Existe-t-il un Yin et un Yang des entreprises?

L’entreprise “Yin”

L’employée senior lit les e-mails de commande avec ennui. Elle les saisit un par un en copiant leur contenu dans le logiciel de gestion de l’entreprise. Une commande potentielle concerne un article spécial, non référencé, elle la met donc de côté. En fin de journée, un employé du bureau technique vient récupérer les demandes particulières mises de côté dans la journée, discute un peu avec la secrétaire, puis emporte la commande de l’article spécial.

Le lendemain, l’employé saisit les données des pièces jointes reçues dans une série de fichiers Excel, laborieusement construits au fil du temps et manipulables uniquement par des experts. Il en ressort un devis qui, contenant de nombreuses inconnues, est gonflé par le technicien lui-même. S’il faut donner suite à la commande, il ne veut surtout pas risquer d’être accusé d’avoir sous-estimé les coûts.

Pendant ce temps, en production, la rumeur court qu’un opérateur chargé des assemblages manuels est absent. Le chef d’atelier doit donc le remplacer par un jeune nouvellement embauché et lui affecte un expert pour lui expliquer quoi faire. L’expert ne peut alors plus réaliser ce qu’il avait prévu ce jour-là, ce qui perturbe également le planning des autres secteurs de production. De plus, il commence à perdre patience, car c’est la énième fois qu’il doit expliquer la même chose à des personnes différentes.

À côté du jeune remplaçant, un autre opérateur chargé de finaliser l’assemblage se retrouve lui aussi inefficace, contraint d’attendre la formation du nouveau. Résultat: trois personnes perdent leur temps.Inizio modulo

Une fois l’imprévu surmonté, tout semble être revenu à la normale. Personne ne se doute qu’une machine va bientôt tomber en panne. À partir de ce moment-là, ce sera l’urgence : il faudra se précipiter pour se procurer les pièces de rechange, et l’arrêt de la machine aura un impact sur les lignes qui réalisent les opérations suivantes, entraînant également leur arrêt. Il faudra refaire rapidement le planning de production, peu importe s’il est optimisé ou non, et, en conséquence, les caristes devront retourner en urgence en magasin le matériel déjà préparé pour le remplacer par celui nécessaire au nouveau planning. Ces opérations supplémentaires ralentiront également l’approvisionnement des autres services.

Pendant ce temps, après validation interne par le responsable – qui, bien sûr, a ajouté une marge supplémentaire pour couvrir le risque – le devis de l’article spécial est envoyé au client potentiel. Mais après une attente trop longue, ce dernier ne l’acceptera pas: il est trop cher. Encore une occasion perdue.

Une fois l’urgence du dépannage terminée, le comité de direction examine les résultats de l’analyse obtenue avec les quelques données disponibles et constate la mauvaise performance. Les coûts ont augmenté et les commandes sont globalement en retard. Il faudra encore une fois trouver une excuse pour justifier ces retards auprès des clients. Espérons qu’ils y croiront cette fois encore.

Pendant ce temps, aucune nouvelle opportunité ne se profile à l’horizon… et même si c’était le cas, il n’y aurait pas les moyens de l’évaluer.

L’entreprise “Yang”

Les commandes circulent directement du portail vers le système d’information de l’entreprise. L’une d’elles concerne un article hors standard: le système d’orchestration des workflows l’envoie automatiquement au bureau technique. Comme il s’agit d’un produit complexe, les fichiers techniques joints à la commande sont traités et envoyés à l’imprimante 3D pour une prototypage rapide, ainsi qu’au système d’Analyse Prédictive qui propose une estimation de la gamme de prix, afin d’obtenir rapidement un devis réaliste à soumettre au client.

Pendant ce temps, en production, une alerte s’affiche sur le dispositif wearable du chef d’atelier, l’informant qu’un opérateur chargé de l’assemblage manuel est absent en raison d’un problème imprévu. Un jeune nouvellement embauché prend sa place et apprend la procédure en regardant une vidéo explicative sur le terminal tactile du poste de travail. Il commence ensuite à travailler, à un rythme plus lent que son collègue expérimenté, mais ce n’est pas un problème: le robot collaboratif à ses côtés s’adapte à son rythme et attend avant d’effectuer les mouvements de finalisation de l’assemblage, sans gêner le jeune opérateur.

Une autre alerte informe le technicien de maintenance le plus expérimenté qu’une des machines les moins modernes, selon les données des capteurs IIoT et l’Analyse Prédictive, risque fortement de tomber en panne dans les prochaines heures. Le technicien se trouve dans un autre site, à plusieurs kilomètres de distance, mais décide d’intervenir immédiatement pour prolonger la durée de vie de la machine. Il appelle son collègue présent sur place et, grâce à la réalité augmentée, lui indique sur son casque AR les opérations à réaliser pour ajuster les paramètres et réduire le stress mécanique. Ensuite, il commande les pièces de rechange et programme l’intervention de maintenance.

Les machines sont interconnectées, et l’information concernant l’arrêt programmé circule, via le réseau, jusqu’aux lignes effectuant les étapes suivantes, qui réorganisent automatiquement leur production. Ce changement de planning ne vise pas seulement à assurer la continuité de la fabrication d’autres articles pendant la maintenance de la machine en amont, mais aussi à optimiser la consommation énergétique. Les articles les plus énergivores sont ainsi planifiés de nuit, lorsque le coût de l’électricité est plus bas. Le nouveau programme modifie également instantanément les missions de prélèvement des matières premières pour les navettes autonomes.

Pendant ce temps, l’imprimante 3D a terminé la production du prototype de la pièce personnalisée, permettant ainsi de procéder aux tests. Une faiblesse est détectée, et il est préférable d’en informer immédiatement le client potentiel, en lui envoyant le devis. Celui-ci apprécie cette transparence et, convaincu par le prix raisonnable et l’expertise de son interlocuteur, décide de poursuivre le projet en co-engineering avec son nouveau fournisseur. Une collaboration prometteuse est en train de naître.

Le comité de direction, après avoir trinqué aux excellents résultats de la période, se penche désormais sur les conclusions d’un projet de Data Science. L’analyse d’une immense quantité de données – actualités économiques, réseaux sociaux, historiques de production – révèle qu’une nouvelle gamme de produits possède un fort potentiel de marché et qu’elle est parfaitement compatible avec les machines et équipements déjà en place dans l’entreprise.

Grâce au Digital Twin, une simulation virtuelle de la production est disponible. Elle démontre que la fabrication de ces nouveaux articles est non seulement possible, mais aussi optimisée. Il ne reste plus qu’à décider d’investir… et l’entreprise prospérera.

Conclusions

Inutiles. Stay tuned!