Dans l’atelier d’un plasturgiste de Nemours, une presse à injecter mise en service en 1998 tourne à côté d’une machine livrée l’an dernier. La première ne sait rien dire d’elle-même. La seconde produit plus de données en une journée que l’entreprise n’en a exploité en vingt ans. Entre les deux, un opérateur note encore les arrêts sur une feuille punaisée au montant de la presse. Voilà le point de départ réel de presque toutes les missions que nous menons comme expert conseil en IA de la transformation industrielle : un parc hétérogène, des données partout et nulle part, et une feuille de papier qui reste le seul système d’information fiable.
Un même mot pour deux projets qui n’ont rien à voir
Quand un dirigeant industriel parle de transformation, il désigne l’une de deux choses. Soit numériser ce qui existe déjà, en supprimant les ressaisies, les tableaux parallèles et les feuilles punaisées. Soit changer la manière même de produire ou de vendre, en passant par exemple de la fabrication sur stock à la fabrication à la commande.
Le premier chantier est modeste, mesurable, et se paie en quelques trimestres. Le second est un projet d’entreprise qui engage la trésorerie, les compétences et parfois les locaux. Les mélanger est l’erreur de cadrage la plus coûteuse que nous rencontrons. Notre position, assumée : commencez par le premier, même quand le second est votre vraie ambition. Une entreprise qui ne sait pas ce que produisent ses machines n’a aucune chance de piloter un changement de modèle.
Le papier avant les capteurs
La tentation habituelle consiste à instrumenter les machines. C’est visible, cela fait un beau schéma en comité de direction, et cela produit un lac de données que personne n’exploite. Chez le plasturgiste, cent douze salariés et trois lignes d’injection, nous avons commencé par autre chose : les documents.
Fiches d’instruction, gammes de fabrication, procès-verbaux de réception, plans clients envoyés en pièce jointe et rangés dans la messagerie de la personne qui les a reçus. Rassembler ce fonds, le rendre interrogeable en langage courant, permettre à un régleur de retrouver en vingt secondes les paramètres utilisés la dernière fois qu’on a monté ce moule : voilà un chantier sans capteur, sans arrêt de production, et dont l’effet se voit dès la deuxième semaine. Le module Mail’IA a servi ici à extraire des messages les pièces techniques qui y dormaient, plusieurs milliers sur cinq ans.
Le régleur le plus ancien de l’atelier, celui dont tout le monde disait qu’il partirait avec les secrets de maison, a été le premier convaincu. Il n’aime pas expliquer trois fois la même chose.
L’ordonnancement, le sujet que personne ne veut ouvrir
C’est le nœud de la transformation industrielle, et c’est celui qu’on repousse toujours. Parce que le planning est tenu par une personne, souvent depuis quinze ans, avec un mélange de logiciel et d’intuition que personne d’autre ne sait reproduire. Toucher à cela revient à toucher à un équilibre humain.
L’apport de la machine y est pourtant considérable : simuler l’effet d’une commande urgente sur les vingt jours suivants, tenir compte des temps de changement de série selon l’ordre des fabrications, signaler qu’une matière commandée arrivera après le lancement prévu. Le planificateur ne perd pas la main, il gagne la possibilité de tester quatre scénarios avant le point du lundi matin au lieu d’en défendre un seul.
Notre recommandation : associer cette personne au projet dès la première heure, et lui donner explicitement le rôle d’arbitre du paramétrage. Les tentatives menées par-dessus sa tête échouent toutes, sans exception dans notre expérience.
Le contrôle qualité, un cas où la machine voit mieux
Sur le contrôle visuel de pièces répétitives, la vision automatisée est nettement supérieure à l’œil humain en fin de poste. Elle ne fatigue pas, elle applique le même critère à la première et à la deux millième pièce, elle documente chaque décision. Sur des défauts d’aspect que l’entreprise laissait passer au troisième huit, le gain est direct et se lit dans les retours clients.
