Visionairy

📢 Sommet de l’#IA par Visionairy - Jour 3 : L’IA dans l’#industrie, un outil au service des opérateurs ! 🤖🏭 💡 Chez Visionairy, notre vision est claire : l’IA n’est pas là pour remplacer les opérateurs. Loin d’être une menace, elle est un outil au service des opérateurs pour réduire la pénibilité, améliorer la précision et valoriser les compétences. 🔹 𝗟’𝗜𝗔 𝗼𝘂𝘃𝗿𝗲 𝗱𝗲 𝗻𝗼𝘂𝘃𝗲𝗹𝗹𝗲𝘀 𝗽𝗼𝘀𝘀𝗶𝗯𝗶𝗹𝗶𝘁𝗲́𝘀 𝗮̀ 𝗹’𝗮𝘂𝘁𝗼𝗺𝗮𝘁𝗶𝘀𝗮𝘁𝗶𝗼𝗻 𝗽𝗼𝘂𝗿 𝗿𝗲́𝗱𝘂𝗶𝗿𝗲 𝗹𝗮 𝗽𝗲́𝗻𝗶𝗯𝗶𝗹𝗶𝘁𝗲́ 𝗱𝗲𝘀 𝘁𝗮̂𝗰𝗵𝗲𝘀 𝗿𝗲́𝗽𝗲́𝘁𝗶𝘁𝗶𝘃𝗲𝘀 Selon une étude Unipath, les tâches répétitives entraînent des problèmes de santé mentales, des TMS et des démissions… Grâce à l'automatisation, l’IA libère l’opérateur des mono tâches répétitives. ✅ Exemple : Toshiba organise ses postes de travail en îlot multitâches pour réduire son turn over et améliorer la performance de ses opérateurs. Il utilise la vision par IA pour réaliser le contrôle qualité et permettre à l’opérateur de se concentrer sur des tâches à plus forte valeur ajoutée. 🔹 𝗟’𝗜𝗔 𝗿𝗲𝗺𝗽𝗹𝗮𝗰𝗲 𝘂𝗻𝗲 𝘁𝗮̂𝗰𝗵𝗲 𝘀𝗮𝗻𝘀 𝗿𝗲𝗺𝗽𝗹𝗮𝗰𝗲𝗿 𝗹’𝗵𝘂𝗺𝗮𝗶𝗻 Les industriels doivent souvent inspecter 100 % de leur production, ce qui impacte leur productivité. Souvent lors d'un contrôle qualité, la plupart des inspections ne nécessitent pas l’expertise humaine. L’IA prend en charge la majeure partie des vérifications et alerte l’opérateur uniquement en cas de doute. Résultat : un contrôle plus rapide, 100 % fiable et une meilleure valorisation des compétences humaines. ✅ Exemple : Dans l’industrie des lunettes, l’IA inspecte 100% des verres et sollicite l’opérateur uniquement sur les cas douteux, optimisant ainsi la production sans rogner sur l’expertise humaine. 🔹 𝗟’𝗜𝗔 𝗰𝗿𝗲́𝗲 𝗱𝘂 𝗹𝗶𝗲𝗻 𝗲𝗻𝘁𝗿𝗲 𝗹𝗲𝘀 𝗲́𝗾𝘂𝗶𝗽𝗲𝘀 En fournissant des données claires et objectives, l’IA facilite la communication entre les opérateurs, les responsables qualité et les ingénieurs automatisation. Une fois en place, elle devient un véritable outil de dialogue, alignant les équipes autour d’une démarche d’amélioration continue. Mieux comprendre = mieux produire ✅ Exemple : Dans l’automobile, le rapport d’analyse fournit par l’IA sert de support pour les réunions d’équipe. 🔹 𝗟’𝗜𝗔, 𝘂𝗻 𝘀𝗮𝘃𝗼𝗶𝗿 𝗮𝗰𝗰𝗲𝘀𝘀𝗶𝗯𝗹𝗲 𝗮̀ 𝘁𝗼𝘂𝘀 Former ses équipes à l’IA, c’est leur donner les clés pour pouvoir l’utiliser. Loin d’être une boîte noire, l’IA est un outil comme un autre : il suffit de comprendre son fonctionnement, ses usages et la manière de l’intégrer efficacement. 👉 Visionairy propose une formation d’1h aux équipes opérationnelles pour démystifier l’IA et apprendre à bien interagir avec elle. 💡 𝗟’𝗜𝗔 𝗻𝗲 𝗿𝗲𝗺𝗽𝗹𝗮𝗰𝗲 𝗽𝗮𝘀 𝗹𝗲𝘀 𝘁𝗿𝗮𝘃𝗮𝗶𝗹𝗹𝗲𝘂𝗿𝘀, elle les accompagne et les valorise. 🚀 Votre avis ? L’#IA en #usine : menace ou opportunité ? 💬 #Industrie40 #IA #Automatisation #Compétitivité #industrie #usine #Innovation #EmploiIndustriel #emploi

