Avant de commencer cet article sur les nouveaux outils digitaux, il est important que nous définissions ensemble ces termes que nous entendons de plus en plus parler, je pense ici à l’IoT, à l’AI et à la Blockchain.

 

schema AI, IoT

 

Qu’est-ce qui se cache derrière “IoT” ?

IoT est l’acronyme d’Internet Of Things, il correspond à l’internet des objets. Pour faire simple, cela revient au fait d’interconnecter des périphériques physiques, tels que des voitures, des maisons, des appareils électroniques, des capteurs, des actionneurs, … entre eux ou avec l’environnement extérieur (par exemple les capteurs aux voitures, les moteurs aux êtres humains).

 

Qu’est-ce que l’AI ?

L’Intelligence Artificielle (AI en anglais) est un dispositif doté du potentiel d’imitation des fonctions cognitives d’un être humain, capable de réagir à un mouvement dont il devient complètement inconscient ou de faire des choix.

 

Qu’est-ce que la “Blockchain”

La blockchain est une technologie de stockage et de transmission d’informations, transparente, sécurisée et fonctionnant sans organe central de contrôle.

 

 

Quand utiliser ces nouveaux outils digitaux ?

L’IoT : mine d’or de la data

Aujourd’hui, les capteurs se répandent dans notre environnement sous forme visible (montre, domotique, …) ou invisible (intégré dans des automates, les voitures, …). En revanche, cette prolifération pose deux problèmes qu’il est important de présenter :

  • la sécurité,
  • l’utilisation des données des capteurs.

Pour ce qui est de la sécurité des objets connectés, elle apparaît à son tour sur deux niveaux. Le premier concerne l’accès à l’objet lui-même dans lequel des piratages classiques permettent souvent d’avoir un contrôle total de l’IoT. Le second niveau porte sur la sécurité des données et la protection de la vie privée de leurs utilisateurs. Pour illustrer cela, il suffit de voir les derniers scandales Facebook pour comprendre que nos données personnelles sont une mine d’or encore mal exploitée ou inexploitée.

 

schema the internet of things

 

 

L’IA : à la recherche de nouveaux usages

L’Intelligence Artificielle commence à nous offrir des perspectives d’usage et de nouveaux services. Ces usages se retrouvent d’ailleurs essentiellement chez les GAFAM (les 5 géants du web : Google, Amazon, Facebook, Apple, Microsoft). Facebook qui utilise notamment le Deep Learning ou le Machine Learning pour réaliser de la reconnaissance faciale, de l’étiquetage des contenus, de la détection des contenus inappropriés, des accès non-autorisés, de la classification, de la personnalisation du fil d’actualité, des résultats de recherche, des publicités, des compréhension du langage naturel, de la traduction, de la reconnaissance vocale, du matching des utilisateurs et encore bien d’autres fonctionnalités. Si vous souhaitez en savoir plus sur ce sujet, je vous invite vivement à lire l’article du Journal du Net qui présente comment Facebook a mis l’IA au coeur de son réseaux social.

 

différence entre AI, Machine Learning, Deep Learning

 

 

La blockchain : vers une sécurisation des données

Nous sommes à l’avènement d’une autre technologie qui, jusqu’à ce jour, est presque uniquement utilisée dans les cryptos monnaies mais dont les usages restent à définir : la Blockchain. Elle permet de sécuriser les échanges et nous offre la possibilité de certifier les échanges et les données sous-jacentes.

 

schema blockchain

 

 

L’eXtended Reality (XR) pour une virtualité plus immersive

La réalité étendue (eXtended Reality en anglais) est un terme générique regroupant les différentes formes de réalités numériques :

  • La Réalité Augmentée (AR : Agmented Reality en anglais),
  • La Réalité Mixte ( MR : Mixed Reality en anglais),
  • La Réalité Virtuelle ( VR : Virtual Reality).

Finalement, la réalité étendue offre une grande variété et un grand nombre de niveaux dans la virtualité des entrées notamment au niveau des capteurs de la virtualité immersive.

différence entre VR, AR, XR

 

 

Cas pratique : immersion au cœur des outils digitaux

 

Comme vous l’aurez certainement compris, les entreprises doivent appréhender et comprendre ces nouvelles technologies. L’objectif, pour elles, est de pouvoir créer de nouveaux outils et services pour leurs clients ou bien pour améliorer leurs productivités dans une monde IT en évolution constante.

