Industrie 4.

0
terme

Article principal : Industrie.

Le concept d’industrie 4.0 (aussi appelée industrie du futur ou quatrième révolution industrielle)
correspond à une nouvelle façon d’organiser les moyens de production. Cette nouvelle industrie
s'affirme comme la convergence du monde virtuel, de la conception numérique, de la gestion
(opérations, finance et marketing) avec les produits et objets du monde physique. Les grandes
promesses de cette quatrième révolution industrielle sont de séduire les consommateurs avec des
produits uniques et personnalisés, et malgré de faibles volumes de fabrication, de maintenir des gains.
Ces mêmes consommateurs peuvent ainsi communiquer avec les machines durant les phases de
réalisation : ce type de production s'appelle « smart production » ou « smart manufacturing (en) ». Selon
ce principe, dans le contexte de l’automatisation industrielle, cela se caractérise par la mise en œuvre de
capteurs qui sont les éléments de base des Système de contrôle et d'acquisition de données en temps
réel (SCADA). Ils permettent de transformer des grandeurs physiques (température, pression, position,
concentration, autres…) en signaux, le plus souvent électriques, qui renseignent sur ces grandeurs. Ces
capteurs permettent aux robots d'une chaîne de production de dialoguer et d'adapter l'outil de
production aux différents besoins, de manière non exhaustive, les maintenances, les besoins des
marchés ou les modifications des clients.

Cette image décrit les quatre révolutions industrielles.

Outre les aspects technologiques, cette quatrième révolution industrielle influe sur différents aspects de
nos sociétés modernes. De nouveaux enjeux apparaissent au travers de cette nouvelle manière de
produire. L'industrie 4.0 touche évidemment l'aspect économique mais a également des impacts
sociaux, politiques ou environnementaux. Il pose la question de l'emploi de millions de salariés à travers
le monde. En effet, l'accompagnement des salariés actuels et la formation des futurs salariés sont à
prendre en compte. Plus généralement, il est nécessaire de réfléchir à la place de l'humain dans cette
industrie 4.0.

Autre définition :
Première révolution industrielle : c’est celle de la « machine à vapeur » qui va produire pour la première
fois de l’énergie à volonté pour la production et les transports. S’ensuivront des transformations
sociétales majeures avec de nouvelles institutions et de nouvelles constitutions. Pour notre propos au
cœur de la machine, c’est l’arrivée des usines qui représente la transformation majeure. En effet, l’usine
remplacera les ateliers et les établis des artisans.

Deuxième révolution industrielle : Puis la « machine-outil » va reproduire les mouvements de la main de

l’homme et en amplifier la force. L’automobile va inventer la fabrication à la chaîne, la Ford T en sera le
marqueur universel et dans l’horlogerie, ZENITH produira à la chaîne pour l’armée anglaise des montres
bracelets lors de la première guerre mondiale.

Troisième révolution industrielle : Puis viendra ensuite, et ceci dès les années 50, l’électronique et
l’automatisation. La programmation : c’est la naissance de la « machine à commande numérique » et
des « robots ».

Et maintenant la quatrième révolution industrielle : Aujourd’hui, c’est une nouvelle révolution qui se
profile avec le « machine learning ». L’Intelligence Artificielle prend en quelque sorte le relais. On assiste
à l’émergence de machines capables de s’autoprogrammer par exemple, la machine-outil 701S de
Willemin-Macodel[1].

Principe

La quatrième révolution industrielle organise des processus de production induits par les innovations
liées à l'internet des objets et aux technologies du numérique, tels que la robotique, la réalité
augmentée, l'impression 3D, l'intelligence artificielle et les SaaS afin d'exploiter les données issues du
Big data et de la maquette numérique. Toutes ces techniques font partie des ingrédients qui entrent
dans la composition de l’Industrie 4.0[2]. La technologie de la Radio-identification, en anglais RFID,
s’impose comme la pierre angulaire dans la « Smart Product »[3]. Ces nouvelles technologies font
émerger un concept de système cyber-physique de production, de l’anglais CPS. Cela correspond à un
système autonome intégrant de l’électronique et du logiciel associés à des capteurs et dotés de
capacité de communication. Un système cyber-physique interagit avec son environnement dans lequel il
prend les données et les traite[4]. Ils sont utilisés pour contrôler et piloter les processus physiques et
modifient ainsi ces processus vers des fonctionnalités nouvelles[5]. L’internet des objets et les systèmes
cyber-physique forment la base de la technologie pour l'Industrie 4.0. Dans ce nouveau modèle, la
coordination de ces technologies s’applique non seulement dans l’usine, mais aussi entre les usines. Le
but est d’augmenter l’efficacité des processus industriels avec le moins d’intervention humaine tant au
niveau de la maintenance que de la gestion des pannes et ainsi, par la flexibilité et la personnalisation,
accroitre la productivité en réduisant les coûts et la consommation d'énergie. L’intérêt des chercheurs,
des fabricants, des développeurs d’application et des gouvernements s’intensifie au vu des perspectives
de bénéfices économiques que permet la production intelligente « Smart Product »[6]. À l’instar du
gouvernement fédéral allemand qui soutient l'idée en annonçant que l'Industrie 4.0 fait partie intégrante
de la stratégie 2020 des Hautes technologies pour l'Allemagne. Il vise ainsi à prendre le leadership en
matière d'innovation technologique tant en Allemagne qu’au niveau de l'Europe[7]. Un plan, adopté en
2006, est lancé depuis janvier 2011 par le groupe de communication de l'Alliance de Recherche de
Science et d'industrie. Le gouvernement allemand cible prioritairement cinq secteurs : le climat et
l’énergie, la santé et l’alimentation, la mobilité, et la sécurité et la communication.

