L'industrie manufacturière argentine doit renforcer la diffusion et la sophistication dans l'utilisation de l'intelligence artificielle (IA). Aujourd'hui, les entreprises investissent dans des technologies de base et générales, indique un sondage effectué par Accenture en collaboration avec l'Union Industrielle Argentine (UIA), qui montre que moins de 30 % des entreprises industrielles argentines utilisent l'IA pour soutenir la prise de décision, accélérer leurs processus de R&D ou réaliser une automatisation intelligente.
Selon l'étude, la principale barrière à l'adoption est le manque de connaissances et d'une vision claire sur les opportunités de l'IA. Cela nécessite de transformer le focus de la réduction des coûts à l'IA comme moteur de compétitivité et d'agir sur les quatre aspects principaux qui impulsent la transformation : talent, automatisation, optimisation grâce à l'IA et numérisation.
Les résultats du sondage vont dans le même sens qu'une recherche récente de la Faculté d'ingénierie de l'Université Austral, qui a précisé que 3 entreprises argentines sur 10 planifient encore avec Excel, et moins de 5 % ont une "maturité numérique". Bien que la majorité des entreprises se perçoive avec des "niveaux élevés d'efficacité", indique l'étude de l'Austral, "seule une portion minimale atteint un niveau de développement numérique réel et consolidé."
Le sondage d'Accenture part de la question de savoir à quoi ressembleront les usines les plus compétitives en 2040. La réponse suggère que "cela ne sera pas uniquement déterminé par l'efficacité des coûts et les niveaux de qualité". En fait, l'étude observe que ces deux variables ne sont que le point de départ. Les véritables facteurs différenciateurs, affirme-t-elle, "seront la flexibilité, la durabilité et l'intelligence", des qualités qu'elle associe à l'"hyperautomatisation".
Selon l'étude, d'ici 2040, si les entreprises avancent dans cette direction, leurs usines seront "radicalement différentes" de celles d'aujourd'hui.
"Ce seront des usines auto-optimisées et propulsées par intelligence artificielle, qui intégreront de manière fluide robotique, jumeaux numériques et supervision humaine dans un écosystème de production intelligent et hyperautomatisé (...) elles ne pourront pas seulement exécuter des processus à grande échelle, mais aussi anticiper des ruptures, s'adapter de manière dynamique et optimiser la production en temps réel, avec un niveau d'autonomie presque total.
Le travail, transformé
En tant qu'exemple de la manière dont l'intelligence artificielle transforme le travail en réorganisant les tâches et les fonctions, l'étude évalue que dans l'industrie locale, 34 % des heures de travail sont susceptibles d'être transformées et maximisées par l'IA, proportion qui atteint 38 % si l'on considère d'autres changements potentiels dans leurs chaînes de valeur.
L'étude affirme que le secteur manufacturier local "doit promouvoir la diffusion et la sophistication dans l'utilisation de l'IA. Aujourd'hui, les entreprises investissent dans des technologies de base et générales". D'où le fait que, comme mentionné au début, moins de 30 % utilisent l'IA pour soutenir la prise de décision, accélérer les processus ou réaliser "une automatisation intelligente".
La principale barrière à l'adoption est le "manque de connaissances et d'une vision claire sur les opportunités de l'IA". Cela exige, disent-ils, "de transformer le focus de la réduction des coûts à l'IA comme moteur de compétitivité et d'agir sur les quatre aspects principaux qui impulsent la transformation", à savoir
1-Talent
70 % des managers d'usines interrogés par Accenture à l'échelle mondiale considèrent que la transformation de la main-d'œuvre est le facteur le plus critique pour le succès. De plus, le talent disponible pour le secteur manufacturier se réduit en raison de l'accélération des changements dans les modèles de production. "Dans le cas de l'Argentine, indique l'étude, parmi les entreprises industrielles qui ont recherché du personnel spécialisé pour leurs initiatives d'IA, presque la moitié a eu des difficultés à accéder au talent."
Dans ce contexte, a souligné Sebastián Feldberg, directeur exécutif d'Industry X d'Accenture Argentine, la formation et le développement continu du talent sont, plus qu'un besoin opérationnel, "un facilitateur stratégique pour la compétitivité à long terme ; les usines du futur nécessiteront des personnes avec de nouvelles compétences numériques, analytiques et cognitives, capables d'interagir avec des systèmes intelligents, d'interpréter des données en temps réel et de prendre des décisions de plus grande valeur ajoutée." La majorité de la main-d'œuvre, résume-t-il, "cessera de travailler directement dans la production pour passer à travailler pour la production", ce qui implique un changement, des tâches manuelles et répétitives vers des rôles de supervision des processus, d'optimisation, de résolution d'exceptions et de prise de décisions soutenues par l'IA. Et pour que cette transition soit réussie, il faut "des modèles de formation continue, flexibles et personnalisés, qui permettent de mettre à jour les compétences en temps réel à mesure que la technologie évolue".
