Manufacturing : 4 scénarios de transformation
Temps de lecture : 7 minutes
Publié le 20 décembre 2019
Industrie 4.0, cloud, data, Intelligence Artificielle (IA) : les entreprises industrielles sont en pleine transformation et les promesses des technologies sont immenses pour elles. Mais par où commencer ? Notre expert Gilles du Crest, nous présente 4 scénarios.
Gilles du Crest
Directeur solutions industries chez Microsoft France
Pour les entreprises industrielles, la transformation liée au cloud, à la data et à l’IA est un formidable levier d’accélération. Elle nécessite tout de même une feuille de route bien définie en amont. Le conseil de Gilles du Crest, directeur solutions industries chez Microsoft France aux directions de ces entreprises ? « Concentrez-vous sur une zone à fort potentiel en particulier, c’est-à-dire une division et un sujet dont la transformation vous semble prioritaire, avant de passer à l’échelle au niveau de l’ensemble de l’entreprise. »
L’intérêt est de mettre en place une démarche qui pourra passer à l’échelle avec uniquement des coûts incrémentaux par la suite.
Les 4 zones à fort potentiels identifiés par Gilles du Crest :
- La R&D et le design
- La production
- Les opérations terrains (ou les services connectés)
- Les services transverses (sales, finance…)
R&D et design : accélerer la mise sur le marché et améliorer la qualité
Améliorer la qualité des produits et la mise sur le marché grâce au cloud
La R&D a besoin de réaliser des simulations et donc de mobiliser d’importantes capacités de calcul. « Grâce au cloud, elles sont quasiment infinies, » explique Gilles du Crest. Ce passage au cloud permet de réduire la durée des tests et donc la mise sur le marché des nouveaux produits.
Pour aller plus loin, les entreprises peuvent greffer des modules d’IA pour réaliser de l’AI-assisted design. « Par exemple, si je veux alléger le vélo que je suis en train de concevoir, l’IA peut m’aider à identifier les pièces qui sont soumises aux plus faibles contraintes, afin de les alléger. »
Découvrez comment ABB a automatisé une partie de ses calculs de prototypage pour réduire les coûts de simulation.
Gérer l’information pour capitaliser sur les connaissances cumulées
La gestion de l’information en R&D est toujours très complexe. Ces équipes disposent de grands volumes de données, souvent éparpillées. Or il est essentiel de ne pas perdre les connaissances accumulées. « Par exemple, si je veux développer un produit, j’aurai besoin des batteries de tests réalisées pour des produits similaires auparavant, afin de ne pas tout recommencer à zéro. » À la clé, encore une fois, une accélération des développements ainsi qu’une réduction de coûts.
Grâce au knowledge mining, une technologie qui associe des modules d’IA (reconnaissance visuelle, reconnaissance de texte…) et des modules de recherche, les données sont facilement accessibles. Ces outils sont disponibles sur Azure, qui a pour atout non négligeable de garantir la sécurité des informations les plus sensibles (brevets, etc.). Cette technologie a été adoptée par Royal IHC.
Renforcer son efficacité opérationnelle
L’IA au service de l’excellence opérationnelle
Parfois, une chaîne de production délivre beaucoup plus vite que l’autre sans que l’on comprenne véritablement pourquoi. « Les équipes ont une visibilité par sous-chaîne de fabrication, mais cela ne va pas plus loin dans le détail ou entre sous-chaîne. » Grâce au cloud, les entreprises disposent désormais d’outils pour dé-siloter la donnée et en tirer de l’intelligence. En analysant très finement toutes les informations de toutes les machines, on peut enfin comprendre ce qui bloque et intervenir.
Par exemple, l’entreprise Jabil conçoit des circuits électroniques. Au début du process de fabrication, une machine applique des points de soudure sur une carte. Jusqu’à récemment, si une des soudures n’était pas bien réalisée, la carte passait quand même par les étapes suivantes du process. Désormais, une caméra filme les cartes juste après l’application de la soudure et grâce à l’intelligence artificielle, on repère immédiatement les cartes défectueuses. Résultat : elles sont immédiatement écartées, ce qui permet de rendre la chaîne plus efficace.
Anticiper les pannes
Une panne sur une chaîne de fabrication représente un coût certain pour l’entreprise : immobilisation du matériel, chômage technique des équipes… L’analyse prédictive est donc le Graal dans l’industrie. Pour cela, les algorithmes analysent des données de télémétrie (la température, le taux d’oxygène, la cadence…) mais aussi des données non structurées comme un flux sonore ou vidéo. Ainsi ils sont en mesure de détecter les décalages entre les données enregistrées et les données habituelles, pour alerter le technicien très en amont.
Grâce aux outils Azure, Jabil est en mesure d’analyser des millions de points de données issues de ses machines de production, pour prédire les pannes avec une fiabilité de 80 %. Découvrez leur histoire ici.
Formation et accompagnement au changement
Comment apprendre rapidement à un technicien comment monter un nouveau produit sur la chaîne de fabrication ? En lui fournissant des outils de partage de connaissance et d’apprentissage à son poste de travail. Désormais, toutes ces connaissances peuvent être numérisées et disponibles pour le collaborateur sur un smartphone ou une simple tablette numérique, via un outil comme Teams.
Chez Airbus, les techniciens sont même équipés de casques de réalité mixte Hololens. Ils disposent de toutes les informations dont ils ont besoin pour travailler et réparer leurs équipements, tout en ayant les mains libres. Cela permet aussi de tester virtuellement les conceptions afin de déterminer si elles sont prêtes pour la phase de fabrication. La réalité mixte accélère considérablement le processus, réduisant jusqu’à 80 % le temps nécessaire. Chez Renaults Trucks, grâce à Hololens, les ouvriers de la chaîne de contrôle qualité peuvent être assistés sur 40 points de contrôle différents.
