USITAB édite des solutions personnalisables sur tablette afin d'optimiser la productivité de votre entreprise.
contact@usitab.com
04 32 44 46 69

Nos derniers articles

big data au service de l'industrie

Le Big data au service de l’innovation industrielle

le Big Data est à la mode, et se démocratise tout autour de nous. À tel point que désormais on ne jure plus que par le Smart Data. Mais de quoi parle-t-on exactement, et dans quelle mesure ces phénomènes concernent-t-ils l’industrie ?

 

Big data et smart data : nouvel eldorado ?

 

On a appelé Big data l’afflux de données grandissant et foisonnant en provenance de multiples sources, principalement interconnectés par internet. Ces grands volumes de données générées en permanence ont vite été vus comme un gisement riche et continuellement renouvelé d’informations. Ce faisant, ces données pléthoriques se révèlent hétérogène et pas systématiquement pertinentes.

L’idée consiste donc à forer ce minerai de données pour en récupérer l’utile : le chercheur d’or à la recherche des pépites, ou plus exactement le raffineur qui va séparer la matière noble de sa gangue. Ainsi est né la Smart Data : elle fait appel à de puissants algorithmes explorant sans cesse toutes ces informations pour en tirer la substantifique moelle. Le monde industriel, à travers de la démarche Industrie du Futur ou Industrie 4.0, s’interroge désormais sur ce qu’il pourrait tirer de ces évolutions technologiques.

 

Réflexion sur l’apprentissage

 

Pour bien situer les enjeux, il faut comprendre les ressorts du Smart Data. En informatique traditionnelle, quelle que soit sa sophistication, les actions des programmes se déduisent de modèles préétablis, avec une succession de règles et conditions définies au préalable. Dans le cas du Big data, nous entrons dans un monde statistique d’inférences : les résultats observés induisent les modèles.

Pour imager, une pomme tombe et nous déduisons sa trajectoire par la théorie de la gravitation. Mais Newton induit la théorie à partir de l’observation de la pomme qui tombe. Les innombrables séquences d’évènements numériques qui nous entourent forment des mondes aux lois particulières très difficiles à programmer à priori mais les techniques de Machine Learning se révèlent extrêmement puissantes pour en faire émerger des modèles statistiques de comportement fiables. Pourquoi ne pas appliquer ces principes à une chaîne de production avec ses états, ses signaux, ses enchaînements, sa performance et parfois ses défaillances ?

 

Smart Data dans l’industrie

 

Cela dépend beaucoup de la maturité numérique de l’industrie en question. Dans l’industrie historique, le déterminisme était de règle, dans des environnements relativement cloisonnés, stables et prédictifs. Aujourd’hui s’impose l’industrie 4.0, flexible, connectée, « smart ». Des algorithmes gèrent seuls certains processus, l’IA prend des micros décisions locales, les IoT captent tous azimuts l’information, les réseaux transmettent l’information et amènent des consignes en tout point et à tout moment. C’est une industrie qui cherche en permanence à coller aux besoins et à l’environnement. Dans ce type d’entreprises, et toutes le deviennent plus ou moins rapidement, il y a suffisamment d’événements numériques pour commencer à alimenter une démarche Smart Data, car les émetteurs de ces signaux sont les machines de production et des acteurs humains mobilisés sur les processus de l’entreprise. Mais attention, les entreprises ne sont plus silos cloisonnés et les relations au travail changent.

 

Le précurseur : la maintenance prédictive

 

maintenance prédictive

 

Assez vite, un axe d’amélioration est venu par la maintenance. Pourquoi s’en tenir à des plannings rigides d’interventions préventives alors que les capteurs remontent en permanence des données pertinentes pour anticiper la maintenance. Autant adapter les interventions au plus près de l’état des machines et ainsi diminuer les coûts tout en augmentant la fiabilité. Coupler ces données primaires avec d’autres données plus environnementales permet d’affiner les contraintes que subissent les machines. La connaissance du passé de chaque élément et événement donne aussi des informations pour contrôle de niveau de prise de risque. Si le même type de machines existe dans plusieurs endroits d’un site, ou sur plusieurs sites, la consolidation permettra d’obtenir des résultats encore plus fiables. Si c’est le fabricant qui collecte les données de toutes ses machines à travers le monde, ses prédictions seront statistiquement encore plus précises et robustes.

