Les cinq mythes de l’industrie 4.0 et comment les dépasser
L’usine du futur est un concept prometteur, mais il peine encore à se faire une place dans les usines d’aujourd’hui. Rares sont les sites à la fois totalement équipées de capteurs et où l’ordinateur a remplacé l’homme. Beaucoup de démarches d’entreprises grandes ou moyennes peinent à remplir leurs promesses. Non parce que le digital n’a rien à apporter à l’industrie, mais, parce qu’une partie de ces promesses a pêché par manque de réalisme.
Premier mirage : « l’intelligence artificielle en boîte » à laquelle il suffirait de fournir des données sans connaissance de ce qu’elles signifient. Dans la pratique, ces technologies sont utiles pour réaliser des tâches impossibles à modéliser, notamment pour doter l’ordinateur des cinq sens (analyse d’images, de bruits ou de vibrations…). Mais elles doivent être associées à une expertise industrielle et à une modélisation physique des machines ou des processus. C’est une différence vis-à-vis de l’internet grand public, où le consommateur est impossible à modéliser et le droit à l’erreur est plus grand. 90% de recommandations d’achat pertinentes est une bonne performance pour une librairie, mais un crash tous les dix décollages serait une catastrophe dans le secteur aérien.
De même pour la conception « magique » du big data : il suffirait d’investir pour voir surgir la valeur des données. Or certaines données n’offrent pas assez de valeur pour être collectées. D’autres doivent être collectées, mais pas stockées car elles peuvent être pré-traitées au niveau de « l’edge », c’est à dire le système embarqué ou contrôleur de la machine. Pour garantir un retour sur investissement, il faut au contraire partir des leviers de valeur technologique, c’est-à-dire les améliorations concrètes attendues (prototypage accéléré avec l’impression 3D, puissance de calcul dans le cloud, analyse de données automatisée, méthodes agiles…). Puis trouver un chemin rentable pour confirmer puis extraire largement cette valeur (produit minimal dans un site, stratégie d’extension à d’autres cas et d’autres sites…).
Autre mythe : les compétences traditionnelles, dans la science des matériaux, la chimie ou les processus, seraient dévalorisées par celles du digital. En réalité, ces compétences traditionnelles continueront probablement à représenter 90% de la valeur ajoutée. Certes, les entreprises qui ne seront pas au meilleur niveau de performance sur les 10% restants seront anéanties par leurs concurrents. Mais il en va de même pour celles qui délaisseront les premiers 90 %.
Quatrième erreur : sous-estimer le facteur humain et l’appropriation de la technologie. Par le passé, de nombreux accidents d’avion sont intervenus avec des données et des logiciels corrects dans des circonstances – météorologiques, de fatigue ou de stress – où un pilote peine à absorber toutes les informations reçues pour réaliser le bon geste. Ce risque existe partout où l’on rencontre de grands volumes d’information (salle de contrôle ou d’intervention médicale…), des conditions de travail difficiles (environnement sale ou bruyant…) ou lorsque le logiciel n’a pas été adapté à la qualification de ses utilisateurs. Ces problèmes sont bien connus des industriels des secteurs critiques (aéronautique, santé, transports, énergie…), et il existe des méthodes pour les résoudre. Malheureusement elles sont souvent ignorées par ceux qui se concentrent trop sur l’usine de demain et pas assez sur le souci de la faire fonctionner dans le monde présent !
A l’inverse, ceux qui ont parié sur des technologies éprouvées ont obtenu des succès intéressants. Par exemple :
- Impression 3D pour la production – et plus seulement le prototypage – de pièces industrielles pour l’aéronautique ou l’automobile. Elle permettra de remplacer un nombre croissant de pièces complexes ou soumises à des contraintes d’approvisionnement ;
- Maintenance prédictive pour réduire les arrêts de production, basée à la fois sur l’expertise des ouvriers responsables de ces équipements et l’analyse de “signaux faibles” permettant de réparer une machine avant qu’elle ne tombe en panne, et au moment où l’arrêt de production est le moins coûteux ;
- Optimisation de la production pour réduire de plus de moitié les rebuts dans un site réalisant la découpe de tubes, pourtant réputé performant, grâce à une application réalisée en quelques semaines et conçue pour être facilement utilisable sans formation ;
- Passage du « Lean » (amélioration de la production donnant aux opérateurs la possibilité d’identifier et de résoudre les problèmes rencontrés) au « Digital Lean » (qui dote ces méthodes d’outils flexibles, notamment de visualisation ou d’analyse). Pour les spécialistes du domaine, c’est une révolution : les puristes du « Lean » privilégient souvent le papier et le crayon afin de libérer les ouvriers de la rigidité des systèmes de production d’ancienne génération ;
- Utilisation de « jumeaux numériques », des doubles numériques de machines créés à partir des plans originaux et des données liées de fonctionnement qui permettent de mieux évaluer l’état précis d’une machine et de suivre son évolution au cours du temps (usure ou remplacement de certaines pièces, température, pression…). On peut ainsi mieux anticiper les problèmes ou comprendre leur cause sans devoir arrêter l’équipement pour l’inspecter ;
Derrière la diversité de ces réussites, on voit poindre une caractéristique majeure de l’usine numérique : il s’agit de faire en sorte que l’ensemble d’un système de production tire les bénéfices des dernières technologies (faible coût de captation, de stockage et d’analyse des données, développement et déploiement accéléré, impression 3D…). Pour cela, il va falloir doter son entreprise des bases (infrastructure, outils, talents, partenariats…) qui vont de permettre à chaque site et chaque collaborateur de rendre les produits qu’ils proposent à leurs clients moins coûteux, plus fiables, plus performants et associés à de meilleurs services. Et ceci d’une multitude de façons, la plupart peu visibles d’un comité d’engagement unique.
C’est sans doute là le plus grand défi posé à l’encadrement supérieur : il s’agit en effet moins d’arbitrer des projets ou d’avoir une vision détaillée à proposer à son entreprise que de poser des principes d’architecture, d’outiller et d’inspirer leur organisation pour que cette transformation se fasse en grande partie sans eux.
Vincent Champain
General Manager, GE Digital Foundry Europe
Merci à Mouna Bougrini et Hugo Malorey pour leur aide précieuse pour la réalisation de cet article.