L IMPACT DU DEVELOPPEMENT DE L INTELLIGENCE ARTIFICIELLE SUR LA DURABILITE ET LA REPARABILITE DES EQUIPEMENTS DE LA MAISON CONNECTEE SYNTHESE

L’IMPACT DU DEVELOPPEMENT DE L’INTELLIGENCE ARTIFICIELLE SUR LA DURABILITE ET LA REPARABILITE DES EQUIPEMENTS DE LA MAISON CONNECTEE

SYNTHESE

En partenariat avec :

REMERCIEMENTS

Membres du Comité de pilotage : Anthony AGELAN (DUCRETET) Pierre-Marie ASSIMON (ECOSYSTEM) Camille BEURDELEY (GIFAM)

Adèle BOINNOT (ANEO)

Pascal CARCAILLON (DUCRETET) Pascal CHEVALLIER (AFNUM) Matthieu CORTESSE (GfK) Boris DEMAY (ANEO) Alexandrine FADIN (GIFAM) Erwann FANGEAT (ADEME)

Jean-Pierre GAUBERT (DUCRETET) Bernard HEGER (DUCRETET) Olivier HUMBAIRE (FICIME)

Pierre IDIART (ANEO) Julien JOURDAN (FEDESAP) Régis KOENIG (FNAC-DARTY) Jean-Marie LE GUEN (FICIME) Guy LOUDIERE (FEDESAP) Christophe MAURY (ANEO) Stella MORABITO (AFNUM)

Jean Yves PRIGENT (FNAC-DARTY) Bilel RAOULI (FNAC-DARTY)

Bertrand REYGNER (ECOLOGIC) Magali SAINT-LAURENT (GfK) Isabelle URBAH (FNAC-DARTY) Nathalie YSERD (ECOSYSTEM)

CITATION DE CE RAPPORT

ANEO (Adèle BOINNOT, Boris DEMAY, Pierre IDIART), RESEAU DUCRETET (Pascal CARCAILLON, Bernard HEGER), ADEME (Erwann FANGEAT) – 2020 – L’impact de l’Intelligence Artificielle sur la durabilité et la réparabilité des équipements de la maison connectée. Synthèse. 24 pages.

Cet ouvrage est disponible en ligne www.ademe.fr/mediatheque

Toute représentation ou reproduction intégrale ou partielle faite sans le consentement de l’auteur ou de ses ayants droit ou ayants cause est illicite selon le Code de la propriété intellectuelle (art. L 122-4) et constitue une contrefaçon réprimée par le Code pénal. Seules sont autorisées (art. 122-5) les copies ou reproductions strictement réservées à l’usage privé de copiste et non destinées à une utilisation collective, ainsi que les analyses et courtes citations justifiées par le caractère critique, pédagogique ou d’information de l’œuvre à laquelle elles sont incorporées, sous réserve, toutefois, du respect des dispositions des articles L 122-10 à L 122-12 du même Code, relatives à la reproduction par reprographie.

Ce document est diffusé par l’ADEME 20, avenue du Grésillé

BP 90406 | 49004 Angers Cedex 01 Numéro de contrat : 1902C0019

Étude réalisée par ANEO et Réseau Ducretet pour ce projet cofinancé par l'ADEME, Fnac-Darty, Ecosytem, Ficime, AFNUM, Gifam, Ecologic et Fédésap

Coordination technique - ADEME : FANGEAT Erwann Direction Économie Circulaire et Déchets / Service Produits et Efficacité Matière

SOMMAIRE

1. Introduction ... 4

1.1. Les définitions de l’IA ... 4

1.2. Contexte, objectifs et périmètre de l’étude ... 4

2. L’état de la pénétration de la connectivité dans les équipements électrodomestiques de la maison ... 5

2.1. L’évolution des marchés des produits connectables ... 5

2.1.1. Analyses par type de produits ... 5

2.1.2. Généralités et tendances observées ... 6

2.2. Les évolutions et impacts sur la réparation ... 7

2.2.1. La nature des dysfonctionnements ... 7

2.2.2. Les outils de maintenance ... 7

2.2.3. L’évolution des besoins de compétences ... 8

3. L’état du secteur de la réparation des équipements de la maison connectée ... 8

3.1. Situation globale du marché de la réparation ... 8

3.2. Les faces contradictoires de la numérisation ... 9

3.3. Les principaux acteurs ... 9

3.4. Les principaux gains de productivité, le recours à l’IA ... 10

3.4.1. Localisation de la source du dysfonctionnement ... 10

3.4.2. L’aide à la logistique ... 10

3.4.3. Le prix et la disponibilité des pièces détachées ... 10

3.5. Les nouveaux acteurs ... 10

3.6. La période de transition, vers une recomposition de la filière ... 11

4. L’impact de l’intelligence artificielle sur la durabilité et la réparabilité des équipements connectés ... 11

4.1. L’IA avant tout utilisée pour accroître les services aux consommateurs... 11

4.1.1. L’écosystème d’acteurs de l’électrodomestiques et du numérique positionnés sur le développement d’IA ... 11

4.1.2. L’essor des assistants vocaux et de la commande vocale ... 13

4.1.3. L’enjeu de l’interopérabilité des équipements intelligents ... 13

4.1.4. Maturité du marché et prospectives de développement ... 14

4.2. L’IA appliquée à la maintenance curative, préventive et déjà prédictive des objets connectés .... 14

4.2.1. Les données au fondement d’une meilleure compréhension des usages des consommateurs et du fonctionnement des équipements ... 14

4.2.2. Anticiper et mieux caractériser les pannes et dysfonctionnements ... 15

4.2.3. L’enjeu de la propriété et du partage des données ... 17

4.3. L’IA à double tranchant : comment s’assurer de son impact positif sur la durabilité des équipements ? ... 17

4.3.1. Le coût complet de l’IA sur l’environnement ... 17

4.3.2. Vers une IA vertueuse, alliée majeure pour une économie circulaire ... 17

4.3.3. Vers un changement de paradigme : le small IA ? ... 18

5. Conclusions et recommandations ... 19

5.1. Conclusions ... 19

5.2. Enjeux et recommandations ... 22

5.2.1. Développement de la réparation ... 22

5.2.2. Interopérabilité et compatibilité des équipements ... 23

5.2.3. Connexion et utilisation réelle des produits connectables ... 23

5.2.4. Impact environnemental et circularité ... 23

5.2.5. Inciter à une utilisation durable des équipements ... 24

1. Introduction

1.1. Les définitions de l’IA

L’Intelligence artificielle (IA), est un terme que l’on retrouve depuis quelques années dans tous les débats et publications traitant d’innovation. Aussi, définir ce qu’est l’IA n’est pas chose aisée, tant les définitions peuvent diverger. Une définition simple de l’IA serait de dire qu’il s’agit d’utiliser de manière intelligente les données. Il n’existe pas « une » intelligence artificielle, mais plutôt un champ d’étude rassemblant un ensemble de technologies utilisées pour donner à une machine les facultés d’imiter une forme d’intelligence réelle et naturelle, et notamment de percevoir, d’apprendre et de déduire de manière logique. Dans ce rapport, nous prenons le parti de nous appuyer sur différents niveaux d’Intelligence Artificielle, pour graduer les niveaux de maturité du marché de l’électrodomestique face à son développement. Ces différents niveaux d’IA commencent par l’analyse de données de masse, puis l’intégration de fonctions d’IA cognitive, puis d’IA prédictive, pour atteindre enfin le niveau de l’aide à la décision pour l’humain.

