ParisTech Review

De plus en plus d’objets sont équipés d’émetteurs-récepteurs, acquérant ainsi la capacité de communiquer. Les réseaux d’information qui en résultent portent en eux la promesse de nouveaux modèles économiques, d’une amélioration des processus d’activité et d’une réduction des coûts et des risques.

Dans la plupart des organisations, l’information emprunte des circuits connus. L’information spécifique à l’entreprise est stockée dans des bases de données, analysée dans des rapports puis remonte le long de la chaîne de management. L’information vient aussi de l’extérieur – recueillie auprès de sources publiques, glanée sur internet ou encore achetée à des professionnels de l’information.

Mais ces itinéraires, prévisibles, de l’information sont en train de changer : le monde physique lui-même devient une sorte de système d’information. Dans ce que l’on appelle « l’Internet des Objets » (IdO), les capteurs et les automates intégrés dans des objets physiques – du pacemaker aux équipements de régulation de la circulation – sont reliés à travers des réseaux, avec ou sans fils, utilisant souvent les mêmes protocoles internet (IP) que le web. Ces réseaux brassent un énorme volume de données, dirigé vers des ordinateurs pour être analysé. Lorsque les objets peuvent à la fois analyser leur environnement et communiquer, ils deviennent des outils qui permettent de comprendre des situations complexes et d’y faire face rapidement. Le déploiement de ces systèmes d’informations physiques, dont certains fonctionnent largement sans intervention humaine, est proprement révolutionnaire.

Déjà, des micro-caméras de la forme d’une pilule parcourent l’appareil digestif et renvoient des milliers d’images permettant de localiser l’origine d’une pathologie. Certains équipements agricoles de pointe, équipés de systèmes de communication sans fil qui captent des données satellitaires et de capteurs agronomiques, sont capables de prendre en compte les conditions sur le terrain, et d’ajuster la manière dont chaque partie du terrain sera cultivée – par exemple, en répandant davantage d’engrais sur les zones qui ont besoin de plus de nutriments. Au Japon, des panneaux publicitaires scrutent les passants, évaluant leur profil de consommateur et modifiant instantanément le message affiché en fonction de ces évaluations.

Certains de ces exemples revêtent un caractère futuriste et constituent des signes avant-coureurs pour les entreprises. Les modèles économiques fondés sur les structures actuelles de l’information, largement statiques, sont remis en question tandis qu’émergent de nouveaux moyens de créer de la valeur. Lorsque les préférences d’achat d’un client sont « captées » en temps réel en un lieu précis, un système de fixation des prix dynamique peut augmenter la probabilité d’achat. Savoir à quelle fréquence et avec quelle intensité un produit est utilisé peut donner naissance à des options supplémentaires – l’achat de droits d’usage d’un objet plutôt que de l’objet lui-même, par exemple. Les chaînes de production munies d’une multitude de capteurs peuvent être contrôlées avec davantage de précision, augmentant l’efficience du processus. Et si les risques liés à l’environnement opérationnel sont constamment surveillés, ou que les objets sont à même d’entreprendre des actions correctives pour éviter des défauts de fabrication, les risques et les coûts diminuent. Les entreprises qui exploitent ces possibilités prennent clairement un avantage sur ceux de leurs concurrents qui les négligent.

Le déploiement généralisé de l’Internet des Objets prendra du temps, mais les choses s’accélèrent grâce aux progrès des technologies concernées. L’amélioration des technologies sans fil et la standardisation croissante des protocoles de communication rendent possible la collecte de données issues de ces émetteurs, et ce où que l’on se trouve et quel que soit le moment. Les puces de silicone toujours plus compactes destinées à cet usage acquièrent de nouvelles fonctionnalités, de leur côté, les coûts baissent, en vertu de la loi de Moore. L’augmentation exponentielle des capacités de stockage et de la puissance des processeurs, exploitée notamment à travers le cloud computing, facilite l’agrégation de données à très grande échelle, pour un coût moindre.

