Le 24 août, IEEE Spectrum publie un texte signé Ritu Favre, présidente du groupe Test & Measurement d'Emerson. En haut de page, la mention qui change tout : Sponsored Article.1 Bref, un texte d'entreprise placé dans un média sérieux. Le réflexe normal consiste à passer son chemin.

Ce serait dommage ici, parce que l'essai contient une affirmation que les sources indépendantes confirment largement : la difficulté centrale de l'ingénierie moderne s'est déplacée. Elle ne consiste plus principalement à concevoir et fabriquer des systèmes complexes, mais à vérifier qu'ils se comportent comme prévu. Le texte marketing dit vrai. Simplement, il ne dit pas tout, et surtout pas ce qui rend le phénomène intéressant pour quiconque fabrique quelque chose.

Plaidoyer intéressé

Commençons par l'intérêt bien compris, parce qu'il structure le texte. Favre dirige depuis octobre 2023 le segment Test & Measurement d'Emerson, anciennement National Instruments, racheté cette année-là pour une valeur de 8,2 milliards de dollars, à 60 dollars l'action.2 L'opération avait commencé en janvier 2023 par une offre de 7,6 milliards qualifiée de quasi hostile par la presse économique, NI évitant les négociations sérieuses depuis début 2022.3 Emerson table sur 165 millions de dollars de synergies de coûts d'ici la cinquième année.3

L'essai défend exactement ce que cette acquisition achète : le test ne doit plus être un poste de contrôle en fin de chaîne, mais une plateforme connectée qui accompagne tout le cycle de conception. Quand la présidente du segment écrit que les outils déconnectés freinent le progrès, elle décrit le marché ou justifie le panier de produits de son employeur. Les deux, très probablement.1

La question n'est donc pas de savoir si le texte est neutre. Il ne l'est pas, et il le dit à peine. La question est de savoir si ses affirmations tiennent devant des sources qui ne vendent rien. On les a suivies une par une.

Plus personne ne sonde

Première affirmation : chaque élément d'un système moderne peut parfaitement passer tous ses tests seul, puis se comporter bizarrement une fois assemblé avec les autres. Dans les semiconducteurs, Favre cite les designs à base de chiplets : un calculateur fourni par un acteur, un interposeur par un autre, un procédé d'empaquetage par un troisième.1

C'est vérifiable jusque dans la lettre de la norme qui standardise ces assemblages. UCIe, le standard ouvert d'interconnexion die-to-die publié depuis 2022, inclut explicitement la conformité et le test dans sa spécification, précisément parce que mélanger des chiplets multiplie les points de défaillance à l'interface.4 Le détail le plus parlant est physique : dans les packages avancés, le pas entre microbumps descend entre 25 et 55 micromètres. À cette échelle, impossible de poser une sonde externe sur les liaisons. La puce doit embarquer son propre autotest, ses moniteurs d'intégrité du signal et des voies redondantes capables de remplacer une liaison défaillante en service.5 En pratique, il ne reste que le canal principal et un canal auxiliaire pour tout faire : aucun port de test dédié.5

L'industrie connaît si bien ce problème qu'elle lui a donné un nom économiquement brutal : Known Good Die. Un chiplet qui passe ses tests individuels peut quand même condamner un package entier une fois intégré, et le package coûte cher.6 La panne n'a pas disparu, elle a déménagé : elle vit désormais entre deux fournisseurs, là où personne ne regarde vraiment.

Vingt-cinq ans de goulot

Le titre de l'essai parle d'une « nouvelle ère du test ». L'histoire est un peu plus plate. La vérification est documentée comme goulot principal de l'électronique depuis au moins décembre 1999, où une tribune d'EE Times estimait déjà qu'elle absorbait couramment 50 à 70 % des ressources humaines d'un projet, avec une complexité qui croît exponentiellement avec la taille du design.7

Les chiffres macro racontent la même chose. Dès 2001, la feuille de route ITRS déclarait le coût de conception « la plus grande menace pesant sur la continuation de la feuille de route des semiconducteurs », selon la restitution qu'en fait le professeur Andrew Kahng. Et sans les progrès des outils entre 1993 et 2009, un SoC grand public conçu pour environ 40 millions de dollars en 2011 aurait coûté 7,7 milliards.8 L'outillage de vérification n'est pas un luxe administratif : c'est lui qui a rendu supportable la complexité que tout le reste de l'industrie créait.

Même les vendeurs d'outils le reconnaissent, chacun à leur manière. Siemens EDA publie début 2025 un livre blanc sur ce même gap 2.0, poussé selon lui par les architectures à chiplets, les 3DIC et les fonctionnalités définies par logiciel ; il affirme aussi que les taux de succès au premier silicium touchent des records bas. Affirmation de vendeur, à prendre avec la pince habituelle.9 Plus intéressant : une enquête de Semiconductor Engineering de juin 2026 conclut que l'IA soulage la douleur sans fermer le goulot, et que les chaînes d'outils restent mal connectées entre elles.10 La « nouvelle ère » a vingt-cinq ans, et personne ne prétend l'avoir fermée.

