Comment choisir le premier cas d'usage IoT de votre usine
DBR77 Team · Publié le
Le bon premier cas d'usage IoT porte sur une perte qui se répète chaque semaine, qui peut être mesurée aujourd'hui, qui a un seul responsable et sur laquelle on peut agir dans le poste. Si les données nécessaires pour la voir sont accessibles en semaines plutôt qu'en mois, vous tenez un bon candidat.
Pourquoi la plupart des premiers projets IoT s'enlisent
Lors du panel de l'ITM Industry Europe 2026 consacré aux raisons pour lesquelles l'IA en usine s'arrête au stade du pilote, Paweł Dera, CTO de DBR77 IIoT, a expliqué que la plupart des projets technologiques et IA en usine ne s'enlisent pas parce que le modèle est trop faible. Ils s'enlisent parce que personne n'a défini la décision qu'ils devaient améliorer. Les enregistrements du panel sont disponibles en polonais.
Un projet typique commence par « nous voulons être davantage pilotés par les données ». Six mois plus tard, personne ne peut citer une seule décision qui ait changé. Un modèle qui ne change la décision de personne reste une belle démonstration.
Dans l'enquête de McKinsey auprès de plus de 700 experts de la fabrication, moins d'un tiers avaient fait passer des cas d'usage critiques à un déploiement à grande échelle. Leur conseil est de partir de la valeur pour le résultat net et de remonter ensuite vers la technologie. Une étude de Deloitte sur l'usine intelligente ajoute que le moment et la manière de lancer les cas d'usage peuvent décider de leur réussite.
Commencez par écrire la décision
La valeur apparaît quand les données sont reliées à une décision précise, avec un responsable. Avant de regarder les machines, formulez la décision en une phrase : « Quand X se produit sur la ligne Y, le rôle Z fait ceci, dans un délai de N minutes. »
Exemples suffisamment précis :
- Quand la remplisseuse goulot s'arrête plus de 3 minutes, le technicien du poste reçoit une tâche avec la machine et la cause.
- Quand un changement de série sur la presse 4 dépasse de 15 minutes le standard, le chef d'équipe décide s'il déplace la commande suivante.
- Au début de chaque poste, la maintenance décide des trois machines à examiner en premier, à partir des arrêts de la veille.
Chacun nomme un déclencheur, une personne et un délai. Un modèle qui raccourcit le temps de réaction d'un superviseur ou qui indique à la maintenance par où commencer crée une valeur que l'on peut chiffrer. « Une meilleure visibilité » échoue à ce test, car elle ne nomme aucun des trois éléments.
Cinq critères pour un bon premier cas d'usage
Testez chaque énoncé de décision selon cinq critères. Les candidats faibles échouent en général sur le responsable ou sur la référence de départ.
| Critère | Question à se poser | Signal d'alerte |
|---|---|---|
| Perte répétée | Cette perte survient-elle chaque semaine, idéalement à chaque poste ? | Elle s'est produite deux fois l'an dernier, mais elle était coûteuse |
| Référence mesurable | Peut-on mesurer la situation actuelle en deux semaines ? | « On pense que cela représente environ une heure par jour », sans données derrière |
| Responsable clair | Un seul rôle nommé agit-il dessus ? | La réponse est « la production et la maintenance ensemble » |
| Boucle de réaction courte | Peut-on agir dans le même poste ? | La décision est prise une fois par mois, en réunion |
| Données accessibles en semaines | Peut-on récupérer les signaux depuis les automates existants ou des capteurs simples ? | Il faut un nouveau MES, une intégration ERP ou six mois d'historique d'abord |
Les deux premiers critères protègent le business case, et les trois suivants garantissent que quelqu'un peut agir sur la donnée dans le même poste.
Testez vos cas d'usage candidats avec nous
Apportez deux ou trois candidats. Nous les notons ensemble et nous fixons une référence, un responsable et des critères de succès pour un pilote sur une ligne.
Comment noter les candidats : un exemple indicatif
Notez chaque candidat de 1 à 3 par critère, soit 15 au maximum. Les notes ci-dessous sont indicatives, pour une usine de taille moyenne type.
- Réaction aux arrêts sur la ligne goulot : 14 sur 15. Les arrêts surviennent à chaque poste, le chef d'équipe est responsable de la réaction, et l'automate remonte déjà les états de marche et d'arrêt.
- Temps de changement de série sur la ligne de presses : 12 sur 15. Une perte hebdomadaire claire et un responsable identifié, mais le début et la fin des changements de série ne sont pas encore enregistrés de façon régulière.
- Rebuts sur la ligne d'extrusion : 10 sur 15. Une perte réelle et répétée. La responsabilité est partagée entre la qualité et la production, et les comptages de rebuts sont saisis à la main.
