Feuille de route IA pour l'industrie : des données d'usine aux agents

Votre pilote IA a fonctionné sur une ligne. Un an plus tard, la deuxième usine ne l'a toujours pas, et la première ligne a cessé de s'en servir sans bruit.

Une feuille de route IA pour l'industrie sert à éviter cela. Elle compte quatre étapes. Relier les données d'usine aux données ERP, ajouter une couche d'intelligence gouvernée, déployer des agents IA à l'échelle, puis intégrer l'IA dans le fonctionnement de l'usine.

La plupart des industriels veulent commencer à l'étape trois. C'est pour cela que les pilotes s'enlisent.

J'ai mis en œuvre des ERP dans la plasturgie, la sidérurgie et l'industrie de défense. Le schéma se répète. Le modèle est rarement la partie difficile.

La difficulté, c'est que trois systèmes décrivent le même ordre de trois façons.

Prenez un ordre de 5 000 bouchons moulés. L'ERP voit un ordre de fabrication. Le MES (le système qui pilote l'atelier) voit un travail sur la presse 14, et la presse ne connaît que des nombres de cycles.

Cette feuille de route fonctionne quel que soit votre système central : SAP, Oracle, Microsoft, Infor ou un développement maison.

Voici comment je répartirais les trois années.

Trois ans, quatre étapes

1. 01

   Maintenant : socle de données

   Données d'usine, de qualité et ERP sur une seule plateforme gouvernée, avec traçabilité et reporting en libre-service.

2. 02

   Année 1 : intelligence gouvernée

   Un langage métier unique pour les usines, les lignes, les articles et les ordres, une gouvernance de l'IA et les premiers gains rapides.

3. 03

   Année 2 : agents IA à l'échelle

   Des agents de maintenance, de qualité, de planification et d'achats, actifs dans toutes les usines.

4. 04

   Année 3 : l'IA intégrée à grande échelle

   L'IA au cœur de la façon dont l'usine planifie, produit et s'améliore, avec des personnes et des agents qui travaillent ensemble.

Prenez ce calendrier comme un repère. Un groupe de dix usines sur quatre ERP aura besoin de plus de temps à l'étape un.

Les données d'usine vivent en couches, et la norme ISA-95 les décrit bien. Tout en bas se trouvent les capteurs et les automates (PLC), qui pilotent chaque machine. Au-dessus viennent les écrans SCADA et les historians (des bases de relevés machines), puis le MES, et tout en haut l'ERP qui planifie et valorise l'ensemble.

L'IA a besoin que ces couches communiquent entre elles. Dans la plupart des usines, ce n'est pas le cas.

Je commencerais par trois chantiers.

1. Une plateforme de données, en général un lakehouse ou un entrepôt dans le cloud, qui reçoit les données ERP, les enregistrements MES et les relevés des historians. La plupart des cas d'usage ont besoin de synthèses, comme la température moyenne de la matière fondue par lot.
2. Une gouvernance dès le premier jour : un catalogue de données, une traçabilité (lineage) qui montre d'où vient chaque chiffre, et des règles de qualité. Si personne ne sait d'où vient un taux de rebut, personne ne fera confiance à un modèle qui le prédit.
3. Un reporting en libre-service. Les directeurs d'usine doivent voir l'OEE (production conforme rapportée à la production possible), les rebuts et le respect du planning à partir d'une source unique, avant toute IA.

Le travail le plus dur porte sur les données de base. Prenez un groupe de plasturgie avec deux usines.

L'usine A appelle un granulé de polypropylène noir MAT-1001 et le compte en kilos. L'usine B l'appelle PP-BLK-25 et le compte en sacs de 25 kg. Demandez à un modèle de prévoir la consommation de résine, et il voit deux articles sans rapport.

La solution est ingrate. Un responsable de l'article fait la correspondance entre les codes, fixe une unité unique, et la plateforme applique cette règle chaque nuit.

L'outil peut suggérer la correspondance. Une personne décide toujours quel code l'emporte et qui est responsable de la règle à partir de là.

Les horloges sont l'autre point que je vérifierais tôt. L'historian d'un laminoir peut enregistrer les relevés du four en heure locale alors que l'ERP comptabilise en UTC.

Vous voulez relier un défaut de surface sur la bobine 4471 à la température du four au moment du laminage. Si les horloges ont quatre heures d'écart, le modèle apprend sur la mauvaise température. Corrigez-le une fois ici, et chaque cas d'usage suivant en profite.

