Il y a un peu plus de dix ans apparaissait le concept d’industrie 4.0, présenté comme le futur de l’industrie. Qu’en est-il aujourd’hui ?
Ce sujet a démarré très fort dans les années 2010, avec, peut-être, un certain effet de mode. Même s’il y a eu beaucoup d’investissements, on a pu parfois constater une petite perte de vitesse, notamment en France, avant d’observer une très, très forte réaccélération. Des caps ont été franchis. La digitalisation de l’industrie était plutôt vue comme un sujet d’innovation, d’expérimentation. Ce n’est plus le cas. On est sortis de l’ère des POC (preuves de concept) pour entrer dans celle des déploiements. Par exemple, le contrôle-qualité automatisé s’est largement répandu, tout comme la replanification de la production aidée par l’intelligence artificielle et le virtual commissioning, cette simulation d’une chaîne de production qui permet de tester des changements et des mises à niveau avant leur implémentation. Dans l’aéronautique, la mise en œuvre de cobots équipés de capteurs pour assister les opérateurs dans le perçage et le rivetage de panneaux d’avion est devenue courante.
Qu’est-ce qui est à l’origine de cette nouvelle accélération ?
D’une part, il y a les grandes tendances comme la décarbonation – réduire sa consommation d’énergie demande de très bien maîtriser ses flux et sa production –, l’hyperpersonnalisation, la réindustrialisation et le besoin d’une production résiliente et flexible après la crise du Covid et l’invasion de l’Ukraine. La question des ruptures de supply chain est toujours d’actualité. Il y a peu, j’en discutais avec un directeur industriel d’un grand acteur de l’aéronautique.
D’autre part, il y a l’accumulation d’une série de vagues technologiques qui arrivent à maturité et qui répondent aux exigences sociétales que je viens de citer. On a eu l’internet des objets, qui a permis de récupérer les données des machines et des produits, puis l’arrivée du big data, qui a été augmenté par l’IA pour exploiter ces données, avec le cloud et maintenant l’edge pour les traiter. La dernière vague, c’est celle de l’IA générative. Tout l’enjeu est d’être capable de combiner toutes ces technologies. C’est cela qui permet de réinventer la façon de concevoir et de produire. Cela représente une vraie révolution, ne serait-ce que par l’ampleur des gains potentiels.
Cette révolution technologique paraît bien éloignée de la réalité de nombreuses usines...
Il existe de grandes disparités suivant le type d’industrie ou la taille des entreprises. Un grand groupe qui fait de la grande série va être naturellement plus sensibilisé à ces solutions d’optimisation et aura davantage les moyens d’investir qu’une petite entreprise. Un grand industriel qui fait de la petite série, par exemple en produisant trois grands navires par an, peut aussi avoir une culture un peu plus proche de l’artisanat et l’implémentation des technologies numériques pourra apparaître éloignée de son quotidien...
Il ne faut pas prendre l’IA comme une sorte de solution magique : c’est une brique supplémentaire qui se combine aux autres briques
— Flavien Parrel (Accenture)
Ce que l’on constate cependant, c’est que l’industrie 4.0, ou X.0 comme nous l’appelons à Accenture, est devenue un sujet stratégique visible au niveau exécutif de l’entreprise. C’est essentiel, car les promesses des technologies ne sont vraiment tenues que si elles s’inscrivent dans un projet de transformation d’entreprise. Si cela reste des projets de technologues, cela ne fonctionne pas et la valeur attendue n’est pas au rendez-vous. Il reste cependant du chemin à parcourir : si les dirigeants ne se posent plus la question « est-ce que je dois y aller ? », ils sont encore nombreux à se demander « comment y aller ? ». Le niveau de maturité des directions sur l’industrie 4.0 est parfois faible. Il s’agit aussi de passer à l’échelle, de ne pas se contenter de deux ou trois usines vitrines et de déployer les solutions sur toutes celles de l’entreprise.
L’investissement initial n’est-il pas aussi considérable pour de nombreux industriels ?
Il est vrai que tirer de la valeur de l’industrie 4.0 demande de s’appuyer sur des fondations, dont la mise en place peut demander un investissement important. Il faut par exemple que les machines soient connectées pour remonter leurs données. Or, en France, seulement un quart environ des machines le sont. Une part qui devrait grimper à 40 % en 2025. La modernisation du système d’information peut aussi être nécessaire. Disposer d’un MES (manufacturing execution system, ou logiciel de pilotage de la production) et d’un PLM (product lifecycle management, logiciel de gestion du cycle de vie) s’avère souvent précieux. Mais ces systèmes sont relativement onéreux. Ensuite, mettre en place des AGV et des cobots optimisés par l’IA, ou connecter le système d’information de l’entreprise avec l’informatique de production demande aussi un investissement initial. Enfin, avec des usines de plus en plus connectées, la question de la cybersécurité est fondamentale. Les moyens pour se protéger existent, mais cela nécessite aussi d’investir.
Est-il possible de déployer des briques de l’industrie 4.0 petit à petit, avec des retours sur investissement intéressants à chaque étape ?
