Vous mentionnez le concept de « Single Source of Truth »…
Prenons l’exemple de Tesla, qui a une visibilité en temps réel sur ce qui se passe chez ses fournisseurs et distributeurs. Cette capacité leur permet de savoir immédiatement combien de pare-brises Saint-Gobain peut livrer, ou si un concessionnaire atteint ses objectifs. Cela leur permet d’ajuster instantanément production et livraisons.
De son côté, SOMFY peut produire un moteur par seconde. Le prix de ce moteur dépend du coût du cuivre, dont le cours fluctue constamment. Pour maximiser ses marges, SOMFY choisit ses fournisseurs en temps réel, s’appuyant sur des données actualisées en continu.
Pour réussir ce type d’optimisation, il est indispensable de disposer d’un « Single Source of Truth » (SSoT ou Source de Vérité Unique), un système où l’information est à la fois précise et actualisée en permanence, et ce, sur tout ce qui se passe dans son écosystème.
Cette approche est rendue possible grâce au principe de l’Unified Namespace (UNS ou Espace de noms unifiés). L’UNS et ses variantes architecturales, adoptées par des géants tels que Renault, Volvo, L’Oréal, et Schneider Electric, sont déjà utilisées par 7 à 11 % des industriels, selon une étude Européenne récente. En 2024, après la phase des pionniers, l’adoption de l’UNS se généralise, avec des applications quasi infinies. Par exemple, cela peut servir tant à la prévention des accidents de travail, en identifiant immédiatement où et dans quelles conditions ils se produisent, qu’au suivi en temps réel de la maintenance prédictive et de l’impact environnemental.Ses applications sont quasi-infinies : tantôt c’est un outil d’accidentologie du travail, qui permettrait à EuroTunnel/GetLink de savoir immédiatement où et dans quelles conditions se passent les accidents ; tantôt c’est un outil de suivi de prédiction de pannes et d’impact environnemental !
Quelle est la genèse de l’UNS ?
Le concept de l’UNS trouve ses origines dans plusieurs sources, mais l’une des plus notables est celle de Walker Reynold, qui a formalisé les principes architecturaux et les a largement popularisés. Entre 2003 et 2005, alors qu’il travaillait dans une mine de sel, Walker devait effectuer notamment diverses mesures sur de nombreux équipements. Pour simplifier ce travail, il a eu l’idée de créer plusieurs fichiers Excel pour surveiller les équipements, puis de les connecter entre eux via une fonctionnalité peu connue d’Excel, le Dynamic Data Exchange (DDE), créant ainsi une « Source de Vérité Unique ». Pour éviter toute confusion entre différents équipements, il a mis en place une nomenclature hiérarchique qui est devenue la base de l’UNS.
Aujourd’hui, cette structuration hiérarchique des données est même recommandée par la norme ISA-95 (partie 2) et se retrouve dans des systèmes tels que les ERP de SAP ou les logiciels de maintenance. Par exemple, une hiérarchie type pourrait être :
Entreprise > Site > Ligne de production > Poste de travail > Équipement (comme un tournevis ou un capteur, Fiche Qualité du produit).
Au fil des années, le principe d’unification s’est raffiné avec des technologies plus récentes. Le standard OPC UA a d’abord permis d’implémenter l’UNS, puis en 2014, les normes MQTT et sa variante « Sparkplug » ont été conçues par et pour les industriels. Ces normes sont désormais reconnues comme standards internationaux (ISO/IEC 20237:2023) et gagnent en importance en 2024, surtout après le Hannover Messe, où tous les acteurs révèlent leurs cartes UNS !
Quels sont les principes de l’UNS ?
Pour saisir l’utilité de l’UNS, prenons l’exemple de l’ajout d’un bras robotique Stäubli TX60 dans une usine, et abordons quelques principes clés :
- Single Source of Truth (SSoT) : Une description unique et en quasi-temps réel de l’ensemble du système de production, accessible à tous les acteurs de l’entreprise.
