Six tendances de 2020 dans l'intelligence artificielle industrielle

L'application standard de l'IA va devenir omniprésente. Les machines commenceront à comprendre les facteurs associés et à générer elles-mêmes de la valeur. Cette nouvelle intégration de l'IA exige une prise de mesures de la part de certaines industries.

En 2020, les tendances globales du domaine de l’intelligence artificielle continueront d’influencer la métallurgie, ainsi que les industries minières, pétrolière et gazière. Une croissance accélérée du marché de l’IA est attendue au cours de l’année à venir. De facto, une opportunité énorme de réduction des coûts et d’optimisation du processus industriel se dégage. Les prévisions de croissance des marchés de l’IA varient entre un taux de croissance annuel cumulé (TCAC) de 31 % à 54 % pour les années suivantes.

À ce jour, le volume du marché global de l’IA représente 15 milliards de dollars, mais des prévisions de croissance montre qu’il va quadrupler pour atteindre 72,5 milliards de dollars en 2025. La numérisation des secteurs de l’industrie va se poursuivre et diverses technologies du futur vont se transformer en marchandises. L’application standard de l’intelligence artificielle deviendra omniprésente. Les machines et les systèmes commenceront à comprendre les facteurs associés et à générer eux-mêmes de la valeur. Cette nouvelle intégration de l’IA couvre tous les secteurs et exige une prise de mesures de la part de certaines industries. C’est le seul moyen pour elles de rester compétitives à l’avenir.

Renversement de la tendance des pertes d’emplois en raison du développement de l’IA. A contrario, le développement de l’IA contribue à la création de nouveaux emplois

Ces dernières années, le développement de l’automatisation et de l’intelligence artificielle a tendu à contribuer à la hausse du chômage sur le marché du travail. En 2014 encore, les consultants Gartner Research avaient prédit que d’ici à 2025 les robots intellectuels occuperaient un tiers de l’ensemble des emplois. Ils avaient également prévu qu’en 2018 plus de trois millions de salariés travailleraient sous la direction d’un système à intelligence artificielle.

Ajourd’hui, la situation a changé et l’on s’attend à ce que le développement de l’IA permette d’obtenir un équilibre positif entre emplois perdus et emplois créés. Cette opinion unanime est partagée par les experts du Forum économique mondial, ainsi que ceux des sociétés McKinsey et Accenture. En vérité, l’avenir du marché du travail reste encore bien incertain. Toutefois, de nouvelles qualifications seront nécessaires pour rester compétitifs à l’avenir.

Les qualifications indispensables à l’installation de nouveaux robots intelligents sur les lignes de production font souvent défaut dans la plupart des entreprises. Les installations industrielles et les usines manquent de temps et de spécialistes en robotique pour moderniser le processus de production en cours. Leur incapacité à utiliser les dernières technologies robotiques suscite un retard par rapport aux tendances de l’IA. Ils manquent de savoir-faire dans l’intégration et la mise en œuvre des systèmes avancés d’intelligence artificielle. Ainsi, le facteur qui retarde l’automatisation de l’IA est avant-tout la qualification des ouvriers. Plus particulièrement, l’apprentissage machine et le réglage individuel du réseau neuronal exigent des connaissances approfondies de la part des spécialistes qui faciliteront l’utilisation de tous les avantages de l’IA.

Par le passé, l’industrie pétrolière et gazière ignorait tout processus de numérisation, et maintenant les sites industriels font face à la nécessité de passer rapidement à de nouveaux standards. Au cours des prochaines années ce secteur devrait utiliser davantage de technologies numériques et de systèmes à intelligence artificielle. L’utilisation des innovations et des nouvelles technologies vise principalement une réduction des coûts. Ces investissements doivent être concentrés sur la formation qualifiante des ouvriers et l’accumulation des connaissances.

