Europe 
Türkiye 
United Kingdom 
Global 
Se connecter avec mon compte Xometry 
Nous nous sommes entretenus avec Owein Dourneau, PDG de Mecagent, pour discuter du parcours de l’entreprise, de ce qu’ils ont accompli jusqu’à présent et de ce qu’ils cherchent à réaliser.
Externalisation des tâches répétitives
Qu’est-ce qui vous a inspiré à créer Mecagent ?
Nous avons commencé en février 2025 après avoir réalisé que l’IA générative n’était pas largement adoptée dans le domaine de l’ingénierie mécanique. Mes cofondateurs, en tant qu’ingénieurs mécaniques, ont constaté à quel point l’IA était en train de révolutionner le développement de logiciels grâce à des outils comme Cursor, et ils ont estimé que ce domaine passait à côté d’une opportunité.
Au départ, nous avons exploré des idées plus spectaculaires, comme les pièces générées par l’IA, mais la technologie n’est pas encore prête pour une utilisation fiable. Pendant la phase d’entraînement de ces modèles, nous avons réalisé que les ingénieurs mécaniques avaient besoin de quelque chose de plus pratique et de plus fiable.
Nous avons discuté avec des ingénieurs et identifié de vrais points de friction. En fin de compte, nous avons décidé de créer un copilote IA qui s’intègre directement au logiciel de CAO, créant essentiellement une interface de chat au sein de l’environnement de CAO pour aider les ingénieurs à accomplir leurs tâches plus efficacement.
Quels défis spécifiques adressez-vous ?
Comment accélérer la phase de design ? Comment déléguez-vous les tâches répétitives qui ne nécessitent pas d’expertise humaine ? Ce sont des questions fondamentales.
Les ingénieurs mécaniques consacrent énormément de temps à des modifications simples comme le changement des rayons de congé, l’ajustement de la taille des trous et d’autres tâches similaires. Chacune de ces opérations ne demande que quelques clics, mais lorsqu’elles sont répétées des centaines de fois, elles consomment des ressources considérables. Notre objectif est de permettre aux ingénieurs de se concentrer sur l’ingénierie réelle.
Quelle a été votre approche pour amener les ingénieurs à utiliser votre produit ?
Au début, nous avons essayé de nous attaquer à trop de choses à la fois. Depuis, nous nous sommes concentrés principalement sur l’automatisation CAO par le biais des macros.
La plupart des ingénieurs n’utilisent pas les macros car elles nécessitent des connaissances en VBA, C#, ou dans le langage de programmation qu’utilise leur logiciel de CAO. Mais les macros sont incroyablement puissantes – elles permettent d’automatiser des modifications, des exportations et d’autres tâches répétitives mais chronophages en utilisant les mêmes commandes disponibles dans l’interface utilisateur.
La création de macros est devenue notre fonctionnalité centrale et notre point d’entrée vers un parcours plus long visant à créer une IA qui aide réellement les ingénieurs en mécanique.
Comment fonctionne la création de macros ?
À la base, vous créez un script qui appelle des fonctions au sein de votre logiciel de CAO. Vous réfléchissez d’abord aux fonctions dont vous avez besoin et à la manière dont vous effectueriez la tâche manuellement. Ensuite, vous utilisez l’interface de discussion pour l’automatiser. L’outil vous guide tout au long du processus, rendant la création de macros accessible même sans connaissances en programmation.
Fonctionnalités expérimentales
Quelles sont les autres fonctionnalités proposées par Mecagent ?
Au-delà de l’automatisation des macros, nous avons plusieurs fonctionnalités expérimentales.
Recherche de pièces en ligne. Nous avons des partenariats avec des bibliothèques de pièces CAO. L’automatisation peut interagir avec des fiches techniques pour aider à trouver des composants standard, par ex. des roulements, qui sont sélectionnés en fonction des fonctionnalités de votre modèle existant.
Spécialiste de la connaissance. Nous avons intégré une grande quantité de documentation d’ingénierie et de PDF de connaissances générales. Si vous demandez comment calculer la perte de charge dans une tuyauterie, il renvoie une réponse avec des sources afin que vous puissiez vérifier l’exactitude de la réponse. Nous sommes vigilants concernant la propriété intellectuelle, en nous concentrant sur les sources de connaissances communes qui ne soulèvent pas de problèmes de licence.
Les utilisateurs pourront télécharger leur propre documentation et normes pour un usage interne uniquement.
