Les données n’ont jamais été aussi profitables

Vous n’avez pas besoin de chercher bien loin

La bonne nouvelle est que les données existent déjà. Tandis que les nouveaux équipements peuvent avoir une conception « intelligente » afin de pouvoir fournir des données, il existe également des moyens d’accéder à ces données à partir d’équipements plus anciens. Ces moyens sont fournis par les technologies mises en œuvre ces dernières décennies via des capteurs, composants, automates, variateurs, logiciels d’historique, bases de données, IHM, etc.

Or la réalité du terrain est tout autre. La plupart des usines ont plus de 20 ans et sont constituées de cellules ou de lignes individuelles acquises au fil du temps. Bien qu’elles coexistent sous le même toit, le manque de connectivité entre des ilots technologiques disparates rend presque impossible l’évaluation globale de la production. À défaut, les opérateurs se fient à leur expérience personnelle pour prendre des décisions, un mode opératoire dangereux compte tenu du nombre croissant de départs à la retraite.

Le fait de détenir les données ne suffit pas, bien évidemment. Encore faut-il avoir l’infrastructure adéquate pour y accéder et des technologies avancées telles que des outils d’analysye pour pouvoir les exploiter en vue de progresser. Parmi les entreprises qui ont accès aux données, seules 25 % les utilisent de façon proactive. Or, c’est comme conduire un véhicule uniquement en regardant dans le rétroviseur.

Évoluer de votre situation actuelle vers des opérations exploitant les données ne se fait pas du jour au lendemain. De nombreuses entreprises ont des équipes dédiées qui explorent l’Industry 4.0, la fabrication intelligente et d’autres concepts d’usine du futur, en quête de moyens d’appliquer les nouvelles technologies pour une productivité accrue.

Ces équipes identifient des cas d’application, conduisent des projets pilotes, implémentent des technologies sur la base d’une cellule, d’un processus ou d’une ligne individuel afin d’éprouver le retour sur investissement (ROI) ; puis déterminent comment étendre ces essais à l’ensemble de l’entreprise. Et elles obtiennent des résultats significatifs.

Données transformationnelles en action

Prenons l’exemple de la coopérative laitière Agropur : elle a commencé par l’une de ses usines de production de lait, cherchant à créer de nouveaux accès aux données disparates, afin que les opérateurs de lignes de production puissent prendre des décisions plus éclairées. Grâce à des technologies avancées, ils sont parvenus non seulement à économiser 2 500 heures par an de collecte manuelle de données, mais ont également rapidement constaté une réduction de 30 % de la consommation de lubrifiant et un gain en efficacité de 25 %.

De manière similaire, Kraft Heinz a démarré à petite échelle afin d’éprouver le concept sur une ligne de production de son site d’Ore-Ida. Cette usine de transformation de pommes de terre, créée il y a dix ans, était équipée d’équipements de commande vieillissants et se fiait aux connaissances des opérateurs pour optimiser les réglages et le dépannage.

Grâce aux mises à niveau de la technologie incluant l’analytique, chaque variable a pu être décortiquée et optimisée pour accroître la capacité. Ils ont ainsi pu augmenter leur capacité de 10 % sur la ligne pilote et ont réalisé un retour sur investissements en moins de 12 mois. Plus important encore, les données requises pour réaliser cette optimisation étaient déjà présentes, mais sans la mise en œuvre de l’infrastructure adéquate, elles étaient jusqu’alors inaccessibles et non exploitées.

Pour finir, nous avons travaillé avec Jim Beam afin d’augmenter d’un litre par minute la production de bourbon dans l’une de ses distilleries. Là aussi, cette possibilité était déjà à portée de main, cachée dans les données. L’exploitation des analyses lors d’une étape expérimentale leur a permis de comprendre où ils pouvaient augmenter la capacité de production. Ils ont été en mesure de réduire de 60 % la variabilité, ce qui a conduit à cette augmentation significative de la capacité.

Alors, par où commencer ?

Évitez d’être paralysés par les analyses et de vous laisser submerger par toutes ces données. Il est probable que vous sachiez où se trouvent les points d’achoppement pour l’efficacité. Voyez quelle partie du processus génère les coûts production les plus élevés, celle qui a le plus fort impact sur la rentabilité ou génère les problèmes les plus fréquents.

Voilà par où vous devriez commencer. Si vous pouvez améliorer le rendement des composantes qui représentent les coûts les plus élevées dans vos produits finis, vous gagnerez en rentabilité. Les analyses peuvent vous aider à comprendre comment changer la partie du processus identifiée et où la technologie peut accroître la productivité en temps réel.

Ce n’est pas si difficile ni si coûteux que cela peut paraître. Les projets se déploient facilement et de manière économique si vous optez pour le partenaire qui connaît au mieux les environnements IT et OT.

Des projets pilotes peuvent ainsi être menés sans grande perturbation pour l’exploitation. Avec cette approche, vous obtenez rapidement un retour sur investissement optimisé, en créant le cas d’application qui pourra être étendu à l’ensemble des opérations, et vous commencez à réaliser les améliorations sous-jacentes de productivité.