L’évaluation des risques systémiques est une discipline scientifique éprouvée, dont l’objectif est de permettre d’identifier les dangers/menaces auxquels le système étudié est exposé, d’analyser les scénarios d’accidents potentiels, leurs causes et leurs conséquences, et enfin de décrire le risque, si possible de manière quantitative, avec une prise en compte adaptée des incertitudes associées à cette évaluation. L’évaluation des risques repose sur les connaissances disponibles concernant le système étudié. En termes simples, l’évaluation des risques est une méthode de collecte et d’organisation des connaissances sur les éléments de risque, afin de permettre une prise de décision rationnelle et éclairée.

Dans cette perspective, l’évaluation des risques doit fournir des informations documentées pour justifier les décisions prises. Les résultats de cette évaluation doivent être communiqués de manière à permettre aux décideurs de les interpréter correctement pour leurs besoins, et de comprendre les incertitudes associées aux connaissances disponibles utilisées pour cette évaluation.

Toutefois, le monde dans lequel nous vivons évolue rapidement à bien des égards. La numérisation ouvre de nouvelles opportunités en matière de connectivité, de surveillance, d’accroissement des connaissances et de connaissance de la situation. Les avancées technologiques améliorent nos processus de production, nos produits et nos services. Une transformation profonde est en cours dans l’industrie, visant une meilleure sécurité, fiabilité, qualité et efficacité. L’Internet des objets (Internet of Things, IoT) et le big data, l’industrie 4.0 et bientôt 5.0, l’intelligence artificielle, les grands modèles de langage (LLM) et l’IA dite générative continueront de modifier notre façon de concevoir, fabriquer, approvisionner des produits et des services.

Dans ce chapitre passionnant de changement et d’évolution significatifs, la fiabilité et la sécurité s’imposent comme une nécessité pour permettre de tirer parti des avantages potentiels et pour répondre aux nouveaux risques qui pourraient émerger.

Concernant ces derniers, l’augmentation des capacités de suivi et surveillance, du partage d’informations, de la disponibilité des données et des capacités de calcul, ainsi que les progrès des méthodes et techniques, offrent de nouvelles opportunités pour améliorer la manière dont nous réalisons l’évaluation des risques¹.

En particulier, nous nous pencherons sur deux perspectives de progrès pour l’évaluation des risques :

1. l’exploitation de la puissance de calcul pour la simulation, dans le cadre d’une évaluation computationnelle des risques ;
2. l’utilisation des données de surveillance enregistrées sur les composants et les systèmes, dans un cadre d’évaluation des risques basée sur leur état réel (approche dite conditionnelle).

Les promesses des approches numériques

De manière générale, les accidents et incidents peuvent être considérés comme des comportements extrêmes des systèmes ou des environnements, et leur caractérisation implique une analyse rigoureuse des données disponibles pour alimenter l’évaluation des risques.

En pratique, cette tâche est loin d’être triviale compte tenu de la complexité des systèmes et des processus : un grand nombre de scénarios, d’événements et de conditions possibles, combinés entre eux, doivent être pris en compte, alors que seuls quelques-uns, rares, conduisent à des situations critiques et dangereuses. Cela rend l’expérimentation non viable économiquement dans la plupart des contextes industriels et physiquement irréalisables dans la plupart des cas critiques pour la sécurité.

C’est pourquoi la simulation a depuis longtemps été préconisée comme un moyen d’explorer et de comprendre le comportement des systèmes pour l’analyse des données et l’aide à la décision, et elle est utilisée pour l’évaluation de la sécurité depuis les années 1970-1980. Cependant, ce sont les avancées constantes dans les techniques de modélisation (y compris les méta-modèles ou modèles de substitution basés sur l’intelligence artificielle) et l’augmentation impressionnante de la puissance de calcul (incluant le calcul parallèle, le cloud computing et le calcul de haute performance) qui poussent à l’utilisation de la simulation pour explorer le comportement des systèmes et à son intégration dans les structures d’évaluation computationnelle des risques.