Quatre piliers de la fabrication intelligente

Bala Amavasai, Global Technical Director, Databricks revient sur le sujet de la fabrication intelligente et de la transformation posiitve.

Toutefois, ces deux dernières années ont bouleversé ce rythme d’évolution naturel. Des vagues spectaculaires de baisses et de pics de la demande sont survenues, alors que le monde entrait et sortait de confinements à répétition, rendant ainsi les chaînes d’approvisionnement très imprévisibles. De ces turbulences, les fabricants ont appris que le numérique est essentiel. Selon une étude, les fabricants B2B européens qui accélèrent leur digitalisation vont investir jusqu’à 20 % de plus dans les initiatives digitales en 2022 par rapport à l’année dernière.

Ce fort engagement vers la numérisation ouvre la voie à l’émergence de la « fabrication intelligente ». Il s’agit principalement d’une fabrication qui fait appel à l‘Internet des objets (IoT), au cloud computing, à l’analytique et au machine learning (ML) pour optimiser la façon dont les entreprises utilisent leurs actifs, en mettant l’accent sur le Retour sur Capitaux Investis (ROIC). Tout cela induit l’augmentation des compétences du personnel et l’introduction de nouveaux niveaux de connectivité pour accélérer les performances. Au cœur de tous ces changements, les fabricants sont confrontés à quatre grands défis. Toutefois, s’ils sont relevés de la bonne façon, ces défis peuvent aussi devenir les piliers d’une transformation positive.

1- Combler les lacunes en matière de compétences et de production

L’essor de l’économie numérique exige un nouvel ensemble de compétences. Les cas d’usage de la fabrication intelligente entraînent une forte demande en programmeurs et techniciens en robotique, experts en cybersécurité, experts en jumeaux numériques, analystes de réseaux d’approvisionnement et personnels capables d’exploiter la data science et les algorithmes de ML. Cela signifie que l’industrie est confrontée à des défis concernant à la fois la formation et la rétention du personnel. Aux États-Unis, une étude de Deloitte révèle que si aucune solution n’est trouvée, le déficit de compétences dans le secteur manufacturier laissera plus de deux millions d’emplois vacants au cours de la prochaine décennie.

L’une des façons de relever ce défi mondial est d’améliorer les compétences des effectifs actifs et de les recycler dans les technologies émergentes essentielles à l’industrie manufacturière, telles que les systèmes collaboratifs et les outils d’automatisation avancés, plutôt que de compter uniquement sur l’arrivée de nouveaux candidats déjà formés aux nouvelles compétences requises. De nombreuses compétences des équipes en place peuvent aussi être mises à profit dans ces cas d’usage émergents. Également, les technologies open source peuvent aider les fabricants en quête de compétences à court terme, notamment en matière de données. En effet, l’esprit communautaire de l’open source permet aux entreprises de puiser dans un ensemble plus large de compétences et d’expertise basées sur la force de l’apprentissage entre pairs, ce qui allège la pression sur les équipes existantes.

2- Dompter la volatilité de la chaîne d’approvisionnement

Les effets de la pandémie ont démontré que les chaînes d’approvisionnement doivent être robustes, transparentes et résilientes. La capacité à monitorer, prévoir et réagir aux facteurs externes, tels que les catastrophes naturelles, les pénuries de matériaux et les contraintes d’expédition et de stockage, est essentielle pour réduire les risques et favoriser l’agilité. Cela dépend de la visibilité de bout en bout et à la minute près, basée sur les données, dont on dispose à toutes les étapes de la chaîne d’approvisionnement. Pourtant, de nombreuses entreprises manufacturières utilisent actuellement des architectures de données héritées complexes, telles que des data warehouses. Ces derniers se transforment souvent en silo d’informations, qui empêchent la facilité d’accès et de distribution des données. Ils sont aussi sources de données erronées qui contiennent des informations dupliquées ou périmées, susceptibles d’être partagées par inadvertance.