Tout cela est connu des entreprises technologiques et des primo-adoptants du high-tech. Mais au fur et à mesure que ces technologies arrivent à maturité, leur déploiement généralisé va s’accélérer. Dans tous les secteurs, les cadres doivent dès aujourd’hui anticiper l’impact potentiel et les opportunités qui émergeront selon toute probabilité de l’Internet des Objets. McKinsey distingue six types d’applications différentes, qui peuvent être classés dans deux grandes catégories : l’information et l’analyse d’abord, l’automatisation et le pilotage ensuite.

Information et analyse
En liant les données issues des produits, des installations industrielles ou de l’environnement opérationnel, les nouveaux réseaux vont améliorer la qualité de l’information et générer des analyses plus fines, ce qui peut sensiblement améliorer la prise de décisions. Certaines entreprises commencent à déployer ces applications dans des domaines ciblés, tandis que d’autres utilisations plus radicales et plus complexes en sont encore à la phase conceptuelle ou expérimentale.

1. Pister les comportements
Lorsque les produits sont équipés de détecteurs-émetteurs, les entreprises peuvent surveiller leurs mouvements et même enregistrer les interactions dont ils font l’objet. Les modèles économiques peuvent alors être affinés en exploitant ces informations comportementales. Certaines compagnies d’assurance, par exemple, proposent d’installer des systèmes de localisation dans les voitures de leurs clients. Ceci permet à ces compagnies d’établir le prix de leurs polices d’assurance en fonction de la conduite de l’utilisateur et de ses déplacements. Le prix peut être fixé en fonction des risques réels liés à l’utilisation du véhicule plutôt qu’en se fondant sur des données génériques comme l’âge du conducteur, son sexe ou son lieu de résidence.

Imaginez encore les possibilités lorsque ces capteurs et ces connexions réseaux sont placés sur des voitures de location : elles peuvent être louées pour de courtes durées aux membres préenregistrés d’un service de location, les agences de locations deviennent superflues et l’utilisation de chaque véhicule peut être optimisée, augmentant ainsi les revenus correspondants. Zipcar a été pionnier dans ce modèle, et des compagnies de locations plus établies commencent à suivre. Dans le secteur de la grande distribution, les capteurs qui recensent les données liées au profil d’un acheteur (stockées dans leurs cartes de fidélité) peuvent aider à finaliser l’achat, en fournissant des informations supplémentaires ou en proposant des réductions sur le point de vente. Des leaders du marché comme Tesco sont à l’avant-garde dans ces pratiques.

Sur le marché B to B (services et vente aux professionnels), l’une des applications les plus connues de l’Internet des Objets est l’utilisation de capteurs qui communiquent avec des puces RFID placées sur les produits qui parcourent la supply chain (chaîne logistique), permettant ainsi d’optimiser la gestion des stocks tout en réduisant les besoins en fonds de roulement et les coûts logistiques. Le champ des possibles en matière de traçabilité est en pleine expansion. Dans l’industrie aéronautique, la technologie rattachée aux capteurs fait émerger de nouveaux modèles économiques. Les fabricants de moteurs d’avions restent propriétaires de leurs produits, facturant aux compagnies aériennes un prix dépendant de la quantité de puissance utilisée. Les constructeurs aéronautiques construisent des fuselages équipés de capteurs-émetteurs qui envoient en continu à leurs ordinateurs des données sur l’usure du produit, ce qui permet de mettre en place une maintenance proactive et de réduire le temps d’immobilisation au sol non prévu.

2. Améliorer le suivi en temps réel
Les données récoltées par un grand nombre de capteurs, déployés sur une infrastructure (comme les routes ou les bâtiments) ou destinés à faire des relevés environnementaux (de l’humidité du sol aux courants océaniques, en passant par la météo), dotent les décideurs d’une meilleure connaissance de la situation en temps réel, en particulier lorsque les capteurs sont combinés avec des technologies de pointe de visualisation ou d’affichage.
Le personnel de sécurité, par exemple, peut utiliser des réseaux de capteurs combinant vidéo, son et détection de vibration pour localiser des individus non autorisés qui pénètrent dans des locaux à l’accès surveillé. Certains systèmes de sécurité sophistiqués utilisent déjà partiellement ces technologies mais, à mesure que les capteurs deviennent plus compacts et gagnent en puissance, et que les logiciels deviennent plus aptes à analyser et à afficher l’information recueillie, des applications à la portée beaucoup plus large se développent. Les responsables logistiques des compagnies aériennes et de transport routier s’équipent déjà d’applications nouvelles pour obtenir des informations en temps réel sur les conditions météorologiques, la densité du trafic et l’emplacement des véhicules. Ils sont ainsi plus à même d’ajuster les itinéraires, réduisant les coûts liés à l’engorgement et augmentant la capacité effective de leur réseau. Une autre application : les officiers de police peuvent obtenir des données de manière instantanée, grâce à des capteurs audio permettant de localiser l’origine d’un coup de feu.

