À l’image du Sommet de l’action pour l’IA et les investissements massifs annoncés dans le secteur, la France s’approprie plus que jamais les enjeux de l’intelligence artificielle. Mais dans l’industrie, les PME et ETI rencontrent des freins dans l’adoption de cette technologie et n’exploitent pas encore son plein potentiel. Comment b<>com propose à ces entreprises de s'appuyer sur l'IA pour décupler les leviers de compétitivité existants ? Thierry Lucidarme, Directeur Exécutif de la Stratégie Innovation et Performance, et Jérôme Royan, VR/AR/AI Senior Scientist, font le point.
Concrètement, par quels levier l’IA optimise-t-elle les processus industriels ?
Dans l’industrie, nous identifions plusieurs leviers pouvant être optimisés par l’IA. La logistique au sens large en fait évidemment partie, où des tâches peuvent être automatisées, comme la planification ou les inventaires. L’optimisation des stocks, la prévision de la demande, la gestion d’une flotte de véhicules sont d’autres exemples. Ce sont des sujets sur lesquels nos chercheurs travaillent déjà ; par exemple, b<>com développe pour TDF un outil basé IA pour optimiser les tournées quotidiennes de techniciens de TDF, et définir un parcours idéal selon plusieurs critères.
Les processus de production sont également concernés, là aussi avec la programmation de tâches, la réorganisation de lignes de production ou encore l’automatisation de la robotique. On peut également citer les contrôles qualité, la détection de défauts de fabrication, la maintenance… La liste est large ! Mais encore faut-il pouvoir déployer des solutions qui permettent d’y parvenir. Or, certains industriels réalisent que lorsqu’ils ont déployé une IA, celle-ci n’est encore que très rarement adaptée à leurs besoins concrets. On constate également parfois qu’elle ne s’interface pas correctement avec leur système. Ce sont de vrais freins pour la valoriser et la compétitivité des entreprises. Pour bénéficier des avantages de l’IA, il faut s’appuyer finement sur les métiers de l’entreprise.
La collecte, et la préparation des données : les clés d’une IA plus performante ?
Les industriels ont à leur disposition une multitude de données issues de diverses sources (capteurs, logiciels industriels, jumeaux numériques…). Parmi elles, rares sont les données qui soient déjà structurées pour être exploitées correctement par l’IA. Mais les avantages de l’IA dans l’industrie cités précédemment ne sont possibles que si ces données sont agrégées et structurées pour pouvoir entraîner des modèles d’IA. La préparation des données pour entrainer des IA qui répondent spécifiquement aux besoins de chaque industriel est donc un enjeu essentiel ! Pour cela, il faut mettre à leur disposition des outils qui leur permette de préparer facilement leurs données (que ces données soient collectées en temps réel ou non).
Ce que nous ambitionnons, c’est une plateforme souveraine, capable de facilement collecter et d’agréger ces données afin d’entrainer des modèles IA répondant aux différentes tâches clés des industriels (ordonnancement, prédiction, optimisation, simulation, analyse, reconstruction 3D, localisation, ...). En effet, à l’heure actuelle, il existe de nombreux modèles IA entrainés sur de vastes ensemble de données, mais qui ne répondent pas du tout aux spécificités de l’industrie. D’où la nécessité d'affiner ces modèles à partir des données en possession des industriels pour qu’ils soient beaucoup plus performants.
Aussi, une attention toute particulière sera portée sur l’éthique des données utilisées, que ce soit en termes de collecte, de stockage, et surtout en termes de préparation. En effet, le développement d’outils intelligents facilitant l’annotation de données permettra de s’affranchir de l’exploitation massive de travailleurs de l’ombre à travers le monde qui annotent à longueur de journées des données d’entrainement.
Les bénéfices attendus sont pluriels. La plateforme permettra aux industriels d’interagir plus efficacement avec leurs sources de données, de mieux les gérer et de les interroger de manière naturelle, sans compétence technique poussée. Elle permettra également de concevoir des modèles d’IA entrainés sur ces données et applications métiers, avec pour objectif final d’optimiser les processus industriels cités ci-dessus.
Cette plateforme IA sera-t-elle adaptée aux PME et ETI ?
Plusieurs profils de PME trouveront un intérêt à rejoindre le programme que nous lançons. Pour les PMEs ayant déjà déployé une IA dans leur système, mais sans en être pleinement satisfait, l’IRT proposera un accompagnement pour optimiser l’existant et répondre de façon simple, personnalisée et concrète aux problématiques spécifiques de chacun, en s’adaptant aux processus déjà en place. Pour les PMEs n’ayant pas franchi le cap, b<>com commencera par établir un diagnostic des processus présents. Une méthode déjà éprouvée avec notre membre Ekinops par exemple : avec l’établissement d’un diagnostic sur la maintenance prédictive des réseaux de transport optique et réseaux d’accès, différentes approches (comme l’IA ou le machine learning) ont été évaluées, permettant d’anticiper les pannes de composants via l’analyse de données récoltées en temps réel et de données enregistrées.
Quel que soit le degré d’installation de l’IA dans les processus industriels, b<>com s’adapte aux contraintes et enjeux spécifiques de chaque partenaire pour y répondre pleinement ; et cette approche nous semble particulièrement utile à des structures de taille moyenne et intermédiaire. Qui pourront bénéficier des avantages du cercle d’innovation de b<>com : l’IRT prend en charge le volet administratif pour assurer le montage du projet et son financement. Les participants pourront mutualiser les coûts et ainsi bénéficier d’un effet de levier sur les financements du projet.