1. 01Machines et historiansRelevés capteurs, synthétisés par lot
2. 02MESTravaux, arrêts et rebuts
3. 03ERPOrdres, articles et coûts
4. 04Zone d'atterrissageCopies brutes, conservées telles qu'elles sont arrivées
5. 05Données nettoyées et mises en correspondanceUn code article, une unité, une horloge
6. 06Rapports en libre-serviceOEE, rebuts et respect du planning

Une version fiable de chaque ordre, de la machine au grand livre

L'année un transforme ces données en matière que l'IA peut utiliser en toute sécurité. Le cœur du dispositif est une couche sémantique : un langage métier commun pour les usines, les lignes, les postes de travail, les articles, les ordres et les défauts.

Interrogez un agent sur « les arrêts de la ligne 3 », et il doit savoir de quelle ligne 3 il s'agit. Les usines A et B en ont peut-être chacune une, et comptent les arrêts différemment.

Une usine démarre le chronomètre quand la machine s'arrête. L'autre le démarre quand l'opérateur saisit l'arrêt. La couche sémantique consigne une définition unique, et chaque rapport et chaque agent l'utilisent.

Mettez en place la gouvernance de l'IA la même année. Tenez un registre de tous les cas d'usage IA, chacun avec un responsable nommé, un niveau de risque et un point où une personne vérifie le résultat.

Si un système d'IA devient un composant de sécurité d'une machine, l'EU AI Act le classe à haut risque. Faites venir vos ingénieurs sécurité tôt. Je les veux dans le premier atelier.

Livrez ensuite deux ou trois gains rapides que les équipes de terrain remarqueront. Voici un copilote de maintenance pendant un poste de nuit.

1. Une technicienne fait face à une presse hydraulique qui se met sans cesse en défaut de basse pression. Elle saisit le code défaut et le numéro de la presse dans le copilote, sur une tablette.
2. Le copilote cherche dans le manuel de la presse et dans les anciens ordres de travail de cette presse.
3. Il répond que le même défaut est déjà survenu deux fois, chaque fois à cause d'un joint usé sur le vérin principal.
4. Il donne la référence du joint et renvoie vers la page du manuel qui décrit la procédure de remplacement.

C'est toujours elle qui décide d'arrêter la presse, et elle applique elle-même la consignation. Le copilote lui a simplement évité de fouiller dans de vieux papiers.

Les synthèses de relève de poste sont le deuxième gain rapide. À 6 h, le chef d'équipe qui prend son poste reçoit une page construite à partir des événements MES, des journaux d'arrêts et des blocages qualité. La presse 9 a perdu 40 minutes sur un changement de moule trop lent, et le lot 2207 est bloqué pour pièces incomplètes.

Le chef d'équipe vérifie le blocage et décide quoi lancer en premier.

Une troisième option est le contrôle des documents fournisseurs. Si le certificat d'usine d'une bobine indique S275 alors que vous avez commandé du S355, l'IA le signale avant la réception. Une personne de la qualité accepte ou refuse toujours la bobine.

Voici comment je classerais les premiers candidats.

1. 01Le chef d'équipe demandePourquoi la ligne 3 a-t-elle perdu du temps cette nuit ?
2. 02Couche sémantiqueQuelle usine, quelle ligne, quelle règle d'arrêt
3. 03Données gouvernéesJournal des arrêts, événements MES, ordres de travail
4. 04Le copilote répondAvec la source de chaque chiffre
5. 05Le chef d'équipe vérifieAccepte, corrige ou fait remonter

Une réponse sur laquelle le directeur d'usine et le dossier du conseil s'accordent

Valeur métierÉlevéeMoyenneFaible

• Ordonnancement autonome

• Inspection qualité par vision

• Copilote de maintenance

• Contrôle des documents fournisseurs

• Synthèses de relève de poste

• Chatbot générique

FaibleMoyenneÉlevéeMaturité des données

• Plus tard
• À planifier
• À lancer

L'année deux passe des assistants aux agents. Un assistant répond à une question. Un agent surveille un signal, décide quoi faire dans les limites que vous fixez, et agit dans vos systèmes.

Voici les agents qui se rentabilisent le plus vite dans l'industrie, d'après ce que je vois.

1. Maintenance prédictive. Les relevés machines déclenchent un ordre de travail dans l'ERP avant la panne, avec les pièces de rechange réservées.
2. Qualité. L'inspection par vision signale un défaut, et l'agent bloque le lot, le relie aux paramètres du procédé et ouvre une non-conformité.
3. Planification. L'agent rééquilibre le planning quand une machine tombe en panne ou qu'un article arrive en retard, et demande à un planificateur de valider.
4. Achats. Il relance les livraisons en retard et prépare la demande d'accélération.

