Projets

Bayer : des jumeaux numériques pour optimiser les process industriels et commerciaux

Bayer Crop Science s'est servi de jumeeaux numériques pour optimiser les process, les outils pour les semences de maïs.

En créant des jumeaux numériques de ses usines, Bayer Crop Science dispose de représentations numériques dynamiques des équipements et des processus de chacun de ses neuf sites nord-américains de fabrication de semences de maïs.

PublicitéDepuis plusieurs années, Bayer Crop Science s'efforce d'intégrer de la science de la décision à tous ses domaines d'activités qui vont de la logistique jusqu'au séquençage génétique. Cette stratégie basée sur l'apprentissage machine et l'intelligence artificielle, s'appuie désormais sur des jumeaux numériques. Véritables « usines virtuelles », ces jumeaux numériques modélisent chacun des neuf sites de fabrication de semences de maïs que Bayer exploite en Amérique du Nord. « Ces sites de fabrication de maïs reçoivent beaucoup de semences au moment de la récolte », a expliqué Naveen Singla, responsable du Data Science Center of Excellence (COE) de Bayer Crop Science. « Après leur récolte dans nos champs, ces semences passent par nos neuf sites de fabrication de maïs pour être traitées et éventuellement mises en sacs, puis distribuées à l'agriculteur ».

Le projet appelé « Shaping Business Strategy and Future Operations Through Virtual Factory » permet à Bayer de disposer d'une représentation numérique dynamique des équipements, des spécificités des process et des flux de produits, de la nomenclature et des règles de fonctionnement pour chacun des neuf sites. Grâce à ces usines virtuelles, Bayer peut réaliser des analyses de simulation pour chacun de ses sites. Ainsi, quand l'équipe commerciale présente des offres de traitement des semences ou des stratégies de prix plus innovantes, l'entreprise peut utiliser les usines virtuelles pour évaluer la capacité du site à adapter ses opérations et à mettre en oeuvre ces stratégies. « Les usines virtuelles peuvent également servir à prendre des décisions d'investissement de capitaux, à créer des plans d'affaires à long terme, identifier de nouvelles découvertes et améliorer les processus », a encore expliqué M. Singla.

Le projet, qui a valu à Bayer le FutureEdge 50 Award qui récompense les applications de technologies émergentes, a été mis au point par des personnes travaillant pour les groupes North American Manufacturing, Seed Production Innovations et Data Science COE de Bayer. Grâce à l'étroite collaboration des chefs d'entreprise, des ingénieurs process et des data scientists, elles ont pu saisir et modéliser plus de 300 règles opérationnelles et stratégiques utilisées pour l'acheminement des semences dans les installations et créer leur système virtuel. Le projet a même été poussé plus loin pour servir au développement de politiques d'exploitation dans le cadre d'opérations plus rationalisées.

Dans les usines virtuelles de Bayer

L'initiative d'usine virtuelle de Bayer fait intervenir de la modélisation de simulation, de l'optimisation et de l'apprentissage machine. Pour la rendre plus évolutive, elle a été hébergée dans le cloud interne de Bayer. Pour créer ses modèles, l'équipe a dû identifier les sources de données disparates. Elle a dû aussi se rendre dans chaque site pour en collecter les règles spécifiques, les critères ayant prévalu au design des équipements et prendre connaissance des mesures opérationnelles. « Désormais, nous pouvons revoir nos processus d'affaires et reconsidérer nos décisions en nous appuyant sur ces algorithmes ou ces simulations d'apprentissage machine », a déclaré Naveen Singla.

Publicité Dans un premier temps, le projet n'a pas été accueilli avec enthousiasme par tous les cadres de Bayer. Mais, selon Naveen Singla et Shrikant Jarugumilli, responsable des systèmes virtuels connectés chez Bayer Crop Science, le fait de démarrer avec une preuve de concept (POC) unique et un petit groupe de parties prenantes qui croyaient au projet a été très important pour assurer son succès. « Il ne fait aucun doute qu'au départ, tout le monde n'était pas convaincu par le projet. Il a fallu trouver des partenaires clés qui seraient prêts à prendre ce risque avec nous et fournir une vraie preuve de concept. Aujourd'hui, le projet est devenu viral et des gens, partout dans le monde, veulent l'utiliser », a encore déclaré M. Singla.

Ce dernier fait également remarquer que Shrikant Jarugumilli et son équipe ont passé du temps sur les sites de fabrication pour comprendre l'importance capitale de leur travail et obtenir le soutien nécessaire. « Il était essentiel que nos data scientists comprennent ce qui se passait dans chaque secteur, et le rôle de Shrikant Jarugumilli a été important de ce point de vue », a déclaré Naveen Singla. « Son équipe et lui-même ont passé de longues semaines sur les sites de production de semences pour bien comprendre les opérations, en saisir les nuances et se familiariser avec un langage que comprendraient les dirigeants, qui ne soit pas celui de l'apprentissage machine ».

L'équipe a commencé son POC en 2018 et l'a étendu aux autres sites en 2019. Selon M. Singla, Bayer peut désormais simuler dix mois d'opérations sur ses neuf sites de fabrication en deux minutes, et réaliser plus de 100 000 simulations en moins de 24 heures. Grâce aux data sciences, l'équipe est maintenant capable de répondre à des questions commerciales complexes concernant la composition des stocks, la capacité des équipements, la conception des ordres de process et l'optimisation du réseau.

Les avantages des jumeaux numériques

Le projet a également eu d'autres répercussions. L'un de ses effets inattendus, c'est que l'équipe a utilisé ces nouvelles informations pour identifier et classer par ordre de priorité diverses applications et exigences de découverte. « De plus, une étroite collaboration entre les équipes a permis d'améliorer la maîtrise numérique globale dans l'entreprise », a expliqué M. Singla. Elles peuvent désormais engager des discussions commerciales et techniques hors des limites organisationnelles. Les usines virtuelles ont eu un autre impact positif : « Elles ont permis aux nouveaux data scientists recrutés par l'entreprise d'acquérir rapidement les connaissances nécessaires dans des domaines où ils pourront progresser chez Bayer », a ajouté M. Jarugamilli. « Cela ne remplace pas les visites sur site, mais ça permet d'impliquer les gens beaucoup plus rapidement », a ajouté M. Jarugamilli. « Pendant la préparation de la preuve de concept, il fallait environ quatre mois à un informaticien pour comprendre le processus de fabrication des semences. Aujourd'hui, quand nous recrutons un nouveau data scientist, une demi-journée suffit pour le familiariser avec les processus, car les usines virtuelles lui permettent de voir comment fonctionnent les neuf sites ».

Tout le monde chez Bayer réclame maintenant des capacités d'usine virtuelle. « Le succès du projet a été tel que la nouvelle s'est répandue comme une traînée de poudre, et les gens veulent tous une usine virtuelle pour leurs opérations, aussi bien dans le domaine de la fabrication de semences que dans celui de la fabrication de produits chimiques », a encore déclaré M. Singla. « En termes commerciaux, nous avons aussi pu obtenir une vraie valeur ajoutée. En particulier, sur la base de nos simulations, nous avons reporté à plus tard de nombreuses décisions d'investissement en capital, et de ce point de vue-là également, l'impact a été important ».

Article de Thor Olavsrud / CIO Etats-Unis (adaptation et traduction de Jean Elyan)