Comprendre l’analyse Edge dans l’industrie

Les solutions industrielles d’analyse Edge ne sont plus « intéressantes » mais « vitales ». Mais en dépit de l’engouement suscité par cette technologie, de nombreux industriels se posent des questions essentielles sur l’analyse Edge :

• Quels avantages les solutions d’analyse Edge offrent-elles aux utilisateurs de manière individuelle et de manière collective à l’entreprise ? 
• À quel ROI les entreprises doivent-elles s’attendre en adoptant des solutions Edge ? 
• Quels outils existent aujourd’hui pour mettre l’analyse Edge à la portée des industriels ? 

Cette introduction à l’analyse Edge dans l’industrie vise à répondre à ces questions.

Qu’est-ce que l’analyse Edge ?

L’analyse Edge est un processus de traitement de données de production en temps réel, par le biais d’algorithmes d’analyse, de technologies d’Intelligence Artificielle, d’applications professionnelles ou d’autres dispositifs, dès qu’elles émanent de dispositifs IoT. Grâce à l’analyse Edge, les données sont collectées et analysées aussi près de leur source que possible, au lieu d’être envoyées dans un Cloud ou un centre de données pour une analyse ultérieure.

Toutes les technologies Edge coexistent au sein d’un continuum. En fait, tout ce qu’il se passe entre l’endroit où les données sont générées (par exemple, au niveau du dispositif IoT qui calcule les données d’une machine ou d’un processus) et le Cloud (où les données sont stockées) fait partie du continuum Edge.

Tout au long du continuum Edge, les données peuvent être consultées ou exploitées par les utilisateurs, les technologies et les systèmes.

Les données Edge sont moins sujettes aux problèmes de latence et de décalage, car elles sont plus proches du point de création des données. Par conséquent, les données utilisées dans les technologies d’analyse Edge sont considérées comme des données « en temps réel ».

Comme indiqué précédemment, l’analyse Edge fait référence à l’utilisation d’algorithmes ou de technologies autonomes exploitant les données à proximité de l’endroit où elles sont générées. Après être passées par ces algorithmes ou ces dispositifs, les données sont mises immédiatement à la disposition des utilisateurs via un tableau de bord, une notification ou une interface visuelle, qui illustrent clairement ce qu’il se passe.

Par exemple, les technologies d’analyse Edge peuvent déterminer si le volume de production actuel est égal, inférieur ou supérieur aux niveaux de production historiques. Elles peuvent distinguer les bonnes pièces des mauvaises et envoyer une alerte si elles ne respectent pas les spécifications, selon les conditions en temps réel.

Les outils d’analyse Edge peuvent également suivre et afficher l’état d’une machine en temps réel, afin que les équipes restent informées des performances en cours. L’agrégation de l’état d’une seule ou de toutes les machines de votre usine vous donne une vue à 360 degrés des performances actuelles des machines, sans même avoir à vous y rendre.

La valeur de l’analyse Edge dans l’industrie

La production de données industrielles dépasse les capacités des réseaux. Pour les industriels générant et collectant de gros volumes de données à un rythme effréné (par exemple, les producteurs de boissons gazeuses ou les entreprises de PGC), les équipes disposent probablement de plus de données qu’elles ne savent qu’en faire. Il est tout simplement impossible de stocker chaque donnée pour une analyse ultérieure. Non seulement le stockage peut s’avérer coûteux, mais il peut également augmenter le risque de cyberattaques.

En effet, il n’est pas toujours utile de stocker chaque donnée pour une analyse ultérieure. Imaginons que vous souhaitiez savoir si un défaut s’est produit en production, pour empêcher qu’il n’ait un impact sur l’ensemble du lot. Grâce à l’analyse Edge, les équipes peuvent recevoir des alertes sur ce type d’événements, afin de réduire et de minimiser l’escalade des problèmes en production.

Certains outils, tels que l’application Snapshot de Braincube, génèrent des données sur une période définie après un incident, comme un défaut ou une panne de machine. Cela vous permet d’extraire la valeur des données au moment le plus opportun ou le plus pertinent. Les données sont collectées, afin de pouvoir être analysées en profondeur en cas de besoin.

Les technologies d’analyse Edge permettent aux opérateurs de voir ce qu’il se passe à l’instant même. En mettant à disposition des informations précieuses sur la production en temps réel, les équipes peuvent non seulement réagir plus rapidement, mais aussi plus efficacement. L’identification précise d’un problème en cours permet d’assurer le fonctionnement optimal des processus à tout moment.

À terme, les industriels s’orienteront vers des technologies encore plus autonomes. Les technologies Edge sont des solutions faciles à implémenter, qui évitent aux équipes d’attendre que les données soient dans le Cloud, ce qui freine leur réactivité.

Par exemple, un industriel produisant des boissons en grande quantité peut suivre le nombre total de bouteilles remplies à la fin de la journée. Cependant, il serait plus pertinent de connaître le ratio moyen des bonnes et mauvaises pièces, par minute ou par heure. Les équipes préféreront peut-être aussi savoir que la production a chuté au cours d’un quart de travail, afin de s’adapter rapidement et remplir les quotas.