Les secteurs de l’industrie ont refusé d’investir, malgré le succès des premiers cas d’introduction de l’IA

Au vu des énormes dettes techniques qui touchent l’industrie lourde, les principaux acteurs ont consacré d’importants investissements dans l’introduction des technologies de l’IA les plus avancées. Des start-up florissantes dans les secteurs minier, métallurgique, pétrolier et gazier ont démontré le véritable potentiel de l’IA. A titre d’exemple, Big River Steel aux États-Unis a utilisé l’IA pour augmenter ses bénéfices dans le secteur métallurgique. Pour réduire ses coûts, l’entreprise s’est appuyée sur la prévision de la demande, la gestion optimisée de l’approvisionnement et des ressources matérielles et techniques, ainsi que la production optimisée. La carrière de diamants Renard au Québec a élaboré un système intelligent de tri et de recyclage des déchets qui améliore la qualité et la quantité au cours du processus d’extraction des diamants. Les économies réalisées sur les coûts globaux grâce à l’introduction de l’IA à un stade précoce, économies confirmées par les secteurs de l’industrie, ont démontré son potentiel. Malgré ces exemples d’utilisation prometteurs, la plupart des décideurs refusent toujours de faire des investissements. Nous n’assistons pas à la démocratisation de l’IA et à son introduction rapide dans l’industrie lourde.

Les entreprises industrielles travaillent en collaboration étroite avec les géants des technologies pour l’introduction des solutions IA

Du fait de leur manque de qualification, les entreprises industrielles cherchent à collaborer avec les leaders du secteur des Technologies de l’Information. Près de 40 des plus grandes entreprises pétrolières et gazières ont utilisé le service cloud computing Microsoft Azure pour promouvoir des projets liés à l’IA. Les grandes entreprises énergétiques cherchent l’aide des entreprises technologiques pour répondre à leurs besoins dans le domaine de l’IA. Exxon Mobil a sollicité IBM pour élaborer une modélisation plus réaliste de l’intelligence artificielle. BP utilise Amazon AWS pour son système de gestion d’entreprise, afin d’augmenter la vitesse de réaction du système de 40 %. Schneider Electric utilise les moyens d’apprentissage machine pour gérer à distance les pompes du secteur pétrolier et gazier à l’aide de Microsoft. Total oïl a conclu un contrat avec Google Cloud afin de créer un système d’analyse des données sur la structure de la terre qui améliore les processus d’exploration et d’extraction. Royal Dutch Shell utilise l’intelligence artificielle pour ses véhicules sans pilote et sa robotique. Shell a fait appel à Microsoft pour développer l’IA et l’apprentissage machine lors des travaux d’exploration, d’extraction, de traitement et de marketing aux fins d’améliorer ses performances opérationnelles.

L’objectif principal est l’économie des coûts

L’objectif principal de l’intelligence artificielle étant l’économie des coûts, elle est avant-tout appréciée au titre de cette condition préalable. Selon les prévisions de McKinsey, au cours de la prochaine décennie, l’économie dans les secteurs pétrolier et gazier représentera 50 milliards de dollars. L’apprentissage machine et les applications de l’IA créent les conditions préalables à cette prévision.

Pour les secteurs pétrolier et gazier, les prix bas de 2019 constituent un moteur. Par conséquent, la réduction des coûts de production fournira à toute entreprise un avantage concurrentiel. La prévention des éruptions et la réduction des coûts de forage leur permettront d’obtenir un baril de pétrole moins cher. La maintenance technique et la détection précoce des pannes des pompes aidera à éviter les temps d’arrêt des équipements qui durent parfois plusieurs semaines. Les coûts de réparation des pannes fortuites se chiffrent habituellement en millions de dollars.

Dans le domaine minier, la numérisation des mines demeure un sujet d’actualité. L’actualisation de l’infrastructure numérique permettra d’introduire de nouvelles stratégies d’optimisation. Selon les prévisions Accenture, 82 % des décideurs du domaine minier dans le monde entier prévoient d’augmenter les investissements dans les technologies numériques au cours des trois prochaines années. Les drones intelligents et les machines autonomes font partie intégrante du processus de numérisation des mines. Les conditions extérieures difficiles dans les mines ouvrent des possibilités idéales pour économiser les coûts grâce à l’utilisation de machines automatiques. Ces machines peuvent accéder à de nombreux endroits auxquels les hommes ne peuvent tout simplement pas avoir accès physiquement. Elles sont capables de travailler 24h/24 et, étant donné qu’elles ne sont pas humaines, elles ne nécessitent pas de mesures urgentes en cas de panne ou d’accident.

