Un conseiller industriel qui transforme la télémétrie en direct d'un site en recommandations actionnables. Il est actuellement en développement — cette page décrit ce qui est déployé aujourd'hui et ce qui reste à venir.
Toute plateforme qui collecte des données opérationnelles finit par se heurter à la même question fondamentale : qu'en fait-elle ? Les tableaux de bord classiques déplacent le problème plutôt qu'ils ne le résolvent — il faut toujours qu'un humain surveille, interprète et décide. Le Copilote est conçu pour combler cet écart : il lit les événements en temps réel sur l'ensemble du site industriel et signale aux décideurs ce qui mérite une attention immédiate, ainsi que la manière d'y remédier.
Une telle capacité ne peut exister sans un socle de données irréprochable. La présence, les temps passés en zones et le suivi de la productivité fonctionnent déjà en direct sur notre infrastructure de positionnement. Ce qui reste en cours de construction, c'est la couche supérieure : comprendre la nature précise du travail en cours et produire des recommandations fiables. Un conseiller IA entraîné sur des données pauvres ou bruitées délivre des conseils assurés mais erronés — ce qui, dans un environnement industriel à risque, est bien pire que pas de conseil du tout.
C'est ce socle robuste que nous déployons aujourd'hui. Des capteurs portés, dotés de processeurs neuronaux embarqués, collectent en continu une empreinte physique structurée des opérations réelles sur des sites industriels en activité : coordonnées de haute précision, dynamique des mouvements, temps passés en zones, voix et vidéo. Chaque casque déployé enrichit cette couche d'intelligence.
Télémétrie matérielle et présence
Des capteurs portés à NPU intégrés captent en continu une télémétrie physique structurée : coordonnées de haute précision (de l'ordre du centimètre en extérieur via RTK, du décimètre en intérieur via UWB), dynamique des mouvements issue des capteurs inertiels, audio et vidéo. La présence en temps réel, le suivi des temps par zone et le contrôle de base des postes sont déjà en production.
En production
Rattacher les signaux physiques à la géométrie du site
Les données issues de l'UWB, du RTK et des capteurs environnementaux sont fusionnées avec le modèle numérique des zones du site. Les coordonnées brutes deviennent des faits opérationnels vérifiés : qui travaille à proximité d'un engin lourd, quel front de travail est pourvu en personnel, et pendant exactement combien de temps.
En production
Transformer le mouvement en signification opérationnelle
Des modèles d'apprentissage profond découpent l'activité physique en états opérationnels structurés : temps outil actif, préparation des matériaux, déplacement entre zones ou attente improductive. Le temps outil devient une donnée numérique vérifiée, et non plus une estimation subjective de fin de poste.
En développement
Repérer les écarts par rapport au régime normal
En s'appuyant sur les activités classées, le système identifie les anomalies : ruptures soudaines de rythme, attroupements localisés, engorgements des zones de préparation et signaux précurseurs de risques de sécurité ou de dérives de planning, bien avant qu'un audit de fin de poste ne les révèle.
En développement
Anticiper la dynamique d'un poste avant qu'elle ne se produise
En croisant l'historique du site et la télémétrie de terrain en temps réel, des modèles prédictifs anticipent les goulets d'étranglement, les rapprochements dangereux entre le personnel et les engins lourds, ainsi que les retards sur le chemin critique — avec assez d'avance pour intervenir de façon proactive.
Prochaine étape
Des recommandations actionnables au raisonnement transparent
La couche sommitale : un conseiller IA qui propose à la direction de projet les interventions à plus fort impact (rééquilibrer les équipes, optimiser l'enchaînement des tâches, réorganiser la logistique) et explique la logique opérationnelle de chaque suggestion. Des intégrations prévues avec les systèmes BIM, MES, GMAO et ERP fourniront les références de planning et de permis nécessaires pour distinguer une véritable friction opérationnelle d'un avancement conforme aux prévisions.
Feuille de route
Le Copilote n'est pas une fonction livrée et ne fait pas partie de ce qu'un client reçoit lorsqu'il déploie XENOM aujourd'hui. Le suivi en temps réel de la présence, des temps par zone et de la productivité, lui, en fait partie — il ne faut pas confondre les deux, et nous décrivons le Copilote comme un axe de développement.
Nous ne lui associons aucune date de sortie. Le calendrier dépend de la vitesse à laquelle un jeu de données suffisant s'accumule sur les sites en activité, ce qui dépend des déploiements et non du seul effort d'ingénierie.
Ce qui fonctionne aujourd'hui, c'est le socle : positionnement de haute précision, données objectives de temps et de zones, dépistage vocal, communication et vidéo — chacun avec ses propres résultats publiés. Ce sont ces pages qu'il faut lire pour savoir ce que la plateforme fait réellement à ce jour.
Un enregistrement structuré et continu de l'activité sur des sites en exploitation
Des temps objectifs en zones de travail, de danger, de service et d'attente
Une position assez précise pour rendre les événements de zone signifiants plutôt qu'approximatifs
Un traitement embarqué : la couche de données passe à l'échelle sans transférer les flux bruts vers un serveur
Voix, vidéo et télémétrie collectées par un même équipement porté