Un terme sera par ailleurs central tout le long de ce rapport : la donnée. La donnée est la matière première indispensable à partir de laquelle va travailler l’intelligence artificielle. Or plusieurs types de données différents seront évoqués dans ce rapport. Nous traiterons d’une part des données opérationnelles générées par le produit connecté, qui elles-mêmes se divisent en données techniques d’utilisation et de fonctionnement du produit, et en données spécifiques aux utilisateurs. Un autre type de données sera évoqué d’autre part : les données issues des activités de la « filière » des acteurs de la réparation. Ces deux grandes sources de données engendreront des questionnements différents.

1.2. Contexte, objectifs et périmètre de l’étude

L’étude de l’ADEME de 2017 portant sur « L’impact du développement des produits connectés sur la réparation, les compétences et la formation » avait permis de mettre en évidence l’émergence d’une nouvelle nature de dysfonctionnements exogènes aux produits électrodomestiques, ceux causés par la connectivité et son cortège de problèmes de communication et de logiciels.

L’ADEME a souhaité poursuivre ses efforts de recherche de solutions en approfondissant un des axes de progrès du SAV, celui du développement des chatbots et de l’intelligence artificielle (IA). En effet, la puissance de ces nouveaux outils peut s’avérer essentielle pour les acteurs du service confrontés à :

• La complexité croissante des écosystèmes d’équipements connectés ;

• La diversité et l’élargissement des familles d’équipements électrodomestiques ;

• L’augmentation et l’accélération de la commercialisation de nouveaux objets connectés et des services assistés par IA associés ;

• L’évolution des exigences des consommateurs.

Face aux enjeux environnementaux majeurs, l’étude apporte des éléments de réponse aux grandes questions qui se posent aujourd’hui :

• Comment l’IA peut-elle contribuer à l’amélioration de la durabilité et de la réparabilité des équipements ?

• Comment l’ADEME et l’ensemble des acteurs concernés peuvent-ils s’adapter et agir pour promouvoir les contributions de l’IA ?

Cette étude constituant une suite logique et pertinente à celle de 2017, le champ d’application en est identique, à savoir l’ensemble des grandes familles d’équipements constituant la maison connectée (Electroménager, Electronique Grand Public, Téléphonie et Informatique, Assistants vocaux, Compteurs Intelligents, Autres produits connectés de la Smart Home).

2. L’état de la pénétration de la connectivité dans les équipements électrodomestiques de la maison

La connectivité constituant le vecteur de la transmission de la donnée, matière première essentielle au développement de l’IA, cette deuxième partie de l’étude a permis d’observer l’évolution des ventes des différents types de produits de la maison connectée. Outre la mesure quantitative des équipements connectables dans les foyers, il s’est avéré essentiel de compléter l’étude par une analyse plus qualitative afin d’évaluer la réalité de la connectivité. En effet, les appareils commercialisés, dit connectables, ne sont pas obligatoirement connectés et, bien souvent, encore moins utilisés. Ce constat sera nuancé selon les familles de produits.

Sur la base de ces analyses, il a été dressé un bilan des tendances observées en termes de :

• Vitesse de pénétration des produits connectables ;

• Fonctionnalités et usages ;

• Intégration de l’IA.

2.1. L’évolution des marchés des produits connectables

L’abondance de la donnée dépendant du degré de connectivité du produit, il a été défini quatre niveaux taxonomiques¹ permettant de distinguer la réalité de ses différents états :

• Niveau 1 : Produit standard n’intégrant pas la fonction connectivité ;

• Niveau 2 : Produit connectable mais pas nécessairement connecté par le consommateur ;

• Niveau 3 : Produit réellement connecté sans utilisation de la connectivité ;

• Niveau 4 : Produit connecté et connectivité utilisée.

Ce sont bien sûr les niveaux 3 et 4 qui permettent de générer de la donnée, surtout ce dernier qui permet une exploitation optimisée de l’IA.

2.1.1. Analyses par type de produits

Les analyses ont été réalisées sur la base d’une sélection représentative de produits emblématiques, notamment le lave-linge, le téléviseur, le smartphone et les assistants vocaux. Grâce aux sources statistiques fournies par le cabinet GFK, dont la décomposition des ventes sur chacun des quatre quartiles, il a été possible de mettre en évidence que la fonction connectivité était principalement intégrée dans les produits haut de gamme voire milieu de gamme, notamment en électroménager.

Des points saillants qui se dégagent de cette étude, on retiendra les principaux :

• Le cas du lave-linge : Le marché 2019 représente un volume de 2,76 millions lave-linges vendus dont 16,50

% sont connectables au global (30% sur le 4^ème quartile), 7% connectés et moins de 1% utilisés. Ce dernier taux relatif à l’utilisation de la connectivité du lave-linge atteint moins de 3% dans le 4^ème quartile. Par comparaison à l’étude de 2017, on observe ici que les prévisions de ventes avaient été largement surestimées. Les projets de généralisation de la connectivité planifiés à l’horizon 2020 ont été majoritairement reportés à l’horizon 2025, voire au-delà. Cette situation reflèterait le déficit d’intérêt des consommateurs qui ne percevraient pas les avantages et bénéfices offerts par la connectivité dans les produits électroménagers. Ceci indique à l’évidence qu’un lourd effort de pédagogie sera nécessaire afin d’atténuer ces perceptions négatives alors que les fonctionnalités de l’IA peuvent représenter un potentiel de progrès sensibles, notamment en termes d’aide à l’utilisation, à l’entretien ainsi que la maintenance ;

• Le cas du téléviseur : Le volume de ventes de téléviseurs connectables a continué de progresser pour atteindre plus de 45% des 4,1 millions d’unités vendues en 2019. Ce taux monte à 90% dans les produits haut de gamme du 4^ème quartile. Plus globalement, on observe que 36% du parc des téléviseurs étant directement connectés à internet, il représente une source potentielle de données exploitables par l’IA ;

• Le cas du smartphone : Les ventes de smartphones neufs se situent aux alentours de 20 millions d’unités en 2019, dont plus de 7,3 millions via la distribution (source GFK). Par construction, un smartphone étant connectable et sa connectivité utilisée, il est donc un vecteur de remontées considérables de données utiles dans les calculs de l’IA ;

• Le cas des assistants vocaux : Lancées sur le marché français fin 2017, les enceintes connectées intégrant des assistants vocaux représentent un volume de vente de près de 1,2 millions d’unités en 2019 avec une progression de 7 % par rapport à l’exercice 2018 (source GfK). Malgré un taux de pénétration encore limité

1 Méthode de classification logique et structurée de manière évolutive. Cette approche s’est avérée nécessaire pour analyser la réalité de l’utilisation de la connectivité par le consommateur.

en France (11 % des internautes possèdent une enceinte connectée selon l’étude HADOPI-CSA de 2019²), le marché des assistants vocaux, dominé par les GAFAM, constitue un très fort potentiel de génération de données pour l’IA. Cette perspective sera de facto renforcée par l’intégration d’assistants vocaux dans les produits en complément des enceintes connectées.

L’analyse de l’ensemble de ces cas a confirmé l’importance d’observer le poids et la place que vont occuper dans la filière les GAFAM qui seraient prêts, selon les témoignages recueillis, à vendre à marge réduite, voire à perte, ces véritables hubs que sont les assistants vocaux. Cet aspect, avec toutes ses facettes d’analyse, avec toutes ses contradictions, avec toutes ses faiblesses mais aussi avec toute son importance stratégique, est approfondi dans le § 4 de cette synthèse.

