L’industrie lourde compte sur des personnes pour inspecter les installations dangereuses et sales. Cela coûte cher et placer des humains dans ces zones comporte des risques évidents pour la sécurité. Le fabricant suisse de robots ANYbotics et l’éditeur de logiciels SAP tentent de changer cela.
Les robots autonomes à quatre pattes d’ANYbotics seront connectés directement au logiciel de planification des ressources de l’entreprise (ERP) de SAP. Au lieu de traiter un robot comme un actif autonome, cela le transforme en un nœud de collecte de données mobile au sein d’un réseau IoT industriel.
Cette initiative montre que l’innovation matérielle peut désormais se connecter efficacement aux flux de travail métier établis. Soulignant cette tendance plus large, SAP sponsorise cette année l’AI & Big Data Expo North America au San Jose McEnery Convention Center, en Californie, un événement qui se situe à juste titre avec l’IoT Tech Expo et l’Intelligent Automation & Physical AI Summit.
Lorsqu’un équipement tombe en panne dans une usine chimique ou une plate-forme offshore, cela coûte une fortune. Les gens effectuent des inspections de routine pour détecter ces problèmes le plus tôt possible, mais les humains se fatiguent et les plantes sont immenses. Les robots, quant à eux, peuvent parcourir le sol en permanence et sont équipés de capteurs thermiques, acoustiques et visuels. Connectez ces capteurs à SAP et une pompe chaude génère instantanément une demande de maintenance sans attendre qu’un humain la signale.
Réduire le délai de reporting
Habituellement, trouver un problème et enregistrer un bon de travail sont deux étapes déconnectées. Un travailleur peut entendre un bruit étrange dans un compresseur, l’écrire et le saisir sur un ordinateur quelques heures plus tard. Au moment où la pièce de rechange sera approuvée, la machine pourrait être détruite.
La connexion d’ANYbotics à SAP élimine ce délai. L’IA embarquée du robot traite instantanément ce qu’il voit et entend. S’il entend une fréquence de moteur irrégulière, il ne se contente pas d’afficher un avertissement sur un écran séparé, il utilise des API pour en informer directement le module de gestion des actifs SAP. Le système vérifie immédiatement les pièces de rechange, calcule le coût des temps d’arrêt potentiels et planifie un ingénieur.
Cela automatise le flux d’informations de l’étage vers la direction. Cela signifie également que les machines sont jugées sur la base de chiffres précis et cohérents plutôt que sur l’opinion subjective d’un inspecteur humain.
Installer des robots dans l’industrie lourde n’est pas comme installer des logiciels dans un bureau : les entreprises doivent faire face à une infrastructure peu fiable. Les usines ont généralement une connectivité Internet épouvantable en raison du béton épais, des échafaudages métalliques et des interférences électromagnétiques.
Pour que cela fonctionne, la configuration s’appuie sur l’informatique de pointe. Il faut trop de bande passante pour diffuser en permanence des vidéos thermiques haute définition et des données lidar vers le cloud. Ainsi, les robots traitent la plupart de ces données localement. Les processeurs embarqués font la différence entre une machine fonctionnant normalement et une autre qui surchauffe dangereusement. Ils renvoient uniquement les détails cruciaux (c’est-à-dire le défaut spécifique et son emplacement) à SAP.
Pour résoudre les problèmes de réseau, de nombreux utilisateurs précoces construisent des réseaux 5G privés. Cela leur donne la couverture dont ils ont besoin dans de vastes installations où le Wi-Fi classique échoue. Il verrouille également l’accès, protégeant ainsi les données du robot contre toute interception.
Bien entendu, la sécurité est un enjeu majeur. Un robot ambulant rempli de caméras constitue en réalité une vulnérabilité itinérante. Les entreprises doivent utiliser des protocoles réseau Zero Trust pour vérifier en permanence l’identité du robot et limiter les modules SAP qu’il peut toucher. Si le robot est piraté, le système doit couper instantanément sa connexion pour empêcher les attaquants de se déplacer latéralement dans le réseau de l’entreprise.
Ces robots génèrent une quantité massive de données non structurées lors de leurs déplacements. Transformer des images audio et thermiques brutes en tableaux soignés dont SAP a besoin est difficile.
Si les entreprises n’y parviennent pas correctement, les équipes de maintenance seront noyées sous les alertes. Un robot trop sensible pourrait émettre des centaines d’avertissements inutiles par jour, rendant le tableau de bord SAP complètement ignoré. Les équipes informatiques doivent établir des règles strictes avant de démarrer le système. Ils ont besoin de seuils précis pour déterminer ce qui déclenche un véritable ticket de maintenance et ce qui doit simplement être surveillé.
La configuration utilise généralement un middleware pour traduire la télémétrie du robot dans le langage SAP. Ce logiciel agit comme un filtre, éliminant le bruit afin que seuls les problèmes réels atteignent le système ERP. Le lac de données stockant toutes ces informations doit également être organisé pour les futurs projets de machine learning. Réparer les machines en panne est l’objectif à court terme ; le gain à long terme consiste à utiliser des années de données robotiques pour prédire les pannes avant qu’elles ne surviennent.
Garantir un déploiement réussi de l’IA physique
Laisser tomber des robots dans une usine rend naturellement les gens nerveux. Le succès d’un projet dépend souvent de la façon dont les ressources humaines le gèrent. Les travailleurs regardent généralement les robots et supposent que les licenciements seront les prochains.
La direction doit expliquer clairement pourquoi les robots sont là. L’objectif est de faire sortir les gens des zones dangereuses comme les zones à haute tension ou les secteurs de produits chimiques toxiques afin de réduire les blessures. Le robot collecte les données et l’ingénieur humain se charge d’analyser ces données et d’effectuer les réparations proprement dites.
Cela nécessite une reconversion. Les travailleurs qui parcouraient le périmètre doivent désormais lire les tableaux de bord SAP, gérer les tickets automatisés et travailler avec les robots. Ils doivent faire confiance aux capteurs et la direction doit s’assurer que les opérateurs savent qu’ils peuvent prendre le contrôle manuel si quelque chose d’inattendu se produit.
Les entreprises doivent procéder lentement au déploiement. La synchronisation des robots physiques avec les logiciels d’entreprise étant compliquée, les déploiements à grande échelle devraient commencer par de petits projets pilotes ciblés.
Le premier test doit avoir lieu dans une zone spécifique présentant des dangers connus mais avec un Internet solide comme le roc. Cela permet au service informatique de surveiller le flux de données entre le matériel et SAP dans un espace contrôlé. À ce stade, la tâche principale consiste à s’assurer que les données correspondent à la réalité. Si le robot voit une chose et que SAP en enregistre une autre, cela doit être audité et corrigé quotidiennement.
Une fois que le pipeline de données fonctionne réellement, l’entreprise peut ajouter davantage de robots et connecter d’autres systèmes, comme la commande automatisée de pièces. Les responsables informatiques doivent continuer de vérifier si leurs réseaux privés peuvent gérer davantage de robots, tandis que les équipes de sécurité mettent à jour leurs défenses contre les nouvelles menaces.
Si les entreprises considèrent ces inspecteurs autonomes comme une extension de leur architecture de données d’entreprise, elles obtiennent une quantité massive d’informations sur leurs actifs physiques. Mais pour y parvenir, il faut que l’infrastructure réseau, les règles relatives aux données et l’élément humain soient parfaitement adaptés.
