Une recherche sur le retour sur investissement d’un projet d’inspection par vision produit une remarquable convergence de chiffres. Le coût de la non-qualité y est situé autour de vingt pour cent du chiffre d’affaires, le retour sur trois ans dépasse trois cent cinquante pour cent, et le délai de retour se situe entre sept et huit mois. Ces valeurs apparaissent presque à l’identique sur des dizaines de pages, presque toutes publiées par des fournisseurs de solutions.
Cette convergence devrait éveiller la méfiance plutôt que la confiance. Les chiffres circulent, se citent les uns les autres, et leur source primaire est rarement accessible. Ils décrivent au mieux des déploiements réussis, sélectionnés pour être communiqués, ce qui est exactement l’inverse d’une moyenne représentative.
Cet article ne propose donc pas de ratio de référence. Il propose une méthode pour construire un chiffrage propre à un contexte : quels postes de coût compter, quels gains sont réellement mesurables, comment structurer un pilote qui produise les données du calcul, et quels pièges rendent la plupart des estimations fausses. Il prolonge le guide complet de la détection de défauts.
Pourquoi les ratios publiés ne s’appliquent pas
Trois raisons rendent un ratio de référence inutilisable pour décider, et il vaut mieux les connaître avant de fonder une décision dessus.
Le biais de sélection
Les retours d’expérience publiés portent sur des projets aboutis. Les projets abandonnés au stade du pilote, ceux dont le système a été débranché après six mois faute d’acceptation, ceux dont la performance s’est dégradée après un changement de matière, ne font l’objet d’aucune publication. La moyenne visible est donc calculée sur la queue favorable de la distribution.
L’hétérogénéité des situations
Le retour dépend de facteurs qui varient d’un ordre de grandeur d’un site à l’autre : la valeur unitaire du produit, le taux de défaut initial, le coût horaire du contrôle, la position de l’inspection dans la chaîne et le coût d’une fuite chez le client. Un même système installé sur deux lignes produit deux économies sans rapport.
Le périmètre variable
Un chiffrage annonçant un retour rapide compte généralement le matériel et le logiciel. Il compte rarement la constitution du corpus, l’intégration à l’automatisme, la conduite du changement, ni les campagnes d’annotation ultérieures. Comme ces postes représentent une part importante du total, l’écart entre le chiffrage annoncé et le coût complet est structurel.
Les postes de coût d’un projet de détection de défauts
Un chiffrage crédible de projet de détection de défauts comporte sept postes, dont trois seulement sont habituellement anticipés.
Le matériel
Caméras, optiques, éclairages, calculateur, structure mécanique et câblage. C’est le poste le mieux estimé parce que le plus tangible, et généralement pas le plus important. Une erreur fréquente consiste à sous-dimensionner l’éclairage, qui représente une fraction du coût matériel et détermine une part majeure de la performance.
La constitution du corpus
Collecte, désidentification si nécessaire, préparation, annotation, contrôle qualité et documentation. Ce poste est le plus souvent sous-estimé, et il est le seul qui ne bénéficie d’aucune économie d’échelle sur les petits volumes : former une équipe sur un produit coûte à peu près autant pour deux mille images que pour vingt mille.
Le développement et l’entraînement
Sélection d’architecture, entraînement, évaluation, itérations. Ce poste est aujourd’hui le moins coûteux des trois techniques, l’outillage disponible ayant considérablement réduit le travail requis. Le déséquilibre entre un poste de modélisation modeste et un poste de données lourd surprend souvent les équipes venues du logiciel.
L’intégration
Liaison avec l’automatisme, remontée vers les systèmes de suivi de production, interface opérateur, gestion des versions. C’est un poste d’ingénierie classique, prévisible, mais qui n’apparaît pas dans les chiffrages centrés sur la performance du modèle.
La conduite du changement
Formation des opérateurs, phase de fonctionnement en parallèle, ajustement du point de fonctionnement, adaptation des procédures qualité. Ce poste est immatériel et pourtant déterminant : la phase de fonctionnement en parallèle mobilise du temps des deux côtés pendant plusieurs semaines, et l’écourter est le raccourci le plus coûteux du domaine.
Le maintien en condition
Surveillance de dérive, nettoyage optique, campagnes d’annotation complémentaires, réentraînement. Ce poste est récurrent, et son absence dans un chiffrage initial produit un système qui se dégrade silencieusement après la livraison.
Les reprises
Un projet de détection de défauts qui n’en prévoit pas en aura quand même. Provisionner explicitement une marge pour la révision du protocole après le pilote, l’arrivée de nouvelles sources ou la découverte d’une contrainte non anticipée est plus honnête que de découvrir le besoin en cours de route.
