Quelle que soit l’efficacité actuelle de la production d’une entreprise industrielle, il est fort probable qu’elle s’améliorera encore à l’avenir – grâce aux « big data ».
Les entreprises de construction mécanique qui misent sur la production lean, vivent le processus d’amélioration continue et font appel à la conception numérique sont déjà sur la voie de l’efficacité de production maximale. Malgré tout, les possibilités offertes par les « big data » peuvent révéler un potentiel supplémentaire d’une étendue inattendue, comme le montre un exemple européen : le cabinet de conseil McKinsey & Company fait ainsi état d’une entreprise chimique qui, grâce à une amélioration constante de ses process, se situe depuis les années 1960 constamment au-dessus des standards du secteur en termes de rendement moyen – et qui, malgré cela, a encore réussi à nettement optimiser ses opérations depuis l’introduction des « big data ». Elle a ainsi pu réduire ses dépenses d’énergie de 15 % et le gaspillage de matières premières de 20 %. Des chiffres impressionnants qui laissent deviner l’intérêt des « big data » aussi pour la construction mécanique. Mais que sont ces « big data » réellement ?
Les « big data » : définition et fonctionnement
Les « big data » sont des volumes de données qui ne peuvent pas être exploités par les méthodes habituelles de traitement des données. Parce qu’elles sont trop volumineuses ou trop complexes, parce qu’elles changent fréquemment ou parce qu’elles ne sont pas suffisamment structurées. Mais ce terme englobe également l’analyse et l’utilisation de ces volumes de données. Le terme « big data » désigne donc aussi bien un volume de données non exploitable par des méthodes conventionnelles que leur exploitation automatisée par des méthodes avancées.
Le terme « big data » désigne des volumes de données énormes et les méthodes avancées nécessaires pour leur exploitation.
Dans ce contexte, il est possible de développer plus avant les améliorations globales à l’image de l’exemple ci-dessus : cette entreprise chimique a fait appel à une forme d’intelligence artificielle pour exploiter les volumes de données générés par la production et ainsi déterminer l’influence de différents facteurs sur les rendements de la production. L’analyse a porté entre autres sur la pression, la température et le débit du fluide de refroidissement, ainsi que sur le débit de dioxyde de carbone. Se basant sur cette évaluation, l’entreprise a adapté ses paramètres de production et ainsi réalisé les économies ci-dessus en termes de dépenses d’énergie et de gaspillage de matières premières.
Le rôle des « big data » pour la construction mécanique
Les évaluations basées sur le principe des « big data » trouvent leur place partout où le processus de valeur ajoutée génère des volumes importants de données, ou un nombre tel de variables entre en jeu que leur effet sur l’efficacité du processus ne peut plus être déterminée par des méthodes conventionnelles. Ainsi, les « big data » peuvent par exemple s’utiliser pour la production de machines proprement dite pour détecter des potentiels inutilisés et produire de manière plus efficace. Mais toute médaille a son revers : quiconque collecte de grandes quantités de données doit veiller à ce que leur traitement et leur sauvegarde s’effectuent dans le respect de la protection des données – tout particulièrement pour des données liées aux clients.
Il ne faut pas non plus sous-évaluer le facteur humain. L’intégration et la mise en œuvre de « big data » nécessitent des spécialistes ayant les compétences requises, ainsi que le consentement du personnel pour un travail fortement basé sur les données. Certains employés pourraient en effet avoir du mal à prendre des décisions principalement basées sur des faits, et moins sur l’intuition et l’expérience. Les entreprises du secteur de la construction mécanique ont tout intérêt à relever avec détermination les défis des « big data ». Celui qui les maîtrisera en tirera très probablement de grands avantages.
Cependant, les constructeurs de machines devront impérativement veiller à ce que leurs machines soient compatibles avec le système d’analyse des données utilisé par leurs clients. Actuellement, même si seulement 8 % environ des entreprises allemandes de taille moyenne misent sur les « big data », environ 46 % d’entre elles les considèrent comme particulièrement importantes dès aujourd’hui, comme le montre l’étude « Der Rohstoff des 21. Jahrhunderts: Big Data, Smart Data – Lost Data? » (La matière première du 21ème siècle : Big Data, Smart Data – Lost Data?). En outre, 35 % des entreprises interrogées considèrent que les « big data » joueront un rôle prépondérant à l’avenir. Ce n’est donc qu’une question de temps avant que les concepts des « big data » comme les méthodes d’analyse avancées et l’apprentissage machine n’envahissent ce secteur et ne fassent partie du quotidien des constructeurs de machines.
La construction mécanique du futur mise sur les « big data »
Les technologies des « big data » s’utilisent également pour la « Maintenance prédictive » de l’Industrie 4.0 : l’exploitation automatisée de données de capteurs permet de détecter les moindres anomalies et de déterminer les pièces et machines nécessitant une maintenance – et donc de les remplacer ou de les réparer avant une augmentation du taux de rebuts, voire une panne totale. La mise en place d’analyses de « big data » permettra, surtout à long terme, d’éviter des coûts et des pertes de production considérables.
Les « big data » donnent aux entreprises une vision de l’avenir.
Mais les possibilités des « big data » dans la construction mécanique ne se limitent pas à la fabrication. Un exemple de l’industrie automobile montre que les entreprises peuvent tirer avantage des « big data » aussi dans le domaine des pièces de rechange : les rapports d’atelier et les retours des clients permettent aux constructeurs automobiles de détecter les sources de défauts qui n’apparaissent que lors de l’utilisation quotidienne de véhicules avant qu’ils ne soient largement connus du public et n’affectent leur image. Ainsi, utilisés correctement, les « big data » permettent d’entrevoir l’avenir – une possibilité qui, si elle n’est pas impayable, n’en a pas moins une valeur inestimable.
