L'IA d'entreprise propose des solutions aux perturbations de l'industrie sidérurgique

Avec les avancées technologiques tirées par l'intelligence artificielle (IA) et la création de lacs de données, les organisations commencent à reconnaître leur valeur pour la production industrielle.

L'IA d'entreprise peut être intégrée dans des modèles commerciaux fondamentaux pour augmenter la prise de décision. Il se concentre sur les résultats plutôt que sur la technologie elle-même, permettant à une organisation de transformer les données en informations précieuses pour créer une valeur client continue.

L'industrie métallurgique, l'une des plus anciennes de la civilisation humaine, a été l'épine dorsale de la croissance industrielle moderne. L'acier est le métal le plus utilisé aujourd'hui, et le fer, le quatrième élément le plus répandu dans la croûte terrestre, en est le principal constituant.

Selon la Worldsteel Association, la production mondiale d'acier brut est passée de 189 millions de tonnes métriques en 1950 à 1,8 milliard de tonnes en 2018. La croissance rapide au cours des deux dernières décennies est due à la capacité excédentaire produite en Chine, qui contribue à près de 50 % de la production mondiale d'acier. . L'inadéquation a causé des perturbations majeures dans l'industrie, en particulier dans le monde occidental, car les fabricants chinois ont commencé à exporter leurs stocks excédentaires à bas prix.

Bien que ce déséquilibre soit susceptible de se poursuivre, les entreprises s'efforcent d'améliorer leur efficacité en modernisant leurs technologies sidérurgiques. Dans la foulée, ils ont progressivement réduit la dépendance au travail humain, au profit de l'automatisation.

Une aciérie moderne emploie beaucoup moins de main-d'œuvre humaine qu'il y a 25 ans. Au cours d'une période où la production mondiale d'acier a été multipliée par deux et demie, l'industrie a licencié plus de 1,5 million de personnes.

La chaîne d'approvisionnement de l'acier contient des éléments uniques qui sont au cœur de l'industrie :

• Une chaîne d'approvisionnement entrante multi-sources. Les mines génèrent un flux continu de matières premières. Cependant, le minerai de fer se présente sous une variété de formes et de qualités qui nécessitent souvent un traitement supplémentaire avant de passer au traitement du produit final. Cela peut entraîner diverses nuances d'acier qui ne sont pas nécessairement liées aux demandes spécifiques des clients.
• Production sensible aux pannes. Le processus de fabrication du fer et de l'acier nécessite un flux ininterrompu de matériaux entre les étapes de production, y compris le haut fourneau, le four à oxygène de base, la coulée continue et le laminoir. L'arrêt et le redémarrage d'une opération donnée pendant le processus de fabrication de l'acier peuvent être coûteux. Par conséquent, la production et le flux des stocks doivent être équilibrés pour éviter les coûts de réchauffage, minimiser les changements et éliminer l'accumulation indésirable des stocks de travaux en cours.
• Un réseau complexe de stockage et de distribution de produits finis. Le stockage, le suivi et la distribution sont vulnérables aux inefficacités dues à la diversité des qualités, du poids et de la taille des produits finis. De plus, il existe des limites à l'utilisation des technologies de suivi pour l'industrie sidérurgique, telles que les étiquettes d'identification par radiofréquence (RFID) qui interfèrent avec les propriétés physiques de l'acier.
• Plusieurs canaux de vente. Traditionnellement, les entreprises sidérurgiques se sont appuyées sur une variété de canaux de vente indirects, tels que les concessionnaires, les agences et les centres de service, ciblant tous les mêmes marchés. Les fabricants d'équipement d'origine en acier (OEM) ont un contrôle limité sur le marché, avec une visibilité minimale sur les exigences des consommateurs finaux. De plus, les canaux indirects ralentissent le processus de vente en raison de multiples poignées de main et de l'accumulation de frais généraux, tels que les commissions d'agence. Avec l'avènement de la vente sur Internet et des canaux de vente directe, les marchés électroniques et les enchères électroniques sont devenus un moyen populaire d'améliorer la transparence, de raccourcir les cycles de vente et de réduire les frais généraux. Dans le même temps, les plateformes de marché électronique ont donné aux clients un accès facile aux données du marché et aux devis concurrentiels pour les exigences de qualité spécifiées. Cela a entraîné une prolifération de nuances d'acier, dont 75 % ont été développées au cours des 20 dernières années. Répondre aux exigences des clients avec le cycle de traitement des commandes le plus court et le prix le plus compétitif sont devenus les clés du processus de vente.
• Un marché banalisé et volatil. Dans la chaîne d'approvisionnement de l'acier, les matières premières et le produit fini sont banalisés. Par conséquent, l'entreprise est exposée à la volatilité des prix aux points de demande et d'approvisionnement, ce qui entraîne une baisse de la rentabilité.

Les entreprises génèrent quotidiennement de gros volumes de données, et leur croissance est exponentielle. Les données se présentent sous des formes structurées et non structurées. Alors que l'informatique en mémoire, le stockage et les technologies numériques deviennent fiables et abordables, de nombreuses entreprises métallurgiques les utilisent pour développer des analyses avancées et obtenir des informations sur les processus. Jusqu'à présent, cependant, la plupart de ces efforts ont manqué d'une vision à l'échelle de l'organisation sous la forme de stratégies de chaîne d'approvisionnement intégrées. L'industrie sidérurgique a une marge de manœuvre considérable pour tirer parti de l'amélioration de ses prouesses numériques.

