Le chemin vers l'usine qui s'optimise d'elle-même est encore long. Nous sommes convaincus que nous n'avons fait émerger qu'un tiers de tout le potentiel d'une industrie digitalisée. Les systèmes in-house représentent un très gros seuil à franchir pour la transformation numérique, de même que les standards non ouverts. En d'autres termes, tout tourne autour de la disponibilité des données de bout en bout, autour de la continuité numérique sur des standards ouverts et à tous les niveaux. Quand on regarde comment les machines d'aujourd'hui communiquent entre elles et comment les données sont partagées, on voit que cela se passe souvent dans une optique de compartimentage des écosystèmes plutôt qu'en faveur de leur ouverture.
Nous devons par conséquent apporter d'urgence plus de transparence autour des jumeaux numériques et comprendre comment ils sont interconnectés. Même dans les usines les plus complexes, nous sommes aujourd'hui en mesure, grâce à la transparence, de déterminer exactement quels processus peuvent être optimisés. En associant les données de jumeaux numériques, nous obtenons de précieuses informations. Dans un contexte de production, il y a trois écosystèmes qui doivent idéalement avoir un jumeau numérique : les systèmes, les produits et les processus de production. Plus les entreprises sont en mesure de relier et de coupler judicieusement les données de ces trois jumeaux numériques dans le processus de production, plus leurs progrès sur la voie de l'usine intelligente seront rapides.
La continuité numérique est une chose, mais les données doivent par ailleurs être également contextualisées, d'autant plus que dans un scénario idéal, la production est alimentée et favorisée par une multitude de jumeaux variés. Si vous déversez ponctuellement des données de production dans un outil d'IA, il n'en sortira rien. Épargnez-vous donc cette peine. Car vous ne pourrez rien entreprendre sans une bonne connaissance du domaine, sans attribuer des données à un écosystème bien déterminé.
Heureusement, nous assisterons ces cinq prochaines années à beaucoup plus de progrès qu'au cours de la précédente décennie. Outre les données proprement dites, nous possédons aujourd'hui plus que jamais des connaissances pertinentes sur les jumeaux numériques, les points de données et les écosystèmes. Par ailleurs, le changement exercera sur nous une pression invisible. Nous nous dirigeons peu à peu vers une grosse tempête qui nous obligera à mettre toutes voiles dehors dans le cadre de notre transformation.
Sans continuité numérique dans notre production, nous pourrons abandonner tout espoir de pouvoir répondre aux défis et aux questions cruciales comme l'efficacité énergétique. Aujourd'hui, il n'existe pas un seul site de production qui soit géré essentiellement en fonction de l'énergie, car le gaz et l'électricité ont toujours été parfaitement abordables et disponibles. C'est précisément pour cette raison que j'estime que l'industrie de production, des PME aux grandes entreprises, est le secteur qui enregistrera très vraisemblablement le plus de progrès, justement parce qu'elle consomme énormément d'énergie.
Les entreprises qui peuvent vivre d'une smart factory sont mieux placées que les entreprises conventionnelles pour affronter l'énorme volatilité du marché qui règne aujourd'hui. En sachant non seulement combien d'énergie leur processus de production requiert au total mais aussi où et quand précisément, elles ont la flexibilité nécessaire pour pouvoir par exemple décaler leur production à des périodes où l'énergie est moins chère ou plus abondante. En outre, la simulation préalable basée sur des données et le déroulement des processus avec des profils qui peuvent être adaptés selon les besoins dans l'écosystème numérique forment un instrument d'aide à la décision très efficace pour l'équipe de direction.
Quelle est donc la meilleure approche ? En premier lieu, rechercher les bons partenaires et se lancer dans la production automatisée, car c'est là que se trouvent les meilleurs bénéfices en termes d'efficacité. Les étapes suivantes sont la création d'espaces de données et de connaissances. Ne commencez pas d'emblée par un méga-projet qui nécessitera deux ans d'attente avant d'obtenir les premiers résultats. Ce qui compte, c'est ce que vous apprendrez de la mise en œuvre du projet et pas du concept. Au lieu de faire réfléchir vos équipes sur la pertinence des données, laissez-les développer des idées en exploitant efficacement ces données.
.