📢 Sommet de l’#IA par Visionairy - Jour 2 : L’IA booste la compétitivité industrielle, ici et maintenant ! 🚀🏭 Quand on parle de solution #IA dans l’industrie, on entend souvent : ❌ “De l’IA ? On n’en est pas encore là.” ❌ “On a bien d’autres problématiques à régler avant de s’attaquer à l’IA.” ❌ “On va déjà apprendre à utiliser nos outils actuels, et on verra l’IA plus tard.” 👉𝐄𝐫𝐫𝐞𝐮𝐫 : 𝐥’𝐢𝐦𝐩𝐨𝐫𝐭𝐚𝐧𝐭 𝐢𝐜𝐢 𝐧’𝐞𝐬𝐭 𝐩𝐚𝐬 𝐥’𝐈𝐀, 𝐦𝐚𝐢𝐬 𝐥𝐚 𝐒𝐎𝐋𝐔𝐓𝐈𝐎𝐍 𝐏𝐑𝐎𝐏𝐎𝐏𝐎𝐒𝐄𝐄.  L’IA est juste une technologie. Ce qui compte, c’est sa capacité à résoudre des problèmes concrets. Alors oui, pas besoin d’utiliser un avion de chasse quand on peut résoudre le problème avec un vélo. Mais aujourd’hui, beaucoup de technologies d’IA s’apparentent a de beaux vélos de course soit une technologie mature, économe et pratique à utiliser. 💡 𝗟’𝗜𝗔 𝗻’𝗲𝘀𝘁 𝗽𝗮𝘀 𝘂𝗻𝗲 𝗿𝗲́𝘃𝗼𝗹𝘂𝘁𝗶𝗼𝗻 𝗹𝗼𝗶𝗻𝘁𝗮𝗶𝗻𝗲 : 𝗲𝗹𝗹𝗲 𝗲𝘀𝘁 𝗱𝗲́𝗷𝗮̀ 𝗲𝗻 𝗮𝗰𝘁𝗶𝗼𝗻 𝗱𝗮𝗻𝘀 𝗹𝗲𝘀 𝘂𝘀𝗶𝗻𝗲𝘀. Quand je parle de solution IA, je ne vous parle pas de POC ou projet de recherche. Je vous parle de solutions commerciales qui tournent au quotidien dans les usines. Voici 4 exemples concrets de gains de productivité et de compétitivité apportés par des solutions IA opérationnelles : 🔹 𝗔𝘂𝘁𝗼𝗺𝗮𝘁𝗶𝘀𝗮𝘁𝗶𝗼𝗻 𝗶𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝘁𝗲 : 𝗽𝗿𝗼𝗱𝘂𝗶𝗿𝗲 𝗽𝗹𝘂𝘀, 𝘀𝗮𝗻𝘀 𝗰𝗼𝗺𝗽𝗹𝗲𝘅𝗶𝘁𝗲́ ✅ Stellantis exploite la solution inbolt, guidage robot par IA, pour automatiser les opérations de serrage sur les chaînes d'assemblage en mouvement. Résultat : réduction des délais entre l’assemblage et l’installation. 🔹 𝗤𝘂𝗮𝗹𝗶𝘁𝗲́ 𝗼𝗽𝘁𝗶𝗺𝗶𝘀𝗲́𝗲 : 𝗱𝗲́𝘁𝗲𝗰𝘁𝗲𝗿 𝗺𝗶𝗲𝘂𝘅, 𝗴𝗮𝘀𝗽𝗶𝗹𝗹𝗲𝗿 𝗺𝗼𝗶𝗻𝘀 ✅ 𝗧𝗼𝘀𝗵𝗶𝗯𝗮 utilise la solution Visionairy, solution IA de détection de défauts par vision industrielle, pour éviter les erreurs d’assemblage. Résultat 0 ppm en clientèle depuis 2 ans. 🔹 𝗟𝗼𝗴𝗶𝘀𝘁𝗶𝗾𝘂𝗲 𝗮𝘂𝗴𝗺𝗲𝗻𝘁𝗲́𝗲 : 𝗱𝗲𝘀 𝗳𝗹𝘂𝘅 𝗺𝗮𝗶̂𝘁𝗿𝗶𝘀𝗲́𝘀 ✅ Renault Group utilise l’IA pour optimiser la gestion de ses flux de véhicules et pour piloter ses entrepôts de manière autonome (article en commentaire) 🔹 𝗠𝗮𝗶𝗻𝘁𝗲𝗻𝗮𝗻𝗰𝗲 𝗽𝗿𝗲́𝗱𝗶𝗰𝘁𝗶𝘃𝗲 : 𝗽𝗿𝗲́𝘃𝗲𝗻𝗶𝗿 𝗮𝘂 𝗹𝗶𝗲𝘂 𝗱𝗲 𝘀𝘂𝗯𝗶𝗿 ✅ I-care Group, capteur IOT d’analyse vibratoire et plateforme IA I-See, permet de réduire les temps d’arrêt sur les lignes et évite les interruptions coûteuses comme chez son client Barry Callebaut. 🔥 +𝟯𝟴 % 𝗱𝗲 𝗽𝗿𝗼𝗱𝘂𝗰𝘁𝗶𝘃𝗶𝘁𝗲́ 𝗱’𝗶𝗰𝗶 𝟮𝟬𝟯𝟱 𝗴𝗿𝗮̂𝗰𝗲 𝗮̀ 𝗹’𝗜𝗔 (Accenture). Ce chiffre n’est pas une promesse lointaine : il se construit dès aujourd’hui. 👉 Suivez Visionairy pour plus de contenu sur l’IA dans l’industrie. Toutes nos sources sont en commentaire. #Industrie40 #IA #Compétitivité #Automatisation #Logistique #Maintenance #innovation

📢 Il reste encore du temps pour postuler à nos #stages en #IA ! 🔹 Stage de recherche sur les grands modèles de vision-langage appliqués aux images de pièces industrielles #IA #genAI 🔹 Stage d'ingénierie ML pour passer des modèles SOTA à des modèles prêts pour la prod ! #mlops Postulez et rejoignez-nous au X-Novation Center de Paris Saclay ! 👉 https://lnkd.in/d6RDq85

