Comit dExperts Productique Prospective de recherche 15 janvier 2007

La Productique sintresse aux problmatiques dorganisation des activits de cration de valeur ajoute, dingnierie de la conception (des systmes et des produits/services) et de pilotage de ces organisations, et ce, dans le cadre de diffrentes questions qui se posent aujourdhui la socit tant dans ses dimensions conomiques que sociales. La communaut scientifique, de profil 61, 60 et 27 sections du CNU et section 7 du CNRS, est principalement fdre et anime, pour un large ventail de thmatiques, par le GDR MACS mais aussi par le GDR RO et le groupe GOTHA qui sintressent plus spcifiquement aux problmes doptimisation en ordonnancement. Les recherches dans ce domaine fort enjeu conomique et social ont t continment soutenues par le CNRS au travers de programmes successifs : programme SPI-SHS Systmes de production, programme PROSPER, RTP 47 du DSTIC. Ce rapport sattache identifier les problmatiques scientifiques et les orientations thmatiques dvelopper moyen terme, en prcisant les interfaces disciplinaires avec lAutomatique, lInformatique et la Mcanique, disciplines auxquelles la Productique emprunte, en les intgrant, des composantes cognitives tout en sen diffrenciant par son objet spcifique de recherche, et aussi, de manire significative, par ses mthodes et ses modles. Plus que dautres champs de recherche, la Productique est par nature acteur dune interdisciplinarit qui, seule, peut lui permettre dapporter une meilleure connaissance des systmes tudis et den matriser les problmatiques. 1. Problmatiques du secteur aval et tendances Lexcellence industrielle sexprime par la capacit des entreprises tablir et maintenir leur position dans un march mondialis. Les avantages concurrentiels durables sont lis laptitude de ces organisations , dune part, tirer profit des technologies avances pour mettre sur le march des produits innovants, dautre part organiser et piloter des systmes de productions capables de dlivrer ces produits, en matrisant leur qualit et les cots de dveloppement et de fabrication. En un sens, et sous rserve de disposer des comptences, des moyens humains et des moyens techniques ncessaires, ainsi bien entendu que des capacits de financement, on peut relier les diffrentes problmatiques dorganisation, de conception et dexploitation par un continuum de tches de pilotage, du court terme au long terme : lexploitation des systmes de production (gestion de production et pilotage logistique), lingnierie ou la ringnierie des systmes et des produits (en quelque sorte le pilotage des structures), le pilotage stratgique (migration dans le march, collaboration dentreprises, dlocalisations des sites de production, etc.). Dans cet univers, les technologies avances sont omniprsentes, quil sagisse des technologies utilises dans les produits, dans les procds de fabrication, ou des TIC qui sont aujourdhui le vecteur de lorganisation et de la gestion (systmes dinformation, ERP, APS, MES, etc.). Mais le pilotage performant des organisations nest pas lapanage de lindustrie manufacturire : la production de services (transports, banque, distribution, ) dans le secteur concurrentiel mais aussi dans le secteur public (hpitaux notamment) et les administrations sont soumises aux mmes exigences de performance. La problmatique se globalise dans lensemble des activits de cration de valeur et la recherche en Productique doit acclrer la prise en compte de ces secteurs non strictement manufacturiers. La problmatique possde ses invariants et ses volutions. Les performances de qualit, de productivit et de dlai, la personnalisation toujours accrue des produits et services demeurent des exigences durablement tablies. Lvolution actuelle la plus marquante du point de vue organisationnel est lie au dploiement des partenariats dentreprises pour le dveloppement de produits forte valeur ajoute et/ou pour leur production ( supply chains ). Dans cette volution, le paradigme dintgration qui prvalait jusquici lintrieur de lentreprise (organisation cohrente de moyens visant loptimalit globale du systme, concept CIM) montre aujourdhui ses limites et cde le pas linteroprabilit des organisations, des processus et des outils informatiques de gestion qui se trouvent interconnects, en dpit de leur caractre souvent htrogne, en vue dune activit collaborative durable ou phmre de cration de valeur. Le saut du systme intgr au systme de systmes interoprables sillustre ainsi clairement dans lmergence des rseaux dentreprises. De manire concomitante, les diffrents segments techniques du pilotage des organisations (exploitation, ingnierie, stratgie) tendent se rejoindre dans une vision globale de la conduite des organisations, base sur la mise en place dindicateurs de performance. Nous arrivons au moment o la modlisation dentreprise, au sens large de lensemble des modles ncessaires au pilotage des organisations du court au long terme, pntre

