Du management de production à l’intelligence opérationnelle
Dans le quotidien du manager, difficile d’avoir une vue complète des tâches à effectuer par ses équipes. Dans ce chapitre, nous allons voir comment l’IA permet de booster le management de production en intelligence opérationnelle pour le manager hybride.
Cap sur l'intelligence opérationnelle
L’intelligence opérationnelle ou big data pour l’intelligence de production est en capacité de capter les données issues de l’internet des objets (IoT) et de l’ensemble des logiciels de l’entreprise, mais également de leurs historiques pour permettre aux managers d’avoir une vue en temps réel des performances. Cela permet également aux équipes d’être informées, de recevoir des notifications et un flux en temps réel actualisé.
Durant mon activité de manager, et en l’absence de tableau de bord, le pilotage de production se faisait dans l’incertitude :
- Aucune visibilité des tâches à effectuer
- Des effectifs prévus en fonction de l’expérience du manager.
- Des difficultés à absorber des tâches non prévues…
Avec l’intelligence opérationnelle, le manager ne subit pas l’activité mais il la pilote. En renforçant les liens entre la stratégie et l’exécution, le manager a des suggestions d’actions au regard de ce qui se passe en temps réel et des interactions avec les collaborateurs. Cela permet d’accélérer la prise de décision et la communiquer facilement et rapidement.
L’informatique décisionnelle ou Business Intelligence (BI) peut aussi fournir au manager des indicateurs pertinents pour l’aide à la décision. La principale différence est que les données doivent être traitées et analysées par un pilote intermédiaire ayant une expertise métier poussée (par exemple un manager intermédiaire). Même si ces méthodes sont principalement utilisées en finance ou en marketing, elles ne sont quasiment pas utilisées en industrie pour le moment, alors que des méthodes comme le data mining (exploration de données) pourraient être mises en oeuvre et apporter un avantage compétitif.
Les niveaux de pilotage
On distingue trois niveaux de pilotage
Le pilotage opérationnel
qui supervise les processus en cours, le traitement des erreurs et qui implique une réaction immédiate.
Le pilotage tactique
qui mesure les performances et analyse en améliorant les processus et l’alignement stratégique.
Le management stratégique
qui définit les facteurs clés de succès, fixe, planifie et contrôle les objectifs et le management de la performance complète.
Exemples d'applications
Tableau de bord
- Optimiser les coûts de production
- Anticiper les commandes clients
- Connaître les capacités des sous-traitants et fournisseurs
- Surveiller les stocks
Information temps réel
- Visibilité de la production en cours
- Avoir l’état des machines
- Voir les stocks
- Mesurer les capacités de l’outil de production
Prise de décision
- Améliorer ou renouveler un équipement
- Renforcer les contrôles
Décision stratégique
- Adapter les capacités de production au lancement de nouveaux produits ou services
- Estimer le potentiel d’un nouveau fournisseur ou sous-traitant
- Prédire la pertinence d’une nouvelle ligne
L’usine du futur - Stratégies et déploiement (Nathalie Julien et Eric Martin)
L'aide multicritère à la décision

L’aide multicritère à la décision tient compte de l’ensemble des facteurs humains, organisationnels et sociaux dans les problématiques liées à la décision.
Pour nous, chefs de projets IA, il sera essentiel de cartographier les données de l’entreprise et de les confier à un spécialiste pour l’intégration. Il sera également important de choisir un algorithme et des outils clairs et explicites, afin que le décideur soit en mesure de comprendre d’où vient la recommandation de décision.
Les principales difficultés viendront des différents formats utilisés, des différentes données industrielles car les logiciels sont hétérogènes et les normes et standard ont une faible maturité. Enfin, viabiliser les données, résoudre des problèmes avancés, structurer le décisionnel de production, garantir la fiabilité et la réactivité du système d’information nécessite des compétences nouvelles avec une expertise métier approfondie.
Quelques outils de Business Intelligence (SAP, Magisoft, IBM Cognos, Qubes…)

Consultant/Chef de projet IA
Pendant 25 ans, j’ai eu une vie professionnelle passionnante dans les médias, où j’ai occupé la fonction de directeur technique adjoint.
J’ai pu mener à bien des projets importants (Industriels, marketing digital, RH, management).
Aujourd’hui, je complète mes compétences en Intelligence artificielle en suivant le MBA Intelligence Artificielle (Institut Léonard de Vinci).
Je rédige ma thèse sur le thème : « L’IA peut-elle être un atout pour le manager ? ». Avec un objectif, vous montrer les intérêts de cette technologie pour les vrais humains que nous sommes, sans jargon et sans bullshit !
Un commentaire