📢 Sommet de l’#IA par Visionairy - Topic 1 : l’IA de confiance : comment faire confiance aux modèles d’IA ? 🤖🔍 Paris devient la capitale mondiale de l’#IA pendant deux jours… et chez Visionairy, on ne pouvait pas manquer ça ! 🚀 On partage notre vision sur l’IA et ses enjeux. Dans l'industrie, maîtriser son processus de production est essentiel et la qualité y joue un rôle déterminant. Cependant lorsqu'il s'agit de mettre en place des technologies pour l'améliorer, l'IA est trop souvent perçue comme une 𝗯𝗼𝗶𝘁𝗲 𝗻𝗼𝗶𝗿𝗲 alors que c'est en réalité un faux problème: ⛔𝗟’𝗜𝗔 𝗻'𝗲𝘀𝘁 𝗽𝗮𝘀 𝗺𝗮𝗶̂𝘁𝗿𝗶𝘀𝗮𝗯𝗹𝗲: Contrairement aux technologies de vision classiques, l'IA ne fonctionne pas avec des règles explicites programmées par un utilisateur expert mais en apprenant sur des données. Cela peut donner l’impression d’une perte de contrôle car l’utilisateur ne peux pas “demander explicitement” ce qu’il veut à la machine. 👉 𝗙𝗮𝘂𝘅 𝗽𝗿𝗼𝗯𝗹𝗲̀𝗺𝗲: En réalité, les experts vision sont peu nombreux et parfois difficiles à recruter. L’IA permet de réaliser de nouveaux cas d'usage en mobilisant uniquement les équipes métiers déjà en place. Visionairy est un outil de #visionindustrielle qui permet en quelques clics de programmer une IA personnalisée pour détecter des défauts sur des pièces industrielles. ⛔𝗟’𝗜𝗔 𝗻𝗲 𝗱𝗼𝗻𝗻𝗲 𝗽𝗮𝘀 𝗱𝗲𝘀 𝗰𝗲𝗿𝘁𝗶𝘁𝘂𝗱𝗲𝘀, 𝗺𝗮𝗶𝘀 𝗱𝗲𝘀 𝗽𝗿𝗼𝗯𝗮𝗯𝗶𝗹𝗶𝘁𝗲́𝘀 : Un modèle d’IA, par nature statistique, ne sera jamais 100% exact… 👉 𝗙𝗮𝘂𝘅 𝗽𝗿𝗼𝗯𝗹𝗲̀𝗺𝗲: L’IA n’est pas fiable à 100%, mais les alternatives humaines non plus ! Saviez-vous qu’un opérateur voit sa performance visuelle baisser dès les premières minutes de contrôle ? Nous ne sommes pas des machines. Mettre en place de la vision par IA, c'est déjà assurer la répétabilité de son contrôle. Par ailleurs, une probabilité peut être vue comme un niveau de confiance. Si statistiquement le modèle atteint un niveau de confiance très élevé (ex: supérieur à 95%) alors on peut l’utiliser en production et gérer manuellement les 5% restant. ⛔𝗟’𝗜𝗔 𝗻𝗲 𝘀𝗮𝗶𝘁 𝗽𝗮𝘀 𝗲𝘅𝗽𝗹𝗶𝗾𝘂𝗲𝗿 𝘀𝗼𝗻 𝗿𝗲́𝘀𝘂𝗹𝘁𝗮𝘁 : Un modèle d’IA d’analyse d’images, va principalement donner un statut OK vs NOK sans qu'on puisse expliquer son résultat. 👉 𝗙𝗮𝘂𝘅 𝗽𝗿𝗼𝗯𝗹𝗲̀𝗺𝗲: Même s'il est vrai que les modèles de deep learning ne sont pas aussi explicables que les outils de vision industrielle classiques, ce n'est pas le cas de tous. Notre modèle "GLAD" permet de visualiser comment une pièce est "apprise" et permet ainsi de contrôler la qualité de l'apprentissage. Voici un exemple d’apprentissage pour la modélisation d’une section de câble à contrôler 💡 L’IA n’est pas une boîte noire… quand on sait comment l’utiliser ! Chez Visionairy, nous privilégions une IA explicable qui offre des décisions compréhensibles et maîtrisables par les opérateurs. #IA #IAdeconfiance #Visionindustrielle #Innovation #InspectionQualité #industrie #industrie40

