Perspectives manufacturières : leçons des métaux et mines (Partie 3) – Panel d'experts avec Axora

Bienvenue sur le podcast Trend Detection, propulsé par Senseye, leader de l'industrie dans l'utilisation de l'IA pour piloter la performance et la fiabilité des actifs de manière scalable et durable. Cette nouvelle publication vise à vous donner des idées pour atteindre des gains d'efficacité en maintenance.

Dans cette troisième et dernière partie de notre série sur ce que les fabricants peuvent apprendre de l'industrie des métaux et mines, je suis à nouveau rejoint par Joe Carr d'Axora. Vous pouvez écouter la partie 1 ici et la partie 2 ici.

Au cours de cet épisode sur les leçons des métaux et mines, nous discutons avec Joe Carr des pratiques de maintenance suivies par ces entreprises, de l'importance cruciale de la disponibilité machine et des défis posés par l'abondance de données machines.

Abonnez-vous via votre fournisseur de podcast préféré (Apple, Google, Spotify) pour être notifié des futurs épisodes et laissez-nous votre avis en postant une évaluation.

Transcription

Sujets clés abordés (cliquez pour accéder à la section) :

1. Les pratiques clés de maintenance dans l'industrie des métaux et mines
2. Utilisation des données machines dans les métaux et mines
3. Cas d'usage de l'IA et du Machine Learning dans les métaux et mines
4. Durabilité dans les métaux et mines
5. Étude de cas : Alcoa

Niall Sullivan, Senseye : C'est exact, Joe. C'est intéressant que vous mentionniez la maintenance, car c'est vers là que je voulais aller ensuite, et une façon plus intelligente de la faire. En guise de point de départ, et vous allez probablement me dire que c'est au cas par cas, mais en termes généraux, quelles sont les principales pratiques de maintenance en place actuellement ?

Que suivent ces entreprises minières et métallurgiques ? Est-ce de la maintenance réactive ? Est-ce comme vous le suggériez, un changement tous les 4 000 jours ou autre ? En général, quel type de pratique suivent-elles actuellement en matière de maintenance ?

Joe Carr, Axora : Dans le monde minier et métallurgique, la disponibilité est primordiale. À 100 %, la disponibilité est la chose la plus importante, car c'est un peu comme un siège d'avion : si je ne produis pas pendant ce temps, je ne pourrai jamais le récupérer. Non ?

Une fois que l'avion a décollé et que le siège n'est pas vendu, je ne pourrai jamais récupérer ce siège pour le vendre. C'est la même chose si vous gérez une raffinerie, non ? Si vous ne produisez pas une tonne de cuivre pendant une heure, cette heure est perdue. Je ne récupérerai jamais cette production.

La disponibilité est clé. L'industrie ne veut certainement pas fonctionner en mode réactif. Il y aura toujours un certain niveau de maintenance réactive. Cela arrivera toujours. Mais en tant qu'industrie, nous voulons que ce soit l'exception, pas la règle. En dehors de la maintenance réactive, que nous ne voulons pas, il y a la maintenance planifiée et préventive.

Il y a définitivement un mélange. Encore une fois, comme je l'ai dit, c'est au cas par cas. Nous constatons que certaines choses, surtout... Par exemple, les camions. C'est un excellent exemple. Nous avons aujourd'hui beaucoup de capteurs dans les camions, qui peuvent nous dire comment le moteur fonctionne, les freins, etc. Dans ces domaines, par exemple, nous pouvons être plus prédictifs pour comprendre combien de temps un composant mettra à défaillir, donc cela existe.

Ensuite, il y a des domaines où c'est purement planifié. Nous changeons cela toutes les 5 000 heures. Pourquoi ? Parce que le fabricant le recommande. Que ce soit correct ou non, est discutable.

C'est certainement un mélange aujourd'hui. Je pense qu'idéalement, toute l'industrie voudrait fonctionner en mode prédictif. Nous voudrions que l'IA, les données des capteurs et l'apprentissage automatique nous disent quand les choses vont tomber en panne, 100 heures avant qu'elles ne le fassent, pour les changer juste à temps.

