Qu’est-ce qu’un jumeau numérique dans la chaîne d’approvisionnement ?
Il existe de nombreuses variations de ce qu’est un jumeau numérique. Aucune d’entre elles n’est fausse, mais elles ne disent pas tout pour les différents secteurs ou cas d’utilisation…

« Un jumeau numérique est une représentation virtuelle d’un objet ou d’un système qui englobe son cycle de vie, est mis à jour à partir de données en temps réel et utilise la simulation, le raisonnement et l’apprentissage automatique pour aider à la prise de décision. »

« Un jumeau numérique est un outil essentiel pour aider les ingénieurs et les opérateurs à comprendre non seulement comment les produits fonctionnent, mais aussi comment ils fonctionneront à l’avenir. L’analyse des données des capteurs connectés, alliée à d’autres sources d’information, nous permet de faire ces prédictions. »

« Un jumeau numérique de la chaîne d’approvisionnement est un modèle de simulation détaillé d’une vraie chaîne d’approvisionnement qui utilise des données et des aperçus en temps réel pour prédire la dynamique de la chaîne d’approvisionnement. Ensuite, les analystes peuvent comprendre le comportement d’une chaîne d’approvisionnement, prévoir les situations anormales et élaborer un plan d’action. »

« Un jumeau numérique est une copie virtuelle de la chaîne d’approvisionnement qui se compose de centaines d’actifs, d’entrepôts, de logistique et de positions d’inventaire. Grâce à des analyses avancées et à l’intelligence artificielle, le jumeau numérique simule les performances de la chaîne d’approvisionnement, y compris toute la complexité qui entraîne des pertes de valeur et des risques. »

L’une des plus grandes tendances à émerger dans l’industrie 4.0 et dans le domaine de l’IoT tourne autour de l’optimisation. Alors, qu’est-ce que le « jumeau numérique » exactement, en quoi est-il différent des prévisions et des simulations, et surtout, qu’arrive-t-il aux entreprises qui se font distancer ?

Voici ce que je pense :

Les jumeaux numériques sont un concept, pas un produit ou un élément de technologie unique. De multiples technologies – simulation 2D/3D, IoT, 4G/5G, big data, blockchain, edge computing, hardware, le cloud computing et l’IA/AA – pourraient toutes se réunir pour faire du concept une réalité. Cependant, je ne pense pas non plus qu’il soit nécessaire d’avoir une entité physique ou un actif. S’il peut y avoir du matériel, je crois que la décision humaine peut aussi avoir un équivalent numérique; la décision en matière de soins de santé en est un excellent exemple.

Prévision et modélisation prédictive

La prévision est un processus qui consiste à prédire ou à estimer des événements futurs à partir de données passées et présentes, en effectuant une analyse des tendances. Les décisions prises au pif ne suffisent pas. Par exemple, nous pouvons utiliser les prévisions pour prédire le nombre d’appels de prospects que Ryan (l’un de nos responsables des ventes) est susceptible de recevoir le lendemain, ou le nombre de réunions qu’il mènera au cours de la prochaine semaine. Les données des années précédentes sont déjà disponibles dans notre CRM, et elles peuvent nous aider à prédire et à anticiper avec précision les futures ventes et opportunités de clients pour lesquelles Ryan pourrait être utile, ou si nous devons embaucher d’autres responsables des ventes. Une prévision, contrairement à une prédiction, doit avoir une logique. Elle doit être défendable, mais elle est basée sur des données historiques (nombre d’appels et de réunions par cadre commercial) et sur de nouvelles tendances (lancement de nouveaux produits ou changements de marché).

