00:03BFM Stratégie avec Frédéric Simotel sur BFM Business.
00:11Bienvenue dans cette nouvelle session BFM Stratégie. On va vous parler de data, d'IA,
00:15de edge et surtout d'usine, l'usine du futur. Alors vraiment on vous parle de l'usine 2.0,
00:19l'usine 4.0. On va essayer de regarder un peu tout ça parce qu'on vous parle évidemment
00:23comment l'IA générative transforme évidemment dans les classiques assistants de bureaux.
00:30Dans l'industrie, c'est beaucoup plus physique et on va en parler avec nos deux invités.
00:34Raphaël Viard, bonjour. Raphaël, merci de travailler avec nous.
00:36Il est directeur de l'information digitale de Forvia, donc l'un de nos leaders mondiaux
00:40dans les technologies automobiles. C'est 130 000 employés dans 40 pays et 26 milliards d'euros
00:46en 2025 et avec nous Jean-Christophe Lessie, bonjour. Bonjour Frédéric.
00:49Ils sont partenaires au BCG, ancien DSI, ça fait quelques années maintenant,
00:53mais qui connaît parfaitement ce métier pour être au cœur dans chacune des missions au sein du BCG.
00:59Raphaël, l'IA, c'est pas juste chez Forvia, j'imagine, on fait pas juste de l'IA pour dire
01:05voilà, regardez, on est comme les autres, on se modernise, mais ça change vraiment la donne.
01:10Et là, sur la partie industrielle, parce que j'imagine que, évidemment, je parlais d'assistants de bureau,
01:14ça doit beaucoup changer, même vous au quotidien, mais dans les sites industriels, qu'est-ce que ça change ?
01:18Alors, c'est au cœur de notre stratégie, on a dévoilé le 26 février dernier notre nouveau plan stratégique
01:25qui s'appelle Ignite, qui est composé de deux phases.
01:27Une phase 2026-2028 où nous allons nous concentrer sur nos fondamentaux opérationnels et financiers
01:35pour construire des fondations solides qui vont nous emmener à retrouver de la croissance à partir de 2028.
01:41Et on voit bien que la data et l'IA sont au cœur de cet agenda.
01:45Surtout dans le secteur automobile, on voit bien, voilà, il faut trouver des relais de croissance.
01:49Parce que ça va nous apporter de la compétitivité, parce que ça va nous apporter de l'innovation,
01:54parce que ça va nous apporter de la transformation.
01:56On a déjà des belles réussites, je peux citer notamment une de nos usines en Chine, Yangcheng,
02:03qui a été nommée Lighthouse, on peut dire usine phare par le World Economic Forum,
02:08où on a déployé déjà plus de 40 cas d'usage data et IA.
02:13Vous avez déjà des indicateurs ?
02:14Oui, tout à fait, on a des réussites assez fortes dans ce domaine.
02:19Par exemple, dans cette usine, le retour sur investissement est de 7 mois et demi pour tous ces cas d
02:26'usage IA.
02:27Et je peux donner cet exemple où quand on change des outils, quand on change de batch de production
02:32et qu'on doit changer les outils dans une machine, on a réduit ce temps de changement de quasiment 46
02:37%
02:38grâce à des algorithmes d'intelligence artificielle qui nous permettent de mieux redémarrer les machines après ces changements.
02:43Ça veut dire qu'il y a aussi de la formation autour de tout ça ?
02:45Parce qu'évidemment, il y a ces machines, il y a ces robots, mais il y a aussi les humains
02:49derrière.
02:49Bien sûr, il y a un énorme agenda de changement dans l'usine et aussi au niveau du leadership de
02:55l'entreprise,
02:56puisqu'en fait, c'est quelque chose qu'on ne peut pas réussir sans y mettre de l'impact et
03:01du temps.
03:03Donc en fait, dans cette transformation, notamment dans cette usine de Yangsheng,
03:06c'était le patron de l'usine qui était au cœur de la transformation.
03:10Alors ça, c'est un exemple très concret, Jean-Christophe.
03:13Et ça, c'est important parce que je crois que le BCG vient de sortir une étude,
03:15ça s'appelle le Value Gap.
03:16Et donc, pour montrer un peu, un fossé ou une fracture, je ne sais pas comment il faut l'appeler,
03:22peut-être les deux, qui existent dans les entreprises.
03:25Et là, il faut faire attention parce que le fossé peut vite...
