L’Industrie 3.X et la TPM décodées

Suite à notre dernier article « Industrie 4.0 … enfin parlons plutôt de 3.X ! », nous vous proposons de poursuivre avec une brève description de la TPM complétée par les différents types de technologies de l’industrie 4.0.

   La TPM, c’est quoi ?

Les défauts ou les défaillances des machines pendant la production ont des effets négatifs sur le planning de production ainsi que sur le moral des employés. La Total Productive Maintenance (TPM) est à l’origine de la fiabilisation des équipements. Il est essentiellement centré sur la machine et sa productivité mesurée par l’OEE (Overall Equipment Efficiency, également appelé TRS pour Taux de Rendement Synthétique).

Le focus est mis sur la réduction des 16 pertes généralisées de l’OEE, classées dans trois groupes : les pertes liées à l’équipement, les pertes liées à la main d’œuvre et les pertes liées aux matières, à l’outillage et à l’énergie.

Le JIPM (Japan Institute for Plant Maintenance) a défini les huit piliers de la démarche de management TPM en 1989 :

Gestion et maintenance autonome des équipements

Elimination des gaspillages / Améliorations au cas par cas

Maintenance planifiée

Amélioration des connaissances et savoir-faire

Sécurité, conditions de travail et environnement

Maitrise ou maintenance de la qualité

Maitrise de la conception des produits et équipements associés

Efficience des services connexes ou "TPM dans les bureaux"

Ces 8 piliers resteront des fondamentaux de l’industrie. La question est simple : « en quoi le 3.X va venir consolider et garantir une maintenance toujours plus efficace ? ».

   Que nous propose l’Industrie 3.X ?

L'analyse de Big Data, l'Internet des objets, l'intelligence artificielle, la réalité virtuelle et augmentée, et les systèmes cyber-physiques sont considérés comme les principaux leviers de la prochaine mise à niveau du numérique.

  • Analyse Big Data

Le terme «big data» fait référence aux grands ensembles de données techniquement complexes pour les applications typiques d’analyse et traitement de données. L'analyse de Big Data permet aux entreprises de faire de la «prédiction», les entreprises peuvent prédire les évènements à l'aide d'une analyse approfondie de grands ensembles de données qui seront activement monitorées. La quantité d'informations stockées croît 4 fois plus vite que l'économie mondiale, tandis que les vitesses de calcul augmentent 9 fois plus vite. Cela reste très important car depuis le début de la création de données numériques jusqu'à l'année 2003, il y avait 5 exaoctets d'information créés et maintenant la même quantité d'informations est créée tous les deux jours. Une étude avec plus de 2 000 participants d'entreprises de 9 grands secteurs industriels et 26 pays montrent que 80% des PDG mondiaux ont reconnu l'importance du data mining et de l'analyse pour leurs organisations. Les données volumineuses permettent d'extraire de nouvelles données à partir des données existantes, fournissant ainsi des informations techniques et commerciales importantes qui aident à prendre des décisions plus claires et optimisées. 


Le cloud computing et le machine learning sont également des technologies prédominantes dans l'analyse Big data, le cloud computing est une plateforme évolutive qui aide à utiliser les ressources informatiques de manière plus rationnelle, aidant l'automatisation et réduisant les coûts générés par les systèmes isolés. Le « cloud manufacturing » est le concept qui reflète l'idée d'une usine intelligente, c'est-à-dire la collaboration de modèles de production avancés avec la technologie informatique dans le cloud pour réaliser une production informatisée et axée sur les services (Givehchi, Tresk et Jasperneite, 2013).

  • Internet des Objets (IoT)

L'idée de l'Internet des objets est apparue pour la première fois dans les années 80, pour répondre aux besoins des guichets automatiques bancaires (Shon, 1996). Depuis, nombre de ces appareils ont été connectés en réseau. L’Internet des objets (IoT) est la terminologie utilisée pour les dispositifs physiques ou les composants qui peuvent être connectés via le réseau et ont la capacité de communiquer entre eux via des RIFD (Radio Frequency Identification) ou des capteurs intelligents (Gilchrist, 2016b). Selon l’ISO/IEC JTC1 (2015) l’IoT est une infrastructure d'objets, de personnes, de systèmes et de ressources d'information interconnectés ainsi que des services intelligents pour leur permettre de traiter l'information du monde physique et virtuel et de réagir. Cependant, il s'agit d’un concept similaire aux systèmes cyber physiques (CPS). Selon une estimation, environ 25 milliards d'appareils / objets seront interconnectés et auront une communication entre eux, et ce sera utilisé d'ici 2020. L'Internet des objets permet aux entreprises d'ajouter de la transparence dans les processus et de les rendre analytiquement mesurables. Ces capteurs peuvent être portés par les opérateurs, placés sur les chaines de production, sur les machines directement, dans les entrepôts …

