Selon ses concepteurs, Bob est le premier assistant de maintenance au monde à intégrer une intelligence artificielle embarquée directement dans des capteurs. Il a été conçu en commun par Cartesiam, éditeur français de logiciels B2B créé en 2016 et spécialiste de l’intelligence artificielle dans des objets, ...et Eolane, société de services industriels en électronique et solutions connectées. L’objectif de cette solution, fruit de trois ans de travaux de R&D, est d’assurer la maintenance prédictive en milieu industriel de tout type d’équipements sensibles, via la mesure des vibrations des machines.

La caractéristique principale de la technologie au coeur de Bob est d’intégrer des fonctionnalités d’intelligence artificielle directement dans un capteur capable d’apprendre de manière autonome, sans lien spécifique avec le cloud. L’idée sous-jacente étant de réduire drastiquement les coûts d’accès aux solutions industrielles de maintenance prédictive. Concrètement, dans l’atelier ou l’usine, l’assistant est en permanence à l’écoute de toutes les machines présentes et est capable d’alerter par anticipation, via l’analyse de tout comportement anormal, avant même qu’un problème n’impacte la ligne de production.

A travers ses algorithmes d'apprentissage automatique embarqués, Bob, composé de capteurs de vibrations et de température, est en mesure de comprendre son environnement, de constituer son savoir de référence, puis de surveiller en continu le comportement de l'équipement sur lequel il a été installé. A intervalles réguliers, l’assistant envoie par voie radio (via un protocole LoRaWAN sécurisé) un rapport d'activité et de santé de l’équipement surveillé, mais également des alertes en cas de suspicion d'anomalie grâce à la reconnaissance de signature des vibrations normales ou anormales.

Dès qu’un problème est repéré, Bob transmet le résultat de son analyse vers une console de supervision, une plate-forme IoT sur Internet ou le smartphone d’un opérateur. De fait, il ne transmet aucune donnée de production (celles-ci ne sont donc jamais envoyées dans le cloud), mais seulement une information utile grâce à ses capacités de calcul et d’analyse à la source, là où les données sont générées. L’assistant peut aussi s’interfacer, si nécessaire, au cloud, afin d’apporter des éléments de contexte aux informations remontées.

Après une période de validation chez des industriels comme EDF et Veolia, mais également dans des PME comme SJD Décolletage, la solution est désormais opérationnelle pour la réalisation de tests industriels, avec une commercialisation sous forme d’abonnement mensuel.

La solution s’inscrit dans un marché promis à un bel avenir : selon le cabinet MarketsandMarkets, le secteur de la maintenance prédictive devrait passer de 1 404,3 millions de dollars en 2016 à 4 904,0 millions en 2021, avec un taux de croissance annuel moyen de 28,4% entre 2016 et 2021.