4 défis urgents pour la résilience des entreprises (et comment les jumeaux numériques prédictifs aident à les surmonter)

De l'ingénierie et de la production aux opérations et à la gestion de la chaîne d'approvisionnement, tout le monde jongle désormais avec de nouveaux risques.

Avec une capacité et une demande des clients fluctuantes, planifier rapidement la capacité et la résilience d'un système revient à se frayer un chemin à travers un brouillard dense. Examinons 4 défis de planification majeurs et comment les jumeaux numériques prédictifs peuvent vite apporter une vision claire et fondée sur des preuves.

Défi n°1: Obtenir rapidement des réponses à des questions complexes

“Comment doit-on repenser la ligne pour maintenir la distanciation sociale et gérer avec un personnel réduit ? Devrions-nous automatiser les processus dans ce cadre ?”

“Déployer des AGV peut-il nous apporter quelque chose ? Si oui, de quel type et dans quelle configuration ?”

“Quelle est notre capacité à livrer si nous vivons un autre événement extrême hors de notre contrôle ?”

il s'agit de questions difficiles impliquant généralement des processus métier complexes, variables et interconnectés. De plus, il peut y avoir des centaines, voire des milliers, de scénarios « et si ? » que vous pourriez sonder en essayant d'y répondre.

Les Jumeaux Numériques Prédictifs vous aident à surmonter cette complexité. Ils vous offrent un moyen sans risque d'analyser les processus de fabrication, d'assemblage et de chaîne d'approvisionnement. Ils aident à identifier la technologie, le personnel, les exigences opérationnelles et procédurales nécessaires pour garantir que votre entreprise est résiliente pour faire face à toutes les conditions d'exploitation variables ou changeant rapidement.

Plus important, vous obtenez ces réponses dans le délai de décision requis. Pour vous donner une idée de la vitesse, il fallait 20 à 25 jours ouvrables à Washington River Protection Solutions (WRPS) pour répondre à des questions très complexes impliquant des centaines de scénarios « et si ? » évalués sur de nombreuses décennies d'activité simulées.

WRPS gère un projet difficile de nettoyage de déchets nucléaires avec des considérations de coût et de sécurité importantes, de sorte que les enjeux sont aussi élevés que possible. Désormais, grâce à la solution de simulation basée sur le cloud,  WITNESS.io de Lanner, il ne faut que quelques jours pour poser des questions complexes, comparer des réponses stratégiques consolidées et prendre des décisions critiques à million de dollars.

Défi n°2: Remettre en cause des hypothèses grâce à des preuves

Plus de débit signifie que nous aurons besoin de plus de palettes, n'est-ce pas ? Si on atteint un certain seuil de demande, il va falloir nous élargir, non ?

À première vue, ce sont des hypothèses logiques. Et vous pouvez les valider à l'aide d'estimations statiques ou basées sur l'expérience. Mais sous ces hypothèses se cachent une myriade de variables régissant des processus complexes et connectés de production et de distribution.

Lorsqu'il s'agit d'investissements importants en termes de temps et d'argent, vous devez avoir le pouvoir de contester ces hypothèses. Les jumeaux numériques prédictifs vous donnent ce pouvoir. De cette façon, vous ne comptez pas sur l'intuition. Vous comprenez les véritables implications de «cause à effet» et prenez des décisions fondées sur des preuves en toute confiance.

Nissan est un excellent exemple. Ils utilisent le logiciel de simulation prédictive WITNESS Horizon de Lanner pour examiner à la fois les défis stratégiques majeurs et les défis tactiques plus petits. Dans un cas d'utilisation à « gain rapide », ils ont instantanément économisé 22 000 £ sur l'achat de palettes, car la simulation prédictive a montré que fonctionner avec un nombre réduit n'affecterait pas négativement la productivité. Dans un autre cas de pilotage virtuel rapide, ils ont évité un investissement de 25 000 £ dans une nouvelle station, car le jumeau numérique prédictif a montré qu'ils pouvaient faire face à une demande croissante en utilisant l'équipement existant. À l'opposé du spectre de résolution de problèmes, la même capacité de simulation est utilisée par Nissan pour « piloter virtuellement » de nouvelles installations et de nouveaux processus avant de s'engager.

Défi n° 3: Obtenir l'adhésion de la direction pour les plans et les investissements

Qu'il s'agisse d'obtenir un financement pour l'innovation ou de démontrer la valeur de réimplanter des lignes de production, la simulation prédictive fournit la  justification de rentabilité pour vos changements de processus tactiques et stratégiques ou vos démarches d'amélioration.

En voici une illustration rapide. Un client  manufacturier de Lanner construisait une nouvelle installation de production de batteries pour véhicules électriques. Il s'agissait d'un nouveau flux de produits innovant pour l'entreprise et l'assemblage impliquait plus de 10 000 composants. L'équipe disposait de 3 semaines pour présenter un dossier d'investissement au conseil d'administration et donner l'assurance qu'elle pouvait atteindre la capacité de production requise.

En seulement 10 jours ouvrables, un jumeau numérique prédictif a été déployé, affichant le retour sur investissement selon différents niveaux et types de dépenses. Il a révélé que les configurations d'usine imaginées ne fourniraient pas la capacité de production nécessaire et il a mis en évidence les goulots d'étranglement que l'équipe n'avait pas encore pris en compte. L'équipe a ensuite obtenu l'adhésion du conseil d'administration pour l'automatisation nécessaire, en utilisant la simulation pour soutenir l'étude de rentabilité.

Défi n°4: Développer des compétences pour soutenir une gestion continue de la résilience

Avoir accès aux jumeaux numériques prédictifs est une étape importante dans la résolution de nombreux problèmes de résilience des entreprises. Mais au-delà de la technologie, vous avez besoin des bonnes compétences en ressources humaines et en processus pour tirer de la valeur d'une modélisation aussi précieuse. Il s'agit d'un domaine en évolution rapide, l'Industrie 4.0 augmentant les volumes de données et l'intelligence artificielle / l'apprentissage automatique étendant les capacités d'analyse. Même pour les modélisateurs expérimentés, le développement professionnel continu est essentiel pour comprendre comment un écosystème Jumeau Numérique pourrait et devrait évoluer, quelles données devraient alimenter et quelles questions poser.

En plus de la formation et du mentorat, les clients de Lanner affirment que l'un des moyens les plus précieux d'améliorer leurs compétences consiste à comprendre les meilleures pratiques et les techniques de résolution de problèmes utilisées dans d'autres industries. En se tenant au courant de ce que font leurs pairs dans tous les secteurs, les modélisateurs découvrent de nouvelles techniques et des cas d'utilisation qu'ils peuvent appliquer en interne.

Une maturité accrue dans le déploiement de telles solutions d'analyse prédictive contribue à une plus grande capacité à gérer les questions de résilience dans l'entreprise, car les analystes sont alors équipés pour découvrir et atténuer des problèmes autrement inconnus qui pourraient créer des risques à court et moyen terme.

Que devriez-vous faire ensuite ?

Si vous êtes comme la plupart des entreprises, vous êtes confronté à une combinaison des quatre défis et vous avez maintenant un aperçu rapide de la façon dont les jumeaux numériques prédictifs peuvent vous aider à les surmonter. Votre prochaine étape consiste à comprendre l'approche de déploiement optimale, découvrez-en plus en regardant notre webinaire « Planification stratégique pour l'avenir : développement de processus résilients et agiles à l'aide de jumeaux numériques prédictifs »  ici.