Un dirigeant de Penske explique comment utiliser l’IA pour séparer le signal du bruit

Les services d’entretien des flottes disposent de plus d’informations que jamais sur leurs camions. Toutefois, ils doivent souvent composer avec une surcharge de données qui empêche les informations essentielles de parvenir aux gestionnaires de l’entretien en temps opportun.

Samantha Thompson, vice-présidente de l’expérience client chez Penske Transportation Solutions, affirme que l’intelligence artificielle peut révolutionner la façon dont les données sont utilisées dans l’entretien des flottes.

Mme Thompson était la conférencière du dîner lors de la réunion d’automne du Technology & Maintenance Council (TMC), qui s’est tenue à Pittsburgh le 23 septembre.

Dans son allocution, Mme Thompson a déclaré que l’IA est déjà capable d’aider les flottes à prendre des décisions concrètes en matière d’entretien. Toutefois, sa valeur dépend de l’expérience des techniciens et des gestionnaires qui l’utilisent.

L’industrie compte des gens capables de détecter un problème à l’oreille avant même qu’un code d’anomalie n’apparaisse, a-t-elle déclaré aux participants : les fameux «docteurs de la mécanique» du TMC.

À leurs côtés, a-t-elle ajouté, émerge une nouvelle génération de spécialistes des flottes qui comprennent les données des véhicules et sont capables de repérer des tendances dans de grandes quantités d’informations. Elle a surnommé ces spécialistes les «docteurs des données».

Selon Mme Thompson, le défi pour les gestionnaires de flotte modernes consiste à réunir efficacement et rapidement ces deux types de spécialistes. Et l’IA offre justement aux flottes de nouvelles possibilités pour y parvenir.

De meilleures décisions en matière d’entretien préventif

Mme Thompson a commencé par une question bien connue : quand un camion devrait-il être envoyé à l’atelier pour un entretien préventif?

Mme Thompson a souligné que le kilométrage, les heures de fonctionnement du moteur et les recommandations du fabricant constituent la base d’un calendrier d’entretien. Toutefois, a-t-elle prévenu, deux camions affichant le même kilométrage peuvent avoir connu des conditions d’utilisation très différentes. L’un peut avoir parcouru la majeure partie de ses kilomètres à vitesse constante sur l’autoroute, tandis que celui stationné à côté peut avoir été affecté à des livraisons en milieu urbain dense, où il a passé de longues périodes au ralenti et subi des arrêts fréquents ainsi qu’un freinage plus intensif.

Les traiter de la même façon pourrait signifier que l’un est entretenu trop fréquemment, tandis que l’autre l’est trop tard.

Les données des véhicules permettent aux flottes de tenir compte de ces différences. En considérant le cycle de service, les conditions d’exploitation et l’utilisation réelle, une flotte peut se servir de l’IA pour adapter plus précisément les intervalles d’entretien préventif à chaque véhicule.

Cela ne signifie pas qu’il faut abandonner les normes d’entretien établies, a-t-elle précisé. Il s’agit plutôt d’utiliser l’IA pour analyser les différents besoins d’entretien et y répondre avec une plus grande précision.

Détecter les problèmes avant qu’une panne ne survienne

L’IA peut également être un outil puissant pour détecter un problème en développement avant qu’il n’immobilise un camion, a affirmé Mme Thompson.

Elle a souligné qu’un voyant d’avertissement, un appel du conducteur ou une panne sur la route déclenche généralement une série d’interventions réactives : faire entrer le véhicule à l’atelier, diagnostiquer le problème et effectuer la réparation. L’entretien prédictif vise plutôt à détecter plus tôt les signes avant-coureurs d’un problème en analysant les données du véhicule parallèlement à son historique d’entretien et de réparation.

C’est là qu’entre en jeu l’une des plus grandes forces de l’IA, a déclaré Mme Thompson.

«La reconnaissance de tendances permet à un système d’IA d’analyser beaucoup plus de données qu’un humain ne pourrait jamais le faire», a-t-elle souligné. «Cela lui permet de signaler les problèmes émergents avant qu’ils n’entraînent une panne. Et, dans le meilleur des cas, l’IA peut alerter les techniciens d’un problème lors d’un entretien planifié et ainsi éviter complètement une immobilisation imprévue.»