enfin lentreprise et bientt les administrations, la satisfaction de la communaut internationale des chercheurs qui, depuis deux dcennies au moins, en assurent la promotion. On naura garde par ailleurs de ngliger la prsence du facteur humain dans les organisations et systmes de production de biens et de services tudis ici aux fins de leur conception et de leur pilotage. Lhomme demeure (ou redevient) ressource mais surtout composante dcisionnelle essentielle, avec souvent ses propres objectifs en sus de ceux de la production laquelle il participe ; il est parfois client et donc galement acteur. Cette dimension est particulirement prsente ds lors que lon sintresse aux services et introduit une complexit due lincertain et lincompltude des variables et des procdures utilises. 2. Problmatiques scientifiques et positionnement disciplinaire Partant des problmatiques poses par le secteur aval et observes au travers de cas, la Productique drive des problmatiques scientifiques gnriques majoritairement centres sur la modlisation des organisations, leur conduite (exploitation, ingnierie produit /systme, gestion de lvolution) et leur valuation. Discipline transversale, la Productique emprunte lAutomatique (pour la modlisation et la conduite des systmes dynamiques), lInformatique (pour la Recherche Oprationnelle, les langages formels et les systmes dinformation) et la Mcanique (pour lingnierie de la conception) pour dvelopper les modles et les mthodologies dutilisation de ces modles apportant des rponses scientifiques aux dfis industriels, ce quaucune des disciplines cites ne saurait, seule, assurer. Naturellement, au-del de ces aspects pluridisciplinaires relevant des seules sciences de lingnieur, il est clair que les aspects conomiques, socio-techniques, ergonomiques des organisations productives, sont tout aussi importants. Toutefois, ces aspects ne sont pas en eux-mmes couverts par la communaut Productique, qui, pour les prendre en compte, collabore avec des chercheurs en SHS au sein de projets pluridisciplinaires ce fut notamment le cas avec les programmes CNRS cits en introduction. Les mthodes dores et dj utilises en Productique, originales ou issues des disciplines de lAutomatique, de lInformatique et de la Mcanique, constituent le socle sur lequel doit se dvelopper une nouvelle approche, davantage globalisante mais avec la perspective de nouveaux outils de modlisation. Les comptences acquises en Automatique-Productique et Informatique-Recherche Oprationnelle font que ces disciplines aujourdhui se rejoignent pour une prise en compte des phnomnes informationnels notamment. Le centre de gravit de ces comptences est appel se dplacer ne serait-ce que sous le jeu de lvolution du centre dintrt des recherches qui sloigne du procd de fabrication proprement dit. De nouvelles comptences doivent tre acquises sans remettre en cause la base disciplinaire. Les problmatiques scientifiques prennes qui structurent le champ dinvestigations sont en dfinitive : Lorganisation et le pilotage des systmes rticulaires de production Lingnierie de la conception des produits et des organisations productives Lingnierie des systmes dinformation/donnes en entreprise Laide la dcision via lIntelligence Artificielle, la Recherche Oprationnelle et lOptimisation

A partir de ce cur thmatique, qui mobilise lessentiel de la communaut, rayonnent des extensions : Lextension du manufacturier vers la production de services (notamment, gestion hospitalire) Lextension pluridisciplinaire SPI/SHS (conomie et aspects socio-techniques des organisations productives) Les impacts environnementaux de la production manufacturire : lingnierie des activits de recyclage des produits en fin de vie, la prise en compte des contraintes environnementales en conception (PLM), notamment.