La mise en œuvre d’une architecture de données moderne et solide de type lakehouse réduit le nombre de plateformes requises. Un lakehouse supprime ainsi la complexité, fournit une meilleure visibilité sur les données et en facilite l’accès. Il permet de fournir des flux de données précises au moment opportun et de développer des cas d’usage basés sur l’IA et le ML, ce qui en fait une plateforme idéale pour produire des analyses et des informations détaillées en temps réel. Les fabricants peuvent ainsi prendre des décisions clés au fur et à mesure qu’ils reçoivent des informations, et ainsi répondre rapidement aux situations changeantes et par conséquent bien mieux faire face à la volatilité.

3- Générer de nouveaux revenus

La croissance du secteur manufacturier s’est historiquement limitée au taux de réussite du lancement de nouveaux produits ou à l’expansion dans de nouvelles zones géographiques. L’émergence de l’EaaS (Equipement-as-a-service) modifie toutefois cette dynamique. Si cette approche n’est pas nouvelle (le modèle de souscription au moteur « Power-by-the-Hour » de Rolls-Royce existe depuis 1962), elle apparaît comme un impératif pour cette industrie soumise à la demande des clients, aux progrès de l’IoT industriel et à la baisse continue des ventes et des marges. En effet, l’EaaS offre un niveau de visibilité et de collaboration qui minimise les coûts de maintenance, les dépenses d’investissement et la gestion du capital humain.

A titre d’exemple, l’industrie aéronautique, et Rolls-Royce en particulier, utilisent des modèles basés sur le cloud non seulement pour réduire les coûts pour leurs clients, mais aussi pour créer de nouvelles sources de revenus. Rolls-Royce collecte des données générées en temps réel via la création de jumeaux numériques de ses moteurs. L’analyse de ces données basées sur l’IA et le ML repose sur l’architecture Lakehouse de Databricks. Les résultats obtenus permettent d’éviter l’immobilisation non planifiée d’avions au sol et de réduire de plusieurs millions de livres sterling le coût des pièces en stock. De plus, la plateforme de données étant dans le cloud, le fabricant ne paie que lorsqu’il exécute les modèles. Cela signifie que l’énergie n’est consommée que lorsqu’elle est nécessaire.

4- Gagner en durabilité

L’impact du changement climatique a entraîné une volatilité croissante des chaînes d’approvisionnement mondiales énormément perturbées par des conditions météorologiques extrêmes et des catastrophes naturelles. Les fabricants ne doivent donc pas se contenter de s’adapter, mais doivent être partie prenante dans la réduction de l’impact environnemental sur l’ensemble du secteur. La quête d’un développement plus durable implique de prendre en compte non seulement l’empreinte carbone de l’entreprise, mais également les émissions indirectes issues d’activités échappant à son contrôle et susceptibles de jouer un rôle essentiel.  

Accroître la durabilité nécessite la refonte d’une chaîne d’approvisionnement circulaire. Cela exige une meilleure collaboration entre les fournisseurs et les éditeurs, l’optimisation des chaînes de production et du transport, et un plus grand engagement des clients pour prolonger le cycle de vie des produits. Où tout cela commence-t-il ? Par les données. Rassembler les données en un seul endroit, tel que dans un lakehouse, permet d’y accéder facilement et de les stocker pour des analyses et des cas d’usage basés sur l’IA et le ML. Cela fournit de la visibilité et de l’intelligence sur l’ensemble du réseau, ce qui permet aux fabricants de prendre des décisions clés pour gagner en efficacité. L’utilisation de logiciels open source est également essentiel pour un meilleur partage des données et une plus grande collaboration entre les fabricants, les fournisseurs et les éditeurs en amont et en aval de la chaîne d’approvisionnement.

Dans le monde d’aujourd’hui, les entreprises data-driven et AI-driven sont celles qui tirent leur épingle du jeu. Les fabricants qui adoptent des outils novateurs d’optimisation des processus et des produits sont en mesure de prévoir et de prendre le pouls de la demande de la chaîne d’approvisionnement. Et, plus important encore, ils peuvent créer de nouvelles formes de revenus basées sur les services plutôt que sur la seule vente de produits. Avec la bonne équipe à bord, les entreprises manufacturières qui choisissent de tirer parti des données et de l’IA bénéficient d’un modèle économique plus intelligent, plus flexible et plus compétitif que jamais.

Smart DSI N°27