Comment construire la base numérique pour une Industrial AI fiable
L'année dernière, Siemens a investi 15 milliards de dollars dans des éditeurs de logiciels américains pour s'assurer que les clients prospèrent davantage dans la prochaine ère de transformation numérique et axée sur les données, et nous avons passé des décennies à construire les bases de données connexes.
Notre approche commence par des systèmes de gestion du cycle de vie des produits qui capturent et préservent chaque révision de conception, changement technique et résultat de validation dans le propre environnement d'un client. Cette connaissance institutionnelle reste là où elle doit être : avec le fabricant.
Nous combinons cela avec des technologies de simulation basées sur la physique qui valident les recommandations d'IA par rapport à de vrais modèles d'ingénierie plutôt que de nous fier uniquement aux résultats statistiques. Lorsque les suggestions d'IA peuvent être testées par rapport aux lois de la physique, les fabricants gagnent en confiance qu'ils peuvent agir sur les résultats.
Le troisième élément est l'automatisation. Avec la technologie Siemens reliant la conception et la production, les données ne s'arrêtent pas au stade de l'ingénierie. Il s'étend aux opérations, créant une visibilité en temps réel sur les performances des produits, des lignes et des usines en temps réel. Ensemble, ces capacités créent quelque chose qu'aucune plateforme d'IA autonome ne peut répliquer : des données contextualisées connectées tout au long du cycle de vie.
Nous appelons ça le fil numérique. Il relie l'intention de conception à la réalité de la production et préserve les connaissances organisationnelles à mesure que les produits et les systèmes évoluent. Il fournit à l'IA le contexte dont elle a besoin pour générer des résultats significatifs.
Et cette distinction compte. L'Industrial AI fiable ne peut pas être mise en place après coup. Les fabricants ne peuvent pas externaliser leur intelligence de domaine et s'attendre à de meilleurs résultats. Ils ont besoin d'une base connectée qui relie les produits, les processus et la production pour que l'Industrial AI puisse fonctionner dans toute l'entreprise plutôt que dans des silos isolés.
La valeur de cette approche devient claire lorsque nous examinons comment les entreprises la mettent en pratique.
Comment nous devons exécuter sur la réindustrialisation
Les États-Unis se sont fixé un objectif ambitieux de réindustrialiser leur économie.
L'industrie américaine a déjà fait d'énormes progrès grâce à l'automatisation, aux logiciels et à la technologie jumelée numérique. Ces innovations ont aidé les fabricants à devenir plus productifs, plus résilients et plus adaptables.
Mais nos clients entrent dans une nouvelle phase. Ils essaient de renforcer de nouvelles capacités, de moderniser les opérations existantes et de rester compétitifs à l'échelle mondiale, tout en faisant face à des pénuries persistantes de main-d'œuvre qualifiée.
L'Industrial AI s'appuie sur cette solide base numérique, aidant les clients à développer ce dont leurs employés sont capables. Il donne aux ingénieurs, aux opérateurs et aux techniciens de nouveaux outils pour devenir plus productifs, accélérer l'innovation et accomplir plus.
Le défi n'est plus d'inventer l'IA. Il déploie l'IA à l'échelle de l'entreprise. Aujourd'hui, seul un faible pourcentage d'organisations ont réussi à intégrer l'IA dans leurs opérations. Combler cet écart de déploiement est l'un des défis industriels déterminants — et des opportunités — de la prochaine décennie.
C'est ce sur quoi Siemens se concentre : aider nos clients à passer de l'ambition de l'IA au déploiement de l'IA, et traduire la promesse de l'IA en gains de productivité réels dans l'industrie américaine.
Comment PepsiCo utilise les jumeaux numériques et l'IA pour accélérer les performances de fabrication
Avec l'un de nos clients, PepsiCo, nous avons construit un cadre reproductible qui combine la technologie Digital Twin, l'Industrial AI et une architecture IT/OT connectée pour aider à améliorer les opérations de fabrication, d'entreposage et de logistique.
Les résultats ont été significatifs. Dans une installation américaine de Gatorade, PepsiCo a réalisé une augmentation de débit de 20 % en seulement trois mois. La société estime également une réduction de 10 à 15 % des dépenses en capital en utilisant la validation virtuelle pour découvrir la capacité cachée avant de faire des investissements physiques.
Le jumeau numérique a aidé à compresser les délais de conception et d'optimisation des installations de plusieurs mois à quelques jours. En créant des modèles basés sur la physique à l'aide de données opérationnelles réelles provenant de plusieurs installations, les équipes peuvent établir des niveaux de référence de performance, identifier les goulots d'étranglement, comprendre les flux de matières et identifier où et pourquoi l'énergie est consommée.
