Les industriels à l’assaut du Big Data

Si l’on s’en tient aux fournisseurs technologiques et prestataires de service, le marché du Big Data est évalué à plus de 2 milliards d’euros annuels en Europe et devrait avoir triplé à l’horizon 2018. Mais si on s’intéresse plus largement aux entreprises data-driven, celles qui misent sur leur capital informationnel pour se différencier, tels les Google, Amazon, Twitter, Facebook, on atteint d’ores et déjà le chiffre pharaonique de 100 milliards annuels dans le monde (à lire sur cette infographie de l’Usine Nouvelle). Dans les domaines industriels, on ressent d’ores et déjà les secousses de ce phénomène…

Certains secteurs comme les médias, le tourisme ou les transports, ont déjà été directement bousculés par ce phénomène. D’autres, dans les domaines industriels en ressentent d’ores et déjà les secousses…

Vers l’internet des industriels

Ce sont les domaines industriels, qu’on pensait pourtant en retrait de cette transformation numérique, qui semblent désormais se mettre au devant de la scène, notamment en ce qui concerne la maintenance préventive. Le récent rapport « Industrial Internet Insights Report for 2015 » décrit les promesses de ce nouveau monde –l’Internet des industriels – combinant les forces de l’analyse de données à grande échelle avec celles de l’internet des objets. Les auteurs du rapport allant même jusqu’à préciser que « les données créées via des équipements industriels, tels que des turbines d’éoliennes, des moteurs d’avion et des systèmes d’imagerie par résonance magnétiques (IRM), recèlent une valeur potentielle supérieure à d’autres types de Big Data associées au Web social, au e-commerce et d’autres sources ».

L’enjeu économique lié à la maintenance est de taille. Il suffit de comparer le coût d’une panne et d’une indisponibilité, à l’investissement nécessaire pour anticiper et éviter cette panne. Le rapport cite par exemple les chiffres suivants issus d’une recherche de l’US Department of Energy : la maintenance prédictive permet de réduire de 12% le nombre de réparations planifiées, ce qui se traduit par une baisse de 30% des coûts de maintenance et l’élimination de 70% des pannes.

De nombreuses applications dans le domaine des transports

Dans le domaine des transports, de nombreuses applications ont déjà vu le jour. Par exemple, en régulant la vitesse d’un train pour lui éviter de faire un arrêt complet à un prochain feu, on peut éviter les à-coups lors des freinages pour préserver le matériel et économiser drastiquement les coûts liés à l’énergie. Boeing s’intéresse de son côté au Big Data pour aider les compagnies aériennes à limiter, voire éviter, les périodes pendant lequel les avions restent au sol, car c’est quand l’avion est à l’arrêt à l’aéroport ou dans un hangar pour maintenance qu’il coûte le plus cher. D’autres applications pourraient contribuer à éviter les accidents dramatiques. Le domaine de la santé est également en pointe avec de réelles avancées dans la prévention des maladies, calquées sur le modèle de la gestion des risques.

Les capteurs : la nouvelle arme des industriels

Le fonctionnement de ce type d’application est finalement assez simple : les capteurs détectent le comportement de l’équipement et l’application compare ce comportement avec la situation « normale » qui a été pré-décrite. Puis, l’application affine la segmentation des types de comportement grâce à des fonctions d’apprentissage. Au final, ces informations sont analysées pour anticiper le comportement à venir, en fonction de différentes variables. Lorsque les premiers signaux de défaillance sont répertoriés, une opération de maintenance préventive permet d’éviter la panne. Tout cela s’effectue en temps réel, car les capteurs permettent non seulement la collecte d’information, mais aussi le déclenchement d’action. C’est toute la différence entre réagir à un événement et se montrer proactif, avec tous les avantages que cela procure, notamment en termes financiers.

Les industriels comme General Electric ont bien compris le potentiel de cette évolution. Lorsque l’optimisation leur permettait d’éviter telle ou telle situation, l’anticipation les aide à faire évoluer leur business model. D’ailleurs GE ne vend plus de turbines, mais des heures de disponibilité dans une usine… La SNCF n’est plus la société des chemins de fer que nous connaissions, mais un « opérateur de mobilité » qui propose des alternatives aux parcours en train (covoiturage, cars, etc.). Tesla enfin, a fait le choix de ne pas déployer de réseau de concessions, mais plutôt d’investir dans la maintenance prédictive : le constructeur de véhicule électrique considère que ce n’est pas dans son intérêt de créer un business autour de la maintenance, mais qu’il est surtout essentiel que la voiture fonctionne bien !

Des applications Big Data de plus en plus présentes dans l’opérationnel

Reposant historiquement sur des systèmes batch (c’est à dire, traitements par lots), les applications de Big Data sont de plus en plus employées dans l’opérationnel. Ceci implique bien entendu une évolution des pratiques analytiques de l’entreprise (dimension temps réel, mise à disposition de l’information sur le terrain), de son architecture technologique (base de données en mémoire, stream processing) et de son organisation (avec des aspects de gestion du changement extrêmement importants, comme la définition des cas d’usage, mais aussi des conséquences sur l’emploi comme l’évoque Nicholas Carr dans son dernier pamphlet).

C’est l’occasion, une fois pour toute, de rapprocher l’informatique des métiers et de leurs problématiques quotidiennes, pour permettre à l’entreprise de créer encore plus de valeur.