Marius Ayrault

Agent IA d'assistance à la performance industrielle en temps réel

Un agent IA connecté à la télémétrie d'un site industriel simulé : il interroge les indicateurs de production en langage naturel, diagnostique les dérives qualité et guide les décisions d'amélioration continue. La rencontre entre deux mondes, l'excellence opérationnelle Lean Six Sigma et l'IA générative.

  • AI Agents
  • Generative AI
  • LLM
  • Real-Time
  • Time Series
  • Industrial Performance
  • Lean 6 Sigma
  • RAG
  • Automation
  • CI/CD
  • Docker

Par Marius Ayrault · 11/06/2025 · 2 min lire

Le problème

Dans un atelier, les indicateurs de performance existent mais restent enfermés dans des tableaux de bord que peu de monde consulte. Les questions simples d’un responsable de production (quelle est la santé de la ligne, quel outil dégrade la qualité, où concentrer les efforts) demandent encore une analyse manuelle.

La solution

Un agent IA branché sur la télémétrie temps réel d’une ligne de production simulée, qui combine trois briques :

  • Simulation de production : un générateur asynchrone de données synthétiques (positions, orientations, cadences, pannes tirées d’un catalogue d’erreurs machine) reproduit une ligne d’assemblage à deux outillages, dont l’un dérive volontairement en qualité pour donner à l’agent de vrais problèmes à diagnostiquer.
  • Supervision statistique : décomposition complète du TRS (temps requis, de fonctionnement, net, utile), taux de qualité, de performance et de disponibilité, MTBF et MTTR, capabilités Cp et Cpk calculées en continu par outillage sur la position et l’orientation, avec visualisation des distributions et des cartes de contrôle.
  • Agent conversationnel outillé : un agent construit sur Mistral AI (mistral-medium-2505) avec une boucle de raisonnement penser, agir, observer, répondre, dont chaque phase est streamée et inspectable dans l’interface Gradio. Il s’appuie sur cinq outils : état de production temps réel (plus de 30 métriques), journal des arrêts et de leurs causes, base de connaissance RAG (ChromaDB, embeddings mistral-embed) sur la littérature SPC, lecture de pages web converties en markdown par un pipeline maison, et calculatrice. De quoi répondre aussi bien à « quel est l’outil le plus critique en ce moment ? » qu’à « explique-moi les indicateurs Cp et Cpk ».

Architecture : ligne d’assemblage simulée, supervision statistique SPC, agent outillé Mistral AI et acteurs de l’atelier interrogeant en langage naturel

Ce que le projet démontre

L’application concrète de mon double parcours : les méthodes d’excellence opérationnelle (Lean Six Sigma, TPM, SPC) mises en œuvre chez Safran, servies par une interface IA qui les rend accessibles à tous les acteurs de l’atelier. Avec un bénéfice de fond : le savoir-faire d’interprétation des indicateurs est embarqué dans l’agent, il se partage et ne se perd plus en cas de turn-over. Et le patron sous-jacent, un agent ancré sur des métriques calculées plutôt que laissé à les deviner, se transfère directement à tout système d’agent posé sur des données de production.

Démo

Enregistrée depuis l’application en fonctionnement, construite lors du hackathon Agents-MCP de Hugging Face. Le code source est privé.