De même, les nouvelles solutions type RFID permettent de garantir une parfaite traçabilité des produits sur la chaine de valeur et également de mesurer la performance au quotidien grâce à la collecte de données pertinentes. La capacité des IoT à proposer une intelligence augmentée aide les entreprises à optimiser leur capacité de prise de décision, à garantir une collecte de données efficace et à générer les bons rapports pour leur environnement spécifique. L’IoT aide l'entreprise à gagner en « intelligence », en leur donnant la capacité d'analyser leurs processus physiques qui n'étaient pas mesurables auparavant. Tout cela contribue à une meilleure capacité stratégique et opérationnelle et, dans certains cas, à un avantage concurrentiel (Kopetz, 2011).

  • Intelligence Artificielle

L'IA a été introduite comme domaine de recherche à la fin des années 1950. L'intelligence artificielle est un sous-domaine de l'informatique, dont le seul but est de donner aux machines ou aux robots une intelligence humaine telle qu'ils deviennent des plateformes indépendantes et capables de prendre des décisions intelligentes de manière autonome (McCarthy, 2007). Il y a deux types de l'IA : l’intelligence artificielle mono activité (ANI) qui est liée à des applications sur une seule tâche dans un domaine très précis dont nous sommes témoins aujourd’hui (i.e. jeu Go), puis il y a l'intelligence artificielle générale (AGI) qui est encore en développement. Le concept d'AGI est large, profond et contient des caractéristiques qui surpassent l'intelligence humaine dans de nombreuses dimensions telles que la vitesse analytique, la mémoire, le multitâche, la reconnaissance des formes et la capacité d'adaptation avec de nouvelles informations auto-apprises (Muehlhauser, 2013). Selon Hawking et al. (2014), le succès dans la création de l'AGI serait le plus grand événement de l'histoire humaine, mais ils ne sont pas certains que ce soit aussi le dernier, à moins d'apprendre à éviter le risque, d’où la vision hésitante des experts par rapport à l’IA. 

Combien d’emplois seront remplacés par les robots et l’IA dans les prochaines années ? Et combien de nouveaux métiers et postes seront-t-ils créées ? La réponse n’est pas donnée, mais pour illustrer, la plus grande banque du Japon, Mitsubishi UFJ Finance, a récemment installé des robots pour ses opérations de service client et l’IPsoft, un centre d’appel, utilise un robot d’IA "Amelia" capable d'auto-apprendre en dehors des connaissances préprogrammées. « Amelia » peut maintenant traiter plus de 60% de toutes les requêtes entrantes.

  • Réalité virtuelle et augmentée

L'usine intelligente sera aidée par des programmes avancés de ressources humaines en « réalité virtuelle et réalité augmentée ». La réalité virtuelle (VR) est un environnement simulé par ordinateur. Elle est présentée à l'utilisateur comme un environnement réel. Elle peut aider les programmes de formation des employés et dans l'assistance aux processus opérationnels à l’aide d'appareils numériques compatibles. En revanche, la réalité augmentée (AR) a une longueur d'avance et permet à l'utilisateur d'interférer avec un environnement simulé (Boud et al., 1999). Selon Jason Ganz, PDG d'Agora VR "Internet nous a permis d'apprendre quoi que ce soit - VR et AR nous permettront de tout expérimenter". Les experts suggèrent que certaines des tâches de management se tiendront virtuellement comme par exemple les réunions et les conférences stratégiques. De plus la VR et l’AR aideront le département des ressources humaines dans la formation et le système d'accompagnement continu pour la transition dans un environnement numérique.

