Pourquoi la survie de l'innovation dépend-elle de ses fondements en matière de données ?

Si vous regardez les deux maisons au-dessus de la ligne de flottaison, vous emménageriez volontiers dans l'une comme dans l'autre. La première est un rêve tropical : des fleurs sur la terrasse, une lumière chaleureuse aux fenêtres, un petit phare sur le toit. La seconde est une paisible villa en pierre au pied d'un phare blanc. Les deux font une superbe photo.

Regardez maintenant sous la surface. La première maison repose sur des pilotis pourris, ficelés avec des cordes et rafistolés avec les moyens du bord. La seconde s'appuie sur des fondations en pierre aux piliers contreventés, ancrées dans le fond marin. L'une résistera à la prochaine tempête. L'autre est un cauchemar en devenir.

L'innovation fonctionne exactement de la même façon. Au-dessus de la ligne de flottaison, on trouve les tableaux de bord, les applications, les pilotes d'IA et les événements de lancement. En dessous, il y a la donnée : d'où elle vient, comment elle est structurée, qui en est responsable et si l'on peut s'y fier. Une belle innovation est un rêve à présenter et un cauchemar à exploiter, à moins que la donnée qui la porte ne tienne.

Hubs d'innovation : construits pour la photo ou pour durer ?

De nombreuses entreprises disposent aujourd'hui d'un hub d'innovation, d'un lab ou d'une digital factory. Leur mission est de tester rapidement de nouvelles idées et de montrer ce qui est possible. C'est précieux, mais cela crée un piège : le hub est jugé sur ce qu'il montre, pas sur ce qu'il laisse derrière lui.

Une preuve de concept peut fonctionner à merveille sur un extrait de données propre, une poignée de capteurs et un responsable de site enthousiaste. Puis vient le passage à l'échelle. Les données arrivent de vingt sites, trois fournisseurs et deux systèmes historiques, chacun avec ses propres formats, horodatages et lacunes. Le pilote qui ressemblait à la villa se révèle être la cabane sur pilotis.

Les hubs qui créent une valeur durable traitent la donnée comme une partie du produit dès le premier jour. Ils se posent très tôt des questions moins glamour que la démo :

1. D'où viendront ces données en production, et non pendant le pilote ?
2. Quel standard ou quel modèle de données utiliserons-nous, pour que le prochain cas d'usage puisse le réutiliser ?
3. Qui sera responsable de la qualité des données une fois l'équipe du hub partie ?
4. Comment les équipes opérationnelles pourront-elles faire suffisamment confiance aux chiffres pour agir ?

Un hub d'innovation qui répond à ces questions n'est pas plus lent. Il construit simplement les fondations une fois pour toutes, au lieu de reconstruire des pilotis pour chaque nouvelle idée.

Logistique : un TMS n'est pas plus intelligent que ses données

Le Transport Management System (TMS) est la maison visible de la logistique moderne. Il planifie les tournées, consolide les chargements, sélectionne les transporteurs, suit les expéditions et règle les factures de fret. Ajoutez la télématique, les capteurs de température et les serrures connectées, et la promesse devient une vision en temps réel de chaque camion et de chaque palette.

Sous la ligne de flottaison, la réalité est souvent plus confuse. Les adresses sont saisies de trois façons différentes. Les codes de statut des transporteurs ne concordent pas. Les signaux GPS arrivent en retard, voire pas du tout, sur les routes rurales. La preuve de livraison est une photo dans un groupe WhatsApp. Le TMS produit toujours un tableau de bord, mais les planificateurs cessent de lui faire confiance et reviennent au téléphone et au tableur.

En logistique, des fondations solides paraissent moins spectaculaires, mais elles fonctionnent tous les jours :

1. Des données de référence propres : clients, sites, produits et transporteurs définis une seule fois et partagés entre l'ERP, le WMS et le TMS.
2. Des événements standardisés : enlèvement, départ, arrivée et livraison signifient la même chose pour chaque transporteur et dans chaque pays.
3. Une télématique fiable : équipements, connectivité et passerelles choisis pour le réseau routier réel, avec mise en mémoire tampon lorsque la couverture disparaît.
4. Des boucles fermées : les données de livraison remontent vers la planification, la facturation et le service client sans ressaisie.

Quand ces piliers tiennent, le TMS cesse d'être un outil de reporting pour devenir un outil de décision : tournées dynamiques, heures d'arrivée estimées précises, moins de kilomètres à vide et des audits de fret qui se rentabilisent d'eux-mêmes.

Énergie : le DLMS/COSEM comme fondation de pierre

Dans l'énergie, la maison au-dessus de l'eau est facile à reconnaître : applications clients, recharges de prépaiement par mobile money, cartes de pannes, tableaux de bord de réduction des pertes et, de plus en plus, IA pour la prévision de charge. Les énergéticiens et les gestionnaires de réseau de distribution y investissent massivement, et à juste titre.

