La numérisation est omniprésente. De la logistique aux soins de santé, l’IA et le machine learning révolutionnent les industries à un rythme sans précédent. Mais qu’est-ce que cela signifie pour la fabrication du fromage, une industrie imprégnée de tradition, de savoir-faire artisanal et d’expertise sensorielle ?
À première vue, la production de fromage peut sembler immunisée contre les perturbations numériques. Pourtant, sous la surface, il s’agit d’un processus riche en variables : composition du lait, température, niveaux de pH, teneur en humidité et activité microbienne, qui influencent tous le produit final. Cette complexité en fait un candidat de choix pour l’innovation numérique.
Voici Tim Dijkstra, responsable des solutions d’analyse chez Tetra Pak, et Joanna Ilczyszyn, responsable commerciale, qui vont vous présenter les possibilités offertes par les nouveaux outils et technologies pour les fromagers, et pour vous donner un aperçu de l’avenir.
La première étape commence ici. Par un défi.
Chez Tetra Pak, nous disposons d’une expertise approfondie du domaine qui va au-delà des équipements et des services. Notre équipe, que nous appelons Analyse, exploite ces connaissances pour transformer les données des usines clientes en informations précieuses qui stimulent l’efficacité et réduisent les coûts. En nous appuyant sur notre connaissance spécifique du secteur, nous ajoutons un élément contextuel essentiel aux données brutes, créant ainsi des applications puissantes adaptées aux besoins uniques des fabricants de produits alimentaires et de boissons. Pour y parvenir, la première étape consiste à définir clairement le problème et à s’assurer de la disponibilité des données.
« Nous demandons à notre client « quel est votre défi ? ». Et ensuite, « avez-vous des données liées à ce problème ? ». Et si vous avez des réponses positives à ces deux questions, il est possible d’examiner les possibilités. Nous disons des possibilités, car il y aura des défis. Nous serons par exemple confrontés à une diversité de sources de données. Certaines données seront sur papier et d’autres seront stockées dans différentes bases de données dans les locaux. Pour libérer la valeur des données, vous souhaitez les rassembler dans une source unique de données de haute qualité. Nous pouvons aider les clients en mettant à niveau leur infrastructure : nous construisons une infrastructure prête pour l’avenir en tant que plateforme standard dès aujourd’hui », explique Tim.
Deuxième étape : trouver les solutions.
Avec les prérequis, l’infrastructure de collecte des données, comment ces données peuvent-elles être utilisées ? Tim reprend la parole :
« Notre champ d’application englobe diverses compétences et capacités : technologues du fromage, scientifiques des données, ingénieurs en automatisation et, bien sûr, nos collaborateurs en contact direct avec les clients sont également en mesure de transférer le message. Il s’agit donc d’un domaine pluridisciplinaire. »
Pour expliquer ce qu’un « champ d’application » peut comprendre, Tim illustre avec un modèle d’IA pour l’optimisation de l’un des principaux indicateurs de qualité du fromage : le niveau d’humidité.
« Nous avons développé un algorithme qui permet aux clients de contrôler les niveaux d’humidité du fromage. Pour mettre cela en œuvre, nous analysons d’abord s’il existe un cas commercial valable pour le client spécifique. Pour cela, nous devons accéder à un ensemble spécifique de données. L’interprétation de ces données nécessite à la fois qu’un scientifique des données les analyse et qu’un technologue spécialisé dans le fromage en explique la signification. L’interprétation des données est donc un effort conjoint. Grâce à notre algorithme et aux données du client, nous élaborons le modèle, le validons et le déployons. Une fois déployés, nous continuons à améliorer le modèle en mettant à jour l’ensemble de données, en analysant les performances et en adaptant le modèle en conséquence. Il existe également une interface pour l’opérateur, et nous lui apprenons à l’utiliser. C’est un système complet. »
Cela permet aux clients d’optimiser et d’obtenir un contrôle total des niveaux d’humidité de leur fromage. Cela renforce les connaissances sur les niveaux et les valeurs optimaux. Et le même type de flux de travail peut être utilisé pour contrôler les recettes et d’autres paramètres. Joanna Ilczyszyn ajoute :
« Le processus que nous utilisons pour l’outil d’optimisation de l’humidité est un bon exemple de la manière dont cela se passe sur le terrain. Il s’agit de numériser les processus de fabrication, et le machine learning en est un élément très important », explique-t-elle.
Troisième étape Perspectives d’avenir - vers des usines autonomes
La fabrication du fromage est un métier. Vous avez besoin d’expérience pour y parvenir. Cela signifie que les producteurs de fromage dépendent des connaissances individuelles. En période de pénurie de compétences, il s’agit d’un défi, qui peut être résolu grâce à l’automatisation et aux outils numériques. Et bien que l’IA et le machine learning ne soient pas des objectifs en soi, ces phénomènes jouent inévitablement un rôle de plus en plus important.
« Aujourd’hui, l’IA est un assistant, quelque chose qui aide les experts du fromage dans leur travail quotidien », explique Tim.
