Découvrez à quel point il est facile de se transformer en usine numérique.
Explorez et découvrezLes dernières tendances du secteur, les meilleures pratiques et les avancées en matière d'intelligence manufacturière.
Découvrez-le !Découvrez comment nos clients adaptent les instructions de travail VKS à leurs installations !
Découvrez comment !Par: Virginia Shram | 9 février 2022
Ceci est le premier article de notre série hebdomadaire, Eyes on Industrial AI, où nous explorons le monde à multiples facettes de l'intelligence artificielle industrielle et de l'automatisation. Découvrons les applications innovantes de ces technologies de pointe spécifiquement liées à la fabrication et à la gestion de la chaîne d'approvisionnement à l'ère de l'industrie 4.0, y compris les défis qu'elles rencontrent.
Par: Virginia Shram | 9 février 2022
Voici le premier article de notre série hebdomadaire, Eyes on Industrial AI, où nous explorons le monde multiforme de l'intelligence artificielle industrielle et de l'automatisation. Découvrons les applications innovantes de ces technologies de pointe spécifiquement liées à la fabrication et à la gestion de la chaîne d'approvisionnement à l'ère de l'industrie 4.0, ainsi que tous les défis qu'elles rencontrent.
Au cours des deux derniers siècles de civilisation, les humains ont largement surestimé la situation technologique de l'ère moderne.
Des années de science-fiction anticipatrice, depuis les transporteurs de Trekkie jusqu'au robot de repas instantané des Jetsons, ont laissé entrevoir un avenir réalisable, peuplé de véhicules volants et d'assistants robotiques personnels. Cet optimisme technologique ne se limite pas à la fiction, puisqu'on nous promet régulièrement des utopies telles que les voitures autopilotées et l'insaisissable liste parfaite de recommandations Netflix générée par l'IA en fonction de vos visionnages précédents (soupir… un jour, elle sera exacte).
Alors, si l'intelligence artificielle était vraiment à la hauteur du battage médiatique, "où sont tous nos jetpacks ?
Il est intéressant de noter qu'en dépit de notre obsession culturelle pour les limites de l'intelligence artificielle, nous comprenons à peine ce que l'intelligence artificielle fait réellement ou comment elle est incorporée dans l'infrastructure sociétale et manufacturière. En d'autres termes…
En plus d'avoir largement surestimé les progrès de l'humanité, nous avons également largement sous-estimé nos réalisations technologiques lorsqu'il s'agit de les appliquer.
La raison principale est que l'IA devient très compliquée, très vite. Et sans une accroche impressionnante, comme identifier des cellules d'Alzheimer 100 fois plus vite que les chercheurs humains, il est difficile de passer en revue les détails techniques pour comprendre l'impact de l'IA. Après tout, qu'est-ce que l'automatisation et l'intelligence artificielle si ce n'est la construction d'un objet dont les capacités sont bien supérieures à celles du cerveau humain qui l'a conçu ?
Tout ce dont nous avons tendance à entendre parler, ce sont les projets à gros budget et inspirants en tête de la course, comme les implants neuronaux ou les voitures autopilotées. Ces projets, en plus d'être "très cool", sont des marqueurs historiques étonnants d'une technologie à la pointe de l'innovation. La plupart d'entre nous, cependant, se trouvent à quelques pas de l'avant-garde, mais font tout autant avancer l'ensemble du mouvement par leur participation.
Ce n'est pas parce que la plupart des exemples pratiques d'intelligence artificielle dans la fabrication ne ressemblent pas aux canines de Boston Robotics qu'ils ne sont pas tout aussi essentiels au développement de l'ensemble du domaine de l'intelligence automatisée.
Cette série expliquera les implications réelles de l'IA en tant que technologie émergente, qu'il s'agisse d'applications à grande échelle comme l'exploration aérospatiale et la médecine vitale, ou d'applications tout aussi critiques comme la production de pièces et d'emballages dans l'assemblage en usine et la gestion de la chaîne d'approvisionnement.
L'intelligence artificielle est un terme si vaste qu'il englobe de nombreuses méthodologies scientifiques différentes, des statistiques à la biologie en passant par la philosophie. Dans l'industrie manufacturière, il tend à englober les domaines du big data, de l'apprentissage automatique et des tâches d'automatisation de haut niveau (connues sous le nom d'automatisation complète).
Voici une courte liste de certains termes largement utilisés (parfois de manière interchangeable) pour couvrir le domaine de l'automatisation industrielle :
Au cours de cette série, nous examinerons chaque terme individuellement, mais pour l'instant, essayez de considérer tous ces sujets comme des sous-genres de l'intelligence artificielle qui se chevauchent.
Lire la suite : Pourquoi la transformation numérique échoue : 5 erreurs à éviter
L'identification des cellules cancéreuses mortes en une fraction de seconde est une technologie totalement différente de celle qui contrôle une camionnette de livraison sans chauffeur sur des itinéraires inconnus, n'est-ce pas ? L'une ne se contente-t-elle pas de "trier" et l'autre de "penser" ?
