Les applications de l’IA dans l’agroalimentaire

L’intelligence artificielle (IA), tout le monde en parle. Mais à quoi sert-elle vraiment ? Son marché pourrait atteindre 13 500 milliards de dollars et concerner plus de 70% des entreprises en 2030. Les entreprises agroalimentaires ne font pas exception. Pilotage des lignes de production, réduction des coûts et des pertes, conception de nouvelles recettes…, le Technocampus Alimentation décrypte ce que pourraient être les applications de l’IA dans le secteur avec Sébastien Fosse de Solutions&co, Aurélien Verleyen de Vif, Jean-Philippe Eneau de WeNetwork.

 

Toute la chaîne de valeur de la filière agroalimentaire est concernée par l’IA

Selon une étude réalisée à la demande de la Région des Pays de la Loire, l’IA offre des solutions pertinentes pour le développement des entreprises, y compris les TPE et PME et concerne l’ensemble de chaîne de valeur, comme le montrent plusieurs exemples.

La production : La collaboration entre la start-up française Iktos, spécialisée dans l’IA, et le géant Bayer a abouti à la production de solutions durables de protection des cultures.

La transformation : la start-up américaine Meati a utilisé l’IA pour fabriquer des poulets et des steaks à partir de champignons, Coca Cola pour personnaliser les saveurs de sa boisson phare.

La distribution : ID Logistics déploie une solution d’IA pour améliorer les préparations de commandes en réduisant le taux d’erreur.

La fin de vie des produits : aux Pays Bas, Orbisk a conçu une poubelle intelligente qui lutte contre le gaspillage alimentaire dans le domaine de l’hôtellerie-restauration, en réduisant de 30 à 40 % la production de déchets alimentaires…

 

Les clés d’un projet IA gagnant

L’IA trouve également des applications dans les process de production avec pour principal avantage d’exploiter automatiquement et facilement des données, pour un prix abordable et un retour sur investissement rapide. Les données étant au cœur du fonctionnement de l’IA, tout l’enjeu pour les industriels est de fournir des données de qualité à partir desquelles seront calculés les résultats.

Pour les entreprises de production alimentaire souhaitant utiliser l’IA dans leurs process, il est recommandé de commencer par des cas d’usage orientés vers l’un de ces trois axes :

  • La qualité (dans la biscuiterie, l’IA peut permettre une réduction des pertes matières allant jusqu’à 40 %).
  • L’optimisation des ressources énergétiques (une malterie a réduit de 5% sa consommation énergétique grâce à l’IA).
  • La maintenance (une usine d’ingrédient a réduit les arrêts imprévus et augmenté la disponibilité des équipements grâce à l’IA).

Les facteurs de réussite d’un projet d’IA dans l’industrie agroalimentaire reposent sur :

  • Des données bien structurées autour du schéma de la ligne de production.
  • Des algorithmes bien identifiés pour éviter d’avoir à payer la phase d’analyse. Pour les lignes de production, mieux vaut prendre un progiciel que partir de zéro, sauf si les sujets sont très innovants.
  • Des experts métier ayant une approche industrielle pour concrétiser l’IA sur les lignes de production.

De manière générale, il est conseillé d’aller vers l’IA, uniquement s’il n’existe pas de solutions plus simples. Par ailleurs, de nombreuses sources de financement sont disponibles pour mettre en place une plateforme d’IA, parmi lesquelles Bpifrance IA Booster France 2030.

 

Les jumeaux numériques au service de la productivité de l’industrie agroalimentaire

Les jumeaux numériques représentent de véritables outils pour répondre aux enjeux de productivité de l’industrie agroalimentaire, tant sur les produits que sur les process. L’utilisation de ces technologies suppose toutefois une approche pluridisciplinaire, commençant par la définition de l’usage et des besoins pour choisir le type de jumeau numérique adapté.

Qu’est-ce qu’un jumeau numérique ?

Le jumeau numérique est un clone virtuel d’un système physique ou d’un processus. Il implique l’existence d’un couple modèle numérique/objet qu’il copie. Ces objets peuvent être un produit, une machine, une ligne de production, un process, une supply chain…

Techniquement, le système physique est équipé de capteurs connectés qui observent les évolutions et remontent des données opérationnelles en temps réel. Le jumeau numérique agrège les connaissances en fonction de ce que l’on veut caractériser. Il peut calculer des éléments et renvoyer des informations permettant d’optimiser le pilotage du système physique.

Pour apporter un maximum de valeur ajoutée, un jumeau numérique doit être le plus fidèle possible à son jumeau réel et capable d’évoluer en temps réel, voire en temps accéléré pour la prédiction.

Il existe plusieurs modèles de jumeaux numériques avec des applications industrielles différentes :

  • Le modèle digital (sans communication d’informations) utilise la 3D pour simuler des lignes de production en avance de phase. Dans le cadre d’un projet d’implantation d’atelier, cela permet de vérifier que les flux entre les machines sont adaptés, que les réservations d’espaces sont suffisantes… On peut également utiliser ce modèle digital pour former des opérateurs sur des lignes de production ou des machines avant qu’elles ne soient opérationnelles. Ce qui permet une montée en cadences plus rapide.
  • « L’ombre digitale » (avec remontée d’informations en temps réel vers jumeau numérique) est utilisée pour l’aide à la décision, la maintenance prédictive…
  • Le jumeau numérique complet remonte les informations en temps réel, fait tourner des algorithmes de prise de décision et redescend des données de pilotage vers le jumeau physique. Il permet ainsi de mieux maîtriser le process de fabrication, d’améliorer la qualité et d’optimiser le rendement de l’usine.

Quel que soit le modèle, le point de vigilance, à prendre en compte dès le début du projet, porte sur la cybersécurité, car des données peuvent sortir de l’atelier.

 

Deux dispositifs régionaux pour accompagner les entreprises dans leur transition digitale

  • La plateforme d’accélération QUATRIUM n’est pas ciblé spécifiquement sur le déploiement de l’IA, mais sur l’aide à l’infrastructure de données. Elle intervient en amont des projets pour aider à comprendre le besoin, à identifier les technologies y répondant et mettre en relation avec les industriels et, éventuellement, avec des offreurs de solutions.

Quatrium en Pays de la Loire s’appuie sur 4 centres techniques partenaires et complémentaires : Cetim (industrie mécanicienne), Clarté (digital Réalité virtuelle et augmentée), Proxinnov (robotique et automatisation) et WeNetwork (électronique, IoT, capteurs).

  • Le dispositif DIVA, créé pour permettre aux professionnels des Pays de la Loire de gagner en efficacité grâce à l’utilisation de leurs données, propose des services à la carte : conseil, prototypage, financements, formation, partage d’expérience avec des utilisateurs de l’IA…

 

L’intelligence artificielle constitue l’un des éléments dont les entreprises du secteur agroalimentaire sont invitées à s’emparer pour booster leur innovation, leur productivité, etc. et faire la différence face à la concurrence. De nombreux dispositifs existent pour les accompagner dans leurs transitions digitales. Le Technocampus Alimentation et la Région des Pays de la Loire se positionnent au premier rang à leurs côtés.

Vous pouvez revoir le replay du webinaire organisé en février 2024 par le Technocampus Alimentation et le CTCPA qui portait sur « Les applications de l’IA dans l’agroalimentaire » sur le site du Technocampus Alimentation 👉 https://technocampus-alimentation.fr/replays/

 

 

Paru en Août 2024