1. Cartesiam
Entraîner et faire fonctionner des algorithmes directement sur des microprocesseurs, dans le but d’intégrer dans n’importe quel objet la détection et la classification d’anomalies. Voilà ce que propose Cartesiam, fondé en 2016 et dont le siège et la R & D sont à Toulon (Var).
En février 2020, la start-up de 20 salariés a sorti NanoEdge AI Studio, une bibliothèque d’algorithmes d’apprentissage machine adaptés à l’univers des microcontrôleurs. Avec elle, tout développeur peut mettre une brique d’IA dans un objet. « Notre solution fonctionne sans données ni data scientist », relève Joël Rubino [photo ci-dessus], le cofondateur et dirigeant de Cartesiam. L’industriel Crouzet l’utilise par exemple pour détecter une anomalie dans ses moteurs de fermeture des portes de train. Lacroix Electronics pour optimiser les fréquences de nettoyage des fours à refusion de ses usines.
2. Ewattch
Installé à Saint-Dié-des-Vosges (Vosges) à sa création en 2012, Ewattch fabrique des capteurs et développe une plate-forme logicielle pour aider les PME à moderniser leur parc machines. « Nous proposons des kits de capteurs adaptés à différents secteurs : la plasturgie, la métallurgie, la papeterie, la tannerie... », souligne son dirigeant, Nicolas Babel.
Une fois équipés – l’investissement matériel est inférieur à 1 000 euros par machine, selon Ewattch –, les clients accèdent à différents services en s’abonnant à la plate-forme : d’un côté des statistiques pour décrypter et améliorer leurs consommations énergétiques, de l’autre du management visuel pour optimiser le pilotage du parc machines. Travaillant avec plus de 200 clients, la pépite promet des gains de l’ordre de 25 % en performance industrielle comme en efficacité énergétique.
D.R. Nicolas Babel, CEO et fondateur d'Ewattch (photo : D.R.)
3. Asystom
Vibrations, ultrasons et température. « Ces trois éléments couvrent plus de 90 % de la santé d’une machine », avance Pierre Naccache, le président fondateur d’Asystom. Créée en 2016, la pépite de douze personnes située à Castelnaudary (Aude) propose une solution de maintenance prédictive fondée sur un capteur unique, compatible avec n’importe quelle machine tournante : convoyeur, broyeur, pompe, moteur...
Équipé d’un logiciel d’intelligence artificielle embarquée, le capteur analyse les vibrations, les ultrasons et la température pour extraire une soixantaine d’indicateurs, qui sont ensuite envoyés à l’outil de diagnostic de l’entreprise ou du client. Utilisés par des grands groupes comme des PME, les capteurs Asystom peuvent être installés directement par les opérateurs d’un site. Calibrés à distance par la start-up, ils remontent des indicateurs dès la première journée.
D.R. Pierre Naccache, président fondateur d’Asystom (photo : D.R.)
4. Monixo
La maintenance prédictive sur-mesure. Pour proposer un plan d’instrumentation adapté au parc machines de ses clients, Monixo se fonde sur le catalogue varié de capteurs qu’elle conçoit, parfois en collaboration avec des industriels : vibration, pression, puissance..., voire conductivité, pH ou concentration d’huile.
Mais sur-mesure ne veut pas dire complexité. « Le système est conçu pour être installé par le client », souligne Ousmane Seck, le PDG de la start-up créée en 2015 à Créteil (Val-de-Marne). Déjà installée sur plus de 800 machines différentes, la solution de Monixo s’adapte instantanément aux systèmes simples, comme les pompes, et en moins de 90 jours sur les plus complexes. Selon la pépite, elle permettrait d’anticiper des pannes jusqu’à trois mois à l’avance.
Ousmane Seck, PDG de Monixo (photo : D.R.)
5. KeyProd
Quand un sous-traitant de l’aéro se fait entrepreneur. En 2019, le spécialiste des systèmes de fixation autobloquants JPB Systèmes (Seine-et-Marne) crée la start-up KeyProd. L’objectif de Damien Marc, à la tête de l’entreprise : commercialiser une solution de suivi de la productivité simple d’utilisation. « Nous avons développé un capteur aimanté qui interprète les vibrations d’une machine pour compter les pièces produites, relate César Allievi, son responsable marketing. Cette information est ensuite envoyée à notre application, qui permet de suivre la production depuis n’importe quel terminal. »
Avec un temps d’installation annoncé de cinq minutes par boîtier, la solution de KeyProd se veut simple d’adoption et vise l’optimisation de la production, pour un gain de productivité revendiqué de 20 %. Pour l’instant réservée à une vingtaine de partenaires, elle sera commercialisée avant l’été 2021.
D.R. Damien Marc, à la tête de KeyProd (photo : D.R)
6. Ellistat
Diminuer le temps de réglage des machines en production et éviter les dérives. C’est le défi auquel Ellistat s’attaque depuis 2017, à Chavanod (Haute-Savoie), en faisant appel à des algorithmes d’apprentissage automatique. « Notre logiciel utilise les données des machines d’usinage et de mesure qui existent déjà pour améliorer la performance de la production », vante Davy Pillet, son PDG.
Concrètement, en apprenant du comportement de la machine, dont le pilotage jongle avec des centaines de paramètres, l’IA permet de passer directement des mesures d’une pièce produite aux réglages nécessaires pour la rendre conforme. Une solution plug and play qui élimine un travail de réglage parfois long et fastidieux, tout en diminuant par un facteur 10 le taux de rebut assure Ellistat, qui emploie une quinzaine de personnes en 2020.
D.R. Davy Pillet, PDG d'Ellistat (photo : D.R.)
7. Metron
Quel est le point commun entre les petits pots de Danone et les fours d’Arcelor au Creusot (Saône-et-Loire) ? Pour optimiser la consommation énergétique de leur appareil productif, tous deux font appel aux solutions de Metron. Née à Paris en 2013, la jeune pousse dirigée par Vincent Sciandra a vite séduit : avec 140 salariés, elle affiche 8,5 millions de commandes pour 2021 et a levé quelque 22 millions d’euros cumulés.
À lire aussi
La clé de son succès ? Un algorithme d’IA entraîné spécifiquement pour les contextes industriels, capable d’apprendre du comportement d’une machine pour identifier les consommations anormales et alerter sur de possibles défaillances.
Un créneau aussi compétitif que porteur : dans son rétroviseur, le rennais Energiency propose une solution similaire et a levé 4,5 millions d’euros en mars 2020.
D.R. Vincent Sciandra, CEO de Metron (photo : D.R.)
8. DCBrain
À l’origine, les deux cofondateurs de cette start-up, créée en 2014 à Paris, faisaient de l’optimisation dynamique des réseaux de froid pour les centres de données. De là, leur est venue l’idée de développer un logiciel SaaS permettant d’optimiser des réseaux complexes. « Notre outil permet en quelques clics d’obtenir un jumeau numérique d’une usine et propose différents scénarios selon les contraintes données », pointe Benjamin de Buttet, le directeur des opérations de DCbrain (25 salariés). Pour cela, le logiciel n’a besoin que de quelques infos clés, récupérées manuellement ou informatiquement.
« Dans l’aéro, l’un de nos clients l’utilise pour optimiser sa chaîne de fabrication et améliorer la qualité de service et le respect des délais. Un autre, dans le ciment, optimise les flux entre usines afin d’avoir moins de camions sur les routes. » Ce dernier a réduit de 10 % les transports intersites.
D.R. Benjamin de Buttet, directeur des opérations de DCbrain (photo : D.R.)