Doter les équipes d’outils ciblant leurs efforts représente plus qu’un simple gain de temps et de ressources. Les technologies Edge aident les collaborateurs à mieux comprendre leur rôle et leur impact sur la production. Les outils, tels que les applications d’analyse Edge de Braincube, donnent aux équipes la possibilité de visualiser, dépanner et identifier précisément ce qu’il se passe, afin d’être plus efficaces et se sentir en phase avec leur travail.

Les applications Edge permettent également aux entreprises d’améliorer les compétences des collaborateurs et de lutter contre la pénurie de main-d’œuvre. Avec l’essor des Citizen Data Scientists, on attend des employés de toute l’organisation qu’ils apportent une valeur ajoutée. Sans nécessiter de compétences en codage ou d’analyses manuelles complexes, ces applications prêtes à l’emploi placent les informations précieuses directement entre les mains des opérateurs, des équipes de maintenance et d’autres employés pouvant directement améliorer la production.

Les avantages d’une plateforme d’analyse Edge

L’analyse Edge améliore la réactivité.

Les technologies d’analyse Edge fournissent aux équipes opérationnelles des informations pertinentes en temps réel. Les équipes savent quand les niveaux de production dérivent, quand une machine tombe en panne, ou si les temps de fonctionnement sont inférieurs aux moyennes historiques. La visualisation de ces changements et notifications en temps réel permet aux collaborateurs de réagir plus rapidement aux incidents, qui pourraient avoir un impact négatif sur la production.

L’analyse Edge identifie les variations.

Les alertes et autres applications de maintenance conditionnelle s’inscrivent dans une culture axée sur les données. Le suivi des vibrations, le déclenchement d’alertes automatisées et la création de tableaux de bord très visuels sont autant de gains rapides, à valeur durable, pour les industriels.

Les solutions Edge sont très évolutives.

De par leur nature même, les solutions Edge sont des systèmes de données décentralisés, car les données sont collectées et traitées près de leur source. Par conséquent, ces technologies sont faciles à déployer, car elles ne dépendent pas d’un système de données centralisé. Les technologies Edge sont également parfaites pour les environnements à faible bande passante, un autre avantage évolutif.

L’analyse Edge réduit les goulets d’étranglement des données.

Grâce aux applications Edge, les utilisateurs disposent plus rapidement d’informations précieuses sur les données, sans avoir à interroger la base de données. Elles permettent aux équipes non techniques de comprendre plus facilement ce qu’il se passe.

Elles permettent également aux équipes opérationnelles de moins dépendre des équipes techniques pour les extractions de données, les analyses avancées ou les rapports rétrospectifs. Cela rationalise le processus décisionnel : les changements peuvent être implémentés en tenant compte des conditions actuelles (et non historiques).

Les plateformes Edge réduisent les coûts.

Oui, les dispositifs Edge sont parfois chers. Mais si vous cessez de payer pour le stockage et la gestion de quantités toujours plus importantes de données, les solutions Edge seront rentables sur le long terme. Vous réaliserez des économies sur les besoins en bande passante en analysant davantage de données à la source, au lieu de tout transmettre à un centre de données centralisé.

Au-delà de ces économies tangibles, l’aptitude des équipes à réagir plus rapidement à l’évolution des performances entraîne aussi des économies. Par exemple, la prévention des rebuts ou des défauts inutiles permet d’obtenir un ROI quasi instantané lorsqu’elle est bien implémentée.

Les plateformes Edge sont davantage sécurisées.

En règle générale, plus les données doivent voyager loin du point où elles sont collectées, plus elles sont vulnérables aux pirates (raison de plus pour s’associer à un fournisseur sûr et certifié, au lieu d’utiliser des solutions de données internes !). Comme les données Edge sont proches de leur source de production, elles n’ont pas besoin de voyager aussi loin et courent moins de risques de sécurité. 

Les applications d’analyse Edge permettent de lutter contre la pénurie de main-d’œuvre.

Braincube propose des applications Edge qui rationalisent l’analyse de données pour les équipes de production. Par exemple, l’application Counter de Braincube permet aux équipes de suivre la production en temps réel, à l’aide de tableaux de bord de visualisation de données, qui ne requièrent aucun codage. Les équipes restent sur la bonne voie, en ayant accès en temps réel aux taux de production et aux taux de défauts, sans nécessiter de compétences techniques avancées. 

Ces applications permettent aux employés de renforcer leur culture des données. Grâce à un meilleur accès aux données et à une meilleure compréhension de celles-ci, les employés se sentiront davantage investis dans leur travail.

Les plateformes d’analyse Edge améliorent le suivi des systèmes.

Les outils tels que les applications Edge de Braincube facilitent la comparaison entre les différents processus industriels et entre les usines. Ainsi, les équipes peuvent identifier et déployer des opportunités d’amélioration continue sur l’ensemble des usines.

Les alertes en temps réel automatisent les processus manuels, en informant les équipes des problèmes potentiels avant qu’ils ne surviennent. Les équipes peuvent ainsi minimiser les éventuels temps d’arrêt non planifiés et, à terme, économiser des ressources.