2.1.2. Généralités et tendances observées

En synthèse des analyses des ventes de produits connectables depuis 2017, le tableau ci-dessous permet d’observer l’évolution du poids économique des produits connectables :

CA Global 2017 Taux Connectable 2017 (en valeur)

CA Global 2019 Taux Connectable 2019 (en valeur)

Téléviseurs 1 990 63,00 % 1 955 71,00 %

Smartphones & &Téléphone mobiles 7 408 100,00 % 7 349 100,00 %

Wearables¹ 319 74,00 % 481 58,00 %

PC & Tablettes 3 093 100,00 % 2 857 100,00 %

Electroménager 9 101 3,60 % 9 603 4,46 %

Santé 194 7,70 % 208 9,60 %

Domotique 159 58,00 % 178 73,00 %

1La famille « wearable » comprend trois types de produits : Smart watches, Health & fitness trackers et Wrist sport computer.

Tableau 1 : Tableau des chiffres d’affaires en millions € et taux de commercialisation de produits connectables (source GfK)

Ces éléments mettent en lumière ce qui pourrait ressembler à une certaine « inertie » du marché ; hormis le secteur de la domotique qui progresse de 58 % à 73 % de produits connectables, on peut également observer une constante augmentation du taux de pénétration des téléviseurs connectés.

L’évolution des fonctionnalités et usages :

Au-delà de l’analyse quantitative de la connectivité, l’étude a permis de mettre d’en évidence une double finalité d’exploitation des données qui alimentent l’IA pouvant être intégrée au produit :

• D’une part, celle que l’on pourrait qualifier de finalité marketing visant la recherche de valeurs ajoutées d’un produit et de ses services associés centrées sur le consommateur (§ 4.1);

• D’autre part, une finalité technique grâce au monitoring du produit, à distance ou en présentiel, offrant de multiples possibilités d’aide à la maintenance préventive, notamment l’entretien, curative voire prédictive (§ 4.2).

L’étude de l’existant permet déjà de soulever de nombreuses questions comme celles portant sur les impacts énergétiques de la connectivité, la pertinence et la fréquence d’analyse des données, leur sécurisation et l’exploitation qui en est faite. Tous ces points pouvant être amplifié par l’arrivée la 5G et ses capacités d’ultra- connectivité.

L’intégration de l’IA :

En amont de la filière professionnelle, on peut constater l’intensité des activités des laboratoires de R&D et des services marketing des constructeurs qui s’emparent des technologies de l’IA dans le cadre prioritaire de la définition, de la conception et de la fabrication des produits. Au-delà de l’objectif marketing et de la maintenance des équipements évoqués ci-dessus, qui seront développés en § 4, les applications de l’IA visent des objectifs clairs de rationalisation et d’optimisation des processus et de l’outil industriel.

A cet endroit, nombre de nos interlocuteurs ont mis en avant les objectifs relatifs à l’amélioration constante de la qualité de leur produit, gage de fiabilité et, par conséquence, d’un minimum de problèmes SAV à gérer en aval. Ce

2 https://www.csa.fr/Informer/Collections-du-CSA/Thema-Toutes-les-etudes-realisees-ou-co-realisees-par-le-CSA-sur-des- themes-specifiques/Les-autres-etudes/Etude-HADOPI-CSA-Assistants-vocaux-et-enceintes-connectees

discours se traduit dans les faits puisque les taux de pannes observés diminuent réellement sur le terrain, notamment depuis cette dernière décennie. Les efforts réalisés par les constructeurs devraient avoir une conséquence directe sur la durabilité des produits (cf. amélioration de la qualité et applications d’assistance au consommateur en termes d’utilisation et d’entretien) mais il n’a pas été possible, à date, de discerner les éventuels impacts en termes de réparabilité. Pour l’heure, il reste des interrogations sur la partie écoconception susceptible de faciliter le diagnostic des dysfonctionnements et l’accès aux composants.

2.2. Les évolutions et impacts sur la réparation 2.2.1. La nature des dysfonctionnements

L’étude ADEME de 2017 portant sur « L’impact du développement des produits connectés sur la réparation, les compétences et la formation » avait permis d’identifier l’émergence de nouvelles formes de dysfonctionnements liées à l’environnement d’un produit connecté. Ce constat s’est confirmé au cours de ces dernières années et il apparaît clairement que la maintenance de niveau 1 est devenue un enjeu majeur pour les acteurs du SAV, tant sur le plan économique et environnemental (cf. temps perdu, déplacements inutiles, etc.) que commercial en termes de satisfaction consommateur (qualité de service, rapidité d’intervention, image, notoriété, etc.).

Bien qualifier la réclamation du client, discerner la vraie de la fausse panne et résoudre rapidement un problème, nécessitent pour les acteurs du SAV de renforcer leurs moyens existants et/ou de développer de nouveaux outils exploitant l’IA, notamment les chatbots.

La maintenance de niveau 1 de concentre donc une grande partie des efforts et des investissements mobilisés, notamment dans les services chargés de la relation consommateur (centres d’appels - hotline - services en ligne) qui mettent en œuvre des moyens importants pour fluidifier les processus et automatiser les solutions. Ce point sera développé plus loin dans le § 4.

Les pannes endogènes au produit :

Au cours de la dernière décennie, le nombre de pannes endogènes au produit s’est considérablement réduit dans toutes les grandes familles « brun, blanc et gris ». Pour exemple, le taux de pannes réelles (endogènes) d’un téléviseur est de l’ordre de 1 % à 3 % quand celui constaté dans le domaine de l’électroménager se situe aux alentours de 5,5 %. Quant aux produits gris, ce taux serait de l’ordre de 1 % ou légèrement plus, et une très forte majorité de dysfonctionnements causés par le système d’exploitation ou les logiciels. Quelle que soit la famille de produits, on observe que les taux de pannes peuvent être bien supérieurs dans le segment low cost d’entrée de gamme.

2.2.2. Les outils de maintenance

Les travaux menés au cours de l’étude ont permis d’identifier les défis majeurs à relever afin d’adapter les moyens de diagnostic et de réparation face à la croissance de la connectivité et l’émergence de l’IA dans les équipements de la maison connectée. On retiendra ici les trois principaux :

• Le défi de la relation client : Comme évoqué ci-dessus, le maillon sensible de la chaîne du SAV, celui de la prise en charge de l’accueil et de la demande du client, soit physique (magasin, atelier, etc.), soit à distance (centre d’appel), doit faire l’objet de la plus grande attention. Les progrès à réaliser s’avèrent d’autant plus stratégiques dans notre société où la caisse de résonnance des réseaux sociaux peut exercer une influence déterminante sur les comportements des clients.