Il y a un problème de planification. Nous ne pouvons pas tout réparer juste avant qu'il ne casse. Nous devons avoir un niveau de planification, mais il y a des économies de coûts et des avantages significatifs pour la disponibilité en maximisant la durée de vie des composants. Si je peux faire tourner ce camion 10 heures de plus que prévu, et que je peux planifier de l'arrêter quand j'ai un créneau disponible, plutôt que de le garer et de le mettre en file d'attente pour une journée pendant que je fais autre chose, car c'est de la production perdue.

Je pense qu'aujourd'hui, quand je travaillais en opérations, nous visions les hauts 80 % en disponibilité. 88 % généralement. Avec une meilleure maintenance prédictive, si nous pouvons pousser cela vers les 80-90 %, il y a des avantages massifs. Avantages massifs pour l'entreprise minière. Avantages massifs pour la société, car nous pouvons produire plus de métaux avec la même quantité d'actifs. Nous n'avons pas besoin d'ouvrir une autre mine. Nous pouvons continuer à produire à partir de celles que nous avons, et être plus efficaces avec l'équipement que nous avons.

Niall Sullivan, Senseye : Il y a un mélange de stratégies d'après ce que vous dites. Vous avez évidemment touché à la maintenance prédictive, qui m'intéresse particulièrement.

De tout ce que vous avez dit, il est clair que la maintenance prédictive ajouterait pas mal de valeur. Dans quelle mesure est-elle adoptée ? Ce pourrait être que la maintenance prédictive est encore un marché en croissance et n'a pas encore décollé.

Nous avons mentionné la transformation numérique avant et certains des problèmes là-bas, mais la maintenance prédictive et ses avantages sont-ils largement connus ? Ou sont-ils largement connus mais non adoptés pour les raisons que vous avez soulignées, liées aux préoccupations de sécurité et ce genre de choses ?

Joe Carr, Axora : Oui. C'est vraiment largement connu, en fait. Les solutions de maintenance sont parmi les plus importantes de l'industrie.

Encore une fois, cela revient un peu au fait qu'il est si facile de calculer la valeur. Il est si facile de dire : « Qu'est-ce que 1 % de disponibilité en plus m'apporte ? » Les pièces de rechange, la vente de pièces, c'est toujours génial, mais c'est toujours éclipsé par la production.

Si cela nous coûte plus cher de faire fonctionner la mine que de produire le matériau, nous n'aurions pas de mine. Ce n'est pas ainsi que fonctionne l'industrie minière, non, comme toute entreprise. Il y a toujours d'énormes avantages. Je pense que le problème principal est qu'il s'agit d'un développement un peu hasardeux au fil des ans, et certainement au niveau des véhicules et de l'usine, c'est le plus avant-gardiste. Surtout si vous avez des camions jaunes très connus, non ?

Si vous avez Caterpillar, Komatsu, ou ce genre de gens, ils font de la maintenance prédictive sur leurs véhicules depuis longtemps, ils savent. Quand ils vendent des véhicules aujourd'hui, il y a beaucoup de mines qui achètent leurs véhicules. Elles ne les achètent pas. Elles les achètent sur la base de la disponibilité.

Elles achètent un véhicule avec une disponibilité minimale de 87 % ou quelque chose comme ça. Si elles n'obtiennent pas cette disponibilité, elles ne paient pas, car elles le louent. Un peu comme vous pourriez louer une voiture. Elles sont fortement motivées. Les fabricants sont fortement motivés à garder ces véhicules en marche le plus efficacement possible, car c'est un énorme différenciateur quand vous vendez un camion en disant : « Mon camion est efficace. » Ils ont d'énormes pools de données.

Si vous pensez à Caterpillar, vous avez des dizaines de milliers de camions avec des capteurs, tous fournissant des données sur le fonctionnement de ces camions. Ils deviennent juste meilleurs pour livrer ce qu'ils font.

