Ces derniers mois, les grands noms de la technologie ont redoublé d’efforts pour nous inciter à nous équiper d’appareils « connectés », et ont ainsi sensibilisé le public à l’Internet des objets, ou IoT. Cette technologie n’est toutefois pas si récente que cela, et son adoption est déjà bien plus avancée dans les environnements industriels que sur les marchés de la grande consommation. Elle est même considérée comme l’un des moteurs essentiels de la révolution industrielle que nous vivons actuellement, que l’on appelle l’industrie 4.0.
Une récente étude menée par Zion Market Research a estimé la taille du marché industriel de l’Internet des objets à environ 145,81 milliards de dollars en 2017, et celui-ci devrait atteindre les 232,15 milliards de dollars d’ici 2023, ce qui représente une augmentation de 8,06 % entre 2018 et 2023.
Pour l’essentiel, l’IoT consiste à collecter, agréger et analyser des données provenant de divers objets ou appareils connectés. Cela signifie que cette technologie se prête à une myriade d’applications. Nous allons vous présenter les cinq tendances majeures qui ont une influence sur l’adoption actuelle et future de l’IoT dans les processus industriels.
Les principaux domaines d’application sont la maintenance prédictive et le suivi des actifs
Dans un environnement industriel où les processus sont de plus en plus automatisés, l’un des principaux avantages de l’IoT est qu’il pourrait assurer le suivi de toutes les machines à grande échelle. La collecte des données globales d’une usine automobile, par exemple, permettrait à des algorithmes de détecter des anomalies plus rapidement et d’optimiser l’automatisation des processus industriels. Ces données pourraient servir à prédire les défaillances des machines et à déterminer quand effectuer des opérations de maintenance pour éviter toute panne. C’est ce que l’on appelle la maintenance prédictive. Autre cas d’utilisation populaire en ce moment : le suivi des actifs. Grâce à des puces électroniques, il est possible d’assurer le suivi de la production et de la livraison d’articles, ce qui est particulièrement intéressant pour les fabricants de produits de luxe. La jeune pousse Juconn en donne un bon exemple : elle propose aux grandes entreprises des secteurs du transport et de l’agriculture de nouvelles manières d’optimiser et de suivre leurs opérations.
Les flottes autonomes représentent une grande opportunité pour l’adoption future de l’IoT
Dans un futur proche, nous pouvons tout à fait imaginer que les géants de l’industrie se tourneront vers les flottes autonomes de camions, cargos et drones pour optimiser la livraison des produits ou les opérations internes de leurs usines. En fait, c’est déjà une réalité : Rio Tinto utilise des camions autonomes depuis 2008 dans des mines d’Australie et du monde entier. Outre les opportunités que les véhicules autonomes représentent, ils soulèvent de nouveaux risques et défis. C’est là que les solutions IoT s’avèrent utiles : pour assurer le suivi des véhicules, gérer les opérations de maintenance, optimiser le trafic et les itinéraires, et renforcer la sécurité des travailleurs.
La fragmentation des données et la cybercriminalité sont les principaux obstacles à l’adoption de l’IoT
Malgré sa popularité croissante, l’IoT industriel n’est pas encore la norme dans la plupart des entreprises du secteur. L’un des principaux obstacles à son adoption est le risque de cybercriminalité. En effet, il arrive que des hackers ciblent spécifiquement des appareils IoT via des attaques DDoS, ce qui entraîne des fuites de données, des défaillances réseau et des dysfonctionnements des appareils. C’est une préoccupation majeure dans le cas des flottes autonomes, car de tels piratages pourraient non seulement mettre des projets en péril, mais aussi des vies. Des start-up comme Ioetec proposent déjà des solutions pour protéger les appareils connectés, ce qui est plutôt rassurant. Autre obstacle : la fragmentation des données. Jusqu’à présent, les grands conglomérats ont adopté des méthodes de collecte et de stockage des données non standardisées et assez « désordonnées », qui compliquent la mise en œuvre de logiciels IoT. Toutefois, IBM, Amazon, Cisco, GE et d’autres géants du secteur planchent sur des solutions multiniveaux qui simplifieraient la conception, l’intégration et la gestion d’une infrastructure IoT à grande échelle.
VOUS SOUHAITEZ ENTRER EN CONTACT AVEC DES STARTUPS INNOVANTES ?
L’IA et l’IoT s’associent pour rendre les données exploitables
Au-delà de la collecte des données, la vraie valeur de l’IoT réside dans la possibilité d’analyser les informations et d’en extraire des renseignements exploitables. Une couche d’intelligence artificielle et de machine learning est donc nécessaire pour tirer pleinement parti du potentiel de l’IoT industriel. Par exemple, nous avons indiqué plus haut que la maintenance prédictive était l’une des applications les plus matures des appareils connectés. Pour prédire des dysfonctionnements ou simuler des modifications de processus à grande échelle, il faut disposer de logiciels suffisamment puissants pour tirer des enseignements des données collectées et faire des recommandations sur cette base. D’autre part, l’efficacité d’un algorithme d’IA industriel repose de fait sur la qualité des données qui lui sont transmises, c’est-à-dire sur la qualité de l’infrastructure IoT. C’est pourquoi ces deux technologies sont appelées à se développer conjointement et à influencer réciproquement leur intégration dans les environnements industriels.
L’edge computing pourrait évincer le cloud computing
À ce jour, l’innovation IoT repose largement sur la technologie cloud pour le transfert et le stockage des données, et comme le prouve l’acquisition de Red Hat par IBM (une transaction à 34 milliards de dollars), le cloud reste d’actualité. Mais il présente des limites : les frais de stockage sont élevés, la connectivité peut laisser à désirer dans les zones reculées, et les délais de transfert des données peuvent ralentir les opérations. Dans ce contexte, l’edge computing apparaît de plus en plus comme une meilleure alternative pour les infrastructures IoT. Le fait de placer les unités de stockage et de traitement plus près des capteurs et à la périphérie (d’où « edge ») du réseau peut en effet améliorer l’efficacité des systèmes IoT industriels. En outre, des puces « plus intelligentes » sont en cours de développement afin que les appareils puissent assurer partiellement le traitement des données et communiquer entre eux pour optimiser leur fonctionnement in situ plutôt que par l’intermédiaire d’une unité de traitement centralisée. L’edge computing en est encore à ses débuts, mais il pourrait très bien devenir la solution de choix pour les futures structures IoT.
En résumé, l’Internet des objets redéfinit l’industrie 4.0 de bien des manières, et nous pouvons nous attendre à ce que l’utilisation de solutions IoT se généralise au cours des cinq prochaines années. À mesure que le marché IoT gagne en maturité, il sera intéressant de voir comment le développement d’autres secteurs technologiques apparentés (comme la cybersécurité, les véhicules autonomes et surtout le machine learning) influencera l’application de l’IoT dans nos usines, mais aussi nos maisons.
English version available here :
Research and Content Producer d’Early Metrics, Anaïs Masetti s’intéresse particulièrement aux sujets Fintech, eHealth et IA.