Partant de ces technologies et de ces constats, je vais vous présenter les usages que vous pourrez faire de ces nouveaux outils digitaux et cela dans plusieurs cas métiers.

 

Use Case – digitalisation du BTP

Le BIM (Building Information Modeling) est l’approche qu’adopte l’industrie de la construction pour partager l’information en temps réel entre tous les acteurs qui participent à un projet de construction. L’objectif est de permettre une meilleure collaboration et cela à chaque étape et entre tous les métiers.
Le BIM doit permettre d’organiser et de structurer les données relatives à un ouvrage sous la forme d’un modèle (la maquette numérique) exploitable par tous les acteurs de cet ouvrage, de façon collaborative, pendant toute la durée de vie du bâtiment.

Cette technologie se veut finalement être une méthode de travail s’inspirant de l’industrie, basée sur le prototypage et l’échange ainsi que sur la structure de l’information tout au long du cycle de vie du bâtiment. Le BIM peut être vu comme le fil rouge de la transformation digitale de l’industrie de la construction et comme un processus de structuration, de normalisation, de création, de production, d’échange, d’intégration, d’analyse, de gestion, de visualisation et d’exploitation de données.

Notre cas d’usage s’intéresse aux nouveaux bâtiments car leurs constructions est optimisées par l’utilisation de cette technologie. La performance de cet outil n’est pas uniquement utile lors de la phase de conception, mais aussi lors de la phase d’exploitation des bâtiments déjà existants. En effet, quoi de mieux que des drones pour numériser le bâtiment et créer son jumeau numérique (aussi appelé Digital Twin). L’intérêt de pouvoir créer ces jumeaux numérique est de reproduire à l’exactitude les objets réels notamment pour  les faire évoluer. Le bâtiment réel vient augmenter le bâtiment virtuel par l’intermédiaire d’une multitude de capteurs IoT . L’utilisation de ces jumeaux ouvre de multiple mise en application, je pense par exemple à la préparation des interventions en réalité virtuelle, au guide de maintenance en réalité augmentée sur le bâtiment physique, au suivi du vieillissement, …

 

utilisation du BIM dans le BTP

 

 

Use Case – l’usine 4.0

A la différence du BTP, l’usine 4.0 porte plus spécifiquement son intérêt sur les chaînes de production que sur le bâtiment lui-même. Présentée comme la 4ème révolution industrielle, elle se caractérise par l’intégration des technologies numériques dans les processus de fabrication. L’objectif est, notamment, de maximisée la production en fonction du coût de l’énergie et de la chaîne d’approvisionnement. On retrouve d’ailleurs plusieurs enjeux qui sont intéressant à énumérer :

  • Enjeux économiques : les nouveaux modes de consommation forment un marché volatil et imprévisible. L’ubérisation bouleverse les habitudes avec moins d’intermédiaires.
  • Enjeux technologiques : l’usine doit être en mesure de délivrer des produits personnalisables grâce à des procédés de fabrication agiles. L’apparition de la fabrication additive voit le jour.
  • Enjeux organisationnels : l’entreprise doit adapter son organisation et miser sur la créativité, la qualité et la réactivité, notamment pour motiver, impliquer et fidéliser ses équipes.
  • Enjeux environnementaux : l’usine est appelée à réduire au maximum son empreinte environnementale et celle de ses produits. Elle devra relever le défi de l’efficacité énergétique, de l’utilisation efficiente des ressources, de la réduction des rejets et nuisances.
  • Enjeux sociétaux : l’entreprise est appelée à contrôler et à améliorer l’impact de ses activités sur le monde qui l’entoure : l’environnement, la santé, l’économie locale, les prestataires, les collaborateurs, … Elle doit s’insérer harmonieusement dans son écosystème de manière à bâtir les piliers d’une performance durable.