3. Appuyer l’analyse décisionnelle
L’Internet des Objets peut aussi venir appuyer des processus de planification et des prises de décision plus complexes et à plus grande échelle. Les besoins en équipements technologiques sont alors plus forts : il faut des capacités de stockage et une puissance très importantes, combinées à des logiciels sophistiqués qui produisent diverses représentations graphiques permettant d’analyser les données.

Dans l’industrie pétrolière par exemple, la prochaine phase d’exploration et développement pourrait s’appuyer sur de larges réseaux de capteurs placés dans la croûte terrestre pour obtenir des informations sur le lieu, la structure et les dimensions de gisements potentiels, de manière plus précise que les méthodes analytiques actuelles. L’avantage : des coûts de développement réduits et un meilleur approvisionnement en pétrole.

Dans la grande distribution, certaines enseignes étudient le moyen de rassembler et de traiter les données concernant les milliers de consommateurs qui parcourent les allées des magasins. Des capteurs spatiaux et des caméras notent le temps qu’ils passent devant un étalage donné et l’achat qui est finalement réalisé. Des simulations basées sur ces informations permettront ensuite d’augmenter les recettes en optimisant l’organisation des rayons.

Dans le domaine de la santé, les capteurs et les flux de données offrent la possibilité de suivre le comportement et les symptômes du patient en temps réel et à un coût relativement bas, permettant aux médecins de faire un meilleur diagnostic et de prescrire des traitements sur mesure. Dans certains essais cliniques actuellement en cours, des patients atteints de pathologies chroniques ont par exemple été équipés de capteurs qui permettent de surveiller constamment leur condition, tandis qu’ils vaquent à leurs occupations quotidiennes. L’un des ces essais implique des patients atteints d’insuffisance cardiaque. Ces derniers sont en général suivis seulement lors de visites périodiques chez leur médecin, qui relève leur poids, leur pression sanguine et leur rythme cardiaque. Des capteurs placés sur le patient peuvent aujourd’hui surveiller ces paramètres à distance et en continu, avertissant au plus tôt les médecins d’une évolution qui aurait sans cela mené à une hospitalisation imprévue et à des soins d’urgence très onéreux. Aux Etats-Unis, une meilleure gestion de l’insuffisance cardiaque peut à elle seule réduire les coûts d’hospitalisation et de traitement d’un milliard de dollars par an.

Automatisation et pilotage
Faire des informations recueillies la base de l’automatisation et du pilotage implique de convertir les données et les analyses collectées grâce à l’Internet des Objets en instructions renvoyées vers des réseaux d’équipements, qui à leur tour modifient un processus. Fermer cette boucle entre données et applications automatiques permet d’augmenter la productivité : des systèmes s’ajustant automatiquement aux situations complexes rendent superflues beaucoup d’interventions humaines. Les primo-adoptants inaugurent déjà des applications relativement basiques avec un retour immédiat sur investissement. Les entreprises adopteront des systèmes automatiques avancés à mesure que ces technologies se développeront.

1. Une optimisation des processus
L’Internet des Objets ouvre de nouveaux horizons à l’amélioration continue. Dans certaines industries, comme la chimie, des cohortes de capteurs sont installés pour introduire davantage de précision dans le suivi des processus. Ces capteurs envoient des données vers les ordinateurs, qui les analysent et envoient des signaux aux automates qui ajustent les paramètres du procédé de fabrication – par exemple en modifiant la proportion des ingrédients, la température ou la pression. Les capteurs et les automates peuvent aussi être utilisés pour modifier la position d’un élément qui parcourt la ligne d’assemblage, garantissant ainsi qu’il arrive dans les machines-outils dans une position optimale (de petites variations dans la position dans laquelle s’effectue la tâche peut bloquer, voire endommager les machines outils). Cette instrumentation améliorée, reproduite des centaines de fois durant tout un processus, permet des gains majeurs en termes de déchets, de coûts énergétiques et d’intervention humaine.