  • Systèmes cyber-physiques

Afin de rendre l'usine intelligente opérationnelle ou fonctionnelle, nous aurons besoin des « Systèmes Cyber Physiques (CPS) ». Les CPS sont des systèmes intelligents qui permettent de créer un pont entre les composants virtuels et physiques utilisés dans la production, la logistique et les produits. C'est le concept qui se combine avec l’Internet des Services (IoS) pour rendre l'industrie 3.X possible, ce qui ouvre de nouvelles possibilités pour des applications et processus innovants. Les CPS faciliteront le changement de paradigme par rapport aux « business models » et « market models » avec tous les intervenants de la chaine de valeur y compris les fournisseurs. Toutes ces technologies combinées à d'autres technologies telles que la fabrication additive, par exemple l'impression 3D, le frittage sélectif par laser, la cobotique, l’AGV, etc., constituent les bases pour l'usine du futur, qui regroupe des systèmes virtuels et physiques via des systèmes cyber physiques. Une telle fusion des processus techniques et des processus d'affaires fera une porte d'entrée au concept connu sous le nom de « Smart Factory » (MacDougall, 2014).

Toutes ces technologies déjà connues, comment vont-elles contribuer aux sites de production ? Et notamment dans le cadre d’une démarche de TPM ? Dans le prochain article, nous présenterons les contributions de l’environnement numérisé au TPM et de manière plus large, des solutions pratiques que nous mettons en place chez nos clients.

Sources :

Boud, A. C., Haniff, D. J., Baber, C., & Steiner, S. J. (1999). Virtual reality and augmented reality as a training tool for assembly tasks. In Information Visualization, 1999. Proceedings. 1999 IEEE International Conference on (pp. 32-36). IEEE.


Gilchrist, A. (2016b). Middleware Industrial Internet of Things Platforms. In Industry 4.0 (pp. 153-160). Apress.


Givehchi, O., Trsek, H., & Jasperneite, J. (2013). Cloud computing for industrial automation systems—A comprehensive overview. In Emerging Technologies & Factory Automation (ETFA), 2013 IEEE 18th Conference on (pp. 1-4). IEEE.


Hawking, S., Russell, S., Tegmark, M., & Wilczek, F. (2014). Stephen Hawking: \'Transcendence looks at the implications of artificial intelligence-but are we taking AI seriously enough?'. The Independent, 2014(05-01), 9313474


Kopetz, H. (2011). Internet of things. In Real-time systems (pp. 307-323). Springer US.


Shon, S. W. (1996). U.S. Patent No. 5,499,238. Washington, DC: U.S. Patent and Trademark Office.


MacDougall, W. (2014). Industrie 4.0: Smart manufacturing for the future. Germany Trade & Invest.


McCarthy, J. (2007). WHAT IS ARTIFICIAL INTELLIGENCE? Retrieved March 15, 2017, from http://www-formal.stanford.edu/jmc/whatisai/


Muehlhauser, L. (2013, September 15). What is AGI? Retrieved March 26, 2018, from https://intelligence.org/2013/08/11/what-is-agi/

Industrie 4.0 … enfin parlons plutôt de 3.X !

L’industrie 4.0 est devenue une évidence pour tout le monde… mais il faut savoir raison garder !

Le terme Industrie 4.0 a été introduit pour la première fois pendant la Hanover Fair en 2011 (Wahlster, 2012). Il vient d'une initiative lancée par le German Federal Government dans le cadre de sa stratégie globale High-Tech. Une introduction aux concepts de l'industrie 4.0 peut être trouvée dans Lasi et al. (2014).

Pour mémoire, la première révolution industrielle traduit l’automatisation de la production grâce à la vapeur et l'eau (Industrie 1.0) ; pour la seconde, l'électrification (2.0) est arrivée, et enfin, plus récemment, la troisième a vu l’avènement de l'ordinateur numérique (3.0). Toutes ces révolutions étaient liées à des inventions fondées sur des découvertes scientifiques de rupture (Watt, Tesla, von Neuman) ouvrant de nouvelles industries.

Notez que même d’autres inventions révolutionnaires, telles que la télécommunication sans fil de Marconi (prix Nobel de 1909) qui est à la base de la communication mondiale actuelle, ainsi que des possibilités variées pour le contrôle de la chaîne d'approvisionnement dans la production moderne ne sont pas considérées comme des « révolutions » pour l'industrie.