Voici comment un agent de maintenance traite un roulement défaillant sur une presse d'emboutissage.

1. Les vibrations du roulement principal augmentent lentement sur deux semaines, et la température suit.
2. L'agent compare ce profil aux pannes passées sur le même type de presse et trouve une correspondance.
3. Il crée un avis de maintenance dans l'ERP, vérifie qu'un roulement de rechange est en stock et le réserve.
4. Il propose un créneau pendant l'arrêt planifié du samedi et envoie la demande au planificateur de maintenance.

Le planificateur valide le créneau ou le déplace. L'agent peut créer l'avis et réserver seul, mais il ne peut pas arrêter une ligne, et une personne nommée est responsable de cette limite.

Prenez maintenant l'agent de planification. Le mardi après-midi, une extrudeuse tombe en panne jusqu'au jeudi, et un conteneur de résine est bloqué au port.

L'agent examine les ordres ouverts, les dates d'échéance et les produits que chaque ligne peut fabriquer. Il construit deux options. Transférer trois ordres sur la ligne 2 avec des heures supplémentaires le mercredi, ou repousser une commande client de deux jours.

Le planificateur en choisit une, ou appelle d'abord le client. Je ne laisserais jamais un agent décaler en silence une date promise à un client.

Le changement le plus important de l'année deux concerne la responsabilité. Quelqu'un doit être responsable de chaque agent, de ses limites et de ses résultats. Je traite les agents comme de nouveaux membres de l'équipe, avec une fiche de poste et une revue régulière.

1. 01SurveillerVibrations, température et courant sur chaque presse
2. 02DétecterUn relevé de roulement sort de la plage
3. 03PréparerOrdre de travail préparé, pièce de rechange réservée
4. 04ValiderLe planificateur de maintenance réserve le créneau
5. 05AgirOrdre lancé, technicien envoyé
6. 06ApprendreLe résultat alimente la prédiction suivante

Un responsable par agent, avec des limites fixées

À l'année trois, l'IA n'est plus un projet à part. Elle est intégrée à la planification, à la production, à la qualité, à la maintenance et au calcul des coûts.

Voici à quoi cela ressemble dans un cycle S&OP mensuel, où les ventes, la production et la finance s'accordent sur un plan unique.

1. Les clients partagent leurs prévisions, et l'agent signale celles qui paraissent trop élevées au regard de l'historique des commandes.
2. Les fournisseurs partagent leurs capacités, si bien que l'agent voit que votre fournisseur de revêtement est saturé en mars.
3. L'agent prépare un plan qui tient compte des deux et le valorise dans l'ERP.
4. La réunion consacre son heure aux quelques vrais arbitrages.

Le plan reste l'affaire des personnes. Le directeur des opérations le signe, et la finance vérifie la marge.

Le calcul des coûts est l'autre domaine que je regarderais. Supposons qu'une presse à injecter tourne régulièrement plus lentement que son temps de cycle standard. L'agent repère l'écart, calcule l'effet sur les coûts et demande au contrôleur de gestion s'il faut mettre à jour le standard.

Le contrôleur décide, car une modification du coût standard se répercute sur la valorisation des stocks et sur les marges.

1. Directeur d'usineResponsable des objectifs de l'usine et du portefeuille d'agents
   Gouvernance de l'IARegistre, tests et bouton d'arrêt pour chaque agent
2. Directeur de productionValide les changements de planning proposés par les agents

• Agent de maintenanceSous la responsabilité du responsable maintenance
• Agent qualitéSous la responsabilité du responsable qualité
• Agent de planificationSous la responsabilité du responsable planification
• Agent achatsSous la responsabilité de l'acheteur

1. 04Agents et copilotes IAAgents de maintenance, de qualité, de planification et d'achats, avec des points de validation humaine
2. 03Couche d'intelligence gouvernéeModèle sémantique des usines, des lignes, des articles et des ordres, plus le registre IA
3. 02Socle de donnéesLakehouse avec les données ERP, MES et des historians, catalogue et traçabilité
4. 01Systèmes d'usine et d'entrepriseCapteurs, SCADA, historians, MES et ERP

Quatre sujets n'appartiennent à aucune année en particulier. Ils les traversent toutes.

