Données, IA et robots: le point de vue d'Atomico sur l'industrie 4.0

… Bientôt dans une usine près de chez vous

Note de l'éditeur: ce billet a été initialement publié en juillet 2018.

Cet article a été co-écrit par mes collègues des membres de l'équipe Industrie 4.0 Steve Crossan et Ben Blume, alors que nous levons le couvercle sur ce qui nous passionne à Atomico en ce moment sur l'avenir de l'industrie

Si vous souhaitez plus d'analyses et d'informations comme celle-ci, livrées mensuellement (ish) dans votre boîte de réception, inscrivez-vous au Manuel de l'opérateur (notre newsletter) ici.

Dans une usine de fabrication de câbles près de l'aéroport international O'Hare de Chicago, quelques petites boîtes noires élégantes sont discrètement installées, branchées sur des machines d'extrusion de plastique vieilles de plusieurs décennies, collectant silencieusement des données.

Distillées localement sur chacune des boîtes en un plus petit ensemble de variables significatives, les données recueillies sont ensuite transmises sans fil à une plate-forme d'analyse basée sur le cloud, afin que le personnel de l'usine puisse surveiller le processus de production en temps réel et à partir de n'importe quel appareil.

Oden Technologies - la société derrière la plate-forme (dans laquelle Atomico vient de mener un investissement de 10 millions de dollars en série A) - combine du matériel industriel, une connectivité sans fil et un pipeline de données sophistiqué pour produire une vue sans précédent (dans cette industrie) de l'usine et de ses processus de production.

Lors de ce déploiement, les problèmes sont détectés jusqu'à 95% plus rapidement (c'est-à-dire en quelques minutes ou heures, contre jusqu'à plusieurs semaines), réduisant les déchets de centaines de milliers de dollars par an et par usine, tout en augmentant la production de 10 à 15% grâce à une indiquer la vitesse de la ligne.

Industrie 4.0

Oden est l'une des nombreuses entreprises à l'avant-garde de ce qui devrait devenir un changement d'époque dans le secteur manufacturier (un secteur de 12 milliards de dollars dans le monde, représentant 17% du PIB mondial). Le secteur est jusqu'à présent resté relativement épargné par la technologie numérique, mais cela évolue rapidement.

Des capteurs peu coûteux, une infrastructure de communications sans fil bon marché, un traitement des données basé sur le cloud hautement évolutif et de nouvelles méthodes d'apprentissage automatique ont convergé au point où les blocs de construction sont en place pour une nouvelle ère de machine.

Surnommée Industry 4.0, ces avancées ne sont pas passées inaperçues auprès des constructeurs mondiaux. Ils n'ont pas le choix: les macro-facteurs forcent leur main. La concurrence féroce des nouveaux challengers agiles de la Chine signifie que les fabricants européens et américains doivent intensifier leurs activités juste pour rester compétitifs.

Le passage d'une fabrication de masse et uniforme à de petits lots de produits personnalisés - des chaussures personnalisées à la médecine - signifie que les méthodes traditionnelles deviennent trop coûteuses. Et les clients, qu'ils soient consommateurs ou entreprises, exigent des délais d'exécution toujours plus rapides.

Le Saint-Graal pour beaucoup est la «fabrique de lumières éteintes»: une usine qui fonctionne elle-même sans aucune intervention humaine (et sans doute donc pas besoin d'éclairage). Mais à quelle distance est cette idée?

Tesla avec ses problèmes récents dans la production du modèle 3 fournit un récit édifiant. Bien qu'il s'agisse d'une tentative visionnaire et louable, pousser l'automatisation trop rapidement et de manière dogmatique peut signifier trop de pièces mobiles, de chaos et de confusion.

L'approche la plus raisonnable (mais, dans le temps, non moins révolutionnaire) est d'être progressive et itérative. En superposant la détection et la collecte de données, de nouvelles analyses, de nouveaux systèmes de contrôle, une robotique moins chère et une orchestration et une analyse basées sur l'intelligence artificielle, et, en créant une culture de ce que l'on appelle le «développement agile» dans le monde du logiciel - c'est-à-dire se déplaçant rapidement avec des informations imparfaites et biais en faveur de l'expérimentation de nouvelles choses - les usines les plus visionnaires d'un bon nombre d'industries devraient être en mesure d'achever l'automatisation bien d'ici une décennie.

Beaucoup dans l'industrie ne sont pas encore aussi optimistes. Une récente enquête de PWC sur les usines numériques a montré que seulement 11% des entreprises qui ont répondu s'attendaient à une automatisation complète au cours des cinq prochaines années.

Cependant, la doublure en argent était que les deux tiers prévoyaient utiliser des données pour la maintenance prédictive, l'analyse, la surveillance et l'optimisation, et ils ont estimé un gain moyen de 12% en efficacité sur la période.

