Un accompagnement à la croisée de l’expertise métier et des nouvelles technologies
Xavier Brucker (X96), associé au sein de Mews Partners et directeur de Mews Labs, l’entité de Mews Partners dédiée à la recherche autour de la data, de la simulation, de la modélisation et de l’optimisation au service de l’industrie, nous explique comment ce cabinet accompagne les industriels en combinant une expertise métier et sectorielle à une maîtrise approfondie du digital, de la data et de l’IA. Rencontre.
Depuis 30 ans, Mews Partners accompagne les différents secteurs de l’industrie sur les thématiques relatives à la Data et l’IA. Au fil des années, comment la prise en compte de ces sujets a‑t-elle évolué ?
Nous nous intéressons à la question de la data industrielle depuis la création de Mews Partners. Au départ, nous avions commencé par travailler sur le Product Lifecycle Management. Nous avons également beaucoup travaillé sur la gestion des données dans les processus industriels. Et depuis près de dix ans, nous assistons à l’émergence de nouvelles technologies d’exploitation des données, avec bien évidemment l’intelligence artificielle. On note aussi une intégration plus poussée des données dans les processus opérationnels afin d’optimiser la R&D et l’innovation, les processus de développement et de fabrication des produits, la supply chain…
Cette tendance n’est pas propre aux processus opérationnels, elle concerne, d’ailleurs, tous les métiers et les niveaux de l’entreprise (RH, finance…). En parallèle, les entreprises peuvent croiser plus facilement leurs données, quelle que soit leur source, ce qui leur permet d’avoir une vision plus globale, plus transverse et moins silotée. Ces évolutions autour de la data ouvrent de nouveaux champs d’application et laissent également entrevoir des pistes très intéressantes pour gagner en efficacité et en performance au niveau des processus industriels.
Concrètement, comment la data, l’IA et plus largement la digitalisation impactent-elles les entreprises industrielles ? Quels sont leurs principaux enjeux dans ce cadre ?
Au cours des dernières décennies, les entreprises ont été exposées à de nombreuses évolutions technologiques aboutissant à une transformation digitale. La généralisation du recours à ces nouvelles technologies a fortement touché les entreprises, en interne, dans leur mode de fonctionnement, leurs processus et leurs compétences. Aujourd’hui, grâce au digital, les entreprises ont adopté des modes de travail plus collaboratifs et transverses, qui permettent de casser les silos et de faire travailler ensemble toutes les composantes de l’organisation grâce notamment à un partage de la data plus dynamique et en temps réel. La digitalisation a également eu des impacts sur le business model des entreprises. On voit ainsi de nombreux acteurs historiques du segment hardware repenser leur modèle et proposer aujourd’hui des solutions logicielles intégrées, des services et des produits accessibles en mode SaaS… Le digital a contribué à ouvrir les marchés sur les plans géographiques comme sectoriels, et a favorisé l’émergence de nouveaux acteurs plus innovants aussi bien dans leur offre que dans leur business model en réduisant les barrières à l’entrée. Mais, ce changement de paradigme s’avère plus complexe à appréhender et gérer pour de nombreux acteurs industriels qui rencontrent encore des difficultés à innover, à faire évoluer leurs offres, leurs processus et leurs compétences à la vitesse du marché.
Sur le volet de la data, le principal enjeu pour les industriels est d’apprendre à valoriser et exploiter leurs données. Pour ce faire, ils doivent mettre en place de nouveaux processus, une organisation dédiée, une gouvernance des données et des ressources spécialisées pour gérer ces dimensions et créer de la valeur autour de la data. Cette capacité à mettre en place une organisation « data-driven » s’impose comme un véritable levier de compétitivité dans le domaine industriel, alors que l’IA a besoin de data pour pouvoir être déployée efficacement. Enfin, l’IA est encore trop utilisée à des fins de démonstration technologique : il est plus que temps de passer à des cas d’usage partant de besoins métiers et déployables opérationnellement à grande échelle.
Sur quelle typologie de projets vous sollicitent-elles ? Pouvez-vous nous donner des exemples de cas d’usage ?
Notre mission est justement d’aider les industriels à lever l’ensemble de ces freins. En matière d’IA, nous nous intéressons ainsi aux algorithmes, à la modélisation on encore à la simulation. Nous travaillons notamment sur des sujets de maintenance prédictive pour des infrastructures et des actifs industriels stratégiques. L’idée est de prédire leur durée de vie, les modes de défaillance possibles ainsi que les événements qui pourraient nuire à leur fonctionnement. Pour ce faire, nous avons recours à une modélisation hybride qui combine des approches de data science avec des modèles physiques pour avoir une prédiction fiable de la durée de vie. En parallèle, nous développons aussi des algorithmes spécialisés sur les contextes client pour faire des prévisions de vente, de l’optimisation de stocks pour mieux gérer les flux de la supply chain… Nous utilisons aussi les techniques de modélisation au niveau des processus industriels pour optimiser la phase de conception des produits, ou simuler es systèmes complexes pour des secteurs exigeants comme la défense, l’aéronautique, l’énergie… Dans le domaine des infrastructures et des grands chantiers, nous réalisons de la modélisation sous contraintes qui consiste à comprendre les interactions fines entre activités et ressources, pour planifier de manière optimale des projets complexes en fixant des contraintes en termes de ressources ou de géographie, en tenant compte d’objectifs multiples à atteindre.