Mme Thompson a toutefois prévenu que, dans un tel scénario, la qualité des données est essentielle.

Des données d’entretien incohérentes, des lacunes dans les historiques de réparation ou des codes incorrectement attribués peuvent nuire à la capacité de l’IA à évaluer correctement le problème.

«Les professionnels de l’entretien doivent toujours poser les bonnes questions et déterminer ce que signifient les signaux envoyés par l’IA. Une alerte peut indiquer un problème, mais une personne qui connaît bien l’équipement doit encore l’évaluer en tenant compte du camion et du travail qu’il effectue», a-t-elle expliqué.

Trouver la bonne réparation

Même un technicien expérimenté ne peut garder en tête simultanément toutes les procédures de diagnostic, tous les historiques de réparation et tous les dossiers de pièces, a indiqué Mme Thompson.

Mais les outils d’aide à la réparation alimentés par l’IA peuvent rassembler les informations pertinentes au moment précis où un technicien doit décider de la marche à suivre.

Dans un exemple qu’elle a cité, un camion a été retiré du service en raison d’un problème de phare. Le processus de réparation initial prévoyait des coûts estimés à environ 7 000 $.

Toutefois, un système d’IA a analysé les données de diagnostic du camion et a orienté les techniciens vers une autre réparation, dont le coût s’élevait à environ 1 400 $. Mieux encore, le système a confirmé que la pièce nécessaire était déjà en stock.

«L’IA n’a pas réparé le camion», a déclaré Thompson. «Le technicien devait toujours évaluer les informations et effectuer la réparation. Mais l’IA a permis de raccourcir le chemin menant à la bonne solution pour cette réparation.»

Donner plus de capacité aux gestionnaires de flotte

Les systèmes d’IA peuvent également aider les gestionnaires de l’entretien à aller au-delà de l’analyse d’un seul camion et à évaluer la flotte dans son ensemble, a déclaré Mme Thompson.

Les flottes proactives suivent les dépenses d’entretien, la fréquence des réparations, la durée de vie des composants et le respect des programmes d’entretien préventif. Bien que ces données permettent de retracer ce qui s’est passé, elles n’indiquent pas aux gestionnaires de flotte si les résultats sont bons ou mauvais, ni sur quels aspects de leurs activités ils devraient concentrer leurs efforts d’amélioration.

Comparer une flotte à d’autres ayant des activités similaires pourrait fournir ce contexte. Les équipements, les cycles de service et les environnements d’exploitation influencent tous les résultats en matière d’entretien; une comparaison pertinente devrait donc tenir compte de ces différences.

De telles comparaisons pourraient montrer qu’une flotte obtient de meilleurs résultats que prévu. Elles pourraient aussi révéler une anomalie qui mérite d’être examinée. Pour un gestionnaire responsable de centaines, voire de milliers de véhicules, cela pourrait aider à répondre à une question plus importante que ce qu’affiche un tableau de bord : où le temps et les ressources limités auront-ils le plus d’impact?

Mme Thompson a reconnu que les gestionnaires de flotte sont déjà submergés par une trop grande quantité de données.

«La matinée typique d’un gestionnaire de flotte peut commencer avec un rapport d’inspection du véhicule par un conducteur, une panne survenue pendant la nuit, un code d’anomalie et plusieurs appels de conducteurs», a déclaré Mme Thompson. «Et les informations nécessaires pour répondre à tous ces problèmes peuvent se trouver dans différents systèmes de télématique, d’entretien et de gestion des pièces, voire dans une ou deux feuilles de calcul. Une plus grande quantité de données ne facilite pas nécessairement le travail d’un gestionnaire de flotte.»

Selon elle, la promesse de l’IA consiste à faire le tri parmi tous ces signaux, à repérer ceux qui nécessitent réellement une intervention et à libérer les employés des tâches administratives répétitives.

«Les gestionnaires de flotte n’ont pas besoin de plus d’informations», a-t-elle déclaré. «Ils doivent être en mesure d’exploiter efficacement les informations dont ils disposent déjà. Et l’IA est l’outil qui peut leur permettre de le faire.»