Accélérer l'innovation manufacturière chez Michelin grâce aux données et à l'IA

Comment une entreprise manufacturière L'entreprise fondée au 19e siècle utilise-t-elle les données et l'intelligence artificielle pour transformer ses activités ?

Au sein du groupe Michelin, une multinationale française fondée en 1889 par les frères Édouard et André Michelin, les dirigeants d'aujourd'hui sont en train de le découvrir. Michelin est le deuxième fabricant mondial de pneumatiques et produit également d'autres matériaux techniques, notamment des composants pour des applications critiques dans des domaines aussi variés que la mobilité, la construction, l'aéronautique, les énergies à faible teneur en carbone et la santé. L'entreprise possède 128 sites de production et emploie près de 130 000 personnes dans 63 pays. (Elle est également connue pour ses guides de voyage et les étoiles Michelin qu'elle attribue aux meilleurs restaurants du monde, mais c'est un sujet pour un autre jour).

Michelin s'attache à utiliser les données et l'IA comme des leviers à forte valeur ajoutée permettant de gagner en efficacité sur l'ensemble de la chaîne de valeur. Cet effort porte sur deux domaines principaux : l'amélioration des processus métier de base et l'innovation de nouvelles idées.

Intégrer l'IA dans les processus métier de base

Les efforts de Michelin en matière de données sont dirigés par Ambica Rajagopal, responsable des données et de l'IA du groupe. Elle a rejoint l'entreprise en tant que responsable de l'IA du groupe en 2020 après avoir dirigé des fonctions de données, d'analyse et d'IA pour d'autres organisations, notamment Cummins et Fidelity Investments. Chez Michelin, "au cours des trois dernières années, nous avons développé une expertise en matière d'IA, ce qui a permis d'améliorer la création de valeur", nous a expliqué Mme Rajagopal.

Les données, l'analyse et l'IA ont été bien intégrées dans les processus opérationnels au sein de Michelin, avec plus de 200 cas d'utilisation actuels de l'IA qui soutiennent des fonctions et des activités essentielles. L'IA est déjà utilisée dans les processus de production pour améliorer la maintenance prédictive des machines, améliorer l'analyse des données et les modèles de simulation, et automatiser des tâches répétitives précises.

Prenons l'exemple de l'inspection visuelle des pneus en fin de chaîne. Recherche de défauts est un processus critique qui prend souvent du temps et est coûteux. Michelin utilise des machines augmentées par l'IA, appelées IRIS, pour automatiser partiellement le processus d'inspection des défauts de fabrication. Cette technologie a permis d'améliorer l'efficacité et l'expérience des inspecteurs. "Cent pour cent de nos pneus sont contrôlés manuellement et visuellement au cours du processus d'inspection, a déclaré M. Rajagopal. "Il s'agit d'une tâche ergonomique complexe, tant sur le plan physique que sur celui de la concentration. IRIS a été développé en interne et est protégé par plus de 20 brevets.

"L'ambition d'outils comme IRIS est d'améliorer la productivité de la main-d'œuvre, ce qui permet aux équipes de fabrication de se concentrer sur l'application de leurs compétences uniques, a expliqué M. Rajagopal. Lorsque IRIS identifie un pneu potentiellement défectueux, c'est le savoir-faire humain qui fait la différence : Les opérateurs restent responsables de la décision finale. Leurs compétences et leur expertise sont mobilisées sur les questions essentielles plutôt que sur des tâches répétitives.

L'IA est également utilisée pour optimiser la chaîne d'approvisionnement et la gestion des stocks. Dans la chaîne d'approvisionnement de l'entreprise, par exemple, les outils de prévision basés sur l'apprentissage automatique aident Michelin à améliorer la précision des prévisions de la demande et à détecter de manière proactive les ruptures de stock.

L'innovation en matière d'IA dans le secteur des pneumatiques

Michelin estime que les données, l'analyse et l'IA peuvent jouer un rôle central dans l'innovation, sur laquelle travaillent quelque 6 000 employés, répartis dans 13 pays. L'un des cas d'utilisation est l'emploi de IA analytique pour la modélisation quantitative et la prédiction. L'objectif est d'utiliser l'IA pour absorber la complexité et améliorer la prise de décision du personnel de Michelin. "Nous avons développé notre expertise par l'expérimentation et la recherche dans le domaine de l'IA depuis de nombreuses années", a déclaré M. Rajagopal.

D'autres types d'IA, comme la prévision, la vision par ordinateur et maintenant l'IA générative, ont alimenté l'innovation en matière de qualité, de suivi énergétique, de connaissance des clients et de prédiction des performances au sein de Michelin, nous a dit Rajagopal. "La capacité de l'IA à modéliser des processus complexes et à détecter des signaux prédictifs en fait un levier important pour maximiser la valeur pour nos clients, nos employés et nos partenaires", a-t-elle ajouté.