Dans ce nouveau contexte, on observe un renforcement de la stratégie « consumer centric » qui révèle l’importance des enjeux de la qualité de service dont celui des centres d’appels pour les doter des outils nécessaires (Scripts et algorithmes de diagnostic, notices d’emploi, logiciels de maintenance, assistance technique…). Parmi ces développements, on observe le développement des robots conversationnels (chatbots) dont l’introduction se fait avec plus ou de moins de réussite sur le terrain. Eu égard aux nombreux déboires du consommateur lors de son échange avec le « conseiller virtuel », au téléphone ou en ligne sur internet, il apparaît que les progrès à réaliser restent très importants ;

• Le défi de l’accès à l’information technique : L’extrême diversité des types de produits à traiter, sans cesse amplifiée par l’innovation technologique et l’accélération de la commercialisation de nouveaux produits, implique un accès fluide et rapide aux sources d’informations techniques. C’est une condition sine qua none pour réaliser un diagnostic fiable et effectuer une intervention efficace. Cet enjeu étant devenu majeur pour les acteurs du SAV en quête du Graal, les plus puissants d’entre eux ont déjà investi, avec plus ou moins de succès, dans la structuration de bases de données et logiciels « systèmes experts ». Ces efforts se poursuivent avec l’espoir que les solutions IA permettent enfin de déboucher sur une amélioration sensible en termes de fiabilité et d’efficacité ;

• Le défi de l’efficacité de la réparation : Au-delà des compétences de base requises pour exercer son métier et de l’accès à l’information technique, dont la documentation technique du produit, le technicien doit disposer de deux autres moyens considérés comme nécessaires et incontournables :

1. La disponibilité d’une « caisse à outils » adaptée, composée notamment des matériels de mesure et diagnostic que sont l’ordinateur et le multimètre numérique ;

2. L’accès à la pièce détachée (matérielle et logicielle).

En complément de ces moyens, on peut observer que l’évolution de l’environnement des produits connectés et l’émergence de l’intégration de l’IA n’affectent pas fondamentalement la composition de sa caisse à outils hormis l’importance croissante de la pièce détachée dite « immatérielle » (logiciels) et de la formation nécessaire pour comprendre et appréhender efficacement les produits et systèmes connectés, point traité ci-après.

2.2.3. L’évolution des besoins de compétences

En appui de l’étude, la réalisation d‘un rapport technique sur la connectivité et la résolution des dysfonctionnements (cf. annexe 3 du rapport d’étude) a permis d’étayer les analyses et alimenter les réflexions sur les besoins de compétences. Objet central de l’étude de 2017, les nouveaux travaux n’ont pas révélés d’évolution particulière si ce n’est la confirmation de renforcer, en particulier, les compétences dans les domaines suivants :

• La relation clientèle, tout particulièrement la qualité de la communication avec le consommateur à chacune des étapes du SAV ;

• Les techniques de connectivité et leur complexité amplifiée par la grande diversité des environnements, des configurations de produits et de la multiplicité existantes des protocoles.

Outre ce défi de développement de compétences transversales, celui de l’acquisition de compétences spécifiques liées à un produit reste très important. C’est ici un point de vigilance dans la mesure où l’accès des personnels de SAV a reculé sur la dernière décennie (Au sein des entreprises de moins de 11 salariés, moins de 6% ont été formés en 2018 contre près de 20% en 2008). Quant aux grandes entreprises, l’absence de statistiques fiables ne permet d’évaluer le niveau d’investissement dans les compétences des personnels techniques.

En termes de ressources humaines, seul le secteur de l’électroménager connaît une forte tension avec un déficit de techniciens de maintenance en électroménager (le besoin s’exprime par centaines de postes à pourvoir). Ce phénomène se trouve amplifié par l’insuffisance chronique d’investissements dans l’accueil et la formation professionnelle de jeunes aux métiers du SAV. A cet endroit, il a été constaté la déception partagée par de nombreux chefs d’entreprises regrettant l’inadaptation du système de formation initiale, notamment du BAC PRO Systèmes Numériques qui ne répondrait pas à leurs besoins malgré un flux considérable de près de 9 000 étudiants/an.

Cependant, on observe le dynamisme du développement de la pépinière de jeunes professionnels, conseillers services et techniciens, formés par la voie de l’apprentissage avec une croissance de plus de 42 % entre les promotions 2015-2016 (169 apprentis) et 2019-2020 (241 apprentis). Ce vivier s’avérant insuffisant, il conviendrait ici de promouvoir les métiers du SAV et de stimuler les chefs d’entreprises pour développer encore l’apprentissage.

3. L’état du secteur de la réparation des équipements de la maison connectée

Le secteur de la réparation est à la peine.

Ce pourrait être une bonne nouvelle, preuve que la qualité des produits commercialisés s’améliore et donc, par là même, que le recours à un réparateur s’amenuise. Ceci est vrai, du moins en partie.

Il n’empêche, cette mauvaise conjoncture doit être considérée comme un danger. Danger économique pour les consommateurs, danger environnemental pour la société.

3.1. Situation globale du marché de la réparation

Les données statistiques présentées dans le rapport l’indique clairement le nombre de pannes dans le domaine des produits électriques et électroniques de grande consommation est encore plus que conséquent (et ceci sans même évoquer le phénomène des ‘’fausses pannes’’ – dites exogènes – dont le nombre semble augmenter de manière exponentielle).

Sur les trois produits phares que sont les lave-linges, les téléviseurs, les smartphones, on peut estimer le nombre de pannes en 2019 respectivement à plus de 2,3 millions, à plus de 1,2 million et à environ 8,0 millions (les écarts de niveau s’expliquant en partie par des différences de parc installé, ceux-ci pouvant aisément aller du simple au double).

Ce qui est plus important… et plus inquiétant est le nombre de pannes ayant donné lieu à réparation :

• Lave-linges : 1,1 million de réparations sur 2,3 millions pannes (soit 48%) ;

• Téléviseurs : 0,5 million de réparations sur 1,2 million de pannes (soit 42%) ;

• Smartphones : 4,2 millions de réparations sur 8,0 millions de pannes soit (52,50%).

Sur ce dernier produit, la situation s’avère encore plus critique au regard de la proportion de réparations effectuées hors garantie (à partir de la 3ème année) qui est de l’ordre de 47% quand elle atteint 75% en électroménager et 70% dans le cas des téléviseurs.

Pourquoi si peu de réparations ?

• Pour des raisons qui parfois peuvent s’entendre au niveau technologique, voire environnemental. Faire réparer un smartphone de plus de cinq ans d’âge ne permet souvent pas de pouvoir accéder aux nouveaux contenus et applications proposés par les opérateurs. De même, faire réparer un lave-linge de plus de dix ans d’âge est probablement un contre-sens environnemental (aux vues des consommations d’électricité et d’eau) ;

• Pour des raisons le plus souvent économiques, la différence entre le coût d’une réparation et le prix d’un produit neuf étant trop peu incitatif pour favoriser le recours à un réparateur. Autre façon de présenter ce constat : le coût de la réparation apparaît trop élevé.

Le fonds d’aide à la réparation acté dans la loi sur l’économie circulaire participera à réduire la « facture » des interventions mais il devra être complété par un effort des acteurs de la filière qui auront à gagner en productivité, grâce notamment aux apports de la numérisation.

3.2. Les faces contradictoires de la numérisation

D’un côté, elle accroit le nombre d’incidents potentiels (30% des interventions, par exemple, dans le domaine de l’électroménager concernent un dysfonctionnement que l’on pourrait nommer immatériel, dans l’univers des produits de l’audiovisuel et de l’IT ce pourcentage est encore plus élevé et se matérialise par exemple par une mauvaise configuration du produit, un problème d’appairage à la box FAI ou au smartphone notamment via WIFI ou Bluetooth, par une mise à jour erronée du système d’exploitation - Android de Google, iOS de Apple, ou encore par un problème d'interopérabilité avec les fournisseurs de contenus et d'applications voire par une bande passante de la connexion internet insuffisante et/ou instable, etc.) ;

De l’autre, elle peut être un remède participant à la compréhension des dysfonctionnements (les capteurs intégrés aux produits fournissent – ou fourniront – des informations précieuses qui permettront de comprendre la source des incidents et seront de ce fait une « matière première » indispensable lors des recours aux outils de l’intelligence artificielle).

3.3. Les principaux acteurs

Les acteurs de la filière réparation sont-ils aptes à relever ces nouveaux enjeux de la productivité, du numérique et du recours à l’IA ? La réponse mérite nuance.