Les dfis scientifiques qui positionnent la Productique par rapport aux disciplines voisines et qui participent directement linterdisciplinarit inhrente (Automatique, Informatique, Mcanique) sont les suivants : - dvelopper les connaissances et les mthodologies qui alimentent un savoir-faire en ingnierie organisationnelle (plutt que technologique) visant faire interoprer des systmes composantes technologiques et humaines, ces dernires participant souvent lobjectif commun par un jeu gagnant gagnant. Les procds physiques de fabrication et les technologies mcanique ou mcatronique portes par le produit demeurent implicites et hors champ dinvestigation, ainsi que la chane de dveloppement CFAO. Seules les composantes technologiques dinformatisation (systmes dinformation et outils daide au pilotage interfrant avec des dcideurs experts), et dautomatisation (pilotage et supervision du systme physique de production) y occupent une place centrale.

- produire des cadres gnriques de modlisation et danalyse de performances de systmes rticulaires de grande dimension. Le paradigme de rseau est en effet omniprsent dans les diffrentes chelles de modlisation des organisations, de latelier au rseau dentreprises. Au-del dun certain niveau dintgration, lencapsulation des incertitudes et des incompltudes oblige rechercher des mthodes dvaluation de performances nouvelles bases sur la macro-modlisation et applicables (notamment calculables en un temps raisonnable). Cest un terrain commun dinvestigation avec la Recherche Oprationnelle. - dfinir les processus daide la dcision, impliquant systmes dinformation, systmes de donnes, procdures de dcision, face des systmes dont la complexit (considre comme une impossibilit la dcomposition) et la dynamique ne permettent pas de donner une solution optimale voire sub-optimale dfinitive. - dvelopper une modlisation conjointe Produit /Processus avec recherche de cration de valeur ajoute et dans le cadre dun systme de systmes ou dun systme rticulaire, organisant, pour des missions prennes ou (de plus en plus) phmres voire caractre opportuniste , les interactions entre composants de systme et composants de processus de transformation. Le caractre global, intgr et multidimensionnel de la problmatique de modlisation en Productique constitue en soi un dfi scientifique non encore rsolu. 3. Thmes au cur STII 3.1 Productique et Recherche Oprationnelle La recherche oprationnelle est une discipline transverse et pluridisciplinaire qui, de tout temps, a conduit des mathmaticiens appliqus, des informaticiens, des automaticiens et des gestionnaires travailler ensemble. La Productique, elle-mme transverse et pluridisciplinaire, est un des domaines dapplication privilgis des chercheurs oprationnels. Elle leur apporte des problmes concrets, plus ou moins mal poss, qui sont lorigine de propositions de nouvelles organisations, ainsi que de nouveaux concepts, systmes et modles. Les activits associes relvent de toutes les disciplines des mathmatiques appliques en gnral et de la recherche oprationnelle en particulier. Outre les groupes de travail du tout nouveau GDR RO (Programmation Mathmatique, Modles par structure combinatoire, AGAPE (Algorithmes GArantie de PErformance), Heuristiques et Mtaheuristiques, GOThA (Ordonnancement), Modlisation et Agrgation des Prfrences, Programmation Mathmatique MultiObjectifs), de nombreux groupes de travail du GDR MACS contiennent des chercheurs oprationnels ou font appel des outils issus de la recherche oprationnelle ; on peut citer en particulier : AMOEP : Approches et modles pour lvaluation de performances, MACOD : Modlisation et optimisation de la maintenance cooprative et distribue, META : Thorie et applications des mta-heuristiques, MMS : Modlisation multiple et simulation, RdP : Rseaux de Petri, SCDD : Systmes Complexes et Dcision Distribue, CSP : Conception des systmes de production