HURENCE

Hubert LAURENCE

CEO

 

 

Analytique

API

Applications

Dataviz

Infrastructure

Institutionnels

Consultants/SSII

Intégrateurs

Interview

 

Thomas Bailet

CTO HURENCE

 

Comment voyez-vous l’évolution et la maturité de l’industrie 4.0 ?

Il y a beaucoup de buzz autour de cette question de l’industrie 4.0 ; on peut dire que c’est une phase de l’évolution de l’automatisation industrielle. Désormais les machines communiquent entre elles, sont capables d’apprendre du passé et de prendre des décisions. Toutefois, et c’est vrai de manière générale dans tout ce qui touche à l’IA, il y a souvent de grandes différences entre ce que sont capables de faire les grands acteurs du secteur et ce à quoi rêvent les plus petits.

Ce qui est vrai, c’est que les capacités de traitement et d’apprentissage automatisé ont fait d’énormes progrès lors de ces 10 dernières années. La supervision et la maintenance prédictive sont des domaines où les algorithmes permettent maintenant d’éviter des pertes de productivité, voire d’accroitre les rendements. Il reste quand même beaucoup de chemin à parcourir avant de voir une majorité d’usines entièrement automatisée.

 

Quels sont, selon vous, les nouveaux challenges techniques, technologiques et/ou stratégiques de l’industrie 4.0 ?

Le big data évidemment est au cœur des enjeux de cette évolution majeure : il faudra traiter toujours plus de données, plus vite, mieux et pour moins cher. Malgré tout, les technologies actuelles permettent déjà de traiter beaucoup de problèmes, mais leur mise en œuvre n’est pas triviale, cela nécessite de nombreuses compétences, réparties au sein d’équipe pluridisciplinaires pour mettre en place un Data Lake pertinent dédié à l’IIoT. Le premier problème provient du fait que ces compétences sont volatiles et rares, ce qui rend difficile la mise en place des bons outils pour les bons cas d’usages. Ensuite dans l’industrie les cycles de vie des machines et des logiciels sont très différents, il est donc souvent nécessaire de composer avec de vieux protocoles d’acquisition de données qui imposent précautions et latence. Il faut aussi composer avec des écosystèmes de SI industriels très hétérogènes et complexes.

De manière plus large, l’industrie moderne ne tourne pas en circuit fermé, elle se nourrit de matière et d’information en interconnexion constante avec la nature et la société. Elle doit être un outil nous permettant de faire face aux grands défis planétaires. Capter, fusionner, extraire de la connaissance de tous les flux de données générés et nourrissant l’industrie est le défi majeur à venir.

 

Les solutions de data historian sont nombreuses. Quelle approche adoptez-vous avec LogIsland Data Historian ? et quel rôle peut jouer LogIsland Data Historian dans ce paysage ?

Déjà LogIsland Data Historian est Open Source, basé sur une pile de technologies big data largement éprouvée, ceci garanti à nos clients une totale ouverture et indépendance vis à vis de cet outil clé du SI. Nous intégrons les technologies les plus adaptée dans un middleware facile d’utilisation.

Au-delà de tous les bénéfices de l’Open Source, nous souhaitons faire de cet outil un tremplin pour fédérer dans un premier temps les industriels français et européens autour de réponses communes à des problématiques récurrentes.

 

Une solution sur-mesure ?

Oui sur mesure et en même temps adaptable aux contraintes propres à chaque client. LogIsland est la vitrine technologique d’Hurence, on y catalyse le savoir-faire de notre métier d’artisans de la donnée. Nous sommes ainsi capables d’adapter la solution aux différents cas d’usages rencontrés.

 

Pourquoi le choix de Solr ?

SolR n’est pas une fin en soi, l’implémentation aurait tout aussi bien pu se faire sous Elasticsearch. L’idée est ici d’utiliser Lucene et ses annuaires inversés distribués en groupant les points de mesure par blocs (plusieurs milliers de points) ainsi que les métadonnées associées dans un document en pré-calculant un certain nombre de métriques.

 

Au-delà des capacités d’agrégation, de recherche multicritère ce que l’on gagne véritablement c’est l’encodage sémantique, c’est à dire la transcription des séries temporelles d’un univers numérique vers un domaine textuel, porteur de sens dans lequel un moteur de recherche est très à l’aise et propose déjà beaucoup d’outils. Ceci nous permet par exemple de rechercher des formes, des patterns, des motifs répétitifs ou des anomalies.

 

Le machine learning et l’intelligence artificielle ont-ils une place dans l’industrie 4.0?

Difficile de répondre par la négative, dans tous les métiers de l’industrie on rencontre ce phénomène d’automatisation qui s’accélère. Les processus de fabrication se complexifient à vue d’œil, on observe de plus en plus à ces phases de ruptures technologiques où les opérateurs humains doivent faire face à des problématiques qu’ils ne sont plus capables de surmonter seuls. Les outils de production coûtent cher, il faut donc pour les rentabiliser qu’ils tournent à plein rendement ; cela implique de prévenir les pannes avant qu’elles ne surviennent, d’optimiser en continu les processus, de détecter les anomalies au plus tôt. Il est donc assez logique que les machines viennent en support des autres machines par l’apprentissage automatique, comme les cols blancs et les cols bleus en leur temps.

 

Quelle est la plus-value apportée aux clients en choisissant votre solution Open Source LogIsland Data Historian ?

La simplicité. On peut mettre en place une solution d’analyse de flux temps réel ex-nihilo, mais c’est long et couteux, la suite LogIsland permet de bâtir plus facilement des applications évolutives. Rares sont nos clients pour qui la technologie est une fin en soi, ils veulent des solutions exploratoires innovantes, évolutives, qu’ils peuvent prendre en main rapidement.

 

Enfin, quelles perspectives pour l’avenir de LogIsland Data Historian ?

Tous nos projets convergent vers l’apprentissage automatisé, le Deep Learning devient incontournable, nous allons donc embarquer l’apprentissage profond de manière naturelle dans l’analyse prédictive les séries temporelles. Nous travaillons activement à faciliter les déploiements Cloud. Enfin nous souhaitons fédérer un grand nombre d’industriels et d’acteurs académiques dans cette démarche Open Source afin de proposer des alternatives aux fondations américaines et à la montée en force de la chine sur ces sujets.