Aéro & Défense : l'IA à deux vitesses — l'aftermarket commercial accélère, l'autonomie militaire attend la confiance

La mise à jour de mi-année 2026 du Deloitte Aerospace and Defense Industry Outlook, publiée fin juillet, dresse un contraste net entre deux trajectoires de l'IA dans le secteur. Côté civil, l'analyse des publications trimestrielles des quatre principaux motoristes montre une croissance du chiffre d'affaires aftermarket de 20% à 40% au premier trimestre 2026, largement attribuée à la maturité des outils de maintenance prédictive et de jumeaux numériques déployés sur les flottes en service.

Côté défense, le signal est différent. Le FY27 Budget Overview Book du Department of War, publié le 20 avril 2026, formalise l'objectif d'une force 'AI-first', mais précise explicitement que la contrainte principale n'est plus la capacité des modèles — jugée disponible — mais le 'déploiement de confiance à grande échelle' (trusted deployment at scale). Autrement dit : le goulet d'étranglement s'est déplacé de l'algorithme vers la certification, la gouvernance humain-machine et l'acceptabilité opérationnelle des décisions autonomes.

Ce déplacement se lit aussi dans les choix d'investissement humain : en avril 2026, le Department of the Air Force a approuvé une stratégie de talents IA incluant un parcours de carrière technique à double filière et des exigences de littératie IA généralisées — un investissement dans l'infrastructure de confiance, pas dans le calcul. En parallèle, les 19,8 milliards de dollars de capital-risque investis dans la defense tech au T1 2026 (PitchBook, +146% sur un an) restent concentrés à hauteur d'un tiers sur les systèmes autonomes, un pari sur une capacité qui ne se convertit pas encore en déploiement au même rythme que l'aftermarket commercial.

Analyse Cardan-AI : pour un industriel aéro & défense, la feuille de route IA ne devrait plus se poser en termes de faisabilité technique — largement acquise sur les cas d'usage à faible criticité — mais en termes d'infrastructure de confiance : traçabilité des décisions, protocoles de supervision humaine, et formation des équipes. C'est cette dernière brique, plus lente à construire que le modèle lui-même, qui détermine désormais la vitesse réelle de déploiement.