Forecasting & Predictive Modeling

Forecasting is a process of predicting or estimating future events based on past and present data by carrying out an analysis of trends. Gut feel decision-making doesn’t cut it. For example, we could use forecasting to predict how many prospect calls Ryan (one of our sales executives), is likely to receive the next day. Or how many meetings he’ll lead over the next week. The data from previous years is already available in our CRM, and it can help us accurately predict and anticipate future sales and client opportunities where Ryan may be needed, or whether we need to hire more sales execs. A forecast, unlike a prediction, must have logic to it. It must be defendable, but is based on historical data (# of calls & meetings per sales exec) and new trends (new product launch or market changes).
Predictive modeling, on the other hand, is a form of artificial intelligence (AI) that uses data mining and probability to forecast or estimate more granular, specific outcomes. For example, predictive modeling could help identify actual customers who are likely to purchase supply chain optimization software over the next 90 days. To do so, we could indicate a desired outcome (a purchase of our analytics software solution) and work backwards to identify traits in customer data that have previously indicated they are ready to make a purchase soon. For example, they might be the executive sponsor, have an established budget for the project, come to one of our events, and found Ryan likeable and helpful. Predictive modeling would run the data and establish which of these prospective customers will close the sale.
La modélisation prédictive, quant à elle, est une forme d’intelligence artificielle (IA) qui utilise l’exploration de données et les probabilités pour prévoir ou estimer des résultats plus granulaires et spécifiques. Par exemple, la modélisation prédictive pourrait aider à identifier les clients actuels qui sont susceptibles d’acheter un logiciel d’optimisation de la chaîne logistique au cours des 90 prochains jours. À cette fin, nous pourrions indiquer un résultat souhaité (un achat de notre solution logicielle d’analyse) et travailler à reculons pour identifier les caractéristiques des données des clients qui ont indiqué auparavant qu’ils étaient prêts à effectuer un achat prochainement. Par exemple, ils peuvent être le sponsor exécutif, avoir un budget établi pour le projet, être venus à l’un de nos événements et avoir trouvé Ryan sympathique et utile. La modélisation prédictive analyse les données et détermine lequel de ces clients potentiels conclura la vente.

Simulations

Une fois qu’une prévision a été générée, les analystes ont la possibilité de simuler des changements dans les indicateurs clés – nous appelons cela des simulations « what if ». La modification des cellules dans le logiciel vous permet de visualiser les changements périodiques apportés à vos données. L’effet de chaque changement se reflète dans toutes les mesures dépendantes et les indicateurs clés de performance globale. En ce qui concerne l’optimisation de la fabrication, le logiciel est souvent utilisé avec des éléments physiques tels que les chaînes de montage, la robotique ou les fours. L’une des décisions les plus difficiles à prendre pour les organisations de la chaîne d’approvisionnement est de décider de la bonne combinaison de produits. Alors que certains produits peuvent offrir des bénéfices élevés mais ne sont pas vendus très souvent et/ou prennent beaucoup de place dans l’entrepôt, d’autres ont une rotation beaucoup plus importante. Certains produits peuvent s’aligner sur une stratégie à long terme, tandis que d’autres ne le font pas mais sont rentables. Dans la plupart des cas, ces décisions sont extrêmement complexes, et il est difficile d’évaluer comment elles affecteront le revenu global ou la rentabilité. Une simulation peut fournir les bonnes réponses en explorant plusieurs scénarios « what if ». Un bon exemple est celui de Nathalie, une de nos consultantes, qui crée des scénarios d’inventaire « what if » pour nos clients de la vente au détail. Nous les utilisons pour déterminer la cause et l’effet des changements dans la planification de la demande ou de l’offre afin de déterminer comment les changements de SKU pourraient affecter l’analyse des ventes/panier.

Jumeaux numériques

Les jumeaux numériques nous aident à comprendre le présent et à prévoir l’avenir. La simulation est une partie intégrale des jumeaux numériques, mais l’objectif des jumeaux numériques va au-delà des simulations; c’est un terme omniprésent utilisé pour un éventail de choses à travers une vaste gamme d’applications, de la fabrication à haute valeur ajoutée et des médicaments personnalisés, à la gestion des raffineries de pétrole, et à l’identification et l’atténuation des risques pour la planification urbaine. Dans le domaine de l’ingénierie, des affirmations sont faites concernant les avantages de l’utilisation du jumelage numérique pour la conception, l’optimisation, le contrôle des processus, les tests virtuels, la maintenance prédictive et l’estimation de la durée de vie.  Par type, le marché est segmenté en jumelage de pièces, de processus, de systèmes et de produits.
Pour certaines personnes, on a oublié la raison pour laquelle on utilise le terme « jumeau ». Examinons donc les trois principales différences :
• TLe passé :  Les simulations sont généralement utilisées pour la conception et, dans certains cas, l’optimisation hors ligne. Les jumeaux numériques, au contraire, sont utilisés pour l’ensemble du cycle de vie conception-exécution-modification-décommissionnement en temps réel.
• Le présent : S: Les simulations, au mieux, peuvent aider à comprendre ce qui pourrait se passer dans le monde réel. Les jumeaux numériques permettent non seulement de comprendre ce qui pourrait arriver, mais aussi, et c’est essentiel, ce qui se passe actuellement (comment le modèle se comporte dans le monde réel).
• L’avenir:  Les jumeaux numériques nous permettent de visualiser des modèles avant de fabriquer un produit ou d’exécuter un processus. Les réseaux de distribution de gaz, les nouveaux modèles d’avion ou même les applications de distanciation sociale de COVID en sont des exemples.

