Introduction

Dans le paysage mondial actuel, les grandes entreprises possèdent des usines de fabrication opérant avec de grands réseaux de chaîne d'approvisionnement complexes à divers endroits. Dans de nombreux cas, les usines de fabrication ont commencé comme des usines en silo. Ensuite, elles ont augmenté en nombre à mesure que les entreprises prenaient de l’expansion, parfois acquises par d’autres entreprises, ce qui a mené à l’utilisation de technologies et de solutions diverses dans différentes usines de la même société. Ces défis, ajoutés aux avancées technologiques et au respect de la conformité réglementaire, façonnent l’environnement complexe et dynamique du secteur manufacturier.

Dans ce contexte, les fabricants doivent relever le défi d’accroître l’efficacité, la capacité, l’agilité opérationnelle, la conformité et la qualité, tout en maintenant une production rentable et en respectant des normes rigoureuses.

La recherche de l’excellence par les fabricants

Pour répondre à ces défis, les fabricants recherchent des solutions capables de :

• Offrir de la visibilité sur les opérations de fabrication
• Identifier les risques
• Déterminer les domaines à améliorer
• Optimiser les opérations
• Automatiser la prise de décisions à différents niveaux
• Fournir des informations pour la prise de décisions
• Fournir des renseignements sur les résultats possibles des différentes décisions avec une main-d’œuvre qualifiée optimale

Les fabricants souhaitent réaliser ces objectifs grâce à des solutions rentables pouvant être déployées sur un site et rapidement étendues à diverses usines, et à des opérations manufacturières centralisées.

Exploiter la puissance du numérique : Technologies intelligentes pour dynamiser les processus de fabrication

Les fabricants doivent s’adapter, innover et se transformer pour prospérer dans cet environnement en constante évolution. La transformation numérique dans l’industrie manufacturière a dépassé la phase des premiers utilisateurs. Pour les organisations du secteur manufacturier, il est aussi nécessaire d’évoluer afin de demeurer concurrentielles dans un monde en transformation rapide. Les technologies numériques permettent d’accélérer la transformation dans la fabrication, menant à des écosystèmes de production plus novateurs, efficaces et réactifs, capables de s’adapter à de nouveaux défis et occasions avec une agilité sans précédent.

Les plus récents progrès en IA, dont la GenAI, redéfinissent ou transforment ce qui est possible en matière de conception, de production et de contrôle de la qualité. Les algorithmes d’IA peuvent contribuer à optimiser les lignes de production en temps réel, les technologies de vision par ordinateur peuvent aider à repérer les problèmes de qualité des produits, et la GenAI peut être utilisée dans divers cas, comme les chatbots intelligents pour améliorer la productivité, automatiser les résumés, les processus d’audit et, dans certains cas, proposer de nouveaux concepts de produits et améliorations. Les graphes de connaissances sont essentiels pour relier des points de données afin de donner une vue d’ensemble des processus, des actifs et des relations, permettant une planification stratégique et une efficacité opérationnelle accrues.

Le jumeau numérique est une représentation numérique d’un système physique, mise à jour dynamiquement à l’aide de données pour refléter l’état et le comportement réels du système. Les clients peuvent stimuler les résultats d’affaires en exploitant le jumeau numérique de diverses façons :

• Surveillance en temps réel, analyse des causes fondamentales et à des fins de formation
• Planification des opérations et maintenance prédictive
• Ils effectuent des analyses de type « Et si » et fournissent des recommandations sur les actions à prendre
• L’utilisation de jumeaux numériques peut accélérer l’innovation et réduire considérablement les coûts et les temps d’arrêt

Les plateformes de données servent à agréger et analyser de grandes quantités de données provenant de divers systèmes TI et TO. Elles constituent la base de l’implantation de systèmes décisionnels et d’applications alimentées par IA.

