Témoignage client

L'accès à l'analytique, une arme pas si secrète

En investissant dans un personnel capable de mener des analyses, DuPont tire pleinement parti de la valeur de ses usines numériques de pointe

Les récentes avancées de la 5G et de l'intelligence artificielle (IA) ont déclenché une pluie d'innovations dans les technologies adjacentes, des environnements de fabrication dans le cloud aux capteurs intelligents en passant par les emballages haut de gamme. Mais cette nouvelle génération de systèmes de fabrication s'accompagne à la fois d'une demande et de défis sans précédent.

L'un des leaders mondiaux de l'innovation dans ce domaine est l'entreprise DuPont, qui s'est engagée à fournir des solutions modernes en matière de matériaux semi-conducteurs. Au site d'Hsinchu, à Taïwan, DuPont s'est imposé comme le précurseur de cycles d'innovation qui ont fait progresser la technologie des semi-conducteurs, non seulement à Taïwan, mais aussi à l'échelle mondiale.

Les dirigeants de DuPont Taiwan attribuent leur compétitivité en cette ère des usines numériques notamment à l'adoption de méthodes analytiques modernes sur lesquelles a été mise la priorité au niveau de l'entreprise. La formation Six Sigma est désormais obligatoire pour tous les nouveaux collaborateurs au cours de leur première année de travail chez DuPont. Ce programme est largement considéré comme une reconnaissance du fait que même les systèmes de fabrication les plus avancés n'ont qu'un faible rendement si les ingénieurs qui les exploitent n'ont pas les compétences et les capacités nécessaires en matière d'analyse ‑ une réalité à laquelle d'autres entreprises n'ont pas su réagir avec autant d'agilité.

Un programme de formation Six Sigma solide pour renforcer les capacités d'analyse

Comment former tout son personnel à l'analyse ? Selon Ifrans Pang, chef d'unité, il faut investir dans une formation obligatoire et donner au personnel les outils dont il a besoin pour exploiter les données déjà collectées par l'usine numérique. M. Pang, expert Six Sigma, supervise désormais le programme de formation Six Sigma de l'entreprise et est souvent le principal point de contact de ses collègues pour obtenir des conseils personnalisés lorsqu'il s'agit de résoudre des problèmes de données particulièrement complexes.

Il est d'avis que les formation sont plus efficaces lorsqu'elles encouragent les participants non seulement à développer une compréhension plus nuancée des concepts statistiques, mais aussi à acquérir les compétences pratiques qui leur permettront de mettre en œuvre les méthodes statistiques une fois de retour à l'usine. La standardisation autour d'un logiciel unique a été essentielle pour développer la philosophie de formation ainsi que l'éthique d'analyse de DuPont. Suivant l'exemple de Dow Chemical à la suite de la fusion des deux entreprises en 2017, DuPont a choisi le logiciel de découverte statistique JMP®.

Selon M. Pang, « JMP est devenu la formule standard pour toutes les formations Six Sigma chez DuPont Taiwan. » Au niveau d'introduction, les participants qui débutent dans l'analyse installent JMP dès le premier jour et progressent dans l'utilisation des cartes de contrôle, l'analyse de la capacité des processus, l'analyse des systèmes de mesure et les plans d'expériences (DOE). Ces compétences sont renforcées tout au long de l'année, même en dehors de la formation, lorsque les collaborateurs sont encouragés à participer à des jeux de simulation et aux deux concours annuels de projets d'amélioration continue de l'entreprise, qui utilisent tous exclusivement JMP.

Ces initiatives d'analyse multidisciplinaires sont considérées comme un élément clé du développement professionnel et une occasion de maintenir les compétences en matière d'analyse à un niveau élevé tout en approfondissant la résolution collaborative des problèmes dans l'ensemble de l'entreprise. Comme de plus en plus d'ingénieurs suivent le programme de formation rigoureux de DuPont et participent à la formation continue, les dirigeants affirment que les capacités de l'ensemble de l'organisation ont considérablement progressé. Ils attribuent cette progression en grande partie à une utilisation plus répandue de JMP.  

Investir dans des employés qui favorisent les approches analytiques

« Chez DuPont, chaque projet doit être étayé par des données et des statistiques », explique Miles Chan, responsable du système de contrôle des processus. Les ingénieurs qui ont le plus facilement adopté la fonction d'analyse, en devenant des utilisateurs expérimentés de JMP, ont été reconnus comme de puissantes voix au sein de l'entreprise. En outre, depuis l'introduction du logiciel, la direction de DuPont a commencé à encourager l'utilisation de JMP par le biais de ses structures de promotion interne.

« JMP est un outil puissant. Son interface est propre, bien organisée et très intuitive », explique Vinson Wei, ingénieur de l'usine de production. « Même sans formation, JMP est facile à utiliser, notamment pour les ingénieurs. » M. Wei, dont le travail porte principalement sur la fiabilité des processus, utilise les distributions, le Constructeur de graphiques, les cartes de suivi et ANOVA dans JMP pour l'analyse des causes principales. Mais selon lui, JMP permet surtout d'identifier rapidement les sources de variation.