 

Un domaine de prédilection : le suivi des
processus de production

 

La mesure, et au-delà tout un pan de l’assurance qualité, bénéficie des mêmes opportunités en touchant cette fois
moyens, produits et processus. La SmartData apporte une autre amélioration fondamentale : s’affranchir de biais ou de mesures aberrantes. Comme tout le monde le sait, aucune mesure n’est juste en soi et on constate parfois des rebuts corrects. Une mine d’économie qu’autorisent aujourd’hui en identifiant des mesures aberrantes. Dans certaines industries, les processus sont entièrement dépendants de mesures fines, et elles entrevoient déjà un pilotage plus intégré de leurs procédés de fabrication grâce au Smart Data en ligne. D’autant qu’apparaît alors une autredimension : la rétroaction immédiate à partir de l’observation des produits, parfois jusqu’après sortie d’usine.

 

Les entreprises ne sont plus des boîtes
noires

 

Plus proche de l’idée que nous nous faisons du Big Data marketing et commercial qui nous entoure, la gestion de l’énergie, la logistique et les approvisionnements profitent aisément du Big Data. L’interconnexion des clients et des partenaires au cœur de l’entreprise permet de raccourcir d’innombrables délais et supprimer de nombreux essais inutiles. Cela suppose cependant de traiter un paradoxe : les données doivent devenir sémantiques, interprétables partout et par tous, et les données des personnes morales et physiques doivent être protégées. Ce sujet mobilise les experts, car sans sa résolution, pas de confiance, des échanges bridés et donc des gains de performance limités. L’idée qui émerge, ce sont des chaînes de valeur des données qui vont fédérer les acteurs .L’angle de vue change, et la donnée devient valeur pivot.

 

L’Homme, victime ou bénéficiaire?

 

Dans la vie privée, le big data inquiète, mais il apporte des bénéfices qui le rendent, sinon désirable, du moins acceptable. Dans l’entreprise, il peut également faire peur. Et pourtant, le traitement intelligent de toutes ces données est au service des collaborateurs. Les décideurs bénéficient évidemment de corrélations puissantes, les managers de tableaux de bords précis et pertinents, et les salariés voient leur tâche monter en niveau, avec des consignes les amenant à intervenir à bon escient pour des actions utiles. Leurs remontées seront exploitées, donnant peut être lieu à des débats et décisions collectives dans des groupes de travail numériques.

De simple exécutant, l’employé devient acteur d’émergence de solutions issues du terrain, membre d’une intelligence collective. Au point que dans les services de conception, le Big Data devient de plus en plus l’anti « fil à couper le beurre ».Pourquoi passer à l’industrie 4.0 et au Smart data ? Pour améliorer la performance bien sûr !

Le vrai défi de l’entreprise 4.0 sera de distinguer entre la propriété essentielle et un océan de données utiles auquel il vaut mieux avoir accès pour augmenter sa performance. Son enjeu sera de savoir faire adhérer ses collaborateurs à cette révolution inéluctable.

 


 

mathieucura

L’œil de l’expert : Interview de MATHIEU CURA – Cofondateur de la société Optimistik
Expert des opérations dans des secteurs variés avec 15 années d’expérience sur des fonctions de management. Spécialisation complémentaire de Data Scientist pour l’analyse de données et l’application des technologies de Machine Learning aux activités opérationnelles. Après 15 ans d’expérience dans divers secteurs industriels il crée la société Optimistik avec Marouane Hassani.

 

 

Quels bénéfices peut-on attendre des données industrielles?

 

 

Partons du départ, quels types de données sont générées par une activité industrielle ? Les sources sont nombreuses : capteurs sur les lignes de production, les données enregistrées par les systèmes de supervision, les
contrôles réalisés par les équipes de terrain, les analyses réalisées par le contrôle qualité, les recettes utilisées… On trouve donc des mesures physiques, des recettes, des consignes, des constatations qualitatives…Mais que faire de ces données ? L’objectif premier de l’industriel est d’améliorer sa performance économique, cette performance peut être décomposée par des indicateurs eux-mêmes construits à partir de ces données. Tout l’enjeu est de faire le lien entre la performance mesurée et les paramètres sur lesquels l’industriel peut agir pour l’améliorer. C’est là que le BigData et la SmartData apportent de nouveaux leviers aux industriels.

