Coup de projecteur sur le service après-vente

L'intelligence artificielle peut analyser de gigantesques volumes de données, reconnaître des schémas, tirer des conclusions et apprendre parallèlement. Il n'est donc pas étonnant que cette technologie suscite un tel intérêt de la part des entreprises. Endress+Hauser y fait également appel pour analyser, améliorer et automatiser les process. Les exemples d'utilisation englobent la modification des spécifications des appareils, le contrôle des soudures ou encore le choix des meilleurs itinéraires d'expédition. Avec trois millions d'appareils sortant des usines chaque année, les gains d'efficacité sont considérables. L'IA permet de gagner du temps et d'éviter des erreurs.

L'IA peut aussi aider lorsque ces appareils fonctionnent sur le terrain. Endress+Hauser utilise une application basée sur le cloud, appelée Product Lens, pour surveiller en temps réel les performances des appareils de mesure dans le monde entier. Les informations ainsi obtenues sont utilisées pour apprendre et anticiper d'éventuels problèmes. Chaque nuit, Product Lens parcourt les 60 millions d'entrées de la base de données interne des instruments, identifie les nouvelles interventions de service après-vente nécessaires et les compare avec les celles effectuées par le passé. Si les demandes de service après-vente pour un certain type d'appareil se multiplient, Product Lens analyse les rapports correspondants établis par les techniciens et identifie les cas susceptibles d'être l'indice d'anomalies.

L'identification n'est pas facile. En effet, le service après-vente – mise en service, étalonnage et maintenance – fait généralement partie des tâches de routine. Des mots tels que "réparation", "problème" ou "remplacement" dans les rapports peuvent en revanche refléter des problèmes liés à la fabrication. Mais cela n'est pas toujours le cas. "Dans les cultures où la politesse joue un rôle important, comme au Japon, la maintenance est parfois qualifiée de réparation dans la documentation", explique Enrico Stasio, Head of Corporate Quality, Lean and IT. "Dans d'autres cultures, une réparation sera en revanche considérée comme une opération de maintenance." Product Lens a déjà appris toutes ces subtilités. "Le contexte joue un rôle clé", souligne Thomas Fricke, Head of Division Marketing Services. "Nous avons formé notre IA au moyen de 15 000 cas. Maintenant, elle reconnaît les cas pertinents avec un taux de fiabilité de 95 %. Nos experts internes les examinent ensuite en détail et en éliminent certains. L'outil apprend toujours plus avec chaque cas détecté."

Des informations précieuses

Jusqu'à présent, il n'y a pas eu de rappels de produit. L'application procure néanmoins de nombreux avantages supplémentaires. "Nous pouvons observer sur le marché si d'infimes modifications apportées au process de fabrication ont des conséquences indésirables", ajoute De Stasio. Tous les employés d'Endress+Hauser ont accès à Product Lens. En effet, ses données d'analyse sont tout aussi intéressantes pour la production que pour le développement et l'assistance technique. Ainsi, elles peuvent mettre les techniciens plus rapidement sur la bonne piste face à un nouveau cas de service après-vente. "Si un appareil de mesure pose problème chez un seul client, alors que des milliers d'autres appareils du même modèle fonctionnent très bien, il s'agit probablement d'une erreur de branchement ou d'utilisation", explique Fricke.