Plus de 90 % des problèmes de production peuvent être identifiés avant même le début de la production.
C'est la puissance d'une approche numérique axée sur le numérique que PepsiCo exploite. Les ingénieurs optimisent les mises en page avant que l'équipement ne soit déplacé. Le flux de matière est validé avant qu'un convoyeur ne soit touché. Les processus énergivores sont identifiés avant qu'ils ne créent des défis opérationnels. Les décisions sont motivées par des données plutôt que par des hypothèses.
Lorsque l'innovation de produits, le développement de processus et l'exécution de la production sont connectés, les organisations gagnent la vitesse et la confiance nécessaires pour moderniser l'infrastructure existante. C'est exactement comme ça que les constructeurs gagnent la course contre la montre.
Alors que la réindustrialisation consiste certainement à améliorer les opérations existantes, un autre élément clé est la construction de modèles entièrement nouveaux pour la production.
Comment Haddy démontre l'avenir de la fabrication distribuée
Un autre exemple d'entreprise qui tire parti du portefeuille intégré de logiciels, de matériel et d'automatisation de Siemens est Haddy, une entreprise d'impression 3D robotique alimentée par l'IA, qui change fondamentalement l'avenir de la façon dont nous fabriquons.
Le modèle MicroFactory de Haddy démontre cette réalité, combinant la capacité de production industrielle avec une économie très efficace pour produire tout, de la décoration de parc d'attractions aux bateaux pour la Marine. Cette entreprise, récemment lauréate d'un Siemens Prix Techcellence, relie les exigences commerciales et de défense, aidant à relier l'innovation des entreprises à la préparation industrielle nationale.
Ce qui rend le modèle utilisé par Haddy convaincant, c'est la façon dont l'IA améliore continuellement les performances de fabrication grâce à une boucle de rétroaction fermée :
Étape 1 — La partie parle : Une caméra détecte une minuscule indentation de surface presque impossible pour une remarque humaine.
Étape 2 — Le système écoute : Le système reconnaît un pic de pression quatre minutes avant l'apparition du défaut. L'IA connecte ces signaux et identifie une relation.
Étape 3 — Il trace la cause première : L'analyse révèle qu'une dégradation du matériau s'est produite en amont du processus de séchage avant le début de l'impression.
Étape 4 — Il se corrige tout seul : La température de la sécheuse est automatiquement ajustée. La production se poursuit sans interruption.
Étape 5 — Cela vérifie : Les dix couches suivantes s'impriment avec succès. Le problème est enregistré et enregistré comme résolu.
Étape 6 — Chaque machine devient plus intelligente : La solution est partagée sur toutes les imprimantes Haddy dans le monde, le faire permanent et reproductible.
Cette boucle n'est pas possible grâce à l'automatisation uniquement. Il s'agit d'une pile combinée de matériel, de logiciels et d'automatisation qui facilite l'apprentissage institutionnel à l'échelle industrielle.
La réindustrialisation nécessite de relier l'innovation à la production
La bonne nouvelle concernant les efforts de réindustrialisation des industries américaines est que les fabricants n'ont pas besoin de réinventer l'ingénierie pour obtenir des résultats révolutionnaires. En combinant des cadres d'ingénierie éprouvés avec la simulation et l'Industrial AI, des gains d'efficacité extraordinaires deviennent possibles.
Les organisations qui dirigeront la prochaine décennie de fabrication seront celles qui ont construit les bases les plus solides pour l'IA industrielle. Ce seront les entreprises qui ont conservé leur expertise dans le domaine, la conception et la production connectées, et qui ont veillé à ce que chaque décision pilotée par l'IA puisse être validée par rapport à la physique. Transformer les recommandations probabilistes d'IA en résultats déterministes.
C'est la leçon que nous voyons dans des entreprises comme PepsiCo, Haddy et bien d'autres qui ont réalisé que ce n'est pas seulement un avantage concurrentiel, mais la voie vers l'accélération de la fabrication américaine.
Les villes et entreprises américaines qui s'engagent déjà dans la réindustrialisation n'ont pas attendu un signal pour commencer à reconstruire leur avenir. La fabrication américaine ne peut pas se permettre d'attendre non plus.
Construisez les bases, possédez les renseignements et établissez des partenariats avec des organisations qui comprennent comment connecter l'innovation à la production et ensemble, nous pouvons accélérer la prochaine ère de la réindustrialisation américaine.
Publié : 17 août 2026
