« Le machine learning remplacera-t-il les ingénieurs, les médecins, les agriculteurs, les data scientists, les traducteurs ? » Il suffit d’une recherche Google pour observer le mouvement de panique qui gagne le marché du travail. L’annonce triomphale des progrès technologiques réalisés par telle start-up sonne comme une menace à court terme aux oreilles de certains professionnels.
Industrie 4.0 : le machine learning remplacera-t-il les techniciens de maintenance ?
Peut-être parce qu’ils étaient aux premières loges des précédentes vagues d’automatisation, les techniciens de maintenance semblent se sentir particulièrement concernés par le « péril robot ». L’industrie 4.0 et la GMAO (Gestion de Maintenance Assistée par Ordinateur) ont déjà fait leur entrée dans les usines, mais se heurtent à la méfiance et à la réticence au changement.
Et c’est dommage. Les craintes des techniciens leur coupent l’accès à des outils métier qu’ils attendent depuis longtemps. Et si les experts de la maintenance industrielle avaient tout à gagner à devenir acteurs du machine learning ?
Stop aux fantasmes autour du cette technologie
Des Temps Modernes à Terminator, la notion de « machines intelligentes » ou « apprenantes » alimente tous les fantasmes. Mais s’en tenir à la science-fiction dessert autant les enthousiastes de l’intelligence artificielle que les nostalgiques du tout-mécanique.
Sans une compréhension pragmatique de ce que le machine learning ou la GMAO peuvent apporter à l’entreprise, le progrès restera lettre morte. Une enquête réalisée par Deloitte sur les paradoxes de l’industrie 4.0 souligne ainsi que 94 % des chefs d’entreprise considèrent la transformation digitale comme l’un de leurs premiers objectifs stratégiques ; mais seuls 68 % d’entre eux déclarent savoir précisément comment en tirer profit.
Commençons donc par élucider le mystère.
Le prolongement de l’intelligence artificielle
Loin des scénarios débridés de Black Mirror, l’intelligence artificielle ne désigne rien de plus qu’un programme informatique capable de reproduire un comportement humain. La plupart du temps, son « intelligence » se rapproche de celle d’une formule Excel, du type “IF… THEN… ELSE…”.
Le machine learning (ou apprentissage machine) est une forme d’intelligence artificielle, qui nourrit ses algorithmes de données puisées dans des situations concrètes. De la formule, on passe à la construction d’un modèle conçu pour corriger les courbes d’approximations d’une intelligence artificielle faible. En « apprenant » à partir de situations réelles, le machine learning acquiert des capacités prédictives et prescriptrices.
Les deux règles d’une utilisation intelligente
Associée au Cloud, qui lui fournit une puissance de calcul, et au Big Data, qui l’alimente en information, le machine learning ouvre de nouveaux horizons à l’industrie 4.0. Mais seule l’intelligence humaine peut lui indiquer, parmi ces horizons, lesquels doivent être explorés.
Maintenance industrielle, agriculture, transports, énergie, automobile… Notre blog offre un large catalogue des multiples applications que trouvent, dans tous les secteurs, le machine learning et l’industrie 4.0. Avec une nuance : ces applications se limitent, toujours, aux tâches qui ne sont pas déjà optimisées par l’expertise des techniciens.
Un outil aux mains des techniciens de l’industrie 4.0
Malgré tout, les discours corporate suffisent rarement à rassurer des collaborateurs inquiets pour leurs emplois. D’après une étude du Pew Research Center, 72 % des travailleurs disent se sentir angoissés à l’idée d’un futur où les robots pourraient assurer de plus en plus de fonctions.
Leurs craintes ne sont pas entièrement infondées. La transformation digitale, dont l’industrie 4.0 est l’aboutissement, s’accompagne d’un phénomène de destruction créatrice qu’il serait absurde de nier. L’intelligence artificielle peut améliorer l’exécution de l’immense majorité des emplois actuellement détenus par des humains.
Mais elle ne rendra pas pour autant les ressources humaines obsolètes ! La société actuelle se trompe de débat lorsqu’elle s’inquiète d’un « remplacement généralisé » par les robots.
La valeur ajoutée du machine learning se joue au niveau de la tâche, et non de l’emploi. Un logiciel de GMAO, par exemple, soulage les techniciens des aspects les plus chronophages, les plus monotones, les plus automatisables de la maintenance industrielle – et les laisse libres de s’investir dans les missions les plus intéressantes, auxquelles l’intelligence humaine apporte une véritable valeur ajoutée.
Des experts tels que les techniciens de maintenance, entre autres professions, ont tout à gagner à l’avènement du machine learning.
La transformation digitale et l’industrie 4.0 semblent parfois être la conséquence presque involontaire d’un progrès technologique débridé. Mais le moteur de l’innovation se situe en fait au niveau des nouvelles exigences de performance, de responsabilité, et de traçabilité qui exercent une pression croissante sur la maintenance industrielle. Cette technologie apporte des solutions aux besoins métier préexistants des techniciens industriels.
Mettre le Big Data au service de l’industrie 4.0
Au-delà de ses enjeux mécaniques, la maintenance industrielle est d’abord un métier de la collecte et de l’analyse d’informations. Pour comprendre et optimiser le fonctionnement de leur écosystème industriel, les techniciens utilisaient jusqu’ici des capteurs reliés par des protocoles de communication propriétaires. Mais les données ne pouvaient être utilisées que dans un environnement restreint.
Grâce à notre GMAO, vous retrouvez toutes vos données de maintenance dans un tableau analytique, qui vous permet d’adapter votre stratégie
Mobility Work va plus loin, en proposant un logiciel de GMAO relié à des capteurs connectés par des protocoles Internet standards (IP), qui suivent une multitude de données sur l’état des machines, telles que le niveau d’huile, la température, les vibrations… Grâce au machine learning, les techniciens pilotent en temps réel l’état de l’équipement. L’IIOT (Industrial Internet of Things) est la source d’informations que les professionnels de la maintenance attendaient.
Passer à la maintenance prescriptive
Les techniciens industriels maîtrisaient déjà la maintenance prévisionnelle, basée sur leur propre connaissance et expérience des machines dont ils ont la charge. Elle dépassait les actions réactives et correctrices, mais manquait de précision.
Grâce aux logiciels de GMAO alimentés par le cette technologie, les techniciens développent une maintenance prescriptive. Celle-ci joue de l’analyse cognitive des données collectées par les objets connectés pour imprimer à l’écosystème industriel des comportements qui optimisent sa performance.
Compter sur une communauté d’experts de la GMAO
La puissance du machine learning tient à sa capacité à analyser des informations issues de sources multiples et connectées au terrain. Il ne tient qu’aux techniciens de reprendre à leur compte ce mode d’organisation !
Mobility Work propose une plateforme de gestion de la maintenance communautaire à destination des acteurs industriels. L’application Mobility Work ouvre un lieu d’échange de bonnes pratiques et d’informations sur les enjeux métier de la maintenance industrielle. En mettant en commun leur savoir-faire et en s’appropriant les technologies du machine learning, les techniciens deviennent les premiers acteurs du futur de l’industrie.
Rejoignez la communauté de maintenance !