Ce sont les premières preuves de concept, explique-t-il, qui ont permis de démontrer la valeur quantifiable de JMP, tant en termes de gains de temps que de réduction des coûts, et de surmonter le scepticisme initial de ses collègues. Jerry Huang, ingénieur principal du laboratoire d'analyse et utilisateur de longue date de Minitab et de SPSS, a été l'un des premiers à s'opposer à ce changement d'outil. Mais après avoir assisté à la réussite de plusieurs projets, M. Huang a vu en JMP un outil plus convivial pour l'analyse multivariée. Depuis, il n'en démord plus.

« Contrairement aux autres logiciels, les plans d'expériences de JMP offrent beaucoup de puissance ainsi que des prévisions de modèles complètes et nous aident ainsi à trouver les conditions optimales de manière extrêmement précise et rapide.  »

Un personnel plus compétent en matière d'analyse pour un traitement plus rapide des besoins des clients 

Les communications basées sur les données constituent une autre facette majeure, et parfois sous-estimée, de la culture analytique que DuPont a cultivée grâce à son vaste programme de formation. Les sorties de données de l'usine numérique de DuPont sont désormais entièrement connectées à JMP, permettant ainsi aux ingénieurs de DuPont d'utiliser les rapports JMP pour les présenter aux clients, en se concentrant sur le langage de la visualisation des données.

Que ce soit avec des clients ou des collègues, pour M. Wei, il est impératif que les équipes articulent clairement les informations, et ce dans les meilleurs délais. Selon lui, les visualisations dynamiques sont le meilleur moyen de partager des informations de manière intuitive, dans un format où les erreurs et les valeurs aberrantes sont immédiatement visibles.  

« Les sorties de JMP sont faciles à comprendre, concises et expliquent visuellement le projet de manière claire et simple », ajoute M. Huang. Une communication efficace avec les clients a permis à DuPont de répondre plus rapidement à l'évolution des besoins des clients, une caractéristique essentielle de la fabrication high tech.

Par exemple, explique M. Huang, alors que les spécifications des processus des clients sont passées de 7 nm à 5 nm puis à 3 nm, DuPont a entrepris de développer une nouvelle génération d'instruments de détection. Dans un cas précis, M. Huang, en collaboration avec M. Wei, a aidé un client à résoudre un problème de détection des dysfonctionnements des installations photovoltaïques.

La détection des dysfonctionnements des installations photovoltaïques est soumise à un certain nombre de variables environnementales, notamment la température, l'altitude ou les conditions de la sonde, et le client de DuPont cherchait à identifier la combinaison optimale de conditions réalisables sans sacrifier le coût. Lorsque le problème a été porté à l'attention de DuPont, le client s'appuyait à l'époque sur l'analyse d'un seul facteur à la fois, en ajustant progressivement la formule et en effectuant des tests itératifs sans paramètres de sortie clés quantitatifs.

M. Huang et M. Wei ont rapidement compris qu'une approche multivariée via la régression multiple et les plans d'expériences dans JMP pouvait accélérer considérablement le temps nécessaire pour trouver une solution. La première plateforme de conception expérimentale du logiciel leur a permis d'établir des conditions optimales répondant aux exigences du client pour un processus de fabrication avancé avec une corrélation très élevée. En outre, la cartographie de la distribution dans JMP a permis à l'équipe de DuPont d'identifier et de résoudre rapidement les problèmes de variabilité, un défi qui, selon M. Huang, aurait nécessité de nombreuses itérations expérimentales si réalisé avec tout autre logiciel. S'ils n'avaient pas utilisé JMP, ajoute-t-il, le taux de rendement aurait été beaucoup plus faible, ce qui aurait pu entraîner un manque de satisfaction du client.

Un résultat deux fois supérieur en deux fois moins de temps

Alors qu'un nombre croissant d'ingénieurs de DuPont Taiwan sont devenus hautement qualifiés en matière d'analyse, ce ne sont pas seulement les gains d'efficacité cumulés qui ont apporté de la valeur à l'entreprise. M. Huang explique que la capacité d'analyse à l'échelle de l'entreprise a permis à DuPont d'extraire un maximum de données de ses installations numérisées. Selon lui, JMP est un outil indispensable qui permet aux ingénieurs d'obtenir « des résultats deux fois supérieurs en deux fois moins de temps ».

À une époque où les concurrents investissent massivement dans la technologie pour un environnement de fabrication entièrement numérisé, beaucoup ont négligé l'investissement tout aussi important dans le développement des capacités de la main-d'œuvre. Vu sous cet angle, le double investissement de DuPont dans la technologie et dans ses ingénieurs semble en effet judicieux et devrait permettre à l'entreprise de conserver son avantage concurrentiel à l'avenir.