By Constant Ondo
Le MES (Manufacturing Execution System) devient un élément essentiel du système d’information industriel 4.0 en ce qu’il promet des gains de performance significatifs, via sa capacité à analyser en temps réel les données de production et à alerter en cas de problème.
Porte-drapeau de la production connectée, il apparaît naturellement comme le lieu idéal pour collecter, stocker et analyser les données issues de l’instrumentation des machines avec des capteurs IoT.
Mais faut-il pour autant associer systématiquement capteurs IoT et MES ? Ou voir dans un logiciel capable d’interagir avec ces capteurs un substitut au MES ?
La réponse à ces deux questions est non.
PICC Software n’a pas vocation à être un MES. PICC Software est une plateforme d’intelligence collective. Pourtant, nous avons tenu à ce qu’elle puisse être connectée directement à des capteurs IoT et qu’elle puisse également interagir avec eux.
Cette fonctionnalité, unique pour une plateforme d’intelligence collective, a déjà prouvé son intérêt dans le cadre de plusieurs projets. Elle peut être utilisée par exemple en amont du déploiement d’un MES pour tester en réel l’intérêt d’une remontée de données, en parallèle du MES, dans le cadre du développement de nouveaux produits, ou en complément du MES, pour l’amélioration des performances industrielles.
Augmenter le ROI d’un projet MES
Toute personne impliquée dans un projet de déploiement d’un MES sait à quel point il est important de cibler les données critiques pour que l’outil délivre les gains escomptés avec un maximum d’efficience.
Bien que tentante, la logique du « tout connecter » ou du « tout collecter » n’est pas envisageable car elle ferait exploser les coûts d’achat et de maintenance sur la partie matériel (capteurs et autres), ainsi que les coûts d’intégration du logiciel. Sans garantie par ailleurs de simplifier la prise de décision sur le terrain, au contraire.
D’où la nécessité de modéliser les processus métiers en amont du projet, avec comme objectif d’identifier les problèmes qui peuvent surgir à chaque étape et les informations nécessaires pour anticiper ces problèmes ou, à défaut, les résoudre le plus rapidement possible.
L’enjeu est de s’appuyer sur les processus existants (la réalité du métier) tout en se projetant dans une nouvelle manière de travailler (on modélise le processus cible). Comment valider que ce processus cible apportera les résultats escomptés si on ne peut pas le tester avant le déploiement du MES ?
C’est précisément là qu’intervient la plateforme d’intelligence collective connectée à des capteurs IoT. Elle va dans un premier temps permettre de cartographier automatiquement les processus existants, en intégrant les connaissances de tous leurs acteurs. Elle va ensuite permettre d’identifier les « trous dans la raquette », c’est à dire les points où le manque d’information nuit à la performance globale. Elle va enfin permettre de tester, en conditions quasi réelles, différents scénarios de monitoring.
Utilisée en amont du déploiement d’un MES, une plateforme telle que PICC Software optimisera le rapport coûts/bénéfices, et donc le ROI, de la digitalisation des informations de production.
Accélérer le développement et l’industrialisation de nouveaux produits
Un des grands apports des plateformes d’intelligence collective est de stimuler la créativité des entreprises, avec à la clé une accélération du processus d’innovation. Une plateforme comme PICC Software permet même d’aller plus loin et de systématiser le processus d’innovation pour en garantir les résultats.
Une bonne plateforme d’intelligence collective ne se contente pas de permettre le partage d’idées. Elle accompagne les équipes de l’idéation à la mise sur le marché. Et elle fait gagner du temps à chaque étape en :
- automatisant une partie de l’analyse,
- apportant une vision globale, éclairée par l’ensemble des connaissances de l’entreprise,
- sécurisant la prise de décision.
Ceci n’est bien sûr possible que si la plateforme d’intelligence collective s’appuie sur l’intelligence artificielle pour apporter de la valeur aux connaissances, fonctionnalité qui la distingue fondamentalement des plateformes de knowledge management ou des digital workplaces.
Si la plateforme est capable de communiquer et d’interagir avec des capteurs IoT, elle est en mesure de nourrir en temps réel l’intelligence collective avec un nouveau champ de connaissances. Des connaissances accessibles à distance et instantanément mises à la disposition de tous les collaborateurs à chaque étape du développement.
Au stade de la faisabilité, les capteurs connectés à la plateforme d’intelligence collective vont par exemple permettre de mesurer les performances fonctionnelles d’un concept et de comprendre facilement comment elles évoluent sous l’influence de différents paramètres.
Au stade des prototypes, ils pourront servir à suivre à distance des tests de résistance et à être alerté du dépassement d’une valeur seuil qui pourrait entraîner la dégradation du prototype.
Au stade des pré-séries, les capteurs IoT permettront d’acquérir de manière automatique les données de performance du process pour les optimiser.
Toutes ces fonctions pourraient être réalisées via d’autres logiciels me direz-vous. Certes. Mais au prix sans doute d’une complexification du système d’information et des pertes de temps inhérentes à la mise en forme et au partage d’informations depuis un système tiers.
Avec une plateforme comme PICC Software, il est possible d’acquérir toutes les connaissances nécessaires à une gestion efficace de l’innovation dans un même outil.
Automatiser l’identification des meilleures pratiques
Le MES est avant tout un outil d’analyse quantitative des problèmes. Il est capable d’expliquer un TRS insuffisant en montrant quelle machine est arrêtée le plus souvent, et en identifiant pourquoi elle est arrêtée. Il est éventuellement capable d’identifier qu’une même machine redémarre plus vite sur une ligne que sur une autre. Mais sur ce point, il ne saura pas dire pourquoi.
Car le MES ne voit pas la dimension humaine de la production. Il n’est pas capable de dire comment un conducteur de machine a analysé le problème auquel il était confronté ni pourquoi il l’a résolu de manière plus efficace que son collègue.
La plateforme d’intelligence collective, elle, peut fournir une analyse qualitative des solutions mises en oeuvre, et déceler ainsi automatiquement les meilleures pratiques. C’est en tous cas ce que fait PICC Software en corrélant données d’état des machines et retours d’expérience.
On pourra ainsi par exemple comprendre à partir de quel indicateur une personne sait qu’elle peut corriger un problème par un simple réglage quand une autre se croira obligée d’arrêter la machine.
On pourra également décloisonner l’analyse en montrant comment une action réalisée à un poste influe positivement ou négativement sur ceux situés en amont et en aval.
La plateforme d’intelligence collective se positionne ici comme une solution très complémentaire du MES pour améliorer rapidement et de manière globale les performances en production. Elle est un outil précieux pour le responsable de performance industrielle qui souhaite animer son plan d’amélioration, d’autant plus s’il est en charge de plusieurs sites de production.
L’association des données et des connaissances décuple la puissance d’une plateforme d’intelligence collective telle que PICC Software dans l’aide à la décision et la résolution de problèmes complexes.
Elle met en perspective toutes les informations disponibles vis-à-vis d’un problème donné pour révéler de nouvelles façons de le résoudre.
Elle permet également aux entreprises qui ne ressentent pas le besoin d’installer un MES de créer elles aussi de la valeur à partir de leurs données machines.
Vous vous reconnaissez dans un ou plusieurs de cas d’usage ci-dessus ?
Vous aimeriez voir comment fonctionne concrètement PICC Software ?
N’hésitez-pas à prendre contact avec nous pour une démonstration personnalisée.