Pour beaucoup encore, le secteur de la réparation est marqué par les us anciens. Se côtoient nombre de petits artisans indépendants (pratiquant également des activités de vente de produits), des sociétés de taille réduite uniquement axées sur la réparation (et souvent agréées par les grandes marques industrielles pour traiter entre autres des produits sous garantie – actes pour lesquels elles sont rémunérées selon une grille forfaitaire, à leurs dires peu avantageuse), des réparateurs – en nombre réduit – directement salariés par les metteurs sur le marché, et enfin des grands intervenants liés aux enseignes nationales de distribution ou indépendantes de ces dernières.

L’étude analyse les modèles économiques de tous ces acteurs, dont les rapports de puissance en termes de nombre de salariés vont de 1 à plus de 1000. Sur ces dernières années en termes d’effectifs les « petits » ont vu leur nombre diminuer comme peau de chagrin et les « grands » se maintenir ou gagner en importance. Autrement explicité, le secteur a commencé sa mue, la rationalité économique amenant les plus faibles (et les moins rentables) à jeter l’éponge (entraînant parfois une certaine désertification de professionnels rendant plus complexe encore pour l’usager le geste de faire appel à un réparateur).

Notons que pour compenser ces « pertes » de nouvelles formes d’activité se sont développées, souvent sous l’aspect de solidarités renforcées (comme les cafés de réparation), parfois sous l’impulsion de stars up favorisant l’autoréparation.

3.4. Les principaux gains de productivité, le recours à l’IA

En simplifiant, le coût d’une intervention résulte de trois ingrédients principaux : la recherche de la source du dysfonctionnement, le prix d’une éventuelle pièce détachée, le déplacement du professionnel (si cela s’avère nécessaire).

L’étude complète analyse, souvent longuement, chacun de ces items, et évoque également une difficulté récurrente de la filière réparation, celle de la formation souvent insuffisante des professionnels qui pourrait se révéler être un frein à une accélération des améliorations.

3.4.1. Localisation de la source du dysfonctionnement

Il est insisté sur le fait que la détermination le plus en amont possible de la cause de l’incident apparaît comme un point central qui déterminera en grande partie le coût total de l’intervention. Toutes les améliorations apportées à l’efficacité des centres d’appels seront - et sont - en ce sens considérées comme prioritaires par les acteurs de la réparation. Le recours aux calculs de masse et plus largement à toute la panoplie de ce que peut apporter l’intelligence artificielle est au cœur des actions des grandes sociétés (notons que l’effet taille ici joue pleinement, seules les sociétés ayant un rayonnement important peuvent en effet avoir les moyens statistiques et financiers pour mettre en place ces projets).

L’étude complète met en exergue l’importance stratégique qu’est la définition de la source de la panne celle-ci en effet pourrait devenir rapidement une zone de confrontation ou d’accords entre les industriels et les grands acteurs de la réparation. Plus généralement l’accès à l’information et aux données techniques requises pour fiabiliser les diagnostics est un enjeu majeur

Avant la mise en place de la connectivité (c’est-à-dire des capteurs intégrés au sein même des produits) et plus généralement de l’IoT, les industriels étaient « aveugles » quant à l’utilisation de leurs produits par les consommateurs (en pratique ils perdaient de vue leur produit sitôt celui-ci vendu à un distributeur). D’une certaine façon, avec le retour des informations émanant des capteurs les industriels retrouvent la vue, et de plus en utilisant toutes les statistiques recueillies et en les analysant via le recours aux outils de l’intelligence artificielle, ils peuvent bénéficier d’une connaissance temporelle de l’utilisation de leurs produits (et des éventuels incidents, comme par exemple le nombre de microcoupures à même d’expliquer un dysfonctionnement).

Au rythme d’intégration des capteurs (et de l’IA) dans les produits et de leur mise en connexion, parfois lente et plutôt axée sur le haut de gamme, parfois plus généralisée, les industriels peuvent être ceux qui connaitront le mieux l’utilisation et les incidents de parcours de leurs produits dans la « vraie » vie. Cette connaissance est un réel atout qu’ils pourront utiliser dans leur développement stratégique. Pour paraphraser les propos d’un de nos interlocuteurs : « c’est le grand retour possible des constructeurs dans le SAV ».

Dans ce cadre, la question du partage des informations va être la grande affaire qui sera à même d’éventuellement redéfinir le contour des acteurs de la réparation.

3.4.2. L’aide à la logistique

Dans le coût total d’une intervention, le déplacement du professionnel compte pour environ la moitié (en moyenne un réparateur d’une grande société parcourt 250 km par jour). La gestion performante des tournées est donc un élément fondamental de la rentabilité (un usager en moins visité revient à une perte de 150 € environ). Les grands acteurs d’ores et déjà mettent en place des outils performants (à l’aide d’outils relevant de l’IA) pour rationaliser au maximum les parcours de leurs salariés.

3.4.3. Le prix et la disponibilité des pièces détachées

L’étude complète de même analyse dans le détail les questions liées au prix et à la disponibilité des pièces détachées, en analysant les modèles économiques des différents intervenants (que ceux-ci soient liés ou non aux industriels). Sur les prix, il existe une sorte de dynamique qui lie les pièces d’origine, celle adaptables, les pièces dites OEM et enfin les pièces de seconde main. De nombreuses initiatives voient le jour afin de mieux comprendre et connaître les besoins des différents clients et également de « fluidifier » les offres (qu’elles que soient leurs origines) aux éventuelles demandes (le recours à l’intelligence artificielle pouvant par exemple prendre la forme d’une harmonisation des nombreuses références).

3.5. Les nouveaux acteurs

D’autres acteurs de toute première importance, les opérateurs financiers, pourraient également devenir partie prenante de cette « recomposition à venir » du secteur de la réparation. Ceux-ci émanant d’ailleurs de différentes branches de ces métiers, du segment des extensions de garantie (qui couvrent d’ores et déjà une part non négligeable des demandes d’interventions), des généralistes (comme Axa ou la Maif) afin de compléter les actions

qu’ils mènent d’ores et déjà sur le secteur automobile ou encore des filiales assurances des grands opérateurs de réseaux comme Orange.

Toutes ces sociétés ont un point commun, celui de posséder une compétence indiscutable dans le domaine de l’intelligence artificielle qu’ils pourraient utiliser pour le SAV des produits électriques et électroniques de grande consommation.

3.6. La période de transition, vers une recomposition de la filière

Nous sommes en période de transition, une nouvelle page de la réparation est en voie d’être écrite. Avec différents enjeux de taille à relever :

• Faire en sorte que le rapport entre produit tombés en panne et produits réparés s’améliore de beaucoup, pour avoisiner par exemple les trois-quarts (le fonds réparation et les gains de productivité inhérents à la filière réparation permettant cette performance) ;

• Faire en sorte de « cadrer » les dysfonctionnements immatériels (notamment en ayant une maîtrise des coûts des pièces détachées immatérielles) ;

• Faire en sorte que la disponibilité des informations, substrats du recours à l’intelligence artificielle, soit au bénéfice de tous.

4. L’impact de l’intelligence artificielle sur la durabilité et la réparabilité des équipements connectés

4.1. L’IA avant tout utilisée pour accroître les services aux consommateurs

L’arrivée de l’IA dans le secteur des équipements électrodomestiques ouvre un champ d’applications très large : au niveau de l’expérience et de la performance du produit lui-même ; au niveau de l’optimisation de l’ensemble de son cycle de vie (de sa fabrication à son recyclage, en passant par sa maintenance) ; et au niveau de son interconnexion avec les autres équipements de la maison.

