Table ronde sur les technologies émergentes : Intégrer les données des machines et des produits connectés dans la continuité numérique
00:11 Bienvenue à la table ronde consacrée aux technologies émergentes. J'accueille aujourd'hui Abby Eon, VPS et directrice générale de notre activité Kepware, ainsi que Howard Heppelmann, VPA et DG de nos solutions ThingWorx IoT. Nous sommes ici pour discuter de la manière dont des entreprises comme les vôtres peuvent connecter et connectent leurs produits et leurs opérations afin de réduire la boucle du cycle de vie des produits, d'accroître les rendements et d'améliorer la qualité. Abby, Howard, merci d'être là. Commençons par parler de la manière dont PTC envisage l'IoT. Howard, commençons par vous.
00:43 Oui, eh bien, je pense que l'industrie en général s'est depuis longtemps connectée à des systèmes informatiques ou que vous les avez connectés aux équipements de l'usine. La véritable opportunité ici est la passerelle, ou la convergence, comme on l'appelle communément dans le secteur, la convergence TI-TO, qui consiste à combiner ces données et à créer ensuite un contexte pour ces données, qui peut être utilisé pour créer de nouveaux processus commerciaux, dégager de nouvelles connaissances, etc. Donc c'est vraiment ce dont nous parlons lorsque nous évoquons l'IoT : comment combiner la technologie de l'information,
01:15 l'équipement ou la technologie opérationnelle afin de mettre à disposition de l'utilisateur de nouvelles capacités, de nouvelles connaissances rendant possible de nouveaux processus et la transformation des entreprises. Et ce pour, disons, tant pour l'entretien en usine que pour les équipements déployés sur le terrain. Oui, absolument. Je pense que traditionnellement, quand nous pensons à des données opérationnelles comme celles dont parle Howard, il y a beaucoup de, disons, il y a un décalage entre la façon dont les équipes TI et les équipes TO réfléchissent à ces données, et presque toutes sont cloisonnées d'une manière ou d'une autre.
01:46 Donc nous pensons aux entreprises qui essaient de construire cette configuration de processus de gestion, et nous avons des données qui sont dans les systèmes ERP, peut-être PLM et CRM, qui ne sont pas connectées. Et de même, dans l'usine, nous avons un tas de systèmes de production. Donc, c'est en amenant ces équipes à comprendre ces données et ces cloisonnements, et en les rassemblant que l'on bénéficie de la puissance de l'IoT. Oui, je sais. C'est intéressant. Je pense que vous savez tous les deux qu'à un moment donné, nous nous disions Hé, Windchill est la source unique de vérité pour toutes les données produit. Et vous devez sûrement vous dire « hé, pas si vite ».
02:18 Il y a en effet des données importantes dans les systèmes MES et les systèmes d'usine, dans les systèmes EPR et autres cloisonnements de données qui existent dans toute l'entreprise. Donc, oui, c'est intéressant. Passons donc à l'aspect suivant car notre public est composé de clients PLM. Et donc, parlons simplement du flux croissant des données PLM. La richesse des données PLM qui sont dignes de confiance et leur utilisation dans les cas d'utilisation IoT. Howard, recommençons par vous. Oui. Eh bien, je pense que si nous prenons exemple sur Vestas, un client important
02:49 que nous avons présenté, et nous imaginons qu'ils commencent par gérer cette source unique de vérité autour des données produit. Mais rapidement, ce qu'ils réalisent, c'est qu'il existe des possibilités d'étendre ces données, afin de les mettre à profit dans la fabrication et l'entretien. Donc l'une des toutes premières choses qu'ils commencent à faire, est de savoir comment prendre cette nomenclature d'ingénierie et de la réaffecter afin qu'elle corresponde à la façon dont nous allons construire ces produits dans l'atelier. Alors comment prendre cette nomenclature et planifier toutes
03:21 les étapes opérationnelles, le processus, les gammes, les les outils, les ressources, les compétences, les temps de cycle que nous prévoyons, puis transmettre ce contenu à l'atelier ? Donc il y a une transformation très logique qui se produit en créant un lien numérique entre la fonction d'ingénierie et les produits qui seront construits à l'usine où ces produits seront fabriqués. Et ensuite, il s'agit de savoir comment utiliser des technologies comme l'IoT dans un poste de charge
03:51 pour combiner ces données sur l'équipement et les données du produit et permettre aux opérateurs d'être beaucoup plus efficaces dans l'exécution des constructions spécifiques à la configuration en usine. En ce qui concerne l'entretien, le parcours est similaire, sauf qu'au lieu de transformer la nomenclature d'ingénierie en nomenclature de fabrication, nous nous demandons à présent comment nous allons entretenir ce produit, quelle est la nomenclature d'entretien possible ? Et donc nous bifurquons de la nomenclature vers une vue qui correspond
04:24 aux opérations d'entretien, mais les mêmes étapes existent fondamentalement. Ensuite, comment allons-nous établir ce que seront les directives d'entretien, combien de temps ce processus doit prendre, quelles sont les étapes qu'un opérateur va suivre puis finir par transmettre ces informations sur la ligne de front au technicien qui essaie de réparer une pièce d'équipement aussi rapidement que possible pour minimiser les temps d'arrêt non planifiés ? Je pense souvent à cela lorsque nous parlons d'automatisation et à la façon dont elle est liée, il faut un certain niveau d'automatisation dans les processus, parce que beaucoup de ces choses étaient jusqu'ici basées sur papier et manuelles.