Enfin, le nuage constitue la colonne vertébrale de la transformation, offrant des ressources évolutives et économiques et facilitant la collaboration entre équipes mondiales. Il est l’élément moteur de toutes les autres technologies numériques, comme l’IA, la GenAI, les jumeaux numériques, les graphes de connaissances, les plateformes de données, etc.

Ensemble, ces technologies accélèrent la transformation numérique du secteur manufacturier, donnant lieu à des écosystèmes de production plus intelligents, efficaces et réactifs, capables de s’adapter à de nouveaux défis et occasions avec une agilité sans précédent.

Suite manufacturière M360 d’HCLTech : Accélérateur pour le développement d’applications manufacturières intelligentes

HCLTech M360 aide les fabricants dans leur parcours de transformation numérique en accélérant le déploiement d’applications manufacturières innovantes. La suite de solutions intègre des données provenant de multiples sources. Elle utilise des techniques d’IA avancées et des jumeaux numériques pour fournir une visibilité de bout en bout, des décisions fondées sur les données et un cadre de recommandations afin d’optimiser le processus et de favoriser l’excellence opérationnelle.

Figure 1 – Suite manufacturière HCLTech M360

• Les services d’IA industrielle M360 constituent un service personnalisé pour les cas d’utilisation industrielle exploitant l’IA, dont la GenAI, les jumeaux numériques, les graphes de connaissances, etc.
• Les services d’IA industrielle M360 aident à analyser, simuler, prédire et recommander des scénarios de production et d’équipement
• Les applications manufacturières utilisent les Services d’IA industrielle pour réaliser différentes applications comme le suivi de la qualité et de la performance, la santé des actifs, le suivi, etc. (comme illustré à la figure 1)
• M360 Edge fonctionne à l’usine comme un « module d’IA intelligente en périphérie » pour offrir de l’intelligence et un soutien à la prise de décision à l’échelle de l’usine; il est idéal pour les cas nécessitant une intervention ou une réponse en temps réel
• M360 Smart AI Edge peut exécuter des modèles d’IA d’apprentissage profond en usine pour identifier les anomalies dans les processus manufacturiers, la santé des équipements et des produits et alerter immédiatement les utilisateurs
• La capacité GenAI contextuelle est intégrée aux applications manufacturières M360
• Les composantes propulsées par GenAI telles que les assistants qualité propulsés par IA, l’analyse narrative des données assistée par IA, l’accélération de la création de tableaux de bord, les assistants de maintenance et la simulation de production font partie des services d’IA industrielle M360

Effet économique de M360

La suite M360 utilise les KPI manufacturiers comme mesures d’affaires pour révéler de nouvelles occasions de croissance et de rentabilité. Les divers cas d’utilisation adoptés dans la transformation numérique ont un impact sur différents KPI manufacturiers.

M360 propose un modèle flexible pour l’adoption progressive des cas d’utilisation. La figure 2 décrit l’influence de divers KPI manufacturiers et leur effet en cascade sur les domaines de performance clés et les objectifs d’entreprise.

Exemple : Un fabricant déploie l’un des modules M360, soit la surveillance visuelle de la qualité des produits, pour détecter les problèmes de qualité à l’aide de la vision par ordinateur au lieu de vérifications manuelles.

Cette automatisation aura une incidence sur des KPI manufacturiers, tels que le taux de détection des défauts, la productivité du travail, le rendement et la réduction des coûts. De plus, l’assistance à la qualité intégrée propulsée par GenAI aide à améliorer la productivité du travail. L’amélioration de tous ces KPI aidera à renforcer l’efficacité manufacturière.

Figure 2 – Voie vers l’amélioration des KPI manufacturiers

Étude de cas : Améliorer la qualité des produits et la productivité de la main-d'œuvre à l’aide de la vision par ordinateur, de l’apprentissage profond et de GenAI

Le module de surveillance visuelle de la qualité des produits HCLTech M360 exploite divers services AWS pour offrir une solution de surveillance de la qualité des produits basée sur la vision par ordinateur.

