Case studies Cerrion
Cerrion : Autonomiser les équipes de production avec la détection d'anomalies assistée par l’IA
Je m’appelle Karim, je suis le fondateur de Cerrion. Je viens à l’origine d’Égypte, où j’ai grandi, et je suis venu pour la première fois à Zurich pour étudier à l’ETH. Immédiatement après mes études à l’ETH, j’ai commencé à discuter avec différentes entreprises manufacturières des possibilités d’atteindre une croissance exponentielle dans le secteur industriel grâce à des technologies telles que l’IA, la vision par ordinateur, etc. Nous avons très rapidement identifié le fait que l’industrie a encore un problème de transparence, et c’est vraiment là que nous avons commencé.
Dans mon cas, j’ai posé directement des questions aux gens. Environ un an avant la fondation de Cerrion, j’ai passé mon temps à discuter avec différents fabricants et les différentes parties prenantes. J’ai découvert quels étaient leurs défis, quel était le statu quo, où la technologie pourrait combler une lacune et à quel point ce point de douleur était important. Avec l’équipe, nous avons ensuite trouvé un problème que nous pouvions résoudre, et nous avons d’abord mené des projets de conseil dans le cadre desquels j’ai testé différentes approches. Nous avons finalement trouvé l’approche qui nous permettrait de résoudre le problème grâce à la technologie. Nous avons également clairement constaté une traction du marché, dans le sens où des clients étaient prêts à nous payer pour des projets sans que nous ayons de produit, uniquement sur la base de la vision. C’était un signal fort pour nous de nous engager pleinement.
Nous avons rapidement appris que les choses peuvent très vite mal tourner en production. Les processus sont devenus très complexes avec le temps et il y a beaucoup de processus et de machines, il est donc facile que quelque chose se passe mal. Le défi consiste à savoir où les choses tournent mal. Il faut donc toujours quelqu’un qui soit constamment présent pour observer ce qui s’est réellement passé et pourquoi. Nous nous sommes donc dit qu’au lieu d’avoir une personne qui surveille tout en permanence, ce qu’une personne ne peut pas faire en raison de sa capacité d’attention limitée, nous essayons de reproduire cette tâche avec l’IA. Les humains observent les processus avec leurs yeux, ce qui peut être fait avec des caméras vidéo standard. Les caméras sont alors installées à différents endroits tout au long du processus de production. Les flux vidéo des caméras sont ensuite analysés par l’IA. L’IA apprend à quoi ressemble le processus et peut détecter automatiquement les anomalies et les classer en différents types de problèmes sur la base d’un simple retour humain. Selon le type de problème, nous pouvons alors décider d’arrêter la machine ou la section concernée. Cela nous permet de réduire les risques pour la sécurité, d’augmenter l’efficacité et de faire économiser de l’argent au client. Cela signifie également qu’un travailleur n’a pas toujours besoin d’être sur place pour surveiller le processus, ce qui permet une utilisation plus efficace de la main-d’œuvre. Nous avons également développé une plateforme où toutes les données sont stockées. Cela permet aux équipes de production d’optimiser la production et de décider sur quoi se concentrer.
Le secteur manufacturier est en général très mouvementé, il y a toujours 1’000 feux à éteindre. La difficulté pour nous n’était pas de construire une technologie de vision capable de le détecter, mais de la mettre à disposition des gens de la manière la plus simple possible. Comment construire des interfaces qui permettent de capter très facilement cette valeur ? Par exemple, nous avons construit un système de tickets qui indique aux gens : regardez, voici un schéma problématique, voici les vidéos et toutes les informations nécessaires, faites quelque chose. Nous suggérons également ce que vous pouvez faire pour résoudre le problème, puis nous vous indiquons si le problème a été résolu ou non. Notre plus grand défi a été de comprendre comment fonctionne l’industrie aujourd’hui et comment nous pouvons nous y intégrer sans être perçus comme un système supplémentaire. Nous avons fait cela en passant beaucoup de temps avec nos clients. Nous avons des clients dans différents pays et nous nous sommes déplacés chez eux pour itérer et recueillir des retours. Sur le plan technologique, l’IA n’était pas non plus triviale, la solution consiste à avoir une bonne équipe capable de le faire.
