L'IA chez Unilin : regarder ce qui existe déjà et l'améliorer
Depuis environ six mois, l'IA fait fureur dans le monde entier. Une tendance sur laquelle Unilin ne surfe pas aveuglément. Nous analysons en effet depuis plusieurs années les possibilités de l'IA pour nos processus. Certains modèles d'IA ont entre-temps été intégrés à la production, d'autres sont en train d'être formés et testés, d'autres encore ne se révèlent pas assez fiables après la phase de test. La question clé est : à partir de quel moment l'IA nous apporte-t-elle une valeur ajoutée ?
Cela fait des mois qu'on ne cesse de parler de l'intelligence artificielle (IA), mais de quoi s'agit-il exactement ? Tom De Smet, Product Owner au sein de l'équipe Digital Operations d'Unilin Flooring, la définit comme suit : « L'IA est la capacité d'une machine à imiter le comportement humain. On peut voir l'IA comme un enfant qui apprend par l'exemple. Mais un enfant oublie des choses, quand l'IA retient tout. L'apprentissage permanent la rend de plus en plus intelligente. »
Chez Unilin, nous nous intéressons à l'IA depuis longtemps dans le cadre de notre purpose. Elle peut en effet nous aider à repousser les limites et ainsi à fabriquer de meilleurs produits pour améliorer la vie de nos clients.
Des processus plus complexes soutenus par l'IA
Les concepts et designs de produits sont toujours plus détaillés. Pensez à notre ambition de créer des sols et des panneaux impossibles à distinguer du vrai bois. Cela demande de nombreux détails, ce qui débouche sur des processus de production de plus en plus complexes basés sur des milliers de paramètres. Plus la complexité augmente, plus les sources de variation se multiplient et donc aussi les risques de temps d'arrêt et de pertes de production.
Les processus deviennent trop complexes pour nos opérateurs, différents départements d'Unilin se demandent donc comment l'IA peut aider nos opérateurs et ingénieurs. Tom : « L'époque où l'on fabriquait le même produit pendant des heures est révolue. Nous formons nos modèles d'IA avec des données de manière à ce qu'ils puissent gérer les variations au niveau des designs et des couleurs. Plus il y a de données, plus votre modèle d'IA sera précis. Aujourd'hui, nous disposons aussi de l'infrastructure nécessaire pour stocker une telle quantité de données, ce n'était pas encore le cas il y a une dizaine d'années. »
Pionnier du secteur
En 2019, Unilin Flooring a posé la première pierre de l'IA quand elle s'est mise à la recherche du partenaire externe en mesure de nous aider à implémenter l'IA dans nos processus de production. Cela a mené au lancement du premier cas début 2020 et, depuis, certains de ces premiers projets ont déjà été intégrés à la production. Cela fait d'Unilin un pionnier du secteur.
L'approche d'Unilin Flooring montre bien comment Unilin aborde le développement d'un modèle d'IA, comme l'explique Stijn Lioen, Domain Architect Data & Analytics chez Unilin : « Nous sommes partis d'un modèle d'IA de Google existant afin de détecter les erreurs. Mais ce modèle n'était pas capable de bien gérer les variations. Nous l'avons donc adapté. C'est typique d'Unilin. Nous prenons ce qu'il y a sur le marché et nous l'améliorons. Nous gardons ainsi une longueur d'avance sur nos concurrents et fabriquons des produits innovants et meilleurs. »
Une infinité de possibilités
Les possibilités sont infinies, Tom et Stijn en sont convaincus. « Je ne pense pas qu'il y ait des limites », dit Stijn en riant. « Avec l'IA, nous pouvons par exemple créer des décors en bois qui n'existent pas. Les tests sont déjà en cours, mais nous n'en sommes encore qu'au début. » Tom : « Nous pouvons aller très loin avec ces designs, mais nous regardons dans le même temps si le nouveau produit correspondrait à notre vision ''enduring beauty'' et ''true to nature''. »
Tom voit encore un gros potentiel pour relier les données des différents départements entre elles. « Nous captons actuellement beaucoup de données avec lesquelles nous ne faisons encore rien. Si l'on reliait par exemple les paramètres des processus de toutes les divisions entre eux, on pourrait encore aller beaucoup plus vite. »
Au-delà de la tendance du moment
Une grande crainte par rapport à l'IA est qu'elle fasse disparaître des emplois. Tom nuance un peu la situation : « Je dirais plutôt que l'IA va changer le contenu du travail. Notre secteur fait face à une grande pénurie de collaborateurs techniquement qualifiés. Il y a constamment des postes à pourvoir. L'IA pourrait reprendre des tâches de fonctions pour lesquelles on a déjà beaucoup de mal à trouver des candidats. Avec l'IA, nous pouvons combler le fossé entre les processus de production plus complexes et le personnel moins qualifié. »
Une chose est sûre : le rôle de l'IA va évoluer, justement parce qu'on mise sur cette dernière. « C'est l'une des forces de l'esprit d'entreprise pragmatique d'Unilin : nous investissons dans les connaissances pour voir au-delà de la tendance du moment. Nous avons le temps de nous plonger en profondeur dans le sujet et la liberté de faire des erreurs, de façon à pouvoir découvrir ce qui ne fonctionne pas encore. Si nous avons la conviction que l'on pourra obtenir des résultats, nous continuons à investir. Toutes les entreprises n'y consacreraient pas autant de temps et de moyens, mais c'est essentiel pour avancer et innover. »
Deux exemples d'application réussie de l'IA chez Unilin
1. AI Finders
Nous cherchons à créer un stratifié à l'apparence et à la texture semblables au vrai bois. Pour y arriver, nous utilisons des caméras qui positionnent parfaitement la structure du bois par rapport au dessin. En collaboration avec un partenaire externe, nous avons également appliqué l'IA ici. Le modèle d'IA est basé sur le deep learning et devait satisfaire à des exigences strictes. Tom : « Avec notre vision informatique traditionnelle, nous observons déjà un bon résultat dans 99 % des cas, mais nous atteignons là le plafond des possibilités. Cela entraîne des arrêts et des pannes. L'IA doit donc mener à de meilleurs résultats, sinon l'opérateur ne verra pas l'intérêt de travailler avec celle-ci. C'est pourquoi nous visons 99,9 %, voire 100 %, des résultats que nous ne pourrions jamais obtenir avec une autre technologie. L'IA doit en outre apprendre à gérer plusieurs sources de variation, être parfaite au niveau des pixels, rapide et applicable sur toutes les machines. »
La prochaine étape est de l'étendre à de nouvelles lignes de production et de nouveaux problèmes. D'un million de prévisions par mois, nous voulons passer à plus de 3 millions d'ici fin 2023.
2. Argus
Plusieurs modèles ont entre-temps prouvé leur valeur, ce qui mène à une plus grande acceptation au travail. Stijn Lioen : « Argus est un système de détection de qualité sur la ligne qui produit la collection Quick-Step Capture d'Unilin Flooring. Le modèle d'IA par deep learning à la base de ce système parvient également à ne pas considérer les imperfections volontaires dans le design (qui imitent le vrai bois) comme des erreurs, et ainsi à aider les opérateurs à contrôler chaque panneau sur la ligne. Avant Argus, une analyse d'échantillon était effectuée tous les 20 panneaux, ce qui entraînait une plus grande perte de production. Désormais, Argus repère le moindre défaut, une merveilleuse innovation. Depuis mars 2023, Argus fonctionne avec tous les coloris de Capture et, sur ce court laps de temps, les opérateurs ont déjà indiqué qu'Argus était devenu incontournable. »