La transformation numérique est désormais une donnée

Dans ma propre start-up, The Climate Corporation, nous nous sommes retrouvés tout à fait par hasard à découvrir un besoin profond d'un grand secteur traditionnel (agriculture) pour numériser et utiliser la science des données pour répondre aux défis majeurs, du changement climatique à l'alimentation des appétits d'une population en évolution .

L'industrie ne nous a pas immédiatement embrassés, mais la discipline que nous avons catalysée, «l'agriculture de précision», est maintenant largement acceptée. Le même principe s'applique également à l'industrie, c'est pourquoi certains d'entre nous chez Atomico ont manifesté un tel intérêt ici et le considèrent comme un domaine de concentration.

Nos amis de Point Nine Capital ont écrit un excellent article (Réinventer la pile d'usine), répertoriant plus de 200 startups travaillant à perturber cette industrie dans 11 domaines, du prototypage à l'automatisation des flux de travail.

Selon un rapport de CB Insights sur le sujet, les investissements en capital-risque dans l'internet des objets dans l'industrie (le «IIoT» à l'allure résolument laide) sont à un niveau record, avec plus de 1 milliard de dollars investis au quatrième trimestre 2017.

Cinq domaines clés

Nous examinons actuellement les opportunités dans le contexte de cinq domaines qui convergent pour façonner la fabrication intelligente: Analytics & Orchestration, Computer Vision, Robotics, AR / Wearables et Design / Prototyping. Ceux-ci sont interdépendants, mais nous trouvons toujours cela une segmentation utile.

  1. Analytique et orchestration

On dit de nos jours que «les données sont le nouveau pétrole». Cela n'est pas moins vrai dans l'industrie que dans d'autres secteurs. Plus de données seront générées au cours des deux prochaines années que tout ce que nous avons jamais généré dans l'histoire humaine - et cette croissance exponentielle se poursuivra pendant une décennie.

Évidemment, une grande partie de ces données sont des sorties de capteur brutes que vous ne pouvez pas comparer valeur par octet avec les œuvres de Platon, mais, néanmoins, nous allons nager dans les informations. Heureusement, avec l'apprentissage automatique, nous avons maintenant les moyens de lui donner un sens.

Des processeurs moins chers et puissants permettront de traiter une grande partie de ces informations sur site («Edge Computing»), évitant ainsi un goulot d'étranglement de bande passante autrement prohibitif.

Nous pensons que cette automatisation se concentrera d'abord principalement sur la mesure et l'alerte. Les capteurs suivront les métriques des machines qui n'ont jamais été mesurées pendant le fonctionnement. Des plateformes de données modernes et évolutives connecteront les données qui ont été archivées dans des silos de données oubliés.

Les algorithmes prédictifs et les réseaux de neurones détermineront les relations entre les métriques de la légion pour produire de nouvelles informations sur les chaînes de processus complexes. Celles-ci seront initialement de nature consultative, et les humains décideront quoi faire quand quelque chose leur est signalé.

Avec le temps (mais avant très longtemps), les systèmes de contrôle seront liés à ces modèles, permettant l'orchestration: les agents logiciels («AI») sont de plus en plus autorisés à prendre des décisions en fonction des données observées. Ils peuvent même expérimenter des paramètres pour mieux modéliser la cause et l'effet et s'entraîner à la volée.

Nous avons déjà vu cette approche d'orchestration fonctionner à merveille dans le contexte de l'optimisation énergétique des centres de données. Imaginez la même chose qui se produit dans la fabrication de médicaments, avec un suzerain de machine qui capture des problèmes en quelques millisecondes à une granularité fine dans un processus complexe, ajustant ou rejetant automatiquement la sortie tôt quand elle n'est pas remplaçable - évitant ainsi des lots gaspillés très coûteux, des rappels coûteux ou, pire, défavorables ou implications fatales pour les patients. Ce n'est pas hypothétique - la startup Bigfinite fournit déjà cela à certains de leurs gros clients pharmaceutiques.

Une récente étude du BCG révèle qu'une proportion assez élevée de personnes dans l'industrie semblent comprendre: quatre sur 1000 des 1000 dirigeants interrogés s'attendent à ce que l'IA devienne «le principal moteur de l'amélioration de la productivité d'ici 2030» (la plupart des 60% restants le feront). sans aucun doute changer de ton au cours des prochaines années).

2. Vision par ordinateur

Au cours des dernières années, la vision par ordinateur est la sous-discipline de l'IA qui a connu certaines des améliorations les plus impressionnantes, dépassant les capacités humaines dans les tests de classification d'images comme ImageNet. De nombreuses tâches qui nécessitaient auparavant une inspection visuelle humaine peuvent désormais être encore améliorées par des machines.

