas de choisir entre adopter plus vite ou adopter plus lentement, mais de traiter la capacité d'absorption comme un actif à construire en parallèle du déploiement technique — gouvernance des données, formation des équipes, architecture d'intégration — plutôt que comme une externalité qui se résorbera d'elle-même. Les dirigeants qui ont déjà identifié cet écart (42% d'entre eux, dans l'enquête PwC) disposent d'un avantage rare : celui de pouvoir agir avant que l'écart ne devienne visible dans les indicateurs de performance.