de biens et de services, BERMUDES : Ordonnancement, GISEH : Gestion et ingnierie des systmes hospitaliers, ORT : Ordonnancement et rseaux de transport, VENDOME-OGP : Gestion de la chane logistique, S3 : Sret / Surveillance / Supervision, dont certains sont communs avec le GDR RO. Une lecture complte des objectifs et des activits de ces groupes montre bien quils utilisent et font progresser dans les domaines particuliers qui les concernent presque toutes les sous-disciplines des mathmatiques appliques. Les objectifs des chercheurs oprationnels en Productique sont multiples. Ils peuvent crer de nouveaux objets (organisations, architectures, systmes, ) associs des domaines dapplication particuliers et ayant des proprits particulires. Ils doivent galement concevoir des pilotages pour ces objets. Ils ont valuer les performances de ces objets sous diffrentes hypothses de pilotage dans un environnement dterministe ou plus souvent stochastique. Par ailleurs, dans la mesure o une partie des variables dcisionnelles sont discrtes, ils sont trs souvent confronts une explosion combinatoire des solutions possibles et doivent donc appliquer ou concevoir des mthodes doptimisation discrte. Ces mthodes doivent tre efficaces, cest--dire trouver des solutions aussi proches que possible des solutions optimales dans un temps raisonnable. Lefficacit tant mesure de faon bi-critre, deux approches se compltent : ou bien minimiser la dure des algorithmes (en moyenne ou dans le pire des cas) pour trouver absolument la solution optimale accompagne de la preuve de son optimalit (mthodes exactes, polynomiales, pseudo-polynomiales ou exponentielles) ou bien minimiser lcart la solution optimale (en moyenne ou dans le pire des cas ou encore avec une garantie de performance sur le ratio de lerreur relative) en se donnant des contraintes sur le type dalgorithme (par exemple, polynomial ou pseudo-polynomial) ou sur la dure maximale accepte pour lexcution de lalgorithme. Comme les mesures de performance des problmes considrs sont souvent multiples et se ramnent rarement un critre unique, des approches multicritres doivent tre dveloppes. Elles sont trs nombreuses : agrgation de critres (la plus simple), approche hirarchique, approche contrainte, avec pour objectif de sortir une ou plusieurs ou toutes les solutions non domines (optima de

Pareto). Les problmes multicritres sont gnralement NP-difficiles mme si tous les problmes monocritres associs sont polynomiaux. Parmi les mesures de performance figure galement la robustesse des solutions fournies lorsque les donnes du problme sont soumises des alas (situation trs frquente en Productique o lon ne travaille pas en chambre blanche mais en contact avec le monde extrieur). On peut ainsi tre amen ne pas seulement fournir une solution unique, mais une solution (ou une famille de solutions) complte par un processus dadaptation de la solution en prsence dalas (pour ceux qui sont prvisibles). Cela ajoute une dimension de plus lanalyse de la qualit des solutions construites et des mthodes de rsolution associes, et cest une approche plus efficace que de fournir une solution qui est minimale en esprance mathmatique lorsque le phnomne se rpte indfiniment sous des hypothses stochastiques (rgime permanent), mais qui ne sadaptent pas en permanence pour viter les pires cas. Il sagit pour les chercheurs oprationnels en Productique dobtenir des rsultats aussi puissants que possible sur des problmatiques qui soient aussi proches que possible des applications industrielles. Cela nexclut pas les dveloppements thoriques. Une mme application industrielle peut tre vue sous diffrents angles. Si on considre des sous-problmes (avec relaxation dune partie des contraintes industrielles), on peut dmontrer des proprits particulires : complexit du problme relax (polynomial ? NP-difficile ? Quel est le plus grand sous-problme au sens