L’IA vient en aide au pilotage de la performance
L’installation d’une intelligence artificielle permet aux entreprises agroalimentaires de mieux piloter et mieux anticiper ses performances, permettant des gains de temps et d’argent.
![Juan Mesa, directeur des systèmes d’information de Le Gouessant.](https://medias.reussir.fr/lesmarches/styles/normal_size/azblob/2023-06/_LM568_DOSS_INNOVATION_LEAD_1.png.webp?itok=s-NEaHMo)
![Les robots mobiles autonomes.](https://medias.reussir.fr/lesmarches/styles/normal_size/azblob/2023-06/_LM568_DOSS_INNOVATION_LEAD_2.png.webp?itok=nAIba_8P)
« Pas de data, pas d’IA ! » lance Juan Mesa, directeur des systèmes d’information de Le Gouessant, à l’occasion d’un webinaire organisé par Valorial sur le thème de l’alliance entre intelligence humaine et intelligence artificielle (IA) au service de l’innovation. La coopérative agricole bretonne a fait le choix de se tourner vers le numérique afin de mieux piloter ses performances. Des boucles performances (qui correspondent à des programmes de suivis technico-économiques) ont pu être installées dans les différents élevages pour y enregistrer les données. « La data sert à nourrir l’IA qui peut ensuite alerter l’exploitant en détectant tous les signaux faibles », détaille Juan Mesa.
Les outils de suivi de performance sont présentés à l’agriculteur sous forme de tableaux lui permettant de piloter son exploitation. « L’IA alerte lorsqu’elle prévoit une diminution de production corrélée à l’atteinte d’un niveau de certitude. C’est alors que les technico-commerciaux se rendent sur place pour confirmer l’alerte », poursuit Juan Mesa. L’intelligence artificielle vient ainsi en support pour anticiper certaines défaillances, vite les corriger, permettant aux éleveurs et opérateurs de Le Gouessant de gagner à la fois du temps et de la productivité.
Mais les outils numériques ont toujours besoin de la confirmation d’un œil humain. « Avec les nouvelles demandes du marché, les systèmes d’élevage évoluent vers un modèle plus alternatif, les bâtiments d’élevage se multiplient avec des densités d’animaux de plus en plus faibles. La data vient en aide à la surveillance. Encore faut-il être capable de cibler les informations dont on a besoin », souligne Juan Mesa.
Le Gouessant a, par ailleurs, regroupé ses élevages par groupe afin de comparer leurs données numériques et de paramétrer des alertes afin de voir en temps réel si l’un des élevages est en train de décrocher par rapport aux autres. Les équipes de la coopérative peuvent ainsi rapidement intervenir pour corriger le tir.
La data vient en aide à la surveillance
Dans un second temps, la coopérative a lancé la création d’un jumeau numérique de sa production, grâce au modèle statistique Ipoc, afin de toujours mieux anticiper ses performances. Cette entité virtuelle est capable de se mettre à jour lorsqu’elle est enrichie de nouvelles données. « Nous pouvons maintenant prédire les dates de réforme des animaux, se réjouit Juan Mesa. Nous avons obtenu des courbes de production qui sont bien meilleures que celles des vendeurs de souche. » Le principe du jumeau numérique s’applique aussi très bien dans les usines, où il simule d’une façon réaliste chaque étape de la chaîne de production afin d’anticiper les aléas sur l’ensemble du cycle de vie de la ligne en intégrant les contraintes techniques et les exigences de qualité des produits qui y sont fabriqués.
Bien cibler la data souhaitée
Les entreprises qui veulent effectuer leur transition numérique doivent avoir en tête que la construction d’une intelligence artificielle est chronophage et doit se faire de manière collaborative. « Il faut de préférence s’entourer d’experts », suggère Pierre Nicollet, chargé de mission adhérents et réseaux de Valorial. « Avant toute opération, il est important de voir quelle donnée on peut produire et collecter », précise Lounès Achab, responsable formation data et cloud de Hardis Group. Une fois ces données définies, l’entreprise peut définir ses besoins et voir en quoi l’IA pourra y répondre. Le premier modèle fonctionnel peut ensuite être déployé en entraînant l’intelligence artificielle, c’est-à-dire la nourrir à l’aide de larges volumes de données. Cette phase correspond au machine learning.
