Transformer la fabrication en s’appuyant sur l'IIoT

Écrit par: Matt Littlefield
  • 12/1/2015
Cityscape

Le mois dernier, Michael Porter et Jim Heppelmann ont publié une suite à leur article How Smart Connected Products are Transforming Competition  (Comment les produits intelligents et connectés changent les règles de la concurrence) paru en novembre 2014 dans la Harvard Business Review. Dans ce nouvel article, intitulé How Smart Connected Products are Transforming Companies, Michael Porter et Jim Heppelmann se sont intéressés à la manière dont les produits intelligents et connectés transforment les entreprises.

LNS Research confirment ces assertions selon lesquelles les produits intelligents et connectés et l’Internet Industriel des Objets (IIoT) va transformer les opérations internes des entreprises et la façon dont celles-ci vont interagir avec le reste de la chaîne de valeur. Dans un article récent, posté sur le blog de LNS Research, j'ai désigné la plateforme IIoT, l'analyse du Big Data, la transformation du modèle métier, la transformation des systèmes de fabrication et la transformation de la structure organisationnelle comme étant les principaux domaines touchés par cette évolution. Dans le présent article, je vais m’intéresser de plus près à l’un des points les plus importants mis en avant par Michael Porter et Jim Heppelmann : la transformation de la fabrication et l’émergence d’usines intelligentes.

Architecture système de la fabrication classique

Pendant plus de 20 ans, les entreprises manufacturières ont essayé de mettre en place une connectivité « d’atelier à atelier » en s’appuyant sur un modèle hiérarchique rigide et étroitement intégré, auquel il est souvent fait référence sous le nom de modèle Purdue ou ISA-95. De façon générale ces tentatives n’ont pas donné les résultats escomptés, non parce que l’effort consenti était insuffisant ou parce que les projets n’avaient pas de base solide ou d’objectif bien défini, mais plutôt parce que, dès le début, ces tentatives étaient vouées à l’échec en raison de l’architecture elle-même.

L’image ci-dessus est une représentation des modèles classiques par LNS Research. Même si, à première vue, cette approche semble logique, elle fait apparaître un certain nombre d’insuffisances qui limitent son intégration, à savoir :
  • En tant que modèle temporel, la structure de données et les décisions prises aux niveaux inférieurs ont un degré de fidélité et de granularité bien plus élevé que les systèmes de niveau supérieur. En raison de ces différences au niveau des modèles de données, si toutes les informations circulaient du bas vers le haut, les systèmes de niveau supérieur seraient rapidement saturés. Par la suite, seules des quantités limitées de données peuvent réellement circuler.
  • Étant donné que différents systèmes, à différents niveaux, ont des propriétaires organisationnels différents, il s’en est suivi une adoption homogène des systèmes, qui s’est traduite par une large adoption des systèmes ERP, PLM et d’automatisation des usines, avec toutefois une adoption limitée du système d’exécution de la fabrication (MES).
  • En raison de certains systèmes résidant sur des réseaux d’usines (comme les historiens de données ou les systèmes HMI/SCADA) et d’autres systèmes résidant, quant à eux, sur des réseaux d’entreprise (tels que les systèmes ERP et PLM), cela engendre un certain nombre de préoccupations en matière de sécurité en ce qui concerne l’intégration étroite entre les différents réseaux.
  • Comme les entreprises utilisatrices ont été très nombreuses à adopter des stratégies d’intégration étroite entre les différents niveaux et que certains fournisseurs ont tenté d’imposer le système unique d’un seul fournisseur à plusieurs niveaux, il s’en est suivi une prolifération des standards d’intégration, encore nombreux à être des systèmes propriétaires.

Architecture système de la fabrication de prochaine génération

Comme Michael Porter et Jim Heppelmann le décrivent dans leur article, l’Internet des Objets correspond à un jeu de technologies de transformation qui vont modifier à la fois les produits, les opérations, et la façon dont les services sont assurés. Pour capturer la valeur de l’IoT dans un environnement industriel, les fabricants doivent déployer une nouvelle pile technologique, une plateforme IIoT.

