Peu d’avancées technologiques ont suscité autant d’enthousiasme que l’IA. En particulier, l’IA générative semble avoir poussé le discours commercial à son paroxysme. De nombreux dirigeants du secteur manufacturier expriment leur optimisme : une étude menée par le MIT Technology Review Insights a révélé que les ambitions en matière de développement de l’IA sont plus fortes dans le secteur manufacturier que dans la plupart des autres secteurs.
![image de la couverture du rapport](https://10-raisons.fr/wp-content/uploads/2024/04/Faire-passer-l39IA-au-niveau-superieur-dans-le-secteur-manufacturier.png)
Les fabricants considèrent à juste titre l’IA comme partie intégrante de la création d’une usine intelligente hyper-automatisée. Ils voient l'utilité de l'IA pour améliorer l'innovation des produits et des processus, réduire le temps de cycle, extraire toujours plus d'efficacité des opérations et des actifs, améliorer la maintenance et renforcer la sécurité, tout en réduisant les émissions de carbone. Certains fabricants qui ont investi pour développer les capacités de l’IA s’efforcent toujours d’atteindre leurs objectifs.
Cette étude du MIT Technology Review Insights cherche à comprendre comment les fabricants génèrent des avantages à partir des cas d'utilisation de l'IA, en particulier dans l'ingénierie, la conception et les opérations en usine. L'enquête a porté sur 300 fabricants qui ont commencé à travailler avec l'IA. La plupart d’entre eux (64 %) effectuent actuellement des recherches ou expérimentent l’IA. Quelque 35 % ont commencé à mettre en production des cas d’utilisation de l’IA. De nombreux dirigeants ayant répondu à l’enquête indiquent qu’ils ont l’intention d’augmenter considérablement les dépenses en matière d’IA au cours des deux prochaines années. Ceux qui n’ont pas encore lancé l’IA en production le font progressivement. Pour faciliter le développement et la mise à l’échelle des cas d’utilisation, ces fabricants doivent relever les défis liés aux talents, aux compétences et aux données.
Voici les principales conclusions de l’étude :
- Les talents, les compétences et les données sont les principales contraintes liées à la mise à l’échelle de l’IA. Qu’il s’agisse de l’ingénierie, de la conception ou de l’exploitation des usines, les fabricants citent le manque de talents et de compétences comme le défi le plus difficile à relever pour faire évoluer les cas d’utilisation de l’IA. Plus les cas d’utilisation se rapprochent de la production, plus ce déficit se fait sentir. De nombreux répondants affirment que la qualité des données et la gouvernance inadéquates entravent également le développement de cas d'utilisation. L’accès insuffisant à la puissance de calcul basée sur le cloud est une autre contrainte souvent citée en ingénierie et en conception.
- Les plus grands acteurs dépensent le plus et ont les attentes les plus élevées. Dans les domaines de l'ingénierie et de la conception, 58 % des dirigeants s'attendent à ce que leur organisation augmente ses dépenses en IA de plus de 10 % au cours des deux prochaines années. Et 43 % disent la même chose en ce qui concerne les opérations en usine. Les plus grands fabricants sont beaucoup plus susceptibles d’augmenter considérablement leurs investissements que ceux des catégories plus petites, mais néanmoins de grande taille.
- Les gains souhaités en IA sont spécifiques aux fonctions de fabrication. Les cas d'utilisation les plus courants déployés par les fabricants concernent la conception de produits, l'IA conversationnelle et la création de contenu. La gestion des connaissances et le contrôle de la qualité sont les plus fréquemment cités au stade pilote. En ingénierie et en conception, les fabricants recherchent principalement des gains d’IA en termes de vitesse, d’efficacité, de réduction des pannes et de sécurité. Dans l’usine, on souhaite avant tout une meilleure innovation, une meilleure sécurité et une empreinte carbone réduite.
- La mise à l’échelle peut stagner sans les bonnes bases de données. Les personnes interrogées indiquent clairement que le développement de cas d'utilisation de l'IA est entravé par une qualité de données inadéquate (57 %), une faible intégration des données (54 %) et une mauvaise gouvernance (47 %). Seul environ un fabricant interrogé sur cinq dispose d’actifs de production contenant des données prêtes à être utilisées dans les modèles d’IA existants. Ce chiffre diminue à mesure que les fabricants mettent des cas d’utilisation en production. Plus le fabricant est grand, plus le problème des données inappropriées est important.
- La fragmentation doit être résolue pour que l’IA puisse évoluer. La plupart des fabricants estiment qu’une certaine modernisation de l’architecture des données, de l’infrastructure et des processus est nécessaire pour prendre en charge l’IA, ainsi que d’autres priorités technologiques et commerciales. Une stratégie de modernisation qui améliore l’interopérabilité des systèmes de données entre l’ingénierie, la conception et l’usine, ainsi qu’entre la technologie opérationnelle (OT) et la technologie de l’information (IT), est une bonne priorité.
Ce contenu a été produit par Insights, la branche de contenu personnalisé du MIT Technology Review. Il n’a pas été rédigé par l’équipe éditoriale du MIT Technology Review.