Enfin, nous nous intéressons beaucoup aux aspects RSE, liés à la réduction de l’empreinte énergétique, carbone et environnementale des entreprises industrielles. Par exemple, nous construisons des outils de pilotage pour la CSRD permettant d’étudier des scénarios industriels et supply chain à long terme. Nous travaillons également sur l’anticipation des impacts du changement climatique sur les infrastructures.
Dans le cadre de vos interventions, quels sont les freins qui persistent ? Comment les entreprises industrielles peuvent-elles les dépasser ?
Le principal frein est souvent lié à la qualité et la maturité des données. Les entreprises ne disposent pas toutes d’une structure de gouvernance des données forte, qui permet de garantir la qualité, l’homogénéité et la fiabilité de la donnée. Sans gestion de la donnée comme un actif critique, il n’est, en effet, pas possible de développer des algorithmes et de les mettre en production de manière fiable. Très souvent, en amont de nos interventions, nous sommes amenés à réaliser un travail nécessaire de structuration et de qualification de la donnée. En parallèle, en amont du déploiement d’algorithmes d’IA, les entreprises doivent adapter leurs processus industriels, leurs compétences et leur manière de travailler. Cela passe par d’importants efforts en matière de conduite du changement et de formation, dans lequel les RH sont un acteur clé.
“Mews Labs est composé à plus de 80 % de docteurs en mathématiques, en physique, ou en informatique. Elle concentre ainsi au sein de ses équipes un très haut niveau académique et des expériences fortement ancrées dans le monde scientifique et de la recherche.”
Les dernières évolutions technologiques laissent entrevoir de nouvelles perspectives notamment en matière d’amélioration de la performance. Quelles sont les tendances qui se dessinent à l’heure actuelle ?
Il y en a plusieurs ! On peut notamment citer les réseaux LLM, qu’on retrouve notamment dans ChatGPT et qui sont particulièrement intéressants pour l’industrie. À ce stade, ces technologies sont encore nouvelles, et doivent devenir matures et fiables pour être adaptées aux spécificités du monde industriel. On retrouve également le jumeau numérique qui ouvre de nouvelles perspectives en termes de compréhension d’un produit et de ses systèmes, de performance, d’efficacité et de maintenance. Enfin, dans le monde de l’industrie, il y a encore beaucoup de choses à faire pour libérer le potentiel des technologies d’IA, y compris les plus matures, les déployer à grande échelle au niveau de tous les processus industriels et, in fine, en tirer tous les avantages.
Comment Mews Partners accompagne les industriels sur ces sujets et enjeux ?
Nous leur apportons une vision complète de la chaîne de valeur industrielle, allant de l’innovation, la R&D, au manufacturing, la supply chain et aux opérations. En plus de nos experts métiers, qui accompagnent nos clients au quotidien sur leurs diverses problématiques, nous avons créé une équipe spécialisée dans la data, la modélisation, la simulation, l’IA et les algorithmes, Mews Labs. Cette entité est composée à plus de 80 % de docteurs en mathématiques, en physique, ou en informatique. Elle concentre ainsi au sein de ses équipes un très haut niveau académique et des expériences fortement ancrées dans le monde scientifique et de la recherche. Nous intégrons ces compétences métiers et data au sein d’équipes capables accompagner les industriels sur l’ensemble de ces enjeux structurants, en restant au plus près du contexte industriel, et en apportant des compétences auxquelles ils ne peuvent pas facilement avoir accès.
Recrutez-vous pour renforcer vos équipes ?
Aujourd’hui, nous sommes convaincus de la pertinence de notre proposition de valeur qui combine, d’une part, une fine connaissance des différents métiers et enjeux de l’industrie (énergie, défense, aérospatiale, manufacturing…) qui est portée par Mews Partners et, d’autre part, la maîtrise des technologies autour de la valorisation de la donnée. Cette approche duale et complémentaire nous permet de mieux cerner les enjeux industriels. Pour continuer à accompagner nos clients, nous recrutons des consultants avec une forte orientation industrielle pour rejoindre les équipes de Mews Partners et des talents et des experts en mathématiques, en modélisation, en physique et en informatique pour renforcer Mews Labs. Avis aux intéressés !