71% des industriels échouent à déployer l’IA à l’échelle, paralysés par le manque de contexte et la fragmentation de leurs données. L’architecture événementielle et l’Unified Namespace s’imposent comme la seule issue pour transformer ces usines connectées en systèmes véritablement adaptatifs.
Le paysage industriel actuel se heurte à un paradoxe de taille : la multiplication des systèmes génère des silos qui paralysent l’intégration de l’intelligence artificielle. Pour briser cette inertie, l’industrie doit repenser fondamentalement la manière dont l’information circule. C’est à ce point de bascule qu’intervient Dan Prudhoe, Industry Architect for Manufacturing chez Solace.
La paralysie de l’intégration
Pourquoi 71% des projets d’IA échouent
supply-chain.net : Comment expliquez-vous le blocage technique qui empêche 71% des industriels de déployer l’IA dans leurs installations malgré des investissements massifs dans la visibilité opérationnelle ?
Dan Prudhoe : Le défi fondamental est le contexte. Les industriels ont fait d’énormes progrès en matière de visibilité opérationnelle, mais voir ce qui se passe n’est pas la même chose que comprendre une situation suffisamment bien pour prendre une décision. Considérons ce dont un agent IA a réellement besoin pour prendre une décision de fabrication utile.
Une condition de machine en elle-même est rarement suffisante. L’agent peut également avoir besoin de comprendre quel produit est en cours d’exécution, l’ordre de travail actif, le lot de matière consommé, la spécification applicable, les résultats de qualité récents, l’historique de maintenance, et peut-être l’impact en aval sur la production ou les engagements de la chaîne d’approvisionnement.
La majeure partie de ces informations existe déjà, le défi consiste à les réunir dans un contexte utilisable. L’obstacle qui est négligé est la complexité de l’intégration. Ces informations sont réparties entre les automates programmables, le SCADA, les historiens, le MES, l’ERP, les systèmes de qualité, de maintenance et de chaîne d’approvisionnement, chacun avec des interfaces, des modèles de données et des propriétaires différents.
Si chaque nouveau cas d’utilisation de l’IA nécessite une autre collection d’intégrations point à point juste pour assembler son contexte, il devient très difficile de passer d’un pilote réussi à l’IA à grande échelle. L’IA n’élimine pas le problème de l’intégration. Sans la bonne fondation, elle le multiplie.
L’approche Unified Namespace et ses avantages
supply-chain.net : En quoi l’approche du Unified Namespace élimine-t-elle ce réseau complexe d’intégrations point à point pour redonner le contrôle aux équipes sur le terrain ?
Dan Prudhoe : Un Unified Namespace peut éliminer de nombreuses intégrations point à point en modifiant la façon dont les informations opérationnelles sont partagées. Au lieu que chaque consommateur crée une connexion unique à chaque système source, les informations opérationnelles sont publiées selon des structures et des contrats de données partagés. Les consommateurs s’abonnent à ce qui est pertinent pour eux sans que le producteur ait besoin de savoir qui sont ces consommateurs.
Ce découplage est extrêmement précieux. Une application SCADA, une plateforme d’analyse, une application de maintenance ou un agent IA peuvent consommer le même contexte opérationnel sans avoir quatre intégrations distinctes dans la source. Il préserve également l’autonomie au niveau de l’usine : les sites peuvent conserver les modèles opérationnels qui ont un sens localement, tandis que ces informations sont composées dans des vues d’entreprise plus larges sans forcer chaque usine dans un modèle monolithique unique.
C’est pourquoi je considère l’UNS comme un sous-ensemble d’une architecture orientée événements plus large. La préservation des événements significatifs aux côtés de l’état actuel nous donne à la fois une compréhension commune de l’usine et un mécanisme de coordination de l’action à travers celle-ci.
La gestion des événements en temps réel
supply-chain.net : Décrivez-nous précisément l’expérience d’un responsable de maintenance interagissant avec cette nouvelle couche sémantique partagée lors d’une panne de ligne critique.
Dan Prudhoe : Imaginez qu’une ligne d’emballage s’arrête de manière inattendue.
