Industrie

Comment l'intelligence artificielle va-t-elle transformer l'industrie ?

par Maxime Claisse - PhD, Operations Research & Data Science for Digital Supply Chain Management par Alexis Girin - Team Leader / Domain leader Robotics, CIMPA par Benoit Spolidor - Head of Artificial Intelligence, Sopra Steria | minutes de lecture

S’il n’existe pas aujourd’hui de définition stricte de l’intelligence artificielle, les experts s’accordent à dire qu’elle permet de simuler les capacités cognitives humaines comme la perception, le raisonnement, l’action et l’apprentissage. Les recherches sur l’IA débutent dès les années 50 mais ce n’est que grâce aux progrès réalisés en terme de puissance de calculs, de quantité de données et de nouveaux algorithmes depuis début 2010 que le champ des possibles s’ouvre réellement. Largement utilisée dans l’industrie, elle promet désormais de transformer le secteur en profondeur.

 

L’intelligence artificielle : une aide à la décision en milieu industriel


Dans l’industrie, l’IA a d’abord pour but d’aider à la décision. On distingue trois niveaux d’aide. En premier lieu, l’IA descriptive permet, à partir d’une masse de données ou connaissances importantes, de simplifier l’information et de la présenter sous forme de tableaux de bord et de KPI (Key Performance Indicator). Un gain de temps non négligeable puisque les analyses réalisées grâce à l’IA sont plus rapides, moins coûteuses et surtout beaucoup plus fiables. L’IA prédictive, quant à elle, fournit, sur la base de probabilités, des projections. On anticipe donc aisément les situations futures et on prévoit mieux les risques en terme de supply chain et de défauts de manufacturing par exemple. Enfin, l’intelligence artificielle prescriptive ne se limite plus à donner les informations nécessaires à la prise de décision mais aiguille également les salariés en leur proposant des recommandations vis-à-vis de l’état du système. C’est ce qu’on appelle la “next best action”. Dans certains cas, on l’utilise également pour décharger l’homme de certaines tâches à faibles risques ou sans enjeux stratégiques. De plus en plus d'entrepôts par exemple, confient des portions de transport logistique à des véhicules autonomes

Quel que soit le type d’intelligence artificielle utilisé, le système va donc permettre de capter un flux de données important, par exemple via des plateformes IoT (Internet of Things) et de les analyser, à des fins stratégiques, tactiques ou opérationnelles. 

 

L’intelligence artificielle et ses applications industrielles


Aujourd’hui, beaucoup d’usines se dotent de double digitaux, leur donnant ainsi la possibilité de virtualiser process, machines ou encore déplacements humains. Ces simulations, encore appelées jumeaux numériques, permettent, par exemple, de tester des scénarii de rétablissement de conditions opérationnelles optimales après la détection prédictive d’un problème sur une machine ou encore d’optimiser une chaîne de production grâce au process mining. De même, les collaborateurs se trouvent aidés dans leurs tâches quotidiennes au travers de nouveaux outils (MR, AR, VR, mobiles, etc) qui leur autorisent une meilleure compréhension de leur environnement. On parle alors de “pick-to-light” (procédure de préparation de commandes assistée par ordinateur) ou de détection visuelle de process incohérents par exemple. Ces collaborateurs, dits « augmentés » grâce à l’intelligence artificielle, ne sont plus cantonnés à certains postes : l’opérateur peut alors se concentrer sur des tâches à plus forte valeur ajoutée, et se détacher de celles qui sont répétitives, monotones et chronophages. Enfin, les progrès en matière d’IA ont transformé profondément la robotique. Plus autonomes, plus légers et moins rigides, les robots se déplacent désormais pour rejoindre le lieu où le process qu’ils portent doit être déployé.  Les process que les robots peuvent opérés ne repose plus uniquement sur un algorithme déterministe mais peut également être affinés via l’utilisation de l’IA et l’apprentissage. L’humain et le robot coexistent, cohabitent et coopèrent. 

 

Démocratisation de l’intelligence artificielle : défis et enjeux


Malgré des bénéfices certains, de nombreux freins persistent encore à la démocratisation de l’IA. En effet, cette dernière suppose d’abord que les salariés soient formés : un travail long et fastidieux qui pourrait être simplifié dans les prochaines années grâce aux progrès réalisés dans le domaine de la communication homme-machine (par la vue au travers de casques de réalité augmentée ou par des outils basés sur la voix par exemple). 

À cela s’ajoute quelques contraintes légales, réglementaires & éthiques : la mise en place de la RGPD en France ainsi que la volonté des industriels de sécuriser l’accès aux données limite naturellement leur exploitation, ce qui n’est pas forcément le cas d’entreprises concurrentes étrangères.