de linclusion des ensembles qui est polynomial ? Quel est le plus petit sous-problme qui est encore NP-difficile ? Possibilit de construire des FPTAS (Fully Polynomial Approximation Scheme) ?), conditions suffisantes doptimalit, conditions ncessaires doptimalit, dominance des sousensembles de solutions (au moins une solution optimale vrifie les proprits de dominance, ). Ensuite, on peut concevoir des approches hybrides efficaces de rsolution du problme global intgrant, par exemple, des dcompositions successives et itratives utilisant des rsolutions efficaces des problmes relaxs. Ainsi, des solutions efficaces pour des problmes complexes peuvent tre obtenues par encapsulations successives de rsolutions de problmes plus simples pour lesquels on possde des rsultats thoriques. 3.2 Pilotage et Evaluation de performance Les problmatiques scientifiques lies au pilotage se heurtent bien sr aux difficults sous-jacentes des problmes (par exemple, NP-compltude des problmes dordonnancement), mais galement la difficult didentifier et de caractriser les problmes eux-mmes (les problmatiques lies au juste--temps, lingnierie simultane ntaient pas explicites avant que ces notions soient clairement identifies). Ainsi, un certain nombre de concepts qui gouverneront les systmes de production du futur restent inventer. Globalement, les problmes abords et aborder concernent soit llaboration de nouveaux concepts de production (e.g., juste--temps ractif, mthodes collaboratives, mutualisation de moyens, production thique), ltude de systmes daide la dcision (planification, ordonnancement, pilotage, synchronisation production/maintenance, ngociation, implantation, gestion de la diversit), la dfinition de nouvelles mthodes (de spcification, dintgration, danalyse, de diagnostic, de pronostic, de conduite du changement), lintgration des systmes (interoprabilit, cohrence ERP/APS/MES, rle des TIC), la dfinition de nouveaux concepts de modlisation (rseaux dentreprise, processus de ngociation et de pilotage), de nouvelles approches dvaluation de la performance (indicateurs pertinents pour des rseaux, mesures dimpact sur lenvironnement), lidentification et la prise en compte de certaines particularits de secteurs spcifiques (micromcaniques, hospitaliers, industries de process , nanotechnologies, PME). Ces problmes restent indissociables des approches de rsolution sur lesquelles de nombreux progrs sont attendus. Par exemple, les approches doptimisation doivent prendre en compte des objectifs multiples et parfois contradictoires (e.g. production maintenance), des donnes imprcises, incertaines ou stochastiques et des contraintes complexes de faon plus raliste. Les modles dynamiques (simulation, rseaux de Petri) doivent pouvoir tre mieux intgrs dans divers types de logiciels (rsolution cooprative et approches hybrides, insertion dans des MES). Les mthodes dvaluation doivent intgrer des facteurs humains et conomiques, intgrer lincertitude, favoriser le diagnostic et surtout le pronostic pour anticiper toute situation considre comme non performante. Il est galement sans doute souhaitable de rechercher nouveau des capacits intelligentes dans lorganisation et le pilotage des systmes de production. 3.3 Productique et automatisation De faon complmentaire lAutomatique, qui sintresse plutt aux aspects comportementaux (dynamiques) du systme de contrle dun procd, la Productique sintresse globalement lautomatisation de celui-ci pour satisfaire de faon volutive les relations logiques entre les comportements attendus dun systme et ceux du procd contrl ainsi que du systme de contrle. La difficult est de faire interoprer des objets de nature diffrente (matire, nergie, information, connaissance, ) en explorant les possibilits dhomogniser numriquement leurs capacits respectives dinteractions tout en matrisant lmergence de proprits issues de ces interactions multiples.