Née d'une averse

L'exemple le plus concret de l'essai tient en une image : un régulateur de vitesse adaptatif sur une route bosselée sous la pluie, ou un avion de ligne ajustant volets et régimes moteur dans la turbulence. Des systèmes guidés par des milliers d'interactions à la seconde, dont le comportement en conditions réelles devient difficile à comprendre.1

Ce qu'elle ne dit pas, c'est que cet exemple précis a suffi à faire naître une norme entière. ISO 26262, la référence automobile, traite les pannes : un composant tombe en panne, le risque doit être maîtrisé. Or une partie des dangers réels ne doit rien à une panne. Le régulateur fonctionne exactement comme conçu ; c'est la conception qui est insuffisante face à une situation prévue nulle part. Ce domaine s'appelle SOTIF, Safety Of The Intended Functionality, couvert par la norme ISO 21448 et créé précisément parce que le cadre existant n'y répondait pas.11 Sa mise en œuvre recommande du hardware-in-the-loop et des millions de scénarios simulés pour traquer ces cas limites : du test intégré au cycle de développement, pas un pass/fail final.12

Autrement dit, l'exemple choisi par Favre confirme sa thèse mieux qu'elle ne le formule elle-même. Quand l'automobile a dû admettre qu'un banc final ne peut rien dire du comportement d'un système dans des conditions jamais rencontrées pendant le développement, elle n'a pas acheté une plateforme : elle a écrit une nouvelle définition du risque. Le problème est architectural, pas seulement instrumental.

Sous le vernis IA

Reste l'argument commercial central du texte : l'IA ne peut atteindre son potentiel que connectée à un flux de données structuré et traçable, sinon elle confond variance normale et défaillance critique.1

Vrai, et presque banal. Ce qui mérite l'attention, c'est ce que « plateforme connectée » désigne une fois le vernis gratté. Prenons l'exemple réel, SystemLink, la suite logicielle héritée de NI : déploiement centralisé du logiciel sur un parc de systèmes de test, suivi de santé des machines, gestion des instruments et de leurs calendriers d'étalonnage, stockage central des résultats et des formes d'onde, recherche historique, tableaux de bord, contrôle d'accès, déploiement cloud ou sur site.13 Aucune intelligence artificielle là-dedans. De la plomberie : chaque mesure transporte son contexte, quel instrument, quelle calibration, quel appareil testé, quel jour. L'assistant IA Nigel reste annoncé sur la feuille de route 2026.13

C'est ça, le vrai mécanisme de toute l'histoire. Pas le modèle, le registre. Une mesure sans provenance est une rumeur ; une mesure horodatée, étalonnée et reliée à son unité testée est une preuve exploitable, par un humain ou par un modèle. L'argument IA de l'essai tient debout grâce à cette plomberie-là, pas grâce au modèle qu'il met en avant.

La copie open source

Dernier point, celui que l'essai ne mentionnera jamais : aucune de ces idées n'appartient à une plateforme propriétaire. Le pilotage d'instruments par des standards ouverts existe depuis les années 90 avec VISA, la couche logicielle qui normalise le dialogue avec les instruments GPIB, série, USB ou Ethernet. PyVISA l'expose en Python sous licence MIT, maintenu publiquement, citable dans les journaux scientifiques.14

Plus près des bancs d'essai embarqués, LabGrid, développé chez Pengutronix, abstrait la gestion de cartes électroniques distantes : alimentation, consoles série, multiplexeurs, avec un plugin pytest pour écrire des tests automatisés et une architecture client-exporter-coordinateur pour partager un parc de cartes entre machines.15 Et côté laboratoires de recherche, ScopeFoundry structure des expériences complètes en Python, plugins matériel et mesures journalisées, sous licence BSD.16 Traçabilité, centralisation des données, tests intégrés au flux : tout y est, sans éditeur de plateforme au bout de la chaîne.

Un maker qui versionne ses scripts de test avec son firmware et note l'état d'étalonnage de son multimètre à côté de ses mesures pratique déjà le shift-left dont parle Favre. C'est le nom coûteux d'une vieille habitude : tester tôt, garder la provenance.

Ce qui survit au pitch

Récapitulons honnêtement. L'essai reste vague sur les bénéfices prouvés de l'IA en test ; il ne cite aucun chiffre indépendant, et son argumentaire épouse un cas business précis, 8,2 milliards de dollars et 165 millions de synergies attendues.23 Rien là d'illégal, mais cela interdit de le relayer tel quel.

Pourtant ses trois fondations tiennent devant les sources primaires. Les pannes vivent désormais aux interfaces, jusque dans les micromètres que les sondes ne peuvent plus atteindre.5 La vérification absorbe l'essentiel des ressources d'ingénierie depuis vingt-cinq ans documentés.710 Et certains dangers échappent structurellement au test final, au point d'avoir imposé une norme dédiée.11

Pour quiconque construit quelque chose, la leçon transposable tient en deux gestes : traiter les points d'intégration comme des cibles de test de première classe, et attacher la provenance à chaque mesure dès la première journée d'un projet. Le reste, plateformes, IA, tableaux de bord, n'est que l'emballage commercial de ces deux habitudes.