04:56 Mais au fur et à mesure que nous la déployons et que nous réfléchissons à la façon dont nous pouvons automatiser même la production, car maintenant nous disposons davantage d'informations sur la façon dont nous mettons en place cette opération, nous sommes en mesure d'exploiter davantage de données. Il s'agit donc d'un autre exemple de la manière dont nous exploitons des données IoT pour commencer à dégager des connaissances, puis renvoyer des données. Oui. Donc juste pour rentrer un peu plus dans les détails et vous poser une question à tous les deux, une partie repose, comme Howard l'a dit, sur le flux croissant de données, les instructions et les listes de pièces, et des choses comme ça. Si vous pensez à
05:27 un scénario de maintenance en usine ou à un contexte d'entretien sur le terrain, il est également important de comprendre l'état de cette pièce d'équipement sur le moment et durant la période qui précède. Pouvez-vous parler des données IoT de ce point de vue ? Oui, parlons du terrain pour un moment. Évidemment, lorsque vous connectez les équipements aux données et surtout au fil du temps, vous obtiendrez de bien meilleurs aperçus du schéma spécifique qui se produit avec cet équipement sur le terrain,
05:57 et des correctifs qui doivent être déployés pour le réparer. La même chose est absolument vraie dans l'usine. Lorsque nous transmettons ces informations en aval et que nous les connectons chaque jour à l'environnement opérationnel de l'usine, nous pourrions commencer à recueillir les analyses et les connaissances concernant l'équipement afin d'obtenir de meilleures réponses et de meilleurs correctifs. Je pense que lorsque l'on songe aux données opérationnelles, une entreprise comme Vestas est un bon exemple, son produit de fabrication
06:31 qui est sur le terrain et historiquement, les utilitaires, l'énergie, ce sont des secteurs où l'on recueille effectivement beaucoup de données opérationnelles. Il s'agit vraiment de réfléchir aux nouveaux cas d'utilisation, comme par exemple où tirer profit de ces données pour de nouveaux cas d'utilisation et être en mesure de faire encore plus qu'avant. Oui, exactement. En parlant de cela, nous parlions maintenant du flux croissant de données. Parlons maintenant du trajet retour. En ce qui concerne la boucle fermée, nous avons parlé de la perspective avant, et maintenant parlons de la perspective retour de la façon dont nous pouvons utiliser les données IoT en ingénierie.
07:02 Disons. Howard, commençons par vous. Oui. Je pense que c'est en fait probablement la partie la plus intéressante, parce que ce dont nous parlons ici n'est pas seulement de la livraison de cette information, mais comme nous le savons tous, que ce soit sur le terrain ou dans l'usine, il y en aura toujours, il y a un contexte de ce qui se passe dans cet environnement. Et donc si nous nous concentrons sur l'usine, par exemple, nous avons planifié ce à quoi devrait ressembler l'usine pour fabriquer le produit. Nous avons conçu le processus, essentiellement,
07:32 le jumeau numérique, de ce à quoi ce processus ressemblera selon nous. Et maintenant, des gens se présentent chaque jour à l'usine et essaient d'effectuer cette tâche. Et devinez quoi ? Tout ne se passe pas toujours exactement comme nous l'avions prévu. L'intérêt du trajet retour est qu'il ferme la boucle sur ce point. Et donc maintenant nous comprenons, nous nous attendions à ce qu'une action particulière soit effectuée par l'opérateur en 2 minutes. Cette action prend toujours 3 minutes. Peut-être devons-nous réfléchir à une manière de redéfinir l'élément de processus de cette opération ou d'une autre lorsqu'on utilise ce type d'équipement, qui présente toujours un problème de qualité.