03:28Le fossé est très large, en fait.
03:30Cette étude Value Gap que vous mentionnez,
03:33elle montre que seulement 5% des entreprises tirent une valeur massive et mesurable de l'IA.
03:41Et puis, on a tout un ventre mou du 60-70% des entreprises, en fait,
03:46qui sont un peu perdues dans le purgatoire des pilotes,
03:48qui font des expérimentations beaucoup,
03:51mais qui n'arrivent pas à trouver le bon héroïque.
03:55Et donc, la différence entre ce qu'on appelle les entreprises prêtes pour le futur
04:00et celles qui ne le sont pas ou moins, elle est énorme.
04:06On a mesuré dans cette étude, justement, qu'il y avait les entreprises prêtes pour le futur
04:12qui généraient 70% de revenus supplémentaires
04:15et 60% de marge EBIT en plus par rapport à leurs concurrents qui sont moins prêtes.
04:22Donc, on voit que c'est absolument massif et que l'écart se creuse très, très vite.
04:28Et ça, c'est...
04:30Alors, comment elles font les entreprises prêtes pour le futur ?
04:32En fait, elles ne se perdent pas dans des expérimentations.
04:35Elles injectent massivement de l'IA dans les process, dans leur core business.
04:40Alors, principalement, aujourd'hui, ce qu'on voit, parce que c'est là qu'il y a le...
04:42On est dans l'industrie, j'en rappelle.
04:44Oui, oui, c'est principalement le manufacturing, la supply chain et les ventes.
04:49C'est les trois gros process qui ont un potentiel de valeur le plus...
04:55qui ont le potentiel de valeur le plus élevé.
04:57Et donc, elles reconstruisent, en fait, leur processus quasiment à partir de zéro
05:04en mettant de l'IA et en injectant de l'IA massivement.
05:08Alors, dans ce domaine industriel, pour qu'il y a fonctionne, il faut en mettre, évidemment, dans la machine.
05:12Le problème, c'est quand on discute...
05:14La globale industrie, il y a quelques semaines, toutes les machines, elles ne parlent pas le même langage.
05:18Et c'est un peu ça, la difficulté.
05:20J'ai même dit, chez Forvia, c'est pareil.
05:22Vous intégrez différents constructeurs, différents...
05:24C'est tout un écosystème qui n'est pas forcément habitué à travailler ensemble.
05:28Or, là, on parle de data, donc il faut essayer de faire travailler tout ça.
05:31Comment on fait ?
05:32Eh bien, je vais utiliser un terme barbare.
05:35Il faut mettre en place une ontologie.
05:37Alors, c'est quoi l'ontologie ?
05:38En fait, c'est une espèce de couche d'abstraction qui est, en fait, le dictionnaire
05:43qui donne un sens commun aux données dont on fait l'acquisition
05:47et qui permet de parler un langage commun au sein de l'entreprise,
05:51que ce soit le business avec l'IT,
05:54mais maintenant que ce soit le business avec l'IT avec des agents IA,
05:58parce que tout le monde doit parler le même langage
06:01pour être capable d'analyser correctement les données
06:03et de prendre des décisions.
06:05Cette couche d'abstraction qui est l'ontologie,
06:08elle nécessite d'être construite au fur et à mesure.
06:10Et quand on a des nouvelles données qui arrivent,
06:13parfois l'ontologie existe déjà et il n'y a pas de problème.
06:16Et parfois, comme dans une langue un peu vivante,
06:20l'ontologie n'existe pas et il faut la créer
06:22pour être capable de stocker correctement ces données
06:25pour qu'elles soient exploitées après.
06:26Alors, nous, on a commencé cet exercice il y a beaucoup de temps,
06:30enfin il y a cinq ans à peu près,
06:32et c'est assez mature.
06:33Ça nous a permis notamment de déployer un outil
06:36qui nous permet de mesurer la performance de nos lignes,
06:39de nos lignes de production,
06:41pour mesurer les déviations
06:43et alerter immédiatement nos opérateurs
06:47et ce qu'on appelle nos gap leaders,
06:49on va dire les responsables des équipes,
06:52de ces déviations.
06:53On a déployé aujourd'hui quasiment 200 usines
06:57avec le même outil
06:58et ça aurait été évidemment impossible sans cette ontologie
07:01parce que sinon, il aurait fallu refaire à chaque fois
07:03l'exercice de déploiement
07:06et recommencer à zéro à chaque usine,
07:07ce qui aurait été un temps complètement impossible.
