IA et aéronautique à Toulouse : données et cas d’usage
Le périmètre « Aéronautique » compte 103 entreprises actives avec une implantation active en Haute-Garonne au 10 octobre 2026. Le registre régional contient 81 lignes jointes et 7 913 258,72 € votés entre 2018 et 2025 pour des sièges du 31 relevant de ces codes NAF.
Dans un atelier aéronautique, le premier projet IA se choisit à partir d’un défaut, d’un arrêt machine ou d’un dossier difficile à retrouver. Le bon point de départ est une opération observable, avec un responsable métier capable de vérifier le résultat.
Quelles activités composent ce périmètre ?
Le code 30.30Z couvre aussi la construction spatiale, qui ne peut pas être séparée.
La construction aéronautique et spatiale et la réparation d’aéronefs forment deux activités différentes. Une entreprise de production cherchera des données de machine ou des images de pièces. Une structure de maintenance partira plutôt des interventions, des références et de l’historique des équipements. Gardez cette distinction pour comparer vos besoins à ceux du tissu local.
Entreprises implantées dans le 31, par activité principale NAF
Code NAF
Activité principale
Entreprises
30.30Z
Construction aéronautique et spatiale
54
33.16Z
Réparation et maintenance d’aéronefs et d’engins spatiaux
49
Le NAF est celui de l’unité légale entière. Une implantation locale active suffit pour entrer dans le compte, même si le siège est ailleurs.
Où ces entreprises sont-elles implantées ?
Toulouse arrive en tête des communes de cette sélection, avec 35 entreprises présentes. Le tableau classe les principales communes par nombre de présences actives. Pour rencontrer des profils proches, commencez par les communes où votre activité est déjà représentée.
Principales communes : présences actives, quinze au maximum
Commune
Code INSEE
Entreprises présentes
Toulouse
31555
35
Colomiers
31149
22
Blagnac
31069
15
Cugnaux
31157
7
Cornebarrieu
31150
4
Balma
31044
2
Castanet-Tolosan
31113
2
Ramonville-Saint-Agne
31446
2
Seysses
31547
2
Ayguesvives
31004
1
Aucamville
31022
1
Bouloc
31079
1
Frouzins
31203
1
Gagnac-Sur-Garonne
31205
1
Gibel
31220
1
Une entreprise présente dans plusieurs communes compte dans chacune. Les lignes communales ne s’additionnent donc pas pour obtenir le total départemental.
Quelles tailles d’entreprise retrouve-t-on ?
Tranches d’effectif des unités légales implantées dans le 31
Tranche déclarée
Entreprises
0 salarié (n'ayant pas d'effectif au 31/12 mais ayant employé des salariés au cours de l'année de référence)
2
1 ou 2 salariés
5
3 à 5 salariés
3
10 à 19 salariés
6
20 à 49 salariés
3
50 à 99 salariés
13
100 à 199 salariés
11
250 à 499 salariés
4
500 à 999 salariés
3
1 000 à 1 999 salariés
2
2 000 à 4 999 salariés
3
5 000 à 9 999 salariés
2
10 000 salariés et plus
3
Unité non employeuse (pas de salarié au cours de l'année de référence et pas d'effectif au 31/12)
43
Ces effectifs concernent toute l’unité légale, pas seulement ses emplois en Haute-Garonne. Les valeurs absentes, les unités non employeuses et la tranche zéro restent distinctes.
Années de référence des effectifs
Année de référence
Entreprises
2024
60
Non renseignée
43
Une petite équipe avec un corpus bien tenu peut préparer un pilote précis. Un groupe plus large devra aussi organiser les droits entre établissements et les validations. La tranche d’effectif aide à situer l’entreprise ; le périmètre technique et la disponibilité des données décident du projet.
Quand les entreprises encore actives ont-elles été créées ?
Années de création 2016–2026 : cohortes encore actives, 2026 partiel.
Cohortes par année de création de l’unité légale
Année de création
Entreprises encore actives
2016
3
2017
4
2018
3
2019
4
2020
6
2021
4
2022
7
2023
4
2024
6
2025
8
2026 (partiel)
3
Avant 2016
51
Le graphique décrit les entreprises encore actives lors de la collecte. Il ne compte pas toutes les créations historiques et ne date pas leur première implantation locale. Pour lire la structure du tissu actuel, comparez les cohortes récentes avec les entreprises créées avant 2016.
Quels montants régionaux ont été votés pour ces activités ?
Les 81 lignes jointes sur le NAF et un siège actuel en Haute-Garonne totalisent 7 913 258,72 €. Une ligne est un vote, plusieurs lignes peuvent concerner le même bénéficiaire. Le tableau reprend le champ montant voté, sans ajouter le cumul annuel du tiers.
