MES - Prendre la création de valeur par le bon bout

Réunion pour une présentation lors d'un événement organisé par une association d'entreprises. Nous discutons du thème MES. Le représentant de l'association donne le conseil suivant : "Abordez plutôt le thème de la connectivité. Tout le monde connaît déjà le MES. Mais comment relier numériquement des machines hétérogènes - cela intéresse les gens. Là, beaucoup d'entreprises ne sont pas encore prêtes".

En tant que partenaire argent de SAP pour la connectivité des machines hétérogènes, nous tenons volontiers un tel discours. Mais l'appréciation du représentant de l'association est tout à fait remarquable : les données sont en fait la base de tout modèle commercial numérique. Je partage certes l'avis du représentant de l'association. Je me pose néanmoins la question suivante : avons-nous mis la charrue avant les bœufs en matière de création de valeur dans l'industrie ? La création de valeur industrielle a lieu dans l'usine : L'utilisation numérique des données du shopfloor ne devrait-elle pas être précédée d'une saisie numérique des données dans le shopfloor ? Historiquement, c'est l'inverse qui s'est produit : c'est le logiciel de planification SAP qui a ouvert la voie dans les années 1970. L'Enterprise Resource Planning a révolutionné la standardisation des tâches dans les domaines de la comptabilité, des ressources humaines, de la gestion du matériel et de la distribution.

Au milieu des années 1990, le terme Manufacturing Execution System (MES) s'est développé aux États-Unis. Depuis lors, le MES est un système de contrôle et de surveillance des processus de production basé sur des données. Aujourd'hui, SAP est également présent sur le terrain du MES avec sa solution Digital Manufacturing (DM).

Aujourd'hui, en 2023, nous parlons encore en Allemagne - et d'ailleurs dans le monde entier - du fait que de nombreux fabricants n'ont pas de connexion numérique correcte avec les machines. Dans le secteur de la consommation, c'est l'inverse qui s'est produit : les fournisseurs de plateformes comme Amazon, Facebook (Meta), Google (Alphabet) et autres capitalisent sur les données de leurs utilisateurs. Leurs modèles commerciaux procèdent dans l'ordre : Collecter des données, évaluer des données, monétiser des données. Dans le domaine de la consommation, les données des utilisateurs sont la source de la création de valeur. L'adage du web qui s'y rapporte : "Si quelque chose est gratuit pour toi, tu es le produit". Dans l'industrie, les données du shopfloor sont la source de la création de valeur - des informations préparées de manière sémantique et numérique à partir de machines, de capteurs et d'entrées d'usine. Seule la connectivité des machines sur le shopfloor permet d'accéder au véritable actif des entreprises industrielles, au trésor dans le lac de données. 

Il est mis en œuvre et analysé en de nombreux endroits - mais probablement souvent sans données de processus précises et sémantiquement propres. Personne n'a à en rougir : La production industrielle est complexe, chaque besoin est différent et ne peut pas être comparé au secteur de la consommation, où les besoins des utilisateurs peuvent être satisfaits par des offres standardisables. La production industrielle ne doit jamais s'arrêter de manière imprévue, sinon le chiffre d'affaires risque d'en pâtir.

Chaque usine a son propre mélange de machines et d'équipements. La production industrielle nécessite des architectures logicielles individuelles par type de production et par variation de produit. Chaque entreprise a besoin de sa propre feuille de route pour la transformation numérique - stratégie, personnel, connexion aux machines, nouveaux systèmes, nouveaux processus, etc. La production est une activité à forte intensité de capital : les installations doivent fonctionner pendant 10, 20, parfois 30 ans pour être rentabilisées.  

Pour les entreprises, cela signifie qu'elles doivent planifier leur voyage numérique par étapes, en suivant un ordre logique. Si elles veulent être plus efficaces, plus résilientes et plus durables, elles doivent placer la connectivité des machines et la sémantique des données correspondante en tête de leur plan de voyage - et bien sûr miser sur des solutions hautes performances comme celles que je propose. Ensuite, la connexion aux solutions MES et ERP peut suivre, afin que ces systèmes puissent travailler en temps réel avec des données réelles provenant de l'atelier.