Ainsi, le concept Industrie 4.0 n'est pas lié à une révolution technique suite à une découverte scientifique de rupture !

En effet, les principaux outils nécessaires à cette mise en œuvre de l’industrie 4.0 existent déjà depuis longtemps : capteurs, automates, big data, Internet des objets, cloud computing, imprimante 3D. Plus qu’une révolution technologique, l’industrie 4.0 représente plutôt une réorganisation complète du mode de production avec les outils modernes donnant un plus grand poids au réseau.

Cette nouvelle génération d’usines a pour objectif de relancer le dynamisme de l’industrie européenne via plusieurs actions : modernisation de la production, augmentation de la compétitivité, flexibilité par rapport à la demande, positionnement face aux enjeux de la mondialisation…

  Si ce n’est pas une révolution, alors pourquoi est-ce LE sujet aujourd’hui ?

Toute entreprise aujourd’hui se doit de communiquer sur le digital. Selon des études récentes, plusieurs centaines de milliards d’investissements 4.0 sont lancés chaque année dans le monde. Les entreprises espèrent des retours sur investissement en moins de 2 ans en générant plusieurs points de revenus supplémentaires tout en réduisant leurs coûts, selon les études de 2 à 4%. Dans ce contexte les principaux acteurs misent sur ce marché à fort potentiel et font la guerre des plateformes pour l’usine du futur : Siemens avec MindSphere, GE avec Predix, Bosch avec IoT Bosch Suite, ABB avec ABB Ability, etc.

Aujourd’hui les global players comme Siemens, Bosch, SAP, Deutsche Telekom se sont donc positionnés, ont conclu des alliances et déclinent des offres Industrie 4.0 tout en développant des démonstrateurs (Kohler C&C, 2015). Les pays n’hésitent pas à suivre ce mouvement car ils y voient une opportunité pour insuffler une nouvelle dynamique dans leurs pays, leurs régions, leurs villes. De plus, la fertilité technologique avec une grande capacité computationnelle et les nouvelles générations de plus en plus « branchées », sont les ingrédients clés pour favoriser cette transition digitale depuis la bulle internet.

De notre point de vue, l’Industrie 4.0 sera d’abord une usine du rattrapage : le « pick and place » permet aux machines japonaises depuis plusieurs décennies de charger et décharger en cycle les machines automatiques. Il en va de même pour les chariots robotisés de manutention assurant le transport des semi-produits, de poste à poste, sur des itinéraires de moins en moins prédéfinis. Ils n’avaient jusqu’à présent jamais convaincus les industriels français alors qu’ils fonctionnent à la satisfaction de tous au même Japon depuis plus de 20 ans. Ce rattrapage réalisé, l’usine aura déjà un « look » plus actuel Quant à ce qu'il en sera dans le futur, vraisemblablement une extension des percées actuelles dans plus de domaines industriels et davantage d’opportunités.

En conséquence, appeler l’Industrie 4.0 une « révolution » représente une incohérence avec les trois premières révolutions, car il s'agit simplement d'une évolution naturelle de la production intégrée par ordinateur (computer-integrated manufacturing (CIM)), et elle se matérialise plutôt par de petites étapes que l'on pourrait éventuellement appeler V.3.1, V.3.2, etc.

L'évolution de l'industrie (adapted from Schrauf et Berttram, 2016)



L’Industrie V.3.x, la « numérisation avancée », concernera les entreprises qui s'orientent vers le client via le commerce électronique, le marketing numérique, les médias sociaux et l'expérience client. En fin de compte, pratiquement tous les aspects de l'entreprise seront transformés par l'intégration verticale de la R&D, de la production, du marketing et des ventes et d'autres opérations internes, ainsi que de nouveaux « business models » fondés sur ces progrès. En effet, nous évoluons vers l'écosystème numérique complet.

  Mais la réalité est un peu plus compliquée 

Une étude de la DZ Bank (échantillon de 1000 entreprises ayant un chiffre d’affaires compris entre 0,5 M€ et 125 M€) publiée en 2014 montrait que 35% des entreprises du Mittelstand pensaient que la numérisation était peu pertinente par rapport à leur chaîne de valeur et 14% supplémentaires, qu’elle jouait un rôle faible.

Comment s’explique cette situation ?

