Comment les plates-formes IoT industrielles stimulent-elles la transformation ?

Le sale petit secret des initiatives de transformation numérique est que bon nombre d'entre elles échouer, comme l'a rapporté la Harvard Business Review. D'un autre côté, il existe un nombre croissant d'exemples d'entreprises à l'esprit numérique, d'Airbnb à Amazon en passant par Netflix et Uber, qui ont lancé des plateformes qui ont redéfini des marchés entiers.

Il n'est pas étonnant que le marché regorge de centaines de plates-formes IoT industrielles qui promettent d'aider les fabricants, les entreprises de services publics, les gestionnaires d'installations et les organisations similaires à réinventer leur entreprise. Au milieu de cette toile de fond se trouve le concept d'Industrie 4.0 et sa promesse d'exploiter des technologies telles que l'IoT, les jumeaux numériques et l'apprentissage automatique pour alimenter la prochaine révolution industrielle.

Hervé Coureil, Chief Digital Officer de Schneider Electric, a un point de vue unique sur le sujet. Après avoir travaillé à la fois en tant que directeur financier et directeur de l'information avant d'assumer son rôle actuel, Coureil dit que Schneider n'est pas intéressé par la création ou la vente de plateformes pour leur propre bien. « Il ne s'agit pas tant de la plate-forme. Il s'agit de la façon dont vous impactez le monde avec la technologie numérique », a-t-il déclaré. « Dans l'industrie, la magie opère lorsque vous tirez parti de la puissance des plates-formes et que vous l'appliquez en utilisant une expertise en la matière.

Martin Davis, associé directeur de DUNELM Associates Ltd., a exprimé un sentiment similaire, soulignant l'importance des personnes et des processus par rapport à la technologie. Les entreprises industrielles devraient se concentrer sur « comment vous faites les choses et comment elles peuvent être faites différemment », a-t-il déclaré. « Oui, la technologie offre de nouvelles opportunités, mais il ne s'agit pas de la technologie. Il s'agit de la façon dont vous interagissez avec vos clients. S'appuyant sur cette logique, Davis a poursuivi : « L'achat d'une nouvelle plate-forme IoT brillante n'est pas une solution miracle ».

Pour de nombreuses entreprises industrielles, l'accent est davantage mis sur l'amélioration ou l'activation numérique que sur la transformation pure et simple, a déclaré Davis. Bien qu'il existe des exemples de fabricants qui sont passés de la vente de produits à des services - un exemple évident étant les fabricants de moteurs à réaction vendant des heures de vol de leur produit au lieu de vendre des moteurs - il s'agit plus d'une exception que d'une règle. « Beaucoup [de ces initiatives] concernent l'ajout de produits et de services numériques à une entreprise existante, par exemple la surveillance numérique d'un actif physique », a déclaré Davis, qui a précédemment dirigé une initiative de transformation numérique au sein du conglomérat canadien JD Irving Ltd.

La stratégie numérique de Schneider Electric met l'accent sur la résolution des problèmes des clients plutôt que sur l'offre d'une plateforme IoT polyvalente. L'entreprise cherche délibérément à éviter d'être un touche-à-tout, un maître de rien. "Nous sommes relativement restreints dans le type de problèmes et le nombre de marchés que nous abordons", a déclaré Coureil. « Nous sommes vraiment centrés sur l'efficacité énergétique - la durabilité, essentiellement. » Ce thème de maximisation de l'efficacité concerne les secteurs verticaux desservis par Schneider, notamment le centre de données, la distribution d'énergie électrique, les bâtiments et les processus industriels.

Une organisation qui décide comment exploiter la puissance des outils numériques doit réfléchir soigneusement à l'allocation des ressources, qui est "un aspect de la transformation numérique dont on ne parle pas beaucoup", a déclaré Coureil.

Les organisations doivent avoir un processus de décision clair quant aux priorités et aux investissements, ainsi qu'au coût final de ces investissements. L'organisation digitale de Schneider Electric, qui compte quelque 3 000 collaborateurs à l'international, met l'accent sur la transparence de ses dépenses. « Nous sommes un centre de coûts mondial. Nous ne facturons pas vraiment quoi que ce soit aux autres parties de l'entreprise parce que nous voulons savoir exactement combien nous coûtons », a déclaré Coureil. Cette focalisation permet de juger plus facilement si une initiative numérique donnée est réussie, tout en lui donnant une focalisation. "Cela signifie que vous allez faire moins de choses qui vont probablement coûter plus cher, vous devez donc être très précis pour expliquer comment vous allez donner la priorité à cette initiative par rapport à une autre et ce que vous en attendez."

