Une vision précise des opérations avec l’IoT
Ces dernières années, la montée en puissance de l’IoT industriel (IIOT) a favorisé la digitalisation de l’usine en permettant au secteur industriel de générer une quantité importante de data et de la mettre à profit pour viser l’excellence opérationnelle. Des données de production au stockage des composants, l’industrie investit massivement dans des outils de gestion et d’analyse de ces données. « Un industriel dont les sites de fabrication sont dispersés géographiquement ou dont les ERP (« Enterprise Resource Planning ») sont silotés a énormément à gagner dans le désilotage et la centralisation des données industrielles », explique Mick Lévy, Directeur de l’Innovation Business chez Business & Decision. « En rassemblant les données sur une base de données partagée, les équipes bénéficient d’une vision globale et pilotée des opérations à grande échelle. Certains de nos clients ont enregistré des gains de productivité de l’ordre de 20% avec ce type d’approche ». Les solutions de data management se sont d’ailleurs multipliées ces dernières années, avec des plateformes centralisées permettant aux collaborateurs de consulter les données issues de l’IIOT croisées avec les données de gestion issues des ERP. À la clé : des gains de productivité, mais aussi plus de sécurité sur les sites de production, une optimisation des stocks, une précision accrue dans le tracking des produits, sans oublier une consommation énergétique restreinte.
L’IA transforme la donnée industrielle en valeur
L’ensemble des données collectées peut prendre davantage de valeur grâce à la force d’analyse des algorithmes qui transforment le fonctionnement des sites industriels. « On peut par exemple limiter le taux de rebus d’une chaîne de production en analysant les conditions dans lesquelles une erreur a été produite et en corriger les paramètres », explique Mick Lévy, « ou encore tracer le parcours d’un produit pour garantir la fluidité de la logistique, de l’usine à l’entrepôt de stockage. Ces capacités prédictives et prescriptives entraînent un retour sur investissement (ROI) phénoménal pour le secteur industriel ».
Les prévisions des ventes - desquelles découlent les approvisionnements, la fabrication ou la supply chain - vont être renforcées par des algorithmes de machine learning toujours plus élaborés, pour un gain de plusieurs points de précision dont les retombées économiques représenteront des millions d’euros. « L’IA fait passer les entreprises de l’ère de la prévision à celle de la prédiction des ventes. Cela change tout et permet d’utiliser des indicateurs fiables pour toute la chaîne de production ».
La prédiction peut apporter beaucoup de valeur pour la maintenance aussi, puisque l’IA peut calculer le moment optimal de révision d’une machine en croisant de multiples éléments : cadence, vibration, facteurs exogènes, etc. Cette maintenance prédictive peut s’appliquer aux machines de production mais aussi aux produits eux-mêmes. Par exemple, l’industrie automobile pourrait adopter ce principe pour l’entretien des véhicules afin d’aider ses clients à anticiper la nécessité de changer une pièce. Ces capacités de prédiction ouvrent ainsi la voie à une véritable personnalisation de la maintenance et des produits en fonction des comportements d’usage du client.
La 5G fait de la donnée le carburant de l’usine 4.0
L’arrivée de la 5G va permettre des débits inédits et une circulation de la data à une vitesse sans précédent. Pour Mick Levy, « Les formidables débits et surtout le ‘0 latence’ de la 5G, rendent possible la généralisation des applications d’IA en milieu industriel. Le trio 5G + Big Data + IA n’a pas fini de faire parler de lui car il va transformer et apporter une valeur énorme à tout le secteur industriel ! ». En effet, plus on relie et analyse les appareils sur un réseau, plus on traite de données. Et plus on traite de données, plus on a besoin de puissance pour faire fonctionner les algorithmes. La 5G permet notamment un recours sans limite aux capteurs sans fils. Elle rend possible l’usage de la réalité augmentée (RA) pour visualiser en temps réel les informations importantes sur l’état de fonctionnement d’une machine. Elle facilite aussi le recours à l’edge computing et au traitement des données en périphérie de réseau, avec des boucles de régulation plus courtes et un auto-contrôle des machines. L'IA, adossée à la 5G, permettra enfin aux robots de prendre des décisions autonomes basées sur des données environnementales traitées en temps réel.