Par contre si la SmartData fourni à l’homme d’expérience des informations synthétiques issues de ces grands volumes de données, elle démultiplie sa capacité à imaginer des solutions d’amélioration et à les mettre en œuvre. La SmartData bien intégrée dans une organisation opérationnelle devient un booster de performance au service des hommes.

 

Assiste-t-on à une transformation de la Big Data en Smart Data?

 

 

Soyons clair, les technologies derrières le BigData et la SmartData ne sont pas nouvelles, elles sont juste devenues
accessibles à des coûts acceptables.La première rupture, qui se cache derrière le mot BigData, est la capacité de stocker et de manipuler des volumes de données importants. Pour faire simple c’est le fait de pouvoir distribuer le stockage et le traitement des données sur une ferme de serveurs et donc de repousser les limites que l’on peut avoir quand on travaille avec un seul serveur.

Cette première rupture est amplifiée par la généralisation du Cloud qui permet de mobiliser de la puissance de calcul à la demande sans avoir à investir dans des infrastructures lourdes et couteuses.La seconde rupture est celle de la SmartData. Elle est la combinaison du BigData avec les méthodes de Machine Learning qui permettent au système de comprendre des processus grâce aux données du passé et d’en tirer
des conclusions pour des situations futures. C’est à partir de là que l’on peut commencer à créer de la valeur grâce aux données.

 

 

Pouvez-vous donnez des exemples de l’application de Smart Datas en milieu industriel ?

 

 

Les exemples sont aussi nombreux que les enjeux auxquels les industriels font face :

– Maintenance prédictive : anticiper la défaillance d’un équipement en analysant les données générées par cet équipement et ainsi programmer des opérations de maintenances au meilleur moment.
– Optimisation de procédés et/ou d’équipements : trouver les paramètres qui influent la performance (consommation
de matière, d’énergie, productivité…) et définir les conditions optimales à appliquer. Mais aussi découvrir de nouvelles pistes d’amélioration en testant des conditions encore inexplorées.
– Anticipation de pilotage : grâce à des algorithmes de prévision, il devient possible d’anticiper le comportement de sa ligne de production en fonction de paramètres qui peuvent être subits (qualité des matières premières, conditions météorologiques…) et de modifier les paramètres de pilotage en fonction pour toujours être dans les meilleurs conditions. Optimistik intervient dans ces deux derniers domaines et accompagne ses clients industriels dans
la mise en place d’une approche globale de l’analyse de données pour qu’elle s’intègre parfaitement à leurs processus opérationnels.

 

 

La perception de la nouvelle relation homme-machine est-elle induite par les récentes évolutions du milieu industriel ?

 

 

Effectivement, c’est la question centrale. On parle beaucoup d’intelligence artificielle, mais la clé de la création de valeur reste l’homme. Il faut voir la SmartData comme une source d’inspiration et de stimulation de la créativité des équipes.
Elle leur permet de se nourrir de volume de données qu’elles ne pouvaient pas manipuler jusqu’à présent. Cependant, n’oublions pas que la connaissance que la SmartData permet de construire n’est basée que sur des données mesurées dans le passé, elle est donc limitée de facto si il n’y a pas d’intelligence humaine pour en extraire la substance.

Par contre si la SmartData fourni à l’homme d’expérience des informations synthétiques issues de ces grands volumes de données, elle démultiplie sa capacité à imaginer des solutions d’amélioration et à les mettre en œuvre.
La SmartData bien intégrée dans une organisation opérationnelle devient un booster de performance au service des
hommes.

La facilité à partager l’information, en particulier grâce au Cloud, ouvre aussi de nouvelles possibilités dans la manière de mobiliser les expertises et les savoir-faire. Imaginez, vous êtes sur un site et vous faites face à un problème pour lequel vous n’avez pas les bonnes expertises disponibles sur place.

l est maintenant possible de partager l’information en temps réel avec des experts externes qui viendront compléter vos savoirs faires de manière ponctuelle ou régulière. C’est une solution additionnelle à la problématique de gestion des compétences et savoir-faire nécessaires à la bonne marche de l’entreprise.

Loïc Le Doussal
Pas de commentaires

Désolé, le formulaire de commentaire est fermé pour l'instant.

X