Que faudra-t-il pour faire évoluer l'Industrial AI ?
La mise à l'échelle de l'Industrial AI est difficile parce que dans le monde physique, « surtout juste » n'est pas suffisant. Une erreur sur une ligne de production ou un réseau électrique peut interrompre la sortie, endommager l'équipement ou créer des risques pour la sécurité. L'Industrial AI doit comprendre le contexte industriel, les normes et les contraintes, et assurer la sécurité, la disponibilité et la qualité.
C'est particulièrement difficile dans les installations industrielles existantes, où les machines et les systèmes de différentes périodes et fournisseurs n'ont jamais été conçus pour communiquer entre eux.
Une réponse est de concevoir et de tester les changements virtuellement avant de les mettre en œuvre dans le monde physique. Les jumeaux numériques permettent aux entreprises de modéliser des produits, des processus et des installations entières, de simuler les performances des changements et de les optimiser avant de les mettre en service.
Cette approche produit déjà des résultats tangibles. Dans une usine américaine de Gatorade, le jumeau numérique de Siemens a aidé PepsiCo à améliorer le débit en 20 pour cent dans les 90 jours tandis que les conceptions virtuelles ont permis de réaliser des économies à deux chiffres sur les investissements en capital.
Pour continuer à évoluer, il faudra une technologie interopérable et des données fiables que les entreprises de toutes tailles peuvent adopter, en particulier les petits et moyens fabricants au cœur de la base industrielle américaine.
Mais mettre l'IA au service de l'économie physique nécessite plus que de la technologie. Cela nécessite l'infrastructure pour le supporter - et, surtout, une alimentation fiable.
Le réseau américain peut-il alimenter l'IA et la fabrication américaine ?
Oui, mais nous devons aller plus vite.
L'IA, la fabrication de pointe, l'électrification et l'onshoring font augmenter la demande d'électricité après des décennies de croissance relativement stable. Répondre à cette demande nécessitera une alimentation abondante et fiable et un réseau plus moderne et flexible.
Mais il ne s'agit pas simplement de produire plus d'électricité. Plus tôt cette année, j'ai passé du temps avec des maires, des partenaires de services publics et des développeurs de centres de données pour discuter des défis auxquels sont confrontées les communautés en première ligne de l'investissement dans l'infrastructure d'IA. Les questions sont pratiques : Qu'est-ce que cela signifiera pour les factures d'électricité ? Comment les nouvelles installations affecteront-elles la communauté environnante ? Et comment pouvons-nous nous adapter à la croissance sans mettre une pression supplémentaire sur l'infrastructure existante ?
Nous ne pouvons pas résoudre le défi uniquement en construisant plus d'infrastructures physiques. Les logiciels de réseau, les ressources énergétiques distribuées et la flexibilité de la demande peuvent aider les services publics à améliorer la fiabilité et à obtenir plus de capacité des actifs existants. Des technologies de refroidissement plus efficaces et une gestion intelligente de l'énergie peuvent également aider les centres de données à fonctionner plus efficacement et à réduire leur impact sur les communautés environnantes.
Cette même pensée s'applique aux usines et aux installations industrielles à travers l'Amérique. La réindustrialisation ne consiste pas seulement à construire de nouvelles usines. Il s'agit également de mieux utiliser l'infrastructure et les actifs industriels que nous avons déjà.
Relever ces défis nécessitera de l'innovation technologique et de la collaboration entre l'industrie, les services publics, les communautés et le gouvernement. Les projets de nouvelle génération et de transmission doivent toujours naviguer dans les processus d'autorisation et d'interconnexion fédéraux, étatiques et locaux qui se chevauchent. Une meilleure coordination, des décisions plus rapides et plus de certitude peuvent aider à mettre en ligne les infrastructures énergétiques critiques au rythme requis par l'économie américaine.
Comment devrions-nous préparer la main-d'œuvre qualifiée à l'IA ?
Avant même que nous réfléchissions à la façon dont l'IA pourrait changer les emplois dans le secteur manufacturier, nous devons aborder les centaines de milliers de postes déjà vacants. Chez Siemens, nous reconnaissons que le développement de la main-d'œuvre ne consiste pas seulement à préparer nos propres employés. Il s'agit de soutenir les industries que nous servons et les communautés où nous opérons.
Cela nécessite de multiples parcours vers des carrières industrielles — pas seulement des diplômes traditionnels de quatre ans, mais des apprentissages, des partenariats avec des collèges communautaires et des diplômes reconnus par l'industrie. Siemens s'est engagé à training 200 000 électriciens et experts en fabrication d'ici 2030. Notre Accélérez pour les vétérinaires programme aide les vétérans militaires à traduire leur expérience en compétences pour des carrières industrielles.
La Fondation Siemens contribue également à augmenter la capacité de training. Par Carrières Électrique, la Fondation rassemble des employeurs, des éducateurs et des organisations de main-d'œuvre pour élargir les possibilités de training pour l'industrie électrique, notamment grâce à des partenariats avec Wake Tech et 10 autres collèges communautaires de Caroline du Nord.
Chez notre Installation de Fort Worth, Siemens a fait appel à des enseignants à la retraite pour aider à créer un programme de training pour les personnes sans expérience industrielle antérieure. Les travailleurs de l'hôtellerie, du service à la clientèle et de l'agriculture ont acquis des compétences pour l'usine d'aujourd'hui. C'est un exemple de la façon dont nous pouvons ouvrir des portes à des carrières industrielles pour des personnes qui ne les auraient peut-être jamais envisagées.
Que signifierait le succès de l'Industrial AI pour la croissance américaine ?
Dans cinq ans, la mesure la plus claire du succès de l'Industrial AI ne sera pas à quel point nous parlerons d'IA. Ce sera la manière dont nous le déploierons dans l'ensemble de l'économie.
Le vrai test est de savoir si un petit fabricant opérant dans une usine vieille de 40 ans peut déployer l'Industrial AI, l'alimenter de manière fiable et trouver des personnes ayant les compétences nécessaires pour l'utiliser. Quand ça deviendra une routine, nous saurons que nous transformons l'innovation américaine en croissance industrielle.
En fin de compte, c'est ce qui compte : traduire l'innovation technologique et l'investissement en une plus grande productivité, des industries américaines plus fortes et plus d'opportunités pour les gens et les communautés à travers le pays. Le chemin vers la super intelligence passe par l'IA que nous déployons dans toute l'industrie aujourd'hui.
Publié : 27 octobre 2026
