[Avis d'expert] L’industrie manufacturière doit faire face à ses problèmes de cloisonnement des données

,

Publié le

Tribune Les perspectives du secteur manufacturier sont bonnes mais son avenir dépend également de la gestion des données. L’industrie manufacturière est à la traîne par rapport aux autres secteurs en ce qui concerne la gestion des données via le DataOps et elle doit combler ses lacunes pour soutenir la production et améliorer ses résultats commerciaux. Par Pierre Van Der Elst, vice-président sales EMEA chez Seagate.

[Avis d'expert] L’industrie manufacturière doit faire face à ses problèmes de cloisonnement des données
L'avenir de l'industrie manufacturière est inextricablement lié aux produits mais également à la gestion des données qui soutiennent la production.
© D.R.

L’industrie manufacturière mondiale est énorme. Elle génère un chiffre d’affaires global d’environ 10 000 milliards de dollars. Malgré l’impact de la pandémie de Covid-19 sur la production industrielle, les perspectives du secteur sont bonnes. Il est clair que l’avenir de la production industrielle est inextricablement lié aux produits. Il est cependant moins évident qu’il dépend également de la gestion des données qui soutient la production.

En effet, force est de constater un décalage entre d’un côté, les investissements importants des fabricants dans le matériel et les logiciels des usines, et de l’autre, le besoin, négligé, de vues de données unifiées. Grâce aux opérations de masse sur les données, basées sur des analyses approfondies pour donner un sens aux données, d’autres secteurs acquièrent un avantage concurrentiel. Selon le nouveau rapport Rethink Data de Seagate Technology, le secteur manufacturier est à la traîne par rapport aux autres secteurs en ce qui concerne la gestion des données via le DataOps, méthodologie axée sur la collaboration entre créateurs et consommateurs de données. Les lacunes des usines doivent être comblées.

Dans le cadre des processus de production, les fabricants sont confrontés à un déluge de données. Ils doivent tirer parti de l’analytique avancée, de l’apprentissage automatique et de l’intelligence artificielle non seulement pour fabriquer leurs produits, mais également pour améliorer leurs résultats commerciaux grâce à la gestion des données. Pour ce faire, les fabricants ont besoin d’une vue unifiée des données.

Pourquoi ce décalage ?

Selon l’enquête IDC de 2018 sur la convergence IT/OT, près de 80 % des actifs de production instrumentés sont connectés numériquement sous une forme ou une autre. C’est une bonne nouvelle.

Mais pourquoi la croissance rapide des actifs numériques n’est-elle pas accompagnée d’une gestion des données plus large dans le secteur manufacturier ? Pourquoi les silos de données ne sont-ils pas connectés à travers une intentionnalité à l’échelle de l’entreprise concernant les données, mise en pratique à l’aide de logiciels, de matériel, d’orchestration et de processus de gestion des données ?

Le rapport Rethink Data, basé sur une étude d’IDC menée auprès de 1 500 chefs d’entreprise dans le monde, montre que le taux de croissance des données du secteur manufacturier est inférieur à celui des autres secteurs : 37 % contre 42,2 %, en moyenne. Le secteur manufacturier est à la traîne en ce qui concerne l’adoption du Cloud hybride et du multicloud pour les charges de travail principales. Les leaders du secteur déclarent que la gestion du stockage des données est leur plus grand défi. Fait quelque peu surprenant pour un secteur réputé pour ses implémentations de l’intelligence artificielle et de l’apprentissage automatique, le secteur manufacturier affiche le plus bas niveau d’automatisation des tâches de gestion des données et le taux le plus bas d’intégration complète des fonctions de gestion des données.

Et ce pour quatre raisons :

Premièrement, les charges héritées persistent. Les technologies de production industrielle évoluent rapidement ; le suivi de divers capteurs sur diverses machines peut se révéler difficile pour la gestion des données. Dans de nombreux cas, l’infrastructure vieillissante ne peut pas suivre la quantité d’actifs connectés entrant dans l’usine. Trop souvent, les usines mettent en œuvre des processus ad hoc pour connecter et gérer les actifs sans infrastructure sous-jacente pour une gestion complète.

Deuxièmement, il existe également un manque de compétences informatiques au sein des effectifs du secteur. Si les travailleurs qualifiés représentent l’avenir du secteur manufacturier dans les économies développées, le manque de compétences adéquates est l’un des plus grands obstacles que les entreprises doivent surmonter. Elles sont confrontées au vieillissement de la main-d’œuvre et ont du mal à trouver de nouveaux employés qualifiés désireux de travailler dans une usine.

Troisièmement, le déplacement de certaines données vers la périphérie complique les choses. La croissance rapide des données des fabricants est liée à la croissance des objets IdO à la périphérie de leurs réseaux de données. Ces périphériques sont déconnectés des systèmes du siège et les transferts de données volumineuses sur les réseaux d’entreprise sont coûteux et lents.

