L’industrie automobile reste prudente en matière d’intelligence artificielle appliquée à ses process de production. Avant tout pour des raisons d’efficacité et de rentabilité.

De prime abord, les progrès de l’intelligence artificielle dans l’industrie automobile peuvent paraître timides. C’est le constat de Capgemini qui a mené une étude sur le sujet(1). Selon les résultats de cette enquête, le nombre d’entreprises du secteur qui déploient l’IA à grande échelle est passé de 7 % en 2017 à 10 % aujourd’hui dans le monde. Or, selon Capgemini, les grands constructeurs pourraient augmenter leurs bénéfices d’exploitation jusqu’à 16 % en déployant l’intelligence artificielle à grande échelle.

« L’IA n’a sa place que si elle représente un gain potentiel important dans la performance de fabrication et assure un retour sur investissement acceptable. »

« Il faut faire la part des choses, modère Thomas Hoffmann, directeur Business Development chez Actemium, l’industrie automobile est sans doute le secteur le plus robotisé. La grande majorité des tâches y sont déjà automatisées. » Pour l’expert de la marque de VINCI Energies spécialisée dans les process industriels, « les freins à un déploiement plus rapide de l’IA ont deux principaux facteurs : le niveau de maturité de ces nouvelles technologies qui n’est pas encore optimal pour être systématiquement industrialisées et la culture propre à cette industrie extrêmement exigeante en termes de performance et de sécurité du produit final ».

En matière de process de fabrication ou d’assemblage, le secteur automobile peut, il est vrai, trouver de nombreux domaines dans lesquels peuvent être déployées des applications liées à l’IA. « Mais il ne faut jamais oublier que l’IA n’a sa place que si elle représente un gain potentiel important dans la performance de fabrication et assure un retour sur investissement acceptable », insiste Thomas Hoffmann qui rappelle que « la gestion de l’environnement informatique et de la cybersécurité est essentielle afin de sécuriser l’outil de production ».

Applications multiples

L’apport de l’IA est déjà manifeste en matière de lean management. Cette technologie permet d’optimiser la productivité en intégrant la notion de TRS (taux de rendement synthétique) ou TRG (taux de rendement global, Overall Equipment Effectiveness). Dans son étude, Capgemini mentionne ainsi le cas d’Audi qui teste un système basé sur l’IA utilisant des caméras intelligentes pour identifier d’infimes défauts et fissures dans la tôle.

L’intelligence artificielle a également des vertus pour tout ce qui touche à la gestion des stocks en temps réel en préparant par exemple des kits de pièces à assembler sur les chaînes de montage. La gestion intelligente des ressources repose en effet sur de grandes quantités de données. Or l’IA offre cette capacité d’analyse de masse permettant d’améliorer la gestion des actifs et de recommander des plans et des actions optimisés. Exemple : Cooper Standard Automotive suit en temps réel toutes les données de ses usines dans le monde.

Aide à la décision

« Aujourd’hui, les usines peuvent surveiller l’état des équipements de production et de la machinerie lourde avec des capteurs IoT. On parle de maintenance prédictive, souligne Thomas Hoffmann. Chaque capteur est relié à un équipement et collecte des données relatives aux vibrations chaque fois que l’équipement est déplacé ou utilisé. Cette analyse fine des matériels aide à prévenir les pannes d’équipement avant qu’elles ne surviennent et perturbent la chaîne de montage. »

Ainsi, General Motors a déployé un outil de classification des images basé sur le cloud sur près de 7 000 robots. Ce projet pilote, conçu pour repérer les problèmes de composants avant qu’ils ne surviennent, a permis de détecter 72 incidents susceptibles d’entraîner des retards de production.

L’IA doit être considérée avant tout comme un outil d’aide à la décision. « L’humain doit rester dans la plupart des cas le décisionnaire final », prévient le directeur Business Development d’Actemium, qui estime toutefois que « l’IA, déjà présente dans le process de fabrication de l’automobile, le sera plus encore dans le développement des nouvelles voitures électriques ».

 

20/02/2020

(1) Capgemini a interrogé 500 dirigeants de l’industrie automobile dans huit pays de décembre 2018 à janvier 2019. Par ailleurs, des entretiens approfondis ont été menés avec un certain nombre d’experts du secteur et d’entrepreneurs.