🤝 Visionairy & Sonepar France : un partenariat en action au SEPEM Douai ! 🚀 Nous sommes fiers de collaborer avec Sonepar France, leader mondial de la distribution de matériel électrique et de solutions associées, pour présenter notre solution de vision industrielle par IA en action sur leur démonstrateur. 📍Retrouvez-nous dès aujourd’hui et jusqu'à jeudi sur le stand Sonepar France au salon SEPEM Industries (Douai '25). Venez découvrir comment notre technologie #IA peut automatiser les inspections qualité dans vos usines ! Un grand merci à Sonepar France pour cette opportunité de mettre en lumière notre innovation auprès des acteurs de l’industrie. 📅 28 & 29 & 30 janvier 2025 📍 Stand Sonepar - Stand W722 - SEPEM Douai #Visionairy #Sonepar #Partenariat #InnovationIndustrielle #InspectionQualité #IA #SEPEM #qualité #industrie #industrie40

🚀 Visionairy x Sonepar France : un partenariat pour révolutionner l'inspection #qualité industrielle. Nous sommes fiers d’annoncer notre collaboration avec Sonepar France, un acteur majeur de la distribution de matériel électrique et de solutions associées. Ensemble, nous unissons nos expertises pour apporter une solution complète et innovante à nos clients industriels. ✅ Visionairy fournit leur solution de vision par intelligence artificielle pour automatiser les inspections visuelles qualité dans les usines. ✅ Sonepar France  , avec près de 400 agences en France, apporte son expertise industrielle et assure la fourniture du matériel et des services pour intégrer notre solution directement sur site. Ce partenariat stratégique ouvre la voie à une inspection qualité plus rapide, précise et fiable, tout en simplifiant les opérations sur le terrain. 💡  L’objectif ? Offrir aux industriels des solutions clés en main pour optimiser leur production et atteindre une excellence opérationnelle durable. En travaillant main dans la main, nous sommes capables d'offrir la solution la plus complète pour répondre aux vrais besoins de nos clients industriels. 🎯 Ensemble, nous redéfinissons les standards de la performance industrielle en combinant innovation technologique et savoir-faire matériel. Chez Visionairy, nous sommes fiers que Sonepar recommande notre solution à leurs clients industriels. Un grand merci à toutes les équipes impliquées dans ce partenariat ! Nous sommes impatients de voir l’impact de cette collaboration sur l’industrie française.  👉 Vous voulez en savoir plus sur notre solution ou discuter de vos projets ? Contactez-nous ! #Partenariat #Innovation #IA #Industrie #InspectionQualité #Automatisation #Industrie40

🧐 À quoi sert vraiment l’IA dans les usines ? Épisode 8 🕵♀️ La détection d’objets, le GPS visuel de la production industrielle 🔎 Comment identifier et localiser précisément des pièces ou des produits sur une chaîne de production ? La réponse : la détection d’objets par IA. 👉 Qu’est-ce que la détection d’objets ? La détection d’objets est une technologie qui permet à une machine de reconnaître et de localiser précisément un ou plusieurs objets spécifiques dans une image ou une vidéo. Contrairement à une simple classification, elle indique où se trouve chaque objet dans une scène. 