Avis d’expert – Les 6 défis de l’informatique industrielle pour les cinq prochaines années

 

Au cours de la dernière décennie, nous avons assisté à de nombreuses transformations dans la sphère industrielle, qui ont toutes façonné la manière dont l’atelier de production se connecte à l’informatique traditionnelle (IT) et interagit avec elle. D’ici 2025, le marché de l’Internet des Objets Industriels (IIoT) représentera 110,6 milliards de dollars, ce qui ne fera qu’accentuer les tendances que nous avons observées jusqu’à présent.

 

Au cours des cinq prochaines années, ces tendances créeront de nouvelles contraintes et de nouveaux défis pour les systèmes IT des infrastructures industrielles. L’environnement des technologies opérationnelles (OT) a en effet de plus en plus besoin de s’interfacer et de se connecter à des réseaux auparavant séparés. Quant aux nouvelles données produites par les appareils IIoT, elles doivent être traitées, stockées et analysées. Cela signifie que l’informatique au sein des environnements de production devra être suffisamment évolutive et flexible pour prendre en charge les nouveaux processus et fonctionnalités qui se déploient dans l’infrastructure.

 

Voici les tendances qui, au cours de ces prochaines années, joueront un rôle important dans la manière dont l’informatique industrielle devra s’adapter.

 

 

La convergence de l’IT et de l’OT reste le principal moteur de transformation de l’informatique industrielle. Des machines auparavant modulaires sont maintenant connectées et les capteurs IoT fournissent des données sur tous les aspects de la production. Il devient évident qu’une approche cloisonnée, comme c’était le cas auparavant, n’est plus pertinente. Il y a désormais beaucoup plus d’interfaces et de points de contact qu’avant entre les différents domaines de la production, en particulier l’IT, l’OT et l’IIoT, créant ainsi des challenges spécifiques. 

 

Comment les techniciens et les administrateurs système peuvent-ils s’assurer que les interfaces fonctionnent ? Les informations circulent-elles de l’atelier de production vers les centres de données ou vers le cloud comme elles le devraient ? Et quel est le meilleur moyen d’obtenir une vue d’ensemble précise de la situation ?

 

Ce sont les questions que les spécialistes de l’informatique industrielle devront se poser dans les années à venir.

 

 

Selon de nombreuses études, la pandémie a entraîné une augmentation massive des cyberattaques. Ainsi, d’après une tribune publiée par Forbes, ce type d’attaques a connu une augmentation de 238 % dans le secteur bancaire et de 600 % sur les serveurs cloud entre janvier et avril 2020. Cette croissance exponentielle des cyberattaques va dès lors continuer à impacter fortement la cybersécurité dans tous les secteurs, y compris celui de l’industrie. 

 

Bien que la cybersécurité ne soit pas une nouveauté dans les environnements industriels, la transformation numérique du secteur engendre des défis qui lui sont propres. Les capteurs et appareils IIoT, ainsi que leur déploiement, entraînent des risques de sécurité qui ont déjà été bien documentés. Dans le même temps, les composants OT ont besoin de « s’ouvrir » pour se connecter à de nouveaux systèmes et appareils, ce qui entraîne toute une série d’autres risques de sécurité. Le problème est amplifié par le fait que les concepts et outils standards de sécurité développés pour l’IT ne fonctionnent pas nécessairement pour l’OT.

 

Connecter le monde de l’OT nécessite donc une stratégie de cybersécurité solide, avec une informatique qui s’adapte pour répondre aux nouvelles exigences de sécurité de l’OT et pour sécuriser les composants et matériels IIoT.

 

 

Compte tenu de l’importance des données provenant des ateliers de production et des appareils IIoT, les passerelles industrielles intelligentes ont commencé à jouer un rôle pivot dans les environnements industriels.

 

Ces interfaces peuvent être connectées à divers éléments de l’usine tels que des machines et se chargent de l’agrégation des données et de leur envoi à divers points de terminaison tels que les fonctions d’exploitation ou de maintenance. Il s’agit donc de passerelles qui permettent d’accéder à des données importantes du processus de production.

 

L’intégration de ces dispositifs dans les infrastructure actuelles continuera d’être un thème central pour de nombreuses entreprises dans leur passage à l’industrie 4.0. Par conséquent, la supervision de l’infrastructure globale aura pour rôle de s’assurer que ces passerelles sont bien connectées, disponibles et fonctionnent comme elles le devraient.

 

 

Avec l’interconnexion des capteurs et appareils IoT avec l’OT et d’autres points de contact, il est nécessaire de disposer d’un “langage” commun pour assurer la communication entre les composants des différentes technologies. La norme OPC UA s’impose de plus en plus comme un choix largement adopté, et cette tendance devrait se poursuivre dans les années à venir.

 

Mais quel que soit le standard adopté par un fabricant, il sera nécessaire de l’implémenter et de l’intégrer dans l’infrastructure existante.

 

 

Aujourd’hui, le traitement des données peut se faire à différents endroits : dans le cloud, sur site (on-premises), en périphérie (edge computing), ou grâce à une combinaison de ces éléments. La tendance pour les architectures multi-cloud, à savoir des services de plusieurs cloud qui se rassemblent dans une seule solution, devrait se poursuivre. Tout comme cette autre tendance de l’utilisation de scénarios hybrides, où les appareils edge, le matériel sur site et les services en cloud sont combinés dans une solution intégrée.

 

Il sera important pour les industriels d’identifier leurs besoins et de concevoir ou sélectionner la meilleure solution cloud en fonction de leurs cas d’usage spécifiques.

 

La nature même de l’IIoT fait que des données sont générées par des capteurs, des appareils et des machines connectées. Ces données peuvent être extrêmement utiles pour identifier les tendances, obtenir des informations sur les processus de production et prendre des décisions.

 

A titre d’exemple, la collecte d’informations sur le fonctionnement d’une machine à l’aide de capteurs peut donner des indications sur le moment où elle devra être entretenue. Cela permet aux techniciens d’effectuer une maintenance prédictive au lieu de procéder à l’opération sur la base d’une date du calendrier, et donc d’économiser des coûts inutiles. Toutefois, ces données doivent être collectées, les informations qu’elles génèrent doivent être comprises et le cas échéant, des alertes doivent être émises lorsque certaines valeurs dépassant des seuils définis indiquent que la machine a besoin d’être entretenue.

 

Ou bien prenons comme autre exemple l’efficacité énergétique que les industriels sont de plus en plus poussés à optimiser par le biais de la législation et de la réglementation. En utilisant les données des compteurs d’énergie (communiquées via des protocoles comme Modbus), les industriels peuvent analyser leur consommation d’énergie et identifier les moyens de l’améliorer. Mais là encore, les données ont d’abord besoin d’être collectées et comprises.

 

Le défi consiste à déterminer la nature des données récupérées et la façon de les utiliser. Cette compréhension permettra également de savoir comment l’IIoT est déployé, ce qui constitue un élément crucial du puzzle.

 

Avec tous les changements et innovations qui se succèdent, la clé de la réussite est de pouvoir rapidement adapter l’IT et de faire évoluer ses capacités en conséquence, au fur et à mesure que de nouveaux besoins continuent à modifier l’industrie.