À moins de vivre dans une grotte depuis 5 ans, vous avez probablement entendu parler de l’Intelligence Artificielle (IA), notamment grâce au succès de l’agent conversationnel ChatGPT de la société OpenAI.
Commençons par définir de quoi nous parlons. Selon le Parlement Européen :
L’IA désigne la possibilité pour une machine de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité.
En particulier, les IA dites “génératives” tirent la tendance. Les demandes des clients pour ce type d’IA sont par exemple en très forte hausse chez Google Cloud.
Selon BPI France :
Capable de générer des images, des vidéos, voire de la musique, l’intelligence artificielle (IA) générative reproduit la capacité cognitive humaine de manière globale et polyvalente.
En 2023, cette technologie révolutionnaire a atteint un niveau de maturité sans précédent, offrant aux industries des opportunités inédites pour optimiser leur productivité. Découvrez comment l’IA peut collaborer avec les travailleurs pour transformer votre entreprise en un moteur d’efficacité et d’innovation, tout en préservant l’essence humaine du travail. En particulier, les IA dites “génératives” tirent la tendance. Les demandes des clients pour ce type d’IA sont par exemple en très forte hausse chez Google Cloud.
IA en 2023 : Un État de l'Art
L’entreprise américaine de conseil dans la tech Gartner publie chaque année sa Hype Cycle des nouvelles technologies. L’idée de cette courbe est que toute nouvelle technologie tend à traverser les mêmes phases d’adoption :
– La percée technologique (loin des projecteurs médiatiques),
– Le pic de hype (avec les fantasmes du grand public),
– La phase de désillusion (désintéressement des médias suite au manque de maturité),
– La phase de développement éclairé (premiers succès),
– La phase de l’adoption progressive (vulgarisation de la technologie grâce à des offres matures).
L’IA, en particulier générative, traverse les étapes de cette courbe à vive allure. Inconnues du grand public, il y a encore un an, les applications concrètes sont déjà nombreuses, et les gains présents. L’IA est désormais capable de traiter des volumes de données colossaux en un temps record et de reconnaître des schémas complexes dans les processus industriels. Grâce à l’apprentissage automatique (Machine Learning) et aux réseaux de neurones profonds, l’IA peut désormais analyser, prédire et prendre des décisions avec une précision inégalée. A contrario, le Métavers et les voitures autonomes sont des exemples de technologies qui risquent de rester dans la phase de désillusion un certain nombre d’années.
Contrairement au Métavers par exemple, ces technologies [l’IA] ne nécessitent pas de nouveaux équipements et s’inscrivent aisément dans les processus actuels des entreprises (voire y existent déjà sous forme embryonnaire).
Prenons l’exemple d’une usine de fabrication de composants électroniques. Auparavant, les ingénieurs devaient surveiller manuellement les machines pour détecter les défaillances potentielles. Grâce à l’IA, des capteurs intelligents enregistrent en temps réel les données des machines, tandis que les algorithmes d’IA analysent les schémas et prédisent les pannes avant qu’elles ne surviennent. Cela permet une maintenance préventive efficace, réduisant les arrêts de production imprévus et augmentant la disponibilité des équipements.
IA dans l'industrie au Service de l'Humain
L’une des préoccupations courantes concernant l’IA est la crainte qu’elle ne remplace les travailleurs. Bien qu’ayant pris du retard sur le développement de cette nouvelle technologie (la Chine et les Etats-Unis mènent la danse sur le nombre de brevets déposés et les sommes investies), l’Union Européenne se veut néanmoins une puissance régulatrice. Dans la proposition de cadre réglementaire de la Commission Européenne, les IA sont classées en 4 catégories, selon le risque qu’elles représentent pour la sécurité et le droit des personnes (par exemple la notation sociale) : risque inacceptable, risque élevé, risque limité, risques minimal ou nul.
Les IA présentant un risque inacceptable seront interdites dans l’UE, et celles à risque élevé seront soumises à des obligations strictes avant de pouvoir être mises sur le marché. C’est pourquoi, bien qu’apportant son lot de précautions et de défis, les industries européennes peuvent se permettre d’explorer les solutions d’IA pour découvrir celles les plus adaptées à leurs besoins. Pour le moment, les applications de l’IA dans l’industrie disponibles sur le marché sont plutôt de type coopératif, l’IA agit en synergie avec les travailleurs, augmentant leur potentiel et les libérant des tâches fastidieuses.
