IoT multi-sites : que standardiser et comment prouver la valeur sans imposer un modèle unique

Pourquoi un modèle unique fonctionne rarement sur plusieurs usines

Un modèle est en général conçu au siège, autour de l'usine phare. Il rencontre ensuite un site doté de presses plus anciennes, ou un site dont les opérateurs parlent une autre langue. Les listes de causes ne correspondent plus aux machines, et des seuils réglés pour une ligne créent du bruit sur une autre. Très vite, les usines gardent un tableur parallèle « pour l'usage réel ».

L'erreur inverse coûte tout autant. Si chaque usine construit son propre dispositif, le conseil d'administration reçoit cinq définitions de l'OEE et aucun moyen de les additionner. McKinsey décrit comment de nombreuses entreprises restent bloquées au stade du pilote et cite un responsable clair, une conception pensée pour le passage à l'échelle et l'interopérabilité comme conditions de la valeur à grande échelle. Un standard léger fonctionne mieux : un petit noyau fixé sur chaque site, et tout le reste configuré par les usines elles-mêmes.

Ce qu'il faut standardiser et ce qu'il faut laisser local

Fixez au niveau central ce dont dépendent les chiffres du groupe, et laissez à chaque usine ce dont dépend son travail quotidien dans l'atelier.

Les six grandes pertes constituent un jeu pratique de catégories principales, car elles correspondent directement aux trois facteurs de l'OEE. La hiérarchie des équipements de la norme ISA-95 offre à l'IT et à la production un vocabulaire commun pour le modèle de données. La norme ISO 22400 propose un cadre pour définir les indicateurs de fabrication. Le socle de sécurité doit suivre ISA/IEC 62443, rédigée pour les systèmes de contrôle industriels.

Comment comparer les sites équitablement

La plupart des comparaisons entre sites échouent sur les définitions. Le guide de Vorne sur le calcul de l'OEE exclut les pauses du temps de production planifié, mais compte les changements de série comme du temps d'arrêt. Si une usine exclut aussi les changements de série, sa disponibilité paraît meilleure sans que rien n'ait changé dans l'atelier. Les temps de cycle idéaux fonctionnent de la même façon : si l'un est fixé trop bas, la performance paraît meilleure qu'elle ne l'est.

Quatre règles gardent la comparaison honnête :

1. Les mêmes définitions partout. Une définition écrite du temps planifié, du temps d'arrêt et du temps de cycle idéal, sous un contrôle des changements centralisé.
2. Normaliser par le temps planifié. Exprimez les arrêts en minutes pour 100 heures planifiées et en nombre d'arrêts par heure planifiée. Une usine en trois postes enregistrera toujours plus d'arrêts qu'une usine en un seul poste.
3. Comparer les tendances, pas l'OEE absolu. Vorne conseille de ne pas se focaliser sur la valeur absolue de l'OEE et met en garde contre la comparaison de procédés différents. Une usine à forte diversité de produits, avec de nombreux changements de série, affichera un OEE plus bas qu'une usine qui ne fabrique qu'un seul produit.
4. Montrer la répartition. Présentez séparément la disponibilité, la performance et la qualité, pour qu'une baisse de qualité ne se cache pas derrière un gain de disponibilité.

Exemple indicatif : l'usine A maintient un OEE stable de 72 % pendant deux trimestres. L'usine B passe de 58 % à 65 %. Un classement place l'usine A en tête. La tendance montre que l'usine B a gagné sept points avec les mêmes machines, et que ses méthodes méritent d'être reprises.

Ce qui doit figurer sur le tableau de bord de direction après le passage à l'échelle

Un tableau de bord de direction doit tenir sur une page et montrer si chaque usine progresse par rapport à son propre point de départ, et ce que cette progression vaut. Pour chaque site, incluez :

• L'évolution de l'OEE en points par rapport à la référence du site, avec la disponibilité, la performance et la qualité présentées séparément.
• Le temps de réaction médian entre un arrêt et la première action, qui bouge en général en premier.
• La part des arrêts sans cause. Une part en hausse signale que la qualité des données se dégrade, en général avant que les résultats ne baissent.
• La couverture : la part des machines concernées qui sont connectées et dont les causes sont saisies à l'arrêt.
• La valeur en euros, calculée avec la valeur propre à chaque site d'un point d'OEE.
• Les actions sur les principales pertes clôturées dans le trimestre.

