De AI World :les fabricants se préparent à ajouter l'IA à leur IoT

L'IA étendue de l'IoT apporte trois principaux avantages aux fabricants :l'optimisation de la chaîne d'approvisionnement, la fabrication intelligente et l'innovation de produits ou de services,

Il existe une multitude de données provenant des nombreux bords de l'IoT, il est donc naturel de commencer à réfléchir à des moyens d'appliquer l'intelligence artificielle (IA) pour fournir des informations précieuses à l'entreprise. Pour les fabricants, cela peut changer la donne, réduire considérablement les coûts et accélérer leur entrée dans les entreprises de services. Cependant, beaucoup ne sont qu'au début de ce voyage.

La convergence imminente entre l'IdO et l'IA a été explorée lors d'un panel lors de la récente conférence AI World à Boston, animée par Les Yeamans, rédacteur en chef de RTInsights.

Voir aussi : L'Allemagne transforme la fabrication en une forme d'art IoT

Le potentiel de l'IA étendue à l'IdO apporte actuellement trois avantages principaux aux fabricants :l'optimisation de la chaîne d'approvisionnement, la fabrication intelligente et l'innovation de produits ou de services, a déclaré Reid Paquin, directeur de recherche chez IDC. Actuellement, a-t-il ajouté, « la fabrication intelligente est là où la plupart des entreprises commencent et concentrent leurs investissements. Cela est particulièrement vrai avec la fabrication par processus, en particulier la gestion des actifs. » Du côté de la fabrication discrète, dit-il, "la grande opportunité réside dans les produits et les services - de nombreux fabricants essaient de sortir des produits plus rapidement, mais essaient également de transformer leurs produits en mélanges de services, en passant à la servitisation".

Passer à une entreprise axée sur les données et l'IA peut prendre du temps pour de nombreux fabricants, ont convenu les panélistes. "Dans tout projet de science des données ou d'IA, la première étape consiste à collecter et à organiser vos données", a déclaré Zachariah Eslami, responsable de la livraison, laboratoires d'experts en données et en IA et apprentissage pour IBM. Le défi consiste à rassembler des données provenant de parties disparates de l'entreprise, a-t-il observé. "Le problème est l'entrée des données et des collections de données, les entrepôts sont souvent répartis entre différents groupes informatiques, différentes équipes qui l'utilisent sans un seul référentiel ou catalogue de connaissances, que vous pouvez prendre et distribuer les données et les manipuler, extraire ces informations d'elle."

Un autre défi pour les projets IoT-AI est un manque général de compétences, a poursuivi Eslami. "C'est à la fois dans le sens d'être capable de s'adapter à l'informatique, de comprendre, d'apprendre et d'utiliser des cahiers Python ou R, et de vraiment comprendre clairement ce que c'est que de nettoyer des données, de les préparer, puis de commencer à faire des analyses sur afin que vous puissiez construire des modèles de machines dessus. »

Lorsqu'il s'agit de commencer le voyage vers l'IA, "où vous vous situez dépend de l'endroit où vous vous asseyez", a déclaré Ryan Martin, analyste principal chez ABI Research. "Si vous possédez une usine de fabrication de taille décente - quelques centaines de milliers de pieds carrés - commencez par la surveillance de l'état ou le suivi des actifs, le suivi des actifs sera de loin le plus pertinent, car il aide les coûts, il aide le l'entreprise reste organisée. La maintenance prédictive est un autre point de départ, car "cela n'a aucun sens d'envoyer quelqu'un inspecter tous les mois les différents extincteurs qui existent si seulement quatre d'entre eux doivent être remplacés".

Paquin a convenu que la gestion des actifs est un bon point de départ pour l'IA améliorée par l'IdO, ainsi que les systèmes de qualité basés sur la vision. De plus, "tous les grands fournisseurs d'ERP essaient d'intégrer l'IA dans leurs applications, en particulier du côté financier et du côté de la planification".

Les panélistes ont également discuté de l'utilisation de jumeaux numériques pour la fabrication, qu'il s'agisse de mettre en œuvre un jumeau numérique pour une pièce, pour une machine, pour une usine entière, pour les produits d'une usine. "La fabrication est un très grand espace pour les jumeaux numériques", a déclaré Eslami. "La NASA a commencé à l'implémenter en premier, GE le fait pour les moteurs à réaction, Siemens le fait pour les énergies alternatives, Chevron le fait pour la distribution des champs pétrolifères. « Ce qu'il y a de bien avec les jumeaux numériques, c'est qu'ils sont tous sous-jacents à un modèle qui prend des données et peut tester diverses circonstances et situations. Avec l'IA, vous pouvez saisir et tester plusieurs variables en temps réel, ajuster les performances et voir comment cela réagira au fil du temps. C'est une énorme économie de coûts."

L'arrivée imminente des réseaux 5G - qui faciliteront mieux les réseaux de machine à machine en temps réel - a également été examinée. "La 5G va se passer comme la 4G est sortie plus vite que la 3G, la 5G viendra plus vite que la 4G", a prédit Martin. "Ce qui est intéressant avec la 5G, ce sont les capacités qui l'accompagnent - la mise en réseau déterministe. C'est-à-dire, "d'accord, il est plus important de dire à ce robot de s'arrêter que de laisser le capteur de vibrations continuer". Cela viendra avec la spécification 5G sur toute la ligne, dans la période 2021-2025."

Martin a ajouté qu '«il va falloir un certain temps avant que vous ne commenciez vraiment à voir les choses, mais les premiers essais que nous voyons avec la 5G sont incroyablement convaincants, la technologie fait ce qu'elle dit qu'elle fera, c'est juste une question d'envelopper les bonnes normes autour d'elle et l'acheminer vers le marché. “