… pas vraiment.
Le fait est que la technologie intelligente n'est pas un scénario du type "ou bien, ou bien".
Qu'il s'agisse d'algorithmes d'apprentissage automatique ou de traitement du langage naturel, toute l'intelligence artificielle se situe sur un spectre de technologies intelligentes, y compris des niveaux d'automatisation indépendants.
Dans la plupart des cas, l'introduction d'applications d'IA dans votre cadre technique ne se traduira pas immédiatement par des robots de reconnaissance faciale hyperintelligents. Dans la plupart des cas, les bonnes applications d'IA peuvent être des modèles mathématiques instantanés capables d'évaluer des scénarios en temps réel bien plus rapidement que les travailleurs humains ne pourraient jamais le faire.
En d'autres termes, la question n'est pas vraiment de savoir s'il faut adopter l'intelligence artificielle ou non - à moins d'être un philosophe ou un auteur de science-fiction préoccupé par les conséquences théoriques et émotionnelles. La question de l'IA industrielle est de savoir dans quelle mesure vos opérations sont évolutives sur le plan technologique… Comment votre entreprise se modernise-t-elle à un rythme aussi rapide que celui de l'industrie 4.0 ? De la même manière que vous cherchez à minimiser les déchets de production, recherchez le changement par l'opportunisme technologique.
L'automatisation n'est pas inférieure à l'IA, mais elles existent toutes deux le long d'un spectre qui définit la pointe manufacturière de l'intelligence adaptative.
Un regard réaliste sur les capacités de l'IA industrielle nécessite une vision critique de l'infrastructure dans laquelle le système d'IA fonctionnera.
Que vous fabriquiez des systèmes robotiques haut de gamme ou que vous soyez "simplement" un fabricant d'un seul produit, l'IA industrielle est un outil essentiel que vous pouvez utiliser pour stimuler la croissance et l'efficacité.
Pour un aperçu précis des dernières avancées en matière d'intelligence artificielle, l'étude de McKinsey Analytics, "The State of AI in 2021," fait référence aux changements du marché mondial dans le domaine de l'automatisation. Comme prévu, elle indique que les entreprises sont globalement plus investies dans les applications d'IA qu'elles ne l'étaient l'année précédente, mais que les gains liés à l'adoption de l'IA sont "peu susceptibles de compenser les défis de la chaîne d'approvisionnement mondiale à l'ère de la pandémie" (4). Cette citation montre qu'en dépit de l'augmentation générale des applications de l'IA, des problèmes inattendus liés à la chaîne d'approvisionnement ont encore fait dérailler la production.
Ce point est important car, s'il est vrai que l'IA peut résoudre des problèmes que nous n'avons pas encore imaginés, il ne s'agit pas d'une solution magique de type deus-ex machina qui résoudra inévitablement tous les problèmes. Une compréhension optimiste et critique de l'IA industrielle reconnaît les limites et les défis des poussées de croissance technologique. Cette série mettra en évidence les détails de fabrication particuliers qui s'accompagnent de ces défis, et nous prêterons donc attention à certains des cadres tendanciels qui emploient l'IA dans l'industrie.
Selon le même rapport, "la plupart des entreprises - qu'elles soient très performantes ou non - ont tendance à utiliser pour l'IA un mélange de plateformes en nuage et sur site similaire à celui qu'elles utilisent pour les charges de travail informatiques globales. Mais les entreprises les plus performantes utilisent beaucoup plus l'infrastructure en nuage que leurs homologues : 64 % de leurs charges de travail d'IA sont exécutées sur un nuage public ou hybride, contre 44 % dans les autres entreprises" (7).
Même si vous doutez que votre entreprise tire profit de l'automatisation - surtout si vous êtes obstinément opposé à l'IA - vous devez admettre que les leaders mondiaux se tournent vers les services de cloud computing pour répondre aux demandes de traitement plus élevées requises par les applications d'IA. Les plus performantes de ces entreprises mondiales font l'usage le plus approfondi et le plus étendu de la puissance de traitement et de l'intelligence artificielle. Cela confirme la théorie selon laquelle l'industrie 4.0 n'est pas là pour rester, elle est là et elle évolue plus rapidement de minute en minute.
Will you keep up?
Dans Eyes on Industrial AI, nous couvrirons d'autres actualités et prédictions en matière d'IA industrielle, notamment en approfondissant certaines des conséquences intellectuelles et pratiques de l'automatisation industrielle complète et en montrant comment elle nous donne un aperçu de l'avenir de l'usine intelligente dans le cadre de l'industrie 4.0.
Voici quelques questions et sujets que nous couvrirons dans un avenir proche, alors restez à l'écoute pour en savoir plus, notamment :
… et bien d'autres choses encore !