Les gains d’une détection de défauts, et ce qu’ils valent réellement
Quatre familles de gains sont invoquées en détection de défauts, et elles ne se valent pas en termes de crédibilité.
La réduction des rebuts
Détecter un défaut plus tôt évite d’ajouter de la valeur à une pièce qui sera écartée. Ce gain est réel et calculable : il se chiffre en multipliant le nombre de pièces concernées par la valeur ajoutée entre le point de détection actuel et le point de détection proposé.
Un point de vigilance s’impose toutefois. Le gain ne vient pas de la détection mais de son avancement dans la chaîne. Un système installé au même point que le contrôle existant ne réduit pas les rebuts, il change seulement qui les détecte.
La réduction des fuites
C’est le gain le plus important et le plus difficile à établir, parce qu’il suppose de connaître le taux de fuite actuel. Or ce taux est rarement mesuré : il se déduit des retours client, qui sous-estiment systématiquement la réalité puisque tous les défauts livrés ne reviennent pas.
La conséquence méthodologique est qu’établir la référence est un travail préalable à part entière. Sans elle, l’amélioration annoncée est une hypothèse, et le chiffrage repose sur un chiffre inventé.
La réduction du coût de contrôle
Ce gain est le plus facile à calculer et le plus souvent surestimé. Un système d’inspection ne supprime pas le contrôle humain, il en déplace la nature : les opérateurs cessent d’examiner toutes les pièces pour vérifier celles que le système signale. Le gain réel dépend donc du taux de faux appel, et un système imprécis peut générer plus de vérifications qu’il n’en économise.
Cette dépendance mérite d’être explicitée dans le chiffrage, car elle relie directement le retour sur investissement au réglage du point de fonctionnement traité ailleurs dans ce cluster.
Les gains indirects
Traçabilité, données de process, réduction de la variabilité entre équipes, capacité à documenter la qualité auprès d’un client exigeant. Ces gains sont réels mais difficiles à monétiser, et les inclure dans un calcul de retour affaiblit sa crédibilité. Mieux vaut les mentionner qualitativement et fonder le calcul sur les trois premiers.
Établir la référence avant de promettre une amélioration
C’est l’étape que la plupart des projets de détection de défauts sautent, et son absence rend tout chiffrage arbitraire.
Quatre grandeurs doivent être mesurées avant tout déploiement. Le taux de défaut réel de la production, qui n’est pas le taux détecté. Le taux de fuite du dispositif actuel, estimable par un double contrôle sur un échantillon. Le taux de faux rejet actuel, tout aussi rarement mesuré. Et le temps de contrôle réellement consacré, distinct du temps théorique.
Cette mesure a un coût, quelques journées d’audit, et elle a deux vertus. Elle donne une base au calcul, ce qui est sa fonction évidente. Et elle révèle fréquemment que le dispositif existant performe moins bien qu’on ne le pensait, ce qui déplace la discussion vers un terrain où le système automatique est structurellement supérieur.
Le pilote comme instrument de chiffrage en détection de défauts
Un pilote bien conçu ne sert pas à démontrer que la technologie fonctionne, ce dont peu de gens doutent encore. Il sert à produire les données du calcul économique.
Quatre mesures en sortent, et aucune ne s’estime autrement. Le temps d’annotation réel par classe, qui donne le coût du corpus complet. Le taux de désaccord entre annotateurs, qui donne l’intensité de contrôle nécessaire donc le coût qualité. La performance atteignable sur les données réelles, qui donne le gain plausible. Et le taux de faux appel au point de fonctionnement retenu, qui donne la charge de vérification résiduelle.
Ces quatre chiffres transforment un chiffrage théorique en estimation défendable. C’est aussi la raison pour laquelle un pilote se conçoit comme un instrument de mesure et non comme une démonstration : les cas qu’il contient doivent être représentatifs, y compris difficiles, plutôt que choisis pour réussir.
La structure temporelle du retour
Le profil de trésorerie d’un projet de détection de défauts est particulier et mérite d’être présenté explicitement.
L’essentiel du coût se concentre avant toute exploitation : matériel, corpus, développement, intégration, conduite du changement. Les gains ne commencent qu’après la bascule, et progressivement, puisque le point de fonctionnement s’ajuste pendant les premières semaines. Entre les deux, la phase de fonctionnement en parallèle produit du coût sans gain, ce qui est normal et doit être annoncé.
Deux conséquences pratiques. Un chiffrage présenté en gain annuel moyen masque cette structure et prépare une déception au premier trimestre. Et le découpage du projet en périmètres successifs, une station puis une extension, améliore considérablement le profil de trésorerie tout en réduisant le risque, puisque la première station finance partiellement les suivantes.