Nous travaillons à rendre Cerrion encore plus rapide et plus fiable. Plusieurs choses doivent être prises en charge pour que les lignes puissent fonctionner sans surveillance lorsque Cerrion est présent. Un autre enjeu pour nous est de rendre l’IA plus transparente, d’apporter davantage de gouvernance à l’IA et de faire évoluer l’ensemble du système vers plus de libre-service. Nous avons déjà une feuille de route claire pour tout cela. Nous travaillons actuellement sur des tableaux de bord analytiques complets et des suggestions automatisées sur ce qu’il faut faire en cas de différents problèmes. L’objectif est de créer une interface utilisateur qui permette à un ingénieur de production qui ne connaît rien à l’IA de résoudre les problèmes rapidement et facilement.
Je pense que tout cela a été très largement motivé par un point de douleur. L’industrie a beaucoup de points de douleur, elle doit devenir plus efficace, elle doit devenir plus durable, elle doit renforcer la sécurité et elle a du mal à trouver de la main-d’œuvre qualifiée. Il y a donc beaucoup de pression sur l’industrie et elle ne peut pas maintenir le statu quo. Nous sommes alors arrivés en disant que cette nouvelle technologie peut résoudre ce problème que vous ne pouviez pas résoudre auparavant. Nous avons constaté une bonne réponse. Je pense qu’au final, cela ne fait aucune différence pour le client qu’il s’agisse d’IA ou non. En fin de compte, ce qui compte pour eux, c’est que vous puissiez résoudre un point de douleur critique. La façon dont vous le faites est moins importante.
Un de nos investisseurs m’a recommandé LEXR, car nous avions en général beaucoup de travail juridique. Nous avions également des investissements de la part d’investisseurs de la Silicon Valley aux États-Unis, nous avions donc besoin d’une holding américaine. Nous avions aussi des avocats américains, mais LEXR s’est occupé de tout pour nous du côté suisse. De la création de l’entreprise aux accords de licence, en passant par les contrats de service et d’autres contrats. Comme nous sommes dans le secteur manufacturier, où les entreprises ont tendance à être fortement consolidées, nous traitons souvent avec de grandes entreprises. Par exemple, nous travaillons désormais avec des entreprises du Fortune 500 aux États-Unis, où les questions juridiques sont très critiques et où les contrats sont examinés au mot près. LEXR nous a été d’une grande aide ici, notamment parce que Thomas et son équipe ont toujours été très réactifs. J’obtenais généralement un retour dans un délai de 2 à 3 jours et j’ai pu m’asseoir très rapidement avec le service juridique du client.
Le secteur manufacturier n’est pas le plus facile dans lequel entrer ou dans lequel agir, mais il est très gratifiant, en particulier d’un point de vue technologique. L’impact que l’on peut avoir dans ce domaine est énorme. Mon conseil est de comprendre qu’il ne faut pas essayer de prendre une technologie et de lui trouver un cas d’usage. Il est préférable de trouver un point de douleur par l’échange, puis d’investir dans la recherche de la technologie qui permettra de résoudre ce point de douleur. Vous devriez donc essayer de comprendre quel est le point de douleur dans lequel les entreprises seraient prêtes à investir, comment le problème est mesuré aujourd’hui, comment il est évalué, ainsi que d’autres questions, afin de finalement trouver une solution.
Les opportunités dans le secteur manufacturier sont immenses. L’industrie perd aujourd’hui environ mille milliards de dollars en raison des temps d’arrêt non planifiés, c’est énorme, et c’est une excellente opportunité pour introduire la technologie dans l’industrie. En Europe, le manque de personnel qualifié est un problème majeur, car l’expérience se perd. Il existe également un grand potentiel pour trouver un moyen de conserver cette expérience grâce à la technologie. Je pense que c’est très important pour l’avenir à long terme.