WASHINGTON — L’adoption de l’intelligence artificielle (IA) augmente rapidement dans tous les secteurs, et l’industrie manufacturière ne fait pas exception.

Alors que la plupart des fabricants déclarent en être aux premiers stades de l'adoption de l'IA, 78 % prévoient d'augmenter leurs dépenses en IA au cours des deux prochaines années, tandis que 52 % ont une stratégie d'entreprise en matière d'IA, selon une enquête menée par le Manufacturing Leadership Council (MLC), un division de l’Association nationale des fabricants (NAM).

Au Nexus 2024, qui s'est tenu du 30 septembre au 30 octobre. Le 3 janvier à Washington, DC, Penelope Brown, directrice principale du contenu, MLC et NAM, a détaillé les avantages que l'IA peut offrir aux fabricants, les idées fausses autour de la technologie et la manière de la mettre en œuvre efficacement.

« L'IA est aussi bonne qu'elle ne l'a jamais été et aussi mauvaise qu'elle le sera », a déclaré Brown. « Nous sommes en quelque sorte au point de départ avec tout cela en ce moment. »

Pour les fabricants de produits de boulangerie et de snacks, l'IA peut aider à optimiser les portefeuilles de produits, a déclaré Brown, en analysant les SKU, les tailles des produits, les emballages et bien plus encore pour déterminer quels produits valent la peine d'être investis ou pourraient être abandonnés.

Les systèmes de vision guidés par l'IA peuvent également améliorer le contrôle qualité, a déclaré Brown, citant une entreprise qui a adopté cette technologie.

« Le problème avec le système de vision standard est qu'il est généralement assez limité dans ce qu'il peut détecter », a expliqué Brown. « Mais (le fabricant) a pu mettre en œuvre un apprentissage approfondi sur ces systèmes de vision guidés par l'IA pour détecter des zones qui n'étaient vraiment pas détectables auparavant, comme des câbles torsadés, des rayures sur la surface ou des fissures. »

L’analyse de l’efficacité de la production, ainsi que l’assistance à la maintenance prédictive, sont deux autres applications croissantes de l’IA dans le secteur manufacturier.

« Utiliser un algorithme (d'IA) pour déterminer si la production est dans les délais, par exemple, ou pour identifier un goulot d'étranglement qui pourrait devoir être impressionné, afin de voir si vos fournitures seront livrées à temps », a déclaré Brown. « La maintenance prédictive est un problème très important que nous observons, car elle déclenche une alerte lorsqu'une machine fonctionne un peu hors des spécifications. »

Malgré les capacités croissantes de l'IA, Brown a souligné que de nombreuses idées fausses subsistent à propos de cette technologie. L'une d'entre elles est qu'elle entraînera une diminution des emplois dans le secteur manufacturier. Cependant, Brown a noté que cela est peu probable compte tenu de la pénurie actuelle de main-d'œuvre dans le secteur manufacturier.

« Au 1er juillet, il y avait 486 000 postes vacants dans le secteur manufacturier », a déclaré Brown. « Donc, à l'heure actuelle, l'industrie ne peut pas embaucher pour les emplois qu'elle occupe. Il est très peu probable que l’IA remplace tout cela de sitôt.»

Une autre idée fausse est que l’IA est trop coûteuse et complexe pour être adoptée par les petites entreprises. Cependant, Brown a observé que des outils tels que l'IA open source, qui permettent aux utilisateurs d'accéder, de développer, de modifier et de partager librement la technologie de l'IA, permettent aux fabricants d'adopter l'IA à moindre coût.

Brown recommande aux fabricants qui adoptent l'IA d'avoir une compréhension claire des données qu'ils collectent, des objectifs définis et une analyse de rentabilisation pour l'adoption de l'IA, une personne ou une équipe dédiée en charge de l'IA et l'adhésion de toute personne qui l'utilisera. cette nouvelle technologie.

« Parlez à vos travailleurs de première ligne », a suggéré Brown. « Ils vont vous dire : 'J'ai un problème avec ce truc, il tombe en panne tout le temps.' Cela ne se passe jamais bien. C'est un très bon endroit où vous pouvez trouver les cas d'utilisation les plus efficaces (pour l'IA) et avoir vraiment le plus d'impact sur les opérations.