Problème initial

Un équipementier automobile subissait des arrêts de production non planifiés sur ses lignes d'emboutissage. Les pannes de presses hydrauliques coûtaient en moyenne 15 000€ par heure d'arrêt. La maintenance préventive classique (remplacement systématique) était coûteuse et ne prévenait pas toutes les pannes.

Solution IA mise en place

Après formation des techniciens (Bloc 2 - Maintenance prédictive), l'équipe a déployé :

• Capteurs IoT de vibration et température sur les équipements critiques
• Algorithme de détection d'anomalies entraîné sur 6 mois d'historique
• Tableau de bord temps réel avec alertes prédictives
• Intégration GMAO pour génération automatique d'ordres de travail

Résultats mesurés

Problème initial

Une usine de conditionnement alimentaire effectuait des contrôles qualité manuels par échantillonnage. Résultat : 2-3% de produits non conformes atteignaient les clients, générant des retours coûteux et des risques pour l'image de marque. Le contrôle humain était lent (30 pièces/min) et fatiguant.

Solution IA mise en place

Après formation (Bloc 3 - Vision industrielle), déploiement de :

• 2 caméras industrielles haute résolution sur la ligne
• Modèle de deep learning entraîné sur 5 000 images (conformes/non conformes)
• Système de rejet automatique par jet d'air
• Dashboard qualité avec statistiques temps réel

Résultats mesurés

Problème initial

Les techniciens d'un site chimique passaient beaucoup de temps à chercher des informations techniques : manuels en plusieurs langues, procédures dispersées, historiques de pannes difficiles d'accès. Le diagnostic d'une panne complexe pouvait prendre plusieurs heures de recherche documentaire.

Solution IA mise en place

Après formation (Bloc 1 - Fondamentaux + Module 6.3), les techniciens utilisent maintenant :

• ChatGPT pour rechercher rapidement dans la documentation technique
• Prompts spécialisés pour le diagnostic de pannes (arbres de défaillance)
• Traduction automatique des manuels fournisseurs étrangers
• Génération de rapports d'intervention structurés

Résultats mesurés

Problème initial

Une fonderie consommait 2.5 GWh/an avec des variations importantes selon les productions. Les responsables énergie n'avaient pas de visibilité fine sur les postes de consommation et les gaspillages. La facture énergétique représentait 15% des coûts de production.

Solution IA mise en place

Après formation (Bloc 5 - Optimisation énergétique), déploiement de :

• Compteurs connectés sur les principaux postes de consommation
• Modèle de prédiction de consommation par type de production
• Détection automatique des anomalies de consommation
• Optimisation des démarrages de fours et cycles de fusion

Résultats mesurés

Problème initial

Un laboratoire pharmaceutique devait manipuler des flacons de formes variées stockés en vrac dans des bacs. Les robots classiques ne pouvaient pas gérer cette variabilité, obligeant à un rangement manuel préalable coûteux en main d'oeuvre.

Solution IA mise en place

Après formation (Bloc 4 - Robotique collaborative), intégration de :

• Vision 3D pour localiser les pièces en vrac
• Algorithme de bin picking pour calculer les poses de saisie
• Préhenseur adaptatif piloté par IA
• Apprentissage continu pour améliorer les performances

Résultats mesurés

Le défi

Montrer, sur un vrai logiciel, ce que donne un pilotage rigoureux de l'IA : cahier des charges validé avant chaque lot, tâches vérifiées par des tests, relecture indépendante, recette par l'humain. Le résultat est Prevo, une GMAO gratuite pour les ateliers et PME industrielles.

La méthode

Conception et décisions en chat, développement par Claude Code en sous-agents parallèles, rien ne part sans ordre écrit. Les ratés (nom déjà pris, un lot refait deux fois, prix affichés puis retirés) sont documentés au même titre que les réussites.

Chiffres mesurés (19 au 25 octobre 2026)