Le premier guide 100% électronique
les nouvelles régles de l'Internet Economy
Télécharger le guide
Interview/Presse
Communauté
L'auteur
Extraits
Critiques
x
 Extraits et sommaire
du guide
Tribune ouverte
 5 usages de l'IA pour booster la productivité
Par Samya Mallim, Ressources Humaines Thomas Cook

Grâce aux récentes innovations dans le domaine de l'informatique cloud et du stockage et du big data, l'intelligence artificielle a fait progresser l'efficacité des environnements industriels,en boostant leurs performances. L'intelligence artificielle fournit également des informations essentielles pour aider les gestionnaires à prendre des décisions commerciales plus éclairées.

Le machine learning permet de produire des produits de qualité plus rapidement et plus efficacement, tout en fournissant des informations essentielles pour aider les gestionnaires à prendre des décisions commerciales plus éclairées. Il reste cependant quelques obstacles à surmonter : De nombreuses entreprises sont réticentes à partager des données de production et de processus sensibles. Il y a aussi le défi d'intégrer de grandes quantités de données, provenant à la fois de l'atelier et du back-office, pour créer des informations en temps réel. Pour qu'une usine intelligente fonctionne comme un système unifié, certaines entreprises utilisent une plate-forme middleware - "une couche de logiciels qui relie les systèmes client et back-end et "colle" les programmes entre eux".

Voici 5 façons dont les industriels peuvent augmenter leur niveau de productivité en utilisant l'IA.

1. Prévision plus précise de la demande

Grâce à l'IA et à l'apprentissage machine, les systèmes peuvent tester des centaines de modèles mathématiques de production et de résultats possibles, et être plus précis dans leur analyse tout en s'adaptant aux nouvelles informations telles que le lancement de nouveaux produits, les perturbations de la chaîne d'approvisionnement ou les changements soudains de la demande. Selon la société de conseil McKinsey, grâce à l'apprentissage machine, des réductions globales des stocks de 20 à 50 % sont possibles. L'IA peut également introduire des gains d'efficacité grâce à quelque chose d'aussi simple que l'inventaire physique. Une tâche qui prend un mois aux employés de Wal-Mart peut être réalisée en 24 heures à l'aide de drones sophistiqués qui parcourent l'entrepôt, scannent les articles et vérifient s'ils ont été égarés. A une plus petite échelle, l'intelligence artificielle a permis à cet expert-comptable de Paris de drastiquement diminuer les coûts de la comptabilité des freelances grâce notamment à la reconnaissance d'image.

2. Maintenance prédictive

Les organisations commencent à réaliser qu'il vaut la peine d'investir dans des solutions de maintenance prédictive, car c'est un moyen sûr d'améliorer l'efficacité des opérations et d'avoir ainsi un impact presque immédiat sur les résultats. La maintenance prédictive utilise des capteurs pour suivre l'état des équipements et analyse les données en permanence, ce qui permet aux organisations d'entretenir les équipements au moment où elles en ont réellement besoin plutôt qu'aux heures d'entretien prévues, réduisant ainsi au minimum les temps d'arrêt. Les machines peuvent même être configurées de manière à évaluer leur propre état, à commander leurs propres pièces de rechange et à programmer un technicien de terrain en cas de besoin. En poussant encore plus loin la maintenance prédictive, des algorithmes basés sur des données volumineuses peuvent être utilisés pour prévoir les futures défaillances des équipements. McKinsey a découvert que la maintenance prédictive des équipements industriels, grâce à l'IA, peut générer une réduction de 10% des coûts de maintenance annuels, jusqu'à 20% de réduction des temps d'arrêt et 25% de réduction des coûts d'inspection.

3. Fabrication hyper-personnalisée

Les progrès de l'IA et de l'intelligence logicielle permettent aux entreprises de faire passer la personnalisation à un niveau supérieur en créant des produits et des services qui sont très pertinents pour les consommateurs individuels. C'est important car la personnalisation fait vendre. Dans une enquête récente, 20% des consommateurs ont déclaré qu'ils seraient prêts à payer une prime de 20% pour des produits ou services personnalisés. Et les marques qui sont prêtes à personnaliser des produits sont également en mesure d'établir une plus grande confiance avec leurs clients. Selon Accenture, 83 % des consommateurs aux États-Unis et au Royaume-Uni sont prêts à ce que des détaillants de confiance utilisent leurs données personnelles afin de recevoir des produits, des recommandations et des offres adaptés et ciblés.

4. Optimisation des processus de fabrication

D'ici la fin de l'année, on s'attend à ce qu'un certain nombre de types de machines équipées de moteurs d'IA exécutent des algorithmes d'apprentissage de machines capables d'améliorer de manière autonome l'efficacité des processus de fabrication. Les systèmes d'IA surveilleront les quantités utilisées, les temps de cycle, les températures, les délais, les erreurs et les temps d'arrêt afin d'optimiser les cycles de production. La première étape du déploiement de l'IA sera un mode "d'assistance à l'opérateur", dans lequel l'IA fonctionnera en arrière-plan et suggérera des réponses à l'opérateur. Les systèmes d'IA utiliseront les décisions finales des opérateurs pour apprendre comment l'esprit humain se comporte afin de pouvoir être déployés en mode "remplacement de l'opérateur". À l'avenir, l'IA nous permettra de transformer les données en intelligence dans un environnement indépendant du fournisseur où toutes les machines parlent le même langage, ce qui augmentera l'efficacité de la production d'une machine à l'autre dans l'atelier.

 5. Approvisionnement automatisé en matériel

L'analyse combinée à l'apprentissage des machines permettra de tout enregistrer et de tout critiquer, y compris les premières étapes de l'établissement des devis et de la chaîne d'approvisionnement. McKinsey prévoit que l'apprentissage machine réduira les erreurs de prévision de la chaîne d'approvisionnement de 50 % et réduira les coûts liés au transport et à l'entreposage ainsi qu'à l'administration de la chaîne d'approvisionnement de 5 à 10 % et de 25 à 40 %, respectivement. Honeywell intègre déjà l'IA et les algorithmes d'apprentissage des machines dans les achats, l'approvisionnement stratégique et la gestion des coûts.

 Copyrights

Autres sites du même réseau Neodia Webmarketing En ligne CVFM Référencement Search Profiling Cartouche d'encre Comparer les prix Netmarketing.fr Phishing Cybersquatting Guide d'achat