Rockwell Automation : pionnier de la surveillance à distance et analytique cloud

Marc Baret, Directeur, services industriels EMEA, Rockwell Automation discute l'avenir de l'automatisation pour la surveillance à distance et l'analytique cloud.

L'automatisation change rapidement les jobs qu'on fait, les lieux où on travaille, et même comment on définit le travail. Forrester a prédit qu'un million d'emplois knowledge-work seraient remplacés par chatbots, robotique logicielle, RPA et agents virtuels en 2020 seul. Cela peut sonner comme un avertissement sinistre, mais le rapport estime aussi que 331 500 emplois seront ajoutés aux effectifs US seuls, portés par des rôles requérant empathie, intuition et agilité mentale et physique.

Alors que l'adoption de l'automatisation augmente, elle renforcera la connectivité et la fiabilité et aidera les entreprises à rendre données, systèmes et processus plus accessibles et disponibles. Cependant, de nombreuses entreprises manufacturières trouvent leur route vers l'automatisation et stratégies de transformation numérique ralenties par les niveaux de productivité et le risque simultané de temps d'arrêt.

Adresser cela est possible via des outils comme l'analytique prédictive et la maintenance qui agissent comme extension virtuelle de leurs équipes. Cependant, implémenter ces technologies avec succès requiert une expertise externe additionnelle. Pour explorer plus loin, voici les cinq principaux écueils qu'on voit les entreprises affronter en abordant la transformation numérique et suggestions pour les adresser.

Écueil #1 : Risques Cybersécurité

Les violations de sécurité continuent de faire les gros titres à cause de l'impact sérieux qu'elles peuvent avoir sur le business. Une violation ne risque pas seulement une perte d'information sensible mais aussi perturbation, temps d'arrêt et problèmes de performance, ainsi que dommage de réputation sérieux. Cela souligne l'importance pour les entreprises d'améliorer leurs processus de gestion de données et d'investir dans leur infrastructure IT.

Le support de maintenance prédictive peut aider les fabricants à éviter de tels problèmes en surveillant automatiquement les patterns inhabituels et identifiant immédiatement les signes potentiels de vol de données ou intrusion réseau. Ils requièrent aussi une approche complète de sécurité incluant politiques et procédures et fournissant des couches de défense autour des risques personnes, processus et technologies.

Écueil #2 : Trop de données

Les entreprises génèrent d'énormes volumes de données qui, quand utilisés correctement, peuvent être un actif immensément précieux. Cependant, de nombreuses organisations manufacturières ne savent pas comment faire le meilleur usage de leurs données et, par conséquent, n'optimisent pas leurs workflows ou processus de production d'une façon qui leur permette de rassembler les meilleurs insights et résultats.

Être capable de comprendre des quantités massives de données est clé pour résoudre les plus grands défis face aux organisations. Mais les compétences et capacités requises pour le faire sont rarement partie des compétences core d'un business. Il est donc important de s'associer à un expert données de confiance qui peut collecter la bonne information, la stocker et la présenter d'une façon qui leur permette de prendre les décisions business les plus effectives.

Écueil #3 : Mauvaise gestion des données

Les entreprises amassent plus de données que jamais, mais simplement avoir d'énormes quantités de données ne suffit pas. Elles ont besoin d'outils qui les aident à mieux exploiter leurs données et comprendre l'information qu'elles ont.

La vraie valeur de l'automatisation réside dans la PI que les entreprises détiennent sur leurs clients, processus et designs produits. Tirer parti de l'IA et du machine learning leur permet d'analyser d'énormes quantités d'information, d'hypothétiser et créer des patterns de données significatifs, et d'entraîner des modèles d'apprentissage pour découvrir l'inconnu. De plus, les équipes données pourront tester plus de cas d'usage en temps significativement réduit, ce qui les aidera à faire d'énormes bonds dans la compréhension de leurs données.

Le potentiel de ces avancées en IA est souligné par l'analyse de McKinsey qui a trouvé que les techniques de deep learning les plus avancées pourraient représenter jusqu'à 5,8 billions $ de valeur annuelle. Dans deux tiers des 400 cas d'usage testés, l'IA a amélioré la performance au-delà de ce qu'autorisaient d'autres techniques analytiques. Sans cette capacité de collecter d'énormes quantités de données de multiples plateformes et l'actionner efficacement, les fabricants continueront de lutter pour tirer des conclusions effectives sur les changements et productivité dans leurs usines.

Écueil #4 : Ne pas suivre le rythme technologique

La quantité de buzzwords autour de la transformation numérique peut souvent être écrasante et même irritante pour les entreprises qui veulent juste que la technologie marche. Beaucoup de fournisseurs demandent aussi d'énormes investissements upfront, ce qui peut être une perspective intimidante et peut rebuter les entreprises quand un projet ne marche pas. De plus, se retrouver enfermé chez un fournisseur ou déploiement peut résulter en entreprises laissées derrière par leurs compétiteurs.

Il est donc important de travailler avec des fournisseurs qui offrent un pilote ou prototype en amont de tout déploiement représentant un virage technologique majeur. Cela fournira une vision étape par étape de comment le processus marchera, fournira des jalons, et aidera le business à comprendre comment ça marchera et quel sera leur ROI attendu. Les partenaires technologiques de confiance doivent être des extensions d'une équipe s'ils veulent aider les entreprises à réaliser leurs objectifs et KPIs.

Écueil #5 : Manque d'expertise

Même avec les bonnes technologies d'automatisation en place, les entreprises ont souvent encore besoin de soutien externe de gens avec l'expérience et l'expertise appropriées. Cela peut maintenant être réalisé en utilisant la réalité augmentée pour fournir du support d'application à distance et superposer de l'information pour les ingénieurs à suivre.

Comme pour tout déploiement technologique, il doit s'adapter à la culture du business et ce qui marche le mieux pour leurs besoins spécifiques. Cependant, les entreprises lentes à bouger sur ce type de technologies émergentes courent le vrai risque d'être laissées derrière.

Embrasser l'avenir de l'automatisation

Répondre aux défis clés de meilleure productivité et temps d'arrêt réduits est possible avec les bonnes pratiques technologiques et le bon partenaire technologique en place. En comprenant les écueils communs décrits ci-dessus, les entreprises manufacturières peuvent mieux naviguer leur chemin vers l'avenir de l'automatisation. Cependant, la digitalisation n'est pas quelque chose qu'elles peuvent atteindre seules.

VOIR AUSSI :

• C3.ai : livrer du logiciel IA enterprise leader

• AWS : manufacturing plus intelligent avec cloud et technologie IoT

• Comment la technologie intelligente transforme le monde industriel

• Lisez le dernier numéro de Manufacturing Global ici

Pour plus d'informations sur les sujets manufacturing - consultez la dernière édition de Manufacturing Global

Suivez-nous sur LinkedIn et Twitter.