Avec une couche sémantique partagée, ces relations sont déjà comprises. L’entraînement 37 fait partie du remplisseur 2, qui fait partie de la ligne d’emballage 4. Cette ligne exécute actuellement un ordre de production particulier pour le produit ABC, en utilisant des lots de matériaux XYZ spécifiques. La couche sémantique nous permet de comprendre que le « F2 » dans le SCADA, le « FILL_2 » dans le MES et le « FILLER-002 » dans le système de maintenance sont toutes des représentations du même actif physique, et comment cet actif se rapporte au reste du processus de production.
Le gestionnaire ne part plus d’une alarme isolée et ne cherche plus dans les systèmes pour comprendre ce que cela signifie. L’événement se produit dans un contexte opérationnel déjà connecté qui aide à expliquer à la fois ce qui s’est passé et ce qu’il peut affecter. L’agent peut alors effectuer une grande partie du triage initial automatiquement : recueillir les antécédents récents de pannes et de maintenance, trouver les procédures d’exploitation standard applicables, vérifier les problèmes de qualité ou de production liés et évaluer l’impact potentiel en aval.
Peu de temps après que le responsable a vu l’alarme, une grande partie des informations qu’il passerait autrement du temps à rechercher sont déjà assemblées et lui sont présentées. Le changement important n’est pas un meilleur tableau de bord. Il s’agit de réduire la distance entre le moment où quelque chose s’est produit et le moment où l’organisation a compris la situation et coordonné une réponse appropriée.
Le modèle traditionnel est-il désuet ?
Limites de la requête-réponse face à la réactivité
supply-chain.net : Pourquoi le modèle traditionnel de requête-réponse constitue-t-il aujourd’hui un risque majeur pour la réactivité des usines ?
Dan Prudhoe : La requête-réponse n’est pas intrinsèquement mauvaise. Elle est excellente lorsqu’un système a besoin d’une réponse immédiate d’un autre. Le problème survient lorsque nous utilisons des requêtes synchrones comme principal moyen de propager le changement à travers une opération complexe et distribuée.
Si cinq systèmes ont besoin de savoir qu’un ordre de production a changé, le système d’origine ne devrait pas avoir besoin de cinq intégrations étroitement couplées et ne devrait pas avoir à attendre cinq réponses en aval. Cela crée des dépendances en matière de disponibilité, de performances et de mise en œuvre.
Ces dépendances importent davantage dans la fabrication, car les systèmes impliqués sont répartis dans l’usine, les centres de données d’entreprise, les entrepôts, les environnements cloud et même les partenaires externes. Avec les événements, le producteur annonce qu’il s’est passé quelque chose une seule fois. Les consommateurs intéressés réagissent de manière indépendante. Pour résumer : les API sont très douées pour poser des questions. Les événements sont très doués pour dire à l’entreprise que quelque chose a changé.
Le rôle de l’Event Mesh dans le Unified Namespace
supply-chain.net : Quel est le mécanisme exact de l’event mesh pour router le contexte d’une anomalie sans paralyser d’informations ses destinataires ?
Dan Prudhoe : Le mécanisme clé est l’abonnement sélectif basé sur la signification et le contexte d’un événement. Chez Solace, nous décrivons souvent un événement à l’aide d’un modèle simple : E = NVP, ou Événement = Nom + Verbe + Propriétés. Le nom est la chose qui nous intéresse, le verbe est ce qui lui est arrivé et les propriétés fournissent le contexte nécessaire pour le comprendre et l’acheminer. Un réseau de courtiers d’événements interconnectés déployés à l’usine, dans les centres de données d’entreprise et dans les environnements cloud, agissant comme un tissu logique unique, c’est ce qui fait que cela fonctionne dans une opération distribuée.
L’event mesh en temps réel achemine chaque événement uniquement vers les consommateurs dont les abonnements correspondent, quel que soit l’endroit où ils se trouvent. C’est ce qui résout la surcharge d’informations : chaque participant n’a pas besoin de recevoir chaque signal et de déterminer par lui-même ce qui compte. Ces événements riches et contextualisés deviennent également des entrées précieuses pour un Unified Namespace ou une couche sémantique. L’objectif est simple : livrer le bon événement, avec le bon contexte, au bon participant au moment où il devient pertinent.
