Systèmes HVAC · Machinery & Manufacturing · IoT et IA

Une plateforme IoT AI-enabled pour des milliers d’installations

Une salle de contrôle qui surveille des milliers d’installations frigorifiques devait croître de 30 % par an sans augmenter ses effectifs au même rythme. Nous avons conçu la plateforme et le modèle opérationnel avec l’IA.

Défi: Des installations connectées en hausse de 30 % par an et une salle de contrôle qui ne pouvait pas grandir au même rythme.
Ce que nous avons fait: Observation des opérateurs, priorisation des alarmes par machine learning et un assistant IA pour résoudre les cas.
Résultat: Une croissance sans hausse proportionnelle des effectifs, un onboarding ramené de 3–6 mois à 4–6 semaines.

+30%

d’installations connectées par an, gérées sans hausse proportionnelle des effectifs

4 à 6 semaines

pour former un opérateur, au lieu de 3 à 6 mois

Le contexte

Un leader des systèmes HVAC industriels et commerciaux, avec une salle de contrôle centrale qui surveille des milliers d’installations frigorifiques pour des clients de l’agroalimentaire, de la pharmacie et de la grande distribution.

La plateforme existante gérait le parc historique, mais avec des installations connectées en hausse de 30 % par an, l’infrastructure numérique devait évoluer.

Le problème

Les coûts d’exploitation augmentaient avec le nombre d’installations : faire grandir la salle de contrôle signifiait recruter en proportion. Les opérateurs étaient submergés d’alarmes, toutes traitées avec la même urgence.

Former un nouvel opérateur prenait de trois à six mois, et le turnover dispersait le savoir-faire des plus expérimentés. La gestion était purement réactive : impossible d’anticiper les problèmes.

La méthode NiEW

Concevoir le modèle opérationnel, pas seulement la technologie

01. Business discovery

Analyse des équipes, des charges de travail, des escalades et de l’économie de la salle de contrôle ; scénarios de croissance et KPI de réussite.

02. Operator research

Observation en salle de contrôle, entretiens avec des opérateurs seniors et juniors et des superviseurs, analyse de l’historique des alarmes et du savoir tacite.

03. Architecture et prototypes

Architecture de données pour les modèles de machine learning, intégration de LLM et tests itératifs avec les opérateurs pour valider les suggestions et l’ergonomie.

La solution

Une plateforme où l’IA joue le rôle de filtre et de guide : elle ne montre aux opérateurs que ce qui compte et suggère comment le résoudre, avec l’expérience de leurs collègues les plus expérimentés.

Priorisation intelligente des alarmes selon la gravité, l’urgence et l’impact business, avec un tableau de bord sans bruit.
Assistant IA de résolution : des pistes suggérées à partir de cas similaires résolus par le passé et des guides de dépannage générés en langage naturel.
Onboarding intégré, avec des cas réels et une formation simulée avant de gérer des situations en direct.
Préservation du savoir : les connaissances des opérateurs seniors restent à la disposition de toute l’équipe.

Les résultats

Une croissance durable

30 % d’installations en plus chaque année sans hausse proportionnelle des effectifs.

Un onboarding plus rapide

De 3–6 mois à 4–6 semaines pour les nouveaux opérateurs, grâce à l’assistant IA.

Le turnover sous contrôle

Le savoir reste dans le système, même quand les personnes expérimentées partent.

Une base pour grandir

La plateforme peut évoluer vers un simulateur de formation sur les cas critiques, sans aucun risque pour les installations réelles.

Autres études de cas

Machinery & Manufacturing

Un portail client qui répond avant que le client n’appelle

Défi
Des clients dans le monde entier et une équipe d’assistance submergée de questions répétitives.

Ce que nous avons fait
Des besoins vérifiés avec les clients et l’équipe d’assistance, un portail doté d’un assistant IA sur la documentation, un code remis à l’équipe interne.

Résultat
Un point d’accès unique pour les commandes, les pièces détachées et la documentation, et une équipe d’assistance libre de se concentrer sur les cas qui comptent.
Machinery & Manufacturing

Configurer, chiffrer, vendre : la plateforme CPQ

Défi
Des produits hautement configurables, six semaines pour qualifier une demande et des délais de livraison allant jusqu’à six mois.

Ce que nous avons fait
Recherche avec des agents, des distributeurs et des clients ; un parcours de qualification guidé et un configurateur avec devis automatique.

Résultat
Qualification ramenée de six semaines à trois jours, +60 % de fonctionnalités vendues par commande.
Machinery & Manufacturing

Une Corporate HMI pour unifier un groupe industriel

Défi
Un groupe du converting et de l’emballage avec des machines hétérogènes et aucune interface commune.

Ce que nous avons fait
Entretiens sur le terrain en Italie et en Chine, 21 flux d’interaction, plus de 50 écrans et une bibliothèque de composants.

Résultat
Une HMI standard unique pour tout le portefeuille et un premier pas vers un design system de groupe.