Mais chacun de ces services dépend des données de comptage sous-jacentes. Un programme de comptage intelligent qui mélange protocoles propriétaires, codes OBIS incohérents et horloges non synchronisées bâtit son réseau du futur sur des pilotis en bois. Chaque nouveau fournisseur exige un nouveau driver. Chaque nouveau cas d'usage exige un nouveau projet de nettoyage des données. Les litiges de facturation se multiplient et le business case s'effrite.

C'est pourquoi le DLMS/COSEM compte bien au-delà du cercle des spécialistes des protocoles. Il donne à chaque compteur le même langage : un modèle objet commun (COSEM), des identifiants standard (codes OBIS) et un protocole applicatif commun (DLMS), quelle que soit la couche de communication sous-jacente, CPL G3-OFDM, RF mesh ou cellulaire. Concrètement, cela signifie :

1. L'interopérabilité : des compteurs de plusieurs fabricants peuvent être relevés par un seul système central (head-end), ce qui protège le distributeur de la dépendance à un fournisseur.
2. Des données comparables : un registre d'énergie, une courbe de charge ou un événement de fraude ont la même signification sur l'ensemble du parc.
3. La sécurité dès la conception : l'authentification et le chiffrement sont intégrés au standard, et non ajoutés après coup.
4. Des fondations réutilisables : les mêmes données alimentent la facturation, le prépaiement (par exemple avec des jetons STS), l'analyse des pertes, la gestion des pannes et la planification.

Un gestionnaire de réseau qui maîtrise cette couche peut ensuite ajouter rapidement de nouveaux services, car les piliers sont déjà ancrés dans le fond marin. Celui qui la néglige passera son temps à réparer des pilotis.

Industrie et mines : là où l'OT rencontre l'IT

Dans les usines, les mines et les systèmes de gestion technique des bâtiments, le même schéma se répète. La couche visible, c'est le jumeau numérique, l'alerte de maintenance prédictive ou le tableau de bord de performance énergétique. La couche cachée, c'est le point de rencontre entre les technologies opérationnelles (automates, SCADA, capteurs, compteurs) et les technologies de l'information (ERP, MES, analytique cloud).

C'est à ce point de rencontre que de nombreux projets échouent discrètement. Les tags sont nommés différemment sur chaque ligne. Les horodatages proviennent d'horloges qui dérivent. Les historiens conservent des données inaccessibles en dehors de l'usine. La cybersécurité repose sur des règles de pare-feu ajoutées dans l'urgence. Résultat : un magnifique jumeau d'une usine qui n'existe pas.

Les industriels qui réussissent abordent la convergence OT/IT comme du génie civil, pas comme de la décoration : une architecture claire, un modèle de données partagé, des passerelles sécurisées et une gouvernance acceptée à la fois par les ingénieurs de production et par les équipes IT. Ce n'est qu'à cette condition que les données d'énergie, de logistique et de production peuvent être combinées en décisions qui font réellement économiser de l'argent.

Les quatre piliers sous le phare

Que la maison soit un TMS, une plateforme de comptage intelligent ou le jumeau d'une usine, la fondation de pierre repose sur les mêmes quatre piliers.

1. Les standards: utiliser des standards ouverts et reconnus partout où ils existent : DLMS/COSEM pour le comptage, modèles d'événements communs en logistique, protocoles industriels ouverts dans l'atelier. Ce sont les standards qui permettent au prochain cas d'usage de réutiliser le travail du précédent.
2. L'architecture: concevoir le parcours de la donnée, du terrain jusqu'à la décision : équipements, connectivité, passerelles, système central ou plateforme, et applications métier au-dessus. Intégrer la sécurité à la conception, et non en faire une checklist de fin de projet.
3. La gouvernance: désigner un responsable pour chaque jeu de données clé, définir ce que signifie « bonne qualité » et la mesurer. Le data management est une discipline de management avant d'être une discipline technique.
4. La réalité du terrain: tester la fondation là où elle vivra réellement : dans le poste électrique, sur la route rurale, dans la mine poussiéreuse. Une donnée qui ne fonctionne qu'en laboratoire, ce sont des pilotis en bois avec une nouvelle couche de peinture.

Aucun de ces piliers n'apparaîtra jamais dans une vidéo de lancement. Tous décident pourtant si le projet sera encore en service deux ans plus tard.

Construire d'abord sous la ligne de flottaison

La prochaine fois qu'on vous présente un projet avec un magnifique tableau de bord, demandez à voir ce qu'il y a en dessous. Quels standards utilise-t-il ? D'où viennent les données en production ? Qui est responsable de leur qualité ? Comment se comportent-elles sur le terrain ?

Chez Strat & IoT, c'est là que nous passons l'essentiel de notre temps, du comptage intelligent et de la transformation des gestionnaires de réseau à la logistique, à la performance industrielle et à l'architecture IoT, en Europe, en Afrique de l'Ouest et en Inde. Nous aidons les organisations à concevoir d'abord les fondations, pour que l'innovation puisse être présentée avec confiance et exploitée sans cauchemars.