L’autonomie adaptative d’une usine en action
supply-chain.net : Illustrez, par un scénario opérationnel strict, la frontière qui sépare une usine simplement connectée d’une usine véritablement adaptative.
Dan Prudhoe : Prenons l’exemple d’un processus de mélange par lots où la température commence à s’écarter de la plage normale pendant la production. Dans une usine connectée, l’opérateur peut voir la tendance en temps réel. Un modèle analytique peut signaler la condition comme anormale et même recommander une action corrective. Il s’agit d’un environnement hautement connecté et intelligent, mais il fournit toujours des informations pour que quelqu’un puisse les interpréter et agir en conséquence.
Dans une usine adaptative, l’anomalie déclenche une réponse coordonnée. Un agent peut raisonner sur le produit actuel, la recette, l’étape du lot, le comportement du processus historique, les limites de fonctionnement et les procédures applicables pour déterminer ce qui doit se passer ensuite. L’usine ne se contente plus de présenter des informations et d’attendre que quelqu’un relie les points. Les changements dans le fonctionnement déclenchent le raisonnement et une action coordonnée entre les personnes et les systèmes, les humains intervenant lorsque le jugement, l’approbation ou l’escalade sont requis.
Préservation du contexte dans l’temps réel
supply-chain.net : Comment vous assurez-vous que le contexte vital d’une alerte SCADA ne se dissipe pas lorsqu’elle est transférée aux systèmes MES ou ERP ?
Dan Prudhoe : C’est là que l’Industrial DataOps et la modélisation sémantique deviennent extrêmement précieux. Les informations OT brutes peuvent être contextualisées avec la hiérarchie des actifs, l’ordre de production, le produit, le lot de matériaux, l’état de fonctionnement et d’autres informations pertinentes. Au lieu de propager une alarme de système de contrôle isolée, nous promouvons un changement opérationnel important dans un événement sémantiquement significatif tel que « Excursion de température détectée », transportant le contexte dont les consommateurs extérieurs à la couche de contrôle ont besoin pour comprendre pourquoi c’est important.
L’event mesh fournit alors le mécanisme pour préserver et distribuer cette signification. L’événement peut passer de l’usine au MES, à l’ERP, à la qualité, à la maintenance, à l’analyse ou à l’IA sans que chaque consommateur procède à la rétro-ingénierie de la balise SCADA d’origine ou crée une autre intégration directe vers le système de contrôle. Je décris cela comme la séparation de l’état des événements. L’état nous dit ce qui est vrai maintenant. Les événements nous disent ce qui a changé et, lorsqu’ils sont correctement contextualisés, pourquoi ce changement est important.
L’IA agentique, le rôle de l’humain et le futur
IA Agentique, Unified Namespace et autonomie
supply-chain.net : Sur quels critères précis une intelligence artificielle agentique est-elle autorisée à dérouter de façon autonome une chaîne d’approvisionnement lors d’une pénurie soudaine de matières premières ?
Dan Prudhoe : L’autorisation ne doit pas être un interrupteur unique. Un agent doit opérer dans un cadre d’autorité explicitement défini. Imaginez qu’une usine apprenne qu’une expédition critique de matières premières sera retardée. Un agent pourrait identifier des fournisseurs alternatifs approuvés, des stocks sur d’autres sites, des formulations alternatives et les ordres de production concernés.
La question de savoir s’il peut réellement agir devrait dépendre de critères tels que l’exposition financière, la qualification du fournisseur, les exigences réglementaires, l’impact sur le produit, la confiance dans les informations sous-jacentes, la confiance dans l’action recommandée, la réversibilité de la décision et l’autorité formellement assignée de l’agent.
Le concept important est l’autorité déléguée. Nous gérons déjà les droits de décision humains de cette façon. Un planificateur débutant, un directeur d’usine et un vice-président des achats n’ont pas la même autorité. Les agents d’IA ne devraient pas l’avoir non plus.