07:10Alors, ça veut dire, Jean-Christophe,
07:11aussi en termes d'infrastructure,
07:12c'est que les données,
07:14on ne les fait pas toutes remonter dans un cloud général.
07:16C'est là, parce qu'en présentation,
07:18je parlais du Edge,
07:19donc avoir aussi des données au plus proche de l'usine,
07:22au plus proche des machines
07:22et c'est ça ce qui est prôné aujourd'hui.
07:24Oui, il faut un mix en fait,
07:26mais effectivement, les usines,
07:28elles tournent en temps réel
07:29donc on n'a pas le temps d'attendre
07:31que pour un robot,
07:33la donnée parte sur un système centralisé,
07:36revienne.
07:37Donc voilà, le Edge,
07:39en fait, ça répond à deux enjeux,
07:42à la fois un enjeu physique
07:44et un enjeu de gestion de risque.
07:46Le physique, c'est ce qui va tourner autour de la latence
07:49puisqu'il y a besoin de temps réel dans une usine.
07:53Il y a aussi la résilience
07:56puisqu'il faut quand même que l'usine puisse tourner
07:59quand il y a des problèmes sur Internet
08:01et des problèmes de connectivité,
08:03donc elle ne peut pas s'arrêter.
08:05Et donc, voilà,
08:07le troisième point, c'est la confidentialité
08:09parce que la plupart des industriels
08:12n'aiment pas bien révéler
08:13leurs petits secrets de fabrication
08:15et leurs secret sauce,
08:16comme on dit en bon français.
08:19Et donc, ça permet aussi
08:20de garder un certain nombre de données
08:24locales sur place
08:25qui ne voyagent pas.
08:27Et alors, autre révolution aussi dans tout ça,
08:29c'est l'arrivée des agents IA.
08:30Alors, on parle beaucoup des agents IA
08:31dans tout un tas d'autres secteurs,
08:33mais dans l'industrie aussi,
08:34on a ces agents IA qui arrivent,
08:35et notamment chez vous, chez Ford.
08:36Alors oui, ils arrivent surtout,
08:37ils vont arriver dans les usines.
08:39Ça reste quand même des technologies
08:42qui sont assez récentes.
08:44Et comme je le disais auparavant,
08:48pour que les agents fonctionnent,
08:50il faut quand même qu'ils s'appuient
08:51sur une couche de données de bonne qualité.
08:55Toutefois, il y a assez facilement
08:57deux exemples que je peux donner.
09:00Notamment, le premier,
09:01c'est tous les agents qui peuvent aider
09:02à la maintenance industrielle.
09:05Donc, aider les mainteneurs
09:07à réparer plus vite,
09:10à analyser les causes de problèmes,
09:13à réparer et à apprendre de ces problèmes.
09:16Ça, c'est un premier cas d'usage.
09:17Le deuxième cas d'usage,
09:19c'est toute la supervision
09:20de la supply chain,
09:21de la chaîne logistique,
09:22parce que souvent, c'est des informations
09:24qui viennent de sources différentes.
09:27Ça peut venir par e-mail,
09:29ça peut venir des ERP,
09:30ça peut venir d'autres systèmes.
09:31Et avoir des agents
09:33qui sont capables de lire
09:34toutes ces données
09:34et de donner des prédictions
09:36pour savoir si typiquement,
09:38on va arriver en problème
09:40d'approvisionnement dans une usine,
09:42c'est super important.
09:44Et c'est plutôt un cas d'usage
09:46dont on pense qu'il va fonctionner.
09:48Je disais, ça fait des temps...
09:50Enfin, le temps moyen de réparation
09:53qui est réduit de 30 à 40%.
09:54Alors ça, oui, c'est...
09:55On est quand même là
09:56dans des trancheuses.
09:56C'est sérieux, effectivement.
09:59Dernier point, c'est l'humain.
10:01Alors, je sais qu'on dit toujours,
10:02voilà, c'est...
10:03Les deux tiers, c'est l'humain.
10:04C'est toujours le cas ?
10:05Un peu plus des deux tiers.
10:07Alors nous, on a la règle
10:08des 10-20-70.
10:09Donc, c'est 10% d'algorithmes,
10:1120% de technologies
10:12et puis 70% d'humains
10:14et de process.
10:16Donc, et c'est vrai que...
