Que peuvent signifier vos données pour vous ?
Simon Sinek le résume bien : il faut toujours commencer par se demander pourquoi. Pourquoi ressentez-vous le besoin de collecter plus de données ? Quels problèmes souhaitez-vous résoudre ? Quels sont les objectifs corporate qui y sont liés ? En répondant à ces questions, vous précisez (la stratégie en matière de/) les données dont vous avez besoin.
L'industrie automobile en constitue un bel exemple. Chaque fabricant collecte des masses de données, tant pendant le processus de production que depuis le produit fini et le conducteur au volant (via des applications). Les données peuvent servir à différentes fins :
- Amélioration de la production
- Innovation produit
- Service personnalisé au conducteur
- Valeur des données en tant que telles
Différentes applications permettent d'obtenir une efficacité de production. Un algorithme d'apprentissage (Machine Learning) permet par exemple d'automatiser le contrôle qualité. Des voitures de plus en plus performantes et finalement autonomes sont les résultats de l'innovation des produits. Les conducteurs sont aidés par les suggestions, dérivées de la conduite réelle et des habitudes de conduite, d'un assistant numérique dans le véhicule. Les chercheurs de McKinsey et Co estiment que le marché des données de véhicules vaudra 750 milliards de dollars par an d'ici 2030. Les données peuvent par exemple être utilisées pour générer des cartes à haute densité de données qui montrent tout, de l'augmentation moyenne de la vitesse de circulation à l'emplacement des dangers potentiels sur la route.
Optez pour la pensée inclusive
Les étoiles technologiques sont idéales pour les données. La captation peut se faire à l'aide de capteurs relativement bon marché, et le cloud offre déjà l'espace de stockage flexible et la capacité de calcul dont vous avez besoin pour obtenir des informations à partir des données. Les nouvelles technologies, comme Digital Twin, créent de nouvelles possibilités de formuler des informations à l'aide des sources de données actuelles. Un modèle CAD ou une conception 2D existant(e) peut déjà suffire pour construire une image digitale de votre usine.
Comme indiqué dans notre vision Digital Flow, vous ne réalisez la plus grande valeur que si vous réunissez les deux extrémités d'un spectre. Outre la technologie pure, il est dès lors important que vous prêtiez suffisamment attention au côté « plus souple » du scénario des données. Dans votre entreprise, qui est responsable de quelles données ? Qui va finalement déterminer la vérité si deux sources de données semblent se contredire ? Qui va donc garantir la qualité des données au sein de l'organisation ? Une approche axée sur les données exige également un état d'esprit orienté données, ce qui nécessite des talents humains et des techniques standardisées.
Commencez petit et optez pour la valeur
Un tel état d'esprit demande du temps et des moyens. Commencez donc petit avec un seul use case contenant une réelle valeur commerciale. Des informations tirées des données peuvent aider à augmenter l'output, à augmenter la productivité, à mieux utiliser les actifs et à fournir une meilleure qualité.
Essayez toujours de viser l'extensibilité afin que le Proof of Value (PoV) soit livré et que la confiance soit suffisante pour pouvoir déployer Smart Industry dans toute l'entreprise.
Ce blog est le troisième d'une série dans laquelle nous abordons les mythes et les réalités relatifs à la digitalisation dans le secteur industriel. Les trois premiers mythes ont déjà été réfutés, découvrez au cours des prochaines semaines quels mythes ou réalités seront confirmés.
Lisez également :