Comment accélérer l’adoption de l’IA dans l’industrie manufacturière

La promesse de voir l’intelligence artificielle transformer l’industrie manufacturière n’est pas nouvelle. Mais jusqu’à présent, les différentes expériences réalisées depuis plusieurs années n’ont globalement pas démontré d’avantage concurrentiel. Les manufacturiers continuent d’errer dans le « purgatoire des PoC » : seulement 21% des industriels auraient ainsi passé des projets IA en production selon le cabinet d’analyse Gartner.

De nouvelles recherches menées par Google Cloud révèlent toutefois que la pandémie pourrait avoir  stimulé de façon significative l’adoption de l’IA ainsi que de nouvelles technologies innovantes dans le secteur manufacturier. Selon notre étude, qui s’appuie sur les témoignages de plus de 1000 dirigeants du secteur dans sept pays, 76% des personnes interrogées se seraient en effet tournées vers ces technologies disruptives, qu’il s’agisse d’analyses de données, de cloud ou d’IA, à cause de la pandémie. Et, plus de la moitié (66%) de ceux qui utilisent déjà l’IA dans leurs opérations quotidiennes reconnaissent que leur dépendance à l’IA ne cesse d’augmenter.

Les 3 premiers sous-secteurs manufacturiers ayant déployé l’IA dans leurs opérations quotidiennes sont : les OEMs (Original Equipment Manufacturer ou « fabricant d'équipement d'origine ») de l’industrie automobile (76%), leurs équipementiers (68%) et les machines lourdes (67%).

Directeur de l’Intelligence Artificielle et du Cloud chez Ford Global Data & Insight and Analytics, Bryan Goodman explique cette recrudescence de l’IA dans ses activités : « Notre nouvelle relation avec Google va booster nos efforts pour démocratiser l’IA dans notre entreprise, des usines jusqu’aux véhicules en passant par les concessionnaires. Nous avions l’habitude de comptabiliser le nombre de projets de Machine Learning et d’IA chez Ford. Ils sont maintenant tellement nombreux que c’est un peu comme demander combien de personnes utilisent des maths. Nous disposons désormais d’un écosystème IA, alimenté par la donnée, qui est aux commandes d’un vaste réseau numérique ».

Évoluer des initiatives périphériques vers des projets au coeur de métier

Comment expliquer le nombre croissant d’acteurs de l’industrie manufacturière se tournant vers l’IA ? Notre étude montre que les entreprises s’appuyant déjà sur l’IA dans leurs activités quotidiennes l’utilisent pour renforcer la continuité d’activité (38%), améliorer l’efficacité de leurs employés (38%) et, plus globalement, apporter une aide aux collaborateurs (34%). De fait, les technologies IA/ML peuvent en effet apporter une aide significative aux collaborateurs de ce secteur, notamment en leur proposant des analyses prescriptives pour les guider en temps réel ou pour les entraîner, en les alertant sur les dangers pour leur sécurité ou encore en détectant des défauts potentiels sur la chaîne d’assemblage.

En termes de cas d’usage, deux principaux domaines d’application émergent selon notre étude : le contrôle qualité et l’optimisation de la chaîne d’approvisionnement.

Concernant le contrôle qualité, plus d’un tiers (39%) des manufacturiers interrogés ayant déjà implémenté l’IA dans leurs opérations quotidiennes l’utilise pour inspecter la qualité et 35% pour les contrôles de qualité des produits et/ou des lignes de production.
Les équipes de Google Cloud discutent fréquemment avec les manufacturiers autour de l’utilisation de l’IA dans l’inspection visuelle des produits finis. Avec la vision par l’IA, les employés sur les lignes de production peuvent en effet passer moins de temps sur les tâches répétitives d’inspection et se concentrer davantage à des tâches plus complexes comme l’analyse de l’origine des problèmes.

Sur le second domaine, l’optimisation de la chaîne d’approvisionnement, les manufacturiers déclarent utiliser l’IA pour la gestion de la chaîne d’approvisionnement (36%), la gestion des risques (36%) et la gestion prédictive des stocks (34%).

Sur le terrain, nous constatons que de nombreux fabricants repensent leurs chaînes d’approvisionnement et leurs modèles d’exploitation pour mieux s’adapter à la volatilité accrue provoquée par la pandémie et à la demande croissante des consommateurs pour des produits personnalisés. Pour plus d’informations sur la démondialisation, n’hésitez pas à consulter la troisième partie de notre série d’informations sur l’industrie manufacturière.

L'usage de l'IA varie selon les régions, mais pas pour les raisons que l’on pourrait imaginer

Notre étude montre également que l’usage de l’IA varie assez fortement d’une région à l’autre. Alors que 80% des manufacturiers en Italie et 79% en Allemagne déclarent utiliser l’IA dans leurs activités quotidiennes, ces pourcentages chutent significativement aux USA (64%), au Japon (50%) et en Corée (39%).

Il serait tentant d’attribuer une telle disparité à un déficit de talents en IA. Bien qu’il s’agisse de l’obstacle le plus fréquent, seulement 23% des fabricants estiment ne pas avoir les compétences nécessaires pour tirer pleinement parti de l’IA. Le coût ne semble pas non plus être un frein, seulement 21% des répondants en font état.

De fait, d’après nos observations, le principal frein proviendrait de la difficulté à disposer de la bonne plateforme technologique et des bons outils pour gérer un pipeline IA en production. Et c’est précisément sur ce point que portent tous les efforts des acteurs du domaine, et tout particulièrement ceux de Google Cloud, car nous sommes convaincus que le cloud peut véritablement changer la donne en permettant à l’industrie manufacturière de franchir une nouvelle étape dans l’utilisation de l’IA.

L’industrie manufacturière en phase d’entrer dans l'âge d'or de l'IA 

La clé d’une adoption généralisée de l'IA réside dans sa facilité de déploiement et d'utilisation. À mesure que l'IA devient toujours plus omniprésente dans la résolution de problèmes concrets pour les manufacturiers, nous voyons l'industrie passer du « purgatoire des PoCs » à « l'âge d'or de l'IA ».
De l’époque de la production de masse à celle du Lean Manufacturing, en passant par la méthode Six Sigma sans oublier l’adoption plus récente des ERP, l’industrie manufacturière a toujours su tirer avantage de l’innovation. Nous sommes persuadés que l’IA devrait lui permettre de franchir un nouveau cap dans ce domaine.

Pour en savoir plus sur cette étude, téléchargez notre infographie et notre rapport complet.

^{Méthodologie de l’étude}

^{L'enquête a été menée en ligne par The Harris Poll pour le compte de Google Cloud, du 15 octobre au 4 novembre 2020, auprès de 1154 dirigeants (directeur ou niveau supérieur) de l'industrie manufacturière en France (n=150), en Allemagne (n=200), en Italie (n=154), au Japon (n=150), en Corée du Sud (n=150), au Royaume-Uni (n=150) et aux États-Unis (n=200) qui travaillent à temps plein dans une entreprise de l’industrie manufacturière comptant plus de 5000 employés. Les données dans chaque pays ont été pondérées par le nombre d'employés pour les aligner sur la taille réelle de l'entreprise de l’échantillonnage. Une pondération globale a été appliquée pour assurer à chaque pays un poids équivalent dans le calcul mondial.}