Les inconvénients de l’analyse Edge

Les technologies Edge peuvent entraîner la perte de certaines données.

Pour les industriels, l’une des décisions les plus importantes à prendre en matière de solutions Edge concerne la gestion des données. Un des atouts majeurs de l’analyse Edge peut aussi se révéler problématique : si les données Edge ne sont pas stockées dans un autre système, elles disparaissent.

La bonne nouvelle, c’est que la majorité des plateformes d’analyse Edge laissent aux entreprises le choix de ce qu’elles veulent faire des données Edge après leur collecte : les données ne sont pas forcément vouées à disparaître. Les entreprises doivent déterminer quelles données ont le plus de valeur à leurs yeux et s’il est nécessaire de les stocker.

Les données sont-elles uniquement utilisées en temps réel, ce qui signifierait que la majorité d’entre elles ne soient pas stockées ? Souhaitez-vous stocker uniquement les informations clés des données analysées, telles que les moyennes horaires, les performances des machines ou les scores OEE dynamiques ? Ou voulez-vous continuer à envoyer toutes vos données vers le Cloud, même après les avoir utilisées en temps réel ? Selon votre choix, vous risquez de perdre une partie, voire la totalité, de vos données pour de futures analyses.

Les technologies d’analyse Edge ont des capacités d’analyse limitées.

Les industriels ont rarement à choisir entre une stratégie d’analyse basée uniquement sur le Cloud ou uniquement sur Edge. En réalité, les industriels ont besoin à la fois de capacités Cloud et Edge.

Cela s’explique notamment par le fait que les technologies Edge ont leurs limites lorsqu’il s’agit d’approfondir les raisons d’un événement. Mais alors que les entreprises continuent de plaider en faveur du 4.0, il est préférable de commencer à exploiter les données plutôt que de payer pour les stocker.

Les solutions Edge sont très utiles pour le suivi en temps réel et les opportunités d’amélioration rapide. Cependant, elles ne permettent pas d’effectuer une analyse détaillée des causes profondes, d’améliorer la qualité des produits, ni de découvrir des améliorations de processus : c’est là que le Cloud Computing entre en jeu.

En d’autres termes, ne vous attendez pas à remplacer entièrement vos technologies actuelles de Cloud Computing par des solutions Edge : vous aurez besoin des deux pour optimiser vos processus.

L’analyse Edge est idéale dans certaines situations, mais pas toutes.

Comme les données Edge sont plus précieuses en temps réel, leur exploitation n’est pas forcément pertinente pour chaque machine de votre usine. L’analyse Edge est plus utile dans les situations où vitesse et efficacité se rejoignent.

Certaines industries utilisent davantage l’analyse Edge que d’autres. Si, par exemple, votre entreprise fabrique un grand nombre de produits à la minute, vous voudrez savoir si votre taux de défauts a commencé à grimper au cours de la dernière heure. Si votre cycle de production est plus long et plus lent, comme dans le cas de la métallurgie, il est possible que la technologie d’analyse Edge ne soit utile qu’à quelques étapes du processus.

Avant de vous lancer, identifiez les situations les plus pertinentes dans lesquelles l’analyse Edge peut apporter de la valeur à votre organisation et à vos processus.

Analyse Edge et Edge Computing, quelle différence ?

L’analyse Edge et l’Edge Computing sont souvent confondus. Dans de nombreux cas, les deux termes sont utilisés de manière interchangeable. Pourtant, il existe des différences notables et importantes entre ces deux types de technologies Edge. 

Tout comme l’analyse Edge, l’Edge Computing comprend l’aspect physique de collecte et de traitement des données près de l’endroit où elles sont générées. Dans le cas de l’Edge Computing, la collecte et le traitement des données se font au niveau du dispositif ou du périphérique.

En comparaison, l’analyse Edge fait référence à la collecte, l’analyse et la transmission en continu des données IoT en temps réel. L’analyse Edge utilise les mêmes données que celles recueillies par les dispositifs IoT, mais elle intègre également les données historiques collectées sur un dispositif donné. L’analyse Edge s’apparente à l’intelligence des données, dans la mesure où les données sont transformées de manière pertinente : par exemple, en un rapport automatique, une alerte ou un tableau de bord.

L’analyse Edge est une version améliorée de l’Edge Computing. Grâce à l’analyse des données en temps réel et des données antérieures, les équipes tirent de l’analyse Edge des informations exploitables, qu’elles n’obtiendraient pas avec une solution Edge Computing classique.

Conclusion

Si vous n’utilisez pas encore Edge, il est temps de revoir à la hausse vos attentes vis-à-vis de l’utilité des données Edge pour vos équipes et votre organisation. Les analyses Edge permettent une production plus intelligente et plus ciblée. Ainsi, vous gagnez du temps, économisez des ressources et évitez les erreurs de qualité.

En adoptant l’analyse Edge, les équipes disposent d’informations à portée de main, ce qui améliore leur réactivité. Par ailleurs, ces technologies permettent d’éviter les temps d’arrêt inutiles, les défauts et autres goulots d’étranglement.