Big Data - Innovacting

DOCUMENT ALLEMAND
TRADUIT EN FRANÇAIS
Document d'origine
Titre : Big Data – das neue Gold der Wirtschaft 19-11-2015
URL :
h ttp://www.maschinenmarkt.vogel.de/themenkanaele/automatisierung/ppserp/articles/511659
/
Entreprise/Site web : MM MaschinenMarkt
Auteur : Jürgen Schreier
Taille du texte allemand : 1940 mots
Traduction
Traducteur : Jean-Louis Bourgogne
Lien accès : http://www. innovacting.eu /spip.php?article 1560
Titre : Big Data – un nouvel or pour l'économie
Chapeau – Résumé :
Les machines et la fabrication se conduisent et se surveillent toutes seules. L'Homme prend la
tête de ce grand concert 4.0. La partition : une quantité gigantesque de données sorties des
capteurs, des acteurs, des commandes et des systèmes MDE (Model Driving Engineering) – le
Big Data. Cependant les « grandes données » ne prennent vraiment de la valeur que si on en
tire de la connaissance, une base pour les futurs modèles d'information qu'on peut d'ores et
déjà imaginer.
Texte :
La Vache qui rit : c'est ainsi que le fabricant français de fromages Bel (connu pour son
classique et apprécié Bonbel) labellise ses produits lactés. Aujourd'hui la vache a déjà avancé
d'un cran. Car elle ne fait pas que rire (si elle a encore des raisons de rire dans cette époque
de la production de masse), elle est aussi l'actrice de la « ferme 4.0 » qui envoie déjà un SMS.
Les capteurs, le GPS ou les analyses du Big-Data vont dès demain rendre l'agriculture plus
efficace et la transformer profondément
© Ce document vous a été envoyé personnellement sous la forme d'un fichier pdf.
La rediffusion directe de ce fichier est interdite.
La diffusion du lien permettant l'accès à cet article est autorisée.
Jean-Louis Bourgogne Conseil 69003 LYON [email protected] SIRET 382 941 698 00047

Et c'est ainsi que cette femme, que le paysan cherche dans la série télé éponyme (et trouve
rarement), ne sera bientôt plus du tout celle que le « cliché de la paysanne » suggère. Au lieu
de traire, de nettoyer l'étable ou de « retirer » aux poules leurs œufs, la paysanne numérique
jette un œil sur sa tablette ou son smartphone pour savoir ce qui se passe dans l'étable ou sur
la prairie : les capteurs placés à différents endroits de la ferme envoient des alarmes sur le
mobile lorsque des porches, portes ou grilles s'ouvrent sans autorisation, les détecteurs
d'incendie préviennent s'il y a de la fumée.
Toujours mieux armé pour l'Industrie 4.0
Déjà aujourd'hui l'agriculture présente des analogies avec « l'Industrie 4.0 » : des
moissonneuses-batteuses et des tracteurs high-tech, qui se déplacent dans le champ, pilotés
par satellites, ou des drones qui larguent avec précision les désherbants et les engrais.
L'exemple le plus récent est celui de la solution développée conjointement par Leica
Geosystems et les Capteurs Wiedemann (Sensor-Technik Wiedemann).
Elle commande directement les corrections des données GPS dans le système de pilotage des
machines agricoles à travers le réseau mobile. Pour cela la machine envoie sa position par le
réseau mobile dans le Cloud Telekom. Un système de correction des données calcule les
données précises de position et les retourne aussitôt à la machine. Ce qui lui permet de mettre
à jour automatiquement son trajet, l'utilisation d'engrais ou de semences et d'optimiser
également la consommation.
En conclusion : l'analogie entre la « ferme numérique » et l'« Usine smart » n'est pas qu'un
problème de techniques mais aussi d'objectifs. Les agriculteurs, comme le montre un sondage
récent de la Fédération numérique Bitkom, attendent de telles technologies de meilleurs jours,
des coûts de production plus faibles grâce à une meilleure efficacité et une meilleure utilisation
de leur capacité. De la même façon d'ailleurs, l'entretien et la maintenance pourraient être
mieux planifiés grâce à une meilleure gestion prévisionnelle. Les applications hightech et le big
data à la ferme vont devenir, dès demain tout à fait naturels. Le Bitkom en est persuadé.