De toute évidence, cela a une myriade d'applications dans le réglage d'usine - le plus évidemment dans la surveillance du contrôle qualité (CQ). Même les meilleurs opérateurs humains sont intrinsèquement sujets à des incohérences et à un manque de fiabilité dus à la distraction ou à la fatigue.

Des startups de contrôle qualité intelligent comme Scortex en France ou Relimetrics en Allemagne déploient la vision par ordinateur pour automatiser l'inspection visuelle. Il s'agit d'un progrès qui viendra probablement bien plus tôt que tard, étant donné les dépendances limitées impliquées dans la mise en œuvre.

La vision par ordinateur constitue également un élément clé des autres tendances énumérées ici, en particulier la robotique et la RA / VR.

3. Robotique et AV

Les robots ont longtemps été déployés dans la fabrication pour automatiser les tâches répétitives, mais celles-ci ont été d'un coût prohibitif, à l'exception des cas d'utilisation à plus grande échelle tels que la fabrication de voitures. Ces robots ont également été très rigides, nécessitant un étalonnage précis et peu de tolérance aux erreurs.

Les tendances multiples, de la fabrication en petits lots, à l'intérêt de la «ré-délocalisation» de la production face à l'augmentation des coûts de main-d'œuvre et aux considérations politiques / de stabilité ont rendu l'automatisation à petite échelle hautement souhaitable - si elle peut être supprimée. Heureusement, cela peut de plus en plus.

Les petits bras robotiques industriels sont aujourd'hui moins chers et plus flexibles que jamais, avec la montée fulgurante de robots collaboratifs plus petits et plus flexibles - ou cobots - prêts à changer irréversiblement le paysage. Ils sont moins chers, reprogrammables et plus sûrs (afin qu'ils puissent travailler aux côtés des humains alors qu'ils devaient auparavant opérer séparément dans des cages - une considération importante pour une introduction progressive).

Plusieurs bras de robot de 25 000 $ coordonnés par un seul humain peuvent effectuer de manière crédible des tâches qui nécessiteraient auparavant 4 à 5 travailleurs, pour une économie de 3 fois ou plus.

Les clients potentiels répondent. Les expéditions de robots ont augmenté de 22% aux États-Unis au premier trimestre de 2018. Pendant ce temps, la Fédération internationale de robotique, un organisme industriel, estime que le nombre de robots industriels en fonctionnement doublera entre 2014 et 2020.

Nous pensons que nous sommes au début d'un mouvement ici, et le rythme va augmenter de manière très significative. Les entreprises les plus excitantes dans cet espace incluent le leader du co-robot Universal Robots, la société basée à Munich Kuka (maintenant acquise par le pionnier chinois Midea), et les challengers Franka Emika et la société antérieure Automata.

Là où cela devient le plus intéressant, c'est dans la couche logicielle pour enseigner aux robots à effectuer de manière fiable des tâches auparavant difficiles à automatiser, y compris les tâches de sélection et de placement, l'assemblage, l'insertion des câbles, l'installation et les tests des appareils. Un cluster de startups avec des équipes très compétentes mène la charge dans cet espace, notamment Covariant.ai, Micropsi, Nomagic et Osaro.

Au-delà des bras robotisés, d'autres équipements au sein de l'usine peuvent être automatisés - des exemples de tels chariots élévateurs ou chariots, rendus possibles par le développement de véhicules autonomes, qui fonctionnent dans des environnements plus simples et moins encombrés. Les opérateurs de chariots élévateurs et de chariots d'entrepôt représentent environ 5,3 milliards de dollars de travail aux États-Unis seulement, travail qui est en grande partie automatisable. Globalement, ce nombre est probablement de 3 à 4 fois la taille. C'est une application.

4. AR / Wearables

Rien qu'au Royaume-Uni, le coût annuel des accidents du travail dans le secteur manufacturier s'élève en moyenne à environ 500 millions de livres sterling. Les usines sont des lieux physiques intrinsèquement difficiles et prêts à accueillir des personnes travaillant à côté de grosses machines lourdes et souvent dangereuses.

Le potentiel des appareils portables et de nouveaux matériaux pour aider ici est important, des approches AR / VR pour permettre le contrôle à partir d'une distance plus sûre aux idées plus extérieures comme les exosquelettes (voir les exosquelettes industriels de l'ère spatiale de SuitX), ou les interfaces cerveau-machine développées. par CTRL Labs pour contrôler les robots beaucoup plus naturellement que les joysticks et claviers à l'ancienne.