Pourtant, les constructeurs de produits électrodomestiques semblent s’accorder aujourd’hui sur une expression commune de l’IA, centrée sur l’apport de nouvelles fonctionnalités et services aux consommateurs dans l’expérience du produit. Les contributions de l’IA à l’optimisation de la maintenance et de la réparation des produits sont étudiées, mais placées pour l’instant sur un second plan : l’objectif est avant tout de proposer une réelle valeur ajoutée aux consommateurs pour développer un avantage concurrentiel.

A l’image de la pénétration de la connectivité, les équipements intégrant une technologie d’IA au cœur du fonctionnement même du produit restent pour le moment anecdotiques, concentrés exclusivement sur le segment haut de gamme (multiplication des expérimentations au sein des produits Brun et Gris, quelques tests sur des produits Blanc). On note que les équipements qualifiés de « smart » font bien souvent référence à la connectivité intégrée dans le produit qui lui permet d’émettre des données (qui peuvent ensuite être traitées par IA depuis le cloud) et non à un fonctionnement intelligent permettant à l’appareil d’interagir et de s’adapter à son environnement en temps réel.

4.1.1. L’écosystème d’acteurs de l’électrodomestiques et du numérique positionnés sur le développement d’IA

Cette étude nous a permis d’identifier une structuration du marché de l’IA au niveau des équipements électrodomestiques répartie entre deux types d’acteurs, qui développent des IA pour des usages et services aux consommateurs distincts :

• Les EGP et acteurs spécialisés développent des IA « spécialisées » et fonctionnelles, centrées sur l’utilisation du produit.

Ces grands acteurs ont pour la plupart développé et intégré dans leurs équipements électrodomestiques une ou plusieurs technologies d’IA propriétaires, dédiées à augmenter la performance et faciliter l’usage du produit, individuellement et/ou au sein d’un système, en lien avec les autres équipements connectés de la maison. Pour le développement de ces produits, la plupart des fabricants ont adopté pour le moment la stratégie du test and learn, les critères de réussite décisifs étant l’apport de valeur ajoutée au consommateur dans son utilisation en premier lieu, et les apports sur la durabilité et maintenance du produit en second lieu.

Au-delà de la simple commande à distance, ces équipements intelligents vont donc enregistrer les données liées à l’utilisation et au fonctionnement du produit à des fins de prédiction et conseils aux utilisateurs, et s’adapter à leur environnement de manière autonome pour être les plus performants possibles.

Mais l’impact de l’IA va au-delà des apports individuels aux équipements : il s’agit de connecter et de rendre les équipements intelligents entre eux : le « smart pairing ». Cette connexion s’appuie sur des capteurs intégrant des protocoles de communication M2M (machine à machine), entre des équipements de même marque ou des équipements de constructeurs différents, dans le cadre de partenariats, plus ou moins étendus.

• Les géants du numérique (GAFAM et BATX) développent des IA « généralistes » et servicielles, centrées sur les utilisateurs.

Ces acteurs ne sont pas des producteurs d’équipements à proprement parler, mais plutôt des fournisseurs de services numériques. Dans la logique d’amélioration continue de leurs services, ils se sont récemment engagés dans le développement d’enceintes et d’écrans intelligents intégrant leurs assistants vocaux. Ces nouveaux produits permettent d’accéder à des services dématérialisés et personnalisés (recherche d’informations, jeux, recherche de produits, store d’applications vocales de diverses marques, etc.), en plus de piloter des objets connectés d’une grande variété de marques partenaires compatibles.

Les principaux acteurs sur le marché Français sont Amazon, Google, Apple et Microsoft. Le développement de l’IA présente deux avantages majeurs pour ces entreprises :

1. Accéder à de nouveaux champs de données au plus près du quotidien de leurs utilisateurs, à travers l’utilisation des assistants vocaux ;

2. Traiter ces quantités massives de données collectées d’une manière intelligente, prédictive et apprenante.

Les données qui nourrissent et entraînent ces IA sont tirées de l’ensemble des informations dont disposent ces acteurs sur chaque utilisateur, collectées sur l’ensemble des services et plateformes du groupe, et ceux de leurs partenaires. L’accès à une quantité encore plus importante d’informations via les assistants vocaux permet aux GAFAM et BATX d’obtenir une segmentation toujours plus précise de leurs utilisateurs, et par conséquent de leurs profils publicitaires qui n’ont jamais été aussi détaillés, leur permettant de mieux valoriser leurs offres.

Si nombre de grands acteurs de l’électrodomestique ont sauté le pas du développement de leurs propres technologies intelligentes, ils sont loin d’être une majorité. Pour principale raison à ce constat, le développement d’une intelligence artificielle représente un coût non négligeable (investissements financiers, intellectuels, et temporels importants), et se heurte à de nombreuses barrières : technologies de traitement des données, expertise technologique et montée en compétence, infrastructure IT, politique de sécurité des données, etc.

Parmi les acteurs ayant fait le choix stratégique de se positionner sur le marché de l’intelligence artificielle, on observe des stratégies d’investissement variées. Ainsi, trois stratégies majeures sont dénombrables :

1. Le développement internalisé : internalisation complète des compétences et du développement de son intelligence artificielle propriétaire ; rare au niveau d’une stratégie globale de développement de l’IA, elle est adoptée par certains constructeurs pour développer leur IA fonctionnelle propriétaire.

2. Le partenariat : alliance avec l’un des acteurs numériques spécialisés pour développer conjointement une technologie d’intelligence artificielle ; plus courante, elle permet de réduire les coûts d’investissement et de conserver la propriété des données traitées par l’IA.

3. L’intégration d’une IA GAFAM « sur étagère » : collaboration avec un acteur GAFAM pour intégrer sa technologie d’IA dans ses produits connectés ; fréquente, notamment au niveau des assistants vocaux pour compléter d’autres services déjà apportés par une intelligence artificielle propriétaire.

Le graphique ci-dessous nous permet de positionner les acteurs de l’écosystème des équipements électrodomestiques intégrant une ou plusieurs IA en fonction de 2 critères :

• Le type d’IA utilisé dans les produits/services : ici sont distinguées les technologies d’IA fonctionnelles, portées sur l’optimisation des fonctionnalités propres à la performance et au fonctionnement du produit, et les technologies d’IA servicielles, portées sur des services transverses à l’utilisateur, par exemple via assistant vocal (développées en §4.1.1.1).

• La stratégie adoptée pour exploiter l’IA : ici sont distingués les acteurs ayant choisi un écosystème fermé, basé sur une IA propriétaire, et les acteurs ayant au contraire choisi des alliances pour intégrer l’IA d’un partenaire, parfois en complémentarité de leur technologie d’IA propriétaire.

Positionnement des acteurs du marché de l’électrodomestique en fonction de leur offre de produits et services intelligents

4.1.2. L’essor des assistants vocaux et de la commande vocale

Les assistants vocaux, souvent associés aux enceintes connectées, sont en réalité intégrés dans un nombre croissant d’appareils connectés : on estime à plus d’1,5 milliard les appareils embarquant les principaux assistants vocaux occidentaux (Amazon Alexa, Google Assistant, Apple Siri et Microsoft Cortana) en 2019. Leur véritable valeur ajoutée réside d’ailleurs dans leur intégration dans le plus grand nombre d’équipements possibles pour être présents et accessibles à chaque instant. Les développeurs d’assistants vocaux généralistes ont donc un intérêt stratégique fort à multiplier les partenariats avec des constructeurs prêts à intégrer leur solution, et les constructeurs à compléter les fonctionnalités offertes par leurs technologies d’IA propriétaires (fonctionnelle et/ou servicielle via assistant vocal propriétaire), par un (voire plusieurs) assistants vocaux partenaires.

