Le savoir-faire humain, dernier angle mort de l'usine 4.0 ?

L'industrie a considérablement progressé dans la numérisation de ses équipements. Les machines sont instrumentées, les lignes de production supervisées, les flux de données centralisés et les jumeaux numériques permettent de reproduire virtuellement une partie des installations.
Mais un élément essentiel reste encore difficile à numériser : le geste humain.
Dans de nombreux secteurs industriels, pharmaceutiques, médicaux ou de maintenance, la qualité du travail dépend de gestes précis, de sensations tactiles, d'une certaine force exercée sur un outil, d'une succession de mouvements et parfois même de sons difficilement perceptibles.
Un technicien expérimenté sait instinctivement reconnaître une résistance anormale, sentir si un assemblage est correctement réalisé ou adapter son mouvement à une situation particulière. Cette expertise constitue un capital considérable pour l'entreprise. Pourtant, elle reste souvent individuelle, difficile à formaliser et particulièrement vulnérable au départ des collaborateurs expérimentés.
C'est précisément cette difficulté que Hitachi cherche à résoudre avec FREEDi, une solution conçue pour transformer les gestes professionnels en données numériques exploitables.
L'ambition dépasse largement la simple surveillance des mouvements : il s'agit de faire du savoir-faire humain une nouvelle source d'intelligence pour les systèmes industriels.
FREEDi-Glove : écouter et mesurer ce que les yeux ne voient pas
Développé par les équipes de recherche et développement de Hitachi, FREEDi-Glove est un gant instrumenté intégrant plusieurs capteurs destinés à mesurer les caractéristiques physiques des gestes professionnels.
Le projet remonte à 2017 et est né d'un problème concret : dans une usine d'assemblage, des défauts de montage de connecteurs électriques se répétaient, et les caméras ne parvenaient pas à les détecter de façon satisfaisante.
Une première version du gant a été présentée en 2020, puis testée sur le terrain, notamment pour la formation. En 2026, sous le nom FREEDi-Glove, il a reçu le Good Design Award au Japon.
Le gant combine trois familles de capteurs :
● La pression exercée par les doigts sur les objets, mesurée par des capteurs placés sur la pulpe des doigts.
● Les sons produits pendant les manipulations, captés par des microphones.
● Les mouvements, accélérations, rotations et orientations de la main, mesurés par des capteurs inertiels.
Dans la première architecture publiée par Hitachi en 2020, le gant intègre deux capteurs de pression sur la pulpe du pouce et de l'index, deux microphones près de la base du pouce, ainsi que des capteurs inertiels : accéléromètre, gyroscope et magnétomètre. Une version plus récente, utilisée pour la formation, compte trois capteurs de pression (pouce, index et majeur). Les informations sont transmises sans fil (en Bluetooth dans la version de 2020) à un système informatique pour être analysées.
L'intérêt est considérable : une caméra peut constater qu'un opérateur a inséré un connecteur, mais elle ne permet pas nécessairement de connaître la force appliquée, la résistance rencontrée ou le bruit caractéristique de l'enclenchement.
Le gant apporte précisément cette information complémentaire en permettant d'identifier des différences entre deux gestes visuellement similaires, mais dont la qualité d'exécution peut être différente.
De la détection des erreurs à la transmission des compétences
La première application imaginée par Hitachi concernait la détection des erreurs de manipulation dans les opérations d'assemblage. En 2020, l'entreprise avait déjà présenté une architecture associant le gant, des algorithmes d'apprentissage automatique et une application pour smartphone.
Le principe consiste à enregistrer les gestes réalisés, à identifier les caractéristiques des séquences de travail, puis à construire un modèle permettant de distinguer les opérations conformes des opérations incorrectes.
Hitachi indiquait alors avoir vérifié, lors d'essais menés depuis 2017 dans le groupe et chez trois autres industriels, que le gant permettait de reconnaître :
● Le branchement de connecteurs.
● Le travail avec une visseuse électrique.
● Le levage de charges lourdes.
L'objectif est de pouvoir détecter une étape oubliée, une mauvaise séquence ou une manipulation anormale pendant l'exécution du travail, afin de permettre une correction immédiate. Mais les équipes de développement ont également identifié une application encore plus intéressante : la formation professionnelle.
Plutôt que de chercher uniquement à détecter les erreurs, FREEDi peut servir à comparer les gestes d'un débutant avec ceux d'un opérateur expérimenté. L'entreprise peut alors identifier les caractéristiques qui différencient une exécution maîtrisée d'une exécution encore hésitante. Le dispositif devient ainsi un outil de transmission des compétences, avec la possibilité de mesurer les progrès réalisés au cours de l'apprentissage.