👉 À quoi ça sert dans les usines ? La détection d’objets est une technologie clé dans de nombreux processus industriels, avec des applications variées : 🔹Déclenchement d’automatismes : permet de repérer précisément le moment où une pièce est présente, déclenchant automatiquement une action comme l’inspection, l’éjection ou l’assemblage. 🔹Tri et manipulation par robots : Les robots équipés de systèmes de détection peuvent saisir et déplacer les bons objets, même dans un flux dense ou désordonné. 🔹Contrôle qualité intelligent : vérifier si une pièce est manquante, mal positionnée ou si un produit est défectueux devient automatique et rapide. 🔹Comptage de pièces : permet de compter avec précision le nombre de pièces sur une chaîne, même à haute vitesse. 👉 Exemples concret : Dans une usine de production alimentaire, la détection d’objets peut : 🔹Assurer la détection de corps étrangers (comme des métaux) avant qu’ils ne contaminent les produits finis. 🔹Repérer des emballages mal scellés ou des produits absents dans des boîtes. 🔹Guider des bras robotisés pour déposer les produits à l’endroit exact. Résultat ? Une productivité accrue, des erreurs minimisées, et une meilleure satisfaction client grâce à des produits conformes. 🎯 Pourquoi la détection d’objets est essentielle ? Elle constitue le socle technologique de l’automatisation industrielle. Avec sa capacité à analyser des images en temps réel, elle joue un rôle fondamental pour : 🔹Rendre les usines plus flexibles face à la diversité des productions. 🔹Réduire les temps d’arrêt grâce à des processus fluides et automatisés. 🔹Améliorer la sécurité et la qualité à chaque étape de la production. 💡 Suivez Visionairy pour ne pas manquer notre prochain épisode de "A quoi sert vraiment l'#IA dans les usines ?" #IA #VisionIndustrielle #DétectionDObjets #Industrie40 #UsineDuFutur #qualité #robotique #automatisme #innovation #innovationindustrielle

🧐 À quoi sert vraiment l’IA dans les usines ? Épisode 7 : 🌐 L'#IA remplacera-t-elle la vision traditionnelle ? 🤔 Bonne année à tous ! Nous reprenons notre série sur le thème de l'IA dans les usines et souhaitons commencer l'année avec un sujet qui nous tient à coeur chez Visionairy : l'IA appliquée à la vision industrielle. 📌 Pour beaucoup, la vision par IA est une révolution, mais la réalité est plus nuancée. En réalité, l'IA ne cherche pas à remplacer les systèmes existants, mais à les compléter, offrant une solution innovante à des problèmes jusque-là difficiles à résoudre. Prenons l'exemple des caméras sur les lignes de production. Cela fait longtemps qu'elles existent : 🔹 Années 80s : elles aidaient déjà les opérateurs à mieux voir lors des contrôles. 