Le développement peut se poursuivre lorsque les résultats seront jugés satisfaisants. « Cette approche itérative doit être centrée sur la capacité des sociétés à récolter, stocker et traiter les données disponibles », conseille Lounès Achab. Le temps d’installation d’une intelligence artificielle est variable selon les cas, mais peut aller jusqu’à plusieurs mois lorsque les collectes de données sont initialement absentes.
Les fabricants de produits agroalimentaires utilisent de plus en plus d’intelligences artificielles pour effectuer de la maintenance prédictive et anticiper des défaillances futures. Non seulement elles permettent de diminuer les coûts de maintenance, mais aussi d’éviter une panne soudaine d’une machine qui serait lourde de conséquences. Les sociétés ont aussi recours à du routage dynamique pour optimiser le stockage de produits. « La main est laissée au robot qui va déterminer où doit être rangée la palette en tenant compte de sa priorité et des produits qu’elle contient », décrit Lounès Achab. Les chargements peuvent être effectués par des robots mobiles autonomes (AMR), nouvelle génération de robots collaboratifs plus flexibles que les véhicules de guidage automatique. En plus d’automatiser la manutention de charges lourdes, ils ne nécessitent aucune modification des processus, installations et architectures techniques de l’entreprise.
Émergence de l’impression 4D
La technologie de l’impression 3D séduit toujours plus l’industrie de l’agroalimentaire et constitue un levier de développement intéressant pour les entreprises artisanales puisqu’elle leur permet de proposer de nouveaux produits et de nouvelles formes. Apte à la sculpture, le chocolat rencontre un certain succès dans le domaine de l’impression alimentaire. L’imprimante est capable de produire des chocolats à partir de fichiers 3D en une dizaine de minutes, mais aussi des pâtes alimentaires, du sucre, des bonbons, voire des repas.
Les produits alimentaires imprimés peuvent avoir des couleurs, saveurs, textures et composition nutritionnelle personnalisées, en plus de formes complexes et des ingrédients multiples. Si l’extrusion des aliments est de plus en plus fluide pour les repas entiers, il faut néanmoins que ces derniers passent par une étape de cuisson après l’impression. Cette technologie peut offrir une grande souplesse aux entreprises pour piloter leur R & D en fabriquant rapidement des produits tests.
Un nouveau concept semble émerger depuis peu, l’impression 4D, dans lequel la structure de l’aliment imprimé en 3D peut changer avec le temps. Cette technologie permet à des pâtes alimentaires plates de prendre des formes prédéfinies lorsqu’elles sont réhydratées et exposées à la chaleur. Le conditionnement de tels produits pourrait en être d’autant plus efficace. Un consortium de neuf entreprises travaille sur le projet « manger 4D », dédié à l’exploration des opportunités en croisant les nouvelles technologies (réalité mixte, réalité augmentée, fabrication numérique), de la chimie des aliments (textures) et des sciences humaines et sociales. Trois pistes expérimentales y sont explorées : l’alimentation particulière et personnalisée (pour les populations vieillissantes ou les jeunes enfants), la cuisine rapide ainsi que le design culinaire et le prototypage industriel.
Au service de la relation client
Les sociétés disposant d’un service de relation client peuvent avoir recours aux services d’une IA afin de traiter plus qualitativement les demandes, notamment via un chatbot. La mise en place d’un algorithme d’analyse et de transcription permet aux agents du service de gagner en productivité. L’IA analyse les sentiments et mesure l’empathie du discours du client et donne des consignes à l’agent pour qu’il adapte son discours. Si les intelligences artificielles rencontrent aujourd’hui des difficultés à traiter l’ironie et la double abnégation, elles ne peuvent pas remplacer à 100 % l’intervention humaine.