Si vous êtes une entreprise minière et que vous avez 100 camions, votre pool de données est beaucoup plus petit pour pouvoir livrer ces avantages. Quand elles implémentent leurs propres systèmes, ils ne sont tout simplement pas aussi efficaces. C'est un exemple où la maintenance préventive et planifiée a été pilotée par le fabricant.

Alors que si vous allez quelque part comme le concentrateur, la raffinerie, ou l'usine de fusion, aucune entreprise unique ne vend une usine de fusion. Vous n'allez pas chez Hatch ou FLSmidth et achetez cette usine de fusion. Ils la construisent à partir de composants de nombreux fabricants différents. Ensuite, ils pourraient construire un jumeau numérique autour de cela, si c'est une toute nouvelle usine de fusion, au cours des cinq dernières années.

C'est vraiment là que l'IA, la maintenance prédictive et l'apprentissage automatique ont une réelle opportunité, car ce n'est pas contrôlé par un seul OEM en place, non ? Ce n'est pas une foreuse faite par... Ce n'est pas une voiture faite par Ford, où Ford sait ce qui se passe dans toutes les pièces.

Chaque raffinerie de mine est différente. Chaque usine de fusion est différente. Chaque concentrateur est différent, fait de beaucoup de pièces différentes de nombreux fabricants différents. Pouvoir rassembler toutes ces données, les comprendre et fournir les informations que nous avons aujourd'hui pour les camions, foreuses ou pelles, c'est là qu'il y a une opportunité vraiment intéressante. Et la même chose existe sur toute la chaîne de valeur minière. Ce sont juste deux très bons exemples.

Niall Sullivan, Senseye : Est-ce parce que les données sont toujours un... Eh bien, est-ce un sujet important de notre point de vue, car il y a soit... C'est la situation festin ou famine, où il n'y a pas de données ou il y en a tellement dans tant de formats différents. C'est assez dur de prendre du temps, au moins, pour arriver à ces vrais insights.

Les entreprises de métaux et mines sont-elles assez bonnes pour collecter beaucoup de données autour de leurs différents types de machines et cherchent-elles des moyens de les exploiter ? Ou ne collectent-elles pas beaucoup de données ? Est-ce l'autre côté des choses ?

Joe Carr, Axora : D'après mon expérience personnelle, elles collectent des tonnes de données. Elles n'ont pas la moindre idée de quoi en faire.

Nous avons constaté cela dans nos prévisions, notre prévision d'innovation, quand nous avons fait le travail. L'un des plus gros problèmes était, premièrement, nous devons être capables de collecter les données. C'est un défi car vous avez besoin de réseau pour cela.

Une fois que les mines ont des données, elles sont dans de nombreux formats différents, dans de nombreux endroits disparates. Premièrement, elles ne savaient pas nécessairement quoi en faire ou elles ne pouvaient rien en faire, parce qu'elles n'étaient pas capables. Elles n'avaient pas les compétences, comme nous en avons parlé précédemment. Les données sont un vrai défi, parce que ces machines aujourd'hui... L'un des gars de la technologie à qui je parlais il y a quelques années, il disait : « Un camion entier produit deux gigaoctets de données par jour. » Et ils en avaient 83 sur la mine qui tournaient. Il a dit : « Le stockage est plein. Ça ne prend pas longtemps. » Non ? Vous avez 83 choses produisant deux gigas de données chaque jour pour remplir le serveur. Que faisons-nous de ces données ?

Ou 99 % de celles-ci, nous ne sommes pas intéressés. Pourquoi ne sommes-nous pas intéressés ? Nous n'avons rien à faire avec. C'étaient probablement des données incroyablement intéressantes. Nous suivons la vitesse, le temps de cycle et les températures du moteur, des variables. Nous suivons probablement 20 des 500 variables provenant de ces camions, en temps réel.

C'est une opportunité massive pour les mines, car elles ont toutes ces données et puis elles sont en silo. Elles restent sur la mine, à cause de toutes les raisons dont nous avons parlé avant, sur l'infrastructure cloud et comment protéger la mine des cyberattaques ? Nous avons toutes ces données qui restent sur un serveur que personne ne fait rien, parce que personne sur la mine ne sait comment faire. Personne n'est employé pour le faire.

