Bien que le potentiel de l'IA dans la fabrication de satellites soit indéniable, les entreprises abordent sa mise en œuvre avec prudence, en privilégiant la cybersécurité et l'intégrité des données. Blue Canyon Technologies, une filiale de Raytheon Technologies, explore comment l'IA peut contribuer à la fabrication sans compromettre la cybersécurité. « Lorsque vous essayez d'apprendre à une machine d'IA, où vont vos données », a demandé Chris Winslett, directeur général de Blue Canyon Technologies, lors de la conférence Satellite Innovation. « Il y a aussi une inquiétude quant à l'intégration de données provenant d'applications externes. D'où viennent-elles ? » Winslett souligne la valeur de l'IA pour rationaliser le processus de conception technique. « Vous voulez pouvoir utiliser l'IA pour vous aider à transformer une tonne de données en informations », a-t-il déclaré, ajoutant que cela libère les ingénieurs pour prendre des décisions éclairées plutôt que d'analyser manuellement les données. Kongsberg NanoAvionics partage des préoccupations similaires concernant la provenance des données. « Comment pouvez-vous faire confiance à ce que vous obtenez ? Quelle est la source ? » a demandé Karolis Senvaitis, directeur des opérations techniques. « Si vous agrégez des résultats, obtenez-vous les résultats que vous souhaitez ? » Senvaitis estime que l'IA peut être précieuse pour collecter et analyser de vastes ensembles de données, mais son intégration directe dans les processus de fabrication et de test est prématurée tant que ces questions ne sont pas résolues. Machina Labs, une startup de Los Angeles spécialisée dans la technologie robotique pour l'outillage métallique, aborde la provenance des données différemment. En générant ses propres données via ses systèmes robotiques, Machina Labs minimise les risques liés aux données externes. « Beaucoup de nos processus intègrent des ingénieurs en conception et des ingénieurs en développement de processus, qui interprètent essentiellement cette pléthore de données générées par nos robots de formage », a expliqué John Borrego, vice-président de la production chez Machina Labs. « En utilisant des capteurs de charge et des capteurs de positionnement, ainsi que des logiciels et des appareils de numérisation hautement précis, nous sommes en mesure de déterminer si une pièce répondra ou non aux exigences. » Les données de ces capteurs sont stockées en toute sécurité dans le cloud. « Nous ne faisons que gratter la surface, car nous avons maintenant des données concrètes qui peuvent être utilisées et exploitées pour optimiser les processus et réduire tout type de défaut de qualité pour les pièces futures », a ajouté Borrego.