Le 8 Février 2024

Transformation digitale de l’industrie : 7 prédictions pour le PLM en 2024

Domaines

Jeudi 8 février 2024

Transformation digitale de l’industrie : 7 prédictions pour le PLM en 2024
(Cliquez sur l'image pour l'agrandir)

Le monde de l’industrie continue d'être marqué par l’évolution rapide du paysage technologique. En permettant aux entreprises d'améliorer leurs processus de développement et de fabrication de produits et d'augmenter leur efficacité, la gestion du cycle de vie des produits (PLM) est en tête de cette transformation.
Alors que des technologies telles que l'intelligence artificielle émergent rapidement, les outils de collaboration visuelle fournissant des données contextuelles et l'adoption croissante du PLM en monde cloud vont se poursuivre en 2024, entrainant avec eux 7 tendances technologiques significatives qui vont façonner l'avenir du PLM.


#1 : Les produits auront bientôt besoin de passeports
A partir de 2026, les entreprises vont devoir se conformer à la règlementation européenne votée en 2022 autour du passeport numérique des produits (Digital Product Passport - DPP). Ce dernier fournira des informations sur leur impact environnemental, à travers un certain nombre de critères : durabilité, réparabilité, recyclage, disponibilité des pièces de rechange, …. Objectif ? Aider les consommateurs et les entreprises à faire des choix éclairés lors de l'achat de produits, faciliter les réparations et le recyclage, et améliorer la transparence sur les impacts environnementaux du cycle de vie des produits, mais aussi aider les autorités publiques à mieux effectuer des contrôles.


#2 : La continuité numérique va vraiment devenir réalité
En partie en lien avec le DPP, le travail des entreprises sur leur continuité numérique va se poursuivre, et avec lui la capacité pour de plus en plus d’entre elles de générer des jumeaux numériques de leurs produits. Ces derniers, qui pourront prendre différentes formes (assemblage 3D, état dynamique, tableau de bord interactif, …), vont permettre aux entreprises de progresser sur la gestion de leur cycle de vie à chacune de ses étapes, et de beaucoup mieux anticiper les risques potentiels (rupture de stock sur des pièces, contraintes logistiques liées à des situations exceptionnelles - géopolitiques, climatiques, sanitaires, …).


#3 : La complexité des produits et des processus va nécessiter de plus en plus de spécialistes du PLM
En travaillant sur leur continuité numérique, les entreprises vont pousser les systèmes PLM à implémenter des fonctionnalités complexes en utilisant la richesse des données désormais disponibles et connectées. L'IA, les jumeaux numériques, les technologies immersives (RA et RV), et d'autres nouvelles stratégies vont augmenter la collaboration mondiale, les intégrations système, et les exigences en matière de sécurité, créant d'importants défis pour les équipes métiers qui vont devoir de plus en plus souvent s'adapter rapidement à de nouveaux environnements système. Une complexification qui va aussi nécessiter des ressources hautement qualifiées avec une connaissance approfondie de l'infrastructure système. Avec le coût élevé et la disponibilité limitée de ces ressources, les entreprises vont très probablement devoir continuer de décharger ces fonctions informatiques vers des spécialistes de solutions PLM généralement trouvés via des déploiements SaaS.


#4 : L'IA va jouer un rôle déterminant pour la conformité réglementaire des produits
Les entreprises vont de plus en plus s’appuyer sur l’IA pour définir, dès la conception de leurs produits, le bon niveau de règles de conformité et réglementaires (ni trop, ni pas assez) à intégrer, selon chaque contexte marché, partout dans le monde. Une démarche essentielle pour rester à la fois innovant et agile, dans un contexte global de renforcement des contrôles, notamment en lien avec les enjeux de développement durable.


#5 : Les plateformes PLM vont servir de plus en plus de plateformes de collaboration
Les complexités systémiques et fonctionnelles croissantes des produits nécessitent une collaboration à l'échelle de l'entreprise qui doit couvrir de multiples domaines : ingénierie (système, simulation, mécanique, électronique, électrique et logiciel) documentation, conformité, fabrication, fournisseurs, maintenance…. Cela est nécessaire pour comprendre les complexités, optimiser les détails de mise en oeuvre, réduire les risques, augmenter la qualité, réduire les coûts et le temps, et plus encore. Les plateformes PLM vont ainsi devenir cruciales pour la collaboration en permettant la gestion de l'intention de conception, de toutes les données qui représentent le produit, et de tous les processus utilisés pour définir, concevoir, tester, fabriquer et maintenir le produit.


#6 : La capacité de l'IA à apporter de la valeur au PLM et à l'ingénierie numérique va dépendre du niveau de continuité numérique
Il ne fait aucun doute que l'intelligence artificielle détient un potentiel transformateur pour le PLM et l'ingénierie numérique. Mais l'IA fonctionne sur des données. Et si les données d'ingénierie restent cloisonnées, comme c'est le cas dans de nombreuses organisations, même les outils d'IA les plus puissants produiront une valeur limitée. La clé pour débloquer ce potentiel est de créer une infrastructure de données d'ingénierie et de produit qui établit un contexte et une traçabilité, pour les données structurées et non structurées. Le concept de continuité numérique fait référence à une approche de gestion des relations de données qui connecte des systèmes et des flux de travail disparates dans un écosystème numérique cohérent. Avec sa capacité à traiter et à analyser de vastes quantités de données, l'IA s'intégrera parfaitement dans le fil numérique pour soutenir la prise de décision dans tous les secteurs.


#7 : Les exigences en matière de gouvernance des données sont amenées à évoluer plus rapidement que jamais
La prolifération de l'IA et de l'analyse a créé une demande insatiable de données. Les organismes de réglementation ont réagi en introduisant de nouvelles exigences en matière de conformité. Et dans le même temps, l'IA générative montre ses limites avec des données pas toujours exactes. Il va donc y avoir un enjeu clé pour les entreprises à l’avenir, de comprendre les sources de leurs données, car elles vont également avoir la responsabilité d'en assurer la qualité.

Par Fred Weiller, Directeur Marketing Europe d’Aras

 


Plus sur Aras : www.aras.com/fr-fr

Partager le communiqué

Tweeter Facebook Envoyer par e-mail

Recommandé

Abonnez-vous

Recevez deux fois par mois la synthèse de l'actualité CAO et PLM et gagnez peut-être une imprimante 3D ou une souris 3D (un tirage au sort chaque mois)