Comment les plateformes IoT industrielles alimentent la transformation dans l'Industrie 4.0

Le secret derrière la transformation numérique est que de nombreuses initiatives échouent, un fait souligné par la Harvard Business Review. Pourtant, des entreprises comme Airbnb, Amazon, Netflix et Uber ont lancé avec succès des plateformes qui redessinent des marchés entiers.

Dans ce contexte, des centaines de plateformes IoT industrielles promettent d'aider fabricants, utilities et gestionnaires d'installations à réinventer leurs businesses. La vision Industrie 4.0 exploite l'IoT, les jumeaux numériques et le machine learning pour alimenter la prochaine révolution industrielle.

Le Chief Digital Officer de Schneider Electric, Hervé Coureil, apporte une perspective unique. Fort d'une expérience comme CFO et CIO, Coureil insiste que Schneider n'est pas intéressé par la construction ou la vente de plateformes pour elles-mêmes. Ce n'est pas tant la plateforme qui compte. C'est comment vous impactez le monde avec la technologie digitale. Dans l'industrie, la magie opère quand vous exploitez la puissance des plateformes, et que vous l'appliquez en utilisant une expertise métier spécifique.

Martin Davis, Managing Partner chez DUNELM Associates Ltd., fait écho à cette vision, soulignant les gens et processus plutôt que la pure technologie. Il dit que les entreprises industrielles devraient se concentrer sur comment vous faites les choses et comment elles peuvent être faites différemment. Si la technologie ouvre de nouvelles possibilités, ce n'est pas la technologie qui compte. C'est comment vous interagissez avec vos clients. Davis avertit qu'acheter une nouvelle plateforme IoT n'est pas une balle magique.

Beaucoup d'entreprises industrielles poursuivent une amélioration numérique plutôt qu'une transformation complète. La plupart ajoutent de la surveillance digitale à des produits existants, comme les fabricants de moteurs d'avion vendant des heures de vol au lieu de moteurs – une exception notable. Beaucoup de ces initiatives consistent à ajouter des produits et services digitaux à un business existant, ex: surveillance digitale d'un actif physique.

La stratégie digitale de Schneider se concentre sur la résolution de problèmes clients, pas sur l'offre d'une plateforme IoT générique. L'entreprise reste délibérément ciblée, se concentrant sur l'efficacité énergétique et la durabilité à travers les data centers, la distribution d'énergie électrique, les bâtiments et les processus industriels.

L'allocation des ressources est souvent négligée dans la transformation digitale. Coureil insiste sur le besoin d'un processus de décision clair et d'une comptabilité des coûts transparente. L'organisation digitale de 3 000 employés de Schneider opère comme un centre de coûts global, sans refacturation, ce qui simplifie l'évaluation du succès des initiatives et affine la priorisation.

Le scaling est le vrai défi. Une démo peut sembler impressionnante, mais comment faites-vous tourner ça dans 80 pays ? Comment l'étendez-vous à autant d'usines et maintenez la performance 24/7 ?

Il y a une tendance croissante à compléter plutôt que remplacer l'équipement legacy. Les entreprises deviennent méfiantes face aux projets ambitieux suggérant des remplacements globaux, préférant la construction incrémentale de capacités.

La maintenance prédictive a été sur-vendue, mais le rapport de Bain Beyond Proofs of Concept: Scaling the Industrial IoT montre qu'elle est plus difficile que prévu, avec des défis pour extraire des insights actionnables des données.

Malgré la difficulté, Davis note que le gain est substantiel. Beaucoup d'organisations se concentrent encore sur la maintenance préventive, tandis que le passage à la maintenance basée sur la condition offre un chemin plus accessible. Il y a beaucoup d'opportunités là que les entreprises ne réalisent pas.

Un obstacle majeur est l'intégration des données. Une plateforme IoT seule crée des îlots de données ; pour obtenir des résultats, toutes les données pertinentes doivent converger en un seul endroit. L'historien existant ou l'alimentation de sources legacy dans la plateforme peut fournir cette vue unifiée.

Les initiatives de maintenance prédictive doivent reposer sur une rationale business solide. Si zéro temps d'arrêt est critique, les prédictions basées sur réseaux de neurones peuvent justifier l'investissement. Pour des processus discrets moins critiques, une approche par phases peut être plus appropriée. En fin de compte, la décision d'investissement doit reposer sur le meilleur retour sur ressources.