Pepite: optimisation de processus “in the cloud”

Portrait
Par · 20/06/2013

Dès ses débuts, Pepite, spin-off de l’ULg, s’est positionnée sur le terrain du data mining (analyse de données) au profit de clients industriels afin d’optimiser leurs processus. Voir son mini-profil.

“Notre solution permet de fouiller les masses croissantes de données que collectent et doivent gérer les entreprises. Elle les aide à résoudre des problèmes de qualité de produit, de productivité d’une ligne de production, d’anticiper et de surveiller la dégradation d’équipements…”, explique Philippe Mack, administrateur-délégué de la société.

DataMaestro est une “machine à interroger des données” et à y trouver les éléments et paramètres qui permettront d’optimiser les processus, d’anticiper les pannes et de supporter les diagnostics.

A priori, il n’y a là rien d’exceptionnel ou d’original. La solution se distingue toutefois par la cible d’utilisateurs qu’elle s’est choisie et par son orientation “full Web”.

Pour non spécialistes

DataMaestro est une application spécialement conçue à destination de responsables de processus, et non pour des informaticiens chevronnés, des statisticiens, des spécialistes de l’aide à la décision ou encore pour ce qu’on appelle désormais des “data scientists”, insiste Philippe Mack. Elle s’intègre directement avec des solutions industrielles telles que des historicisateurs (fournis par des sociétés telles Wonderware ou Honeywell…)

“Nos utilisateurs sont des ingénieurs process ou des ingénieurs qualité, c’est-à-dire des personnes responsables du troubleshooting, de la gestion des questions de productivité, de rendement, de qualité et de performance énergétique.”

Philippe Mack (Pepite): ”DataMaestro permet une aide à la décision au niveau des opérateurs de terrain, de telle sorte que les économies puissent commencer à la source.”

Un positionnement volontaire né notamment du constat qu’il y a pénurie de “data scientists” sur le marché et, plus particulièrement encore, dans l’industrie et qu’il ne sera pas forcément aisé- financièrement parlant- aux entreprises de s’attacher les services d’un tel profil et/ou de les former.

Une interface adaptée

Pour rendre l’outil utilisable par des non spécialistes, Pepite a veillé à rendre l’interface la plus simple et “parlante” possible. Notamment via recours à des graphiques, à de la visualisation et à du codage couleurs. Chez son client Prayon (v. notre article), une simulation quasi-ludique a même été mise en œuvre: selon l’efficacité énergétique, une baleine sort de l’eau ou plonge. Effet didactique garanti.

“Les algorithmes développés (arbres de décision, régressions linéaires…) sont aisément utilisables et interprétables par des non-spécialistes. L’outil permet de cerner aisément l’effet de l’interaction des divers paramètres.”

DataMaestro peut être utilisée à la fois par des opérateurs, des ingénieurs ou des managers. Les données auxquelles ils accèdent sont identiques, seule la mise en forme diffère (en fonction de leur profil ou de l’outil d’exploitation qu’ils utilisent- par exemple Excel ou BusinessObjects).

Data in the sky

“Le marché a par ailleurs besoin d’outils financièrement plus abordables. Dès l’instant où l’on parle de traitement de “big data”, on sous-entend un besoin important en puissance de calcul. Or, les industriels – ou les PME – n’ont pas les moyens d’investir dans un data center. Pour rendre ce coût plus accessible, nous devions donc nous orienter vers une infrastructure Web.”

Ces dernières années, Pepite a dès lors redéveloppé son application pour en faire une solution “full Web”. Développée à l’origine en Java, elle opère désormais comme un service Web, développé en HTML5.

Pour l’hébergement de l’application, du moteur d’analyse et des données des clients, Pepite a décidé de faire confiance à l’hébergeur allemande Hetzner, notamment pour des raisons de tarifs pratiqués et flexibilité (contrats mensuels, possibilité pour Pepite de faire varier, chaque mois, la puissance mise à disposition).

“Il y a encore fort peu de solutions de data mining full Web”, souligne Philippe Mack. Un avantage (temporel) dont la société espère pouvoir tirer parti, dans la mesure où il s’agit là, sans doute, d’une tendance de fond pour l’ensemble du marché.

Un marché qui, selon lui, abandonne ses réticences par rapport au “cloud”. “Ce sont nos clients eux-mêmes qui sollicitent des solutions externalisées. Certains ne veulent en effet plus rien stocker chez eux. Ils veulent pouvoir arrêter rapidement d’utiliser une solution et ne plus avoir à s’occuper de leur infrastructure IT. La nécessité qu’il y a pour eux à opérer en mode “lean” pousse également à la réduction des coûts” et, dès lors, à passer à des dépenses opex en lieu et place de dépenses capex.

