En mars 2021, Walmart a annoncé un plan d’investissement de 350 milliards de dollars sur 10 ans dans des produits cultivés, fabriqués ou assemblés aux États-Unis. L’objectif du détaillant : créer 750 000 emplois aux États-Unis, la part du lion du secteur manufacturier. Si seulement il y avait 750 000 personnes prêtes à accepter ces emplois.

Depuis des décennies, les États-Unis connaissent une pénurie chronique de main-d’œuvre qualifiée, une situation rendue plus aiguë par la pandémie de COVID-19. En un mot : personne ne veut travailler dans une usine.

Au cours des deux dernières années, beaucoup de choses ont changé pour les producteurs, surtout pour le pire. Ils ont du mal à faire face aux pénuries de main-d’œuvre, ainsi qu’à d’autres problèmes urgents tels que la perturbation de la chaîne d’approvisionnement (de la tôle aux puces informatiques), la demande imprévisible des consommateurs et les pressions pour réduire les déchets. Un certain nombre de facteurs concomitants ont fortement limité le nombre de personnes dans l’usine, tandis que les opportunités d’emploi restent à des niveaux record.

Prenons l’exemple de l’inspection visuelle de la qualité de la production. Les statistiques montrent qu’à l’échelle mondiale, cette tâche verra une forte baisse de dizaines de milliers de travailleurs humains d’ici 2030. Nous sommes convaincus que des millions d’Américains sont impatients d’effectuer ces tâches répétitives, en particulier lorsque des alternatives sont disponibles sur le marché. travail?

Puisqu’il n’est pas envisageable d’envoyer plus de travailleurs au problème, les fabricants d’aujourd’hui se tournent vers l’IA et l’automatisation. Au cours des deux dernières années, l’Internet industriel des objets (IIoT) est devenu monnaie courante. Avec des dizaines de capteurs bon marché collectant des données, les fabricants s’efforcent d’intégrer une intelligence artificielle au niveau humain qui peut extraire des informations directement dans la zone de production, permettant aux systèmes de détecter les bons ou les mauvais cycles de production en fonction des données de la machine, car elles varient entre les cycles.

Les applications d’intelligence artificielle d’aujourd’hui sont disponibles dans de nombreux environnements grand public et professionnels. Ils améliorent la qualité des images des smartphones, éliminent les spams, reconnaissent les visages, traduisent les langues, optimisent les efforts de vente et rendent les jeux vidéo plus attractifs. Par conséquent, on pourrait supposer que l’IA peut être facilement appliquée à la production industrielle.

Ce n’est malheureusement pas le cas.

Bien que de nombreux progrès aient été réalisés pour rendre l’IA plus compréhensible et plus facile à utiliser, c’est toujours l’expertise des experts. De nombreuses nuances sont impliquées dans la transformation d’une preuve de concept en une distribution réelle. Il n’y a tout simplement pas assez de docteurs en IA dans le monde et il faut encore quatre années d’études acharnées pour obtenir ce diplôme.

L’état de l’IA dans le secteur manufacturier ressemble aujourd’hui de manière frappante à ce que nous avons connu lors de l’évolution d’Internet il y a 30 ans, lorsque le World Wide Web a été inventé. place la nécessité de le rendre accessible à un large public de non-spécialistes.

Lorsque j’ai créé mon premier site Web dans les années 1990, j’ai dû apprendre à écrire du langage de balisage hypertexte, ou HTML. Alors qu’Internet a gagné des millions d’utilisateurs, de nouveaux outils ont rendu le processus moins dépendant du code source. Avance rapide jusqu’en 2000, lorsque la conception Web est littéralement devenue l’apanage de quiconque possédant suffisamment de compétences pour pointer et cliquer avec la souris. Puis, vers 2003, est venu WordPress, qui, grâce à une communauté d’utilisateurs dédiée à l’informatique open source, a considérablement réduit la barrière à la création et à la mise à jour de sites Web, éliminant le besoin de compétences en codage et d’heures de travail.

L’adoption de l’IA dans le secteur manufacturier se trouve aujourd’hui dans une situation similaire, avec seulement une fraction d’entreprises et d’intégrateurs de systèmes compatibles ou maîtrisant l’IA. On estime que 30 % des entreprises prévoient d’intégrer l’IA dans leurs opérations au cours des prochaines années, et 91 % de celles qui ont répondu à une étude récente prévoient des obstacles et des obstacles importants à l’adoption de l’IA. Parmi les principaux obstacles figure la rareté des talents en IA pour conduire la transition.

Alors, à l’approche de la nouvelle année, que réserve le monde de la fabrication ? Voici mes prévisions pour 2022 :

Max Versace est co-fondateur et PDG de la société d’intelligence artificielle Neurala.

