Grâce à la seule mise en place de programmes sophistiqués de maintenance prédictive, les entreprises ont pu au global économiser 17 milliards de dollars en 2018 au niveau mondial, et ce grâce au meilleur retour sur investissement (ROI) permis par ces initiatives (avec typiquement une réduction de 10% à 50% des coûts de maintenance). ...Telle est du moins la conclusion d’une enquête de la société d'études IoT Analytics qui affirme que le marché des solutions de maintenance prédictive, dopées en partie par les avancées dans le domaine de l’intelligence artificielle et par la multiplication des points d’entrée pour la récupération des données, a atteint l’année dernière la valeur de 3,3 milliards de dollars. Un marché qui devrait progresser de près de 40% par an pour frôler les 23,5 milliards de dollars d’ici à 2024.

Cette année-là, c’est une économie de 188 milliards de dollars qui est anticipée grâce à la maintenance prédictive, d’autres avantages étant attendus par les entreprises, en particulier au niveau de la conformité aux législations et de la sûreté de fonctionnement.

Selon IoT Analytics, la plupart des projets en sont encore au stade des pilotes et des preuves de concept, mais nombre d’entre eux ont déjà entamé un processus de déploiement à grande échelle, certaines sociétés effectuant même de la maintenance prédictive sur plus de 100 000 actifs. Cette montée en puissance s’accompagne par ailleurs d’une multiplication du nombre de vendeurs de solutions, estimé aujourd’hui à plus de 180 par la société d’études, soit deux fois plus qu’il y a deux ans.

Alors que la maintenance prédictive est devenue selon IoT Analytics le cas d’usage phare de l’Internet des objets, c’est le manque de savoir-faire en interne qui pousse les sociétés a adopté des logiciels automatisés adaptés à cette fonction. De nombreuses entreprises industrielles possèdent déjà des tonnes de données sous la main mais elles rencontrent en effet toutes les difficultés à en extraire de la valeur car elles manquent de personnels correctement formés à cette tâche et notamment d’experts de la gestion et de l’analyse pointue de données massives (Data Scientists). Une opportunité qu’ont su saisir un certain nombre de start-up avec des offres de type « data scientist in a box » (à l’instar de Senseye, Presento, Uptake ou SparkCognition, cités par IoT Analytics).