fr.wedoany.com Rapport : La 4e édition du Forum sur le développement de l’informatisation de l’industrie manufacturière avancée s’est tenue le 28 mai 2026 à Shanghai. Organisé par le groupe Nuoben, le forum a porté sur les points clés et les difficultés de la transformation numérique de l’industrie manufacturière, ainsi que sur les dernières applications des nouvelles technologies telles que l’intelligence artificielle.

Des responsables de l’informatisation et du numérique d’entreprises manufacturières ont participé à ces échanges, dans le but de trouver les meilleurs partenaires. Zhu Hong, responsable informatique de Hejian Chip Manufacturing (Suzhou) Co., Ltd., a présenté, dans son discours intitulé « Choix et décision des agents d’IA », la trajectoire d’évolution technologique des chaînes d’outils d’agents d’IA pour entreprises en 2026, et a partagé des stratégies pratiques conciliant sécurité des données et efficacité de la R&D. Il a proposé cinq grandes stratégies de bonnes pratiques pour les entreprises de l’industrie manufacturière avancée, notamment l’orchestration agentique (Agentic Orchestration), la normalisation des compétences (Skills), et la mise en œuvre du codage Vibe (Vibe Coding).

Zhu Hong a souligné qu’au niveau de l’architecture sous-jacente, n8n 2.0 réalise un saut de l’automatisation à l’orchestration non déterministe de l’IA, et que la norme Skills résout la contradiction entre les SOP des entreprises et le contexte des grands modèles grâce à un mécanisme de divulgation progressive. Au niveau de la programmation côté terminal, OpenCode garantit la conformité des entreprises via le découplage des modèles et un bac à sable à double agent, tandis que Codex 5.3/5.5 favorise la mise en œuvre de l’AIOps côté R&D avec une efficacité de token extrême. Prenant l’exemple de l’incident de sécurité lié à OpenClaw, il a insisté sur la nécessité d’une isolation stricte en cours d’exécution pour les agents à haute autorité, et a proposé cinq lignes directrices, estimant que l’expansion de la puissance de calcul technologique doit évoluer de concert avec les mécanismes de contrainte technique.

Liu Wei, responsable informatique de Fuyo Semiconductor (Kunshan) Co., Ltd., filiale du groupe Foxconn, a présenté, dans son discours intitulé « De la fabrication à la fabrication intelligente : pratiques de transformation numérique des entreprises manufacturières », le développement et l’architecture globale de la fabrication intelligente du groupe, ainsi que les pratiques de mise en œuvre en usine. S’appuyant sur le modèle de maturité des capacités de fabrication intelligente, il a construit les éléments clés d’une usine intelligente autour des trois dimensions que sont la technologie, les opérations et les scénarios, en mettant l’accent sur la qualité des données et l’intégration de toute la chaîne de valeur. La mise en œuvre de l’usine intelligente de Kunshan couvre des scénarios tels que l’entreposage intelligent, la gestion technique intelligente, les systèmes de sécurité environnementale et les robots automatisés, et réalise l’unification des données et l’optimisation des processus grâce à l’intégration de systèmes PLM, ERP, MES, etc.

Wu Guangming, directeur technique de Dell Technologies, a partagé, dans son discours intitulé « Nouveau paradigme de fabrication Data x Ontologie x IA Agentique – Construire un volant d’inertie intelligent pour une fabrication avancée pilotée par les données », la manière d’utiliser le nouveau paradigme « Données + Ontologie + IA Agentique » pour résoudre les difficultés de mise en œuvre de l’IA. Il a souligné que la mise en œuvre de l’IA est actuellement confrontée à des défis tels que les défauts des grands modèles, les silos de données et l’augmentation des coûts, et que seules quelques entreprises ont réalisé une application à grande échelle. Ce paradigme construit un pont sémantique métier via l’ontologie, permettant une mise en œuvre rapide de haut en bas. Wu Guangming a validé la valeur métier de ce paradigme dans l’optimisation dynamique des bénéfices, la prévention des défaillances, les conseils de maintenance et l’optimisation du chargement, à travers quatre cas, dont l’optimisation des bénéfices dans l’acier, l’AMDEC automobile et le diagnostic des pannes de véhicules.