Chiffrage instantané. Il s’agit d’un prototype précoce que nous développons avec des fournisseurs tiers.
La génération de pièces est-elle toujours en cours de développement ?
Nous testons la création autonome de pièces, mais nous n’y sommes pas encore. Actuellement, ce prototype peut uniquement créer des pièces simples, ce qui n’est pas utile pour un travail d’ingénierie réel. Cependant, il faut bien commencer quelque part.
Ces pièces générées sont-elles paramétriques ?
Oui, ce qui est précisément la raison pour laquelle nous sommes limités aux pièces simples pour le moment. Les modèles paramétriques exigent toutes les opérations de base du noyau CAO – de l’esquisse à la génération de fonctionnalités. Vous devez maintenir les propriétés paramétriques pendant le processus de génération de pièces. Certaines personnes parlent même de créer des systèmes CAO entièrement nouveaux pour permettre ce type de fonctionnalité, mais c’est un très long parcours (ou cela demande beaucoup de temps).
L’IA peut générer des maillages STL impressionnants adaptés à l’impression 3D, mais ils sont inutiles pour les ingénieurs mécaniques à moins d’être parfaits dans les détails, ce qui n’est pas encore le cas.
J’aime le comparer aux fichiers PNG par rapport aux fichiers SVG. Un PNG est un élément fixe – il est ce qu’il est. Mais un SVG utilise des vecteurs et des équations mathématiques, vous pouvez donc l’éditer. C’est ce dont les ingénieurs ont besoin.
Quelles plateformes de CAO sont intégrées par Mecagent ?
Actuellement, nous ne prenons en charge que SolidWorks. Nous prévoyons également d’ajouter Inventor, Catia V5 et Creo dans un avenir proche.
Les avantages actuels
Pourquoi les ingénieurs payent-ils pour Mecagent ?
Comme vous l’avez mentionné, vous avez utilisé des macros et vous en comprenez la valeur, mais vous ne les avez pas créées vous-même. C’est très courant. Actuellement, il est plus facile pour nous de communiquer avec les gens qui travaillent déjà avec des macros. Ils perçoivent immédiatement la valeur parce que nous rendons l’automatisation beaucoup plus facile et plus rapide. Le reste des ingénieurs mécaniques doit d’abord apprendre la simple existence de ces macros.
La recherche de pièces est largement utilisée, mais c’est davantage quelque chose de considéré comme agréable à avoir. Si nous parlons d’une fonctionnalité majeure, c’est l’automatisation des macros.
Nous sommes toujours en version bêta, il y a donc des erreurs et des problèmes. La communauté de l’ingénierie est assez sceptique à l’égard de l’IA, et un seul accroc peut signifier qu’ils nous écartent définitivement. Mais les ingénieurs qui travaillent avec des macros sont plus motivés à explorer des cas d’utilisation potentiels. Dès qu’ils voient une tâche qui prenait 12 heures être désormais réalisée en 3 minutes, ils sont convaincus.
Y a-t-il des témoignages d’utilisateurs surprenants ?
Un client a changé de nom de marque et devait mettre à jour 70 000 dessins (ou fichiers de CAO). C’est un changement très simple, mais cela leur a pris 2 mois à effectuer manuellement. Ils voulaient l’automatiser, mais ne savaient pas comment faire. Ils ont essayé d’utiliser ChatGPT, mais celui-ci a généré des instructions erronées, car ces contraintes sont très spécifiques aux logiciels de CAO. Avec Mecagent, le script s’est exécuté pendant quelques heures et a terminé tout le travail.
Nous avons eu plusieurs cas où des gens ont automatisé l’exportation de fichiers dans différents formats, ce qui a permis d’économiser 8 à 12 heures par semaine sur cette seule tâche.
Certains clients ont créé des tableaux de bord personnalisés avec Mecagent qui vérifient automatiquement la conformité des assemblages – vérifiant l’épaisseur des tôles et d’autres propriétés.
L’un de nos utilisateurs devait modifier la taille des trous sur une surface convexe, avec des dimensions relatives au rayon des surfaces intérieure et extérieure. Faire cela manuellement sur une grande quantité de pièces aurait pris des semaines. Après quelques itérations avec Mecagent, il disposait d’un script automatisé pour gérer l’ensemble de la tâche. Il utilise désormais notre outil quotidiennement.