Le Big Data est de plus en plus présent
Il est clair que l'industrie du Big Data produit de plus en plus de solutions. C'est ce qui ressort
du « IT Innovation Readiness Index » de Pierre Audoin Consultants (PAC) à la conférence du
Freudenberg IT. Ainsi les PME de l'industrie manufacturière utilisent le Big Data aussi bien pour
l'exploitation des données commerciales de l'entreprise que pour l'analyse de leurs ventes.
Car selon ce sondage le thème de l'internationalisation et de la globalisation est considéré par
les entreprises de la cible comme une exigence de la plus haute importance. PAC en déduit
d'ailleurs que les analyses Big Data des données de la vente, qui suit des voies de distribution
mondiales toujours plus complexes, vont croître à long terme dans les PME de l'industrie
manufacturière.
© Ce document vous a été envoyé personnellement sous la forme d'un fichier pdf.
La rediffusion directe de ce fichier est interdite.
La diffusion du lien permettant l'accès à cet article est autorisée.
Jean-Louis Bourgogne Conseil 69003 LYON [email protected] SIRET 382 941 698 00047

Intervenir rapidement grâce à l'analyse en temps réel
Ainsi considéré, Horst Reichardt, CEO de Freudenberg IT, pense que le Big Data serait la
technologie pilote pour l'Industrie 4.0 de même que pour une nouvelle qualité 4.0. En effet,
avec l'analyse en temps réel des données de l'exploitation et des machines grâce aux solutions
In-Memory comme SAP Hana, on pourrait réduire significativement, par exemple, les taux de
rebuts dans la fabrication des pièces. On peut alors intervenir rapidement en production et
organiser la traçabilité de tout le processus de production ; l'histoire est faite de rappels de
produits importants comme c'est le cas surtout dans l'industrie automobile.
Reichhardt poursuit en expliquant que le Big Data joue un rôle dans le secteur proche de la
fabrication pas seulement dans l'augmentation de l'efficacité et de la qualité mais aussi comme
la base de nouveaux modèles économiques : « Spécialement dans la construction de machines
et d'installations où les fabricants peuvent créer de la valeur ajoutée dans l'ensemble du cycle
de vie de leurs produits grâce à des services internet », esquisse le CEO parmi de nombreuses
possibilités. Il est clair que les PME-PMI prennent conscience de l'énorme potentiel du Big
Data. Enfin la baisse enregistrée du scepticisme envers l'utilisation de ce type de solutions est
là pour le prouver. Cette prévention a diminué selon l'étude de Freudenberg-IT, passant de 32
à 24 % de 2014 à 2015.
Le train du Big Data ne doit pas s'arrêter
En résumé : le train du Big Data roule ; et sans arrêt. Jusqu'en 2025 le chiffre d'affaires
mondial des solutions Big Data devrait grimper à plus de 85 Md Euro. C'est ce qui ressort d'une
étude présentée par le Business Application Research Center (Barc) et le Bundesverband der
IT-Anwender (Voice). D'après certains experts, il devrait y avoir dès 2020 jusqu'à 50 milliards
d'appareils connectés à l'internet, depuis le capteur isolé jusqu'à la machine complète,
l'installation, voire l'usine. Toutes délivrent en masse des informations qui seront non
seulement saisies et stockées mais aussi analysées ; pourquoi pas pour créer de nouveaux
business modèles.
C'est pourquoi il sera toujours plus important de filtrer les données le plus tôt possible : en
l'occurrence, celles qui sont traitées, directement et sans délai, au niveau de l'appareil et
d'autres qui sont transmises à un système connecté en vue d'évaluation et d'analyse. « La
quantité des données liées à l'internet des objets est énorme ; elles doivent être filtrées. Faire
un traitement directement sur la machine est de toute façon souvent plus efficace. Pour y
parvenir il faut disposer de nouvelles solutions analytiques. », reconnaît le Dr. Joachim
Schaper, Vice President & Head of Research Organization chez AGT International à Zurich, un
prestataire en analytique dédiée à l'internet des objets (IoT).
