GPAO : un secteur qui profite à plein de l’IA

S’il est un domaine où l’IA est promise à un brillant avenir, c’est celui de la GPAO, Gestion de ProductionEnsemble des activités qui permettent de mener à bien la production, allant de la planification des ressources nécessaires (matérielles, humaines, et financières), en passant par la gestion de ressources et la traçabilité des activités de production. Assistée par Ordinateurs. Le marché est demandeur, les algorithmes et systèmes d’auto-apprentissages sont en perfectionnement constant. A l’arrivée, nous obtenons un marché à deux chiffres en termes de milliards de dollars et surtout des solutions aussi bien pour les grands groupes que pour les PME.

L’Intelligence Artificielle et la production industrielle… Que n’a-t-on pas entendu à cet égard ? Ce mariage malaisé aurait dû, selon certains prospectivistes IT, engendrer la perte de millions d’emplois. Il n’en a rien été. Globalement, l’IA a plutôt réussi à s’imposer en tant qu’assistant à la main d’œuvre et aidé à la réaffectation de personnel vers des tâches plus gratifiantes.

En réalité, la production est devenue l’un des secteurs qui a le plus bénéficié de l’IA et ce n’est qu’un début car la tendance est plus que jamais au beau fixe en la matière.

Global Market Insight évalue que ce marché pourrait atteindre 16 milliards de dollars d’ici 2025, alors qu’il n’était « que » de 1 milliard de dollars en 2018 (1). Grands groupes et PME bénéficient de solutions métiers appuyées sur l’IA. Dans l’environnement large de le GPAO, plusieurs secteurs témoignent de percées majeures de l’IA.

Maintenance prédictive : IA et réseaux neuronaux

Une étude menée par Industry Week avance des chiffres stupéfiants (2) : la perte de production due à l’absence de prédiction des temps d’arrêts industriels se chiffre à 50 milliards de dollars l’année. Les pannes non planifiées engendrent des coûts de maintenance, de réparation et de remplacement d’équipement énormes, et de plus, peuvent exposer la main d’œuvre à des risques corporels. Déjà en 2013, une étude de Solomon RAM avait observé que les industries les plus performantes se distinguaient par l’usage d’intelligence prédictive. A présent, l’IA associé à la technologie des réseaux neuronaux aide à bâtir des systèmes de maintenance prédictive et l’on peut s’attendre à ce que cette caractéristique soit exigée de plus en plus des fournisseurs de systèmes de production.

Contrôle qualité : les progrès du traitement d’image

Par essence, le contrôle qualité semble relever de l’intervention d’un expert humain. Pourtant, si l’on en croit The European Business Review (3), les progrès accomplis dans le traitement d’image, couplés à la présence de caméras sur des points clés de la chaîne de production sont en mesure d’assurer une part de plus en plus importante de ce process.

Détection d’anomalies : l’atout de l’auto-apprentissage

L’approche d’une telle détection par logiciel a maintes fois été tentée mais elle nécessite habituellement une approche au cas par cas. Le challenge consiste donc à introduire l’auto-apprentissage dans ce process. Les grands éditeurs du domaine sont sur le qui-vive et les gains attendus d’une telle évolution sont gigantesques.

Robots, l’ère du collaboratif

Enfin, si l’on en croit l’International Federation of Robotics (4), depuis 2010, le nombre d’unités robotiques industrielles a progressé de 12% en une décennie pour atteindre 2 722 077 installations fin 2019, les secteurs automobile (28 %) et électrique/électronique (24 %) demeurant à la pointe. 

Une tendance se dessine toutefois : celle des robots collaboratifs, qui assistent les humains dans certaines tâches fastidieuses et répétitives, aidés en cela par les progrès accomplis en matière d’auto-repérage et d’auto-apprentissage. Qui plus est, l’avènement de la forme avancée de la 5G (opérant à 26 GHz) préfigure une révolution impliquant de petits robots mobiles accomplissant des tâches de concert, révolution que le professeur Gerard Fettweis de l’Université technologique de Dresde résume ainsi : « C’est en quelque sorte le Graal de l’automatisationExécution d’une tâche, dans sa totalité ou en partie, par une machine sans besoin de l’intervention humaine. industrielle. Il n’y a plus rien de cloué au sol. »

Ce n’est tout. Les logiciels liés à la gestion de productionEnsemble des activités qui permettent de mener à bien la production, allant de la planification des ressources nécessaires (matérielles, humaines, et financières), en passant par la gestion de ressources et la traçabilité des activités de production. intègrent de plus en plus de caractéristiques faisant appel à des algorithmes d’IA : aide au design, gestion des fournitures comme des stocks, usage de clones numériques de produits, prédiction de la demande…

Bref, s’il est un domaine dans lequel l’IA est appelée à faire parler d’elle sans doute davantage qu’ailleurs, c’est bien la GPAO.

Sources

(1) Global Market Insights – Industry Trends : ARTIFICIAL INTELLIGENCE (AI) IN MANUFACTURING MARKET SIZE BY COMPONENT HARDWARE PROCESSOR

(2) Wall Street Journal Custom Studios – Unlocking Performance

(3) The European Business Review –  AI And Manufacturing: 10 Ways AI Is Improving Manufacturing In 2021

(4) International Federation of Robotics – Executive Summary World Robotics 2020 Industrial Robots