Il y a malgré tout des exceptions. Par exemple, “des clients dont les données contiennent des recettes de production ne veulent pas les confier au cloud. Dans ce cas, nous leur proposons la solution en mode intranet, avec analyse des données sur leur propre serveur.”

Destination: Energie

Pepite a clairement décidé de surfer sur la vague des besoins en optimisation énergétique. Elle a donc doté sa solution d’une couche fonctionnelle supplémentaire, proposant cette version spécifique sous l’appellation d’EnergyMaestro.

“Elle s’adresse à tous les industriels – sidérurgistes, cimentiers, acteurs du secteur de la chimie, du papier… – dont les dépenses en énergie dépassent le million d’euros par an. Nous avons choisi cette cible parce que c’est là que les économies peuvent être les plus spectaculaires. A terme, lorsque la technologie sera davantage accessible, nous viserons également les PME”, explique Philippe Mack.

“Energy Maestro sert d’aide à l’éco-pilotage de processus industriels. Elle permet aux clients de quantifier les économies réalisées, de poser des diagnostics en temps réel et de tendre, de manière concrète, vers leurs objectifs de réduction de consommation énergétique.”

Philippe Mack (Pepite): “Nos outils aident les industriels à mieux comprendre leur profil, leurs courbes de performances, les leviers qui leur permettent de mieux agir sur leur modèle de production. Pour ceux qui sont actifs sur le terrain de la production d’énergie, c’est un bon moyen de pouvoir influencer les modèles de production et de distribution énergétique, de compenser un déficit soudain du réseau en relançant par exemple sa propre production.”

La solution permet non seulement de comparer en permanence l’efficacité ou le comportement de processus industriels avec des normes ou objectifs prédéfinis mais aussi d’inclure de manière réactive des variantes, en fonction par exemple des périodes ou charges de production. “Des outils de business intelligence et de reporting du genre BusinessObjects sont des indicateurs synthétiques mais ils ne permettent pas d’identifier la cause-racine d’un problème. Ce genre d’outils servira plutôt de réceptacles pour les analyses faites avec DataMaestro.”

Diversification

Sa principale cible demeure les grands groupes industriels qui ont besoin d’optimiser leurs performances et productivité, et dès lors celles de leurs processus.

Plus récemment, la société a également établi des contacts et signé de premiers contrats avec des sociétés de maintenance. Notamment avec Maintenance Partners (qui fait désormais partie de Mitsubishi Heavy Industries) et qui se repositionne sur le terrain de la surveillance, du diagnostic prédictif et de la planification opérationnelle de maintenance pour éoliennes.

DataMaestro, souligne Philippe Mack, fondateur de la société, est suffisamment générique pour intéresser d’autres secteurs motivés par les mêmes contraintes et objectifs. Parmi eux, les télécoms ou les sciences du vivant. Les opérateurs de centrales énergétiques ou de centres de données (data centers) sont également des cibles potentielles.

“La problématique de l’analyse de données se pose dans tous les métiers où les big data deviennent un élément clé pour pallier aux problèmes de performances.”

Citons, pour terminer, quelques clients de Pepite: Prayon (voir notre article), Arcelor Mittal, CMI (co-développement de solutions d’autodiagnostic à distance et de maintenance prédictive), NLMK, Burgo Ardennes (papetier), Nanocyl, CBR, Cofely Services (ex-Fabricom). Ou, à l’étranger, Orange, Alsthom Grid, EDF, Nexcis (fabricant français de panneaux photovoltaïques).

Mini-profil

Créée en 2002, la société est une émanation de l’ULg et plus exactement du laboratoire MLLab (Machine Learning Laboratory) qui conçoit et développe des outils d’analyse de données plus particulièrement destinés aux sociétés actives sur le marché du transport de l’énergie électrique. PEPITe a été constituée afin d’industrialiser ces outils et de développer des solutions spécifiques répondant aux besoins des entreprises manufacturières (sidérurgie, automobile, secteurs verrier et papetier).

La société leur propose des solutions d’analyse de données qui permettent d’identifier des pistes d’amélioration pour leurs processus opérationnels. Par exemple, “pour la mise au point de lignes-pilote de production, via identification objective de meilleures règles d’opération; l’augmentation du rendement des opérations de production via l’identification de leurs points faibles et des causes-racines de défaillances et de dysfonctionnements; ou encore la réduction des risques d’exploitation, par la détermination des paramètres critiques et l’évaluation de leur impact.”