Une intelligence artificielle conversationnelle qui peut être utilisée pour communiquer avec des équipements et générer des pièces de machine. Des versions numériques de véhicules et d’avions qui peuvent être modifiées pour affiner leurs homologues physiques. Et des robots autonomes qui se déplacent à votre passage.
Ce ne sont là que quelques-unes des technologies qui alimenteront les usines du futur, selon des technologues et des experts du secteur.
À l’avenir, les usines seront beaucoup plus connectées et s’appuieront sur un ensemble de technologies, allant de l’intelligence artificielle, des plateformes de données et des appareils périphériques au cloud, à la robotique et aux capteurs, explique Goetz Erhardt, responsable pour l’Europe de la division « Digital Engineering and Manufacturing » d’Accenture.
Ces technologies soutiennent des usines « sombres » entièrement automatisées, des prises de décision automatisées, une surveillance améliorée des équipements et de nouveaux réseaux de production avec des capacités de recyclage et d’upcycling », a déclaré M. Erhardt par courrier électronique.
Les usines d’aujourd’hui – qu’il s’agisse de machines, d’automobiles ou d’usines de transformation alimentaire – sont progressivement devenues plus avancées en termes d’adoption de la technologie. Les bras robotisés qui participent au processus de fabrication – ajout et retrait de matériaux, soudage et mise en place de marchandises sur des palettes – sont désormais monnaie courante.
Une intelligence artificielle plus avancée
À mesure que des technologies d’intelligence artificielle beaucoup plus avancées sont ajoutées au mélange, le processus de fabrication industrielle pourrait être encore plus bouleversé. Des systèmes conversationnels tels que le GPT d’OpenAI pourraient un jour être intégrés à la robotique, ce qui permettrait de créer des machines plus sophistiquées et émotionnellement intelligentes.
« L’IA générative (l’IA qui crée un nouveau contenu en réponse aux entrées de l’utilisateur) a un potentiel énorme dans la fabrication pour l’optimisation de l’équipement, l’interaction et l’intelligence – des processus robotiques à l’usinage », a déclaré Simon Floyd, directeur des industries de la fabrication et du transport chez Google Le cloud.
Google fait partie des géants de la technologie qui cherchent à tirer parti des grands modèles de langage, qui peuvent générer des réponses plus humaines grâce aux énormes quantités de données sur lesquelles ils sont formés. L’entreprise a lancé son propre chatbot Bard au début de l’année pour rivaliser avec ChatGPT d’OpenAI.
Les produits de consommation ne sont pas les seuls à faire l’objet des efforts de Google en matière d’IA. L’entreprise a récemment mis à jour sa plateforme en nuage pour les fabricants afin d’extraire plus efficacement les données des machines et de détecter les anomalies dans le processus de production.
À l’avenir, l’IA pourra « dialoguer en langage naturel avec l’équipement de fabrication pour comprendre l’état actuel et les performances futures prévues, ce qui aidera les personnes et leur permettra de se concentrer sur des tâches à forte valeur ajoutée », a déclaré M. Floyd de Google Cloud.
M. Floyd a indiqué que Google travaillait déjà dans ce sens en intégrant des capacités de traitement du langage naturel dans ses outils d’intelligence artificielle. L’entreprise a également créé un modèle de langage pour les robots appelé PaLM-E, qui recueille des informations sensorielles provenant de l’environnement physique, ainsi que des données textuelles.
Selon M. Floyd, les ingénieurs pourront à terme développer de nouvelles machines à l’aide d’outils d’IA générative.
« À l’avenir, il sera possible de générer du contenu à partir de nombreux types d’équipements de fabrication et pour ceux-ci, qu’il s’agisse d’instructions de réparation spécifiques ou d’un code logiciel adapté à un actif particulier.
Les « jumeaux numériques
Les « jumeaux numériques », répliques numériques en 3D d’objets du monde physique qui peuvent être modifiés et mis à jour parallèlement aux objets qu’ils visent à imiter, sont un développement qui enthousiasme de nombreux industriels.
Rolls Royce est un exemple d’entreprise qui utilise les jumeaux numériques pour faciliter sa fabrication physique.
dont les ingénieurs créent des copies virtuelles précises de ses moteurs à réaction, puis installent des capteurs et des réseaux satellitaires à bord pour renvoyer des données à la copie numérique en temps réel.
