“De plus en plus, les fabricants prennent conscience des bénéfices potentiels du partage des données au-delà des murs de leurs usines.”
Concrétisation de la transformation numérique à l’œuvre dans l’industrie, la digitalisation des lignes de production (utilisation d’outils numériques, mise en réseau des machines, collecte/analyse de données) et, au-delà, de l’ensemble des chaînes de valeur, génère un volume croissant de données. Ces dernières sont collectées par les robots industriels, les logiciels intégrés et l’ensemble des composants de l’IoT.
Les industriels cherchent à valoriser ce gisement de données grâce, notamment, à l’intelligence artificielle et au machine learning, dans le but d’accroître l’efficacité, l’autonomie et l’adaptabilité des usines.
La création de valeur par le partage des données
La plupart des fabricants se sont concentrés, jusqu’à présent, sur les données de leur écosystème. De plus en plus, ils prennent conscience des bénéfices potentiels du partage des données au-delà des murs de leurs usines. Selon une estimation du World Economic Forum et du Boston Consulting Group, cette pratique pourrait générer une valeur additionnelle de plus de 100 milliards de dollars par la seule optimisation des processus de production.
Le plus souvent, la collaboration a lieu entre un fabricant et ses partenaires commerciaux (équipementiers, fournisseurs de matières premières, transporteurs, entreprises technologiques, clients, etc.) au sein de sa chaîne de valeur. Elle peut aussi avoir lieu entre ce fabricant et ses concurrents ou des entreprises évoluant en dehors de son secteur d’activité pour répondre à des défis industriels communs.
Le partage des données industrielles présente un intérêt au-delà de la chaîne de valeur, en tant que socle de l’innovation, qu’il s’agisse de nouvelles méthodes de production, de nouveaux produits ou de nouveaux services. C’est une des raisons pour lesquelles la Commission européenne promeut la création d’“espaces de données communs et interopérables” facilitant les échanges entre les États membres et les entreprises dans des domaines clés comme l’industrie manufacturière.
Plateforme Cloud, Blockchain et technologies améliorant la confidentialité
Ces espaces représentent une brique essentielle du partage de données, qui implique de combiner des données issues de plusieurs sources dans un référentiel unique. L’organisation à l’initiative du projet va donc créer une plateforme et des services permettant de stocker, analyser et échanger les données, en s’appuyant sur des fournisseurs de Cloud généralistes ou des fournisseurs spécialisés. Elle tentera ensuite de convaincre d’autres organisations de la rejoindre.
Cela peut s’avérer difficile. Le partage de données industrielles est confronté à plusieurs freins liés à la confiance et à la sécurité. Certaines entreprises craignent de dévoiler des informations sensibles et de perdre un pouvoir de négociation ou un avantage concurrentiel. D’autres s’inquiètent de perdre le contrôle sur leurs données ou appréhendent que la valeur créée leur échappe. Toutes doivent respecter un impératif de cybersécurité et minimiser les menaces pouvant résulter d’une diffusion externe des données.
Les technologies blockchain, grâce à la création d’un registre distribué – transparent, décentralisé et sécurisé –, qui fournit une version unique et partagée de la vérité, peuvent résoudre certains problèmes liés à la confiance. Elles sont particulièrement intéressantes pour établir la traçabilité des produits dans les chaînes d’approvisionnement.
Les “technologies améliorant la confidentialité” (TAC) peuvent être employées dans des situations présentant des enjeux importants de propriété industrielle, de secret des affaires ou de protection des données personnelles. Visant à concilier protection et exploitation des données, elles permettent généralement aux utilisateurs de mettre en commun leurs données, sans en dévoiler le contenu, pour effectuer des analyses. Le chiffrement homomorphe, par exemple, permet de réaliser des calculs sur des données chiffrées, et produisant un résultat chiffré, que seul le propriétaire des données peut déchiffrer.
De manière plus large, les participants des plateformes de données doivent définir des modèles de gouvernance ; des règles communes d’accès et d’utilisation des données, qui assurent leur sécurité, leur interoperabilité et la conformité réglementaire, et qui garantissent une répartition équitable de la valeur générée. Selon certains, les “data trusts” (fiducies de données) pourraient constituer une solution intéressante.
L’industrie automobile montre l’exemple
La chaîne d’approvisionnement automobile est particulièrement complexe. Les pièces détachées proviennent de fournisseurs multiples, situés dans le monde entier, et sont acheminées vers différentes usines. L’industrie automobile s’appuie sur des réseaux tentaculaires de transporteurs et des procédés logistiques nécessitant une coordination parfaite, comme le “cross-docking” (mode d’organisation des flux logistiques qui consiste à faire passer les colis de marchandises des quais d’arrivée d’une plateforme aux quais de départs, sans passer par un entrepôt de stockage). C’est la raison pour laquelle elle fournit déjà plusieurs exemples de plateformes de partage de données industrielles.
Depuis 2020, le “cloud industriel” de Volkswagen regroupant les données de ses usines de fabrication est ouvert aux fournisseurs de services technologiques et à d’autres entreprises manufacturières. Développée en collaboration avec AWS et Siemens sur le modèle d’un app store, cette plateforme a vocation à devenir une place de marché où les participants pourront proposer ou choisir des solutions destinées à améliorer la production industrielle et la logistique. Dans le même esprit, BMW et Microsoft ont présenté l’Open Manufacturing Platform. Les normes industrielles et les modèles de données ouverts de cette architecture technologique bâtie sur Azure IoT visent à supporter le développement d’offres pour l’usine connectée.
Toyota, Fiat, General Motors et d’autres grands constructeurs automobiles collaborent quant à eux dans le cadre d’AutoSphere, communauté d’équipementiers, de fournisseurs et d’entreprises de transport et de logistique créée par Surgere. Faisant office de tierce partie, la société fournit les solutions logicielles et matérielles reposant sur des technologies de capteurs, notamment les étiquettes RFID apposées sur des conteneurs consignés, qui permettent de collecter et d’analyser les données transactionnelles à chaque étape de la chaîne d’approvisionnement.
Décarboner les lignes de production ?
En 2021, NTT Com annonçait avoir réussi un essai de partage de données industrielles entre le Japon, l’Allemagne et la Suisse au moyen d’une plateforme prototype utilisant la norme IDS (“International Data Spaces”) prenant en charge la souveraineté des données au sein de l’écosystème GAIA-X. Les données d’essai, supposées hautement confidentielles, ont été transmises depuis la Suisse de manière sécurisée à des sites désignés en Allemagne et au Japon. Elles portaient sur la consommation d’électricité, en partant de l’hypothèse qu’elles seraient utilisées par les différentes parties pour calculer les émissions de CO2 générées par la fabrication de produits spécifiques et de revoir leurs procédés. Cette expérimentation montre que le partage de données industrielles peut contribuer à minimiser l’empreinte carbone de différents secteurs d’activité.