Selon Feldberg, "les personnes devront participer à un cycle constant où elles apprennent de l'intelligence artificielle et avec elle, tout en enseignant en même temps à l'IA, à mesure que la nature du travail évolue."
2.Automatisation
63 % des managers d'usines priorisent l'automatisation à moyen terme, en ligne avec les opportunités immédiates pour améliorer les efficacités et réduire les coûts. Mais seulement 60 % des managers priorisent également des innovations clés telles que les véhicules guidés autonomes (AGV), la transformation de l'intralogistique et la manipulation de matériaux, ainsi que les robots mobiles autonomes (AMR), nécessaires pour réaliser "leur vision pour 2040." Mais cette "vision", souligne l'étude, "seulement 38 % vise l'usine hyperautomatisée."
Il est probable qu'il soit plus rentable de mettre à jour et de rénover des infrastructures existantes, avec des installations bien entretenues, par l'utilisation de l'IA et de robots humanoïdes, plutôt que de construire des lignes de production complètement nouvelles à partir de zéro. Cependant, observe-t-elle, "les premiers adoptants dans l'industrie automobile testent déjà le potentiel des robots humanoïdes, avec des résultats positifs."
3.Optimisation grâce à l'IA
62 % des managers d'usines estiment que l'IA "est un facilitateurs clés pour tous les aspects des opérations manufacturières". Mais à court terme, "la majorité priorise les processus de maintenance, de réparation et de révisions (MRO), l'optimisation logistique et les efficacités de production", ce qui a du sens si l'objectif "était seulement de préparer les usines à fonctionner avec succès dans les prochaines années."
En revanche, observe l'étude, "dans un avenir proche, les opérations manufacturières seront définies non seulement par l'efficacité, mais aussi par la flexibilité, l'agilité et la capacité d'adaptation rapide." Ce qui exigera à son tour que l'IA connecte les machines de manière autonome, priorise les tâches, répartisse les charges de travail et génère des séquences optimales. "Pour réaliser ce changement, les managers d'usines devront accélérer l'utilisation de l'IA, mais 38 % d'entre eux restent réticents à appliquer l'IA générative dans leurs usines", souligne Feldberg. Selon Accenture, le principal obstacle est la mauvaise qualité et le manque de cohérence des données, car les managers d'usines ont besoin de données fiables pour activer l'analytique en temps réel. "Sans elles, précise l'étude, les usines ne peuvent pas anticiper ni agir de manière proactive. Pour construire l'usine de 2040, les leaders industriels doivent concentrer leur attention aujourd'hui sur les données."
4.Numérisation
La numérisation est la base de l'usine hyperautomatisée, mais l'étude a révélé que la majorité des managers d'usines se concentre encore sur des mesures de numérisation qui devraient déjà être mises en œuvre. Leurs principales priorités sont les mesures de cybersécurité (77 %), suivies par la mise en œuvre de systèmes d'exécution de fabrication (MES) (70 %) et de plateformes cloud, "ce qui montre que le secteur manufacturier présente un faible niveau de maturité numérique."
Il est préoccupant, indique le rapport, "que des capacités critiques de l'usine du futur, telles que les jumeaux numériques de machines et de produits, l'Internet Industriel des Objets (IIoT) ou même l'informatique en périphérie (edge computing), ne sont pas des priorités clés pour presque la moitié des managers d'usines interrogés" malgré le fait qu'elles soient "les fondations numériques de l'usine moderne."
"Pour 2040, prédit Feldberg, les usines les plus avancées ne seront pas gérées : elles seront orchestrées. Et le talent humain aura un rôle fondamental dans cette orchestration, en prenant des décisions à forte valeur ajoutée. L'IA gouvernera la production en temps réel, les jumeaux numériques modéliseront chaque décision avant son exécution et interagiront avec la figure du robot humanoïde." Ainsi, le système d'usine consistera en "des écosystèmes totalement autonomes et sensibles à la demande."
Ce futur, conclut l'étude, "n'est pas spéculatif : il commence déjà à se matérialiser (...) le seul choix auquel sont confrontés aujourd'hui les fabricants est de savoir s'ils vont concevoir cet avenir ou s'ils seront contraints de s'y adapter."