Qu'est-ce que je suis employé, en tant qu'ingénieur minier, à être sur le sol de la mine. Je ne suis pas employé pour passer au crible les données du serveur. Je suis employé pour casser de la roche, sortir des choses du sol et les mettre dans l'usine de traitement. C'est un mélange, non ? Très rarement allez-vous dans une mine et trouvez 20 data scientists travaillant sur les données. Non ? Ce que vous trouvez, ce sont beaucoup de géologues, ingénieurs, gens de production et foreurs qui s'occupent et travaillent sur la mine.

Cela semble être un tel gâchis car, comme je le disais, c'est une opportunité inexploitée. Comme je disais, ils n'ont pas les ressources internes pour trier ces données. Ils sont aussi un peu plus conscients de la sécurité quand ils travaillent avec le cloud ou les plateformes logicielles, qui pourraient aider à obtenir de vrais insights. Cela semble être une opportunité manquée.

Comme je le disais, l'industrie changera probablement. Les gens changent d'emploi et génèrent... Peut-être que c'est une question générationnelle aussi. Peut-être que cela changera avec le temps et que les gens apporteront ces idées en pensant : « Eh bien, il y a des tonnes de données. Pourquoi ne faisons-nous rien ? » Nous devons vraiment aller là-bas et trouver des solutions pour pouvoir utiliser ces données, pour notre bénéfice.

C'est aussi une question d'emploi, non ? Quand j'étais ingénieur de production, ce qui m'importait vraiment, c'était la production. Si quelqu'un venait me voir et disait : « Oh, pouvons-nous lancer un projet d'IA sur vos camions ou quelque chose ? » Mon avis aurait été : eh bien, cela gêne ma production et mon travail.

Vous voyez aussi un décalage où les gens sur site veulent juste continuer à faire leur travail. Et les gens dans les départements d'innovation sont vraiment intéressés par les projets innovants, mais ils ont besoin de l'adhésion des gens du site. Il y a ce décalage où si je suis ingénieur de production, je suis payé ma prime et mon salaire sur la production. Je ne suis pas payé pour lancer des projets d'IA.

Il peut y avoir un décalage où les gens sur site disent juste : « Regardez, je n'ai pas le temps pour ça. » C'est aussi une dichotomie intéressante, au sein d'une mine. La mine est elle-même en silos. Les gens de production dans la mine ne parlent pas aux gens de production dans l'usine, qui ne parlent pas nécessairement aux gens de production dans les raffineries et les usines de fusion, qui produisent le métal final. Ils font tous leur propre chose. De même, parce qu'ils font tous leur propre chose et que c'est vraiment important pour eux, si vous arrivez avec une chose de maintenance, vous n'obtiendrez peut-être pas l'adhésion. Ils pourraient dire : « Ah, c'est vraiment précieux. J'aime vraiment ça. » La réponse tend à être : « Revenez me voir quand je pourrai l'utiliser immédiatement, et que je n'aurai pas à passer du temps à l'intégrer. » C'est cette étape d'intégration et les tracas qui l'accompagnent. Il n'y a pas de personne là-bas dont le travail est de faire cela.

Niall Sullivan, Senseye : Comme je disais, encore une fois, c'est lié à l'élément des compétences manquantes, je suppose. Ou ce n'est pas un problème connu, est-ce ? Sont-ils conscients du fossé des compétences ?

Joe Carr, Axora : Oui, ils le sont. Je pense que cela revient à ce dont nous avons parlé plus tôt, avec l'apprentissage automatique, l'IA et les centres d'opérations à distance.

Quand les gens sont libérés de faire les choses qui sont répétables, partie de la planification, et les étapes qu'ils font encore... Beaucoup de gens font à la main, ce qui pourrait probablement être automatisé. Quand les gens sont libérés de ces choses, ils pourront regarder des choses comme l'IA et pouvoir dédier le temps et l'effort à ces projets, qui finiront par livrer une valeur incroyable.

