Trigo injecte de l’automatisation dans l’inspection des pièces industrielles

Dans une quête à l’efficacité sur les chaînes de production, Trigo ne veut pas manquer le coche de l’automatisation. Le groupe spécialisé dans l’inspection et la sécurisation des lignes de production a annoncé jeudi l’acquisition de la start-up Scortex, spécialisée dans des solutions d’automatisation du contrôle qualité à destination des industriels.

Cette jeune pousse, lancée en 2016, a fait de l’innovation industrielle son champ de bataille. Son équipe a d’ailleurs passé près de six ans à construire des algorithmes de deep learning afin d’automatiser l’inspection et permettre de générer en temps réel des données et des statistiques sur la qualité de la production. Dans ce long processus, des volumes de données conséquents sont nécessaires pour que la machine soit en mesure de trier les produits défaillants et les produits conformes, comme le ferait un opérateur humain.

Trigo, qui intervient essentiellement auprès d’industriels des transports dans l’automobile et l’aéronautique, a commencé à expérimenter des cas d’usage avec Scortex depuis un an et demi. Matthieu Rambaud, CEO du groupe Trigo, note que la solution d’automatisation se prête particulièrement bien aux contrôles de pièces « volumineuses et récurrentes », telles que des sous-ensembles de roulement.

Fiabilité et répétabilité

« La qualité, ce n’est pas un domaine noir ou blanc, il est parcouru de grandes zones grises » souligne Aymeric de Pontbriand, fondateur et CEO de Scortex.

Si l’opérateur humain n’est pas infaillible, la machine entraînée en revanche l’est un peu plus : « La solution de Scortex permet d’objectiver les défauts subjectifs, avec une fiabilité et une répétabilité très forte de la détection de ces défauts » explique Aymeric de Pontbriand.

Pour Trigo, l’outil automatisé a un autre avantage : celui de récolter à grande échelle les informations susceptibles d’améliorer la qualité des produits. Trigo propose en effet des services d’ingénierie et de conseil en qualité industrielle à ses clients. Un tel outil dans son escarcelle pourrait ainsi aider l’entreprise à « analyser les défauts détectés et comprendre les causes, et ainsi proposer des solutions de résolution de problèmes à nos clients » explique Matthieu Rambaud.

Une accélération de la roadmap

Scortex, de son côté, entend doubler ses effectifs cette l’année pour accélérer le « go to market » de son produit, et passer à l’échelle via le réseau de Trigo. La startup souhaite aussi poursuivre sa roadmap produit et numériser le pilotage de la qualité opérationnelle, « pour adresser le plus de cas d’usage possibles et fournir des outils modernes qui vont permettre aux experts d’avoir quelque chose centré sur la donnée en temps réel » indique Aymeric de Pontbriand.

A un stade plus avancé, l’IA mène aussi vers le prédictif. Selon Aymeric de Pontbriand, « on peut commencer à détecter des signaux faibles si la qualité est en dérive ». Ainsi, « avant de juger qu’une pièce est non conforme, on va pouvoir alerter plus tôt en amont. »