Comment l’IA comble le déficit de compétences dans l’industrie manufacturière
Dan Wilson Dan Wilson
16 octobre 9 min

Comment l’IA comble le déficit de compétences dans l’industrie manufacturière

Trois applications concrètes que les fabricants peuvent mettre en œuvre aujourd’hui

Ce n’est pas facile d’œuvrer dans l’industrie manufacturière : les attentes croissantes des clients en matière de choix, de qualité et de livraison rapide bouleversent les chaînes logistiques, qui doivent maintenant s’adapter en temps réel pour répondre à l’évolution rapide des demandes des clients ⁠— et les fabricants doivent suivre le pas. Parallèlement, les usines sont de plus en plus connectées grâce aux solutions Industrie 4.0 et Internet des objets industriel (IdOI) telles que la robotique, les capteurs à distance et les systèmes de contrôle numérique, qui produisent de nouveaux flux de données à traiter et à interpréter virtuellement sans fin. Mais il n’y a peut-être pas de défi plus urgent que la pénurie de main-d’œuvre qualifiée : à mesure que les baby-boomers prennent leur retraite, il devient de plus en plus difficile pour les fabricants de trouver des travailleurs expérimentés pour les remplacer.

La pénurie de main-d’œuvre dans le secteur manufacturier n’est pas un phénomène nouveau. Depuis des années, les fabricants font état de difficultés à pourvoir les postes vacants. Cette situation découle d’une combinaison complexe de différents facteurs économiques et démographiques, non seulement le vieillissement de la main-d’œuvre, mais aussi l’essor de l’économie à la demande, la mobilité personnelle, les tendances sociales changeantes ainsi que les hauts et les bas des économies nationales et régionales. Mais si les prévisions sont correctes, pourvoir les postes vacants ne fera que devenir plus difficile : d’ici 2025, quelque 2 millions d’emplois manufacturiers seront probablement vacants aux États-Unis seulement, selon un rapport du Manufacturing Institute et Deloitte.

La pénurie de talents est particulièrement grave dans le secteur manufacturier parce que les processus de fabrication reposent sur une combinaison de compétences techniques et de savoir-faire qui est difficile à enseigner, à apprendre et à transférer à de nouveaux produits et processus. De plus, la capacité de partager les connaissances entre des personnes de niveaux de compétences et d’expérience différents et à travers les silos fonctionnels afin de résoudre les problèmes devient plus difficile à mesure que le roulement augmente. Il est clair que les entreprises manufacturières doivent trouver des solutions qui aident à améliorer les capacités des nouveaux travailleurs moins expérimentés et à accroître l’efficacité de la formation et de l’intégration afin de s’assurer que ces « débutants » ont le soutien et les connaissances nécessaires pour maintenir la qualité et cibler la production.

Les nouvelles technologies basées sur l’intelligence artificielle (IA) rendent ces nouvelles solutions possibles. Un certain nombre de composantes de base de l’IA, y compris les systèmes de vision par ordinateur, le traitement automatique des langues, les modèles de séries chronologiques et les modèles de recherche opérationnelle, ont récemment connu des améliorations considérables avec le développement de l’apprentissage profond et sont prêts à être déployés seuls ou en combinaisons novatrices. Ci-dessous, nous présentons brièvement trois différentes solutions d’IA que les fabricants peuvent mettre en œuvre dès maintenant pour aider à atténuer les effets de la pénurie de main-d’œuvre qualifiée.

Donner aux employés l’information dont ils ont besoin, rapidement et en contexte

Lorsque les nouveaux travailleurs commenceront à exercer leurs fonctions, ils devront chercher une grande quantité d’information essentielle à l’exécution correcte et efficace de leur travail. Les analystes de la qualité peuvent rechercher des informations relatives à des incidents antérieurs similaires à celui qu’ils tentent de résoudre, par exemple, ou les techniciens de maintenance peuvent rechercher des connaissances sur un cas de réparation particulièrement délicat. Ces données sont souvent dispersées dans divers systèmes et formats, y compris des documents, des feuilles de calcul et, très souvent, le champ « commentaires » dans un système d’enregistrement semi-structuré. L’IA peut aider les employés à accéder à cette information et à la comprendre plus rapidement.