C'est le : « Eh bien, je préférerais avoir 10 livres maintenant, que 20 livres la semaine prochaine. » Qu'est-ce que vous préféreriez avoir, non ? Préféreriez-vous avoir le bénéfice maintenant ou plus tard ? En tant qu'humains avec une terrible pensée à long terme, planifier 10 ans à l'avance... En fait, l'industrie minière est fantastique pour planifier 20 ans à l'avance.

Chaque département minier a des planificateurs à court, moyen et long terme. Les gens de la planification à long terme, leur première prévision est à 10 ans. Ils regardent des choses si loin dans le futur. La fenêtre de planification de la personne à court terme est cet après-midi. Je pense, en fait, que l'industrie minière est vraiment bonne pour penser à long terme. Il s'agit juste de comment nous aidons toute la chaîne de valeur à penser à long terme. Et comment libérons-nous les gens pour qu'ils puissent le faire ?

Niall Sullivan, Senseye : Je sais que nous avons mentionné l'IA et l'apprentissage automatique beaucoup et évidemment de mon point de vue, je sais du point de vue de la maintenance prédictive, comment cela peut vraiment offrir un avantage. En dehors de cela, dans quels domaines l'IA et l'apprentissage automatique sont-ils appliqués ? Quels exemples pouvez-vous donner dans les métaux et mines ?

Joe Carr, Axora : Eh bien, il y a vraiment... la liste est aussi longue que votre bras, comme pour beaucoup de choses.

Niall Sullivan, Senseye : Peut-être parler du top 5. Non, le top... Je ne sais pas..

Joe Carr, Axora : Oui. On fera le compte à rebours, non ? Numéro cinq.

Je pense qu'il y a plusieurs domaines. Nous avons parlé de maintenance. Je pense que la maintenance est vraiment bonne, car le fruit est si bas qu'il est par terre.

Il y a certains domaines où tant que nous avons les capteurs pour pouvoir faire des trucs, je pense qu'il y a tellement de choses dans la maintenance qui peuvent être faites, qui aujourd'hui sont soit réactives, soit juste planifiées. Nous changeons le filtre à air à 500 heures. Pourquoi le changeons-nous ? Parce qu'il le dit. Je pense définitivement qu'il y a des avantages là.

Il y a certainement des avantages dans la compréhension du gisement. Ne pas partir sur une tangente géologique, étant donné l'audience de votre podcast, mais juste comprendre où est le métal sous terre. Il y a beaucoup d'avantages à pouvoir utiliser non pas le cerveau humain pour juste comprendre cela, car vous pouvez avoir des millions de points de données qu'aujourd'hui nous trouvons, nous cliquons, et nous circuitons que c'est ici et c'est ici, et nous construisons une forme, non ?

Il y a tellement d'avantages pour l'IA ou l'apprentissage automatique, selon les algorithmes que vous voulez regarder spécifiquement, à pouvoir appliquer à ces modèles. Au lieu de faire un modèle par semaine, un algorithme d'apprentissage automatique pourrait en faire des centaines dans un après-midi, et puis le géologue peut les évaluer, et dire : « Ok, celui-là a du sens. Celui-là, je ne sais pas ce qu'il a fait ici. Il est parti en vrille, donc on l'ignore. »

Il y a certainement beaucoup d'avantages autour de l'IA de base. Nous prenons l'IA ici pour des choses bêtes. C'est intelligent. C'est très bon à une chose et c'est terrible pour tout le reste. L'IA autour de la conduite d'un camion, c'est génial pour conduire un camion, mais vous ne pouvez rien faire d'autre quand l'apprentissage automatique apprend ce qui se passe par lui-même.

Les applications de l'IA, dans une mine pour refaire des choses, ces tâches répétitives. Il y en a des tonnes, du forage de trous, à l'extraction de matériel, au marquage de fronts, au chargement d'explosifs. Toutes ces choses sont mûres pour l'IA, car nous faisons exactement la même chose à chaque fois.