Tang Yushi, responsable du projet de marketing IP de la marque MG chez Shangqi Qianxing Automotive Technology (Shanghai) Co., Ltd., a partagé, dans son discours intitulé « Construction de l’expérience utilisateur numérique omnicanale pour l’IP numérique de la marque MG », la pratique de l’IP « MOLI » de la marque MG qui, grâce à des images diversifiées et une application omnicanale, dynamise le rajeunissement de la marque. MOLI, dont l’inspiration provient de l’esprit centenaire de la marque sur les circuits et de l’élément du casque de course, porte la double intention de « vitesse et sécurité », avec pour ADN la jeunesse, l’intelligence et le style. Cette IP, dotée d’une personnalité individualisée, est active sur les plateformes embarquées, mobiles, les produits dérivés, les showrooms et les médias sociaux, et dynamise le rajeunissement de la marque sur tous les canaux via des communications festives, des produits dérivés en boîte surprise, du contenu AIGC et des collaborations intersectorielles.

Xu Xianbiao, vice-président de Frontop Digital Creative Technology Co., Ltd., a présenté, dans son discours intitulé « La voie de la transformation intelligente de la fabrication avancée avec l’IA 3D », l’application des technologies d’IA et de jumeau numérique 3D. Face aux difficultés de l’industrie manufacturière telles que « l’opacité, la faible flexibilité et le manque de talents », l’entreprise a lancé une solution d’usine intelligente lean pilotée par l’IA et le jumeau numérique 3D. Grâce à des fonctions telles que la synchronisation des mouvements des équipements, la simulation 3D des lignes de production et la collaboration à distance en réalité augmentée, elle réalise une symbiose et une optimisation en boucle fermée entre la ligne de production physique et le modèle virtuel. Cette plateforme peut réduire le cycle de planification des lignes de production, diminuer les coûts d’essais-erreurs, améliorer l’efficacité globale des équipements et favoriser la transition de la maintenance vers la maintenance prédictive. Xu Xianbiao a présenté des cas d’application de la plateforme dans les domaines de la biomédecine et de la logistique du tabac, et a présenté le moteur de jumeau numérique national développé en interne par Frontop, ainsi que son positionnement stratégique dans des directions telles que l’IA physique et les terrains d’entraînement pour l’intelligence incarnée.

Liu Xinyi, directeur de la sécurité de l’information de Shanghai Flexiv Robotics Technology Co., Ltd., a analysé, dans son discours intitulé « Conformité à l’exportation pour l’industrie manufacturière intelligente », les risques de conformité auxquels les entreprises sont confrontées lors du passage de la phase 1.0 à la phase 2.0 de l’exportation, ainsi que les stratégies de réponse. Il a présenté les domaines clés tels que les transferts transfrontaliers de données dans l’industrie manufacturière, la protection de la vie privée, les contrôles à l’exportation, et les enquêtes antidumping et antisubventions, et a comparé les différences législatives en matière de protection des données et de la vie privée entre les principales régions comme la Chine, l’Union européenne et les États-Unis. Liu Xinyi a proposé des voies pratiques telles que la mise en place d’un système de gestion de la conformité basé sur l’ISO 37301, l’amélioration du cadre technique de protection de la vie privée, et le renforcement de l’évaluation et de la certification de la sécurité des données, soulignant que les entreprises doivent construire un mécanisme de conformité à l’exportation dynamique et adaptable grâce à des talents spécialisés, à l’examen des contrats et à l’étude des lois des pays cibles.

Lu Ju, architecte de données en chef de Zhiji Automotive Technology Co., Ltd., a exploré, dans son discours intitulé « Plateforme d’application intelligente native IA orientée vers le domaine automobile et pratiques de scénarios », la transition du modèle traditionnel « Automobile + IA » vers le paradigme « IA native pour les constructeurs automobiles ». La plateforme, qui a pour cœur une base de données lac de données multimodale conviviale pour l’IA, construit un système d’application d’agents 1+4+X avec une coordination côté terminal entre les véhicules, le cloud, les usines et les magasins, prenant en charge des scénarios tels que les tests de conduite autonome et le diagnostic après-vente. Cette plateforme améliore l’efficacité de la R&D et la qualité des services grâce à des paradigmes de R&D natifs IA tels que la programmation collaborative multi-agents et l’évaluation continue automatique, et garantit la sécurité et la conformité autour de mécanismes tels que le moindre privilège, l’isolation et l’auditabilité.