Selon Gartner, 13 % des organisations mettant en œuvre des projets IoT utilisent déjà des jumeaux numériques, tandis que 62 % sont en train de mettre en place une utilisation des jumeaux numériques ou prévoient de le faire. Tesla dispose d’un jumeau numérique pour chaque voiture fabriquée. Chaque jour, des milliers de kilomètres de données provenant des voitures alimentent les modèles de simulation dans leur usine. Cela représente mille et une façons d’apprendre et d’optimiser à partir du monde réel, ce qui ne serait pas possible avec les seuls modèles de simulation. Dans notre avenir autonome, le véhicule pourrait se rendre de lui-même dans un garage pour un contrôle ou lorsqu’il ne se sent pas en forme, sans même que le propriétaire soit présent.

Les jumeaux numériques sont les plus efficaces lorsqu’un résultat évolue au fil du temps, ce qui rend le modèle initial invalide, et lorsque les données qui peuvent être corrélées à ce changement peuvent être capturées/suivies. Par exemple, ces changements peuvent être indésirables, comme la fatigue des composants métalliques tels que les roulements ou les variations de qualité des matériaux fournis, ou ils peuvent être souhaitables, comme l’amélioration des goulets d’étranglement. Si les données ne changent pas beaucoup au fil du temps, ou si les données associées à ce changement ne peuvent pas être capturées, alors un jumeau numérique ne sera probablement pas utile. L’utilisation d’un jumeau numérique est synonyme de R&D plus efficace, de gains d’efficacité et d’une approche plus complète quant à la fin de vie du produit.

Au-delà de la fabrication, les jumeaux numériques offrent des avantages considérables dans le domaine des soins de santé. Pensez à la possibilité d’adapter les caractéristiques ou le dosage des médicaments pour une médecine personnalisée ou même d’adapter la radiothérapie pour tenir compte des changements anatomiques internes uniques et de la réponse du patient. D’autres exemples de soins de santé pourraient être la surveillance des prothèses pour détecter les dommages et l’usure afin d’améliorer la conception des implants prothétiques (par exemple, les prothèses de genou). La création d’un jumeau numérique permettra d’obtenir un traitement plus efficace, avec moins d’effets secondaires, et d’améliorer les résultats en matière de santé.

D’autres exemples :

Les jumeaux numériques aident les utilisateurs de la chaîne d’approvisionnement et les ingénieurs de données à accomplir beaucoup de choses, comme :
• Tester les modifications et le développement de la conception de la chaîne d’approvisionnement
• Surveillance des risques et test des plans d’urgence
• Planification du transport
• Optimisation des stocks
• Analyse de l’encaissement et du coût du service
• Prévision et test des opérations pour les jours et semaines à venir
• Visualisation des produits en cours d’utilisation, par des utilisateurs réels, en temps réel
• Construire un fil numérique pour connecter des systèmes dispersés et promouvoir la traçabilité
• Dépannage d’équipements éloignés
• Les modèles virtuels en temps réel des actifs physiques permettent d’éviter les goulets d’étranglement
• Améliorer l’agencement des entrepôts et accroître la productivité
• Analyser les données relatives aux produits et aux emballages pour protéger les expéditions
• Comprendre les performances des produits

Comment déterminer si un jumeau numérique convient à votre organisation ?

Les applications les plus probables des jumeaux numériques sont toutes soit de grande valeur, soit critiques pour la sécurité. Au-delà du battage médiatique autour de l’industrie 4.0 et des jumeaux numériques, il est important que les entreprises évaluent avec précision leur niveau de maturité et de sécurité avant d’entreprendre ce type d’initiative complexe.

La meilleure façon de se lancer dans une initiative de jumeaux numériques est d’identifier les actifs et les processus ayant le plus fort potentiel de création de valeur, puis de commencer une mise en œuvre pilote. Les organisations commencent généralement leur voyage vers le jumeau numérique par des simulations des actifs critiques. Ces simulations sont utiles pour jouer le scénario de simulation de l’actif. Un jumeau numérique doit être un travail en cours qui évolue et s’adapte en permanence, au fur et à mesure que votre capacité informatique se développe et mûrit. Le jumeau numérique d’un objet physique dépend de la conception et des spécifications du niveau de base du fil numérique pour un jumeau numérique – et le « jumeau » dépend du fil numérique pour maintenir la précision.

