Industries numériques | Fabrication

Inspection de la qualité à l'échelle mondiale grâce à l'IA

Par Ali Ali, directeur des ventes, Siemens Consumer Products and Goods

La fabrication a toujours été une question d'équilibre entre rapidité, qualité et innovation. Pour les fabricants de biens de consommation emballés, cet équilibre est d'autant plus complexe que les portefeuilles de produits s'élargissent, que les formats d'emballage évoluent plus rapidement et que les chaînes de production devraient être plus variées que jamais. Dans le même temps, les consommateurs continuent de s'attendre à des produits impeccables à chaque achat.

Proctor & Gamble (P&G) souhaite garantir la meilleure qualité à ses clients. Sur des milliers de produits et de lignes de production dans le monde entier, même de légères modifications apportées aux matériaux, à l'emballage, aux graphismes, aux textures ou aux conditions de production peuvent affecter la qualité des résultats. Les technologies d'inspection traditionnelles ont été conçues pour un monde antérieur. L'industrie moderne exige quelque chose de plus adaptable.

Ce défi explique pourquoi Contrôle qualité basé sur l'IA est en train de devenir l'une des applications les plus importantes de l'IA industrielle. La possibilité d'inspecter chaque produit à plein régime de production, de tirer les leçons des variations au lieu de s'en laisser perturber, et d'étendre ces capacités à l'échelle mondiale offre aux fabricants une nouvelle façon de faire face à la concurrence. Le Visual Inspection Cockpit (VIC) de Siemens, développé en collaboration avec P&G, montre comment l'IA, l'Industrial Edge computing et la vision industrielle peuvent transformer l'assurance qualité d'une exigence de production en un avantage commercial stratégique.

Renforcer l'inspection de la qualité pour répondre à des processus de fabrication complexes et plus rapides

Les lignes de production rapides de P&G, avec leur grande variabilité, correspondent exactement à l'environnement où le processus d'inspection est exigeant et nécessite une solution spécifique et intelligente. Les lignes de production doivent répondre à un débit élevé, à une innovation constante en matière de produits, à des designs d'emballage évolutifs et à des matériaux qui s'étirent, se déforment, se froissent ou varient naturellement au cours de la fabrication.

Historiquement, les systèmes de vision industrielle basés sur des règles étaient utilisés pour détecter les problèmes de qualité. Bien qu'ils soient efficaces dans des environnements stables, ces systèmes nécessitent souvent des réglages approfondis chaque fois que les produits, les matériaux, les conditions d'éclairage ou les paramètres de production changent. À mesure que la variabilité de la fabrication augmente, le maintien des performances d'inspection peut devenir de plus en plus gourmand en ressources.

Comme l'explique Roland Joseph, directeur technique senior des contrôles intelligents et de l'automatisation chez P&G : « Les systèmes de vision traditionnels basés sur des règles ont tout simplement du mal à répondre aux exigences liées aux principaux contrôles des attributs de qualité des produits et aux changements constants introduits par nos environnements d'innovation et de fabrication. Nous avons besoin de capacités nettement plus agiles et robustes. »

Ce dont P&G avait besoin, ce n'était pas simplement d'un meilleur système d'inspection. L'entreprise avait besoin d'une approche fondamentalement différente, capable de fournir une inspection précise en continu à la vitesse de la ligne tout en s'adaptant à les réalités de l'industrie moderne.

L'informatique de pointe permet de déployer l'IA à grande échelle

Quelques années avant de s'associer à Siemens, P&G avait déjà identifié le potentiel du deep learning pour résoudre les problèmes d'inspection de la qualité que les technologies classiques avaient du mal à relever. L'entreprise a développé et déployé avec succès une solution interne dans plus de 150 environnements de production, prouvant ainsi la valeur de l'inspection basée sur l'IA.

Le défi suivant était l'échelle.

Le déploiement de l'IA industrielle à l'échelle mondiale ne se limite pas au développement de modèles précis. Cela nécessite une infrastructure standardisée, une puissance informatique fiable, une résilience opérationnelle, une gestion du cycle de vie, des processus de déploiement de logiciels et un support à long terme. Ce sont ces fonctionnalités qui transforment un projet pilote réussi en une capacité à l'échelle de l'entreprise.

En s'associant à Siemens, P&G a combiné son expertise en matière de fabrication et ses innovations en matière d'apprentissage profond avec notre plateforme Industrial Edge, des PC industriels powered by NVIDIA et une infrastructure d'IA industrielle conçue pour être déployée sur de multiples installations et environnements de production.

« Nous avons conçu cette solution », explique Paul Thomas, directeur de la vision industrielle et de l'IA appliquée chez P&G, « pour résoudre une myriade de défis industriels que les systèmes de vision traditionnels ne pouvaient pas relever : caractérisation précise des composants qui se chevauchent, subtilité des défauts de faible contraste, complexité des produits et des emballages très décorés, coordination temporelle serrée, intégration de PLC en temps réel avec rejet d'un seul produit à des cadences de production élevées avec inspection continue. »

Le résultat est une solution qui permet à Industrial AI de fonctionner là où se déroule la fabrication : directement dans l'usine, en temps réel et rapidement.

Liens connexes :

La possibilité d'inspecter chaque produit à plein régime de production, de tirer les leçons des variations au lieu de s'en laisser perturber, et d'étendre ces capacités à l'échelle mondiale offre aux fabricants une nouvelle façon de faire face à la concurrence. Le Visual Inspection Cockpit (VIC) de Siemens, développé en collaboration avec P&G, montre comment l'IA, l'Industrial Edge computing et la vision industrielle peuvent transformer l'assurance qualité d'une exigence de production en un avantage commercial stratégique.