Dans l’industrie papetière par exemple, les besoins d’ajustement manuels de la température, fréquents dans les fours à chaux, limitent les gains de productivité. Une entreprise a augmenté sa production de 5 % en utilisant des capteurs de températures embarqués, dont les données sont utilisées pour ajuster automatiquement la forme et l’intensité de la flamme dans le four. Amener les écarts types de température à un niveau proche de zéro a amélioré la qualité du produit, et éliminé le besoin d’interventions fréquentes des opérateurs.

2. Une consommation de ressources optimale
Les capteurs en réseau et les mécanismes d’ajustements automatiques peuvent infléchir les courbes de consommation de ressources limitées, comme l’eau et l’énergie, souvent à travers une fixation plus dynamique des prix. Dans l’industrie de l’énergie, des entreprises comme Enel en Italie et Pacific Gas and Electric (PG&E) aux Etats-Unis déploient par exemple des « compteurs intelligents » qui affichent chez le client, particulier ou professionnel, la consommation d’énergie et le coût réel de l’approvisionnement au moment considéré. (La facturation traditionnelle pour l’usage résidentiel, avec un prix fixe par kilowattheure, masque la variation importante du coût de production de l’énergie dans une même journée). En se fondant sur les tarifs correspondant à l’heure de consommation et dotés d’une meilleure information, les particuliers pourraient éteindre leur climatisation ou retarder la mise en route du lave-vaisselle pendant les heures de pointe. Les clients professionnels pourraient programmer les étapes de production intensives en énergie en dehors des périodes de pointe de la demande, aux tarifs élevés, dans les heures creuses où les tarifs sont bas.

Les centres de traitement de données, qui sont parmi les consommateurs d’énergie dont la demande croit le plus rapidement, commencent à adopter des techniques de pilotage de leur consommation électrique reposant sur les retours d’information. La consommation d’électricité représente souvent la moitié des coûts de fonctionnement d’une installation sur l’ensemble de sa durée de vie ; pourtant la plupart des managers n’ont pas une vision détaillée des profils de consommation. Avoir cette vision n’est pas facile, car les serveurs atteignent des pics de consommation à différents moments, en fonction de leur charge. De plus, de nombreux serveurs consomment 24 heures sur 24, 7 jours sur 7, mais sont utilisés la plupart du temps à leur capacité minimale, car ils sont dédiés à des opérations spécifiques. Les fabricants ont développé des capteurs qui enregistrent la puissance consommée de chaque serveur, et utilisent des logiciels qui répartissent la charge de calcul sur les différents serveurs, réduisant le nombre de serveurs et de capacité de stockage sous-utilisés. Les nouveaux centres de traitement de données mettent déjà en place ce type de technologies, qui pourraient devenir standards pour les infrastructures de traitement de données dans les prochaines années.

3. Des systèmes autonomes complexes
La détection rapide et en temps réel de conditions imprévisibles et des réponses instantanées guidées par des systèmes automatisés représentent l’application la plus complexe de l’Internet des Objets. Ce type de prise de décision automatique mime les réactions humaines, mais en améliorant considérablement leur performance. L’industrie automobile, par exemple, fait office de précurseur dans le développement de systèmes pouvant détecter une collision imminente et décider d’une action corrective. Certaines applications de base, comme les systèmes de freinage automatique, sont déjà disponibles sur les voitures haut-de-gamme. Avec un déploiement plus large, les gains potentiels liés à la réduction des accidents pourraient dépasser 100 milliards de dollars par an. Certaines entreprises et instituts de recherche expérimentent une forme de pilote automatique pour des véhicules connectés en réseau et conduits de manière coordonnée, à des vitesses pratiquées sur autoroute. Cette technologie permettrait de diminuer le nombre de «bouchons fantômes» provoqués par les petites perturbations (comme des phares de freins soudainement allumés) qui s’enchainent jusqu’à créer des embouteillages.