Un premier dfi scientifique est ici de rendre interactif le comportement du procd, et particulirement du produit, en tirant parti des progrs des technologies infotroniques (RFID, communication sans-fils, ) et mcatroniques (composants logiciels embarqus) pour le pilotage (ordonnancement et commande) en excution (on the fly) et le maintien oprationnel dun systme de production. Ce paradigme holonique du contrle par le produit pour synchroniser logiquement les comportements du procd et du pilotage en regard dobjectifs variants assigns au systme ouvre des perspectives intressantes dintgration de micro et nano technologies (rseaux de capteurs, smart technology, etc.) afin de rendre le produit actif dans la boucle cyberntique, ainsi que dintgration de Systmes Multi-Agents pour rendre larchitecture de pilotage plus htrarchique. Un deuxime dfi scientifique est de rendre interactif le comportement de loprateur humain dans la boucle cyberntique de conduite dun procd en examinant les possibilits de le doter de capacits dinteraction numrique avec les objets du systme dans leur environnement ambiant de travail. Cette interactivit numrique accrue vise mieux distribuer la prise de dcision entre oprateurs technologiques et humains en tirant parti des comptences de ces derniers pour pallier les difficults dobservabilit de certains phnomnes, voire de commandabilit de certains quipements, y compris dans des situations critiques. De faon alternative, il sagit aussi dtudier les limites techniques et cognitives de ces technologies afin de dfinir de faon plus pertinente les parties du procd automatiser pour viter que cette numrisation des interactions entre oprateurs dun systme ne finisse par compliquer son pilotage et par pnaliser sa performance, voire la sret de son fonctionnement. Un troisime dfi scientifique est de tirer parti de cette interactivit accrue entre objets de systmes dentreprise construits indpendamment pour les faire interoprer en systme de systmes pour de nouveaux objectifs (un rseau dentreprises pour un projet nouveau) afin de mieux exploiter les capacits intrinsques des technologies gnriques qui composent chacun de ces systmes. Un quatrime dfi scientifique est dinventer la productique du micro-monde (micro-usine) pour contribuer dfinir, dvelopper et dployer les systmes de production des micro-objets, voire des nano-objets, qui seront de plus en plus embarqus dans les macro-objets techniques pour des fonctions de planification, de pilotage, dexploitation, de sret de fonctionnement. 3.4 Interoprabilit dentreprise Linteroprabilit, concept informatique caractrisant la compatibilit et linterconnectivit darchitectures logicielles et matrielles htrognes, est en passe de devenir une philosophie plus gnrale de conception de systmes de systmes. Dans le domaine Productique, sa porte a permis dtablir un pont entre linterconnectivit des solutions informatiques htrognes dentreprise (systmes dinformations, bases de donnes, ERP), et linterconnectivit des processus fonctionnels de cration de valeur ajoute (business models) mis en uvre au sein dun rseau htrogne dacteurs conomiques (donneurs dordres, soustraitants, fournisseurs). Le concept dinteroprabilit, qui, pour des motifs dinfaisabilit technique, conomique, voire juridique, renonce lapproche dintgration rationnelle de composants au sein dun mme systme, est une rponse aux phnomnes dinstabilit technologique de loffre informatique de solutions dentreprise, dhtrognit du patrimoine informatique dune mme entreprise, a fortiori dun rseau dentreprises, mais aussi dinstabilit des contours juridiques des entreprises elles-mmes au gr des rachats dont elles font lobjet et qui rendent illusoires les vellits dhomognisation des organisations et des parcs informatiques. Par ailleurs, les partenariats dentreprises ne sont pas toujours durables, certains pouvant revtir un caractre minemment phmre. Le ReX INTEROP (Interoperability Research for Networked Enterprise Applications and Software) et le PI ATHENA (Advanced Technologies for Interoperability of Heterogeneous Enterprise Networks and their Applications) men par le leader SAP de loffre en solutions dentreprises ont permis lmergence dune thmatique et dune communaut europenne pluridisciplinaire combinant la modlisation dentreprise, les mthodes de conception des solutions informatiques et les ontologies pour dfinir une mthodologie globale de dveloppement et dimplmentation de solutions dentreprises adaptes aux partenariats dentreprises. Les quipes franaises sont bien positionnes dans cette thmatique de recherche europenne et font office de tte de file dans la monte en puissance dINTEROP-VLab, laboratoire virtuel europen en Interoprabilit dEntreprise, qui fait suite au ReX INTEROP. Il convient de conserver cette position dans une thmatique en plein essor, pour laquelle les canaux de diffusion scientifique sont maintenant tablis (en particulier, la nouvelle confrence internationale IFIP/IFAC/IESA).

