GE Digital : le Smart MES au cœur de la transformation manufacturière post-COVID

Neuf mois après notre premier échange, Joe Gerstl, Director of Product Management chez GE Digital, revient sur l'évolution de l'utilisation du Smart MES depuis le déclenchement de la pandémie.

« Le Smart MES va au-delà des fonctions traditionnelles (efficacité, qualité, traçabilité) : il exploite ces données pour permettre le lean manufacturing grâce aux insights de l'IIoT. Il transforme le business et les opérations par l'intégration des données, le machine learning et l'analytique prédictive. Exemple : prédire un temps d'arrêt imminent selon les indicateurs clés, le produit en cours ou la date de dernière maintenance. Mieux : le MES peut indiquer comment l'éviter. Ces bénéfices découlent de l'ensemble riche de données apporté par l'automatisation, les capteurs, l'intégration système et la saisie manuelle. »

Smart MES : tendances actuelles

Pour Gerstl, les tendances restent l'optimisation des opérations, l'augmentation de la visibilité, l'amélioration de la qualité et de la sortie. L'analytique « out-of-the-box » et une base de données riche pour des analyses personnalisées sont cruciales. Ces résultats traversent les secteurs face aux demandes de marché changeantes, aux préférences consommateurs évolutives et au besoin d'agilité productive.

Une tendance montante : la durabilité et les objectifs zéro émission carbone. « Ce sera un enjeu mondial que les fabricants devront adresser et planifier dans leurs déploiements MES. »

Pourquoi le Smart MES est-il vital ?

« Indispensable pour ne pas être distancé. Nos clients de longue date étaient bien préparés au COVID-19. D'autres ont dû adapter vite leurs solutions pour une main-d'œuvre plus mobile et distanciée. Le Smart MES comme Proficy Plant Applications, en mode cloud hybride, pipe les données runtime et master vers un référentiel cloud quasi temps réel. Cette donnée épaisse et profonde sert à l'analyse rétrospective et à l'analytique prospective en boucle fermée, ajustant équipements et processus via des algorithmes de machine learning. »

Les UX « mobile-first » prêtes à l'emploi (process, assemblage, composants) composées de widgets reconfigurables en environnements de développement rapide permettent aux opérateurs d'utiliser leurs propres tablettes au lieu de bornes partagées, assurant distanciation et sécurité.

« La pandémie a montré la valeur de l'agilité et de solutions qui fortifient l'organisation pour que le COVID n'impacte pas négativement le business. »

Défis de l'adoption du Smart MES

En juillet 2020, Gerstl identifiait : infrastructures vieillissantes, défis de productivité accrus, budgets serrés sous pression de rentabilité. Ressources limitées pour les systèmes d'usine, rendant difficile la modernisation. Acquisitions et consolidations entraînent des parcs hétérogènes (équipements variés, tailles, âges), sans processus commun de collecte/analyse de données ni expertise interne d'intégration.

S'ajoute l'écart de talents grandissant : « La nouvelle génération maîtrise les technologies modernes (smartphones) mais manque d'expertise domaine manufacturier et de logiciels industriels. On perd le savoir institutionnel des vétérans ; il faut transformer cette connaissance humaine en actif digital via des systèmes de gestion des processus de travail qui capturent l'expertise et pilotent des processus cohérents sur l'ensemble de l'entreprise. »

Neuf mois plus tard : « Les défis n'ont pas changé, mais sont amplifiés. Les fabricants ont besoin d'une vue holistique, d'anticiper les ruptures supply chain, de solutions globales offrant visibilité mondiale, orchestration, optimisation des actifs et usines dans le contexte de l'entreprise et de la supply chain. Il faut mettre la data industrielle au travail à l'échelle de l'entreprise, de l'on-premise au cloud. »

MES : composante clé du Smart Manufacturing / Industrie 4.0

Selon Rick Franzosa (Gartner), un système de gestion transactionnelle est requis pour trois piliers :

1. Exécution : gérer l'exécution des processus, garantir les bonnes infos, matériaux, outils, instructions aux opérateurs (ou équipements) pour produire qualité, vérifier certification opérateur, collecter données qualité critiques.
2. Orchestration : intégration processus et données pour partager infos ordre/lot avec ERP, ordonnancement, ingénierie (PLM), qualité, WMS, logistique, supply chain, équipements automatisés — à la demande, planifié ou temps réel.
3. Supervision : visibilité sur données de fabrication (généalogie produit, santé équipement, KPIs process). Ces trois capacités sont indispensables pour tout niveau de digitalisation/smart manufacturing.