J vais forer un front pour un développement horizontal. J'utilise le même motif de forage, à chaque fois. Beaucoup de foreuses maintenant, les foreurs ne forent même pas les trous. Ils la mettent en route et elle fore toute seule. Ils s'assurent qu'elle met les trous aux bons endroits, mais y a-t-il vraiment cette étape supplémentaire à dire : « Eh bien, pourquoi ne pourraient-ils pas juste s'en occuper eux-mêmes ? Juste avoir quelqu'un dans un centre d'opérations à distance qui garde un œil dessus. »

Il y a des avantages là, et certainement dans l'espace métallurgique, quand nous regardons des choses comme l'apprentissage automatique, en termes de compréhension du produit que nous produisons. Comment le produisons-nous ? Y a-t-il des défauts ? Si c'est un métal raffiné à la fin en utilisant quelque chose comme la vision machine, donc des caméras. Essentiellement, une façon sophistiquée de dire caméra. En utilisant la vision machine pour comprendre les résultats du matériel et puis à qui nous le vendons.

Finalement, l'utopie serait : vous voulez un métal spécifique avec une propriété. Vous passez votre commande, cela va à la mine, et la mine envoie l'équipement là où elle sait que ce matériel est. Elle extrait cet équipement spécifique. Cela passe par le concentrateur, l'usine de fusion et la raffinerie car il a des propriétés très spécifiques et il vous est livré, exactement à la spécification que vous voulez. Ensuite, vous le traitez comme vous voulez, ou vous l'utilisez juste dans votre projet. Aujourd'hui, nous ne sommes nulle part près de cette chaîne d'approvisionnement intégrée. C'est finalement ce qui pourrait... Et il n'y a aucune raison pour laquelle nous ne pourrions pas le faire aujourd'hui, ça n'existe juste pas aujourd'hui.

Niall Sullivan, Senseye : Non, c'est vraiment intéressant.

Je sais que nous arrivons à la fin de notre temps, mais je voulais toucher à ce sujet de durabilité, qui est un sujet brûlant.

Ce que je voulais savoir, c'est, en termes généraux encore, comment la durabilité impacte les métaux et mines en ce moment ? Je sais que nous avons parlé d'un problème de ressources. Aussi, quelles mesures sont mises en place par les entreprises, pour atteindre les objectifs ? Je suis sûr que beaucoup de fabricants, d'entreprises de métaux et mines ont aussi des objectifs qu'ils veulent atteindre.

Joe Carr, Axora : Oui. L'industrie minière fait en fait pas mal de choses. Vous regardez aujourd'hui, il y a beaucoup de projets utilisant des véhicules à batterie dans les mines. L'hydrogène est aussi un gros sujet de conversation.

Je pense juste dans les nouvelles hier, le gars qui possède Fortescue Metals en Australie, il vient d'acheter la division batterie de Williams F1, pour regarder les batteries.

C'est un personnage intéressant, dans le sens où il possède l'une des plus grandes mines de fer du monde. Ou, groupes miniers, devrais-je dire. Il construit une ferme solaire pour, faute de meilleur terme, dans l'Outback. Il va utiliser cela pour créer de l'hydrogène à partir d'eau de mer, pour créer de l'acier vert en Australie. Donc, pour vendre de l'acier sans empreinte carbone.

Quand vous regardez l'industrie minière en fait, l'acier, ce bras des métaux, est l'un des plus gros producteurs de CO2. Ils prennent le minerai de fer et pour produire de l'acier, vous devez brûler du coke et du charbon, qui est un type spécial de charbon.

Vous avez deux types de charbon. Thermique, qui est ce à quoi tout le monde pense quand ils pensent à la mine, jeter le charbon dans le feu, et le brûler dans une centrale électrique. C'est le charbon thermique. Le charbon coke est un type très spécifique utilisé pour créer de l'acier. C'est la source d'une grande partie de l'industrie minière, sauf dans l'industrie du charbon, évidemment. C'est la source d'un gros morceau de l'industrie minière, c'est l'empreinte CO2.

Il y a de grandes questions sur : comment produisons-nous de l'acier vert ? Comment réduisons-nous le besoin de charbon dans la production d'acier ? Pouvons-nous le faire avec de l'hydrogène ou même du gaz naturel ?

