Très rapidement, les chatbots IA se sont répandus sur toute la surface du globe. A la portée de tous, « ils révolutionnent les pratiques dans le monde du travail, apportant une aide quotidienne. Il devient de plus en plus compliqué d’en priver ses collaborateurs », considère Ronan Le Goff, responsable Ligne Programme au sein d’IPC. Posant toutefois des questions relatives à la sécurité des données, ils amènent des groupes à développer leur propre solution pour engager les utilisateurs dans un process plus interactif et/ou améliorer leur efficacité opérationnelle. Comme Sidel qui a mis au point un module conversationnel baptisé SidelGPT.
Accessible aux 5 000 salariés du groupe, il sert à effectuer des traductions de documents, à consulter la politique voyage, à lire des contenus techniques, à améliorer des présentations marketing… A terme, il pourrait être relié au logiciel de gestion intégré de l’entreprise. Créant du contenu inédit de façon autonome, l’IA générative engendre des gains de temps et de productivité. « Supprimant des tâches qui n’ont pas de réelle valeur ajoutée, la création d’un GPT personnalisé promet des bénéfices rapides », confirme Pierre Rosa, chef de projet Industrie 4.0 à l’ENE (Experts du numérique en entreprises). Aussi efficace soit-il, c’est loin d’être le seul intérêt prêté à l’IA dans la plasturgie. En effet, appliquée à l’industrie, cette technologie regorge d’usages complémentaires et annexes et ce, depuis la conception des produits à leur fin de vie. « L’IA peut contribuer à améliorer la performance de la production, à optimiser la consommation énergétique avec une meilleure maitrise du temps de cycle, à booster la productivité de l’atelier, à améliorer la maintenance prédictive mais aussi à pallier le manque de savoir et de compétences en interne et les difficultés de recrutement », illustre Gilles Mazzolini, président de l’ACDI (Association des constructeurs et distributeurs de la plasturgie) et DG de Sumitomo Demag.
Ces dernières années, les plasturgistes s’y intéressent de plus près, entrevoyant peu à peu les opportunités qui peuvent asseoir leur compétitivité. « On ressent une réelle prise de conscience de leur part mais ils ignorent, pour la plupart, comment implanter cette technologie dans leur site de production », remarque Ronan Le Goff. Pour utiliser cette technologie à bon escient, il apparait nécessaire de se rapprocher d’experts de Polymeris, d’IPC ou de l’ENE qui soutient l’usage du numérique en Auvergne-Rhône-Alpes. « Ils peuvent aider à la réalisation d’un diagnostic IA qui évalue la capacité d’une entreprise à employer cette technologie, l’épauler dans la structuration des données et la centralisation de l’architecture IT- un point sur lequel elles manquent souvent de maturité -, accélérer l’acculturation ou accompagner le déploiement », cite en exemple Pierre Rosa. Il peut être également profitable de rejoindre des programmes dédiés, comme Polytronics –qui accompagne les entreprises de matériaux polymères dans leur transformation numérique grâce à l’intelligence artificielle-, ou AI Redgio 5.0, qui promeut la transformation numérique compétitive des PME selon le modèle de l’industrie 5.0.
Depuis la conception…
Pour amorcer ce virage, « mieux vaut y aller étape par étape. Se concentrer sur des points de douleur, comme sur un process qui a un taux de rebus élevé, est une façon pertinente d’orchestrer sa montée en compétences », préconise Ronan Le Goff. Appréhender les besoins ou les irritants d’une activité est indispensable pour déployer les modules d’IA adaptés. S’ils sont identifiés lors de la phase de conception, le design génératif peut apporter une réponse. Basé sur l’IA, ce programme propose plusieurs formes de produits d’après les contraintes mentionnées, qui participent à diminuer la quantité de matériaux utilisés et optimisent la topologie de la pièce. L’IA peut également apporter son concours lors de la fabrication, en améliorant la planification, l’identification des paramètres machine optimums, la surveillance du process utile pour anticiper et corriger les dérives ou encore le contrôle qualité. « Les grands fabricants de presses à injecter se sont emparés des technologies d’IA pour opérer la surveillance des machines et des périphériques de manière à limiter les arrêts de production, comme Engel avec la famille de produits iQ », illustre Maxime André, chargé de mission Innovation au sein de Polymeris.