10:18Et les exemples,
10:19il y a cité Raphaël,
10:21le montre bien.
10:22Si vous oubliez l'humain
10:24dans votre déploiement,
10:26votre IA reste au placard.
10:28Elle n'ira pas beaucoup plus loin.
10:30Donc, c'est fondamental.
10:32Et donc, il faut de l'humain.
10:33On parlait des agents.
10:34On parlait dans d'autres sessions.
10:36On parlait aussi
10:37de tous les robots,
10:38alors humanoïdes ou pas,
10:39mais en tout cas,
10:39les robots,
10:40puisqu'il en existe,
10:41évidemment,
10:41vous en avez déjà beaucoup,
10:42mais ils vont arriver.
10:43Ça veut dire qu'il va falloir
10:44apprendre à gérer tout ça ?
10:45Alors oui,
10:46on a des robots sur nos chaînes.
10:50Maintenant, effectivement,
10:51on voit que les humanoïdes arrivent
10:53et effectivement,
10:54dans un futur
10:54qui va être plus ou moins proche,
10:56on va avoir une cohabitation
10:57entre des humains,
11:00des humanoïdes,
11:01des agents IA.
11:03Et bon, soyons clairs,
11:04personne ne sait vraiment
11:06comment tout ça va évoluer.
11:08Ça reste quand même
11:08quelque chose
11:09qui est très nouveau.
11:11maintenant,
11:12ce qui est clair,
11:12c'est que ça montre
11:14que les stratégies
11:15qu'on pouvait avoir
11:16avant à 3,
11:184 ou 5 ans
11:19avec une grosse planification,
11:20elles ne sont plus trop d'actualité
11:21parce qu'il faut s'adapter
11:22très vite.
11:23Donc,
11:23ce qui est important,
11:24c'est les cycles courts,
11:25c'est apprendre vite,
11:26s'arrêter très vite
11:28quand ça ne marche pas
11:29pour se focaliser
11:30sur d'autres sujets
11:32où peut-être ça va marcher.
11:33C'est-à-dire davantage d'agilité
11:35dans un moment industriel
11:36qu'on imaginait
11:37beaucoup plus figé,
11:38avec des cycles longs,
11:39etc.
11:39Bien sûr.
11:40Après,
11:41il faut aussi constater
11:43que la transformation IA,
11:45elle fonctionne plutôt bien
11:47dans des processus
11:49qui sont assez peu attachés
11:51au monde physique.
11:53Par exemple,
11:53le développement software,
11:55les achats.
11:57Dès qu'on arrive
11:58dans un monde
11:59qui est plus physique
12:00comme les usines,
12:01il y a un temps de changement
12:02qui est incompressible.
12:03Et là,
12:04il faut vraiment mettre l'humain
12:05au cœur de cette transformation
12:07parce que sinon,
12:08ça ne pourra pas marcher.
12:09C'est l'humain
12:10et c'est le leadership.
12:12C'est vraiment
12:13réussir sa transformation IA,
12:15c'est vraiment
12:16un travail d'équipe
12:16entre toutes les composantes
12:18du métier,
12:19les composantes de l'IT
12:21et surtout,
12:22un écosystème
12:23qui vient autour
12:24avec des partenaires
12:25parce que si on ne travaille
12:26pas en équipe,
12:27on n'a aucune chance
12:27d'y arriver.
12:28Bien, merci à tous les deux
12:29d'être venus nous parler de tout ça.
12:30On n'arrête pas d'insister
12:31toujours sur ce côté humain.
12:32Évidemment,
12:33on est fasciné
12:33par cette technologie
12:34mais voilà,
12:35on le dit,
12:36le leadership,
12:37la gouvernance,
12:38la formation
12:38sont des points essentiels
12:39aussi pour mener
12:41ces projets à bien.
12:42Merci à tous les deux.
12:43Raphaël VIA,
12:44directeur de l'information digitale
12:45de Forvia
12:46et Jean-Christophe Lassi
12:47par terre au BCG.
12:48Vous pourrez retrouver
12:49bien entendu
12:49toutes ces sessions
12:50BFM Stratégie
12:52en replay,
12:53en podcast
12:54sur notre site.
12:55À très bientôt
12:55pour un nouveau BFM Stratégie.
13:01BFM Stratégie
13:03sur BFM Business
13:04Sous-titrage Société Radio-Canada
13:06Sous-titrage Société Radio-Canada
13:08Sous-titrage Société Radio-Canada