Les Français se cantonnent pour aujourd’hui à des usages simples : musique, météo, recherche d’informations et jeux ; mais l’arrivée des services intelligents et des assistants vocaux dans les foyers marque sans doute pour les consommateurs l’aube d’un bouleversement de leur expérience des équipements électrodomestiques et de leurs usages quotidiens. Ceci sous réserve d’une nette amélioration de leur qualité de compréhension, et le développement de services transverses accessibles à travers eux. La présence des assistants vocaux sur le marché français devrait s’intensifier, avec notamment la pénétration des enceintes connectées qui devrait doubler entre 2020 (14,6 %) et 2025 (36,3 %) d’après une étude récente de Hadopi-CSA. C’est d’ailleurs l’un des principaux axes de développement cités par les constructeurs à l’horizon 5 ans.

4.1.3. L’enjeu de l’interopérabilité des équipements intelligents

L’une des principales problématiques auxquelles le marché des équipements électrodomestiques intelligents est aujourd’hui confronté est l’interopérabilité et compatibilité des équipements intelligents entre eux : bien qu’en progression, elle reste faible. Jusque récemment, seuls les équipements développés par une même marque étaient compatibles et pilotables depuis une application ou un support propriétaire (« hub domestique »). Avec l’intégration de l’IA, la compatibilité est encore moins évidente : les technologies et langages utilisés sont encore plus complexes, et donc les problèmes d’appairage, de connexion et de compatibilités aussi. Cela a pour conséquence notable le désintéressement progressif des utilisateurs, jusqu’à l’arrêt de l’utilisation des fonctionnalités connectées des produits, et la hausse des « fausses pannes » et pannes exogènes remontées aux réparateurs, tel que cité précédemment. De leur côté, les fabricants mettent en avant les coûts importants et difficultés techniques liées à l’intégration de plusieurs technologies intelligentes concurrentes au sein de leurs équipements connectés, puis à leur maintenance et réparation.

Pour répondre à cet enjeu majeur et développer plus globalement l’interopérabilité des produits intelligents entre eux, les constructeurs et partenaires commencent à former des alliances, destinées à développer des normes technologiques communes. Les exemples de CHIP (Project Connected Home over IP, pour le développement d’une nouvelle norme de connectivité ouverte à tous sans redevance) et de la Voice Interoperability Initiative (pour l’interopérabilité simultanée de plusieurs assistants vocaux) en sont une bonne illustration, regroupant des acteurs majeurs de l’industrie. La coopétition semble devenir la voie pour résoudre les grands problèmes de compatibilité qui limitent encore le déploiement de l’IoT et de l’IA dans les produits grand public. La compatibilité et

l’interopérabilité des technologies et différentes couches d’IA intégrées dans les produits par les constructeurs sera un sujet central à court et moyen terme. Les mouvements d’alliance déjà identifiés au niveau international vont être amenés à s’élargir pour intégrer un nombre croissant d’acteurs qui souhaiteront intégrer de la connectivité ou des assistants vocaux au sein de leurs produits.

4.1.4. Maturité du marché et prospectives de développement

Au niveau mondial, le marché de l’électrodomestique connecté et intelligent est en forte croissance en Chine et aux Etats-Unis, avec des projections de croissance importantes dans les prochaines années. A l’échelle de la France cependant, le développement de l’IA dans les produits électrodomestiques connectés reste encore prospectif pour les constructeurs français, qui poursuivent leurs recherches de valeurs ajoutées dans l'expérience du produit et sa maintenance. La généralisation de l’IA à travers les gammes est planifiée par certains constructeurs à l’horizon 2022, avec une accélération et une maturité projetée entre 2025 et 2030. Cela dépendra des résultats des tests qui vont se multiplier pour évaluer graduellement leur véritable valeur ajoutée et l’appétence du marché.

L’assistance technique en cas de dysfonctionnement, le contrôle de la consommation d'énergie et la commande automatisée de consommables sont également expérimentées. Selon certains constructeurs, les applications dédiées au SAV devraient être pleinement opérationnelles d’ici 3 ans.

Au-delà des services aux consommateurs directement intégrés dans les produits, les IA jouent un rôle auprès des constructeurs et marques pour améliorer l’expérience client tout au long du parcours d’achat. Ainsi les distributeurs et market places s'ouvrent sur de nouveaux modes de communication avec leurs clients grâce aux nouveaux usages conversationnels, via des chatbots ou des applications vocales sur enceintes connectées.

Les consommateurs français, plutôt favorables au concept de la maison connectée, montrent pourtant une maturité encore faible dans l’adoption et l’utilisation des objets intelligents, principalement parce qu’ils n’en perçoivent pas encore l’intérêt. Un autre frein de taille à l’adoption d’équipements intégrant de l’IA reste incontestablement l’inquiétude des consommateurs face à la sécurité et l’exploitation de leurs données à des fins commerciales. Au- delà le l’accompagnement des consommateurs dans l’adoption de ces nouveaux usages. Le développement de la fiabilité, de la performance et de la valeur ajoutée réelle des objets intelligents pour les consommateurs participera bien entendu également à développer leur adoption.

4.2. L’IA appliquée à la maintenance curative, préventive et déjà prédictive des objets connectés

4.2.1. Les données au fondement d’une meilleure compréhension des usages des consommateurs et du fonctionnement des équipements

Dans les années à venir, le volume de données numériques générées et stockées à travers le monde devrait connaître une croissance exponentielle : presque quadrupler entre 2020 et 2025, et être multiplié par 45 d’ici à 2035. Ainsi, les constructeurs et leurs partenaires ont et auront accès à des volumes de données toujours plus importants, émis par les appareils de plus en plus équipés de capteurs émetteurs et récepteurs de données. Cette collection massive de données permise par l’IoT, combinée à l’utilisation des nouvelles technologies de data science et de l’intelligence artificielle, permettront d’étudier et mieux comprendre les usages des consommateurs, et les comportements des équipements en réponse à ces usages.

Avant de pouvoir les exploiter grâce à l’IA, il s’agit dans un premier temps de les sélectionner, de les capter, de les rendre accessibles et de les qualifier. C’est là l’un des principaux défis actuels pour les fabricants et distributeurs du marché de l’électrodomestique. C’est le croisement de toutes les données issues de l’ensemble du parc d’équipements à travers le monde qui va permettre ensuite l’élaboration d’algorithmes, traduisant : d’une part les usages habituels, et ceux plus sporadiques, des consommateurs ; d’autre part les comportements « normaux » d’un équipement, et « anormaux » lorsque survient une panne.

Ces données locales en provenance des équipements connectés vont ensuite être traitées, selon deux niveaux de temporalité :

• Les données traitées en amont, puis a posteriori : pour générer au départ les algorithmes de l’IA, puis pour les optimiser au fil de l’eau et accroître la connaissance, à la fois du fonctionnement des équipements et des usages des utilisateurs.

• Les données traitées en temps réel : pour optimiser le fonctionnement de l’équipement et réagir automatiquement durant l’utilisation.

Les enseignements tirés de ces analyses permettront à l’avenir de mieux anticiper et caractériser les pannes et dysfonctionnements rencontrés par les produits, et d’accompagner les consommateurs en amont et en aval de la panne. Cependant, les données opérationnelles techniques (données d’utilisation et de fonctionnement émises par l’appareil durant sa vie) ne pourront être comprises et utiles aux réparateurs qu’avec un accès aux données

référentielles techniques associées, détenues par les constructeurs ou exploitants de ces données, et clé de lecture nécessaire à l’exploitation de ces données. Ces informations techniques viendront compléter la traditionnelle documentation technique spécifique à l’équipement déjà utilisée par les acteurs de la réparation.

