Siemens et NVIDIA ont présenté, le 19 octobre, deux applications d’intelligence artificielle utilisées dans l’usine électronique Siemens d’Erlangen, en Allemagne. Elles servent à préparer la fabrication de nouvelles cartes électroniques et à planifier la production avant de modifier les lignes réelles.
Le projet ne se limite pas à une démonstration. Les deux entreprises indiquent avoir développé et testé ces outils en moins de dix mois dans l’usine en activité. Le site fabrique des équipements d’électronique de puissance et d’automatisation pour les machines-outils, les batteries et d’autres secteurs industriels.
Une inspection préparée avant le premier prototype
Le premier cas d’usage concerne les cartes électroniques assemblées dans l’usine. Jusqu’ici, les équipes devaient attendre les prototypes physiques avant d’entraîner les systèmes de vision et de configurer les équipements d’inspection. Cette préparation pouvait prendre plusieurs semaines.
Le nouveau flux utilise le jumeau numérique de la carte pour produire des images photoréalistes. Ces données synthétiques servent ensuite à entraîner les systèmes d’inspection avant l’arrivée du premier exemplaire réel. Selon le communiqué de Siemens, cette préparation virtuelle peut réduire l’effort d’ingénierie jusqu’à 85 % et raccourcir le délai de mise sur le marché jusqu’à 40 %.
NVIDIA fournit notamment ses modèles Cosmos pour générer les données d’entraînement. Siemens apporte le modèle numérique du produit, ses logiciels industriels et les données de fabrication. L’enjeu est concret : déplacer une partie du réglage et des essais en amont, dans la simulation, sans immobiliser une ligne.
Un agent propose plusieurs plans de production
Le second outil assiste les planificateurs. À l’arrivée d’une commande, un agent calcule plusieurs scénarios en tenant compte des capacités, des composants disponibles, des délais et de la charge des lignes. Les propositions restent soumises à un opérateur, puis sont testées sur le jumeau numérique de l’ensemble de l’usine.
Siemens estime que cette planification assistée peut réduire les coûts jusqu’à 20 %. Elle doit aussi faciliter les réponses à une pénurie de composants, à une nouvelle commande ou à un changement de priorité. NVIDIA associe pour cela son Factory Operations Blueprint à ses bibliothèques Omniverse.
Une usine déjà fortement automatisée
Environ 1 000 personnes travaillent à Erlangen. Plus de 100 algorithmes d’IA y sont déjà employés dans la production, la logistique, le contrôle qualité et la maintenance. Siemens annonce également 500 millions d’euros d’investissement pour poursuivre la transformation du site jusqu’en 2030.
Les robots industriels et les véhicules guidés automatisés visibles dans l’usine restent les exécutants physiques. Le changement présenté porte surtout sur la couche de décision : simuler un réglage, comparer des plans, puis ne transmettre au terrain qu’une option déjà vérifiée.
Notre analyse
L’expression « usine autonome » doit donc être maniée avec précision. Le système ne remplace pas les responsables de production et Siemens ne publie pas encore de résultats audités sur une période longue. Il réduit en revanche deux temps morts coûteux : attendre un prototype pour préparer l’inspection et reconstruire manuellement un planning à chaque aléa.
Erlangen devient ainsi un banc d’essai crédible pour l’IA physique industrielle. La valeur du partenariat se mesurera désormais à sa répétabilité : mêmes gains sur d’autres produits, d’autres usines et face à des incidents réels de production.