4. Thmes en lien avec les SHS 4.1 Ingnierie de la conception La conduite des projets de conception de produits complexes, aprs une approche centre sur la maquette numrique produit , procde maintenant dune logique dintgration de type produit-systme . Il convient de prendre en compte au plus tt des contraintes lies au cycle de vie des produits, des technologies et des organisations. La conception est oriente processus , ncessitant la contextualisation des produits en situations dusage au travers dune conception conjointe du produit et des environnements qui concernent le produit (production, logistique, usage, maintenance, fin de vie). Le thme de lusine numrique (intgrant lHomme) est prsent dans diffrents projets coordonns par des industriels. Ceci dbouche en particulier sur la cration de la plate-forme europenne ManuFuture dans le cadre du 7me PCRD. Les environnements projets, et de conception de manire gnrale, reposent sur quatre piliers (rseaux de concepts, corpus de documents, listes de spcifications, outils). Sur cette base, on constate une mergence dapproches bases sur la dfinition de roadmaps pour le cycle de vie des projets. Il sagit aujourdhui, sur une base conforme aux fondements de la systmique de type Fonctionnelle-Structurelle-Comportementale , daller vers une ingnierie produit-processus-services , qui ouvre des perspectives vers lintgration des connaissances et expertises, le pilotage des projets en appui sur des chanes causales et des analyses dimpact/de risques. En parallle, il faut de nouvelles approches pour grer la complexit et la diversit, lincertitude et lincompltude, la maturit des informations produit/processus , pour prendre en compte et grer la fragmentation des savoirs (gestion des connaissances individuelles au cours du cycle de vie) dans un contexte dorganisation elle-aussi fragmente de type hommes-processus-informations . On retrouve ici la problmatique de dfinition et dimplmentation dindicateurs de performance dans une dmarche oriente vers laide la dcision, et ce ds la conception. Au final, il devient indispensable, pour une bonne efficacit oprationnelle et dans le but de simuler et dvaluer les performances des systmes ou organisations complexes ds leur conception, daboutir une relle intgration base sur les chanes de valeur en entreprise tendue dans un environnement DMU-PLM-ERP-PLE sur lequel appliquer les diffrents modles de comportement. Les aspects collaboratifs sont omniprsents, tant au niveau des moyens de communication, de partage dapplication, de partage de donnes. Enfin, lergonomie des postes et interfaces de conception exploitant plus avant les diffrents sens des experts (en particulier en ralit virtuelle et augmente) constitue une thmatique connexe. 4.2. Dimensions conomiques et sociales Linterdisciplinarit inhrente la Productique est dabord une interdisciplinarit associant les Sciences de lIngnieur : Automatique, Informatique, Mcanique. Les expriences dinterdisciplinarit conduites dans le pass sous lgide de diffrents programmes du CNRS ont montr lintrt quil y avait aborder les problmes poss par la conception et la conduite des systmes de production par une approche sciences dures qui permet une formalisation mathmatique. Elles ont montr galement le danger quil y avait vouloir a priori traiter le problme pos partir dune convergence de lensemble des disciplines intresses, incluant les sciences humaines et sociales, les sciences conomiques et de gestion, dmarche qui conduit souvent privilgier lanalyse conomico-sociale et contraindre ainsi le systme physique dans son analyse formelle et dans les solutions possibles. Pour autant, linterdisciplinarit avec les SHS et les sciences conomiques et de gestion est indispensable pour une apprciation complte des questions poses par les systmes de production, particulirement par les systmes de production de services dans lesquels le critre conomique est de plus en plus mis en avant (cas des hpitaux par exemple) en mme temps que le critre qualit du service. Une approche conomique et sociale est indispensable, elle doit dans un premier temps accompagner la dmarche interdisciplinaire des sciences dures , linformer sans la contraindre a priori au risque dinhiber des solutions qui, dment expliques et accompagnes dans leur mise en uvre, peuvent contribuer une meilleure matrise des systmes considrs. Ceci est particulirement vrai ds lors que lon sintresse aux systmes rticulaires, de plus en plus prsents dans les relations entre entreprises et dans les services mais encore mal cerns. La complexit qui sexprime dans ce cas, au sens du rseau, et lmergence sont deux aspects qui mritent dtre analyss dun point de vue formel et qui requerront pour cela particulirement les outils des mathmatiques appliques. Une telle approche a son quivalent dans les SHS et les sciences conomiques et de gestion. Il est indispensable que les deux points de vue se croisent mais seulement ds lors quils ont acquis lun et lautre une suffisante maturit.

