Pas de données, pas d’IA : pourquoi le MES vient avant l’algorithme

La question qu’on saute

La demande arrive souvent formulée comme une évidence : on voudrait de l’IA sur la ligne, pour anticiper les pannes, ajuster les cadences, repérer les dérives. L’intention est bonne et le potentiel réel. Mais une question est presque toujours éludée : sur quelles données ?

Car un modèle, aussi perfectionné soit-il, ne travaille pas dans le vide. Il apprend de l’historique de l’atelier : des arrêts, des cadences, des rebuts, des causes. Si cet historique n’existe pas, ou s’il est partiel et saisi à la main, l’algorithme n’a rien de fiable sur quoi s’appuyer.

L’IA n’invente pas les données qui manquent

C’est la limite qu’on oublie : un algorithme ne crée pas l’information, il la prolonge. Nourri de données absentes, incomplètes ou ressaisies après coup, il produit des réponses d’apparence crédible mais sans fondement. On ne le voit pas tout de suite : le tableau de bord s’affiche, les courbes sont jolies, et les décisions se prennent sur du sable.

Le problème n’est donc pas la puissance du modèle, mais la matière qu’on lui donne. Avant de se demander quel algorithme choisir, il faut s’assurer que l’atelier produit, en continu et sans effort de saisie, une trace fidèle de ce qui s’y passe réellement.

Ce que le MES met en place d’abord

C’est précisément ce que construit un MES (Manufacturing Execution System) : le socle de données de la production. Relié aux machines, il enregistre en continu ce qui se passe sur chaque poste – temps de marche et d’arrêt, cadences, quantités, rebuts, causes – et l’horodate sans dépendre d’une saisie manuelle.

Cette trace a trois propriétés qui manquent presque toujours au départ : elle est continue (rien n’est oublié en fin de poste), structurée (chaque événement a une date, une durée, un motif) et historisée (elle s’accumule et devient comparable dans le temps). C’est la matière première dont tout projet d’analyse a besoin. Et parce qu’elle reste 100 % on-premise, cette donnée ne quitte jamais l’usine.

Dans le bon ordre : du socle vers les agents

Une fois ce socle en place, l’IA retrouve un sens. Sur des données fiables et continues, des agents peuvent mettre en évidence les dérives récurrentes, rapprocher des causes qu’on ne reliait pas, et proposer des priorités d’action, mais ce sont les équipes qui décident. L’ordre compte : le MES d’abord, pour produire et fiabiliser la donnée ; les agents ensuite, pour en tirer parti.

Prendre les étapes dans l’autre sens, c’est bâtir sur un socle qui n’existe pas. C’est la raison pour laquelle une offre sérieuse part du socle de données avant de parler d’algorithme : non par prudence commerciale, mais parce que la chaîne technique ne fonctionne pas autrement.

Par où commencer

La première étape n’est pas un projet d’IA, c’est une mise sous données. On choisit une ligne, on la relie, et on laisse le MES constituer l’historique pendant quelques semaines. Très vite, on dispose d’une image fidèle de ce qui se passe réellement, ce qui, souvent, suffit déjà à décider sans aucun algorithme.

Un socle de ce type peut être opérationnel en 10 semaines, puis étendu ligne par ligne. L’IA vient après, quand il y a enfin de quoi l’alimenter, pas l’inverse. C’est l’ordre qui a déjà mis plus de 1 450 utilisateurs en situation de piloter leur production sur des données, et non sur des impressions.