Quatrièmement, les fabricants ont besoin d’un logiciel complet de gestion des données. Les fabricants ne sont pas satisfaits des outils logiciels de gestion des données qui ne leur permettent pas d’avoir une vue d’ensemble de leur activité. Et de nombreuses usines n’ont pas de logiciel de gestion des données. En outre, les logiciels de virtualisation s’avèrent peu utiles pour afficher et rechercher les tendances dans les données de plusieurs services.

Vers de nouvelles solutions d’entreprise basées sur les données

Certaines entreprises du secteur manufacturier ont pris les devants en exploitant l’analyse prédictive des données pour améliorer leur efficacité et leur performance globales.

L’une de ces entreprises est Robert Bosch GmbH, équipementier allemand pour l’industrie automobile. L’usine Bosch Rexroth de Homburg, qui produit des vannes hydrauliques pour camions ou tracteurs, utilise des étiquettes d’identification par radiofréquence (RFID) et un système de communication sans fil pour connecter les travailleurs, les machines et les pièces. Il en résulte un processus de production plus efficace. La chaîne d’assemblage unique de l’usine peut produire 200 versions différentes de vannes hydrauliques (elle est devenue plus polyvalente dans sa production), tout en réduisant sa consommation d’électricité et les coûts de production.

Une autre entreprise qui tire parti d’analyses de données plus rationnelles est Caterpillar, fabricant de gros équipements de construction et de récolte basé à Chicago. À Peoria dans l’Illinois, Caterpillar utilise l’analyse prédictive sur les données de ses usines, libérées de leurs silos, pour améliorer les services fournis à ses clients et ses résultats commerciaux.

"Des informations telles que l’analyse d’échantillons de carburant, le poids de la benne de remplissage, le temps d’inactivité et la consommation de carburant - toutes ces différentes choses que nous capturons dans toutes ces machines connectées - nous fournissent cette grande quantité de données", a déclaré Jeff Krupp, directeur des applications chez Cat Digital. "Nous pouvons intégrer ces données dans des modèles d’analyse prédictive qui garantiront une expérience personnalisée, des machines plus productives et, par conséquent, des clients plus productifs."

Pour survivre à la fracture numérique et continuer à prospérer, les fabricants doivent rejoindre les rangs de Bosch et de Caterpillar.

La voie à suivre

La voie à suivre pour améliorer la gestion des données dans le secteur manufacturier comprend les cinq étapes suivantes :

1 - Tirez parti des données dont vous disposez déjà : collectez et intégrez les données en décloisonnant leurs silos.
2 - Utilisez l’analyse avancée des données pour recueillir des informations à de nouvelles fins commerciales. L’analyse prédictive peut dynamiser votre entreprise en lui permettant de trouver de nouveaux modèles commerciaux porteurs de chiffre d’affaires et de bénéfices futurs.
3 - Modernisez et gérez le stockage – et les données qu’il contient – à l’aide de la nouvelle génération d’outils matériels et logiciels. Les serveurs de périphérie sont souvent équipés d’une pile logicielle intégrée pour faciliter la gestion des données des sites distants.
4 - Sécurisez toutes les données que vous collectez. Chaque année, la conférence sur les logiciels de sécurité RSA met en évidence l’importance de sécuriser les données dans toute l’entreprise, afin d’empêcher les adversaires externes et les pirates informatiques de perturber les opérations commerciales.
5 - Implémentez le DataOps. Utilisez les métadonnées (les données sur les données) pour donner un sens aux données. Balisez les nouvelles données pour faciliter leur accès et leur analyse.

Mais - et c’est essentiel - ne laissez pas la communication sur les données seulement aux machines. Les conversations sur les données ne doivent pas être reléguées aux DSI, aux scientifiques des données et au département informatique. Les chefs d’entreprise devraient encourager les échanges transversaux sur l’utilité de divers types de données, et la classification ultérieure des données en fonction de ce qu’ils veulent qu’elles accomplissent.

Le succès du DataOps n’est pas seulement une question de technologie. Il s’agit de la communication concernant les données qui, associée à des analyses efficaces, permet d’établir une vue unique des informations ayant une grande valeur commerciale.


Pierre Van Der Elst, vice-président sales EMEA chez Seagate

Les avis d'experts sont publiés sous l'entière responsabilité de leurs auteurs et n'engagent en rien la rédaction de L'Usine nouvelle.

Réagir à cet article

Créez votre compte L’Usine Connect

Fermer
L'Usine Connect

Votre entreprise dispose d’un contrat
L’Usine Connect qui vous permet d’accéder librement à tous les contenus de L’Usine Nouvelle depuis ce poste et depuis l’extérieur.

Pour activer votre abonnement vous devez créer un compte

Créer votre Compte