Les systèmes de vision industrielle deviennent une plateforme pour Industrial AI

Le VIC est important, non seulement pour ce qu'il fait, mais aussi pour ce qu'il représente.

VIC utilise essentiellement la segmentation sémantique pilotée par l'IA pour analyser les images de production en direct et identifier les problèmes de qualité difficiles à détecter à l'aide des approches traditionnelles basées sur des règles. Fonctionnant sur Siemens Industrial Edge, le système effectue des analyses en temps réel sans compromettre le débit et peut automatiquement déclencher des actions de production en aval lorsque des défauts sont identifiés.

Le principal facteur de différenciation, cependant, est que VIC n'est pas une application isolée. Il fait partie d'un écosystème Siemens en pleine expansion qui rend l'IA industrielle pratique, évolutive et reproductible dans les environnements de fabrication.

Par exemple, le Siemens SIMATIC le portefeuille d'automatisation fournit la base d'automatisation évolutive qui permet aux fabricants de normaliser et d'étendre leurs opérations sur l'ensemble de leurs installations tout en préservant la cohérence et l'efficacité opérationnelle. La même philosophie sous-tend VIC : déploiement standardisé, ingénierie reproductible et gestion à l'échelle de l'entreprise plutôt que personnalisation site par site.

De même, notre Technologie SynThai montre comment la vision industrielle alimentée par l'IA peut être accélérée grâce à la génération de données synthétiques, permettant ainsi aux fabricants de créer et d'entraîner des modèles de vision plus rapidement tout en réduisant les efforts liés à la collecte et à l'annotation de données d'images physiques. À mesure que l'adoption de la vision industrielle se développe, les données synthétiques et le développement de modèles d'IA deviennent des compléments importants aux technologies de déploiement en production telles que VIC.

Un autre exemple est le Siemens VISION AI CONTROL POUR MACHINES solution, qui tire parti de l'Industrial Edge et de l'analyse de l'IA en temps réel pour permettre aux machines de détecter les conditions, de prendre des décisions et d'interagir directement avec les automates programmables de l'usine. Tout comme VIC, il rapproche les capacités de l'IA des opérations, permettant ainsi des réponses plus rapides et une plus grande autonomie sans avoir recours à des ressources informatiques distantes.

Ensemble, ces technologies révèlent ce qui est peut-être le principal facteur de différenciation de Siemens en matière d'IA industrielle : il ne s'agit pas d'une application unique, mais d'un framework de bout en bout qui aide les fabricants à développer, déployer, faire évoluer et exploiter des capacités d'IA tout au long du cycle de vie de production. Le VIC est un exemple de cette stratégie en action.

Industrial AI pour le secteur manufacturier donne des résultats qui vont au-delà de l'inspection

Dans les environnements de production exigeants de P&G, VIC inspecte en permanence les produits dont l'apparence, la texture, les graphismes, l'alignement, la structure, la superposition et les caractéristiques d'emballage varient naturellement. Plutôt que de s'appuyer sur des règles étroitement définies, le système peut s'adapter à ces variations tout en maintenant les performances d'inspection.

Comme l'a dit Roland Joseph, « Impossible de proposer une innovation haut de gamme sans avoir les moyens d'inspecter et de contrôler sa qualité rapidement. »

Les résultats mesurables sont convaincants. La solution assure une couverture d'inspection continue à pleine vitesse de production, réduit les rebuts de 10 à 20 % selon le produit, améliore la cohérence entre les variantes du produit et réduit la dépendance à l'égard des inspections manuelles et des efforts de revalidation répétés. Les nouveaux déploiements peuvent également être mis en service cinq à dix fois plus rapidement que les systèmes de vision industrielle sur mesure traditionnels.

« Tout est plus précis, plus sûr de lui-même », a déclaré Roland Joseph. « Nous pouvons vérifier chaque produit et disposer des preuves à l'appui. »

Peut-être plus important encore, c'est que les informations de qualité générées par VIC font partie d'un écosystème de fabrication numérique plus large, aidant les équipes de production à identifier les tendances, à améliorer la stabilité des processus et à soutenir l'amélioration opérationnelle continue.

Le contrôle qualité devient un avantage concurrentiel

L'histoire du VIC ne se limite pas à la vision artificielle. Il s'agit de savoir comment les fabricants peuvent passer de l'échantillonnage à l'inspection continue, des règles statiques à l'intelligence adaptative, et des déploiements isolés à une IA industrielle évolutive à l'échelle mondiale. En combinant des modèles d'IA, l'informatique Industrial Edge, une infrastructure d'automatisation et une facilité d'utilisation au niveau de l'usine, Siemens et P&G ont montré comment l'intelligence artificielle peut intégrer les opérations de fabrication quotidiennes au lieu de rester limitée à des projets pilotes.

Cette capacité a des implications bien au-delà de la fabrication de biens de consommation emballés. Des secteurs tels que l'alimentation et les boissons, les produits pharmaceutiques, l'emballage, l'électronique et la fabrication de pointe sont confrontés aux mêmes défis : complexité croissante des produits, exigences de qualité croissantes et nécessité de développer l'innovation sans sacrifier les performances opérationnelles. Les fabricants capables d'inspecter chaque produit, de réagir aux variations en temps réel, de réduire le gaspillage et de s'améliorer continuellement grâce à des informations basées sur les données seront mieux placés pour être compétitifs. Notre technologie VIC est un exemple clair de la manière dont l'IA industrielle contribue à rendre cet avenir possible aujourd'hui.

Publié le 15 octobre 2026