Comme pour les bâtiments, l’utilisation de jumeaux numérique semble être le meilleur moyen de représenter ces usines et leurs données en temps réel. De nombreux projets mettent en scène ces jumeaux numérique, de l’intelligence artificiel à la réalité virtuelle ou mixte pour faciliter l’immersion et l’interaction. Voici le schéma qui résume bien l’usine 4.0 :

Utilisateurs <=> Maquette Numérique <=> Usine Physique

représentation de l'usine 4.0

 

Use case – la Supply Chain 4.0

La supply chain représente l’ensemble du réseau qui permet la livraison de produits ou services depuis les matières premières jusqu’aux clients finaux. Le management doit garantir le bon fonctionnement d’une entreprise. C’est cette gestion des tâches et des flux (d’information ou de produit) qui permet de maîtriser la production et l’approvisionnement de son produit ou service ainsi que de respecter ses engagements en termes de délai et de coût.

Aujourd’hui, notre société de consommation capitaliste fait que nous devons produire les bonnes quantités de produit au bon moment. La mise en place du Lean (popularisé par Toyota) dans l’industrie lui a donné des méthodes et des outils pour optimiser la production et réduire les délais. Mais cette pratique impose de mesurer chaque maillon de la chaîne de production pour l’étudier et l’optimiser.

En effet, la logistique est un maillon important de cette chaîne de production qui permet d’aller plus vite, mais aussi de faire moins cher et mieux :

  • Plus vite en réduisant les délais et en éliminant les activités inutiles qui entravent la circulation des flux,
  • Moins cher en réduisant les stocks, les coûts de transport et les coûts de structure qui alourdissent la chaîne logistique,
  • Mieux en offrant des services à valeur ajoutée aux clients.

 

Tout comme l’usine, la Supply Chain passe à la version 4.0 avec différents objectifs :

  • Les prix et les marges : les prix s’érodent dû à la disruptivité du e-commerce, cela explique par ailleurs l’importance qui est donnée aux prix de vente des produits. La supply chain doit permettre aux entreprises de se concentrer sur la constante amélioration des marges, qui restent l’indicateur clé.
  • La traçabilité : le suivi de la marchandise doit aller au-delà de la seule traçabilité. Les niveaux de services demandés passent par l’amélioration des données et l’élévation des exigences sur la piste de vérification. La traçabilité doit s’exercer de bout en bout, de l’origine avec les conditions et les processus de production, la vérification des pratiques éthiques et durables, jusqu’à l’assurance de la livraison entière et à temps.
  • Le stock et la diversité des produits : de plus en plus d’articles sont personnalisables ce qui impose une production flexible et ce qui complexifie la supply chain. Cette complexité double lors de la production et le stockage impose de suivre les articles de manières détaillés.
  • La gestion des commandes : le commerce électronique offre aux industriels la capacité de vendre directement aux consommateurs et donc de créer un lien privilégié. Le revers de cette médaille est l’explosion des commandes qui étaient auparavant agrégées pas les revendeurs.
  • Le suivi généralisé : l’explosion du volume des données sur la chaîne de production donne accès aux entreprises à plus de données qu’elles n’ont la capacité d’exploiter pour accompagner la prise de décision. Elles ont, aujourd’hui, besoin d’une couche d’analyse pour fournir des KPI pertinents afin de prévoir le plus précisément la production, les stocks et la livraison (comme peut le faire Amazon avec l’expédition prédictive).
  • L’exactitude : la capacité à livrer aux clients dans les temps la totalité de la commande au lieu demandé et au moment demandé, sans marge d’erreur.

De la commande à la livraison en passant par la fabrication et l’entrepôt, tous les processus doivent être améliorés et généralement automatisés.

Pour assurer tous ces points, l’automatisation de la gestion des flux est essentielle et elle repose en partie sur la mise en œuvre d’outil numérique (IoT , RFID , NFC , …) notamment pour suivre les matières et les produits du plus petit composant au produit final livré chez le client. Cette demande de suivi n’est en revanche pas suffisante. En effet, le client souhaite aussi avoir la certification que son produit répond à de plus en plus de normes ou encore qu’il soit respectueux d’une méthode de production et cela de manière certifiée et infalsifiable.

processus de livraison

 

 

Axes de travail

Sur ces trois cas d’usage, nous observons la nécessité de digitaliser les processus et les outils pour répondre aux besoins d’optimisation, de rentabilité et de qualité des entreprises et de leurs clients.

A mon sens, le besoin IT sur ces 3 cas se recoupe sur plusieurs points qui mettent en avant le suivi en temps (plus ou moins réel) des objets physiques dont ils sont constitués :

  • Le BTP souhaite suivre la vie du bâtiment,
  • L’Usine 4.0 souhaite suivre la production,
  • La Supply Chain 4.0 souhaite suivre de manière détaillée les articles et leurs déplacements.