- Certificat de naissance et de décès : Lorsque le bras robotique Stäubli est ajouté à une ligne de production, tout l’écosystème informatique en est immédiatement informé. Avant cela, chaque système devait interroger constamment pour savoir si de nouveaux équipements avaient été ajoutés, encombrant inutilement le réseau, et on va vite arriver aux limites. Désormais, le certificat de naissance du Stäubli informe uniquement les personnes concernées.
- Autodescriptif (« self-awareness architecture ») : Le principe du « drag and drop » s’applique ici. En ajoutant le bras robotisé, tout le système reconnaît automatiquement qu’il s’agit d’un TX60, avec ses spécifications complètes. Plus besoin de reprogrammation complexe, les modifications se propagent instantanément à l’échelle mondiale.
- Event driven : L’UNS suit une logique événementielle. Par exemple, si le bras robotique dépasse sa charge autorisée, un message, petit et léger, est immédiatement envoyé. Cette technologie, conçue pour résister aux conditions difficiles de l’industrie, est robuste et économe en ressources, offrant ainsi une grande résilience face aux microcoupures d’Internet.
Donc UNS et MQTT sparkplug ont été créés par des industriels et rendus robustes au fil des années. Cela s’adapte donc aux conditions difficiles de l’industrie : messages légers et peu chers ; système résilient aux microcoupures de l’Internet ; gains importants de temps pour s’ajuster aux imprévus ; gestions hétérogènes des protocoles exotiques…
Quels sont les bénéfices de l’UNS ?
L’UNS c’est un peu la pierre angulaire essentiel pour toute transformation digitale dans l’industrie, en touchant les trois axes du « triangle d’Or » : People, Process, Technologies. Une vision systémique est nécessaire pour générer des économies de 80 millions d’euros par an dans les usines de Renault, et ce n’est qu’un début avec le prochain palier à 200 millions d’euros. Sans vision globale, plus de 80 % des projets échouent ou ont un impact limité si l’on se concentre uniquement sur les technologies, qui se contente d’ajouter de l’IA ou de la réalité augmentée de manière isolée. Il s’agit d’une stratégie à long terme, à améliorer chaque année.
L’application première de l’UNS est la résolution de problèmes complexes. Par exemple, Saint-Gobain, avec ses nombreuses fournaises de différentes générations, doit gérer un grand nombre de paramètres. L’UNS, en combinaison avec le Big Data et le Machine Learning, permet d’optimiser ces réglages ou même de s’échanger ces réglages. Par exemple, le groupe Renault réduit de 3°C la température de ses étuves, avec des bénéfices environnementaux et économiques substantiels.
L’UNS n’est pas une fin en soi, mais un outil moderne pour résoudre les problèmes industriels. Ses limites sont celles de notre imagination à exploiter son potentiel.
Au final, la limite de l’UNS, c’est notre créativité à imaginer des solutions !
Pourquoi parle-t-on beaucoup de « l’industrie 4.0 » et pourquoi voit-on peu de résultats concrets ?
Le principal atout de l’UNS est de fournir une base solide pour réaliser le potentiel de l’industrie 4.0, qui repose sur 17 piliers technologiques (selon IoT Analytics).
Aujourd’hui, les entreprises tentent souvent d’imposer le changement de manière « top down », ce qui est inefficace dans un environnement de production complexe. Les usines sont un mélange hétérogène de machines et de logiciels de tous âges, avec du matériel dont parfois personne ne connaît l’existence. Ce conglomérat s’est constitué au fil du temps, souvent sans réelle fusion des unités acquises, couvrant parfois plusieurs continents.
Plutôt que de chercher à tout changer d’en haut, il faut partir de ce qui existe déjà et de ce qui fait la force de l’entreprise depuis des années. La valeur ajoutée et le savoir-faire se trouvent « en bas ». Il est donc crucial de partir de la base pour identifier les opportunités offertes par l’industrie 4.0 et concevoir une organisation centrée sur l’humain, en fournissant aux travailleurs les outils nécessaires pour évoluer.
