L'impact de votre stratégie commerciale sur votre stratégie d'IA

Pour réussir avec l'industrie 4.0, les entreprises doivent partir d'une stratégie commerciale claire. Cela signifie qu'il faut donner la priorité soit à l'excellence opérationnelle, soit à la durabilité centrée sur l'humain, soit à l'innovation du modèle d'affaires. « Votre stratégie déterminera les technologies sur lesquelles vous devez vous concentrer : machines intelligentes, capteurs, IoT, cloud computing et analytique, robotique, réalité étendue/augmentée, IA et apprentissage automatique, ... », explique Wouter Labeeuw, manager data science and engineering chez delaware. « Mais cela fonctionne aussi dans l'autre sens : pour tirer le maximum de valeur de la technologie, vous devez aligner la façon dont vous la déployez sur votre stratégie. »

Choisissez votre stratégie d'IA

Cela est certainement vrai pour l'IA, qui est l'une des technologies les plus tangibles et les plus rentables utilisées dans l'industrie 4.0 aujourd'hui. Par exemple, les entreprises qui veulent se concentrer sur l'amélioration de l'excellence opérationnelle, peuvent choisir d'effectuer un contrôle de qualité visuel automatisé avec la technologie de l'IA, réduisant ainsi les déchets de production et les retours, ou elles peuvent utiliser l'IA pour prédire les temps d'arrêt des machines. Les entreprises qui veulent donner la priorité à la "centricité humaine" peuvent exploiter l'IA pour créer un environnement de travail plus sûr et plus attrayant pour leurs employés. 

L'IA peut également jouer un rôle dans les innovations en matière de modèles commerciaux. Les produits intelligents, par exemple, collectent de nombreuses données sur la façon dont les clients utilisent un produit après l'avoir acheté. Grâce à l'IA, les organisations peuvent offrir des services supplémentaires à ces clients, comme la maintenance prédictive et d'autres recommandations d'utilisation. Il en va de même pour la personnalisation des produits : L'IA peut faire des suggestions de configuration en fonction du comportement des consommateurs. Enfin, l'IA peut également aider les organisations à atteindre certains objectifs de durabilité, comme l'optimisation de la consommation d'énergie grâce à des algorithmes intelligents.

Réorientation vers l'interprétation

Un autre point à considérer est de savoir qui utilisera la technologie. Wouter explique : « Une fois que vous avez réussi à collecter des insights, vous devez vous assurer qu'ils retrouvent leur chemin vers l'opérateur et l'atelier. Pour ce faire, vous devez examiner soigneusement les systèmes et les interfaces que vous utiliserez, ainsi que la formation à dispenser aux employés. »

Dans le contrôle de la qualité, par exemple, l'amélioration de l'identification automatique des défauts potentiels permettra aux employés de se concentrer sur une interprétation précise. « La définition exacte de la 'bonne qualité' diffère souvent entre les ingénieurs qualité. Ainsi, lorsqu'ils doivent faire cette interprétation finale, ils ne peuvent pas se fier à de simples règles empiriques. Ils doivent plutôt être capables d'évaluer des détails mineurs et de les mettre en balance avec leur connaissance approfondie de l'ensemble du processus. Souvent, cela nécessite une réorientation majeure pour les opérateurs. »

Approuvé par tous

Dans le même temps, cependant, il est important que les opérateurs fassent confiance au modèle, même s'il va à l'encontre de leurs propres intuitions. Ce qui nous ramène à l'importance de la stratégie. « La mise en œuvre de technologies de l'industrie 4.0 comme l'IA dans l'atelier aura un impact majeur sur le recrutement, la formation, la structure organisationnelle, etc. », conclut Wouter. « Parfois, le département informatique n'a aucune connaissance de la stratégie commerciale à long terme, ce qui entraîne des initiatives déconnectées. Pour que vos projets génèrent de la valeur, la stratégie doit être approuvée par tout le monde dans l'entreprise. »