🔹Aujoud'hui : les caméras intelligentes basées sur des règles (rules-based vision) ont automatisé certaines tâches comme le mesure et le calcul de position, et tout cela sans IA. ⛔ Là où ces solutions atteignent leurs limites, c'est face à une grande variabilité – par exemple, la détection de défauts complexes ou le contrôle d'aspect. C'est ici que l'IA brille, en apprenant à partir d'images pour gérer des cas trop complexes à définir avec des règles fixes. 🎯IA ou vision traditionnelle ? Les deux sont complémentaires et leur choix dépend du contexte : 🔹 Si votre contrôle dépend de règles définies et d'objectifs chiffrés : la vision traditionnelle reste un choix optimal. 🔹 Si votre contrôle est variable, et laisse place à l’intuition et au doute : l'IA sera votre meilleure alliée. 👉 Exemple concret : un de nos clients utilisait une smart camera pour le contrôle de ses soudures. Elle mesurait leur circonférence pour valider (ou non) leur qualité. Résultat ? Un taux de performance faible, car la qualité d’une soudure ne se limite pas à ses dimensions... Elle doit aussi prendre en compte son aspect, bien plus complexe à capturer sans IA. L'ajout de la vision par IA a permis d'atteindre une fiabilité de contrôle de 99%. 📌 Conclusion L’IA et la vision traditionnelle ne s'opposent pas, mais se complètent, chacune ayant sa place en fonction des besoins. Le vrai défi est de choisir la bonne technologie pour le bon usage. 🔎 Découvrez notre article complet sur "Quelle caméra choisir : vision traditionnelle ou vision IA ?" : lien de l'article en commentaire 👉Pour continuer à découvrir à quoi sert vraiment l'IA dans les usines, suivez nous : Visionairy #IA #VisionIndustrielle #Technologie #Innovation

🧐 À quoi sert vraiment l’IA dans les usines ? Épisode 6 : 🎯 L'IA non supervisée, l'IA capable de détecter les anomalies sans apprendre les défauts Dans l’épisode 4, nous avons exploré la classification supervisée, une IA qui apprend à reconnaître les défauts... à condition d’avoir beaucoup d’exemples. Mais dans une usine où les défauts sont rares et où l’environnement de production évolue constamment, comment identifier efficacement les anomalies sans pouvoir apprendre les défauts ? C’est ici que l’IA non supervisée entre en jeu. 👉 Qu’est-ce que la détection d’anomalies non supervisée ? Cette méthode permet à l’IA de s’entraîner uniquement sur des exemples de situations normales (pièces OK). L’idée ? L’IA apprend la norme et détecte toute déviation, sans jamais avoir vu d’exemple de défaut au préalable. Contrairement à l’approche supervisée, elle identifie donc les défauts connus et inconnus. 👉 À quoi ça sert dans les usines ? Les applications de la détection d’anomalies non supervisée sont nombreuses et cruciales pour anticiper et résoudre les problèmes : 🔹 Détection de défauts visuels : Identifier des défauts rares, imprévus ou subjectifs sur des pièces ou des produits. 