Dans le contexte de l’usine, l’IA peut être un véritable compagnon pour les travailleurs. Elle peut fournir des recommandations en temps réel pour améliorer l’efficacité, optimiser les flux de production, et anticiper les problèmes potentiels. Ainsi, les travailleurs peuvent se concentrer sur des activités à plus forte valeur ajoutée, comme la résolution de problèmes complexes, la créativité et l’innovation.
Exemples d'usage de l'IA pour l’industrie
- Maintenance Prédictive : Comme mentionné précédemment, l’IA peut prédire les défaillances d’équipement avant qu’elles ne se produisent. Mettez en place des capteurs intelligents et des systèmes de surveillance pour anticiper les besoins de maintenance et éviter les coûteuses interruptions de production. L’IA Lesly du français Di-Analyse Signal est un bon exemple de ce qu’il est possible de faire.
Concrètement :- Pour les machines-outils à commande numérique, Lesly exploite les données récoltées et permet par exemple d’anticiper le manque de lubrification d’une broche afin d’empêcher son usure prématurée.
- Pour les machines à basse vitesse, Lesly est capable par exemple de mettre en évidence un défaut de perte de tension de courroie sur une ligne de vulcanisation tournant à 1 tr/min, en utilisant uniquement les données de l’automate.
- Pour des processus continus, Lesly analyse par exemple les données des capteurs de présence et de position pour déterminer en temps réel si le temps de cycle est perturbé et diagnostique le capteur exact en défaut parmi plusieurs autres capteurs.
- Support à la rédaction de documents : une étude menée sur 444 professionnels expérimentés de secteurs variés (data analysts, RH, marketing…) a montré une augmentation de 59% du nombre de documents rédigés par heure. En plus d’une augmentation de la productivité et d’une amélioration de la qualité, l’étude montre également que l’IA réduit la différence de productivité entre les employés les plus doués et les moins doués.
- Contrôle Qualité Amélioré : Les systèmes d’IA peuvent détecter les défauts et les anomalies dans les produits avec une grande précision. Intégrez ces systèmes dans le processus de contrôle qualité pour garantir des produits de haute qualité et réduire les rebuts. Par exemple, la solution d’IA développée par DeepHawk un logiciel de type plug-and-play, compatible avec n’importe quel type de caméra, qui détectera les anomalies pour n’importe quel type de produit en apprenant incrémentalement. Cette IA a permis chez un industriel de baisser le nombre de faux positifs de contrôle qualité de 20% à 1,5%.
En 2023, l’intelligence artificielle offre des opportunités sans précédent pour améliorer la productivité des usines. Grâce à son expertise en analyse de données, à la maintenance prédictive et à l’optimisation des flux de production, l’IA agit en synergie avec les travailleurs, les libérant des tâches fastidieuses pour se concentrer sur des activités à forte valeur ajoutée.
Néanmoins, l’IA dans l’industrie et dans sa généralité ne doit pas être vue comme une solution magique qui réglera tous les problèmes. Les IA requièrent souvent des jeux importants de données pour pouvoir fonctionner, données que les entreprises n’ont pas souvent à disposition (ou bien mal structurées et donc peu exploitables). Ensuite, une IA performera peut-être mieux des tâches répétitives, en apprenant de ses erreurs, mais elle ne remplacera jamais la créativité humaine dans beaucoup de domaines. L’avenir de l’industrie se trouve probablement dans un équilibre entre prouesses de l’IA et génie humain !
Sources :
[^]3 https://bigmedia.bpifrance.fr/news/intelligence-artificielle-generative-de-quoi-parle-t#:~:text=Capable de générer des images,de manière globale et polyvalente.
[^]5 https://digital-strategy.ec.europa.eu/fr/policies/regulatory-framework-ai
[^]7 https://dianalyse-signal.com/lesly-ai/
[^]8 https://jakobnielsenphd.substack.com/p/ai-vastly-improves-productivity-for