La transformation et l’évolution de ces domaines passe par la mise en œuvre d’outils comme l’IoT , l’AI , l’extended reality ou encore la Blockchain.

L’IoT va être massivement utilisé pour remonter les informations mais n’est pas suffisant pour comprendre et permettre de prendre des décisions. Il est néanmoins important de prévoir cette massification notamment d’un point de vue informatique pour alimenter, collecter, suivre les données. Le Big Data sera forcément une partie de la réponse mais il ne peut répondre à lui seul aux besoins et ne serait être la finalité des données.

Aujourd’hui, nous avons bien intégré que le stockage massif des données n’est qu’une étape et que l’analyse uniquement humaine n’est plus suffisante. Nous devons donc nous appuyer sur des algorithmes plus poussés compte tenu du volume grandissant de données. L’AI et plus précisément le Machine Learning et le Deep Learning peuvent nous aider à mieux comprendre et suivre ces données. Par ce biais, il nous est possible de concevoir des modèles mathématiques pour :

  • Surveiller l’évolution d’un bâtiment ou d’une ville entière (Smart Cities), la production et le maintien en condition opérationnelle des chaînes de production, l’approvisionnement et la livraison tant sur le plan quantitatif que qualitatif.
  • Prévoir le vieillissement des structures et leur renouvellement, les cycles de production, l’approvisionnement et la livraison des articles en fonction des perspectives de commandes et de production.

Il nous faut aussi prendre en compte la restitution des donnée et/ou des KPI provenant de l’AI . A l’époque où les données tenaient dans un tableur Excel, nous pouvions corréler ces dernières sur objets réels et des graphiques pouvaient suffire à restituer des KPI. Mais aujourd’hui, où nous ne parlons plus en Ko mais en To ou plus, et où le facteur de temps de réponse est primordial, nous devons utiliser de nouveaux outils pour visualiser et représenter dans un contexte réel ces KPI. Des outils comme la XR vont nous permettre de représenter ces KPI sur un environnement physique et donc de mieux comprendre et interagir avec lui.

Ces anticipations doivent nous permettre d’améliorer la gestion des bâtiments et des infrastructures pour réduire les coûts et maximiser la production sur l’instant mais aussi dans la durée et ainsi diminuer les coûts de maintenance ou d’évolution.

Dans le cadre spécifique de la Supply Chain et de l’Usine 4.0, dans lesquels les contraintes de traçabilité serait très fortes, un outil comme la Blockchain pourrait apporter une réponse technique. Grâce à ce système, chaque étape de transformation des articles doit être vérifiée et certifiée pour en créer le produit final (notamment dans une chaîne de production de nourriture). Pour être significatif auprès du client final, l’ensemble des acteurs de la chaîne d’approvisionnement et de transformation doit remonter de façon unique et infalsifiable ses données sur l’article :

  • Les données de la commande de l’acheteur (type de produit, quantité et qualité, date, …)
  • Les données de production des matières premières (lieux, date, condition de production, …)
  • Les données d’approvisionnement (type de matière, date, quantité et qualité, condition de transport, …)
  • Les données de l’usine de production des produits (toutes les étapes de transformation, date, …)
  • Les données de livraison (type de produit, date, quantité et qualité, condition de transport)

L’ensemble de ces informations doivent permettre au client final de connaître avec certitude le bon respect des critères de qualité et de visualiser la provenance des produits (Track & Show). Pour les entreprises, l’ utilisation de telles solutions leurs permettent de bloquer au plus tôt des productions non conformes (comme le préconise le Jidoka dans la méthode Lean).

 

Pour conclure

Pour finir, nous (les professionnels de l’IT) devons intégrer ces nouveaux outils digitaux dans la base de nos conceptions pour générer de nouveaux besoins et créer de nouvelles valeurs. Ces outils arrivent aujourd’hui à maturité d’un point de vue technique mais leur mise en application n’est pas encore complètement définie. Nous devons être fort de proposition et offrir à nos clients (métier) de nouveaux usages rendu possible grâce à ces outils.

Le mix des technologies devient un nécessité pour aller plus loin dans les usages, notamment comme peut le faire l’IoT et l’AI pour donner naissant à l’AIoT.