Les faits attestés par des données mettent les hommes sur la bonne
voie
La grande masse de données dans « l'internet of everything » a besoin de largeurs de bande
immenses. Cela vaut aussi pour le stockage. Là-dessus s'ajoute l'hétérogénéité des données
non structurées qui sont saisies ainsi que la large dispersion géographique des sources de
données. « Une grande partie des données saisies sont non seulement utiles à l'analyse mais
aussi pleines de valeur pour le terrain lui-même. Souvent il est plus efficace de mettre en
avant l'utilisation pratique pour détecter une réaction en temps réel au niveau de l'appareil ;
avec l'objectif de faire en sorte que l'appareil fasse l'apprentissage de ses états types pour
pouvoir, avec le temps, signaler tout seul les anomalies. Les possibilités offertes ainsi par cette
© Ce document vous a été envoyé personnellement sous la forme d'un fichier pdf.
La rediffusion directe de ce fichier est interdite.
La diffusion du lien permettant l'accès à cet article est autorisée.
Jean-Louis Bourgogne Conseil 69003 LYON [email protected] SIRET 382 941 698 00047

forme d'intelligence artificielle vont bientôt être de plus en plus opérationnelles. », pense
l'expert IoT Sxhaper.
C'est ainsi que des systèmes complexes comme les robots traitent toujours plus de données.
Par exemple, ils apprennent à reconnaître, grâce à la comparaison avec des données
antérieures correctes, des écarts critiques par rapport aux standards. En cas de besoin ils
peuvent aussitôt réagir. Cependant, Moritz von Plate, CEO du spécialiste de l'analyse prédictive
Cassantec AG, est convaincu que les machines ne remplaceraient pas les hommes. « Mais elles
vont considérablement influencer l'art et la manière dont les décisions sont prises.
Précisément, lorsque dans des problèmes les causes et les effets constatés ne peuvent pas
être clairement reliés et que le décideur se trouve confronté à des situations complexes, les
données représentatives des faits peuvent redonner à l'homme la bonne direction. » Jörg
Hoffmann, responsable du concepteur de techniques d'automatisation Hoffmann Engineering
GmbH à Karlsruhe pense la même chose : « La disponibilité prévisionnelle dans les installations
de production associée à des modèles d'information prédictifs va devenir toujours plus la clé de
la production de demain et des nouveaux modèles économiques. La mission clé des agents de
production dans l'entreprise s'oriente de plus en plus en direction de nouveaux processus, plus
performants, associés à une analyse du processus en cours plus intelligente et plus intuitive. ».
Une connaissance nouvelle tirée du fatras de données
Ainsi les données ou les faits mis en données vont devenir de plus en plus une matière
première déterminante pour la capacité opérationnelle de l'économie moderne. Contrairement
à l'acier, l'or ou les matières plastiques on ne peut évidemment ni la voir ni la toucher, ce qui
n'enlève rien à son sens et sa valeur. Pour le Dr. Lothar Baum, Informaticien au nouveau
campus de recherche de Bosch à Renningen, c'est clair : « les données sont le nouveau pétrole
de l'économie mondiale ».
Les enjeux sont d'utiliser le flot de données issues des usines connectées, des autos
connectées ou des produits connectés ; pour un meilleur service client, des processus de
production optimisés et, par là, plus de compétitivité. « La capacité à générer une nouvelle
connaissance à partir des grandes quantités de données est une compétence clé de l'avenir. »
comme le dit encore Baum, le dirigeant d'une équipe d'experts de Renningen, qui a comme
objectif la valorisation du volume croissant de donnée (Data Mining). Concrètement, Baum
cherche, parmi d'autres applications, comment on peut optimiser l'industrie connectée grâce
au Data Mining.
Déjà il ne manque pas d'exemples concrets : ainsi Bosch a pu raccourcir de 17,4 %, grâce à
l'exploitation des données, les temps de contrôle dans la fabrication de vannes hydrauliques.
Un bien joli résultat : car pour une fabrication de 40.000 vannes par an l'économie est de 14
jours. Dans ce cas, l'analyse des données de production de 30.000 vannes a permis de créer la
base de connaissance utile. C'est là qu'on a pu voir que des tâches pouvaient être évitées dans
l'ensemble du contrôle dès lors qu'on avait vérifié la conformité lors d'opérations placées plus
tôt. Le résultat de l'opération de contrôle final était prévisible à partir de l'analyse de
l'opération. La détection de tels recoupements, et parfois de plus complexes, permet
d'économiser du temps et de l'argent. Et Baum enfonce le clou : « Sur des millions de pièce les
gains de quelques secondes sur les temps ou de centimes sur les coûts se chiffrent à la fin par
des gains en millions. ». Toute économie réalisée renforce la compétitivité et, par là,
l'attractivité des articles produits.