Un jumeau numérique est la réplique virtuelle des processus physiques de la chaîne d'approvisionnement et l'épine dorsale de l'intégration cyber-physique. Il assure la transmission transparente des données entre les mondes numériques et les entités physiques. Pour activer l'IA d'entreprise, les attributs suivants des jumeaux numériques sont nécessaires :

• Une plateforme de commerce écosystémique pour l'échange d'informations avec tous les partenaires commerciaux internes et externes, via des logiciels disponibles dans le commerce.
• Plateforme d'écoute et abonnement aux informations, pour capturer des informations au-delà des limites du contrôle direct.
• Connectivité des équipements physiques et capture d'événements via les appareils de l'Internet des objets (IoT). Le jumeau numérique assure une collecte de données continue et en temps réel à divers nœuds de la chaîne d'approvisionnement, tels que le stockage du minerai (par les mineurs, les fournisseurs et les exploitants de navires), la production (par four à coke, usine d'agglomération, haut fourneau, coulée et broyeur), produit stockage et distribution (par les chantiers et les transporteurs de fret) et les canaux de vente (y compris les marchés en ligne, les centres de service et les revendeurs).

Un Big Data Lake est le lieu de stockage unique de toutes les données d'entreprise dans leur format natif. Il peut être utilisé à diverses fins, telles que l'analyse avancée basée sur la science des données et l'apprentissage automatique. Pour les entreprises sidérurgiques, un Big Data Lake peut stocker des données commerciales non liées à partir de divers nœuds de la chaîne d'approvisionnement, y compris les fosses, les chantiers, les hauts fourneaux, les moules et les broyeurs, dans des formats bruts. Les mégadonnées peuvent être utilisées pour obtenir des informations dans les domaines suivants :

• Veille du marché, composé d'informations sur la macroéconomie, les politiques monétaires, les tarifs, les bourses des métaux, les fluctuations des prix des matières premières, les informations sur les concurrents et les situations géopolitiques.
• Données des aciéries, fournissant des détails sur la capacité et les opérations à différentes étapes, telles que la fabrication du fer et de l'acier, la gestion du parc et le transport.
• Données du plan d'affaires, y compris les plans de production et d'expédition.
• Données de l'écosystème des partenaires générés par des parties prenantes externes telles que des clients, des agences, des centres de services, des mineurs, des transitaires et des exploitants de navires. L'écosystème de partenaires doit fournir un accès aux données d'un réseau commercial multi-entreprises (comme une plate-forme de commerce écosystémique) provenant d'organisations externes avec lesquelles les entreprises sidérurgiques font des affaires.

Enterprise AI comprend les fonctions suivantes :

• Détection d'événements à différentes étapes de la chaîne d'approvisionnement de l'acier. Avant d'atteindre le seuil du consommateur, un produit en acier doit subir un cycle de vie de fabrication complet. Au fur et à mesure que le minerai de fer en vrac est converti en produits sidérurgiques discrets, les matières premières passent par de multiples équipements et étapes de traitement. Toute perturbation ou modification de n'importe quelle partie de la chaîne d'approvisionnement aura un impact majeur sur les autres phases de la production. Un jumeau numérique, avec des attributs associés tels que l'IoT, reconnaîtra immédiatement les changements et collectera les données pour une analyse plus approfondie.
• Analyser les événements et déterminer leur impact sur les indicateurs de performance clés (KPI) à différents horizons temporels. Une fois les données d'événement collectées, une plate-forme analytique avancée est déclenchée pour identifier les influences possibles sur les activités planifiées. Cette étape crée de nombreux scénarios hypothétiques en une fraction de seconde, permettant de comparer les résultats des changements possibles dans l'ensemble du réseau d'approvisionnement. L'évaluation peut déterminer les impacts sur divers KPI dans l'horizon de planification.
• Recommander des solutions alternatives. Si la collecte et l'analyse des données sont essentielles, la véritable valeur de l'IA d'entreprise réside dans sa capacité à analyser l'étendue des impacts et à fournir des recommandations associées. Si l'impact dépasse le seuil de certains KPI, les règles métier et les enseignements tirés de l'expérience cognitive antérieure peuvent aider l'IA d'entreprise à recommander des solutions qui fournissent les résultats commerciaux souhaités. Ces recommandations doivent tenir compte des influences sur l'ensemble du réseau de la chaîne d'approvisionnement et recommander des plans optimaux.
• Optimiser les résultats grâce à l'apprentissage cognitif continu. Un lac Big Data fournit des informations grâce à la science des données. L'IA d'entreprise, à son tour, utilise les informations pour permettre l'optimisation continue des résultats. Un lac de mégadonnées est une masse d'informations sans rapport qui prendrait la vie d'un humain à comprendre. Sans structure, ces informations ne peuvent pas être utilisées à des fins commerciales. Les techniques de science des données peuvent filtrer les données non structurées dans des dimensions commerciales spécifiques, telles que la période, la géographie et le produit, et découvrir des connexions cachées pour permettre un auto-apprentissage continu.

L'IA d'entreprise stimule la fiabilité, l'efficacité et la productivité dans l'industrie sidérurgique en réduisant le travail manuel, en le remplaçant par une connectivité machine à machine et des analyses prescriptives. Il peut détecter des éléments tels que la connaissance du marché, la volatilité de la demande et les perturbations de la production et de l'approvisionnement. L'utilisation industrielle des technologies de l'IA, ainsi que les investissements dans les grands lacs de données et les jumeaux numériques, promettent de transformer les entreprises sidérurgiques en opérations plus réactives et plus rentables. Une vision pragmatique de l'IA d'entreprise peut augmenter considérablement l'efficacité de la chaîne d'approvisionnement de l'acier, ce qui permet de réduire les coûts de stockage et de raccourcir les délais de mise sur le marché sur le marché volatile de l'acier.

Hiranmay Sarkar est un associé directeur de la pratique de conseil et d'intégration de services de Tata Consultancy Services (TCS).