Dans d’autres industries, des scientifiques testent des flottes de robots pour la maintenance des usines ou l’épuration de déchets toxiques, et dans le secteur de la défense, des systèmes à l’étude pourraient coordonner les mouvements d’un ensemble de drones. Si le développement et le perfectionnement de tels systèmes autonomes représentent un vrai défi, ils portent aussi la promesse de gains élevés en matière de sécurité, de risques et de coûts. Ces expériences pourraient également faire émerger des réflexions nouvelles sur la réalisation de certaines tâches en environnement hostile (comme les eaux profondes, les zones de guerres ou contaminées), difficiles à effectuer ou dangereuses pour l’homme.

Les promesses du futur
L’Internet des objets est porteur de grandes promesses, mais des défis techniques, politiques et économiques doivent encore être relevés avant que ces systèmes ne puissent être adoptés à grande échelle. Les précurseurs devront prouver que les nouveaux modèles économiques fondés sur ces capteurs créent une forte valeur ajoutée. Les groupes d’industries et les régulateurs devront étudier les lois relatives à la confidentialité et la sécurité des données, en particulier pour les usages impliquant l’utilisation d’informations sensibles sur le consommateur. Des cadres juridiques devront être établis par le législateur, les entreprises et les spécialistes de l’analyse du risque, en accord avec les assureurs, pour statuer sur les initiatives malheureuses prises par des systèmes automatisés. Du côté de la technique, le coût des capteurs et des automates doit être ramené à des niveaux viables pour une utilisation de masse. Les technologies de réseau et les standards sur lesquels celles-ci s’appuieront doivent évoluer pour parvenir à la libre circulation des informations entre capteurs, ordinateurs et automates. Les logiciels d’agrégation et d’analyse de données, ainsi que les techniques d’affichage graphique, doivent s’améliorer, pour permettre qu’un volume considérable de données soit absorbé par des décideurs humains ou synthétisé pour guider des systèmes automatisés de façon plus appropriée.

Au sein des entreprises, ces évolutions dans la circulation de l’information auront des implications majeures sur les structures d’organisation, qu’il s’agisse de la prise de décisions, de la gestion des opérations ou de la conception des processus. Le développement de produit, par exemple, devra prendre en compte ces possibilités, beaucoup plus grandes qu’auparavant, de collecte et d’analyse de l’information.

Les entreprises peuvent commencer dès maintenant à se positionner vis-à-vis de ces évolutions, en utilisant les nouvelles technologies pour optimiser leurs processus d’activité, pour lesquels les approches traditionnelles n’ont pas produit de résultats satisfaisants. L’efficience de la consommation énergétique et l’optimisation des processus sont de bonnes cibles à court terme. Les technologies émergentes devront être expérimentées dans des laboratoires de développement et sur des pilotes à petite échelle, et les entreprises établies peuvent chercher à nouer des partenariats avec des entreprises innovantes sur le plan technologique, qui conçoivent des applications de l’Internet des Objets spécifiques à chaque industrie.

————-
Cet article rédigé par Michael Chui, Markus Löffler, et Roger Roberts a été originellement publié à l’origine dans le McKinsey Quarterly [www.mckinseyquarterly.com]. Copyright McKinsey&Company. Tous droits réservés. Traduit et republié sur autorisation.

• http://wikanshare.net/2011/11/18/linternet-des-objets-lavenir-dinternet/ L’internet des objets, l’avenir d’Internet « wikanshare

  [...] Article publié sur Paristech review [...]

• http://business-analytics-info.fr/archives/2455/capteurs-et-automates-les-vrais-generateurs-de-big-data/ Capteurs et automates : les vrais générateurs de Big Data « Prospective « Business-analytics-info.fr

  [...] Lire l’article en anglais ou en français [...]

• http://ristretto.weave.eu/2012/10/08/weave-digital-review-internet-of-things-iot-une-revolution-en-marche/ Weave Digital Review – Internet of Things (« IoT ») : une (r)évolution en marche | weave Blog

  [...]    > Lire l’article [...]