« Pour chaque moteur à réaction moderne de Rolls Royce monté sur un avion dans le ciel, il y en a un dans la sphère cybernétique qui doit être entretenu, afin de déterminer la quantité de stress subie par l’avion », a déclaré John Hill, PDG de Silico AI, une startup qui se concentre sur les jumeaux numériques pour les processus d’entreprise. « Cela dépendra de la façon dont le moteur se comporte dans les conditions atmosphériques et les pressions dans l’air.
Un autre exemple est celui de Renault, qui a créé un jumeau numérique pour une nouvelle voiture « définie par logiciel » avec des capacités d’intelligence artificielle pour améliorer les services.
Les jumeaux numériques font partie de ce que l’on appelle le « métavers », qui incarne l’idée que les gens passeront une plus grande partie de leur temps de travail et de leurs loisirs dans d’immenses espaces numériques en 3D. Certaines entreprises cherchent également à intégrer le monde physique dans certaines itérations du métavers.
De nombreux fabricants voient un potentiel dans le « métavers industriel », une version du métavers adaptée aux secteurs de la fabrication, de la construction et de l’ingénierie. M. Erhardt, d’Accenture, a déclaré qu’il voyait principalement des cas d’utilisation dans la collaboration créative et le développement de produits, la maintenance et les réparations à distance, la conception et l’optimisation des opérations de production, et la formation de la main-d’œuvre
» Le métavers pourrait changer la donne pour les entreprises industrielles une fois qu’elles auront couplé ses dimensions collaboratives, immersives, visuelles et intuitives avec des jumeaux numériques alimentés par des pools de données intégrés à travers les départements, les systèmes, les technologies d’exploitation et l’informatique « , a déclaré Erhardt. « Cela pourrait créer une simulation virtuelle, totalement immersive et intuitive de l’ensemble de l’entreprise.
La sécurité avant tout
Dans un contexte de pénurie de main-d’œuvre, les entreprises cherchent à réduire les tâches les plus subalternes dans les usines grâce à la technologie numérique.
« Auparavant, l’automatisation n’était pas une option pour la fabrication de produits en raison des ressources financières et des investissements minimaux », a déclaré Olivier Ribet, vice-président exécutif de la région EMEAR chez Dassault Systèmes.
« Cependant, cette situation évolue rapidement grâce aux changements technologiques qui ont réduit les coûts et démocratisé l’automatisation par le biais de la robotique à code faible ou nul, ce qui permet à un plus grand nombre d’entreprises manufacturières de tirer parti des avantages de l’automatisation en termes de précision, d’efficacité et de productivité. »
Il y a des inconvénients à prendre en compte – notamment la sécurité de l’emploi – car l’essor de l’IA et de l’automatisation numérique dans les usines a suscité des inquiétudes sur le marché du travail. L’IA générative, un développement relativement récent, pourrait supprimer 300 millions d’emplois, estime Goldman Sachs
estime que l’IA générative pourrait supprimer 300 millions d’emplois.
Pourtant, l’histoire montre que le progrès technologique ne se contente pas de rendre des emplois superflus, il crée aussi de nouvelles fonctions, qui dépassent généralement le nombre d’emplois déplacés. Selon une enquête de Bain and Company, 41 % des entreprises manufacturières citent le manque de talents comme un obstacle « très important » à la réalisation de leur plein potentiel.
Selon Maya Pindeus, PDG de la startup d’IA Humanising Autonomy, l’espoir est que la connexion des machines à l’internet et l’intégration de capteurs et d’algorithmes d’IA prédictifs leur permettront de naviguer en toute sécurité dans leur environnement et de travailler en collaboration avec les humains, plutôt que de les remplacer.
« Pensez à l’usine, vous avez des bras robotisés, vous avez différents véhicules pour déplacer les marchandises, vous avez des opérateurs, vous avez des caméras de sécurité », explique Maya Pindeus.
« Ce que j’aimerais voir dans l’usine du futur, c’est un niveau élevé d’automatisation sûre, capable d’opérer autour des gens… J’ai visité des usines où le grand bras robotisé est enfermé dans une cage et se trouve vraiment loin des gens. Cela me semble très inefficace ».