A long terme l'aide viendra de la capacité de saisie
© Ce document vous a été envoyé personnellement sous la forme d'un fichier pdf.
La rediffusion directe de ce fichier est interdite.
La diffusion du lien permettant l'accès à cet article est autorisée.
Jean-Louis Bourgogne Conseil 69003 LYON [email protected] SIRET 382 941 698 00047

Techniquement, la Data Mining est particulièrement exigeant. « Les algorithmes sont, bien
entendu, connus de longue date. Cependant les algorithmes ne s'appliquent pas à des milliards
de données faute de capacité de saisie. », explique Baum. Cela devient désormais possible
grâce aux calculs gigantesques réalisés sur de nombreux serveurs et des milliers de
processeurs parallèles par des clusters reliés entre eux.
Ces capacités ont aussi posé les bases d'un autre bon exemple qui montre comment on peut
utiliser le Big Data. L'entreprise de l'énergie British Gas vend à ses clients le service de la
distribution de chaleur et d'eau chaude. De nombreuses chaudières Bosch installées par le
gazier sont désormais compatibles internet et livrent au distributeur d'énergie quantités de
données issues du fonctionnement de l'appareil : quand la chaudière est en service ? Pendant
combien de temps ? A quelle rapidité la flamme s'allume-t-elle ? A quelle température est
l'eau ? « L'analyse de ces informations permet de détecter les causes possibles, par exemple
d'un temps de démarrage plus long qu'habituellement », commente le spécialiste Data Mining
de Baum.
Le technicien du service après-vente ne sonne plus qu'une fois
« Lorsque le technicien de service se rend chez son client il peut maintenant emporter avec lui
la pièce de rechange qui convient car il sait déjà ce qui est endommagé. Aujourd'hui les
techniciens viennent souvent deux fois, une première fois pour le constat et une deuxième
pour la réparation. » Maintenant il ne sonne plus qu'une fois. Chez Bosch même on utilise
largement le Big Data. De nombreuses machines sont en réseau. Les algorithmes détectent à
partir des données issues des capteurs s'il y a des risques de panne sur les machines et
signalent le fait en vue d'une surveillance appropriée. La suite IoT de Bosch et ses
composantes Big Data, qui permet de développer, mettre en place et exploiter des applications
IoT, autorise l'analyse de grandes quantités de données.
Ce sont aussi deux autres grands acteurs de leur secteur, Schaeffler et Deckel Maho Pfronten,
qui mettent en lumière le Big Data. Ils ont construit avec d'autres partenaires un projet
d'investissement concret pour développer le concept d'une « Machine-outil 4.0 ». Grâce à la
connexion, depuis le capteur jusqu'au cloud, des techniques actuelles avec de nouveaux
composants numérisés, ils réalisent un grand pas en avant vers une production numérisée.
Pour cela deux prototypes ont été construits sur la base du DMC 80 FD Duoblock de quatrième
génération. L'un d'entre eux est utilisé en production de série chez Schaeffler-Werk Höchstadt
dans le département des roulements de précision. Le deuxième prototype a été présenté sur le
stand de DMG Mori à la EMO de Milan.
En qualité de partenaire de développement et de sous-traitance pour des composants
technique de puissance dédiés à la machine-outil Schaeffler poursuit une stratégie de
numérisation précise avec l'objectif de rendre disponibles, par l'intermédiaire de capteurs,
connexions et analyse, les données collectées au cours des processus les plus variés. Il veut
ainsi offrir à ses clients une vraie valeur ajoutée, par exemple en évitant, grâce à la
maintenance préventive, les arrêts de machines. En effet, dans une machine-outil les
roulements sont déterminants pour la performance de la machine car ils influent non
seulement sur le bon fonctionnement de la machine mais aussi sur la qualité du travail
effectué. Des données qui donnent des conclusions sur l'état actuel mais aussi sur le
comportement futur des composants constituent ainsi une base sérieuse pour les exploitants
de machines.
© Ce document vous a été envoyé personnellement sous la forme d'un fichier pdf.
La rediffusion directe de ce fichier est interdite.
La diffusion du lien permettant l'accès à cet article est autorisée.
Jean-Louis Bourgogne Conseil 69003 LYON [email protected] SIRET 382 941 698 00047