08:04 Maintenant, nous pouvons récupérer ces données et soit envisager de redéfinir le processus, ou peut-être à redéfinir le produit lui-même. Cette capacité de boucle fermée est super importante pour promouvoir une culture et un système d'amélioration constante et continue. Et si l'on étend vraiment cela aux cas d'utilisation d'entretien et que l'on a ce jumeau numérique, on l'envisage comme un lien qui relie, idéalement, les données d'ingénierie, la construction de la nomenclature, sa fabrication,
08:34 et maintenant le produit est déployé sur le terrain, on obtient un retour d'information sur son fonctionnement, ce qui va renseigner non seulement les décisions d'entretien, mais également l'ingénierie et ces produits. Oui. Et je pourrais juste ajouter à cela... Sur le terrain, je pense que l'une des choses vraiment essentielles ici est, encore une fois, de fournir des données spécifiques à une configuration pour que le concessionnaire ou le client en libre-service, ou l'équipe de Vestas, par exemple, dans son organisation de service, qui répare cet équipement.
09:05 Comment s'assurer que le contexte dans lequel se trouve l'opérateur correspond précisément à la configuration du produit ? Cela doit se poser au premier plan du PLM. Mais encore une fois, en regardant comment le travail est effectué, et où se trouvent les possibilités d'amélioration, pour améliorer constamment l'entretien, pour obtenir les données sur les défaillances depuis le terrain afin de mieux concevoir la prochaine génération de produits. Fermer la boucle, que ce soit à l'usine ou sur le terrain, comme l'a dit Abby,
09:36 est vraiment essentiel pour obtenir une amélioration notable en matière de performances. Oui. C'est donc l'ensemble de nos réflexions, et il y a beaucoup, beaucoup de possibilités. Bien sûr, PTC est une entreprise de solutions, pas nécessairement une entreprise de boîtes à outils. Et donc, parlons simplement de notre stratégie de solutions IoT. Il y a eu des sessions consacrées à Navigate, et c'est un peu la partie technique de la chose. Mais Howard, pouvez-vous en dire plus sur les choses que nous faisons dans l'usine, et sur le terrain ? Oui. Je vais cependant le faire dans la perspective de ce dont nous venons de parler. Si nous songeons à une continuité numérique en boucle fermée
10:08 qui commence par l'ingénierie, fait son chemin jusqu'à l'usine, et ramène ensuite les données, quel produit de notre catalogue remplit ces fonctions ? Eh bien, il est clair qu'il y a Creo et Windchill, et qu'il y a MPM Link, qui permet de transformer essentiellement la nomenclature et de créer le jumeau numérique souhaité des opérations. Mais ensuite, nous les transférons dans les solutions ThingWorx comme Connected Work Cell, qui est le véhicule de livraison de ce contenu, aux opérateurs sur leur lieu de travail.
10:40 Mais nous ne nous arrêtons pas là. Connected Cell Work se penche également sur la question : comment se déroule le processus lui-même pour l'opérateur ? Nous rassemblons donc toutes ces mesures qui ont été conçues dans MPM Link. Nous ne parlons pas de ce qui se passe réellement dans l'atelier. Et ensuite, nous exploitons ces données dans la pierre angulaire de notre solution d'usine, qui est la Digital Performance Management, pour examiner ces types de de problèmes, ceux qui se produisent le plus fréquemment, qui limitent réellement la productivité globale de l'usine.
11:10 Ainsi, en concevant la performance, en l'exécutant, en la mesurant, en exploitant ces données dans un moteur qui aide à analyser, où cela se situe-t-il par rapport aux priorités globales ? Nous pouvons en fait créer une boucle fermée vers le jumeau numérique du processus en mesurant la performance réelle de l'usine et faire en sorte que l'organisation se concentre sur les principales opportunités de générer un impact financier. Oui. Là encore, le même scénario se déroule sur le terrain. Nous commençons dans WindChill, Creo, Windchill. Cette fois encore, nous créons cette nomenclature de service.
11:42 Nous créons les instructions de travail et les outils comme Arbortext pour les fournir, puis nous mesurons à nouveau par le biais de l'application Connected Cell Work dans l'usine pour surveiller, mesurer et réinjecter ces mêmes données afin d'améliorer constamment le processus global. Je pense que c'est vraiment la clé pour ce qui est des solutions, comme l'a dit Howard, il faut commencer par cette valeur commerciale, parce que lorsque nous commençons à réfléchir à la numérisation et à la démocratisation des données, ce ne sont pas les données à collecter qui manquent.
12:14 Donc je pense que beaucoup d'entreprises commencent à se trouver en difficulté parce qu'elles ont énormément de données et qu'elles créent des jumeaux et construisent des architectures d'entreprise pour les données. Et si vous ne réfléchissez pas aux problèmes que vous essayez de résoudre et n'essayez pas d'identifier la plus haute valeur ajoutée, il s'agit simplement d'un domaine critique où nous constatons des échecs et où nous voyons que les choses sont interrompues. Oui. Et si je peux encore ajouter quelque chose, je pense que si on prend du recul pour parler un instant de l'exemple de l'entretien ou du terrain. Pourquoi les données PLM sont-elles si importantes pour des entreprises comme Vestas et bien d'autres ?