La recherche de cas d’usage apportant des retours sur investissement rapides est pratiquement la norme dans les projets de déploiement. Concernant cette démarche progressive dont vous parlez, ma conviction est qu’il est effectivement possible d’avancer peu à peu, cas d’usage par cas d’usage. Mais il ne faut pas confondre cible et trajectoire : une vision d’ensemble bien claire est nécessaire pour, in fine, aboutir à la transformation que porte l’industrie 4.0. La bonne nouvelle, c’est qu’avec l’IA générative, il y a des cas d’usage très simples à mettre en œuvre et qui génèrent beaucoup de valeur. Je peux citer l’exemple d’un projet récent mené avec le bureau méthodes d’un grand industriel de l’aéronautique. Ses nombreux inspecteurs visitent les lignes de production pour identifier des problèmes de qualité, des optimisations possibles... Jusqu’ici, ils notaient tout sur un calepin, prenaient des photos et puis rédigeaient leur rapport en y insérant leurs photos. En quelques semaines et sans investissement, nous avons mis en place des outils pour dicter leurs observations, légender à la voix leurs prises de vue, voire associer ces commentaires à la maquette numérique. Une IA générative produit ensuite automatiquement le rapport avec les photos au bon endroit. Ils ont gagné des heures carrées ! Cela représente un gain significatif de productivité sans prérequis important.
Vous avez annoncé de grands investissements dans l’IA. Qu’en attendez-vous ?
En fin d’année dernière, Accenture a effectivement annoncé que nous investirions 3 milliards de dollars en trois ans dans notre activité Data et IA, et en particulier dans l’IA générative. Les effectifs de cette activité seront doublés, passant de 40 000 à 80 000 personnes. Nous investissons massivement, comme nos clients. Car l’IA va toucher de plein fouet l’industrie 4.0 : elle est au centre des capacités de prédiction des jumeaux numériques des machines et des usines ; elle permet de rendre cobots et AGV plus autonomes, voire de les faire travailler en essaim ; elle rend la reprogrammation des machines beaucoup plus rapide ; elle facilite la prise de décision en extrayant des points d’attention de millions de données de production en temps réel que l’on peut combiner avec le système d’information de l’entreprise... La liste est longue ! Mais il ne faut pas prendre l’IA comme une sorte de solution magique : c’est une brique supplémentaire qui se combine aux autres briques, qui vient s’appuyer sur l’infrastructure dont je parlais pour générer plus de valeur.
Dans quelle mesure l’IA générative va-t-elle être utilisée dans l’industrie ?
L’impact de l’IA générative sur l’industrie va être énorme. Une étude très détaillée menée par Accenture auprès de nombreux industriels estime que plus de la moitié des heures travaillées peuvent être soit automatisées soit augmentées par l’IA générative. Suivant l’intensité de son usage, les gains de productivité qu’elle permettra atteindront 11 à 15 % de la masse salariale. Personnellement, ce que je trouve fabuleux avec l’IA générative, c’est qu’elle représente un formidable accélérateur d’adoption des solutions d’industrie 4.0.
L’IA générative facilite énormément l’interaction entre l’homme et la machine. Elle accélérera l’adoption de solutions parfois complexes par les opérateurs
— Flavien Parrel (Accenture)
Nous avons parlé des coûts qui peuvent être élevés, mais il faut les rapporter à la valeur générée. Or, toujours selon une étude d’Accenture, seule une minorité de dirigeants ayant lancé des projets d’implémentation de technologies digitales estiment avoir obtenu la valeur attendue. Cet écart entre les résultats et les prévisions tient souvent à l’adoption des solutions mises en place. Vous pouvez avoir un outil génial, si peu de monde s’en sert, vous générerez moins de valeur. C’est là qu’intervient l’IA générative : comme elle facilite énormément l’interaction entre l’homme et la machine, elle accélérera l’adoption de solutions parfois complexes par les opérateurs.
Que pensez-vous du métavers industriel ? Vous ne le mettez guère en avant...
Disons que s’il s’agit simplement de mettre une belle usine en vitrine, via une représentation 3D avec de petits personnages et des machines qui bougent et dans laquelle on peut naviguer virtuellement. Cela ne me paraît pas très intéressant, à part peut-être pour de la formation. Plus fondamentalement, je crois dans la data qui se trouve dans ce qu’on appelle le jumeau numérique. Mais ce peut être une question de sémantique. Si l’on considère que le métavers industriel, c’est la représentation 3D plus le jumeau numérique, alors j’adore le métavers industriel !
Plus sérieusement, la valeur des jumeaux numériques est fantastique. On a le jumeau du produit, de la machine, de l’usine et, de plus en plus, de la supply chain. Vous pouvez, en amont, tester un grand nombre de simulations pour trouver par exemple les usines et les produits les plus performants en termes de consommation énergétique ou les plus résilients face à une rupture d’approvisionnement. En aval, vous obtenez en temps réel toutes les données de votre usine, ce qui vous permet de réagir au plus vite en cas d’anomalie, voire d’anticiper les problèmes. Vous savez comment agir au mieux, car vous avez auparavant fait tourner des simulations et des modèles d’IA prédictifs. Autant d’usages que l’IA générative facilite et dont elle accroît donc l’importance et la valeur.
Le digital pour credo
« Accélérer l’adoption », « atout fantastique », « gagner des heures carrées »... Pas de doute, Flavien Parrel vibre pour les projets de transformation numérique de l’industrie. Il faut dire que ce jeune quinquagénaire, diplômé d’une école de commerce, est tombé dans la marmite digitale au milieu des années 1990 en entrant chez PTC, éditeur pionnier de la CAO puis de solutions de gestion du cycle de vie des produits (PLM). Il y passe quatre ans avant de surfer sur la vague PLM chez PCO Innovation, société de conseil et d’intégration de systèmes travaillant pour de grands industriels sur des sujets de continuité digitale entre l’ingénierie et la fabrication. Il en devient le directeur général pour la France en 2008. De quoi le positionner idéalement, lorsque Accenture acquiert PCO, pour prendre la tête de l’organisation Industry X.0 pour la France et le Benelux, qui compte aujourd’hui plus de 2 000 personnes.