Bien que, les prix du gaz naturel aujourd'hui, ce n'est pas non plus un grand sens pour le moment, avec la façon dont le gaz naturel est.

La durabilité est massivement haute sur la liste des choses à faire de l'industrie minière et sur ses besoins. C'est cette question intéressante de : comment produisons-nous tous ces métaux vraiment importants que tout le monde veut ? Comment les produisons-nous avec cet impact limité ? En comprenant que l'industrie minière est par sa nature même, une industrie qui prend quelque chose de la terre. C'est une industrie extractive.

La question de comment faisons-nous cela mieux, ça a été à l'ordre du jour des entreprises minières depuis longtemps. Et cela continuera d'être, plus les gens sont focalisés sur l'environnement, ce qui ne fera qu'augmenter. Nous allons en voir plus.

Pour moi, le truc vraiment intéressant... Et la double pensée pour citer 1984 d'Orwell, pouvoir tenir deux choses dans votre tête, diamétralement opposées et ne pas comprendre le bénéfice d'elles, c'est que beaucoup de gens n'aiment pas l'industrie minière. Vous dites que vous travaillez dans l'industrie minière et les gens disent : « Oh, peu importe. » Ils ne comprennent pas l'industrie.

Ils ont cette vision que l'industrie est une industrie terrible, l'industrie des métaux. Pourtant, en même temps, ils disent aussi : « Nous sommes dans une crise climatique et nous avons besoin d'énergie verte plus que tout. » C'est impossible de tenir deux vues diamétralement opposées que vous n'aimez pas l'industrie minière, mais vous voulez faire quelque chose pour le changement climatique. Vous ne pouvez pas avoir l'un sans l'autre.

Nous ne pouvons pas faire cela. Je me souviens que j'étais à IMARK, la conférence internationale des ressources minières il y a quelques années, quand j'étais encore autorisé à prendre un avion et aller dans des endroits.

À Melbourne et les gens de l'extinction rebellion étaient là. J'ai en fait une vidéo d'une interview sur Sky News Australia. Ils avaient le chef de la manifestation d'extinction rebellion là. Plus ou moins en paraphrasant ce qu'il a dit. Il a dit : « Nous sommes actuellement dans une crise climatique et nous devons faire quelque chose. Si nous ne nous réveillons pas, le monde va avoir de gros ennuis. » Puis, dans le même souffle : « Ils construisent une mine de cuivre aux Philippines que personne ne veut. »

C'est impossible de tenir les deux vues, non ? Vous ne pouvez pas être contre les mines de cuivre et contre le changement climatique. Vous ne pouvez pas avoir la révolution de l'énergie verte, sans l'industrie minière.

Niall Sullivan, Senseye : C'est un très bon sentiment pour finir, en fait. Juste avant de finir Joe, comment les gens peuvent-ils en savoir plus sur Axora et ce que vous faites pour eux ? Pour l'industrie ?

Joe Carr, Axora : Oui, vous pouvez aller sur Axora.com. Vous pouvez voir la marketplace et nous contacter via cela. Ou, vous pouvez me trouver sur LinkedIn et m'envoyer un message. Je serai heureux de vous rediriger vers la personne appropriée dans l'entreprise, pour parler de ce que vous voulez discuter.

Étude de cas : Alcoa

Alcoa Corporation est un leader mondial dans la bauxite, l'alumine et les produits d'aluminium, construit sur une base de valeurs solides et d'excellence opérationnelle remontant à plus de 130 ans, à la découverte qui a changé le monde et rendu l'aluminium abordable et partie vitale de la vie moderne.

Alcoa exploite des usines de production dans le monde entier et a appliqué des innovations révolutionnaires et mis en œuvre les meilleures pratiques qui ont conduit à une efficacité accrue, la sécurité, la durabilité et des communautés plus fortes partout où ils opèrent.

Découvrez pourquoi Alcoa s'est associé à Senseye pour atteindre les meilleures technologies et pratiques opérationnelles pour la Maintenance Prédictive.