Le problème que l’US Air Force veut confier à l’intelligence artificielle ressemble d’abord à un problème de données : environ 60 sources séparées, des formats différents, des informations réparties entre bases, réseaux partagés et disques locaux. La particularité est que ces données servent à maintenir Minuteman III, la composante terrestre historique de la dissuasion nucléaire américaine.
Le Air Force Nuclear Weapons Center a publié une demande d’information sur un outil de regroupement et de visualisation alimenté par l’IA. Le document décrit un objectif de fédération plutôt que de remplacement : permettre à un utilisateur d’interroger plusieurs systèmes depuis une même interface, sans transformer l’IA en nouvelle base de référence.
Les sources citées donnent la mesure de l’hétérogénéité. On y trouve les métriques de santé de la flotte, des dessins techniques, des spécifications, des documents de contrôle d’interface, des données de stocks, des historiques de maintenance, des prévisions d’approvisionnement, des ordres techniques et des registres de risques.
Aujourd’hui, cette dispersion oblige les équipes à compiler manuellement une partie de l’information. Cette étape est nécessaire pour analyser le risque d’attrition des pièces, quand les composants deviennent difficiles à remplacer, mais aussi le « functional age-out », quand un élément vieillissant approche de la fin de sa capacité fonctionnelle.
L’outil envisagé doit donc agir comme une couche de requête. L’utilisateur pose une question, le système recherche dans les sources connectées et présente les résultats dans un environnement commun. La visualisation fait partie du projet : l’Air Force demande la possibilité de naviguer dans des dessins 2D et 3D, des diagrammes fonctionnels et d’autres fichiers techniques complexes.
La gouvernance des données est clairement précisée. La nouvelle plateforme ne sera pas l’« Authoritative Source of Truth ». Les données officielles resteront dans leurs systèmes d’origine, et l’outil devra les récupérer presque en temps réel. Cette architecture permet théoriquement de profiter d’une recherche plus rapide tout en conservant la traçabilité vers la source qui fait autorité.
Les objectifs de performance permettent de quantifier l’ambition. Le futur système doit pouvoir se connecter à au moins 95 % des sources initialement définies et les interroger. L’exactitude des résultats de recherche, comparée aux données sources, doit atteindre 99 %. Le gain de temps et la baisse du travail manuel devront eux aussi être mesurés.
Dans un système d’information ordinaire, ces seuils seraient déjà exigeants. Ici, ils s’accompagnent de contraintes de sécurité. La première phase doit traiter des Controlled Unclassified Information au niveau IL5. L’Air Force indique que de futurs travaux pourraient inclure des informations classifiées Secret au niveau IL6, avec des habilitations adaptées pour les personnels concernés.
La présence de l’IA dans une infrastructure nucléaire ne signifie cependant pas qu’elle entre dans la chaîne de tir. Le périmètre publié couvre les données d’ingénierie, de maintenance, d’approvisionnement et de risques. Il ne décrit aucune fonction de lancement, de ciblage ou de commandement. Le système de contrôle de Minuteman III reste séparé, avec des équipages de deux officiers dans des centres souterrains et un réseau de communication redondant.
L’âge de la flotte explique l’importance de cette circulation de l’information. Minuteman III est en service depuis 1970. Les États-Unis maintiennent 400 missiles sur trois bases et prolongent leur exploitation pendant la transition vers Sentinel. Une grande partie de l’infrastructure fondamentale a plus de cinquante ans.
Dans un tel contexte, la donnée devient un indicateur de vieillissement au même titre que le métal ou l’électronique. Chaque réparation et chaque remplacement ajoutent une nouvelle trace qu’il faut pouvoir relier aux précédentes.
La demande actuelle n’est encore qu’une étude de marché. Elle n’engage ni contrat ni financement. Si une acquisition suit, le projet permettra d’observer un cas très concret d’IA appliquée à une architecture héritée : la réussite se mesurera moins à la qualité d’une conversation avec la machine qu’à sa capacité à retrouver la bonne information, au bon endroit, sans rompre le lien avec la source vérifiable.