Mecagent est en version bêta. Quand le lancement complet est-il prévu ?
Notre objectif immédiat est d’obtenir le statut de partenaire auprès des éditeurs de logiciels de CAO. Nous sommes en discussion avec eux pour nous assurer que nous utilisons correctement leur logiciel.
De tels partenariats donneront de la légitimité à toutes les parties impliquées. Les éditeurs de logiciels effectueront une vérification préalable pour s’assurer que nous utilisons correctement leurs actifs. Et les utilisateurs peuvent être assurés que l’ajout d’une couche Mecagent ne causera aucun problème. De plus, nous travaillons sur les bugs, mais cela restera un processus continu pendant sans doute un certain temps.
Notre site web propose actuellement une version freemium que tout le monde peut essayer. Nous utilisons les avis des utilisateurs pour itérer rapidement.
Dans l’ensemble, la sortie publique aura lieu une fois que nous aurons des partenariats officiels et que nous aurons perfectionné notre proposition centrale de valeur ajoutée. Pour l’instant, cela semble être l’automatisation des macros. Donc, espérons que ce sera bientôt.
Passage de GPT-2 à GPT-4
Quelles sont les plus grandes craintes des ingénieurs concernant votre produit et l’IA en général ?
La principale préoccupation est la protection de la propriété intellectuelle de l’entreprise. De nombreuses entreprises évitent ChatGPT pour cette raison. Nous suivons le RGPD pour garantir des flux de données sécurisés. Nous n’utilisons ni ne récupérons aucun des modèles de CAO de nos clients ; toutes les données sont traitées à la volée (ou en temps réel). Nous stockons uniquement l’historique de discussion et les scripts d’automatisation sur AWS. Sans une protection de la propriété intellectuelle adéquate, nous ne pourrions pas servir les grandes entreprises.
La seconde crainte est le remplacement d’emploi. Je suis un développeur de logiciels, et de nombreux experts dans mon domaine reconnaissent que l’IA produit déjà la majeure partie du code. Il suffit d’un expert humain pour gérer le processus, mais les besoins en main-d’œuvre ont considérablement diminué.
Dans l’ingénierie mécanique, nous sommes très loin de ce scénario. Nous nous concentrons sur le fait de donner plus de temps aux ingénieurs pour appliquer leurs compétences de base au lieu de gaspiller des heures sur des tâches répétitives. Il est difficile d’imaginer un avenir où les ponts et les structures critiques sont construits par l’IA sans intervention humaine. Les bugs logiciels sont réparables, mais les défaillances structurelles dans les infrastructures physiques ont de graves conséquences.
Où se situe l’IA actuellement sur l’échelle allant de l’« pur effet de mode » à « c’est incontournable » dans le domaine de l’ingénierie ?
Le design génératif utilisant l’IA fait partie des progiciels de CAO depuis un certain temps maintenant. Donc, si l’on met cela de côté, l’effet de mode autour de l’IA est massif, à la fois à l’intérieur et surtout à l’extérieur de l’industrie.
Je pense que l’ingénierie mécanique est au niveau de GPT-2, alors que beaucoup d’entre nous agissent comme si nous étions à GPT-4. C’est en partie du bruit marketing. Nous avons montré des scooters et des voitures de Formule 1 générés, et cela se retourne parfois contre nous lorsque les gens essaient le produit en s’attendant à ces capacités.
Même en tant que maximaliste de l’IA, je dois admettre que nous sommes assez loin de cet objectif. Mais GPT-2 était quand même utile pour beaucoup de gens malgré ses limites. L’IA dans l’ingénierie mécanique se trouve à un stade similaire.
À long terme, le potentiel est énorme.
Qu’est-ce qui accélérerait le progrès dans ce domaine ?
J’adore l’open source. Cela permet à tout le monde de faire le meilleur usage des données disponibles. S’il existait des bases de données de modèles complètes accessibles à tous, nous pourrions apprendre beaucoup plus rapidement en tant qu’industrie.
Y a-t-il d’autres outils d’IA que vous recommanderiez aux ingénieurs ?
Draftaid résout un problème tangible en automatisant la création de plans.
Et il y a une startup discrète qui utilise l’IA pour les simulations par éléments finis. Ils font un travail impressionnant, réduisant considérablement le temps de simulation tout en fournissant des résultats quasi déterministes.
Related Topics
Contact VED
Uliana Krayneva
0
2
Comment(0)