Un système nerveux pour les usines : CVector lève 5 millions de dollars pour réveiller le matériel industriel

Pendant que la Silicon Valley se dispute pour savoir quel modèle de langage écrit les meilleurs poèmes, ceux qui tentent d'appliquer l'IA au monde réel, c'est-à-dire aux machines-outils, aux convoyeurs et aux ateliers, restent dans l'ombre. La startup CVector vient de boucler un tour de table d'amorçage de 5 millions de dollars, et cette annonce mérite l'attention non pour le montant, mais pour l'ambition. Les fondateurs, Richard Zhang et Tyler Raggles, s'attaquent à un sujet sacré : ils construisent ce qu'ils appellent un « système nerveux industriel ».

Quiconque a vu de l'intérieur une usine moderne sait que ce n'est pas un orchestre bien accordé, mais plutôt un bazar bruyant, où des équipements de générations et de fabricants différents parlent des langues différentes, et où les données meurent souvent dans les automates sans jamais atteindre l'analyse.

L'idée de CVector est de créer une couche logicielle universelle qui fédère tout ce matériel. Ce n'est pas un énième tableau de bord, mais une tentative de doter l'usine de véritables réflexes. Dans le monde idéal de Zhang et Raggles, le système doit sentir la moindre vibration d'un roulement ou la variation de température d'un four et corriger instantanément le travail de toute la ligne.

C'est cela, le « système nerveux » : le lien entre les stimuli extérieurs et la réaction de l'organisme. Le hic, c'est que les industriels sont extrêmement méfiants. Il ne leur suffit pas d'entendre parler d'« IA innovante ».

Ils veulent voir cette IA se traduire en dollars concrets économisés sur les arrêts de machines ou les produits défectueux.

Historiquement, l'automatisation industrielle a progressé très lentement. Pendant des décennies, on s'est appuyé sur des automates programmables (PLC), qui font exactement ce qu'on leur ordonne. Mais le monde s'est complexifié, et les algorithmes rigides ne suffisent plus. CVector arrive sur le marché au moment où l'industrie 4.0 cesse enfin d'être un slogan marketing pour devenir une nécessité. Après la pandémie et les ruptures des chaînes logistiques, les entreprises ont compris que l'efficacité de la production est une question de survie. Reste que Zhang et Raggles doivent résoudre un défi colossal : faire passer leur solution à l'échelle pour qu'elle fonctionne aussi bien dans une petite unité d'assemblage que dans une immense aciérie.

Les investisseurs qui ont apporté ces 5 millions parient manifestement que CVector saura franchir la « vallée de la mort » du logiciel industriel. La difficulté principale ne tient pas au code, mais à l'intégration. Convaincre le propriétaire d'une usine de confier le pilotage du convoyeur à un algorithme revient presque à persuader quelqu'un de monter dans une voiture autonome, sauf qu'ici la moindre défaillance peut coûter des millions de dollars de pertes par heure.

Richard Zhang sait bien que leur travail principal consiste désormais non seulement à développer, mais à prouver le retour sur investissement (ROI). S'ils démontrent que leur « système nerveux » s'amortit en un an, une file se formera parmi ceux qui froncent aujourd'hui les sourcils, sceptiques, dans les conférences.

Au bout du compte, le succès de CVector marquerait un virage vers des usines réellement autonomes. Nous allons vers un futur où les usines ne seront pas seulement automatisées, mais adaptatives. Autrement dit, la production pourrait se reconfigurer seule face à de nouvelles tâches ou optimiser sa consommation d'énergie sans ingénieur armé d'une clé à molette. Pour l'instant, cela ressemble à de la science-fiction, mais des projets comme CVector posent les fondations d'une réalité où l'IA se salira enfin les mains dans la graisse d'atelier et produira de la valeur dans le monde physique, et pas seulement dans des chats dans le cloud.

L'essentiel : CVector saura-t-il prouver aux géants conservateurs que son logiciel n'est pas un simple jouet coûteux, mais un organe vital de l'organisme industriel ?