Coureil dit que l'un des défis des initiatives de transformation numérique est que, s'il est facile de lancer un projet de validation de principe périphérique, il est beaucoup plus difficile d'avoir un impact sur le cœur de l'entreprise. « La question difficile du numérique est vraiment de savoir comment vous évoluez », a-t-il déclaré. « Une démo, c'est bien, mais comment la faire fonctionner dans 80 pays ? Comment adaptez-vous cela à autant d'usines, comment maintenez-vous les performances 24h/24 et 7j/7 ?"

Un défi lié à l'échelle est la tendance de certaines entreprises industrielles à poursuivre des projets ambitieux sans fondement stratégique solide, mais certaines entreprises industrielles deviennent plus prudentes dans le déploiement d'initiatives numériques. "Je pense que les gens commencent à se méfier des projets à consonance super-intergalactique qui impliquent d'arracher des choses, de remplacer des choses qui fonctionnent par de nouvelles choses qui sont censées fonctionner mieux", a-t-il déclaré. "Je pense que nous voyons vraiment une évolution vers :" Essayons de créer de nouvelles capacités sans avoir à remplacer ce qui fonctionne ", a ajouté Coureil. « Les gens se demandent :comment complétez-vous plutôt que remplacez-vous ? »

Il n'y a pas si longtemps, cependant, l'argumentaire de certains fournisseurs industriels semblait recommander de supprimer et de remplacer les équipements existants et de déployer une maintenance prédictive chaque fois que possible. Compte tenu de la nature conservatrice de la plupart des organisations industrielles, la première est rare. Et les recherches de Bain indiquent que la maintenance prédictive n'a pas réussi à être aussi réussie que prévu car "elle a été plus difficile que prévu, et il s'est avéré plus difficile d'extraire des informations précieuses à partir des données", selon le rapport "Beyond Proofs of Concept :mise à l'échelle de l'IoT industriel. »

« La maintenance prédictive est difficile », a reconnu Davis, « mais le gain est important. » Dans l'intervalle, cependant, de nombreuses organisations industrielles se concentrent toujours sur la maintenance préventive, n'ayant pas encore progressé vers la maintenance conditionnelle. « Bien qu'il soit difficile d'effectuer une maintenance prédictive complète, travailler avec plusieurs points de données pour créer des formes plus sophistiquées de CBM peut être plus réalisable », a expliqué Davis. « Il y a beaucoup d'opportunités là-bas que les entreprises ne réalisent pas. »

Un défi consiste simplement à obtenir des données pertinentes et suffisantes en un seul endroit, a déclaré Davis. « Acheter et ajouter une nouvelle plate-forme IoT brillante ne résout pas tous vos problèmes, cela crée simplement un autre îlot de données. Pour obtenir des résultats, vous avez besoin de toutes vos données au même endroit », a-t-il expliqué. « Un candidat clé pour cela est votre historien actuel. L'alternative consiste à alimenter vos sources de données existantes dans votre plate-forme IoT pour les combiner avec les données de vos capteurs IoT.

Coureil a souligné l'importance de s'assurer que les initiatives de maintenance prédictive ont une solide justification commerciale. Si zéro temps d'arrêt est une priorité, alors poursuivre la maintenance prédictive est une bonne idée. "Ensuite, il est logique d'avoir vos données de séries chronologiques et de les exécuter à travers un réseau neuronal et d'obtenir un bon score prédictif du moment où vous pensez que vous devez planifier", a-t-il déclaré. Une telle initiative pourrait avoir du sens dans les industries de transformation sophistiquées avec un coût élevé des temps d'arrêt. « Mais si vous parlez de processus plus discrets, moins critiques et que le coût des temps d'arrêt n'est pas si élevé, vous pourriez penser : « J'ai fermé l'usine le soir, alors je pourrais aussi bien [prendre soin de it] lorsque l'atelier est fermé." 

"Encore une fois, cela revient à l'allocation des ressources - votre décision d'investissement doit être ce qui va vous apporter le meilleur retour", a ajouté Coureil.