Un seul projet de jumeau numérique peut ensuite être interconnecté pour former une grande série de jumeaux pour une machine ou un processus très complexe. L’examen continu de l’analyse agrégée (agrégats de jumeaux numériques) sur toutes les instances de jumeaux numériques en temps réel donnera une meilleure idée de l’endroit où les avantages les plus tangibles peuvent être réalisés.

La création de votre premier jumeau numérique nécessite généralement différents éléments, notamment :
• Des sources de données telles que des capteurs IoT capturant les comportements opérationnels des actifs et des processus (vibrations, température, pression, etc.), en parallèle avec leurs environnements de fonctionnement (température de l’air, humidité, etc.).
• Réseaux de données assurant un transfert sécurisé et fiable des données des dispositifs physiques vers le monde numérique.
• Une plateforme moderne qui sert de référentiel de données regroupant et stockant les données des capteurs de l’atelier avec les données commerciales de haut niveau (par exemple, MES, ERP).
• Application(s) logicielle(s) : En combinant ces sources de données dans une solution logicielle qui utilise des algorithmes avancés d’IA/apprentissage automatique, nous pouvons créer des informations exploitables pour une prise de décision basée sur les données.

Défis et atténuation des risques

Données non traitées

Le faible coût des capteurs IoT et l’accès facile au stockage dans le nuage ont entraîné la collecte d’ensembles de données extrêmement volumineux. Il s’agit fréquemment de données provenant de plusieurs capteurs de types différents, recueillies à de courts intervalles de temps. Le défi de l’utilisation de tels ensembles de données dans les jumeaux numériques est d’identifier quelles mesures à quels endroits ou à quels moments ont le plus d’effet sur les paramètres à mettre à jour dans le jumeau. Il est donc très important de pouvoir faire confiance aux prédictions du jumeau numérique, ce qui signifie que vous devez également faire confiance aux données, aux modèles et à une gouvernance solide.

Manque de financement

Combattre les opposants qui sont à l’aise avec le statu quo est plus efficace lorsque vous commencez par une solide analyse de rentabilité (« faisons une expérience » ne suffira pas). Assurez-vous que vous tenez compte de tous les avantages concrets liés à la rentabilité, à l’amélioration des processus, à la réduction de la main-d’œuvre, à la diminution des erreurs et des décisions hâtives, etc. En parlant des opposants, n’oubliez pas de créer des champions parmi les utilisateurs/bénéficiaires du jumeau numérique. Les utilisateurs de la technologie du jumeau numérique doivent adopter de nouvelles méthodes de travail, ce qui peut potentiellement entraîner des problèmes dans le développement de nouvelles capacités techniques. L’éducation et l’implication les aideront à adopter ce nouveau changement avant qu’il ne soit déployé (ou bien il ne dépassera pas la phase pilote sans rencontrer de nombreux obstacles).

Manque de financement

L’innovation est généralement coûteuse et il est difficile d’obtenir un budget pour un projet dont le résultat est inconnu avant qu’il ne soit lancé. Ceci étant dit, il est très utile de faire ses devoirs et calculer le retour sur investissement. Calculez le retour sur investissement avant/après et n’oubliez pas d’inclure le calcul de la perte d’opportunité. Pour augmenter votre budget et accroître votre RSI, il existe de nombreuses subventions non remboursables et des crédits d’impôt disponibles ici au Canada. À prendre en considération: leur contribution financière peut représenter au moins 50 à 75 % des coûts totaux du projet (calculés par les coûts salariaux + les dépenses + les coûts des sous-traitants) et la couverture varie en fonction de l’organisme subventionnaire. Les contributions en nature ne sont pas acceptées dans ce calcul et les organismes de subvention ne rembourseront pas les frais engagés avant la date de début d’un accord de contribution approuvé. Les remboursements de crédits d’impôt à la RS&DE peuvent couvrir de 40 % à 100 % de votre R&D. Si vous avez des questions sur vos options en matière de financement non remboursable ou de crédits d’impôt, n’hésitez pas à me contacter.

L’innovation de pointe présente de grands avantages mais aussi de grands risques. Avant de vous lancer dans une solution complexe comme jumeau numérique, rapprochez-vous de ceux qui ouvrent la voie pour obtenir un soutien.