Cette évolution est importante : la technologie ne sert plus seulement à contrôler la qualité, elle contribue à préserver le patrimoine technique de l'entreprise.
Cet usage n'est pas seulement une perspective. En octobre 2023, Hitachi et Kinden, une entreprise japonaise d'ingénierie électrique, ont lancé la phase d'essai d'une solution destinée à former plus rapidement les monteurs-raccordeurs de câbles de transport d'électricité de 77 kV.
Le métier demande un savoir-faire pointu et les professionnels qualifiés se font rares, alors que les chantiers de remplacement de câbles vieillissants et de raccordement des énergies renouvelables se multiplient.
Le gant enregistre les gestes des apprentis. Un algorithme développé par les deux entreprises compare ensuite ces données à celles des experts, par exemple la pression exercée sur l'outil pendant la préparation du câble : force excessive, pression irrégulière. Des caméras filment aussi les gestes et le regard du raccordeur, et le système indique les points à améliorer.
Pour les entreprises confrontées au départ de leurs experts, c'est l'usage le plus direct de la technologie : mesurer l'écart entre un débutant et un expert, et le réduire plus vite.
2026 : une nouvelle étape avec FREEDi-SHUGY
L'évolution la plus significative de 2026 est l'apparition d'une solution complémentaire : FREEDi-SHUGY. Le 24 avril 2026, Hitachi Plant Services a annoncé le développement de cette solution d'analyse par intelligence artificielle des gestes professionnels, en collaboration avec le groupe de recherche et développement de Hitachi et Hitachi Industrial Equipment Systems.
Il faut bien distinguer les deux technologies :
FREEDi-Glove mesure directement certaines caractéristiques physiques du geste à l'aide de capteurs portés par l'opérateur.
FREEDi-SHUGY adopte une autre approche : plusieurs caméras observent les mouvements des mains et les positions des objets ou des outils utilisés, repérés grâce à des marqueurs. Le croisement des caméras limite les angles morts. Les données sont ensuite reconstruites sous forme de coordonnées tridimensionnelles dans le temps.
Les deux approches poursuivent un objectif commun : transformer une activité humaine difficile à formaliser en données structurées.
FREEDi-SHUGY va même plus loin dans l'analyse de l'interaction entre l'opérateur et son environnement.
Le système calcule notamment :
● La trajectoire des mains.
● La vitesse de déplacement des objets.
● Les variations d'angle.
● Les relations spatiales entre les mains et les outils.
● La succession des différentes opérations.
L'ensemble permet de construire une représentation numérique du geste professionnel et de son contexte.
Une application particulièrement prometteuse dans l'industrie pharmaceutique
Le premier domaine d'application documenté de FREEDi-SHUGY est celui des opérations de manipulation réalisées dans des environnements contrôlés.
Hitachi cite notamment les opérations de culture cellulaire et de distribution de liquides : agitation, prélèvement et transfert.
Dans ces environnements, une variation apparemment minime du geste peut avoir des conséquences sur la qualité de l'opération. Une mauvaise manipulation, un contact avec une zone non autorisée ou une intervention au-dessus d'un flacon peuvent notamment créer un risque de contamination. Hitachi prévoit d'alerter l'opérateur en temps réel lorsqu'un geste présente un tel risque ; cette fonction est encore en développement.
La solution est actuellement testée dans des sites pharmaceutiques et de recherche de médicaments. Hitachi annonce que son efficacité y a été confirmée, sans publier de chiffres. Hitachi indique également mener des essais avec le National Cancer Center Hospital East, au Japon, pour visualiser et noter certaines opérations du travail en anatomopathologie.
L'objectif est de rendre les pratiques observables et comparables, là où l'évaluation reposait auparavant principalement sur l'observation humaine. Cette approche ouvre des perspectives importantes pour les laboratoires pharmaceutiques, les établissements de santé, les biotechnologies et les industries soumises à des exigences élevées de traçabilité.
Construire un modèle de référence du geste professionnel
L'une des avancées les plus intéressantes de FREEDi-SHUGY réside dans la possibilité de construire progressivement un modèle de référence du travail. Les données tridimensionnelles recueillies permettent de comparer les gestes de plusieurs opérateurs et de rechercher les caractéristiques associées à une meilleure maîtrise de l'activité.
Hitachi indique avoir déjà observé, dans ses preuves de concept, des corrélations entre certaines caractéristiques des gestes et l'expérience professionnelle des opérateurs.