Les processus automatisés de la chaîne d’approvisionnement seront également améliorés grâce à l’intelligence artificielle, car ce sont principalement des tâches fatiguantes et répétitives. Il est possible d’automatiser une vérification générale des fournisseurs ou une qualification préalable. Cela permet d’économiser du temps et du travail pour les salariés de l’entreprise. En plus de cela, il est possible de recruter des consultants virtuels en approvisionnement qui peuvent fournir des rapports d’audit et vérifier les recommandations. Tout ceci peut se passer en temps réel et être intégré à toutes les données des périodes passées à l’échelle de l’ensemble de l’entreprise.

L’hyper-automatisation couvre absolument tous les processus dans l’entreprise

Deux des plus grandes tendances de l’année 2020 dans le domaine de la technologie stratégique figurant dans le rapport Gartner portent sur le secteur industriel. Certaines de ces futures perspectives semblent éloignées, d’autres sont proches de nous. À l’heure actuelle, la concurrence est âpre dans le secteur industriel et chaque avantage obtenu fait l'objet d’une analyse scrupuleuse. Ignorer les tendances peut être source d’importants problèmes pour l’entreprise. L’apprentissage et la diffusion de l’introduction de l’intelligence artificielle nécessitant beaucoup de temps, tout retard dans la prise de mesures en 2020 doit être pris en compte avec une grande attention.

Alors que l’automatisation est déjà devenue pratiquement un classique, l’hyper-automatisation fait passer l’entreprise au niveau supérieur de l’intelligence artificielle appliquée. L’hyper-automatisation s’étend à l’automatisation détaillée des processus et au développement du potentiel humain. Dans ce cas précis, le travail de l’homme ou la surveillance de la part d’hommes devient moralement suranné. Cet ensemble d’outils d’automatisation approfondit les détails et les fonctions de l’entreprise que l’on ne pensait pas automatiser auparavant. De plus, il favorise une meilleure interaction entre les outils. Ces outils peuvent, en interaction, détecter les problèmes, analyser leur état, élaborer de nouvelles solutions, automatiser leur communication, effectuer des mesures précises, effectuer une auto-surveillance et la surveillance des autres machines situées à proximité, mais également réévaluer l’efficacité de leur travail.

Transformation du personnel en force de travail aux capacités surhumaines

L’accroissement des capacités de l’homme permettra au personnel de mieux écouter, voir et sentir. L’efficacité de son travail connaît une augmentation, car il a accès à un volume d’information augmenté. L’accroissement physique des capacités transforme directement les capacités physiques du salarié. Grâce à ces améliorations, l’ouvrier peut transférer, soulever ou intégrer. Les hommes de cette génération nouvelle, plus jeunes, auront moins de préjugés sur l’augmentation de leurs corps, car en privé ils n’en seront pas affectés. Aujourd’hui, les consommateurs sont très liés à leurs smartphones et aux larges possibilités que leur offre leur environnement, comme, par exemple, les assistants vocaux intelligents, qui sont déjà largement répandus. Cet entourage, encore plus actif et plus étendu, dans les années à venir sera accepté par tous.

Des technologies de l’IA aux perspectives très intéressantes sont à nos portes et prêtes à être introduites. Elles permettent au secteur industriel d’économiser les ressources et d’augmenter la productivité. Pourtant, l’industrie n’est pas prête à consentir des investissements et à verser d’importants moyens aux entreprises technologiques établies de longue date. Par ailleurs, le marché voit apparaître de nouveaux entrepreneurs dans le domaine des technologies industrielles. Le marché de l’intelligence artificielle reste ouvert et beaucoup de ses segments restent encore à développer. Les nouveaux acteurs peuvent trouver leurs niches dans ce vaste espace.

Les entreprises industrielles ne doivent pas disperser leurs efforts sur les nombreux mots à la mode et le battage médiatique créé par l’IA dans la communauté de l’Internet industriel des Objets. Elles doivent se concentrer sur la création de systèmes de base (par exemple, des connexions réseau) et l’intégration de capteurs, ce sont-là des éléments essentiels avant toute utilisation des solutions portées par les composants de l’IA. L’Internet industriel des Objets et l’intelligence artificielle sont un domaine des affaires en plein développement. Plusieurs méthodes d’intégration et plusieurs technologies existent et permettent de sélectionner la technologie la mieux adaptée. Contactez les fournisseurs de solutions présents sur le marché de l’Internet industriel des Objets et de l’intelligence artificielle et trouvez des solutions à vos problèmes grâce au soutien d’un partenaire fiable.