4.2.2. Anticiper et mieux caractériser les pannes et dysfonctionnements

Après les services aux consommateurs, la maintenance est le domaine dans lequel l’apport potentiel de l’IA est le plus prometteur. Les applications de l’IA dans le domaine de la maintenance pourront être de plus en plus anticipatrices de la survenance des pannes et dysfonctionnements. Par ailleurs, lorsque la panne ne pourra pas être évitée, l’IA permettra à la maintenance d’être beaucoup plus efficace, autant en termes de maintenance préventive que de maintenance curative (résolution des problèmes). L’IA pourrait permettre de répondre à plusieurs difficultés rencontrées par le secteur de la réparation face au développement de la connectivité dans l’électrodomestique, en ayant notamment un apport de valeur pour les sujets suivants : qualification des pannes et dysfonctionnements ; amélioration logistique des tournées de réparateurs ; gestion des pièces détachées ; accès à l’information technique pour les réparateurs.

Applications actuelles et prospectives de l’IA sur la réparation des équipements connectés

La maintenance curative assistée par IA

Dans un premier temps, l’IA trouve des applications pour optimiser la maintenance non-automatisée, dont la donnée d’entrée est la sollicitation d’un utilisateur (type réclamation auprès d’un SAV ou appel à un réparateur).

On observe aujourd’hui des utilisations d’IA de niveau 1, via par exemple les chatbots qui se multiplient, notamment au sein des produits Gris et des centres d’appel SAV. Ils sont principalement utilisés en amont du diagnostic détaillé, pour effectuer un pré-diagnostic en support du SAV afin d’identifier le type de panne concernée, et ainsi faire un premier tri pour les professionnels du SAV. Ceux-ci seront ensuite en mesure de répondre aux demandes et pannes qui nécessitent une intervention ou un accompagnement à la résolution.

Les technologies au cœur du fonctionnement des chatbots rencontrent encore des difficultés au niveau de l’identification et la classification des termes employés par les utilisateurs (NLP/NLU), qui limitent pour le moment leur compréhension et donc leur champ d’application. Si l’on parvient à résoudre ces difficultés, on devrait observer dans les années à venir une tendance forte au développement des chatbots qui permettront de résoudre les pannes simples et exogènes, laissant la résolution des pannes plus complexes et endogènes aux réparateurs.

On observe également l’utilisation de chatbots par certains spécialistes de pièces détachées grand public pour aider les utilisateurs à réaliser un autodiagnostic à distance, puis à réparer eux-mêmes leur produit après leur avoir fourni la démarche à suivre et la bonne référence de pièce à remplacer. Deux types de données sont récoltées pour enrichir les chatbots d’autodiagnostic : les données produit et les données d’utilisation du produit.

Au-delà des chatbots, sur de plus en plus d’équipements connectés, notamment dans l’électroménager, l’IA permet déjà de réaliser des diagnostics à distance. Via notamment des applications téléchargeables sur smartphone, ces appareils connectés se focalisent sur plusieurs aspects :

• Le confort d'utilisation et l'assistance au consommateur ;

• L'assistance technique à distance en cas de dysfonctionnement ;

• La consommation optimisée d'énergie (électricité et eau) ;

• La commande automatisée (consommables type lessive, alimentaire).

La maintenance préventive personnalisée

On connaît aujourd’hui au sein du marché des équipements électrodomestiques des systèmes de maintenance préventive génériques, à l’image des notices d’utilisation pour aider l’utilisateur à entretenir correctement son équipement électroménager. Or, l’IA permet aujourd’hui de franchir un cap supplémentaire en couplant ces conseils et indications génériques d’entretien aux données spécifiques propres à l’utilisation particulière qui peut être faite de l’équipement. L’ère de la maintenance préventive personnalisée s’ouvre. Ce type de maintenance saura ainsi détecter l’empreinte d‘une utilisation et usages spécifiques, et donner des conseils préventifs adaptés à cette utilisation, de manière régulière. Cela doit permettre une utilisation optimale de l’équipement, pour allonger sa durée de vie en évitant autant que possible les pannes. Ce type de fonctionnalité intégrée dans les produits électroménagers peut s’avérer d’autant plus important qu’un mauvais entretien génèrent en moyenne entre 30 % et 50 % des pannes selon les familles de produits. Cependant, la question de l’acceptabilité de la connectivité et de l'accès aux données par le consommateur est fondamentale pour permettre la réussite de ce type de maintenance. Les exemples se multiplient chez les constructeurs, surtout sur l’électroménager.

La maintenance prédictive

Enfin, au-delà de l’entretien correct d’un équipement, l’IA est surtout adaptée pour une toute nouvelle forme de maintenance : la maintenance prédictive. Celle-ci va se concentrer sur les signaux avant-coureurs d’une panne, de façon à en avertir l’utilisateur pour qu’il puisse agir avant que l’équipement ne tombe effectivement en panne.

Cette maintenance prédictive se matérialise par l’édition de relevés réguliers de l’état de fonctionnement et de santé de l’équipement connecté. Si le système doté d’IA capte des signaux anormaux avant-coureurs d’un dysfonctionnement, un diagnostic et des actions correctives sont envoyées à l’utilisateur pour y remédier et empêcher la panne effective. Le fabricant est informé des pannes qui surviennent sur son parc d’équipement, pour une amélioration continue.

Ces dernières années, la maintenance prédictive a déjà fait son apparition pour assurer la continuité de fonctionnement des équipements industriels. A l’avenir, suivant cet exemple les nouvelles générations d’équipements électrodomestique pourraient également intégrer des puces électroniques capables de prédire une panne avant que celle-ci ne survienne effectivement. Cependant, un développement massif de ce type de maintenance dans l’électrodomestique ne semble pas être pour tout de suite. Le marché présente un manque d’appétence par manque de ROI positif pour compenser les investissements importants nécessaires à la mise en place d’un tel système de maintenance assistée par IA, d’autant plus au vu de la tendance de réduction des pannes en raison de produits de plus en plus fiables. Un autre frein à un ROI positif semble être aussi celui de la quantité et de la fréquence très rapide de commercialisation de nouveaux produits.

L’IA pour optimiser le remplacement des pièces détachées

De manière prospective, l’IA aura également un rôle à jouer dans l’optimisation du processus de remplacement des pièces détachées : trouver l’exacte pièce adéquate (correspondant à la version du produit en fonction de son n° de série) et disponible, au bon moment. Cette recherche optimisée et anticipée de la bonne pièce de rechange améliorera par ricochet l’efficience des tournées de réparateurs. L’enjeu sera ici de mutualiser de manière virtuelle les stocks de pièces détachées – notamment celles difficiles à trouver – entre offreurs et demandeurs, en créant un catalogue de pièces détachées commun entre les fabricants et acteurs de la réparation, sur le principe de la coopération entre pairs, pour mettre à disposition une pièce détachée qui serait présente chez l’un et absente chez l’autre. Or, dans ce domaine l’IA peut fournir une aide à la rencontre de l’offre et la demande : par la reconnaissance des équivalences entre les différentes références et séries de fabrication selon les constructeurs, de façon à constituer un catalogue de références « universelles » ; par l’optimisation de l’allocation des pièces détachées entre plusieurs acteurs, en fonction des zones géographiques et des besoins identifiés. Par ailleurs, lorsque la panne nécessite le passage d’un réparateur à domicile, l’IA pourrait également s’appliquer à optimiser la préparation des pièces détachées pour les tournées. Nous sommes ici à l’intersection entre la logistique et la réparation.