Comment les fabricants peuvent apprendre à faire confiance à l’IA

• À mesure que l’intelligence artificielle (IA) devient plus répandue, de nombreuses industries traditionnelles comme l’industrie manufacturière tardent à faire confiance à la technologie.
• IA peut automatiser les processus de fabrication pour accroître l’efficacité et réduire les erreurs, améliorer l’innovation grâce à la conception générative et créer des conditions de travail plus sûres.
• 68% (PDF, p. 6) des fabricants ont déjà au moins un cas d’utilisation ou un processus alimenté par l’IA, et ces petites étapes démontreront la valeur de l’IA et renforceront la confiance.

L’intelligence artificielle, ou IA, fait son chemin vie courante– des assistants intelligents comme Siri et Alexa à la robotique personnelle et à l’automatisation automobile en passant par les avancées émergentes dans le domaine des soins de santé. Mais il reste un problème de perception, car les gens ont du mal à comprendre la technologie et craignent ses inconvénients : problèmes de sécurité, remplacement d’emploi ou même sentiment de dépersonnalisation.

À mesure que l’IA devient plus répandue, la réticence à confier des tâches à la technologie augmente également, en particulier dans les secteurs plus traditionnels comme la conception et la fabrication (D&M). Pourtant, le potentiel de l’IA est à peine exploité. Selon les projections du Forum économique mondial (PDF, p. 3), cela pourrait générer jusqu’à 13 000 milliards de dollars d’activité économique mondiale et augmenter le PIB mondial de 2 %. Pour les entreprises, choisir d’utiliser des outils basés sur l’IA peut soulever des inquiétudes, notamment en matière de partage et de sécurité des données. Mais à mesure que les entreprises voient de réels avantages à utiliser l’IA sans risque pour leurs données ou leur expertise particulière, la confiance dans l’IA va croître.

État de l’IA dans D&M

L’IA peut sembler un phénomène récent, mais elle est profondément enracinée dans le secteur manufacturier. «J’ai commencé ma carrière en IA dans les systèmes d’automatisation robotique guidés par vision 3D pour l’usine de production de General Motors il y a 40 ans», déclare Dr Jay Lee, pionnier de l’IA industrielle, professeur émérite de la chaire Clark et directeur du Centre d’intelligence artificielle industrielle du département de génie mécanique de l’Université du Maryland College Park. « Si les gens vous disent que l’IA ne fait que commencer, non, nous l’avons fait fonctionner il y a 40 ans. Les robots ont assemblé des voitures en utilisant une vision intelligente pour identifier et ajuster automatiquement la trajectoire avec compensation », ajoute Lee, qui est également un membre du Global Future Council on Advanced Manufacturing and Production du Forum économique mondial.

Les entreprises font depuis longtemps appel au Dr Lee pour les aider à améliorer leurs opérations. Lorsque le système d’air comprimé de l’usine Toyota de Georgetown, dans le Kentucky, tombait en panne, les arrêts imprévus coûtaient de l’argent et retardaient la production dans cette usine où une nouvelle voiture sortait généralement de la chaîne de production chaque 25 secondes. Lee a intégré l’IA dans la chaîne de production à l’aide de capteurs et d’IA pour détecter les anomalies et éviter un crash. Les coûts de maintenance ont baissé 50%et ce problème n’a provoqué aucun temps d’arrêt depuis la mise en œuvre de la solution en 2006.

L’IA est devenue plus robuste depuis ces premiers cas d’utilisation, allant au-delà des fonctions opérationnelles de base. Il peut désormais aider les entreprises à innover grâce à la conception générative, qui permet l’itération et la simulation de différents scénarios pour obtenir les meilleurs résultats possibles. Soixante-six pour cent des chefs d’entreprise estiment qu’ils auront besoin de l’IA dans les deux à trois prochaines années. Mais une étude récente du Boston Consulting Group a révélé que seul 16% des entreprises manufacturières ont atteint leurs objectifs en matière d’IA. Malgré ses premiers progrès, le secteur manufacturier a mis du temps à mettre l’IA au travail.

Pour faire confiance au processus, vous avez besoin des bonnes données

L’industrie manufacturière produit environ 1 812 pétaoctets de données chaque année, et transformer ces données en informations et en actions peut propulser l’innovation si les fabricants le permettent. Mais, selon Deloitte67 % des dirigeants ne sont pas à l’aise de fournir leurs données à d’autres organisations.

