De nombreux efforts sont déployés en France pour aider les industriels à intégrer une démarche industrie 4.0. Pourtant des difficultés subsistent, avec plusieurs explications possibles dont certaines sont données par les dirigeants :
En pratique, les projets peinent à sortir ; ils sont limités à des POC (preuves de concept) qui, par manque d’objectifs précis et de critères d’évaluation, ne répondent pas aux attentes.
Pourtant des solutions existent et permettent d’avancer rapidement vers des résultats probants. Partir sur une méthodologie basée sur des gains rapides (Quick Wins) est une stratégie qui permet de s’assurer que le travail fournis va toujours dans la bonne direction : une industrialisation 4.0 maîtrisée.
Suite à notre expérience acquises sur plus de 90 projets d’industrialisation , nous allons essayer de définir les caractéristiques primordiales que ceux-ci doivent prendre en compte :
En premier lieu la participation active des utilisateurs est fondamentale. Ils seront à la fois source d’informations terrain et force de proposition. Ils participeront ainsi à la réussite du projet.
Le gain de temps sera considérable et le taux de réussite multiplié par 2.
La mutualisation des compétences a un impact fort ; L’information étant très largement répartie, il est primordial d’avoir une vision à la fois large et précise du fonctionnement de l’entreprise. Ainsi, grâce à la convergence des points de vue, il sera possible de définir des actions ciblées vers une amélioration visible et tangible. Grace à une meilleure compréhension des impacts, les choix stratégiques seront facilités.
La recherche de progrès par les technologies est souvent prise à contre sens car il ne s’agit pas de choisir telle ou telle technologie pour décider qu’elle apportera quelque chose ou non à l’entreprise.
La meilleure option est de partir des besoins (et non de la technologie) pour définir des cas d’usage. Les aprioris ne tiennent pas compte des difficultés de mise en œuvre et les compromis techniques ne sont pas toujours en phase avec la satisfaction des utilisateurs.
En ayant une bonne définition des usages attendus, en s’efforçant de proposer des critères d’évaluations objectifs, un développement aura nécessairement plus de chance de réussir et de basculer sur une intégration en grandeur réelle.
Les données ont un potentiel indéniable. Encore faut-il pouvoir y accéder.
Dans bon nombre d’installations industrielles, les données sont difficilement accessibles : appareils non communicants, collecte manuelle, documents papier, manque de suivi et d’historique …
Pourtant les données sont souvent le liant qui permet à une organisation de progresser. Quand elles ne sont pas traitées, analysées, on parle de l’expérience irremplaçable des opérateurs ou techniciens…
Pour pouvoir réussir son industrialisation, il faut pouvoir les mettre à la portée de tous. Même si cela demande des efforts importants, il est primordial de passer à l’ère digitale. Cela passe par le triptyque : collecte, analyse et exploitation des données.
Dans tout processus d’industrialisation 4.0 il est ainsi important de bien comprendre les données que l’on possède, celles qui ont impact sur l’efficacité d’un processus et celles que l’on doit partager avec les opérateurs.
En conclusion, notre expérience acquise depuis plus de 19 ans a démontré qu’un projet d’industrialisation a toutes les chances d’aboutir si, et seulement si les éléments suivants sont pris en compte
C’est en intégrant ces quatre facteurs que l’on peut mettre en place une stratégie d’industrialisation acceptée par tous qui apportera au final des retours sur investissements rapides.
ASALOG a développé une approche pragmatique et innovante pour répondre aux attentes des industriels pour leur projet industrie 4.0.
Notre équipe de consultants et d’ingénieurs d’étude vous accompagne pour vous aider à mettre en œuvre les processus de digitalisation de vos unités de production.
ASALOG développe et met en œuvre des solutions logicielles qui permettent de la collecte des données temps réel jusqu’à l’analyse et la visualisation afin tirer le maximum du potentiel de vos données.