12:50 Pour résumer, nous savons tous que la valeur est en train de passer du mécanique au logiciel et de plus en plus des systèmes sur site vers les systèmes cloud. Et cette continuité numérique permet d'identifier des opportunités stratégiques pour les clients grâce à des capacités telles que les plateformes de produit numérique. Nous connaissons tous le succès remporté par Tesla. On rentre sa voiture au garage la nuit, on la branche, et non seulement elle se charge, mais lorsque l'on se réveille le matin
13:20 elle s'est probablement enrichie de nouvelles fonctionnalités. Cette idée de créer des plates-formes de produit numérique qui s'introduisent sur le terrain, mais qui restent rattachées à la configuration réelle, au logiciel embarqué, toutes ces capacités que nous pouvons maintenant mettre à jour, permet aux clients d'envisager sous un jour totalement nouveau la manière dont ils conçoivent leurs produits. Peut-être que l'essentiel des opérations d'ingénierie sont en réalité effectuées après la mise sur le marché de la plateforme, par exemple. Et rien de tout cela ne peut être accompli si vous ne disposez pas du contexte spécifique de la configuration, qui a commencé en amont.
13:52 Oui, je suis d'accord. C'est intéressant. Un tout autre sujet, comme la conception de la connectivité pour un service connecté, ou la fabrication connectée, ou le support client connecté. C'est un vaste sujet. Donc, revenons un peu en arrière et disons, ok, si vous deviez donner un conseil à quelqu'un, par où commencer ? Je pense que de manière fondamentale il s'agit d'une base de données. On entend beaucoup parler de la numérisation, comme je l'ai mentionné avec les systèmes EOP, PLM et CRM.
14:24 Mais ensuite, dans l'espace opérationnel, il faut faire la même chose. Et cela s'est avéré délicat car les usines sont largement hétérogènes, que ce soit sur un même site ou dans une entreprise. Tout est un peu différent. Vous devez donc commencer par collecter ces données. Mais vous devez également comprendre que, même si les choses varient d'un site à l'autre ou même d'une ligne à l'autre, il faut un certain niveau de cohérence qui permettra d'abstraire la complexité et de créer ces modèles plus propres, il ne sera peut-être pas possible d'avoir une source unique de vérité, mais il est nécessaire de les créer, ainsi que des moyens faciles pour que les utilisateurs des TI et autres
14:58 puissent y accéder afin de pouvoir construire ces solutions par-dessus. Oui, je pense que dans le domaine des données, il est très logique de maîtriser ces données de TO et Kevin, je vous ai entendu dire à plusieurs reprises, en fait, que l'aspect informatique de tout cela consiste à mettre de l'ordre dans votre produit numérique. Ce sont des éléments fondamentaux, mais en ce qui concerne le point de départ, je pense qu'une fois que vous avez ce concept fondamental en place dans la fabrication, c'est très simple.
15:28 Utilisez les capacités de MPM Link afin d'étendre délibérément ces contenus d'ingénierie jusqu'à l'usine, puis utilisez des technologies comme CWC et DPM pour livrer, mesurer et activer ce processus en boucle fermée. Sur le terrain, c'est très similaire à ce processus Encore une fois, commencez par adapter votre produit numérique afin de permettre des vues spécifiques à la configuration des produits sur le terrain.
15:59 Mais en tirant parti de capacités telles que ThingWorx, pour la gestion de produits connectés ou l'intelligence des produits, tout le monde dispose d'une visibilité, qu'il s'agissent des ingénieurs ou des techniciens de service sur le terrain, sur l'état de ces produits. Il s'agit de capacités de base dans ThingWorx, du côté de l'IoT, mais aussi de l'exploitation de PLM et de Creo, du côté de la conception. Oui. Ce que je comprends, c'est que c'est comme créer un état d'esprit en boucle fermée pour dire, ok, super, vous avez vos données PLM.
16:32 Utilisons les, dans l'usine et sur le terrain, puis fermons la boucle en réinjectant des données importantes provenant du produit sur le terrain ou des opérations en usine, lesquelles peuvent affecter la conception du produit ou certainement la conception des processus. Alors, je crois que c'est le moment idéal pour conclure. Nous avons donc parlé un peu de l'IoT. Le point de vue de PTC sur l'importance du PLM dans les cas d'utilisation de l'IoT. Les cas d'utilisation de l'IoT et l'importance des données IoT dans la conception et l'ingénierie des produits. Nous avons parlé un peu des solutions et de la manière de se lancer.
17:03 Alors merci, Howard, et merci, Abby, d'avoir participé à cette conversation aujourd'hui. C'était vraiment super, merci, et merci à tous de vous être joints à nous pour cette table ronde, nous vous en remercions.