Technologies

Industrie 4.0 : le règne de la data commence dans l'industrie

Le 16 mai 2018, le CPI-B2B a débattu de l’Industrie 4.0

Le CPI-B2B a consacré sa réunion du 16 mai 2018 à l'émergence de l'Industrie 4.0 dont le fondement est la circulation des données.

PublicitéAu delà du buzzword, l'industrie 4.0 est bien une réalité émergente. Son principal enjeu et sa caractéristique essentielle est bien la data. Et même la circulation de celle-ci. C'est en tous cas ce qui est ressorti du débat du CPI-B2B du 16 mai 2018. Outre les journalistes, ont participé aux échanges : Nicolas Roger (Manager de l'équipe Solution Architect chez Equinix), Michael Rolland (directeur marketing France chez Econocom), Marc Bousquet (directeur d'Accenture Technology France), Bernard Fourdrinier (Partner Business Consulting Manufacturing chez Teradata) et Pascal Brosset (directeur technique Digital Manufacturing chez Capgemini).
Le terme même d'industrie 4.0 fait débat. Ainsi, Marc Bousquet estime qu'il est absurde de se fixer un chiffre de la sorte, simplement parce que les évolutions sont à la fois nombreuses, permanentes et concomitantes, d'où sa préférence pour un industrie X.0. Pour les autres, et comme l'a formalisé Michael Rolland, le 4.0 renvoie à une étape actuelle. Ainsi, la phase 1.0 correspond, avant 1890, aux premières motorisations de la production avec des machines à vapeur. Avec le 2.0, l'industrie dispose des moteurs électriques et à explosion. A partir des années 1970, le 3.0 voit l'émergence de l'informatique de gestion avec des entrées/sorties vers des automates. Enfin, depuis 2010, trois facteurs déterminent le 4.0 : les objets connectés, le Big Data dans la gestion de production et la robotique.

La circulation de la data est la vraie révolution

Mais, pour Pascal Brosset, la convergence IT/robotique industrielle était déjà amorcée depuis des années. Ce qui caractérise la révolution, c'est donc bien la circulation de la data entre diverses couches. La couche la plus basse, baptisée « couche 0 » comprend le matériel, les senseurs et les automates programmables temps réel. Cette couche, aux sévères obligations de certification, est très rigide. Le niveau 1 comprend les systèmes de type Scada et sert à la coordination des automates. Le niveau 2 correspond au pilotage. La donnée circule assez facilement entre les niveaux 0 à 2, généralement avec des fournisseurs plutôt d'outils industriels communs à chacun de ces niveaux.
Les difficultés débutent avec le niveau 3, celui des opérations. Il s'agit déjà de collecter de la donnée de la production pour la tracer et la gérer. Les données doivent être conservées pour être produites en cas de litige ou à la demande de régulateurs (par exemple dans la pharmacie). Enfin, le niveau 4 correspond à la gestion, au PGI. Le niveau 4 est toujours entre les seules mains du DSI tandis que le niveau 3 voit sa responsabilité varier selon les entreprises, les niveaux inférieurs étant sous la coupe de la production ou de la maintenance. Au départ, environ 20 % des données nécessaires remontaient au niveau 3, avec des délais pouvant atteindre une semaine. Les opérateurs de terrain, eux, disposaient bien de 100 % des données en temps plus ou moins réel. Avec l'industrie 4.0, 100 % des données remontent en temps réel. Marc Bousquet a ainsi rappelé que l'étude d'Accenture sur les tendances technologiques révélait que plus de neuf décideurs sur dix estimaient ne pas disposer des données nécessaires pour décider. Mais, comme l'a souligné Bernard Fourdrinier, justement parce que les couches basses doivent être certifiées, il faut savoir remonter les données sans être intrusif dans les machines. Il faut collecter sans pénétrer.

PublicitéGarder l'humain pour ce qu'il sait faire

« Un ordinateur, c'est très stupide mais c'est idéal pour surveiller en temps réel des indicateurs, ce qu'un être humain ne sait pas faire, un exemple nous étant fourni avec un récent scandale sanitaire où les alertes sur une infection à la salmonelle n'ont pas été prises en compte » a plaidé Pascal Brosset. Les senseurs de tous types peuvent remonter quantité de données mais l'agrégation, l'analyse et la corrélation relèvent bien du niveau central. La bande passante entre chaque senseur et le niveau central peut être faible. Par contre, si les données agrégées doivent transiter entre de multiples endroits, le problème de la bande passante va se poser. D'où l'importance, pour Nicolas Roger, de bien savoir positionner ses données au bon endroit avec les bonnes liaisons, sans passer si possible par de l'Internet.
La question se pose notamment avec le concept de « jumeau numérique », c'est à dire d'image virtuelle, algorithmique, d'un objet physique. Les senseurs de l'objet physique renvoie des données pour mettre à jour en temps réel le jumeau numérique qui va être utilisé centralement pour déceler des incidents, remonter de la donnée pour améliorer l'objet mais aussi prédire des pannes. Et il peut y avoir des redescentes d'informations vers l'objet physique pour tenir compte de ce que le jumeau numérique a permis d'apprendre. Dans ce genre de cas, la faible latente est essentielle à la pertinence : si un incident met en danger les passagers d'un avion, il vaut mieux prendre rapidement les mesures adéquates.

Des nouveaux modèles économiques

Ces développements peuvent déboucher sur des révolutions qui dépassent la seule technique, en transformant des modèles économiques. Des constructeurs de moteurs d'avion, par exemple, en arrivent à ne plus vendre les dits moteurs mais à louer de la disponibilité de l'avion. Les capteurs embarqués permettent en effet de savoir quand faire de la maintenance, prévoir les interventions, le tout pour maximiser la disponibilité.
Partager les données collecter permet d'accroître encore les services possibles. Mais on arrive alors à une limite : si toutes les entreprises sont prêtes à intégrer des données de tiers, partager ses propres données est tout de suite plus compliqué. L'évolution naturelle, dans ce cas, est d'avoir un modèle de partage payant de la donnée.