IBM intègre des agents d’intelligence artificielle à sa suite Maximo Application Suite pour faire évoluer la maintenance industrielle : on passe d’un entretien à intervalles fixes à un système intelligent et conditionnel, basé sur les données réelles des machines. À l’image d’un véhicule qu’on entretiendrait en fonction de son état réel plutôt que selon un calendrier constructeur, cette approche vise à réduire les coûts, prolonger la durée de vie des actifs et éviter les pannes.
Depuis près de 40 ans, Maximo aide à gérer le cycle de vie des équipements. Grâce à l’apport des capteurs et de l’inspection visuelle, il devient possible de surveiller l’état réel des actifs.
Aujourd’hui, IBM va plus loin avec l’ajout de trois agents IA dans la plateforme :
– Maximo Assistant, un agent conversationnel alimenté par un LLM, permet aux utilisateurs d’interroger les données sans compétences techniques, via une simple interface de chat.
– Un optimiseur (juillet 2025) recommandera les meilleurs moments pour remplacer un équipement, en tenant compte des contraintes budgétaires et de la performance.
– L’agent Condition Insights (fin 2025) collectera automatiquement les données de chaque actif pour estimer son état et anticiper les défaillances.
Ces innovations facilitent le passage à une maintenance prédictive, plus efficace, plus économique et plus durable.
Étude de cas : suivi intelligent d’un refroidisseur industriel
Chez IBM, la division immobilière mondiale (GRE) gère plus de 115 000 équipements industriels. Grâce à Maximo, ils ont déjà économisé 1 million de dollars par an en énergie via un projet de bâtiments intelligents.
Aujourd’hui, un nouveau pilote teste l’agent Condition Insights sur un refroidisseur industriel de 2 millions de dollars situé à Poughkeepsie. Ce type de machine, comportant des pièces rotatives comme des roulements à billes, peut montrer des signes d’usure sous forme de micro-vibrations indétectables par l’humain. Grâce à l’IA, ces anomalies sont détectées à temps, permettant de planifier un arrêt préventif et d’éviter une panne coûteuse.
Maximo agrège toutes les informations disponibles — modèle, durée de vie estimée, historique de maintenance, données capteurs — pour fournir une vue complète et en temps réel de la santé de chaque équipement.
Selon les chercheurs d’IBM, une simple baisse d’efficacité ou une surconsommation d’énergie peut être un signe précoce de défaillance, détecté automatiquement par l’agent.
Analyse avancée grâce aux séries temporelles
Pour aller plus loin, IBM prévoit d’intégrer des modèles d’analyse de séries temporelles dans Maximo. Cela permettra à l’agent Condition Insights d’identifier des tendances et anomalies invisibles à l’œil humain dans les flux de données des capteurs, renforçant encore la précision des diagnostics.
Une vision orchestrée par plusieurs agents
Maximo Assistant, bientôt mis à jour avec Granite 4.0, pourra orchestrer ces agents IA spécialisés. Un troisième agent, prévu pour 2026, permettra de planifier les investissements en actifs. Il ira plus loin que l’optimiseur actuel de Maximo, en permettant aux utilisateurs de définir des critères spécifiques (coûts d’exploitation, contraintes budgétaires, objectifs de durabilité) pour décider du remplacement d’un équipement.
Pour concrétiser cette vision, IBM a lancé AssetOpsBench, le premier environnement de test et benchmark orienté agents pour la gestion des actifs. Il permet à la communauté de tester, valider et améliorer les agents pour la gestion intelligente des actifs industriels.
Référence : https://research.ibm.com/blog/Maximo-automating-asset-management