Au fur et à mesure que les entreprises déploieront les plateformes IIoT, cela impactera de différentes façons l’architecture et les systèmes classiques.


  • Premièrement, de nombreux fournisseurs de systèmes hérités tels que les fournisseurs de systèmes ERP, PLM et MES, commenceront à réinstaller des applications héritées sur des plateformes IIoT, par exemple SAP sur HANA, GE sur Predix ou PTC sur ThingWorx.
  • Deuxièmement, nous verrons converger les niveaux inférieurs du modèle pour donner naissance à des ressources intelligentes et connectées qui seront livrées, prêtes à être installées et utilisées, aux usines intelligentes ; par exemple, on vendra de l’air comprimé à la place de compresseurs d’air ou des trous à la place de forets.
  • Troisièmement, et surtout, un nouveau jeu d’applications optimisées par l’IIoT et de niveau consommateur, de poids léger, s’étendra peu à peu au modèle entier. Ainsi, les données pourront circuler d’un endroit à un autre et les processus être appliqués sur l’ensemble de la chaîne de valeur, comme par exemple la qualité en boucle fermée.

En termes de technologie de fabrication, cette nouvelle époque semble vraiment prometteuse et passionnante. Cela fait presque bientôt 20 ans, depuis que les systèmes hérités originaux ont été implémentés, qu’il n’y a pas eu autant d’innovation et de possibilités, et que la dynamique n’a pas été aussi forte pour favoriser l’investissement et créer une nouvelle valeur commerciale.

Dans les années à venir, nous nous attendons à assister à une augmentation considérable de l’innovation dans les entreprises manufacturières. Pour de nombreuses entreprises, cela se traduit actuellement par des projets pilotes, au cours desquels elles commencent à mettre à profit les technologies Internet pour contrôler à distance les ressources, les matières premières, les opérations de production, ainsi que les stocks de produits finis, au niveau du réseau mondial de leurs usines, ce qui leur permet de bénéficier d’un niveau inégalé de visibilité sur la production, d’optimisation et de fiabilité des ressources. Au fur et à mesure que ces innovations et ces projets pilotes émergeront sous forme de bonnes pratiques largement déployées, l’industrie assistera à la transformation de son modèle d’entreprise, et les visions de l’Industrie 4.0 et de la fabrication intelligente commenceront alors à devenir réalité.

Ce document est le cinquième volet d’une série d’articles rédigés par des analystes industriels de renom, invités à se prononcer sur des sujets en rapport avec un article récent paru dans la Harvard Business Review, intitulé How Smart Connected Products are Transforming Companies (Comment les produits intelligents et connectés transforment les entreprises), écrit conjointement par Jim Heppelmann, président-directeur général de PTC, et Michael Porter, professeur à la Harvard Business School.
Tags:
  • CAD
  • Retail and Consumer Products
  • Connected Devices

À propos de l’auteur

Matt Littlefield

Matthew Littlefield co-founded LNS Research in 2011 and is now President and Principal Analyst. In this role Matthew oversees LNS’s coverage of the industrial value chain. As a recognized industry expert he contributes to the widely read LNS Research blog as well as many other industry publications. Matthew is also a sought after public speaker and continually advises manufacturing executives on how to best leverage technology in their operations. Before founding LNS Research, Matthew spent five years at the Aberdeen Group leading the Global Manufacturing Research practice, where he authored hundreds of thought leadership research reports and frequently spoke at industry leading events. Prior to the Aberdeen Group, Matthew spent five years working for several global manufacturers in both engineering and shop-floor management roles. He graduated cum laude from the University of Massachusetts, Amherst with a BA in Economics and MS in Industrial Engineering and Operations Research. You can find Matt on Twitter at @m_littlefield or on lnsresearch.com.