La qualité des données et l’industrialisation de leurs traitements doivent également être davantage maîtrisées. Enfin, s’il est relativement aisé de mettre en place des procédés d’intelligence artificielle sur un site industriel, les contraintes d’échelle et de management global restreignent largement leur installation au niveau d’un groupe.

Il reste donc beaucoup à faire pour surmonter les défis techniques, humains et législatifs qui limitent l’utilisation de l’intelligence artificielle. Mais les pressions exercées sur l’industrie, en terme de compétitivité, de flexibilité et de performance énergétique, ne pourront être levées que grâce à l’aide de celle-ci. C’est en ce sens que portent les recherches actuelles ; vers des usines intelligentes où la gestion des ressources sera plus efficace (moyens, matières, énergies) et où l’opérateur sera au centre de cette nouvelle révolution industrielle. 

Search
Ces articles pourraient également vous intéresser
Industrie

Comment l'intelligence artificielle va-t-elle transformer l'industrie ?

| Maxime Claisse, Alexis Girin, Benoit Spolidor

S’il n’existe pas aujourd’hui de définition stricte de l’intelligence artificielle, les experts s’accordent à dire qu’elle permet de simuler les capacités cognitives humaines comme la perception, le raisonnement, l’action et l’apprentissage. 

Bourget

5 grandes tendances pour la transformation de l’aéronautique

| Youssoupha Diop

La 53e édition du salon du Bourget a confirmé la pression concurrentielle grandissante dans le monde de l’aéronautique. Dans ce contexte, la donnée, les outils numériques et l’intelligence artificielle sont vus comme de précieux leviers pour accélérer la transformation et faire de ces défis des opportunités. 

Anticiper sa migration dans le Cloud avec une démarche FinOps

| Remus Vlasie, Marlène Seif, Béatrice Rollet

Source d’innovation et de vélocité, les services Cloud constituent des piliers dans les initiatives de transformation digitale.

Du produit au service : piloter l’industrie aéronautique vers un futur digital

| Philippe Armandon, Gaudérique Garrigue

Face à la hausse constante du nombre de passagers et à la recrudescence de la concurrence, les constructeurs aéronautiques sont aujourd’hui plus que jamais sous pression. Mais tout défi représente également une opportunité.

Comment mieux contrôler et optimiser les coûts dans le Cloud ?

| Didier Teixeira, Béatrice Rollet, Frédéric Janicot

L’adoption de services de Cloud public implique de repenser la gestion financière de son IT.

Standard S5000F : un accélérateur pour la maintenance aéronautique ?

| Cyrille Greffe

Dans les années 90, la rencontre entre les moyens de conception assistée par ordinateur (CAO) et le concept de documentation modulaire avaient donné naissance aux premiers standards ASD (AeroSpace and Defence Industries Association of Europe).

Replatforming applicatif : l’accélérateur de la migration vers le cloud

| Benjamin Chossat

Simplicité de mise en œuvre, coûts maîtrisés et accès à l’élasticité horizontale du cloud : le replatforming s’impose souvent comme la solution de choix pour porter une application métier vers le cloud.

7 stratégies clés pour transformer ses applications par le cloud

| Benjamin Chossat

Comment moderniser efficacement son application grâce au cloud ? 

L’innovation, moteur de la transformation des organisations

| Jean-Bernard Rampini

La valeur entrepreneuriale et la culture de l’innovation sont au cœur de l’ADN des entreprises qui réussissent. Nombre d’entre elles ont intégré une dynamique d’innovation, souvent décentralisée dans les structures opérationnelles ou fonctionnelles de leur organisation.

Innover pour un environnement durable

Innover pour un environnement durable

| Siva Niranjan

Afin d’attirer de nouvelles opportunités, de nouveaux talents et de nouveaux investissements, les entreprises sont soumises, depuis quelques années, à une obligation croissante de démontrer leur conformité environnementale à un grand nombre d’acteurs, leurs parties prenantes. 

Urban Air Mobility : l’avenir de la mobilité se joue-t-il dans les airs ?

Urban Air Mobility : l’avenir de la mobilité se joue-t-il dans les airs ?

| David Elmalem, Sébastien Lautier

Si le rêve de la voiture volante a bien souvent été réservé à la science-fiction, un avenir très concret et réel se dessine petit à petit pour la mobilité urbaine aérienne.

L'accompagnement, clé de l'adaptation du DevOps aux grands groupes

L’accompagnement, clé de l’adaptation du DevOps aux grands groupes

| Gauthier Deschamps

Le Devops accompagne les grands groupes à l’adoption de nouvelles méthodes de travail. Aplanissement hiérarchique, souplesse culturelle, gestion par le collectif…

Comment l’Industrie 4.0 utilise la Technologie de la Blockchain

Comment l’Industrie 4.0 utilise la Technologie de la Blockchain

| Alexandre Eich Gozzi

En début d’année, la première société mondiale de transport de conteneurs, Maersk, était victime d’une attaque massive de ransomware.