5. Domaines d'application Lexpertise systmique acquise par la Productique en organisation industrielle (procds discrets, continus ou batch) permet daborder dautres secteurs dactivit qui doivent dvelopper leur composante organisationnelle en rponse un besoin de plus en plus personnalis en produits et services, posant ainsi de nouveaux dfis de pilotage. Le secteur primaire (production agricole), qui saborde naturellement par les pr-requis de lindustrie agro-alimentaire, fournit des problmatiques intressantes. Mais le secteur tertiaire, par dfinition offreur de services au client final, est en pleine mutation organisationnelle et constitue un champ dinvestigation que la Productique aborde trop timidement. Les systmes de transport (rail, route, air), les systmes logistiques (distribution dnergie et de fluides), les systmes de production de services du secteur priv (notamment, services bancaires) et du secteur public (soins hospitaliers) sont trs insuffisamment couverts, en dpit des avances de certaines quipes. La gnricit des connaissances en organisation/pilotage des processus de cration de valeur ajoute dont dispose aujourdhui la communaut de recherche en Productique, pour tre valorise, doit sextraire du cadre encore trop implicite de la production manufacturire et conqurir les autres secteurs dactivit. Il sagit la fois dune exigence scientifique pour confronter les connaissances une classe beaucoup large de cas et dune exigence socio-conomique envers des pans entiers dactivit en pleine mutation et demandeurs de solutions organisationnelles performantes. 6. Opportunits de dveloppement de plates-formes Si la Productique a su acqurir une expertise de modlisation systmique, il lui faut maintenant muler numriquement les organisations tudies pour en analyser, simuler, valider, prdire, surveiller, contrler, valuer et comprendre les phnomnes tudis. Noublions pas, en effet, que la dmarche exprimentale en situation relle nest pas (ou si rarement) envisageable en Productique. Si une large part de la recherche en Productique sappuie sur des partenariats industriels ou sur des modles thoriques, ceci savre peu raliste si la recherche mene doit intgrer, par exemple, des caractristiques lies la nature des installations de production, aux produits, au systme dinformation, lergonomie, ou loccurrence de dfaillances. Pour prendre en compte les technologies rcentes de production (machines, transitique, ERP, MES, RFID), des plates-formes offrant aux chercheurs laccs des moyens de production proches de ceux rencontrs (ou qui seront rencontrs) dans lindustrie peuvent favoriser des recherches plus ralistes, plus facilement communicables et dmontrables, et plus vite transfrables sur sites industriels. Parmi les problmatiques concernes par des plates-formes ont peut noter celles lies au pilotage dateliers ou de chanes logistiques, aux systmes intgrs (ERP/APS/MES, rseaux, RFID), la conception intgre et au PLM (Product Life Management), la maintenance et fiabilit, aux nouvelles technologies de production (UGV, micromcanique, etc.). Au plan national, la communaut a besoin de se doter dun environnement coopratif de modlisation numrique offrant un cadre formel de construction de modles de systmes en mettant en commun les outils de modlisation tout en sappuyant sur des techniques de benchmarking reproduisant une chelle crdible le facteur de complexit des situations relles. Un centre de comptence en modlisation numrique de systmes organisationnels pourrait sappuyer sur le rseau existant des centres de ressources AIP-PRIMECA, confortant du mme coup les missions du rseau pour la formation par la recherche et le transfert vers lindustrie des mthodes avances. Au plan europen, la plate-forme europenne MANUFUTURE, sappuyant sur des plates-formes nationales (voire interrgionales), est en cours de mise en place dans le cadre du 7me PCRD. Son rle est de favoriser le dploiement de produits-systmes forte valeur ajoute. Les quipes franaises partenaires du Rex VRL-KCIP sont bien positionnes pour bnficier de cette plate-forme ambitieuse.

Ce rapport a t rdig, pour le comit dexperts, par Philippe BAPTISTE, Alain BERNARD, Jean-Paul BOURRIERES, Pierre LOPEZ, Grard MOREL, Henri PIERREVAL, Marie-Claude PORTMANN.