Excluez en revanche ces éléments, car ils orientent la discussion dans la mauvaise direction :

• un classement des usines par OEE absolu ;
• le nombre d'alertes et les connexions aux tableaux de bord, qui mesurent l'activité sans lien avec les résultats ;
• le détail par machine, qui relève des revues propres à chaque usine.

Où se situent les caméras et l'analyse cloud entre sites

Chaque usine compte des postes sans signal exploitable, comme l'assemblage manuel ou le conditionnement. Une caméra peut alors jouer le rôle de capteur. DBR77 traite les données sur site, en edge. Pour l'analyse multi-sites, IRIS Vision AI peut aussi exécuter l'inférence dans le cloud, avec la même application et les mêmes modèles. Chaque usine mesure alors un poste manuel de la même façon.

Le tableau de bord montre aussi où une perte est structurelle. Si la principale perte d'un site est une étape de palettisation manuelle, la prochaine étape sera peut-être un projet d'automatisation. Les usines peuvent publier ce défi sur DBR77 Marketplace et comparer les offres des intégrateurs dans un format unique.

Qui possède quoi entre le siège et les usines

Le siège possède le standard léger : définitions, modèle de données, socle de sécurité et tableau de bord. Les modifications passent par le contrôle des changements, comme décrit dans la gouvernance IoT après la première année.

Les usines possèdent les listes de causes, les seuils, les routages d'alertes, les réunions et les actions d'amélioration. Chaque nouveau site suit le chemin d'un pilote réussi vers un standard d'usine et construit son propre rythme, comme décrit dans l'IoT transformé en système d'exploitation reproductible.

Questions fréquentes

Toutes les usines doivent-elles utiliser la même liste de causes d'arrêt ?

Non. Standardisez les catégories principales et laissez chaque usine garder ses causes détaillées. Rattachez chaque cause locale à une catégorie, pour que la vue groupe reste cohérente.

Peut-on comparer l'OEE entre usines ?

Seulement entre procédés similaires, avec des définitions identiques du temps planifié et du temps de cycle idéal. Même dans ce cas, l'évolution par rapport à la référence de chaque usine en dit davantage.

Comment chiffrer la valeur de l'IoT à l'échelle du groupe ?

Calculez séparément la valeur d'un point d'OEE pour chaque site, à partir de ses propres marges et de ses heures planifiées. Multipliez par l'évolution du site en points, puis additionnez les sites.

Où faut-il traiter les données ?

Sur site, à l'intérieur de la frontière IT/OT de chaque usine, pour la ligne elle-même. Les résultats agrégés et, si nécessaire, l'inférence Vision AI peuvent être exécutés de façon centralisée pour comparer les usines.

Conclusion

Avant la mise en service de la prochaine usine, mettez par écrit les définitions communes du temps planifié, du temps d'arrêt et du temps de cycle idéal, et rattachez les causes locales de chaque site aux catégories principales de pertes. Enregistrez ensuite la référence de chaque site et sa propre valeur d'un point d'OEE, afin que le premier tableau de bord montre l'évolution en euros autant qu'en points. Le contrôle des changements qui garde ces définitions stables est décrit dans la gouvernance IoT après la première année.

Sources

• McKinsey & Company, IoT value set to accelerate through 2030: Where and how to capture it, 2021
• Vorne, World-Class OEE
• Vorne, Calculating OEE
• Vorne, The Six Big Losses
• ISA, ISA-95 standard
• ISO, ISO 22400-1: Key performance indicators for manufacturing operations management, 2014
• ISA, ISA/IEC 62443 series of standards
• DBR77, IRIS
• DBR77, Marketplace