Ford fait tourner l'inspection sur smartphone dans 27 usines. Le signal pour tous les autres.

Le Mobile AI Vision System (MAIVS) interne de Ford est devenu sans bruit l'un des plus gros déploiements mondiaux de contrôle qualité par smartphone. Le reportage du secteur parle de près de 700 postes de travail dans une vingtaine d'usines, avec des dizaines de millions d'inspections déjà loguées.

C'est plus gros que la majorité des installations classiques de vision industrielle. C'est aussi le signal le plus net que l'inspection sur smartphone est sortie de la phase d'expérimentation.

Ce que Ford a vraiment construit

MAIVS associe des smartphones grand public à des modèles d'IA embarqués pour contrôler les pièces sur la ligne. Les téléphones sont fixés sur des supports. Ils prennent une photo à chaque passage de pièce. Ils font tourner l'inférence en local et signalent les défauts avant que la pièce ne continue.

Ford a construit ça en interne après une série de rappels coûteux. Un portrait de Walter LaPlante par Popular Science, l'ingénieur qui a piloté le programme, raconte comment MAIVS est passé d'un pilote à Chicago à une empreinte mondiale. Le système attrape des problèmes qui finiraient sinon chez le client à la livraison, ou pire, chez le concessionnaire.

La boucle d'entraînement, c'est la partie qui surprend la plupart des industriels. Les opérateurs signalent les pièces bonnes et mauvaises directement dans l'application. Le modèle apprend de ce retour. Ce n'est pas une équipe data science spécialisée qui fait tourner les modèles. C'est la ligne.

Pourquoi ça compte au-delà de Ford

Deux choses rendent le cas Ford intéressant pour le reste de l'industrie.

D'abord, l'échelle. Une empreinte de 700 postes répartis sur une vingtaine d'usines, c'est plus gros que ce que la plupart des fournisseurs tier 1 atteindront jamais avec de la vision industrielle fixe. Ce volume n'est économique que parce que le matériel est un smartphone du commerce et non une caméra industrielle à 10 000 €, plus l'objectif, plus l'automate, plus l'éclairage. Design News rapporte des économies d'un ordre de grandeur sur des lignes comparables à base de smartphone, ce qui colle à ce qu'on observe dans nos propres déploiements.

Ensuite, la méthode. L'approche d'entraînement avec l'opérateur dans la boucle que Ford utilise, c'est le même schéma qui définit la catégorie smartphone-inspection au sens large. Elle sort l'entraînement des modèles des équipes spécialisées et le met dans les mains des chefs de ligne, ceux qui savent vraiment à quoi ressemble du « bon ».

L'écart que le reste de l'industrie doit combler

La plupart des industriels ne peuvent pas construire un MAIVS. Ford avait l'échelle pour justifier une équipe d'ingénierie interne, un pipeline d'entraînement maison et un programme de conduite du changement sur plusieurs années. Les fournisseurs tier 1, les OEM de taille intermédiaire et les industriels du Mittelstand avec qui on travaille ne sont pas équipés pour ce type de chantier interne.

Ce que l'histoire Ford prouve vraiment, c'est que la techno sous-jacente fonctionne à grande échelle. La question ouverte, c'est comment des équipes qui n'ont pas la taille de Ford obtiennent les mêmes bénéfices sans le même investissement d'ingénierie.

C'est le problème sur lequel on passe l'essentiel de notre temps chez Enao. Notre plateforme permet à un chef de ligne de monter un poste d'inspection sur smartphone en environ quatre heures et de l'onboarder en cinq jours. Pas besoin d'équipe ML interne. Le matériel, c'est un iPhone, un support et un éclairage en option. Le modèle apprend des opérateurs qui signalent les pièces bonnes et mauvaises, le même schéma que MAIVS.

La catégorie a passé le point de bascule

Quand Ford s'est publiquement engagé sur l'inspection par smartphone à cette échelle, la conversation a changé. Les responsables qualité qui avaient besoin d'une référence l'ont. Les financiers qui doutaient du matériel grand public sur une ligne ont désormais un contre-exemple à près de 700 postes.

Si tu évalues la catégorie, le cas Ford est le plancher du possible, pas le plafond. Les équipes plus petites n'ont pas besoin de répliquer l'investissement d'ingénierie de Ford. Elles ont besoin d'une plateforme qui prend la même approche sous-jacente et la rend achetable sur étagère.

Si l'inspection sur smartphone te parle, regarde aussi notre travail sur la catégorie au sens large : comparaisons de fournisseurs, panorama des systèmes de vision industrielle, et cas d'usage en production.

Tu fais tourner de l'inspection sur iPhone ou tu évalues la catégorie ? Compare tes notes avec d'autres équipes dans notre communauté.