“Si vous ne créez pas de données pour faire une chose particulière, elles ne pourront probablement pas être utilisées à cette nouvelle fin sans être retravaillées”, explique Alec Shuldiner, directeur de l’acquisition de données et de la stratégie chez Autodesk. “L’acquisition de données est le travail nécessaire pour réutiliser les données afin qu’elles puissent être utilisées pour alimenter un nouveau processus, par exemple pour une application d’analyse ou d’apprentissage automatique.”

L’IA est aussi bonne que les données qu’elle reçoit. Cela ne produira les résultats souhaités que si ces données sont fiables, précises et pertinentes. « Si vous me donnez des données indésirables, je ne peux pas vous aider », déclare Lee. « Vous devez me fournir des données utiles et exploitables. Vous devez disposer du bon contexte pour que les données puissent se connecter à l’objectif que vous souhaitez atteindre. Par exemple, je veux prédire une panne de machine. Eh bien, vous devez me donner des données relatives à l’état de la machine. Si vous avez un poisson, il est utile, mais s’il provient d’eau polluée, il n’est pas comestible.

Pour combler le fossé entre la réticence persistante à adopter l’IA et l’optimisation de sa pleine puissance, les fabricants doivent apprendre à faire confiance à ce qu’ils ne peuvent pas voir. Ils sont à l’aise de laisser l’IA gérer la maintenance prédictive, mais l’IA générative reste la grande inconnue. Mais c’est un risque qui vaut la peine d’être pris. À mesure que les fabricants comprendront mieux comment l’IA permet une visibilité de bout en bout, cela créera davantage de possibilités pour leurs organisations.

Bâtir la confiance et libérer la valeur de l’IA

Le Dr Lee définit les avantages de l’IA comme les « Trois W » : réduction du travail, réduction du gaspillage et réduction des soucis. « Il y a beaucoup de choses que nous ne savons pas », dit-il. « Par exemple, certaines personnes se promènent dans l’usine, elles veulent tout vérifier. Pourquoi? Ils s’inquiètent, même si une machine ne tombe jamais en panne. L’IA atténue ces craintes en permettant une plus grande visibilité. « Si dans une communauté, tout le monde a une caméra de surveillance, ne vous inquiétez pas. Vous pouvez avoir des applications pour voir votre maison. Oh, qui est là ? Oh, la livraison Amazon. À mesure que l’IA fait ses preuves et que les gens prennent davantage conscience de son fonctionnement, ils commencent à l’intégrer davantage dans leurs opérations.

À mesure que les usines connectées au cloud deviennent la norme, l’IA peut être dynamisée, collectant toutes ces données en temps réel et générant rapidement des informations. Mais en attendant, les fabricants sont embourbés dans la prise de décision.

« Aujourd’hui, dans le domaine du design, nous sommes souvent obligés de faire des compromis que nous préférerions ne pas avoir à faire », explique le Dr Shuldiner. « Vous pouvez concevoir quelque chose rapidement ou le concevoir pour qu’il soit facilement fabriqué ou le concevoir pour atteindre un objectif de durabilité, comme la recyclabilité. Mais souvent, vous ne pouvez pas faire toutes ces choses en même temps. Ainsi, si vous souhaitez ajouter la recyclabilité à la conception, vous devez alors consacrer beaucoup plus de temps à cette conception, et vous risquez de la rendre plus coûteuse à fabriquer. L’IA nous amènera à un point où bon nombre de ces compromis disparaîtront. Vous serez en mesure de concevoir rapidement et efficacement tout en atteignant plusieurs objectifs de conception complexes.

Le Dr Lee souligne les valeurs aberrantes de l’industrie qui ont utilisé très tôt des technologies avancées, comme Toyota et General Motors, des entreprises qui continuent d’innover, en utilisant le cloud computing et l’IA pour construire des véhicules meilleurs, plus légers et plus efficaces. Mais souvent, confier une plus grande partie de leurs opérations à l’IA est un processus progressif pour les fabricants. “Notre industrie traditionnelle devra faire l’objet d’améliorations continues”, déclare Lee. « Ce n’est pas un succès du jour au lendemain. Faites d’abord une petite chose, réalisez-la. Ouah. J’ai compris. Bien. Passons au suivant.

Soixante-huit pour cent (PDF, p. 6) des fabricants ont au moins un cas d’utilisation ou un processus alimenté par l’IA, et ces petites étapes démontreront la valeur de l’IA et renforceront la confiance. « La priorité est d’être conscient des avantages de l’IA », explique Lee. « Les gens ont peur des menaces ou des choses négatives de l’IA. Mais vous ne devriez pas arrêter d’avancer parce que vous vous inquiétez trop.