• Amazon Lookout for Vision est un service ML qui utilise la vision par ordinateur pour repérer les défauts dans les produits fabriqués. Étant un service entièrement géré, il accélère la formation des modèles et réduit le délai de mise en marché de nouvelles capacités
• AWS IoT Greengrass simplifie l’intégration de l’intelligence dans les dispositifs en périphérie. La solution M360 Smart Edge utilise AWS IoT Greengrass pour exécuter des modules d’apprentissage automatique, d’application et de traitement de données en périphérie
• AWS IoT Core est une plateforme infonuagique gérée qui permet aux dispositifs connectés d’interagir facilement et en toute sécurité avec des applications infonuagiques

Figure 3 – Architecture du module de surveillance visuelle de la qualité des produits M360

Assistant qualité M360 est un assistant qualité basé sur GenAI qui complète le module « M360 product visual quality monitoring » en permettant aux utilisateurs de diagnostiquer les problèmes de qualité, d’utiliser l’analyse narrative des données et d’accélérer la création de tableaux de bord.

L’architecture de l’assistant qualité est basée sur les services GenAI AWS tels que :

• Amazon Bedrock est un service entièrement géré qui offre un choix de modèles fondamentaux d’Amazon et d’entreprises telles que Anthropic, AI21 et Cohere par le biais d’une API unique
• L’assistant qualité utilise le modèle d’encodage d’Amazon, soit Titan Embeddings, et le modèle fondamental Claude d’Anthropic, déployé et accessible par une API sur Amazon Bedrock
• Pour améliorer la précision et la fiabilité des réponses, l’assistant qualité utilise une approche de génération augmentée par récupération (RAG) utilisant des bases de connaissances pour Amazon Bedrock, Amazon OpenSearch afin de stocker les encodages vectoriels et Amazon S3

Figure 4 – Architecture de la solution Assistant Qualité M360

Modules de la suite M360

M360 offre de multiples solutions manufacturières dans une suite modulaire. M360 propose une approche flexible et économique pour la mise en œuvre de divers cas d’utilisation, selon les besoins des clients, l’étape de la transformation et le budget. Plutôt qu’une approche « big bang », les clients peuvent débuter par un cas d’utilisation, réaliser rapidement une preuve de concept à l’aide des accélérateurs M360 pour en constater les bénéfices et implanter la solution complète. Répétez le processus avec des cas d’utilisation supplémentaires et mettez en place d’autres modules M360 selon la feuille de route de transformation client.

Figure 5 – Modules de la suite M360

Conclusion

En conclusion, l’intégration de technologies avancées telles que les plateformes de données, les graphes de connaissances, l’infonuagique, IA, la GenAI et les jumeaux numériques représente un bond transformateur pour surmonter la complexité des défis du secteur manufacturier. Ces technologies simplifient les opérations et favorisent l’innovation, permettant aux fabricants de répondre rapidement aux demandes changeantes du marché.

La suite manufacturière HCLTech M360 se positionne à l’avant-garde de cette révolution technologique, exploitant ces outils de pointe pour offrir une efficacité et une précision inégalées. En tirant parti de telles technologies sophistiquées, les fabricants sont outillés pour surmonter les obstacles actuels et pérenniser leurs opérations, assurant ainsi la durabilité et la croissance à long terme. À mesure que nous continuons de repousser les limites du possible dans le secteur manufacturier, l’adoption de ces avancées technologiques n’est pas simplement une option, mais une nécessité pour ceux qui souhaitent propulser l’industrie vers une nouvelle ère d’excellence.

Pour des explications, une démonstration ou une implantation détaillée de cette solution, veuillez communiquer avec nous à m360mfgsuite@hcltech.com

Références : McKinsey, Bain and Company, IDC, PWC, MIT, Forrester, PTC, Forbes, Forum économique mondial, PWC