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 !

---

Articles similaires :

L’IA, un game chan­ger et un vivier d’opportunités à sai­sir dès aujourd’hui ! D’ici 2020, notre objec­tif est de réa­li­ser l’ensemble de nos pro­jets en BIM Le Data Office : pilier de la poli­tique IA et data dans la banque et l’assurance Qube Research & Tech­no­lo­gies : à la croi­sée de l’innovation et de la finance ! La solu­tion incon­tour­nable de déma­té­ria­li­sa­tion des tickets de caisse