Fournisseurs et constructeurs allemands doivent prendre garde : le responsable IT production du groupe ZF alerte que la prochaine vague d’IA en usine calera à moins que les entreprises ne corrigent la manière dont les données sont collectées et gouvernées sur le plancher. Cela concerne les opérateurs des lignes d’assemblage, les fournisseurs servant les usines allemandes et autrichiennes, et les acheteurs qui attendent une qualité fiable, de l’électronique aux groupes motopropulseurs.
« Vous pouvez tout mettre dans le data lake » — et quand même échouer
Volker Szabo, Head of IT Production Solution Analysis and Strategy Execution chez ZF Group, a déclaré à CIOnews le 8 novembre 2026 que l’IA d’entreprise en production est freiné par ce qu’il qualifie d’« architecture spaghetti » : des décennies d’interfaces ad hoc, point à point et non documentées qui dissimulent la provenance des données et rendent la montée en charge coûteuse et risquée. « Vous pouvez tout mettre dans le data lake, mais les gens ne savent pas où pêcher, » a dit Szabo.
Szabo a décrit une solution pragmatique : une couche d’intégration gouvernée qui standardise la manière dont les automates programmables, les systèmes SCADA et les plateformes MES/ERP publient les données de production. Cette couche, soutient‑il, crée une source unique de vérité et permet de déployer plus rapidement et en toute sécurité des modèles d’IA pour l’inspection visuelle, la maintenance prédictive et les jumeaux numériques dans plusieurs usines.
Comment un petit changement technique peut libérer une grande valeur IA
Dans son entretien, Szabo a donné un exemple concret du potentiel économique : réduire des dizaines de connexions point à point vers une couche d’intégration commune pourrait diminuer le nombre d’interfaces d’environ 80 % dans un scénario simplifié — pas une économie directe en coûts mais une forte réduction de la complexité architecturale et des efforts de maintenance qui tuent généralement les déploiements. Il a aussi recommandé de commencer par des pilotes à périmètre strict — « commencez par une plaque signalétique, puis ajoutez des données pas à pas » — plutôt que de tenter un jumeau numérique unique et global.
Des acteurs industriels testent déjà des approches similaires. Siemens et NVIDIA promeuvent des outils de jumeau numérique et d’usine pilotée par agents à la Siemens Electronics Factory d’Erlangen comme modèle d’usine adaptable ; Siemens indique que ces applications sont déjà en phase d’essai en production et visent à accélérer les flux d’inspection, de planification et de mise en service virtuelle.
Ce que cela signifie pour le marché
Pour les constructeurs automobiles et fournisseurs européens, le message est opérationnel : déployer l’IA pour l’inspection qualité, la robotique ou la maintenance prédictive n’est plus seulement un exercice d’entraînement de modèles — c’est un problème d’intégration et de gouvernance. Si les OEM et les fournisseurs de rang 1 suivent le conseil de Szabo, ils pourront étendre plus rapidement des pilotes réussis à plusieurs usines allemandes et autrichiennes, réduisant le temps et le coût nécessaire pour intégrer l’inspection et la maintenance assistées par IA dans les quarts de travail courants. Cela réduit les pertes et le risque d’arrêt pour les lignes batterie et groupes motopropulseurs, et rend les tests par jumeau numérique des changements de production moins perturbateurs — des bénéfices qui comptent alors que les usines gèrent programmes VE et volatilité des chaînes d’approvisionnement.
Pour les salariés et les comités d’entreprise, la prescription technique a aussi des implications concrètes : une approche privilégiant l’intégration tend à préserver les automates et machines existants tout en ajoutant l’accès aux données, ce qui peut limiter les changements matériels immédiats et permettre une montée en compétences progressive des opérateurs et des équipes de maintenance plutôt qu’un rééquipement brutal.
L’entretien de ZF souligne un déplacement silencieux à travers l’Allemagne et l’Autriche : la prochaine étape de l’IA en usine se gagnera ou se perdra à la couche d’interface entre les contrôleurs et les systèmes d’entreprise, pas seulement dans des modèles plus volumineux.
Marché B2B de véhicules WorldTrader24 pour professionnels →
Sources : CIOnews, Siemens
Note partenaire : Le partenaire technologique d’AutoPresse DaVinci AI développe des solutions d’IA pour l’ensemble de l’industrie automobile – de l’analyse marché et réseau de concessionnaires aux agents IA autonomes et à la production d’images et de vidéos.
