L'industrie 4.0 en quête de retour sur investissement

Les entreprises industrielles commencent à saisir le potentiel des technologies numériques pour gagner en agilité face à un marché qui demande des produits plus personnalisés et livrables le jour même et où, l'incertitude devient la nouvelle normalité.

La transformation digitale de l’outil de production vient répondre à ces enjeux. Mais dans un contexte économique tendu, les investissements sont fortement questionnés par des entreprises en quête de ROI. La performance financière et opérationnelle des entreprises industrielles ne repose pas uniquement sur leur capacité à collecter toutes les données de leurs usines. Elle induit d’une part, une meilleure compréhension des facteurs qui peuvent l’entraver et d’autre part, un nouveau modèle d’affaires en faveur de l’OPEX.

Comprendre et interpréter la donnée, le moteur d’une industrie efficiente

En offrant une vision à 360° du chemin de la donnée de l’entreprise et l’usine, la convergence OT-IT, encore aux prémices de son développement, montre la voie à un nouveau modèle économique. Les équipements, de plus en plus communicants, génèrent un volume des données IoT de plus en plus important. Dans un environnement composé d’équipements, de systèmes, de protocoles et de capteurs hétérogènes, de nouveaux défis s’imposent alors :  les connecter et les faire dialoguer entre eux, mais aussi, proposer une interprétation des données exploitable par tous types d’utilisateurs.

Les solutions de l’industrie 4.0 les plus pertinentes ne sont pas celles qui permettent de transmettre toutes les données, mais celles qui, en opérant au niveau des couches basses de l’usine, vont saisir les données critiques au niveau des équipements. Seul un diagnostic précis et délivré en temps réel permet de comprendre pourquoi l’efficience d’un équipement baisse. L’identification de la source du problème, une vibration acoustique ou mécanique inhabituelle par exemple, fait gagner un temps précieux à l’opérateur et participe à la performance industrielle.

Ainsi, la maintenance prédictive fournit l’un des cas d’application de l’usage de la data parmi les plus tangibles. Elle participe concrètement à préserver les investissements matériels, en permettant d’optimiser la durée de vie des équipements ainsi que son utilisation effective, la flexibilité, et la qualité de la production. Avec l’avènement de l’IIoT, les entreprises ont bien saisi l’intérêt des technologies de machine learning pour donner du sens à leurs données, et ce faisant, en amplifier la valeur. Elles commencent également à en percevoir tous les bénéfices pour soutenir, voire améliorer, les décisions prises par l’homme.

La machine "apprenante", alliée de l’intelligence humaine

Les analyses délivrées par les logiciels algorithmiques, nourries et corrigées par les retours terrain, augurent un cercle vertueux de l’apprentissage, profitant aussi bien à l’homme qu’à la machine. Et si cette convergence Homme-Machine ne venait-elle pas redonner ses lettres de noblesse à l’humain ?

Après toutes les évolutions technologiques qui ont transformé le monde industriel, de l’automatisation à l’informatisation, les technologies de l’IA résonnent comme la promesse d’un Homme augmenté, libéré des tâches les plus chronophages et fastidieuses pour se concentrer sur sa valeur ajoutée : sa capacité de réflexion inégalée.

Encore faut-il pouvoir gérer cette masse de données des machines alliées a la connaissance des opérateurs. Toutes les entreprises ne disposent pas de spécialistes de la donnée ou de solutions ad-hoc (IA) pour l’analyser et la transformer en informations exploitables. De nombreuses solutions existent sur le marché mais combien sont pleinement exploitées, notamment par les équipes terrain. La rentabilité d’un investissement – matériel ou logiciel – se mesure aussi par son niveau d’adoption.

Les technologies que nous considérons "disruptives", comme celles du machine et deep learning, doivent rencontrer l’adhésion des équipes pour véritablement profiter à l’entreprise. La question est essentielle car à l’heure de la pénurie des compétences, la technologie, si elle ne remplace pas l’intelligence humaine et le bon sens, vient répondre à de nombreux enjeux d’accompagnement et de formation. Déjà, de nouveaux profils apparaissent, tels que des techniciens de l’IA, qui établissent un trait d’union entre la technologie et son application concrète, jour après jour, au cœur des missions des opérateurs.

La nouvelle génération, née avec le digital, est sensible à la capacité d’innovation des entreprises avec lesquelles elle collaborera. Mais cette population plus mobile oblige les entreprises à repenser leur façon de conserver et de transmettre leur patrimoine intellectuel. Sur ce point, les technologies immersives doivent jouer un rôle clé dans la captation de l’expertise technique dont les collaborateurs les plus expérimentés sont les gardiens.

Un modèle d’affaires en besoin d’évolution

Les projets IIoT et de machine learning progressent au sein des entreprises industrielles. Leur réussite ne dépend pas seulement des choix technologiques mais surtout des cas d’usage qu’ils soutiennent. Ils ne doivent pas seulement répondre aux besoins métiers mais également s’inscrire dans un objectif de retour sur investissement clair et précis et s’adapter aux demandes du marché pour rester compétitif.

Traditionnellement dans le monde industriel, les achats de licences logicielles relèvent des investissements (Capex). La pression financière, qui s’exerce sur tous les secteurs avec plus de vigueur, fait évoluer les habitudes et les modèles d’affaires en faveur de l’Opex. Face à un marché marqué par une grande volatilité, le besoin de bénéficier d’une granularité fine des lignes de comptabilité se fait plus fort et ne peut être satisfait qu’avec une stratégie basée sur l’Opex qui offre une plus grande souplesse dans les investissements.

A l’instar de l’économie numérique, tournée vers l’Opex, il est temps pour le monde industriel d’accélérer sa transition vers ce modèle afin de rester compétitif.

L’usine du futur ne s’inscrit pas seulement dans l’accélération de l’innovation technologique mais plutôt dans un nouveau business model qui transformera en profondeur le monde industriel. La convergence, qu’elle soit technique - entre les systèmes OT/IT, entre l’homme et la machine, ou qu’elle concerne les stratégies d’achat, s’impose comme un axe majeur de la transformation du monde industriel.