Les outils de gestion des connaissances basés sur l’IA vont au-delà des capacités traditionnelles de « filtrage et de recherche ». Ils ingèrent des données à partir d’un large éventail de documents différents, d’enregistrements de base de données et d’autres combinaisons de données structurées et non structurées, donnant ainsi aux employés accès à une quantité massive d’informations. Lorsque le système est interrogé, il renvoie des résultats de recherche, provenant d’une variété de systèmes, qui sont contextuellement pertinents, ce qui permet aux analystes de la qualité et aux spécialistes de la conformité – à la fois expérimentés et débutants – d’accélérer la résolution des cas de gestion de la qualité et de relever plus précisément les causes profondes potentielles. Au fur et à mesure que les analystes utilisent le système, ils fournissent une rétroaction sur les recommandations les plus efficaces, et l’IA utilise cette information pour apprendre et s’améliorer au fil du temps, en saisissant les connaissances institutionnelles qui risquent d’être perdues.

Laissons l’IA s’occuper des formalités administratives répétitives et manuelles

Malgré l’automatisation accrue des processus de fabrication, de nombreuses tâches répétitives et de faible valeur dans la fabrication sont encore largement manuelles. Celles-ci ont lieu dans l’ensemble de l’entreprise, mais peut-être surtout dans l’arrière-guichet (back-office). Les outils d’automatisation de l’arrière-guichet alimentés par l’IA créent de nouvelles possibilités précieuses pour les fabricants afin de libérer leurs employés et de les redéployer vers d’autres secteurs d’activités critiques de l’entreprise.

L’IA permet de numériser, d’interpréter et de traiter les éléments clés des documents liés aux processus de rapprochement des factures, aux connaissements et à d’autres activités opérationnelles, ce qui permet de gagner du temps, d’accroître la productivité et de simplifier les processus. Lorsque la solution d’IA prend en charge le rapprochement des factures liées aux documents d’expédition et aux contrats, par exemple, l’équipe des comptes fournisseurs est libérée d’une grande partie du travail de vérification manuelle des documents précédemment requis. Les fonctions de gestion des fournisseurs et de trésorerie bénéficient à leur tour d’une efficacité et d’une précision accrues, avec la possibilité de se concentrer davantage sur les éléments stratégiques d’optimisation des relations avec les fournisseurs et de gestion du cycle de trésorerie.

Automatiser des tâches d’inspection plus complexes

La détection des anomalies est également un domaine où l’IA et la vision par ordinateur peuvent apporter une valeur ajoutée importante. Les processus d’inspection visuelle et de détection des anomalies exigent souvent un haut niveau d’expérience et de savoir-faire lorsqu’ils sont réalisés par un humain. La nature de ces tâches répétitives, conjuguée au niveau élevé de compétences requises, rend difficile la dotation de ces postes.

Les entreprises manufacturières se tournent de plus en plus vers les systèmes automatisés d’inspection visuelle pour compléter ou remplacer l’inspection visuelle manuelle. Toutefois, ces systèmes n’ont pas donné les résultats escomptés lorsque l’inspection est plus subjective et nécessite une expérience humaine importante pour une interprétation correcte de la qualité. Aujourd’hui, les progrès de la vision par ordinateur, combinés à l’explicabilité, sont à l’origine de solutions d’inspection de l’IA qui peuvent être adoptées en toute confiance dans un environnement d’usine. Ce développement a le potentiel de réduire plus largement la dépendance à l’égard de l’homme pour les processus d’inspection manuels répétitifs, libérant ainsi les services de l’assurance qualité pour se concentrer davantage sur l’analyse des causes profondes et l’amélioration continue.

Commencer avec un cas d’utilisation spécifique

Chacune de ces solutions offre une occasion concrète d’aider les fabricants à atténuer les effets d’une pénurie de main-d’œuvre qualifiée. Bien que ces possibilités soient passionnantes et tangibles, organiser l’ensemble de votre entreprise pour s’attaquer efficacement à ce problème constitue en soi un défi de taille. Mais c’est la beauté de l’IA : il est possible de commencer petit et modeste, avec un cas d’utilisation spécifique, et de mettre à l’échelle à partir de là. La pénurie de travailleurs expérimentés dans le secteur manufacturier ne disparaîtra pas. Mais les entreprises qui réussissent à déployer l’IA seront bien placées pour combler le déficit de compétences, en optimisant la réactivité de la production et en créant une valeur commerciale significative.

Dans notre prochain article de blogue, nous examinerons certaines des autres tendances mondiales auxquelles font face les fabricants et explorerons comment l’IA peut aider à relever ces défis. Y a-t-il un défi qui vous intéresse le plus? Tenez-nous au courant!


Vous serez à la Rencontre Annuelle ISPE du 27 au 30 octobre à Las Vegas? Rencontrez un de nos experts en IA à la conférence. Prenez rendez-vous!