Ce qui fait varier le retour d’un facteur dix
Cinq variables expliquent l’essentiel de la dispersion entre projets de détection de défauts, et les identifier permet de dire rapidement si un cas est favorable.
La valeur unitaire du produit détermine ce qu’une fuite coûte. Un projet sur des pièces à faible valeur ne se justifie que par le volume. Le taux de défaut initial détermine l’ampleur du gisement : sur une production déjà maîtrisée, l’amélioration possible est faible en valeur absolue. La position dans la chaîne détermine la valeur ajoutée économisée par une détection précoce. Le coût du contrôle actuel, qui dépend du nombre d’opérateurs et du régime de travail, détermine le gain de main d’œuvre. Et la difficulté technique, nombre de classes, subtilité des défauts, variabilité du produit, détermine le coût du corpus.
Ces cinq variables se renseignent en une seule réunion. Les croiser avant d’engager un projet permet d’écarter rapidement les cas où le retour ne sera pas au rendez-vous, ce qui rend service au client autant qu’au prestataire.
Les erreurs de chiffrage les plus fréquentes
Certaines erreurs de chiffrage reviennent avec assez de constance pour être anticipées.
La première consiste à compter la totalité du temps de contrôle comme économisé, alors qu’une part subsiste sous forme de vérification des signalements. La deuxième consiste à appliquer un taux d’amélioration issu d’une publication à une situation dont la référence n’a pas été mesurée. La troisième consiste à omettre le poste de maintien en condition, ce qui produit un retour flatteur la première année et une dégradation ensuite.
La quatrième est plus subtile : elle consiste à compter comme gain la détection de défauts que le contrôle actuel détectait déjà. Seule la différence compte, et elle est souvent nettement inférieure à la performance brute du système.
La cinquième et dernière consiste à raisonner sur une seule ligne pilote et à extrapoler linéairement à l’ensemble du site. Les lignes diffèrent par leur produit, leur cadence et leur équipement, et un système validé sur l’une demande une adaptation sur les autres, dont le coût n’est pas nul même s’il est inférieur au coût initial.
Acheter ou construire
Une décision structurante précède le chiffrage d’un projet de détection de défauts et modifie tous les postes : recourir à une solution du marché ou construire un système sur mesure.
Les solutions clés en main réduisent le coût de développement et d’intégration, elles apportent un outillage éprouvé et un support. Elles conviennent bien lorsque la tâche est standard et le produit peu spécifique. Leur limite tient à ce qu’elles supposent généralement que le client fournisse le corpus annoté, ou qu’il paye l’annotation en supplément : le poste de données ne disparaît pas, il change simplement de ligne budgétaire.
Le développement sur mesure se justifie lorsque la tâche sort du standard, lorsque l’intégration est complexe ou lorsque le corpus constitue en lui-même un actif que l’entreprise veut maîtriser. Ce dernier point est souvent décisif et rarement discuté : un corpus annoté sur un produit propriétaire a une valeur durable, indépendante du modèle qui l’exploite aujourd’hui.
Dans les deux cas, le poste d’annotation reste et se chiffre de la même façon. C’est le seul poste qu’aucune option d’achat ne supprime, ce qui explique qu’il mérite d’être traité en premier dans le chiffrage plutôt qu’en variable d’ajustement.
Le cas des petits volumes
Un constat mérite d’être posé franchement, car il évite des projets voués à l’échec économique.
Le coût de constitution d’un corpus ne diminue pas proportionnellement au volume de production. Une petite série exigeante en qualité peut donc présenter un coût d’entrée disproportionné, quel que soit l’intérêt technique du projet.
Trois voies existent dans ce cas de figure, et elles méritent d’être présentées ensemble. Le regroupement de plusieurs références similaires dans un même corpus, ce qui suppose une ontologie conçue au niveau du défaut plutôt que du produit. La détection d’anomalie non supervisée, qui apprend sur les pièces conformes et réduit fortement le besoin d’annotation. Et le report du projet jusqu’à ce que le volume ou la valeur le justifient, option qu’un prestataire honnête doit savoir recommander.
Ce que le client doit fournir pour un chiffrage fiable
Un devis de détection de défauts crédible dépend d’informations que seul l’industriel détient, et leur absence explique la plupart des estimations fausses.
Cinq éléments sont nécessaires au minimum. La liste des défauts réellement rencontrés, avec leur fréquence approximative, plutôt que la liste théorique du référentiel qualité. La règle de décision qualité, exprimée avec ses seuils, qui détermine la primitive d’annotation. Un échantillon d’images représentatif, incluant des cas difficiles. Les mesures de référence du dispositif actuel, ou l’acceptation de les établir. Et la position souhaitée du système dans la chaîne, avec l’existence ou non d’un contrôle en aval.