Michelin organise des événements externes d'innovation et d'exploration qui l'aident à analyser l'écosystème des startups au niveau mondial afin d'identifier les meilleures solutions d'IA, telles que Databricks et Dataiku, et de les intégrer dans ses plates-formes. L'entreprise a organisé un Défi de l'IA La société Michelin a organisé un événement en Inde en 2024, conçu pour lancer l'utilisation d'agents d'intelligence artificielle au sein de Michelin en exploitant l'écosystème en plein essor des start-ups d'intelligence artificielle en Inde. L'entreprise a organisé son premier L'IA au service des entreprises en 2024, avec plus de 1 100 participants dans quatre sites Michelin dans le monde qui apprendront comment l'IA est utilisée dans l'ensemble de l'entreprise. Michelin développe actuellement son centre d'excellence en matière d'IA, pilote l'IA dans toutes les branches d'activité et noue des partenariats stratégiques avec des leaders du secteur, notamment Microsoft et Rockwell Automation, pour développer des solutions d'IA.

L'entreprise s'engage à régir l'intégration éthique de l'IA. Le déploiement responsable de l'IA chez Michelin repose sur trois principes fondamentaux : Les systèmes d'IA doivent être centrés sur les personnes ; l'entreprise s'engage à construire et à utiliser des systèmes d'IA explicables lorsque cela est nécessaire ; et il y aura une clarté sur la responsabilité de chaque système d'IA utilisé. "Nous voyons beaucoup d'applications où l'IA agira comme un copilote, en combinant ses capacités avec les compétences humaines, en soutenant l'intelligence humaine et en améliorant la capacité de prise de décision", a déclaré M. Rajagopal.

L'adoption responsable de l'IA, l'alignement de l'IA sur les objectifs environnementaux, sociaux et de gouvernance, et l'utilisation de l'IA pour soutenir les objectifs de l'entreprise. ambitions en matière d'économie circulaire et de réduction des émissions de gaz à effet de serre - y compris l'utilisation de matériaux renouvelables et durables dans ses pneus - sont des priorités de l'organisation. L'approche responsable des scientifiques des données et des experts en IA de Michelin consiste à développer des applications qui respectent les valeurs de transparence, de fiabilité et d'éthique. Cette approche est maintenue à la fois pour les explorations et les déploiements, en veillant à ce que l'exactitude et la confidentialité des données soient prioritaires.

Le leadership en matière d'IA chez Michelin

Rajagopal a déclaré que les dirigeants de Michelin défendent activement les données et l'IA et encouragent la montée en compétence numérique, l'utilisation éthique de l'IA et la collaboration interfonctionnelle. L'équipe dirigeante participe à des expéditions d'apprentissage, à des formations internes et à des échanges avec des pairs pour éclairer la vision de l'utilisation de l'IA dans les processus et les activités de l'entreprise. La direction a également mis en place des structures de gouvernance, notamment un bureau des données, pour piloter la construction des fondations de données et des grands programmes d'IA de Michelin.

En plus des responsabilités typiques du responsable des données et de l'IA - conduire la stratégie pour s'aligner sur la mission de l'entreprise et superviser les transformations fonctionnelles, techniques et comportementales nécessaires pour que le groupe soit véritablement axé sur les données - le bureau a pour mission de contrôler l'efficacité en termes de résultats et de coûts, a expliqué Rajagopal. Un levier clé pour l'adoption de l'IA est l'évaluation de la valeur potentielle des projets de démonstration de faisabilité, suivie d'une évaluation post-déploiement de la valeur apportée. M. Rajagopal a fait remarquer que Michelin a tiré des avantages considérables de projets d'IA génératifs, notamment le traitement de documents dans le département fiscal, l'écoute sociale dans le marketing et l'analyse des causes profondes dans la fabrication, ainsi que de nombreux autres cas d'utilisation plus modestes.

Rajagopal nous a dit que les efforts de l'entreprise portaient leurs fruits : L'engagement de Michelin dans la transformation de l'IA a conduit à un retour sur investissement des projets d'IA de plus de 50 millions d'euros par an, avec des augmentations de 30% à 40% par an au cours des trois dernières années.

Bien entendu, une véritable transformation de l'IA nécessite non seulement une approche stratégique menée par la direction générale, mais aussi une approche ascendante dans laquelle les employés sont responsabilisés. Rajagopal a déclaré qu'au sein de Michelin, chaque employé comprend le pouvoir des données et son rôle dans la création de valeur et le soutien de la stratégie de Michelin. "Notre objectif est de permettre à nos entreprises d'avoir accès à des données de haute qualité, à des analyses ciblées et à des outils d'IA afin de mettre rapidement des innovations sur le marché", a-t-elle déclaré. Ces outils, a-t-elle ajouté, sont conçus pour simplifier et consolider les processus en les rendant plus intelligents et plus intuitifs.

Pour ce qui est de l'avenir, Mme Rajagopal est optimiste et enthousiaste. "L'intelligence artificielle représente une opportunité considérable, et son développement vise à améliorer l'attractivité de nos lieux de travail, la durabilité de nos usines et la compétitivité de nos produits", a-t-elle déclaré. "En tant qu'entreprise manufacturière, nous considérons l'IA comme une technologie qui a un énorme potentiel pour rendre le travail plus gratifiant pour nos employés. Elle augmente leur productivité et libère du temps pour la créativité et la collaboration."