1. Sécurité OT. L'OT désigne les automates et les réseaux qui pilotent les machines. Les connecter à une IA dans le cloud élargit la surface d'attaque : concevez donc la liaison selon IEC 62443 et gardez les réseaux de contrôle segmentés. L'agent lit une copie des données de l'historian et n'écrit jamais dans un automate.
2. Souveraineté. La défense, le secteur public et certains travaux soumis au contrôle des exportations exigent des options d'IA hébergées dans le pays ou sur site. Décidez quelles données peuvent sortir de l'usine avant de choisir un modèle. Un plan de pièce de défense ne doit sans doute jamais approcher un modèle public, alors qu'une prévision de résine le peut probablement.
3. Une architecture ouverte et multifournisseur. Utilisez des formats ouverts et des interfaces standard comme OPC UA, une norme courante pour lire les données machines. Vous pourrez alors changer de modèle sans tout reconstruire.
4. Vos équipes. Formez les planificateurs, les ingénieurs et les techniciens à travailler avec les agents. Un planificateur qui fait confiance aux options de l'agent les utilise. Celui qui n'y croit pas refait le plan dans Excel.

L'échec le plus courant est un pilote qui ne passe pas à l'échelle. Un modèle de vision entraîné sur une ligne, avec des données extraites à la main, prouve l'idée et rien de plus.

Emmenez-le dans la deuxième usine. Les caméras diffèrent, les références ne correspondent pas et personne n'est responsable du modèle.

Le deuxième échec consiste à traiter l'IA comme un projet informatique. Si les responsables de la production, de la qualité et de la maintenance ne portent pas les cas d'usage, les agents sont construits puis ignorés.

Mon conseil est de commencer par les processus. Cartographiez la façon dont un ordre de travail ou un blocage qualité circule aujourd'hui, puis choisissez le système. Donnez à chaque cas d'usage un responsable métier avant que quiconque n'écrive une ligne de code.

Ce qui échoueCe qui marche

1. 01Ce qui échoue: Un pilote sur une ligne avec des données extraites à la main→Ce qui marche: Un socle de données construit pour toutes les usines
2. 02Ce qui échoue: L'informatique construit, l'usine ne s'approprie jamais→Ce qui marche: Un responsable production, qualité ou maintenance pour chaque cas d'usage
3. 03Ce qui échoue: Codes, unités et horloges corrigés à nouveau dans chaque projet→Ce qui marche: Données de base corrigées une fois, de façon centralisée
4. 04Ce qui échoue: Des agents sans responsable, sans limites et sans revue→Ce qui marche: Chaque agent avec un responsable, des limites et une revue régulière

Vous voulez confronter cette approche à vos propres usines ? Réservez un appel et apportez un cas d'usage ainsi qu'un schéma approximatif de votre ERP et de votre MES. Je vous dirai à quelle étape vous en êtes vraiment et ce que je ferais en premier.

Qu'est-ce qu'une feuille de route IA pour l'industrie ?

C'est un plan par étapes pour utiliser l'IA dans une entreprise industrielle. Il commence par un socle de données qui relie les données d'usine et les données ERP. Viennent ensuite une couche d'intelligence gouvernée, des agents IA, puis une IA intégrée au fonctionnement de l'usine.

Par où un industriel doit-il commencer avec l'IA ?

Commencez par les données. Réunissez les données ERP, MES et machines sur une seule plateforme gouvernée, corrigez les données de base et donnez aux directeurs d'usine un reporting en libre-service. Les premiers cas d'usage IA arrivent dès l'année un, sur ce socle.

Quels cas d'usage de l'IA se rentabilisent en premier dans l'industrie ?

Les copilotes de maintenance, les synthèses de relève de poste et le contrôle des documents fournisseurs se livrent vite. La maintenance prédictive, l'inspection par vision et le rééquilibrage du planning rapportent davantage mais demandent de meilleures données, et arrivent donc en général l'année deux.

Combien de temps prend une feuille de route IA pour l'industrie ?

Je la planifie sur trois ans une fois le socle de données lancé. L'année un ajoute la couche d'intelligence, l'année deux déploie les agents à l'échelle et l'année trois intègre l'IA dans les processus clés. Les gains rapides doivent montrer leur valeur dès la première année.

Faut-il remplacer notre ERP ou notre MES avant d'utiliser l'IA ?

Non. L'IA se place au-dessus de vos systèmes existants grâce au socle de données. Ce qui compte, c'est que vos données ERP et MES soient propres et connectées, quels que soient vos fournisseurs.