Deux limites, à énoncer avant de signer quoi que ce soit. La mise au point demande des centaines d’exemplaires de défauts réels, ce qui suppose de les avoir photographiés pendant plusieurs mois, et donc d’avoir anticipé. Et un changement de teinte, de matière ou d’éclairage peut faire chuter la fiabilité du jour au lendemain. Une entreprise qui produit dix mille pièces identiques par mois y trouve son compte. Un atelier qui fait de la petite série sur mesure, beaucoup moins, et nous le disons quand c’est le cas.
Le parc hétérogène n’est pas une excuse
« Nos machines sont trop vieilles » est l’objection la plus fréquente et la plus contestable. Une presse de 1998 peut être équipée d’un compteur de cycles et d’un relevé d’arrêts pour un coût sans commune mesure avec son remplacement. Le sujet n’est pas l’âge de l’équipement, c’est de savoir quelle décision on prendra avec la donnée collectée. Si la réponse est « aucune pour l’instant », ne collectez pas.
La question de l’anticipation des pannes vient plus tard dans la trajectoire, une fois l’historique constitué ; nous la traitons à part car elle obéit à ses propres règles. Commencer par là, sans deux ans de relevés, revient à demander une prévision sans passé.
Le calendrier honnête, et les compétences qui vont avec
Sur une PME industrielle de cette taille, comptez un trimestre pour le premier chantier documentaire, deux à trois trimestres supplémentaires pour l’ordonnancement, et une année pleine avant de parler sérieusement d’indicateurs consolidés. Le module Report’IA n’a d’intérêt qu’à ce moment-là, quand les chiffres qu’il agrège viennent enfin d’une source unique.
Le facteur limitant n’est ni le budget ni la technique. C’est le nombre de personnes capables, en interne, de dire si une proposition d’outil correspond au métier. Une formation d’initiation pour l’encadrement d’atelier et un parcours référent IA pour deux ou trois personnes clés coûtent une fraction du projet et en déterminent l’issue. Sur ce point, notre article consacré à la question de la formation de tous les collaborateurs à l’usage de l’IA précise ce qui vaut la peine d’être généralisé et ce qui ne le vaut pas.
Un mot pour finir sur le rôle du regard extérieur. Un industriel connaît son métier infiniment mieux que nous. Ce qu’il n’a pas, c’est le temps d’aller voir comment quinze autres entreprises ont traité le même problème, ni la distance nécessaire pour repérer ce qui est devenu invisible à force d’habitude. Intervenir en expert conseil en IA de la transformation industrielle consiste essentiellement à poser des questions bêtes sur des évidences, puis à chiffrer ce que coûtent ces évidences. C’est ce que MINOBIA fait dans les ateliers d’Île-de-France et d’ailleurs.
Questions fréquentes
Faut-il remplacer les machines anciennes pour commencer ?
Non. Les premiers chantiers rentables ne touchent pas aux équipements, ils portent sur les documents, les plannings et les flux d’information entre bureau et atelier.
Combien de temps avant le premier résultat visible ?
Quelques semaines sur l’accès à la documentation technique. Beaucoup plus long dès qu’on touche à l’ordonnancement, parce que le sujet est autant humain que technique.
Nos données sont-elles suffisantes ?
Pour les usages documentaires, presque toujours. Pour tout ce qui relève de la prédiction, il faut de l’historique, et une entreprise qui n’en a pas doit d’abord en constituer.
Les opérateurs vont-ils accepter ?
Cela dépend entièrement de ce qu’on leur enlève. Un outil qui supprime une ressaisie est adopté seul. Un outil perçu comme un dispositif de surveillance ne l’est jamais, et le débat mérite d’être ouvert franchement dès le départ.
Faut-il un service informatique interne ?
Pas nécessairement, mais il faut au moins une personne désignée qui suit le sujet. Sans elle, le projet dépend entièrement du prestataire, ce qui n’est jamais une bonne position.
Cadrez la transformation de votre outil industriel
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