Impact du Unified Namespace sur le rôle du planificateur
supply-chain.net : Comment redéfinissez-vous l’interface et l’expérience de travail du planificateur face à la montée de cette intelligence déléguée ?
Dan Prudhoe : Aujourd’hui, un planificateur peut passer un temps important à collecter des informations provenant de l’ERP, des portails de fournisseurs, des feuilles de calcul, des courriels et des systèmes de production avant même de pouvoir prendre une décision. Dans de nombreuses organisations, le planificateur devient en fait la couche d’intégration entre ces systèmes.
Une intelligence artificielle agentique commence à inverser cette relation. Les agents peuvent répondre en permanence aux événements pertinents, recueillir le contexte et effectuer les actions de routine qu’ils sont autorisés à effectuer. L’attention du planificateur se porte sur les exceptions et les décisions ayant un impact financier important, les compromis ambigus ou les situations dépassant l’autorité d’un agent.
Le planificateur cesse d’être la couche d’intégration entre les systèmes et devient la personne qui exerce un jugement là où le jugement crée le plus de valeur, tout en gérant une liste croissante de collègues numériques qui effectuent le travail de routine.
Préparer son architecture pour le futur avec l’IA argentique
supply-chain.net : Comment les directeurs d’usine doivent-ils réorganiser leurs fondations numériques dès cette année pour soutenir la multiplication par quatre des déploiements d’IA agentique anticipée par Deloitte d’ici 2027 ?
Dan Prudhoe : Je commencerais par trois éléments de la fondation numérique.
- Premièrement, créer un accès réutilisable au contexte opérationnel. Cela signifie relier les données OT et IT, établir une sémantique commune et exposer les événements opérationnels et commerciaux significatifs.
- Deuxièmement, établir une épine dorsale en temps réel, axée sur les événements, pour transporter ce contexte.
- Troisièmement, fournir un accès gouverné aux outils, aux API et aux systèmes par lesquels les agents effectuent leur travail.
La mise en place de ces fondations soulève cependant une autre question : comment gérons-nous les agents eux-mêmes ? Les agents d’IA ont aussi besoin d’un cycle de vie. C’est pourquoi nous avons besoin d’un cycle de vie de développement des agents, ou ADLC.
Nous définissons le rôle, les responsabilités et les attentes d’un agent. Nous le supervisons, évaluons ses recommandations et ses résultats, encadrons et améliorons ses performances, et évaluons sa collaboration avec les personnes et d’autres agents. Au fil du temps, son autorité évolue en fonction de ses performances démontrées.
Perspectives 2030 pour l’Unified Namespace
supply-chain.net : Comment envisagez-vous la répartition du pouvoir de décision entre les machines et les opérateurs d’ici 2030 ?
Dan Prudhoe : Je ne m’attends pas à une séparation nette entre les décisions humaines et les décisions de la machine. Je m’attends à ce que nous devenions beaucoup plus délibérés dans la manière dont l’autorité est répartie entre les personnes, l’automatisation traditionnelle et les agents d’IA, et je m’attends à ce que cette répartition continue de changer à mesure que les agents font leurs preuves.
L’étape suivante consiste à rendre l’IA actionnable, à laisser la conclusion d’un agent devenir un événement auquel d’autres systèmes, flux de travail, agents ou personnes peuvent répondre, avec des outils gouvernés pour agir directement le cas échéant.
L’autonomie dépend en fin de compte à la fois de l’autorité de décision et de la préparation opérationnelle. Un agent ne peut pas participer de manière significative à l’opération s’il ne peut pas comprendre ce qui se passe, ou si les systèmes environnants ne sont pas prêts à répondre à ses décisions.
D’ici 2030, une véritable convergence it ot permettra aux actions de grande valeur, à faible risque et bien délimitées de se dérouler de plus en plus de manière autonome. Les décisions impliquant la sécurité, une exposition financière importante, une responsabilité réglementaire ou des compromis ambigus continueront d’exiger l’approbation d’un être humain.