🔹 Surveillance en temps réel : détecter des dérives dans une chaîne de production qui pourraient causer des problèmes plus tard. 🔹 Réduction des rebuts : Intervenir dès les premiers signes d’un problème, réduisant ainsi les pertes matérielles. 👉 Exemple concret : Dans une usine de fabrication de verre, l’IA non supervisée est utilisée pour : 🔹 Analyser des plaques de verre en sortie de four, détectant des microbulles ou des imperfections invisibles à l’œil nu. 🔹 Signaler immédiatement ces anomalies pour qu’elles soient retirées de la ligne. 🔹 Identifier des tendances dans ces anomalies (par exemple, des défauts plus fréquents à une heure spécifique) pour ajuster les paramètres de production. Résultat ? Moins de retours clients, des produits plus fiables et une meilleure utilisation des ressources. 👉 Focus sur #GLAD : l’innovation signée Visionairy Bien que moins mature que d’autres approches, la détection d’anomalies non supervisée gagne rapidement en efficacité grâce à des solutions innovantes comme GLAD, l’IA développée par Visionairy. Conçue spécifiquement pour répondre aux besoins de la qualité industrielle, GLAD est aujourd’hui l’une des technologies les plus performantes du marché, ouvrant de nouvelles perspectives pour l’automatisation des inspections. 🎯 Pourquoi la détection non supervisée est essentielle ? Elle excelle là où les anomalies sont rares ou difficiles à définir à l’avance. Dans un monde industriel où l’inattendu peut coûter cher, cette approche est un allié pour maintenir la qualité et prévenir les pannes. 💡 Suivez Visionairy pour ne pas manquer notre prochain épisode de "A quoi sert vraiment l'IA dans les usines ?" #IA #VisionIndustrielle #DétectionDAnomalies #Industrie40 #UsineDuFutur #qualité #camera

🤖 Un grand merci aux équipes d'Equans Digital pour cette riche journée d'échanges autour de l'#IA et de la #robotique ! Nous avons eu le plaisir d'être accueillis par Benjamin LASSERRE et Jean Eskenazi dans le showroom Equans Digital, qui illustre parfaitement les possibilités offertes par l'industrie 4.0 à travers des réalisations concrètes. Nous avons été particulièrement impressionnés par leurs solutions d'Hypervision, qui boostent les performances et permettent un monitoring global des processus opérationnels. Nous partageons avec eux une conviction forte : l'IA et la data sont des outils essentiels pour accompagner l'évolution de l'industrie de manière pragmatique et efficace. En particulier, la vision industrielle illustre parfaitement que l'IA n'est pas là pour remplacer ce qui fonctionne déjà, mais pour ouvrir de nouveaux horizons. Elle permet de répondre à des cas d'usage encore inaccessibles avec d'autres technologies, notamment pour assister les processus robotisés et automatisés Merci à Equans Digital pour cet accueil et pour leur engagement dans l'innovation industrielle. #Innovation #IA #Robotique #VisionIndustrielle #Automatisation #Technologie #IT