Sur AR / VR, une large gamme d'appareils matériels de base, des lunettes AR aux montres intelligentes et aux tablettes montées sur bras, peut être tissée ensemble par des éditeurs de logiciels orientés verticalement pour produire des produits qui aident les humains en superposant les données pertinentes dans leur champ de vision.

Basée à Zurich, Scandit, une société du portefeuille d'Atomico, effectue un travail intéressant dans ce domaine en combinant le code à barres humble mais fiable avec des méthodes modernes de vision par ordinateur pour suivre les objets à travers les entrepôts et les chaînes d'approvisionnement.

Cela dit, bien que la RA soit un bon tremplin et qu'elle restera précieuse, le plus grand moteur d'efficacité (et de réduction des blessures) consistera en premier lieu à réduire le nombre de personnes dans ces emplois à risque.

5. Des cycles de conception et de prototypage plus serrés

Sous l'impulsion des énormes améliorations de la rapidité d'exécution et de livraison des dernières décennies, les attentes concernant le rythme de mise sur le marché de nouveaux produits ont rapidement augmenté, ainsi que la demande de produits plus personnalisés et personnalisés. Les usines sont obligées de s'adapter pour soutenir cela afin de rester compétitives.

L'impression 3D a été un énorme vent arrière pour le processus ou le prototypage et la conception, et elle reste un nouvel outil puissant dans l'arsenal de la conception (particulièrement efficace pour démocratiser l'innovation dans les produits physiques).

Cela se développe maintenant dans des méthodes de fabrication plus traditionnelles (et beaucoup moins chères, pour une qualité donnée) telles que le fraisage CNC. Des entreprises comme CloudNC (une société du portefeuille Atomico) et Plethora automatisent le fraisage, permettant aux ingénieurs de conception d'identifier les problèmes de fabrication tôt et de récupérer les composants finis en quelques jours au lieu de quelques semaines à plusieurs mois.

Il existe de meilleurs outils de collaboration pour la conception 3D, tels que Gravity Sketch, une meilleure simulation et modélisation via des jumeaux numériques, et des entreprises comme Hyperganic qui permettent aux concepteurs de générer automatiquement des candidats pour les composants en fonction d'un ensemble d'exigences fonctionnelles.

Le facteur humain

Il serait irresponsable d'ignorer qu'une automatisation accrue posera, au cours des prochaines décennies, des défis en matière d'emplois. La fabrication représente environ un dixième de l'emploi aux États-Unis et dans l'UE, et la majorité de ces emplois ne survivront probablement pas à la numérisation.

Cependant, contrairement à, disons, l'avènement du camionnage autonome, les pertes d'emplois ici seront graduelles compte tenu de l'adoption progressive et de la réalité de base que les usines et équipements coûteux auront généralement des cycles de remplacement de plusieurs décennies.

Cela devrait permettre une réduction plus contrôlée de certains emplois à mesure que les gens prennent leur retraite, et du temps pour que d'autres se recyclent pour travailler plus efficacement aux côtés de robots de soutien ou, pour beaucoup, une transition de soutien vers autre chose. Comme beaucoup d'autres secteurs, c'est une tâche que la société doit reconnaître et accélérer pour résoudre.

Un avenir brillant et sans lumière

Chez Atomico, nous investissons non seulement pour les rendements, mais pour soutenir les startups qui améliorent en quelque sorte le monde. Dans ce cas, une efficacité accrue, des produits finaux meilleurs et mieux adaptés aux besoins du client, des déchets et un impact environnemental considérablement réduits, une sécurité accrue et une meilleure qualité de vie se conjuguent pour nous motiver à poursuivre notre intérêt précoce pour la numérisation de l'industrie.

En outre, nous voyons ici des avantages importants en faveur des startups européennes, étant donné l'héritage de fabrication, le talent et l'expertise solides et fiers du continent. Il y aura des défis, en particulier pour s'assurer que les entreprises en place travaillent en étroite collaboration avec les startups, paient pour les produits plutôt que d'attendre des preuves de concept sans fin et agissent en tant que défenseurs et partisans.

Mais les premiers signes sont très encourageants: en animant récemment un panel sur ce sujet lors d'un événement organisé par le célèbre fonds de capital-risque allemand La Famiglia, il était surprenant de constater la volonté des panélistes Martin Brudermüller (CTO de BASF) et Matthias Zachert (président du conseil d'administration de Lanxess) pour dialoguer avec des co-panélistes de démarrage d'Alchemy et Bigfinite.

Nous sommes ravis d'aider nos sociétés de portefeuille à construire cet avenir audacieux, ainsi que des amis solidaires comme Point Nine Capital, La Famiglia, Entrepreneur First et d'autres. Dans cet esprit, si vous êtes une startup ou un investisseur qui ressent la même chose, nous aimerions avoir de vos nouvelles.