Liang Jun, directeur technique de Panduit Network Technology (Shanghai) Co., Ltd., a partagé, dans son discours intitulé « Solutions d’infrastructure pour l’industrie manufacturière intelligente », l’état actuel du câblage industriel, les normes et les solutions produits. Il estime que les réseaux d’usine ne doivent pas se fier uniquement aux câbles blindés pour résoudre les interférences électromagnétiques, mais doivent prendre en compte de manière globale les facteurs environnementaux dans quatre dimensions : l’intrusion mécanique, le climat, la corrosion chimique et la résistance aux vibrations, et suivre les normes internationales et nationales pour une conception hiérarchisée. Liang Jun recommande d’adopter une architecture de câblage zonée pour améliorer la flexibilité et la maintenabilité, et d’utiliser des produits tels que des supports ouverts, une gestion par code couleur, des câbles flexibles, et des protections physiques comme les verrous de cordon de brassage et les verrous de module, pour s’adapter au long cycle de vie de l’usine et à l’évolution constante des besoins de production.

Jiang Yu, directeur des données en chef d’Anhui X-Tai Intelligence Technology Co., Ltd., a présenté, dans son partage intitulé « Pratiques d’application de l’IA dans la fabrication de semi-conducteurs », le contexte de la construction numérique et l’application de l’IA dans la fabrication de semi-conducteurs. X-Tai, qui a pour cœur de métier la technologie Micro OLED, fournit des produits d’affichage miniature haut de gamme pour les domaines VR/AR/MR et dispose d’une ligne de production de 12 pouces. L’entreprise se concentre sur le pilotage par les données, favorisant la transition des requêtes statistiques vers l’exploration de données et la prise de décision intelligente. Sa stratégie centrale consiste à créer un écosystème d’activités numériques « 1+4+6 », renforçant l’application approfondie de l’IA dans six grands scénarios, notamment la fabrication, les produits, les opérations et les services, y compris la classification automatique des défauts ADC, les modèles d’amélioration du rendement et la recommandation de formulations OLED.

Lei Xiang, architecte de solutions de SmartX, a présenté, dans son discours intitulé « Fondations solides, production intelligente et stable – Une pile cloud d’entreprise complète pour consolider la base de calcul centrale de la fabrication avancée », comment l’entreprise construit une base de calcul centrale pour l’industrie manufacturière avancée via une plateforme cloud d’entreprise complète. Les produits développés en interne par l’entreprise, tels que l’infrastructure hyperconvergée, le stockage distribué et l’infrastructure IA, résolvent les difficultés de l’industrie manufacturière en matière de soutien agile à l’innovation technologique, d’hébergement stable des activités principales et de construction unifiée d’un cloud complet. À travers des cas tels qu’une « usine phare » mondiale d’électronique et un client leader dans la fabrication de pneus, Lei Xiang a montré comment SmartX aide les entreprises manufacturières à passer d’une architecture informatique traditionnelle à une base cloud distribuée et définie par logiciel, réduisant le TCO et améliorant l’efficacité de la maintenance et la continuité des activités.

Li Guoqing, responsable informatique senior de Hefei GCL System Integration Technology Co., Ltd., a exploré, dans son discours intitulé « Cœur de la fabrication efficace : pratiques de gestion numérisée et intelligente de la commande à la livraison dans une usine de modules photovoltaïques », la réalisation d’une gestion de bout en bout en boucle fermée de la commande à la livraison par des moyens numérisés et intelligents. L’usine, s’appuyant sur l’inspection qualité visuelle par IA et la technologie IoT, a porté le taux de conformité global des produits à plus de 99,95 %, et le temps de réponse aux anomalies des équipements a été réduit à moins de 30 minutes. L’algorithme de planification de production intelligent APS prend en compte de multiples contraintes telles que les délais, la capacité de production et la disponibilité des composants, remplaçant la prise de décision traditionnelle basée sur l’expérience humaine. L’entreprise réalise une coordination multi-usines en constituant des équipes hybrides « IT+OT », en adoptant un modèle de partenariat BP et un système de gouvernance à quatre niveaux.