Grâce à l’UNS, tous les équipements et logiciels d’une entreprise, de la visseuse électronique à la nouvelle ligne de fabrication, se déclarent automatiquement lorsqu’ils sont ajoutés au système. Les données sont collectées immédiatement grâce au Edge Computing. Et cela fonctionne même pour des secteurs comme le textile, où des machines en bois sont modernisées (« retrofit »).Grâce à l’UNS, tous les équipements d’une entreprise, de l’ERP à la visseuse électronique, « se déclarent » automatiquement lors de leur ajout dans le système. Les données sont alors collectées immédiatement grâce à du « Edge Computing ». Et cela marche pour tous les secteurs d’activité, y compris la filière textile qui fait du « retrofit » de machines en bois.
Comment procédez-vous ?
Depuis près de 15 ans, avec mes années à la General Electric dans le médical, j’applique la démarche FURPS+ (norme ISO/IEC 9126), une check-list de questions axées sur la qualité. Chez FactoVia, nous pratiquons cette méthode et avons en parallèle constitué un écosystème de plus de 50 partenaires industriels, disposant des compétences nécessaires pour mettre en œuvre des usines connectées modernes reposant sur l’UNS.
Nos clients, qu’il s’agisse de petites TPE ou de Gigafactories, sollicitent mon expertise pour des conseils stratégiques sur le choix des composants de l’usine, du cloud au smartphone : quels matériels et logiciels choisir ? Quelle architecture pour l’UNS et l’IoT Edge ? Quel intégrateur en France ou dans le monde ? Quels protocoles industriels adopter ? Pour une TPE-PME, deux ou trois partenaires suffisent, tandis qu’une Gigafactory peut nécessiter jusqu’à 16 partenaires, couvrant des domaines variés tels que la 5G, la fibre optique, les capteurs, les serveurs, et les plateformes Big Data et IA. Tout cela résulte de 15 années de savoir-faire unique.
Avec ses solutions clé-en-main automatisées et robustes, FactoVia aide les entreprises à briser les silos internes. Nous disposons même d’une mini-usine pédagogique innovante, permettant aux différents corps de métier de parler un langage commun et de modéliser ensemble le changement rendu possible par l’évolution technologique. La vision d’entreprise devient ainsi partagée et comprise par tous.
Quelques conseils pour réussir ?
Il est essentiel de se fixer des jalons dès le début. Par exemple, nous proposons souvent à nos clients un premier jalon avec des livrables concrets en pré-production après trois mois, avec des objectifs opérationnels clairs, comme la connexion de deux usines et la remontée d’informations en moins de cinq minutes.
L’étape suivante consiste à permettre aux Data Scientists de modéliser ces informations pour formuler des propositions. Cela ne fonctionne presque jamais du premier coup, mais cela amorce le processus de transformation organisationnelle. La clé est de « Casser les silos » pour réussir, avec comme guide mon motto préféré qui me suit depuis des années “Think big, act small, fail fast; learn rapidly”
Quelques compléments :
- 26/09/2019 – Saint–Gobain Sekurit Shanghai Co., Ltd.(Saint–Gobain) : Mass production Tesla Model 3 (14/10/2019) : https://www.shine.cn/biz/economy/1909262766/
- SOMFY :
- un moteur par seconde, c’est une capacité maximale de production de 70 000 moteurs par jour https://service.somfy.com/downloads/nam_v5/lowvoltage_databook_5-2019.pdf
- Cours boursier du Cuivre
https://tradingeconomics.com/commodity/copper
- Historique de l’UNS : https://www.youtube.com/watch?v=iW7i5bh93Gw
- Source EU : manufacturing firms in EU versus US 🡺 Only 11% Fully digitalized in EU (even less in France) : https://www.eib.org/en/publications/online/all/eibis-digitalisation-report#:~:text=Digitalisation%20in%20the%20European%20Union,to%2078%25%20in%20the%20US