Il devient alors envisageable de définir un modèle de référence intégrant les trajectoires, les vitesses, les angles et les séquences de manipulation.
Ce modèle pourrait servir à :
● Construire des supports de formation fondés sur des gestes réellement observés.
● Évaluer objectivement les progrès des collaborateurs.
● Identifier les écarts par rapport à une pratique de référence.
● Améliorer la reproductibilité des opérations.
● Détecter certains comportements à risque.
● Constituer une base de connaissances utilisable par les futurs systèmes d'assistance.
L'enjeu n'est donc pas de remplacer l'expérience humaine par une procédure rigide, mais de rendre cette expérience partageable et exploitable.
Vers l'usine où l'intelligence artificielle apprend des humains pour piloter les robots
La perspective la plus ambitieuse concerne l'utilisation des données de gestes pour développer des systèmes d'automatisation plus intelligents. Hitachi décrit explicitement cette évolution dans sa présentation de FREEDi-SHUGY.
Le principe consiste à suivre quatre étapes :
Enregistrer : capturer les gestes, les positions et les interactions avec les objets.
Analyser : identifier les caractéristiques du savoir-faire et construire des modèles de référence.
Assister : reconnaître l'étape en cours, guider l'opérateur et détecter les écarts pendant l'exécution (fonction en développement).
Automatiser : utiliser les modèles de gestes pour contribuer, à terme, au contrôle des robots.
Cette dernière étape constitue une perspective de long terme, mais elle est particulièrement intéressante. Jusqu'à présent, la programmation industrielle repose largement sur des trajectoires, des instructions et des paramètres définis par des ingénieurs. Avec ce type de technologie, une partie de la connaissance nécessaire à l'exécution d'une opération pourrait être obtenue directement à partir de l'observation du travail humain.
L'intelligence artificielle pourrait ainsi apprendre des gestes effectués par les meilleurs opérateurs, comprendre les relations entre les mouvements et les objets manipulés, puis contribuer à reproduire ces opérations dans un environnement robotisé. Hitachi évoque explicitement l'utilisation future de ces modèles pour le contrôle robotique et le développement de solutions associant intelligence artificielle numérique et intelligence artificielle physique (Physical AI).
FREEDi dans la stratégie HMAX Industry de Hitachi
Cette évolution s'inscrit dans une stratégie plus large : HMAX Industry. Hitachi souhaite associer les données issues des équipements industriels, les connaissances métiers accumulées par les entreprises et les capacités des systèmes d'intelligence artificielle.
FREEDi apporte une dimension supplémentaire à cette architecture : la connaissance du travail humain.
On peut ainsi imaginer une nouvelle génération d'environnement industriel dans lequel les équipements transmettent leur état, les opérateurs apportent leur expertise, les systèmes d'IA analysent les situations et les robots exécutent progressivement certaines opérations.
La connaissance ne provient plus uniquement des machines et des bases documentaires. Elle provient aussi des gestes, des interactions et des décisions prises sur le terrain.
C'est une évolution fondamentale pour les entreprises qui souhaitent préserver leur savoir-faire tout en accélérant leur transformation numérique.
Numériser le geste pour ne plus perdre l'intelligence du terrain
FREEDi illustre une évolution importante de l'industrie numérique. Après avoir connecté les machines, les installations et les flux de production, les industriels commencent à s'intéresser à un autre actif stratégique : l'intelligence contenue dans les gestes de leurs collaborateurs.
La valeur de cette approche ne réside pas uniquement dans la détection des erreurs ou dans l'amélioration de la formation mais dans la possibilité de constituer progressivement un patrimoine numérique du savoir-faire humain, de le partager entre les équipes, de l'intégrer aux systèmes d'intelligence artificielle et, à terme, de l'utiliser pour automatiser certaines opérations.
Le véritable changement de paradigme est là : l'opérateur ne fournit plus seulement du travail à l'usine. Son expérience devient également une source de données, de connaissances et d'apprentissage pour l'usine intelligente.
Avec FREEDi, Hitachi explore ainsi un territoire encore peu industrialisé : la numérisation du geste humain comme fondation de la prochaine génération d'usines augmentées par l'intelligence artificielle.
Myriam Gorlier, fondatrice d’Horizons Porteurs, l'exploration internationale qui révèle le potentiel intergénérationnel au travail.
Source : Hitachi R&D, communiqué FREEDi (21 février 2020, en japonais) : https://rd.hitachi.co.jp/_ct/17687359


Commentaires