- Suivi énergétique de l'ensemble de l'usine : 7 sur 15. Données faciles à obtenir, mais personne ne possède une décision à l'échelle du poste, et la boucle de réaction est mensuelle.
- Maintenance prédictive sur le compresseur principal : 6 sur 15. Les pannes sont rares et il n'existe pas d'historique de pannes pour apprendre.
Le premier candidat l'emporte, et ses états machine et ses causes d'arrêt deviennent l'historique dont les cas d'usage suivants auront besoin. La page cas d'usage indique où chacun s'inscrit en général.
Les cas d'usage séduisants, mais de mauvais premiers choix
Ils sonnent bien dans une présentation au comité de direction. La plupart font de bons deuxièmes ou troisièmes pas.
La maintenance prédictive. La prédiction exige un historique propre des états, des arrêts et des pannes que la plupart des usines existantes n'ont pas encore.
Les tableaux de bord de toute l'usine. Tout connecter d'un coup ne laisse aucune ligne où prouver un résultat. Les travaux de McKinsey sur l'IoT notent qu'il n'existe pas de cas d'usage miracle et que l'IoT doit être ancré dans des résultats métier.
L'IA sur des données désordonnées. Si les causes d'arrêt sont devinées en fin de poste, un modèle entraîné dessus apprend ces suppositions. Notre article sur le CMMI et la maturité des données explique pourquoi la rigueur de process vient en premier.
Voir aussi 7 erreurs que commettent les usines lors du déploiement de l'IoT.
Que faire une fois le cas d'usage choisi
Avant de poser le premier équipement, convenez de :
- une référence de départ sur deux semaines de données, par exemple le temps de réaction et la part des arrêts sans cause ;
- des critères de succès, par exemple un temps de réaction inférieur à 10 minutes à la huitième semaine ;
- qui décide de la suite après le pilote, et pour quelle date.
Sur une ligne de conditionnement de carton ondulé, le pilote centré sur la réaction aux arrêts a suivi ce schéma. Le temps de réaction moyen est passé de 24 à 9 minutes, et l'OEE de 61 % à 70 %. Vorne note que la plupart des industriels tournent autour de 60 % d'OEE, le point de départ était donc typique.
Ensuite, transformez le cas d'usage en business case IoT et planifiez les 30 premiers jours.
Questions fréquentes
Le premier cas d'usage IoT doit-il porter sur la ligne goulot ?
En général oui, car chaque minute gagnée là-bas est une production gagnée pour toute l'usine. L'exception est un goulot sans superviseur prêt à porter le projet. Une ligne moins critique, avec un responsable engagé, prouvera plus vite le cas.
Combien de cas d'usage faut-il lancer au départ ?
Un seul, sur une seule ligne. Un deuxième peut suivre quand le premier dispose d'une référence, d'un responsable et d'un résultat mesuré. Avec plusieurs cas à la fois, il est difficile de savoir lequel a créé la valeur.
Combien de temps faut-il pour savoir si le cas d'usage fonctionne ?
Pour un cas portant sur le temps de réaction, le premier signal arrive dès la première semaine, car chaque arrêt et chaque réaction sont horodatés. Comptez six à huit semaines avant de juger l'effet sur l'OEE.
La maintenance prédictive est-elle un bon premier cas d'usage ?
Rarement. Elle exige un historique propre des états machine et des pannes. La plupart des usines ne constituent cet historique qu'une fois le suivi en temps réel en place.
Conclusion
Dans l'exemple de notation, la réaction aux arrêts sur la ligne goulot arrive en tête, car les arrêts surviennent à chaque poste, le chef d'équipe est responsable de la réaction et l'automate remonte déjà les états de marche et d'arrêt. Si l'un de vos candidats ressemble à celui-ci, écrivez d'abord son énoncé de décision, puis recueillez deux semaines de données de temps de réaction comme référence avant de poser le premier équipement.
Planifiez votre premier cas d'usage sur une ligne
Nous vous aidons à choisir le cas d'usage, à fixer la référence et les critères de succès, et à connecter la ligne sans arrêter la production.
Sources
- DBR77, Enregistrements de la conférence ITM Industry Europe 2026 (en polonais), 2026
- McKinsey & Company, How digital manufacturing can escape "pilot purgatory", 2018
- McKinsey & Company, IoT value set to accelerate through 2030, 2021
- Deloitte Insights, Driving value from smart factory technologies, 2019
- Vorne, World-Class OEE, 2026
- DBR77, CMMI et maturité des données, 2026
- Données pilote DBR77 IIoT, ligne de carton ondulé (client anonyme), 2026