« L’automatisme industriel consiste, schématiquement, à faire dialoguer des capteurs, des automates et des actionneurs pour piloter une chaîne de production », explique Lucas Chevalier, consultant expert en automatisme et supervision chez CGI. Pourtant, il ne s’agit aujourd’hui pas seulement d’automatiser. Beaucoup de sites le sont déjà, et ce (parfois) depuis longtemps. Le sujet est plutôt de moderniser des installations construites par couches successives et fonctionnant donc sur des équipements anciens. « Certains automates ont vingt ou vingt-cinq ans. Les pièces deviennent difficiles à trouver et la maintenance dépend alors de grossistes qui détiennent les stocks restants ». Dans ce contexte, le changement d’automatismes représente une opération sensible qui touche directement à la continuité opérationnelle.
De quoi parle-t-on précisément ? Dans une usine de traitement des eaux usées, une modernisation des systèmes peut consister à intégrer de nouveaux capteurs (pression, pH, débit, etc.) puis à programmer l’automate pour ajuster la pression, piloter l’écoulement ou remonter les informations vers une interface homme-machine de supervision. Dans une fonderie d’aluminium, où la continuité de fonctionnement est critique, le remplacement d’un équipement vieillissant suppose de faire fonctionner l’ancien et le nouveau système en parallèle. « La simulation prend ici une place croissante. On va avoir recours à des jumeaux numériques pour tester le nouveau programme et s’assurer qu’il est opérationnel avant de le déployer en conditions réelles », ajoute Rémy Gillet, directeur technique pour l’ingénierie industrielle chez CGI.
Plus de supervision, donc plus de données !
La modernisation transforme la nature même de l’automatisme. Hier, le métier portait surtout sur la programmation, la mise en service et le dépannage. Aujourd’hui, il intègre de plus en plus la supervision, les objets connectés, la donnée, la cybersécurité et, demain, l’IA.
« La raison est simple : une chaîne automatisée produit de plus en plus d’informations. Chaque capteur transforme une information physique en donnée exploitable », explique Florient Rovinalti, responsable du développement commercial pour l’ingénierie industrielle chez CGI. Le problème, c’est que ces données sont par nature hétérogènes : un temps d’ouverture de vanne, un niveau de cuve, une consommation électrique, une température... Pour les exploiter, il faut les structurer, les contextualiser et les faire circuler proprement vers les bons systèmes.
« Les données ne servent plus seulement à constater qu’un équipement fonctionne ou non. Elles permettent d’analyser les dérives, d’identifier les causes de panne, d’optimiser les cycles et de réduire les arrêts non prévus », poursuit Florient Rovinalti. C’est le cas pour la maintenance que les industriels souhaitent non seulement préventive, mais surtout prédictive. « À terme, l’objectif est de pouvoir détecter un ensemble de signaux faibles (une vanne qui met plus de temps à s’ouvrir + une intensité anormale + une vibration inhabituelle) pour anticiper un défaut avant qu’il ne bloque la production. »
La cybersécurité au centre des préoccupations
L’évolution des procédés industriels rend les systèmes plus vulnérables. Si les anciens environnements fonctionnaient de manière isolée du système d’information, les architectures actuelles reposent sur Ethernet, des systèmes de supervision, des accès distants et des API qui envoient vers d’autres logiciels (ERP, PLM, etc.). « Cette ouverture facilite le pilotage, mais élargit en même temps la surface d’attaque », observe Rémy Gillet.
La cybersécurité doit donc être intégrée dès la conception des programmes d’automatisme. Trois réflexes deviennent incontournables :
- Cartographier précisément les équipements, les flux et les dépendances entre automates, supervision, réseaux industriels et systèmes IT.
- Segmenter les environnements pour éviter qu’un incident local ne se propage.
- Mieux gérer les accès : droits en fonction des profils, authentification plus robuste, traçabilité des interventions, etc.
Préparer le terrain pour l’IA
L’IA ne remplacera pas l’automatisme industriel. Elle va plutôt s’appuyer sur lui. « Dans ce domaine, le sujet central n’est pas le chatbot ou le LLM mais le machine learning appliqué aux données de production, qui existe depuis longtemps dans l’industrie » rappelle Rémy Gillet. Les avancées sur l’IA vont permettre d’aller encore plus loin. Par exemple, sur un bâtiment naval arrivant à quai et dans une optique de maintenance prédictive, l’IA pourra aider à anticiper les pièces à commander, les appels d’offres à lancer, les travaux à planifier et les budgets à prévoir sur un, trois ou cinq ans. « Sur une ligne de production, elle peut aider à décider s’il faut ajouter une ligne, remplacer une machine, revoir une cadence ou optimiser un procédé. » Cette évolution marque une nouvelle étape de la transformation industrielle : l’IA au service de l’optimisation continue et prédictive.
Contenu proposé par CGI
