De la maintenance prédictive aux nouveaux business models
Temps de lecture : 4 minutes
Publié le 5 février 2018
Les enjeux de la maintenance prédictive pour le secteur industriel sont nombreux : une réduction du nombre de défaillances visant à optimiser des coûts, une meilleure qualité de production, une hausse de productivité des employés, et plus encore. Comment appréhender le retour sur investissement d’un projet de maintenance prédictive ? Et surtout, comment ce type de projet peut conduire à des profits concrets et tangibles, et notamment à la création de nouveaux « business model » ?
Avant de commencer notre analyse, regardons de plus près l’analyse de notre vrai-faux expert John Reynolds…
Merci John. Pour approfondir un peu ce discours, listons les bénéfices concrets que peuvent apporter les projets de digitale maintenance prédictive.
1) Une optimisation des coûts, une amélioration de la qualité et de la productivité
Par définition, la maintenance prédictive repose sur l’IoT et le Machine Learning afin d’offrir « une forme d’entretien du matériel, basée sur le pronostic des risques de défaillance dans un avenir proche et la planification d’interventions avant l’arrivée de la panne. »
Une initiative de digitale maintenance prédictive doit donc en premier lieu permettre de mettre un terme aux suspensions d’activité imprévues qui nuisent à l’activité. Sa mise en œuvre dépend du niveau de maturité et du contexte IoT.
Le schéma ci-dessous présente 5 niveaux de maturité pour les trois grands domaines d’application : 1) les usines, 2) les actifs en mobilité, et 3) les bâtiments connectés.
La maintenance prédictive intéresse donc l’ensemble des entreprises et les responsables de site qui pourront à minima optimiser les actions de gestion des bâtiments. La justification économique pour les industriels, et notamment les directeurs de production, passe par la réduction de la durée d’indisponibilité de l’outil de production.
Pour chaque niveau de maturité, et quel que soit le type de capteur, des initiatives peuvent être lancées avec des résultats tangibles en quelques jours.
Exemple : Jabil a ainsi mis au point une solution de digitale maintenance prédictive basée sur Azure IoT et le Machine Learning qui a notamment permis :
- De prédire 80% des cas de ralentissement ou d’arrêt des machines
- De réduire de 17% les coûts dû à des anomalies dans la production
- De gagner 10% en économie d’énergie.
2) La création de nouveaux business model
Les objets connectés et la prédictibilité de leur maintenance permettent aussi de construire de nouveaux « business models » où l’industriel va monétiser non plus un produit, mais un engagement.
Exemple 1 : Le fabricant de réacteur d’avion Rolls-Royce propose ainsi des modèles d’affaire lié au temps de vol et l’optimisation du carburant au-delà de la vente de réacteur d’avion.
Exemple 2 : Thyssenkrupp proposera de nouveaux modèles basés sur le nombre d’heures d’utilisation de ses ascenseurs au-delà d’une vente associée à un contrat de maintenance classique.
Exemple 3: En Australie, Sodexo offre une gestion intégrale de l’ensemble des activités annexes du client, ce qui a permis de remplacer 600 sous-traitants par un seul service performant et intégré. Cette transformation a également permis à Sodexo d’accélérer le déploiement de son business model de « mutualisation », puisqu’ils partagent désormais avec le client les revenues associés à cette nouvelle gamme de services intégrés. Au-delà de l’évolution du business model, cette transformation permet aussi à Sodexo de s’aligner avec le client et de créer une véritable relation de confiance.
3) Une couverture intelligente de bout-en-bout grâce à la promesse Azure IoT Edge
La première génération de services de maintenance prédictive nécessitait une connexion constante au cloud et ne répond donc pas complètement aux enjeux de temps réel de l’industrie.
L’apparition de l’IoT Edge permet de gérer des boucles de contrôles nécessitant une réponse quasi temps réel ainsi que le traitement de données ne pouvant pas être stockés et traitées dans le cloud, tout en permettant l’interopérabilité avec l’intelligent cloud nécessaire pour le Machine Learning.
La complémentarité de l’IoT « dans le cloud » et l’IoT « on the edge » permet de réaliser de nouveaux use-cases disruptifs avec une couverture fonctionnelle de bout-en-bout, c’est-à-dire du stockage de la donnée jusqu’à l’action grâce à l’intelligence artificielle.
Exemple : Carnival Cruise Lines, entreprise de croisières en mer, profite d’Azure Stack, pour stocker et exploiter les données sur un cloud privé au sein du navire en mode « déconnecté ». Ces données sont ensuite chargées à l’arrivée au port vers le cloud pour notamment optimiser les algorithmes de maintenance prédictive.
Quelle approche peut vous aider à optimiser et valoriser votre stratégie IoT ?
La complémentarité de l’IoT « dans le cloud » et l’IoT « on the edge » permet de réaliser de nouveaux use-cases disruptifs avec une couverture fonctionnelle de bout-en-bout, c’est-à-dire du stockage de la donnée jusqu’à l’action grâce à l’intelligence artificielle.
Etant donné la potentielle complexité de ce type d’initiative, il est essentiel de bien structurer l’approche dès le début en prenant en compte les six grandes étapes de tout projet technologique :
- La définition des objectifs du projet
- La réalisation d’un business case définissant les gains tangibles attendus
- La préparation des spécificités techniques et fonctionnelles
- Le déploiement des solutions identifiées
- La mise en place des démarches de change management
- Le support et la maintenance des solutions mises en place.
Voilà nos cinq meilleurs « tips & tricks » pour bien réussir ce type de projet au sein de votre entreprise :
- Soyez ouverts: N’hésitez pas à faire appel à un partenaire dès les phases initiales : la définition des scénarios et du business case nécessitent l’alignement de multiples entités au sein des entreprises, et un certain « recul » sur le mode de fonctionnement de l’entreprise
- Soyez alignés: Assurez-vous que toutes les divisions impactées par le projet soit mises « dans la boucle » dès le début, même si leur contribution ne sera visible qu’à la fin du projet.
- Soyez agiles: qui dit « innovation » dit « inconnu ». Mettez en place un framework vous permettant de vous adapter et d’affiner le projet au fur et à mesure.
- Soyez proactifs: dès le début, pensez non seulement aux compétences requises en interne pour optimiser l’adoption et l’utilisation de ce type de technologies.
- Pensez long-terme: ne voyez pas que les bénéfices directs, mais également les autres opportunités qui seront créées grâce à ce premier projet.
Olivier Guipert
Digital Advisor chez Microsoft