Que peut apporter l’Intelligence Artificielle aux activités industrielles ?

Avec l’avènement de la 4ème révolution industrielle, des concepts comme le Big Data, l’Intelligence Artificielle ou autres sont utilisés à tout bout de champ. Les promesses faites sont-elles tenues ? Derrière la façade marketing il y a-t-il de réelles nouveautés ? Comment les appliquer pour résoudre des problématiques industrielles concrètes ? C’est ce à quoi nous allons essayer de répondre.

L’Intelligence Artificielle (ou IA) n’est pas une solution miracle.

Vous imaginiez un robot auquel vous pourriez poser n’importe quelle question et il vous donnerait la solution à mettre en œuvre ? Malheureusement, il n’existe pas ! D’ailleurs, il y a peu de chances qu’il existe un jour. C’est à la fois une mauvaise et une bonne nouvelle.

Non il n’y a pas de nouvelle solution miracle qui va résoudre sans efforts les problèmes de production, de performance, de maintenance des industriels. Pas plus qu’il n’y a d’intelligence dans l’Intelligence Artificielle. L’intelligence réside dans l’expertise, les savoirs faire et la capacité d’innovation des hommes.

Au-delà du BigData, de nouvelles approches pour le traitement des données dans l’industrie

Cependant, les technologies de l’information permettent de mettre en place de nouvelles approches pour démultiplier les capacités de ces hommes. En particulier celles relatives au traitement de la donnée. Quelques évolutions techniques récentes permettent cela :

  • La réduction du coût de stockage de l’information.
  • La réduction du coût de la puissance de calcul et sa disponibilité de manière flexible au travers du Cloud Computing. Cette dernière permet de mettre en œuvre à un coût raisonnable des algorithmes d’analyse qui n’étaient auparavant accessibles qu’à de très gros acteurs.
  • L’arrivée d’algorithmes de Machine Learning plus raffinés (en particulier depuis la fin des années 90) pour traiter des problèmes à grande dimension.

La combinaison de ces évolutions permet de simplifier le traitement de données réalisé par les experts métier. En particulier, de leur rendre accessibles sous forme synthétique des informations plus fines et en plus grand nombre.

L’automatisation de l’analyse de données : pour quoi faire ?

La technologie n’est pas là pour remplacer les experts. Mais mise à leur service, elle va pouvoir leur permettre de répondre beaucoup plus facilement et rapidement à des questions utiles pour leurs activités :

  • Quels sont les paramètres qui influent la performance d’un procédé (consommation matière, énergie, ingrédients, productivité, qualité…) ?
  • Quelles sont les conditions passées qui ont donné les meilleures performances.
  • Comment détecter des anomalies de manière plus sélective et performante en comparaison d’alertes simples basées sur des seuils ?
  • Comment anticiper le comportement d’une production en fonction de son état actuel et des paramètres choisis ?

Mettre en place la bonne approche dans un contexte industrie.l

En premier lieu, toute démarche doit partir des hommes : comment les mettre en capacité de répondre aux enjeux auxquels ils font face ? Un des éléments de réponse est la mise à leur disposition d’informations et d’analyses pertinentes. Ainsi, la confrontation de ces informations avec leurs expertises et leurs expériences fera émerger de nouvelles solutions. En conséquence, ils gagneront du temps et seront plus efficaces.

L’industrialisation du traitement des données : comment passer à la pratique ?

Concrètement, cela veut dire commencer par définir les enjeux industriels auxquels vous souhaitez répondre. Puis identifier quels seront les utilisateurs des données et pour quels usages. A partir de là, il va être possible de mettre en place une approche et des outils pour répondre à ces enjeux. Le tout, en cohérence avec votre organisation actuelle ou celle que vous souhaitez mettre en place.