Partenariats industriels

Contribuer à rapprocher les acteurs académiques et industriels de la Recherche Opérationnelle le partenariat industriel constitue une cible du GDR RO, d’autant plus importante que la modélisation informatique et mathématique d’entreprises et d’organisations fait partie de l’essence même de la Recherche Opérationnelle.

Enjeux et tendances de la RO dans les entreprises

La R.O. connaît aujourd’hui un essor sans précédent outre-Atlantique, entraînant des évolutions dans son apprentissage et sa pratique. Sont identifiés ici cinq sujets majeurs pour lequel le GDR RO, en coordination avec la Société Française de Recherche Opérationnelle et d’Aide à la Décision (ROADEF), peut et doit être moteur.

• L’enseignement de la R.O. est critique pour la diffusion de la discipline dans les entreprises françaises. La R.O. a progressivement intégré les cursus universitaires ou d’écoles d’ingénieur, notamment en mathématiques appliquées, informatique ou génie industriel. Initier et former les futurs cadres et managers à la R.O. est vital pour la compétitivité future des entreprises françaises. L’enseignement de la R.O. doit donc être pensé, structuré et promu dans le système éducatif français.

• L’écart encore large entre théorie et pratique doit être comblé. Les fondements théoriques actuels de la discipline, par exemple la complexité algorithmique, sont restrictifs : ils présentent essentiellement des résultats négatifs (difficulté d’obtention d’un résultat totalement optimal) alors qu’a contrario de nombreux résultats positifs, en termes d’amélioration de la pratique industrielle, avec des économies de plusieurs dizaines de points de pourcentage dans certains domaines, sont constatés empiriquement. Ces fondements théoriques sont à affiner voire réviser au regard des évolutions importantes que connaît aujourd’hui le monde des technologies de l’information et de la communication (masses de données à traiter augmentant exponentiellement, nouvelles générations d’ordinateurs, apparition de capacités de calcul massivement parallèles).

• L’émergence de thèmes transverses, concernant de multiples entreprises et organisations, doit être anticipée. Par exemple : la disponibilité de nombreuses données inaccessibles par le passé a un impact important sur l’analyse statistique et la simulation des performances des systèmes ; la mise en place progressive d’un marché “virtuel” de l’énergie entraîne l’apparition de nouveaux problèmes d’optimisation ou, dans certains cas, de variantes significativement plus complexes de problèmes d’optimisation existants. Il est important que la recherche publique, les grandes entreprises confrontées à ces nouveaux défis et les fournisseurs d’outils se rencontrent sur ces sujets et y travaillent ensemble en avance de phase.

• Les difficultés de transfert technologique et d’industrialisation demeurent un frein important à la pleine diffusion et la bonne utilisation de la R.O. dans les entreprises françaises. En effet, en dépit de nombreux travaux académiques montrant de forts potentiels d’applications, on constate encore un taux d’échec ou d’insatisfaction relativement important lors de l’implémentation de ces solutions sur le terrain. Cela est dû à la complexité du processus de transfert technologique dans ces domaines pointus que sont les mathématiques appliquées et l’informatique scientifique. Un travail méthodologique mettant en lumière les difficultés et les bonnes pratiques de transfert est à réaliser et diffuser, tant dans le milieu industriel que le milieu académique. Au-delà des aspects purement scientifiques, il est crucial que cet “art de la R.O. en pratique” soit formalisé et intégré à son enseignement.

• L’industrialisation de la R.O. dans les entreprises passe par l’utilisation d’outils, plus particulièrement de logiciels, et donc par leur production par les acteurs de la R.O. Dans les domaines de la prévision et de l’optimisation, ces outils de plus en plus puissants ont donc une grande valeur ajoutée. En témoigne le récent rachat de l’entreprise française ILOG, un leader mondial dans le domaine, par la multinationale IBM. Il faut donc encourager, valoriser mais aussi orienter la production de logiciels (éventuellement libres) dans le domaine. Le transfert de ces logiciels sur le marché passe par un renforcement de la collaboration entre laboratoires et éditeurs de logiciels.