En mars 2021, Walmart a annoncé un plan d’investissement de 350 milliards de dollars sur 10 ans dans des produits cultivés, fabriqués ou assemblés aux États-Unis. L’objectif du détaillant : créer 750 000 emplois aux États-Unis, la part du lion du secteur manufacturier. Si seulement il y avait 750 000 personnes prêtes à accepter ces emplois.

Depuis des décennies, les États-Unis connaissent une pénurie chronique de main-d’œuvre qualifiée, une situation rendue plus aiguë par la pandémie de COVID-19. En un mot : personne ne veut travailler dans une usine.

Au cours des deux dernières années, beaucoup de choses ont changé pour les producteurs, surtout pour le pire. Ils ont du mal à faire face aux pénuries de main-d’œuvre, ainsi qu’à d’autres problèmes urgents tels que la perturbation de la chaîne d’approvisionnement (de la tôle aux puces informatiques), la demande imprévisible des consommateurs et les pressions pour réduire les déchets. Un certain nombre de facteurs concomitants ont fortement limité le nombre de personnes dans l’usine, tandis que les opportunités d’emploi restent à des niveaux record.

Prenons l’exemple de l’inspection visuelle de la qualité de la production. Les statistiques montrent qu’à l’échelle mondiale, cette tâche verra une forte baisse de dizaines de milliers de travailleurs humains d’ici 2030. Nous sommes convaincus que des millions d’Américains sont impatients d’effectuer ces tâches répétitives, en particulier lorsque des alternatives sont disponibles sur le marché. travail?

Puisqu’il n’est pas envisageable d’envoyer plus de travailleurs au problème, les fabricants d’aujourd’hui se tournent vers l’IA et l’automatisation. Au cours des deux dernières années, l’Internet industriel des objets (IIoT) est devenu monnaie courante. Avec des dizaines de capteurs bon marché collectant des données, les fabricants s’efforcent d’intégrer une intelligence artificielle au niveau humain qui peut extraire des informations directement dans la zone de production, permettant aux systèmes de détecter les bons ou les mauvais cycles de production en fonction des données de la machine, car elles varient entre les cycles.

Les applications d’intelligence artificielle d’aujourd’hui sont disponibles dans de nombreux environnements grand public et professionnels. Ils améliorent la qualité des images des smartphones, éliminent les spams, reconnaissent les visages, traduisent les langues, optimisent les efforts de vente et rendent les jeux vidéo plus attractifs. Par conséquent, on pourrait supposer que l’IA peut être facilement appliquée à la production industrielle.

Ce n’est malheureusement pas le cas.

Bien que de nombreux progrès aient été réalisés pour rendre l’IA plus compréhensible et plus facile à utiliser, c’est toujours l’expertise des experts. De nombreuses nuances sont impliquées dans la transformation d’une preuve de concept en une distribution réelle. Il n’y a tout simplement pas assez de docteurs en IA dans le monde et il faut encore quatre années d’études acharnées pour obtenir ce diplôme.

L’état de l’IA dans le secteur manufacturier ressemble aujourd’hui de manière frappante à ce que nous avons connu lors de l’évolution d’Internet il y a 30 ans, lorsque le World Wide Web a été inventé. place la nécessité de le rendre accessible à un large public de non-spécialistes.

Lorsque j’ai créé mon premier site Web dans les années 1990, j’ai dû apprendre à écrire du langage de balisage hypertexte, ou HTML. Alors qu’Internet a gagné des millions d’utilisateurs, de nouveaux outils ont rendu le processus moins dépendant du code source. Avance rapide jusqu’en 2000, lorsque la conception Web est littéralement devenue l’apanage de quiconque possédant suffisamment de compétences pour pointer et cliquer avec la souris. Puis, vers 2003, est venu WordPress, qui, grâce à une communauté d’utilisateurs dédiée à l’informatique open source, a considérablement réduit la barrière à la création et à la mise à jour de sites Web, éliminant le besoin de compétences en codage et d’heures de travail.

L’adoption de l’IA dans le secteur manufacturier se trouve aujourd’hui dans une situation similaire, avec seulement une fraction d’entreprises et d’intégrateurs de systèmes compatibles ou maîtrisant l’IA. On estime que 30 % des entreprises prévoient d’intégrer l’IA dans leurs opérations au cours des prochaines années, et 91 % de celles qui ont répondu à une étude récente prévoient des obstacles et des obstacles importants à l’adoption de l’IA. Parmi les principaux obstacles figure la rareté des talents en IA pour conduire la transition.

Alors, à l’approche de la nouvelle année, que réserve le monde de la fabrication ? Voici mes prévisions pour 2022 :

Max Versace est co-fondateur et PDG de la société d’intelligence artificielle Neurala.