Introduction

Un responsable maintenance cherche une panne qu'un collègue a déjà résolue sur un site voisin. Sa GMAO contient l'intervention, mais il ne la retrouve pas : la même panne y est décrite de trois façons différentes selon qui l'a saisie. La GMAO enregistre, elle n'interprète pas.

Ce décalage se voit surtout dans les groupes multi-sites. Chaque site remplit le même outil avec son vocabulaire, ses abréviations et son niveau de détail. L'historique grossit, sa valeur de recherche baisse.

Des plateformes d'intelligence industrielle comme Mimorian modélisent les équipements et structurent le diagnostic pour rendre cet historique exploitable, en complément de la GMAO (Gestion de Maintenance Assistée par Ordinateur) plutôt qu'à sa place.

Pourquoi un historique complet reste-t-il difficile à interroger ?

Une GMAO est conçue pour la traçabilité : qui est intervenu, quand, sur quel équipement, avec quelles pièces. Ce contrat est tenu. La recherche de panne demande autre chose : retrouver un cas semblable à partir d'un symptôme, alors que le symptôme a été écrit en texte libre par quelqu'un d'autre, il y a trois ans.

Trois écarts de rédaction suffisent à casser la recherche.

Ce que coûte un historique que personne ne relit

Le coût se paie deux fois. D'abord en temps de recherche, avant l'intervention. Ensuite en interventions à reprendre, quand un diagnostic posé trop vite envoie remplacer le mauvais composant. Dans l'industrie manufacturière, 23 % des arrêts non planifiés viennent d'une erreur humaine, contre 9 % dans les autres secteurs [Source : Vanson Bourne/ServiceMax, 2017].

À l'échelle d'un groupe, le partage inefficace du savoir coûte en moyenne 47 millions de dollars par an à une grande entreprise [Source : Panopto, 2018]. Une part de ce montant vit dans des bases qui contiennent déjà la réponse, sans moyen de la retrouver.

Faut-il remplacer la GMAO pour y remédier ?

Non. La GMAO reste le registre officiel des interventions, des pièces et des coûts, et la remplacer ouvre un chantier sans rapport avec le problème. Ce qui manque se situe au-dessus : une couche capable de relier un symptôme à la structure de la machine, puis de retrouver les interventions comparables dans l'historique existant.

Cette couche apporte trois choses à la GMAO en place.

Un modèle de l'équipement

Construit depuis les schémas électriques, il dit ce qui alimente quoi et ce qui se déclenche quand un composant lâche.

Une recherche par symptôme

Elle rapproche des libellés différents qui décrivent le même défaut.

Un compte rendu structuré à la source

Dicté en fin d'intervention, il améliore la qualité de l'historique au lieu de la subir.

Un site qui a déjà bâti son propre outil de diagnostic garde son travail : la couche vient s'y ajouter, elle ne le remplace pas. Les articles sur vos 20 ans d'historique GMAO et sur les limites d'un chatbot documentaire détaillent les deux faces de ce sujet. La méthode complète est décrite dans le guide du diagnostic guidé par IA.

Mise en pratique : par où commencer dans un groupe multi-sites ?

1. Choisir un site pilote et deux ou trois équipements qui reviennent le plus souvent dans le planning.

2. Mesurer le temps de recherche sur les dix dernières interventions de ces équipements, avant toute modification.

3. Uniformiser ce qui se saisit, en demandant le symptôme observé et la cause retenue, pas seulement l'action faite.

4. Rendre l'historique interrogeable par symptôme sur ce périmètre réduit.

5. Comparer le temps de recherche après quelques semaines, puis étendre aux autres sites avec le même protocole.

Questions fréquentes

Q : Faut-il nettoyer l'historique avant de commencer ? R : Un historique hétérogène reste exploitable : les libellés différents qui décrivent le même défaut se rapprochent par le sens. Le nettoyage manuel complet coûte cher pour un gain faible.

Q : Combien d'équipements faut-il pour un premier essai ? R : Deux ou trois suffisent, choisis parmi ceux qui reviennent le plus souvent. La mesure devient lisible dès les premières pannes.

Q : Que devient la GMAO dans ce schéma ? R : Elle garde son rôle de registre. Les comptes rendus continuent d'y être versés, mieux rédigés qu'avant puisqu'ils sont structurés à la source.

Q : Comment convaincre des sites qui trouvent que leur maintenance va bien ? R : Par la mesure plutôt que par le discours. Le temps de recherche de panne sur dix interventions se relève en une journée et se compare entre sites.

Conclusion

Trois points à retenir :

1. Une GMAO complète peut rester inexploitable en recherche : la traçabilité et la recherche de panne sont deux usages distincts du même historique.

2. L'hétérogénéité de saisie est le vrai frein dans un groupe multi-sites : le même défaut porte autant de noms que de sites.

3. La GMAO garde sa place : la couche de diagnostic s'ajoute au-dessus et alimente l'historique au lieu de le concurrencer.

Prochaine étape : relever le temps de recherche sur les dix dernières interventions d'un équipement critique, et regarder combien d'entre elles avaient déjà une réponse dans la base.

Sources : Vanson Bourne/ServiceMax, 2017 : After the Fall, human error is more common cause of unplanned downtime · Panopto, 2018 : Inefficient knowledge sharing costs large businesses 47 million dollars per year

Article publié initialement sur le blog Mimorian.