Transformer et automatiser processus et supply chain
Grâce au cloud, toutes les informations deviennent facilement accessibles à tous. Unilever s’est emparé de cette opportunité pour devenir data-driven. Elle dispose ainsi d’une vue globale de l’ensemble de ses activités de supply chain. C’est-à-dire, l’ensemble des ressources, des méthodes de travail et des outils de l’entreprise. Grâce au machine learning, elle a également pu modéliser l’ensemble de son activité en un jumeau numérique digital twin, un service qui permet de créer des modèles complets des environnements physiques. Ainsi, certaines tâches peuvent être automatisées. Par exemple, dans l’une de ses usines, le contrôle du taux d’humidité d’une machine qui produit du savon est désormais réalisé par la machine. À la clé, un gain de productivité pour les opérateurs, qui peuvent se consacrer à des tâches à plus forte valeur ajoutée. Découvrez l’intégralité de l’histoire ici.
Daher, de son côté, a mis en place une supply chain connectée. Dans le cadre d’un projet de construction, des industriels issus de 35 pays différents ont pu suivre, sur la même plateforme et en temps réel, l’arrivée des différents colis. En analysant les données, l’entreprise peut décider de mettre en place des mesures correctrices pour améliorer les délais de livraison. Découvrez comment ici.
Inventer de nouveaux services grâce à l’IoT
Les technologies telles que le cloud ou l’IA sont des opportunités essentielles pour repenser son business model. « Pour les entreprises industrielles, il est même devenu incontournable de se poser la question », explique Gilles du Crest.
Renforcer son service client
C’est la démarche qu’a entamée l’entreprise Machine Pagès, qui commercialise des machines d’embouteillage. « Contractuellement, quand ils vendent une machine, ils s’engagent à ce qu’elle suive une cadence donnée. Mais à condition qu’elle soit bien calibrée et paramétrée. » Alors, pour s’en assurer, le fabricant vend désormais des machines connectées. « Si la cadence n’est pas au niveau, Machine Pagès reçoit l’information grâce à Azure IoT. Elle peut alors contacter son client pour lui proposer d’envoyer un technicien. » Une source de revenus complémentaires pour l’entreprise, qui augmente également la satisfaction de ses clients.
Découvrez l’histoire de Machine Pagès ici
Rendre ses produits intelligents
Schneider Electric propose de son côté une gamme de produits connectés. Parmi eux, Wiser, un thermostat qui permet aux utilisateurs de mieux suivre leur consommation d’énergie. Il étudie les données des utilisateurs pour comprendre ses habitudes et ainsi automatiser les réglages.
- Découvrez aussi comment Nexans déploie des équipements connectés auprès de ses clients. En effet, l’entreprise loue des tourets pour conditionner les câbles. Il s’agit d’enrouleurs en bois. Or, ceux-ci sont parfois volés ou abandonnés sur les chantiers. Cela engendre une perte financière conséquente pour Nexans comme pour son client. Grâce à l’IoT, l’entreprise est en mesure de tracer tous ses tourets. Les économies réalisées devraient lui permettre d’abaisser les coûts de location de 25 %. Cela permet aussi à ses clients d’avoir une visibilité sur la localisation ainsi que la livraison des tourets. Elle optimise ainsi ses ordonnancements de travaux en conséquence.
-
Un pilotage par la donnée dans les services transverses
Une posture résolument centrée sur le client
Enfin bien sûr, comme dans tous les secteurs de l’économie, les entreprises industrielles se doivent de devenir centrée sur leur client. Grâce à des outils tels que le CRM Dynamics 365, les commerciaux et les équipes marketing disposent d’une plateforme unifiée pour collecter toutes les données clients.
L’outil peut également bénéficier des données récoltées via l’IoT. C’est ce qu’a mis en place LPG, qui commercialise des appareils de massages connectés. Les données d’utilisation sont accessibles sur le CRM. Cela permet aux équipes techniques d’être plus réactive. Elles peuvent même anticiper des pannes. Si un appareil est particulièrement utilisé, l’outil alerte les équipes commerciales. Elles peuvent donc en proposer un nouveau à leur client.
La finance modernisée
Les services financiers s’équipent aussi de nouveaux outils de visualisation et de pilotage. Ils accèdent aux données issues des ventes, de la supply chain, de la production ou de la R&D de manière libérée. Ils peuvent donc avoir une vue globale de toutes les activités de l’entreprise. Une nouvelle posture qui nécessite d’adapter ses méthodes. « Par exemple, il faudra s’assurer d’une cohérence de bout en bout d’identifiants. Et ce afin de pouvoir tracer un produit depuis sa présence chez un client jusqu’aux fournisseurs de matière premières impliqués, en passant par les équipements de la chaîne de fabrication qui l’ont produit », précise Gilles du Crest.
Autre atout pour les services transversaux : des données toujours à jour. Avec un outil comme PowerBI, ils accèdent toujours aux toutes dernières statistiques en temps réel.
Le point commun entre tous ces exemples ? Le cloud. « L’avantage de cette technologie est son coût. Il est facturé à l’usage et pas de manière fixe au démarrage. Résultat, ses capacités sont accessibles à toutes les entreprises, quelle que soit leur taille et les investissements suivent la progression des projets ! De plus la stratégie 3 clouds de Microsoft permet la mise en place de tous ces bénéfices de manière flexible et incrémentale ».
