Comment l'IA peut créer de nouveaux modèles économiques
(Présenté par Luc Deleu au Parlement européen, juin 2018)
L'intelligence artificielle n'est pas une nouveauté, mais la disponibilité de la puissance de calcul, les nouvelles technologies permettant de saisir d'énormes quantités de points de données et la vitesse à laquelle nous pouvons connecter, stocker et analyser les données offrent de nouvelles perspectives et opportunités qui peuvent conduire à des percées en matière de performances commerciales, à de nouveaux modèles d'entreprise et à des marchés en pleine évolution. En combinant les technologies disponibles aujourd'hui, la vitesse à laquelle l'industrie peut tirer des enseignements de ses processus, de ses produits et de ses clients augmentera de manière exponentielle.
La représentation numérique d'un produit physique
La représentation numérique d'un produit est une collection de toutes les données disponibles que nous pouvons rassembler tout au long du cycle de vie de ce produit spécifique. Elle stocke les valeurs uniques du produit à toutes les étapes : lors du développement et de la préproduction, pendant la fabrication et lorsque le consommateur utilise le produit. Les humains ne sont pas en mesure de traiter cette grande quantité de données. Cependant, les nouvelles technologies et l'IA nous permettent de convertir les informations collectées en connaissances. Ainsi, la représentation numérique nous permet de tirer des enseignements de chaque étape du cycle de vie d'un produit unique.
Comment l'IA peut-elle tirer des enseignements de ces représentations ? Nous pouvons comparer les caractéristiques d'un produit (par exemple la qualité ou l'absence de qualité) avec sa représentation numérique. Cela nous permet de découvrir de nouvelles corrélations. Ces corrélations nous donnent un nouvel aperçu du produit et de son processus de production. En comparant plusieurs représentations numériques individuelles, nous pouvons découvrir :
- Différences de température de production, de réglage des machines, de manipulation des machines, etc.
- Changements de fournisseurs, de matériaux, de versions de sous-ensembles, etc.
- Différentes lignes de production ou usines, équipes, compétences des opérateurs, etc.
Lorsque nous examinons la qualité d'un produit, les corrélations que nous pouvons trouver grâce au big data et à l'IA, nous permettent de comprendre de nouvelles raisons qui déterminent la qualité d'un produit. De plus, cela peut même transformer la qualité en un élément prévisible.
Aujourd'hui, Ometa se concentre sur le processus de production et nous essayons de trouver des changements en corrélation avec la qualité correspondante. Nous menons actuellement un Projet de fabrication intelligente qui a déjà prouvé que nous pouvons découvrir et appliquer des ajustements de processus qui n'auraient pas pu être découverts sans l'aide des concepts de l'IA. Si l'on considère l'ensemble du cycle de vie d'un produit, cet exemple montre que nous nous concentrons encore sur la phase de production. Mais nous pouvons aller plus loin.
La fermeture de la boucle du cycle de vie des produits modifiera les modèles d'entreprise
La prochaine grande étape consiste à clôturer le cycle de vie du produit. La représentation numérique ne devrait pas seulement couvrir la numérisation du processus de production, mais aussi l'utilisation de chaque produit individuel lorsqu'il est mis sur le marché. Imaginez que nous puissions également suivre numériquement l'utilisation réelle d'un produit par son consommateur, les hypothèses formulées lors de l'ingénierie pourraient être validées, neutralisées et améliorées avant le début de la nouvelle production.
Que peut donc gagner l'industrie en bouclant la boucle du cycle de vie complet du produit ? Aujourd'hui, nous sommes confrontés au fait que notre industrie est toujours basée sur la production de masse avec des cycles de vie des produits courts (parfois pas plus de deux ans). La raison de cette courte durée de vie n'est pas nécessairement la mauvaise qualité. En général, ce sont les profits qui déterminent ces courtes durées de vie. Aujourd'hui, les bénéfices sont réalisés au cours du cycle "de l'ingénierie à la production". Une fois le produit vendu, un "point de déconnexion du client" apparaît.
Par conséquent, si nous continuons à capturer et à regrouper des données par le biais de la représentation numérique après la vente du produit, de nouveaux modèles commerciaux peuvent émerger. Nous pourrions évoluer vers un marché dans lequel l'industrie reste connectée à ses produits et où il n'y aurait aucun avantage à produire d'énormes quantités de produits avec des cycles de vie courts. En revanche, les produits connectés permettraient de mieux comprendre l'utilisation et l'expérience des clients. Lorsque les produits restent connectés à leur producteur industriel tout au long de leur cycle de vie, la qualité, l'introduction de nouveaux produits et les services peuvent être améliorés.
De la fabrication répétitive de masse à la fabrication personnalisée de masse
Au cours des décennies précédentes, le marché de croissance de l'industrie était défini par la production répétitive de masse et le faible coût de la main-d'œuvre. Par conséquent, nombre de nos installations de production ont été délocalisées dans des pays où le coût de la main-d'œuvre est moins élevé, comme la Chine.
La représentation numérique et les concepts d'IA disponibles vont changer la donne.. Ce n'est pas le coût de la main-d'œuvre, mais la connaissance qui déterminera le marché. Les données se transforment en informations, les informations se transforment en connaissances grâce à l'IA et les connaissances permettront de mieux comprendre les clients. Cela nous permettra de passer d'une industrie de production de masse à un marché de services intelligents où les produits deviendront spécifiques au client et où la production deviendra un flux d'une seule pièce. Cela signifie que chaque ordre de production sur la chaîne de production sera précommandé avec une demande sur mesure. Cela permettra à notre industrie de passer d'une production répétitive de masse à une production personnalisée de masse.
Cela n'est possible que si nous restons connectés à l'utilisateur/consommateur et au produit/service que nous fournissons tout au long du cycle de vie. En regroupant continuellement l'énorme quantité de points de données et en utilisant des systèmes intelligents d'apprentissage de l'IA, nous serons en mesure de créer des conceptions de produits spécifiques au client et d'augmenter la vitesse et l'intelligence de nos processus de production. Pour les pays occidentaux, cela peut créer un avantage concurrentiel par rapport au modèle de production de masse répétitif avec son faible coût de main-d'œuvre. Pourquoi ? Parce qu'avec un modèle d'entreprise basé sur la production de masse personnalisée et des délais de livraison rapides, l'attente d'un navire devient une chose du passé.