Les caractéristiques Sirene sont celles du siège et du NAF à la collecte. La jointure couvre les dispositifs ciblés et les autres lignes dont le bénéficiaire a été rapproché ; la couverture des autres libellés est partielle. Les montants ne forment donc pas un total exhaustif des aides à la filière.
Le registre concerne les tiers dont le cumul annuel voté atteint 23 000 €. Un montant voté ne prouve pas un versement. Depuis 2022, une partie des aides passe par AD’OCC et peut ne pas figurer sous le même libellé ; le registre montre les montants votés par le Conseil régional.
Pour préparer votre dossier, comparez les libellés puis consultez le dispositif actuel. Les sommes passées donnent un contexte. Explorer les votes régionaux.
Trois cas d’usage IA à tester dans cette activité
Ces pistes servent à choisir un pilote. Pour chacune, préparez des données réelles, un jeu de test séparé et un responsable qui peut vérifier les résultats.
Maintenance prédictive des moyens de production
Commencez par une famille de machines dont les arrêts sont consignés. Rapprochez les séries de capteurs, les alarmes et les interventions réalisées. Un modèle peut signaler une combinaison inhabituelle avant qu’un technicien décide d’intervenir. Pour le test, conservez une période entière à part et comparez les alertes aux incidents réels. Mesurez les pannes détectées, les alertes inutiles et le délai disponible pour agir. Séparez les changements d’outillage des signes d’usure. Le pilote porte sur les moyens de production ; le technicien garde la décision de maintenance.
Contrôle qualité par vision des pièces
Choisissez une référence de pièce et un défaut visible, plutôt que tous les contrôles de l’atelier. Constituez des images de pièces conformes et non conformes, prises dans les conditions réelles d’éclairage. Le modèle propose un repérage ; le contrôleur statue sur la conformité. Dans le lot de test, incluez des finitions, des orientations et des lots matière différents. Comptez séparément les défauts manqués et les pièces bonnes rejetées. Conservez l’image et la version du modèle associées à chaque proposition pour permettre au service qualité de revoir le cas.
Exploitation documentaire des dossiers de conformité
Réunissez les dossiers de fabrication, rapports de contrôle et procédures approuvées dans un corpus dont les droits sont connus. Une recherche en langage courant peut retrouver une référence et le passage qui justifie une réponse. Le résultat doit afficher le document, sa révision et sa page. Testez des questions sur des versions anciennes pour vérifier qu’elles ne remplacent pas la version applicable. La personne chargée du dossier contrôle les éléments retrouvés avant de les transmettre. Le dossier de conformité conserve ses validations métier habituelles.
Comment démarrer la maintenance prédictive avec l’IA ?
Choisissez un équipement suivi dans le temps, puis reliez ses mesures aux interventions et aux pannes connues. Testez le modèle sur une période qui n’a pas servi à le construire. Une alerte utile doit laisser le temps d’agir et expliquer quels signaux l’ont déclenchée. Sans historique fiable des incidents, la première étape est la qualité des données de maintenance.
Quel premier chantier choisir ?
Si les images de contrôle sont déjà classées par défaut, la vision offre un périmètre de test précis. Si les arrêts ne sont pas horodatés, commencez par remettre l’historique de maintenance en ordre. Si les documents sont dispersés mais versionnés, la recherche documentaire peut être le premier chantier. Demandez au responsable qualité ou maintenance de définir le résultat attendu et les erreurs qui rendent le test inutilisable.
Écrivez ce qui doit être produit à la fin du test : une alerte expliquée, un passage source ou une proposition vérifiable. Rejouez les mêmes cas avant et après le pilote. Le bilan doit montrer les erreurs rencontrées et les conditions de fonctionnement. Vous pourrez alors décider du déploiement à partir de vos propres observations.
Les repères toulousains : ANITI et Aerospace Valley
ANITI, Artificial and Natural Intelligence Toulouse Institute, est l’institut toulousain issu du programme 3IA ; ses domaines d’application comprennent les transports et l’industrie. Aerospace Valley est un pôle de compétitivité de la filière aérospatiale en Occitanie et en Nouvelle-Aquitaine, actif notamment dans l’aéronautique et l’espace.
Pour préparer un échange technique, apportez le besoin métier, le corpus disponible et une manière de vérifier les réponses. Pour un échange sur le financement, décrivez les travaux et les dépenses du projet. Le tableau des votes aide à lire le passé ; la fiche du dispositif ouvert donne les conditions actuelles.
Cabinet de conseil IA à Toulouse : audit chiffré des opportunités avant toute dépense, feuille de route, aides publiques. Heure de repérage offerte.
Dites-nous en deux lignes quelle tâche revient chez vous : nous en parlons pendant l'heure de repérage offerte, en visio. Vous n'avez aucun trajet à prévoir.