  • check
    Des barrières culturelles et psychologiques : ci-dessous, les nombreuses sources d’incertitude pour les chefs d’entreprise qui sont autant de freins pour l’introduction de l’Industrie 4.0 :
Barrières culturelles et psychologiques

Les freins perçus par les chefs d'entreprise dans le déploiement de l’Industrie 4.0 (Kagermann et al., 2013)

  • check
    Les ressources financières peuvent manquer aux entreprises pour mettre en œuvre l’industrie numérisée;
  • check
    Côté management, on note un manque de vision digitale globale. Les dirigeants ont du mal à percevoir le potentiel d'industrie numérisée et le ROI associé;
  • check
    La majorité des entreprises se trouvent aujourd'hui dépassées par la complexité du thème « digital » et l’ensemble des implications dans l’entreprise;
  • check
    La cybersécurité : pour l’académie allemande des technologies (Acatech), il n’y a pas de déficience des solutions de sécurité, seulement celles qui existent ne sont pas utilisées systématiquement. Bien que les menaces soient réelles dans l’application : infection des équipements avec un logiciel malveillant via les réseaux de bureaux, insertion de logiciel malveillant par clé USB ou par du matériel externe, accès illicite par un réseau de télémaintenance, sabotage délibéré ou comportement erroné, incitation à révéler des données personnelles notamment des mots de passe par l’hameçonnage (emails frauduleux, phishing) et par le « social engineering » (des criminels prennent une fausse identité, par exemple dans un email où ils peuvent se présenter comme le fisc ou un interlocuteur des ressources humaines).

Bien que les techniques propres des systèmes de production Lean ne soient pas encore en place dans tous les ateliers des sites de production, la « Smart Factory » avec le très prometteur label allemand "Industrie 4.0" fait déjà son show.

3.X
Industrie

Alors que le système de production Toyota (TPS) a montré être le système de production le plus performant, l'industrie 4.0 est encore en phase de cadrage avec l'objectif ambitieux de devenir un système de cyber-production. Les connaissances partielles et parfois limitées sur les systèmes de production Lean conduisent à des idées déformées selon lesquelles les deux approches seraient incompatibles.

La mise en place d’une digitalisation féroce sans un management du « juste nécessaire » dans une logique de conduite du changement mènerait à des gaspillages dans l’industrie d’aujourd’hui, où l’homme-machine continue à cohabiter et le fera dans la prochaine décennie. Certainement, l’industrie numérisée rendra le système de production plus flexible, cependant il n’est pas certain qu’il sera plus rapide, plus lisse, plus stable et plus précis. L’Industrie 3.X en soi se matérialisera de toute façon, avec ou sans cette initiative politico-économique. En fait, la numérisation dans l'industrie a commencé depuis longtemps et est toujours en cours. 

Certes, c'est la connexion, la disponibilité et le traitement des données qui feront la différence dans le futur. Les esprits critiques pourraient donc même dire que l'industrie 3.X est une prophétie auto-réalisatrice dans une certaine mesure et ne répondra pas aux grandes attentes qu'elle soulève.


Nous verrons dans une prochaine publication les différents types de technologies proposées par, soyons indulgents, le « 4.0 » et une brève définition du TPM.

Sources :

Kagermann, H., Wahlster, W., & Helbig, J. (2013) Recommendations for implementing the strategic initiative Industrie 4.0 – Final report of the Industrie 4.0 Working Group. Frankfurt am Main: Communication Promoters Group of the Industry-Science Research Alliance, acatech.

Kohler C&C (2015). Industrie 4.0 : quelles stratégies numériques ? 1–67.

Lasi, H., Fettke, P., Kemper, H.-G., Feld, T., and Hoffman, M. n, “Industry 4.0,” Business & Information Systems Engineering, vol. 6, no. 4, p.239, 2014.

Nelles, J., Kuz, S., Mertens, A., and Schlick, C. M., “Human-centered design of assistance systems for production planning and control: The role of the human in industry 4.0,” in Industrial Technology (ICIT), 2016 IEEE International Conference on, pp. 2099–2104, IEEE, 2016.

Schrauf, S., Berttram, P. (2016). How digitization makes the supply chain more efficient, agile, and customer-focused.

Wahlster, W., “From industry 1.0 to industry 4.0: Towards the 4th industrial revolution,” in Forum Business meets Research, 2012.