Wang Ruixiang, directeur adjoint du département de gestion numérique de Xiongying Tire Group Co., Ltd., a partagé, dans son intervention intitulée « Le jumeau numérique et intelligent moteur de la transformation de la fabrication – L’analyse précise des causes profondes de la qualité grâce aux LLM », le contenu et les résultats de la mise en œuvre du projet de transformation numérique du groupe. Face aux difficultés telles que la faible efficacité de la collecte de données, l’impossibilité d’utiliser les textes non structurés et l’imprécision de la localisation des causes profondes, l’entreprise a construit une architecture à cinq niveaux en interaction, allant de la collecte de données au suivi en boucle fermée. Grâce au mappage sémantique des paramètres et à l’optimisation du raisonnement à double source, le taux de précision de la localisation des causes profondes est passé de 88 % à 92 %, réalisant une transformation de la fabrication d’une réponse passive « pompier » à une prévention active « pare-feu ».

Pendant le forum, le comité d’organisation a lancé l’activité de sélection des « Cas d’innovation en matière de numérisation et d’intelligence dans l’industrie manufacturière avancée 2026 ». Sur la base d’une évaluation globale de dimensions telles que la promotion de l’innovation sectorielle, l’amélioration de la qualité des applications, l’optimisation des scénarios d’application et l’augmentation de l’efficacité du travail des entreprises, 3 prix institutionnels annuels et 7 prix de cas d’innovation ont été décernés. Les entreprises ayant reçu le prix institutionnel annuel de la numérisation et de l’intelligence dans l’industrie manufacturière avancée 2026 incluent Hefei GCL System Integration Technology Co., Ltd., Guangzhou Frontop Digital Creative Technology Co., Ltd., et Panduit Network Technology (Shanghai) Co., Ltd.

Les entreprises ayant reçu le prix du cas d’innovation en matière de numérisation et d’intelligence dans l’industrie manufacturière avancée 2026 incluent Fuyo Semiconductor (Kunshan) Co., Ltd., Zhiji Automotive Technology Co., Ltd., Shangqi Qianxing Automotive Technology (Shanghai) Co., Ltd., Guangzhou Shizhen Information Technology Co., Ltd., Xiongying Tire Group Co., Ltd., Hanhui Pharmaceutical Co., Ltd., et Zhejiang Zhaolong Interconnect Technology Co., Ltd.

Ce forum a bénéficié de la participation active de nombreux dirigeants d’entreprise et experts, notamment HCL Bingqing Technology, MAXHUB Guangzhou Shizhen Information Technology Co., Ltd., Epson (China) Shanghai Branch, Bosch Huayu Steering Systems, Brose, Brembo systèmes de freinage, Cheyun Data, Dell Technologies, Toshiba Elevator, Dunhui Medical, Frontop Digital Creative Technology Co., Ltd., Panduit Network Technology (Shanghai) Co., Ltd., Pan Asia Technical Automotive Center, Flexiv Robotics, Fuyo Semiconductor, Hisun Hanhui Pharmaceutical, Hefei GCL System Integration New Energy, Hejian Chip, Huatian Integrated Circuit, Huayu Sanyo, Geely Auto, Luye Life Sciences, Mahle Thermal Systems, Mérieux, NTN-SNR Transmission Systems, Ningbo Jiangfeng Electronic Materials, Novartis, Ruisheng Semiconductor, Mitsubishi Elevator, Shanghai New Power Automotive Technology, Shanghai Zhenhua Heavy Industries, SAIC Maxus, SAIC Volkswagen, Shangqi Qianxing Automotive Technology, Shengmei Semiconductor, Straumann, Suzhou Da Yu Zhou Information Creation Co., Ltd., Taisheng Wind Energy Equipment, Trina Solar, Tianyi Hecore Electronics, X-Tai Intelligence Technology, Xiongying Tire, WuXi Biologics, Ipsen, Envision Energy, Zhejiang Zhaolong Interconnect Technology Co., Ltd., SmartX, et Zhiji Auto.

Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com