Mais qu’en sera-t-il demain ? Le voyage se poursuit sans fin et n’a pas de destination finale fixe. Mais en ce qui concerne les feuilles de route à court terme, la direction que nous prenons, étape par étape, est celle du concept d’usines autonomes. Joanna explique :
« Nous visons à fournir une compréhension complète de la ligne de fromagerie, qui est complexe en termes d’unités, d’opérations requises, de facteurs de contrôle et de risques potentiels. Alors, comment pourrons-nous y parvenir ? En prévoyant ce que vous devez faire d’un point de vue opérationnel, ce que vous devez améliorer et ce que vous devez éviter. »
Mais qu’en est-il de demain ?
Le parcours de la numérisation dans la production de fromage est loin d’être terminé. En fait, ce n’est que le début. C’est un parcours constant, sans point d’arrivée, mais avec des étapes en constante évolution. Et alors que nous nous tournons vers un avenir proche, un concept devient de plus en plus clair : les usines autonomes.
« Nous avançons progressivement vers le concept d’usines autonomes », explique Joanna. « Les usines autonomes constituent le prochain défi à relever. Leur systèmes devront non seulement assurer la surveillance et les signalements, mais aussi apprendre, s’adapter et agir de manière indépendante.. Imaginez une ligne de production de fromage qui s’ajuste en temps réel en fonction de la qualité du lait entrant, des conditions environnementales ou même de la demande du marché. Ce n’est pas de la science-fiction, c’est l’avenir que nous construisons. »
Les prévisions sont basées sur les tendances des données collectées, qui à leur tour sont basées sur des décennies de savoir-faire accumulé.
« La conception de l’IA repose sur la logique d’un cerveau humain. « Si un technologue fromager expérimenté peut fabriquer un fromage parfait, l’IA peut imiter cela, au moins dans une certaine mesure », explique Tim.
Joanna poursuit :
« Nous tirons donc parti des connaissances que le cerveau humain a apportées au système de production, et nous utilisons ces connaissances pour stabiliser les paramètres qui ont des conséquences sur les revenus. Nous pouvons examiner la consommation de médias, les processus NEP, ou l’efficacité de la cuve… en nous assurant que notre équipement dispose du logiciel et du matériel appropriés pour couvrir tous les points de données qui influencent la sortie de la ligne, nous automatisons la production et nous nous assurons que la qualité du produit et les revenus ne dépendent pas des décisions de l’opérateur individuel. »
Pour les nouvelles usines, où l’expérience de fabrication du fromage peut être limitée, le potentiel est énorme. Joanna développe :
« Vous ne pouvez pas apprendre à quelqu’un à devenir un spécialiste de la technologie du fromage en seulement un an. C’est impossible. Mais ce qui est possible, c’est d’utiliser les connaissances issues de la collecte des données, de la compréhension des données et de la structure des données, pour créer une logique pour le flux de processus, puis l’appliquer au modèle d’IA, qui lit, contrôle et analyse les données à la volée dans la ligne, comme un opérateur. »
Les experts seront toujours des experts
Mais lorsque la technologie intervient, qu’advient-il du savoir-faire et de l’expertise acquis grâce à une longue expérience ? Tout est-il perdu ? Tim retourne la perspective :
« D’autre part, que se passe-t-il lorsqu’un expert part ou prend sa retraite et que le successeur n’a pas les mêmes connaissances ? Désormais, vous pouvez utiliser le modèle d’IA pour former le nouveau technologue et conserver son expertise. »
Il s’agit toutefois d’une transition étape par étape.
« Lorsque vous mettez en œuvre l’IA, en général seulement 25 % du budget est consacré à la création et à la mise en œuvre du modèle d’IA. Le reste, 75 %, c’est de la gestion du changement : comment amener les gens à accepter cette nouvelle technologie ? C’est là qu’interviennent nos relations à long terme avec nos clients. Nous ne nous contentons pas de mettre en œuvre de nouvelles technologies et nous disons « bonne chance ». Nous nous assurons que cela fonctionnera et nous sommes avec notre client sur la voie à suivre », explique Tim.
Les connaissances humaines sont toujours à la base des processus. Quand il s’agit de produire le fromage parfait, rien ne vaut un fromager expérimenté.
« L’IA ne peut pas faire mieux qu’un véritable expert en fromages. Mais un être humain se fatigue, il a besoin de manger et de boire, etc. L’IA est constante. Elle produit votre fromage de la même manière à chaque fois. Mais encore une fois, il est important de souligner que les décisions sont toujours prises par les individus », ajoute Tim.
Joanna incarne la coagulation du fromage.
« Par le passé, l’opérateur ouvrait la cuve, pressait le coagulum dans ses mains et examinait la structure pour décider si le coagulum était prêt à être coupé. Aujourd’hui, la coagulation peut être contrôlée via des capteurs intégrés à l’équipement, qui mesurent le niveau d’humidité. Ainsi, au fil du temps, l’IA nous aide à analyser les données d’une manière qui nous permet d’évaluer les paramètres et de mieux contrôler les performances. Mais nous aurons toujours besoin de l’œil humain, des experts qui diront « oui, cette tendance est bonne, cela va marcher ».
L’avenir est, par définition, difficile à prévoir. Mais peu importe ce que l’avenir nous réserve, les équipes de Tim et Joanna continueront à mettre leur expertise approfondie au service des producteurs de fromage d’aujourd’hui et de demain, afin de les aider à ajuster et optimiser leurs produits. Car, comme le dit Tim :
« Il n’y a jamais de situation où il n’est pas nécessaire de s’améliorer davantage. »