Un prestataire qui chiffre sans ces cinq éléments produit une estimation qui ne survivra pas au projet. Les demander n’est pas un excès de prudence, c’est la condition d’un engagement tenable.
Comment présenter le chiffrage
La forme de la restitution influence la qualité de la décision autant que le fond du chiffrage.
Trois principes améliorent nettement l’utilité d’un chiffrage de détection de défauts. Présenter une fourchette plutôt qu’un point, avec les hypothèses qui font varier chaque borne, ce qui reflète l’incertitude réelle plutôt que de la masquer. Distinguer le coût initial du coût récurrent, puisqu’ils relèvent souvent de budgets différents chez le client. Et exprimer les gains en unités physiques avant de les convertir en valeur, un nombre de pièces sauvées par équipe étant plus parlant qu’un pourcentage.
Une analyse de sensibilité complète très utilement l’exercice. Montrer comment le retour évolue si l’amélioration atteinte est inférieure de moitié à l’hypothèse retenue donne au client la mesure du risque, et cette transparence est généralement mieux accueillie qu’un chiffre unique optimiste.
Les erreurs les plus fréquentes
- Reprendre un ratio de retour publié sans vérifier sa source ni son périmètre.
- Omettre la constitution du corpus, poste souvent supérieur au matériel.
- Ne pas provisionner le maintien en condition, récurrent et indispensable.
- Promettre une amélioration sans avoir mesuré la référence actuelle.
- Compter la totalité du temps de contrôle comme économisé.
- Compter comme gain la détection de défauts déjà détectés aujourd’hui.
- Extrapoler linéairement d’une ligne pilote à l’ensemble du site.
- Présenter un gain annuel moyen qui masque un profil de trésorerie défavorable la première année.
- Chiffrer sans échantillon d’images ni règle de décision qualité.
- Engager un projet sur un petit volume sans avoir examiné les alternatives à l’annotation exhaustive.
- Traiter le poste d’annotation en variable d’ajustement alors qu’aucune option d’achat ne le supprime.
Le retour au delà du calcul
Une part de la valeur ne se laisse pas mettre en équation, et il vaut mieux le dire que de tenter de la chiffrer.
Trois éléments relèvent de cette catégorie. La capacité à documenter la qualité auprès d’un client donneur d’ordre, qui conditionne parfois l’accès à un marché sans qu’aucun calcul ne le traduise. La constitution d’une base de données de défauts, qui alimente l’analyse de process bien au delà du tri des pièces et révèle des corrélations avec les réglages machine. Et la réduction de la variabilité entre équipes et entre postes, qui améliore la relation client sans apparaître dans un poste comptable.
Ces éléments méritent d’être mentionnés dans une présentation, sans être intégrés au calcul. Les inclure affaiblirait la crédibilité de l’ensemble ; les taire priverait la décision d’arguments qui pèsent réellement dans un comité d’investissement. La formulation honnête consiste à présenter un calcul fondé sur les gains mesurables, puis à indiquer que ces trois éléments s’y ajoutent sans être quantifiés.
Ce qu’il faut retenir
Le retour sur investissement d’un projet de détection de défauts ne se déduit d’aucun ratio publié. Il se calcule à partir de cinq variables propres au site, à partir d’une référence mesurée et non supposée, et sur un périmètre de coûts qui dépasse largement le matériel.
Trois décisions structurent un chiffrage défendable. Mesurer la performance du dispositif actuel avant de promettre une amélioration, ce qui coûte quelques journées et fonde tout le reste. Utiliser le pilote comme instrument de mesure plutôt que comme démonstration, puisqu’il produit les quatre chiffres dont le calcul a besoin. Et présenter une fourchette assortie d’une analyse de sensibilité, plutôt qu’un point unique dont la précision apparente est fausse.
Pour les approches, l’ontologie et les tâches d’annotation, le guide complet de la détection de défauts pose le cadre. Pour la question de la protection des images de production, qui conditionne la faisabilité même de l’externalisation et représente un poste de coût à part entière, l’article consacré à la sécurisation des images de production détaille les exigences applicables.
Pour approfondir les modalités d’exécution, les formats pris en charge et les dispositifs de contrôle applicables, vous pouvez consulter notre page dédiée à l’annotation pour l’industrie. Et si vous envisagez un projet d’inspection et souhaitez construire un chiffrage à partir de vos propres données plutôt que d’un ratio générique, échangeons sur votre projet.
