Pourquoi l'utilisation de l'optique d'hier pour évaluer le MES d'aujourd'hui ne fonctionne pas

Si vous avez cliqué sur cet article pour le lire, je suppose que vous êtes curieux de connaître le MES ou que vous le connaissez suffisamment pour avoir une opinion. J'ai aussi quelques points de vue et l'un d'eux est que la fabrication est mal desservie.

Cependant, cette situation est en train de changer avec l'IIoT, l'IA/ML et le no-code. Au cours des dernières décennies, la fabrication s'est appuyée sur des systèmes d'exécution de la fabrication (MES) traditionnels. Ces dernières années, de nouvelles technologies ont été développées et des solutions MES de nouvelle génération ont rejoint le paysage. En évaluant les solutions MES de la même manière, vous risquez de passer à côté de critères clés et de résultats précieux - agilité, rapidité, meilleure expérience utilisateur, données plus accessibles, délai de valorisation plus rapide.

Dans cet article, je vais couvrir les tendances du secteur qui devraient vous amener à reconsidérer ce que vous recherchez dans une plateforme MES.

Et peut-être qu'après tout ce temps, ce dont vos opérations avaient besoin était au-delà des capacités de ce qu'une solution MES traditionnelle a à offrir.

Pourtant, dans les années 2020, plus de 70 % des erreurs dans les environnements de fabrication seront liées à l'homme. Il est coûteux et futile d'automatiser les activités humaines, alors qu'il est logique d'augmenter les flux de travail humains pour les rendre plus efficaces et réduire les erreurs.

En d'autres termes, l'erreur humaine n'est pas vraiment un problème humain. C'est un problème lié aux systèmes de travail, ainsi qu'au manque de flexibilité pour améliorer les processus des travailleurs.

Investir dans l'automatisation, les capteurs, les appareils connectés, etc., puis s'arrêter là n'est pas une innovation numérique. Le véritable changement ne se produit que lorsque vous mettez la technologie entre les mains de ceux qui comprennent le mieux la fabrication et que vous responsabilisez les travailleurs de première ligne.

Il s'agit de permettre aux ingénieurs et parfois aux travailleurs de première ligne de réinventer leur travail dans le cadre d'une expérience utilisateur flexible et dynamique. Parmi les exemples de ces technologies d'augmentation, citons les instructions de travail numériques, les contrôles de qualité en ligne connectés à l'IoT et les plateformes de développement sans code qui améliorent les systèmes de travail et réduisent les erreurs à un niveau proche de zéro. Toute solution qui vous montre comment reproduire des processus analogiques sur un écran numérique comme caractéristique principale est fondamentalement défectueuse.

Si vous cherchez "MES is Dead", vous trouverez tout un tas d'articles déclarant qu'il est vraiment mort, contre d'autres qui le ressuscitent simplement sous une autre forme en y insérant l'IIoT.

Il est clair que les solutions MES sur le marché suscitent une grande frustration sous-jacente. Il suffit de demander aux équipes informatiques chargées de prendre en charge les MES ! Vous allez les écouter pendant un moment...

Conçu à l'ère pré-IoT, pré-AI/ML, le MES traditionnel n'a jamais été conçu pour traiter les données provenant d'un ensemble de capteurs, et encore moins pour les agréger et fournir des informations en temps réel. Au lieu de cela, vous obtenez un autre silo de données - comme un historien d'usine.

Parce que le MES a été conçu à l'ère pré-cloud, il limite souvent les opérations à une seule usine et n'est pas configurable à l'automatisation et à l'ERP en raison de personnalisations complexes.

Ignorant béatement que le modèle ISA-95 n'est qu'un bon modèle abstrait dont les lignes entre les niveaux s'estompent rapidement, les acheteurs de MES constatent des écarts plus importants entre ce qu'ils attendent et ce qu'ils obtiennent comme produit.

Voici un exemple de ce qu'est cet écart :

Un acheteur peut s'attendre à connecter un pistolet dynamométrique pour collecter des données, ou une imprimante pour imprimer une étiquette. Et il peut prévoir une durée maximale de 30 minutes. Mais en réalité, l'acheteur aura besoin d'un expert supplémentaire à chaque niveau pour mettre en place ce processus.

À quoi ressemble cette configuration dans un MES de nouvelle génération comme Tulip? Contrairement à la solution traditionnelle, les acheteurs peuvent immédiatement brancher leur appareil sur un périphérique qui exécute node-red, configurer un déclencheur dans l'application sans code, et voir les données apparaître instantanément sur un tableau de bord ou une tablette, le tout en temps réel.

Microsoft vient d'annoncer son Cloud for Manufacturing pour prendre en charge des solutions de fabrication de bout en bout utilisant l'IoT, l'informatique en nuage, l'IA et les services de réalité mixte. Ils ciblent spécifiquement ce qu'ils appellent les scénarios prioritaires de l'industrie, comme l'usine agile du futur et la transformation de la main-d'œuvre, qui connectent les travailleurs de première ligne, les machines, le flux de travail et les processus métier.

AWS fait également quelque chose de similaire. Elle fournit une multitude de services qui prennent en charge les cas d'utilisation de la fabrication. Ses principales solutions sont AWS IoT Greengrass et les 5 services ML industriels, dont Vision et Equipment Monitoring.

Si ces initiatives de deux grands noms de la technologie nous apprennent quelque chose, c'est que le passage aux solutions basées sur le cloud a déjà commencé.

Les entreprises continuant à transférer leurs applications vers le cloud et à se sentir plus à l'aise avec l'adoption du cloud, les fournisseurs capables de fonctionner nativement sur ces plateformes et d'utiliser ces services bénéficieront d'avantages considérables.

Récemment, j'ai participé à un webinaire intitulé "5 Crucial Criteria When Evaluating Next-Gen MES Solutions" avec Jason Dietrich de Tulip. Nous avons abordé les points à prendre en compte lors de l'évaluation des solutions MES de nouvelle génération et les pièges à éviter.

Tulip est une plateforme opérationnelle de première ligne, sans code, native IoT, qui s'intègre à d'autres systèmes tels que les ERP, les outils de productivité, etc.

Des entreprises de toutes tailles, dans des secteurs tels que l'industrie pharmaceutique, l'électronique grand public, l'aérospatiale et la défense, la fabrication en sous-traitance, l'automobile, l'habillement et les appareils médicaux, ont mis en œuvre Tulip pour augmenter le nombre de travailleurs, réduire les erreurs dans les processus, collecter des données et améliorer les opérations.