Sumitomo Demag a ainsi développé une gamme de capteurs pour le suivi permanant des composants critiques de ses presses. Ishida a, pour sa part, lancé une solution de supervision baptisée Sentinel 5.0, qui peut se connecter avec des machines de marques différentes grâce à la présence d’un adaptateur qui convertit les données au format requis. Utilisant un algorithme génératif, il détecte des réglages sous-optimaux, des performances anormales ou des soucis mécaniques, et formule en conséquence des préconisations. « C’est à l’opérateur d’arbitrer et de prendre les décisions qui lui paraissent appropriées. Le facteur humain reste encore prédominant. A terme, lorsque l’IA sera devenue ultra-performante dans son application industrielle, elle pourra réagir et agir en totale autonomie », anticipe Gilles Mazzolini. Cette analyse avancée des données intègre également un agent conversationnel pour poser des questions sur d’éventuels soucis liés aux performances des machines.
… jusqu’à la fin de vie
Vraisemblablement, l’impact de l’IA sur l’efficacité opérationnelle interpelle de plus en plus les plasturgistes. « Ils voient qu’elle peut engendrer une prise de décision plus rapide et précise, en optimisant l’approvisionnement des produits ou le déroulé des chaînes d’assemblage ou en améliorant la planification de la production d’après les ressources disponibles. Implanté dans le MES, ce type de modules d’IA nécessite toutefois que l’industriel soit parvenu, en amont, à digitaliser en grande partie son activité », met en avant Ronan Le Goff. L’entreprise Pernoud participe justement au projet AI Redgio 5.0 afin d’intégrer l’IA dans son organisation industrielle pour gagner en agilité et réduire le temps entre la commande du client et la livraison. Elle doit développer un outil d’aide à la décision, en mesure d'améliorer les séquences de fabrication de son atelier qui partage ses ressources entre la production de moules neufs, la maintenance ou la modification d’outillages... « D’ici à fin 2025, l’outil de planification automatique devrait être opérationnel. Intégré au système MES, il permettra de suivre l’état d’avancement », explique Maxime André. Dans le domaine, la start-up Vasi sas By Nature Inject a mis au point la solution logicielle Autorun, utilisable sur les machines à commandes numériques. Cet algorithme avec IA peut optimiser les process de production, en évitant les erreurs et les temps d’arrêt tout en augmentant la productivité et la qualité des produits fabriqués, et faciliter la circulation des informations et l’enchaînement des séquences.
En sortie de production, le contrôle qualité peut être grandement amélioré par le recours à l’IA, conférant de la précision, de la vitesse et de l’adaptabilité. Développé par le Cetim dans le cadre du programme d’accompagnement Quatrium, AcessIA est un système de contrôle visuel de pièces industrielles. Présenté lors du salon Micronora 2024, il peut créer une base de données en cinq minutes, à partir d’une vingtaine d’unités, et entraîner l’algorithme selon le défaut à identifier d’après la pièce référence. Et donner lieu à des résultats visibles en temps réel. Plus largement, l’offre s’est étoffée sur le créneau du contrôle. « Des caméras industrielles, associées à un logiciel de deep-learning embarqué, se vendent sur étagère. Elles se veulent intuitives et faciles à mettre en place. Et permettent, en étant couplées à un dispositif de surveillance process, d’identifier la cause racine d’une pièce défectueuse et de la corriger », détaille Ronan Le Goff.
L’IA peut aussi intervenir dans la lutte contre les déchets, et profiter à l’économie circulaire. Preuve en est avec le projet de recherche collaboratif Omni, lancé par Recycleye, Valorplast et TotalEnergies à la suite d’un appel à projet de Citeo, qui a abouti en dix-huit mois à la création d’une nouvelle technologie de tri, grâce à l’IA et à l’apprentissage automatique par ordinateur. Identifiant et séparant des emballages en polypropylène à usage alimentaire issus d’un flux de déchets ménagers, il est capable de générer un flux d’une pureté supérieure à 95 %. « Ce type d’initiatives sert les intérêts de la filière des plastiques, en mettant sur le marché des gisements de matières de meilleure qualité », se réjouit Maxime André. L’entreprise Wasoria a également mis au point une technologie dotée d’IA visant à diagnostiquer et accompagner la performance des centres de tri. Elle détecte notamment la présence d’objets dangereux qui pourrait provoquer le départ d’un incendie. Les innovations sont ainsi nombreuses autour de l’IA, et l’offre n’a pas fini de s’étoffer. Et Pierre Rosa de ponctuer : « un besoin qui n’est pas couvert aujourd’hui le sera sans doute demain voire après-demain. D’où la nécessité d’opérer une veille régulière ».
