Mientras que las malas noticias se multiplican para la industria francesa, con impactos en el Grand EST como en otros lugares, como elUna caída en la producción en la fábrica de Stellantis Mulhouse - Y aunque la inversión anunciada aún debe materializarse, como la implantación de Alsacia de la gigafactory de baterías del grupo Bolloré, la octava edición de la Industria Salon Du Futur de Mulhouse ha decidido mirar el vaso medio lleno. Al resaltar la forma en que ciertos industriales usan tecnología por el momento, la inteligencia artificial. Esta no es una pregunta aquí de generación, incluso si puede tener interés en la industria, en particular por el acceso al conocimiento, como lo indica Franck Michon, el director de los servicios de TI y las telecomunicaciones de EDF, sino de aprendizaje automático.

Una palanca para la eficiencia que muchos industriales han estado activando durante años ya. La condición? Tener datos consolidados lo suficiente como para capacitar a los algoritmos de manera efectiva, como lo ilustran el Cuisiniste Groupe Schmidt (1900 personas, 4 fábricas). "Producimos muebles de cocina muy personalizados, pero con el nivel de automatización de una producción en serie", dice Patrick Viry, gerente del servicio de automatización grupal y de computadoras industriales. Este último desplegó primero la IA para control de calidad, a través de la visión por computadora. "Nuestras cámaras controlan el tackle y los agujeros de unos 5,000 muebles producidos cada día", continúa el gerente. Y nuestro algoritmo, capacitado en nuestros datos, es capaz de marcar la diferencia entre la vena natural de la madera y un defecto en la "producción. El diseñador de la cocina despliega este equipo y el algoritmo asociado con las modernizaciones de sus fábricas (Schmidt Group invirtió € 75 millones en 2022 y 2023 en su herramienta industrial).

Rey: Centrarse en el potencial de las ganancias

El Grupo Alsaciano también opera la IA para identificar cualquier cuello de botella en sus líneas de producción, siendo por la naturaleza dinámica debido a la gran variedad de pedidos de fabricación. "Hemos ganado 4 puntos de tasa de uso en la línea de producción en cuestión", dice Patrick Viry. Cuando se lanza el proyecto, no sabíamos cuánto sería posible ganar, solo el potencial que apuntamos con esta aplicación, es decir, 8 puntos de pérdida en la tasa de uso. Se dirige a los bolsillos de mejora más importantes es, según el gerente, una buena manera de priorizar los desarrollos de IA.

La disponibilidad de un patrimonio de datos significativo y bien estructurado también parece ser un factor esencial en el uso de IA en Endress+Hauser, una compañía suiza de instrumentos de medición y automatización de procesos que tiene una fábrica en Alsacia. Para seguir su parque de instrumentos de medición, la compañía ha consolidado, durante unos 25 años, configuración, fabricación, informes de intervención técnica, etc. "Cada noche, un algoritmo de IA detecta cualquier deriva en nuestras diferentes familias de productos", dice Christelle Hauer, gerente de marketing digital y la comunicación de la compañía en Francia. El algoritmo también permite informar la I + D sobre la relevancia de los desarrollos de productos.

Analizar procesos complejos con múltiples variables

En Liebherr France, Stéphan Kohler, asistente del Director General de Producción, está interesado en la IA para mejorar la disponibilidad y productividad de las herramientas industriales que producen palas hidráulicas en orugas dentro de una fábrica de Alsacia. "Hemos identificado cuellos de botella en nuestra línea de producción y, además, aún llevamos a cabo muchas intervenciones de mantenimiento curativo", dice el funcionario. Un primer LED piloto en una máquina de mecanizado dio resultados alentadores.

"Pudimos detectar una deriva en la operación de la máquina y ahora podemos intervenir antes del desglose, cuando hubiera sido imposible al monitorear los parámetros individuales de esta herramienta", dice Stéphan Kohler. Este último tiene la intención de capitalizar este primer éxito adoptando el mismo enfoque para monitorear los procesos de soldadura. Las operaciones, nuevamente, asociadas con una gran cantidad de variables para las cuales "un enfoque estadístico clásico es demasiado complejo y costoso", según el funcionario.

Valorar automáticamente la materia prima

Establecido en las Vosges durante tres generaciones, el aserradero Lemaire también opera AI para optimizar su producción. "Hemos recurrido a esta tecnología desde 2020", dijo el Director General Maxence Lemaire, personalmente involucrado en este proyecto. Esquemáticamente, nuestra profesión es hacer piezas rectangulares en cilindros. Comprender las cuentas de madera. Equipado con cámaras y máquinas X -Ray (para sondear el corazón de los troncos), el aserradero utiliza la tecnología para valorar mejor la materia prima. "Anteriormente, la evaluación de calidad se llevó a cabo gracias a la experiencia de nuestros empleados, pero fue un cuello de botella en la cadena de producción", explica Maxence Lemaire. Según el gerente, la transición a la automatización permitió multiplicar las tarifas en aproximadamente 4 ". Y también podemos llevar a cabo una evaluación de carbono en la habitación más justa, habitación por habitación".

Al comienzo de la cadena, el aserradero Lemaire controla la calidad de sus bolas de madera a través de un escáner X -Ray y un análisis de aprendizaje automático. (Foto: DR)

"La IA garantiza que asociamos una buena calidad con un buen uso, evitando rejuvenados o piezas rebajadas", dice Maxence Lemaire. Casi hemos alcanzado cero defectos. Cuando lanzamos la producción, estamos 99% seguros de la calidad al final de la cadena [en tenant compte, au besoin, du cahier des charges spécifique d'un client, NDLR] ». Durante seis meses, para garantizar la estabilidad del dispositivo, el aserradero ha implementado un sistema que tiene un diálogo dos algoritmos entre ellos, un segundo mecanismo de evaluación colocado al final de la cadena, asegurando la medición de la calidad del producto y reiniciar el algoritmo colocado aguas arriba.

"Lo que falta son las habilidades"

Sobre la base de este primer despliegue, el aserradero Raboterie de Lemaire prevé otros casos de uso de la tecnología, en logística (para acompañar la carga óptima de camiones) o en mantenimiento (mediante el uso de la realidad aumentada). "Tenemos nuevas ideas todos los días; lo que extrañamos son las habilidades, dice Maxence Lemaire. Dentro de 5 a 10 años, imagino desplegar IA en cada servicio de la compañía, para automatizar tareas llamadas para desaparecer. Los perfiles que reclutaremos pueden ser un poco diferentes, pero siempre necesitaremos las habilidades comerciales para algoritmos que dan sentido.