Origine

L'industrie est l'ensemble des activités économiques qui produisent des biens matériels par la
transformation et la mise en œuvre de matières premières. L’industrie a subi plusieurs révolutions dont
la plus importante dans la deuxième moitié du xviiie siècle. La première révolution industrielle est
l’exploitation du charbon avec la mise au point de la machine à vapeur par James Watt en 1769. Une
seconde révolution est amenée par l'introduction de l'électricité, de la mécanique et du développement
du transport à la fin de ce même siècle. Enfin une troisième révolution a lieu au milieu du xxe siècle
grâce à l'électronique, les télécommunications ou encore l'informatique. Nous assistons à la
convergence de la production industrielle avec les technologies de l'information et de la communication.
Ce concept exprime l’idée que le monde se trouve aux prémices d’une quatrième révolution industrielle.
La nouvelle révolution est fondée sur l'usine intelligente, qui se caractérise par une interconnexion des
machines et des systèmes au sein des sites de production, mais aussi entre eux et à l’extérieur (clients,
partenaires, autres sites de productions)[8]. Le concept fut mis en évidence pour la première fois lors de
la foire de Hanovre (Salon de la technologie industrielle) de 2011. En 2013, un rapport décrivant le
schéma fut présenté par un groupe de travail transdisciplinaire à la foire de Hanovre[9].

Acteurs et leaders

L'Industrie 4.0 est l'un des projets clés de la stratégie concernant les hautes technologies du
gouvernement allemand, qui encourage la révolution numérique des industries [10]. Le gouvernement
français a annoncé un programme d'investissement dans l'industrie pour encourager la
réindustrialisation et la relocalisation en 2021[11].

En France, les sociétés comme Fives, Schneider Electric, Dassault Systèmes, Siemens, Mecachrome
Atlantique, sedApta-osys, Airbus Group, Bosch Rexroth, la SNCF[12] sont très impliquées dans le
développement de l'usine 4.0[13].

En juillet 2015, l'Alliance Industrie du Futur a été créée à l'initiative de 11 organisations professionnelles
de l’industrie et du numérique, établissements académiques (Arts & Métiers ParisTech, Institut Mines-
Télécom) et technologiques (CEA, CETIM) afin de fédérer les initiatives de modernisation et de
transformation de l'industrie en France.

Elcimaï engage un programme de recherche sur l'usine modulable banalisée (volet immobilier) sur le
projet usine 4.0[14].

Le Groupe Bosch, avec sa division Bosch Rexroth, a organisé en France le 18 novembre 2015 le « Tech
Day Industrie 4.0 », une journée d’échanges et de conférences autour de solutions concrètes pour
l’industrie du futur. En partageant avec les industriels français sa vision et ses pratiques, Bosch souligne
sa volonté d’ouvrir ses savoir-faire pour mieux permettre l’échange d’idées et favoriser les partenariats
dans le secteur clé de l’industrie[15].

Aux États-Unis le projet de « Coalition pour le leadership dans la fabrication intelligente » travaille aussi
sur le futur de la fabrication industrielle[16]. Indépendamment, General Electric travaille depuis quelques
années sur un projet intitulé l'Internet Industriel[17] qui cherche à associer les avancées de deux
révolutions :

la multiplicité de machines, de dispositifs et de réseaux qui résulte de la révolution industrielle.

les évolutions plus récentes des systèmes d'information et de communication apportées par la
révolution de l'Internet.

Cette « Smart Manufacturing Coalition » ou encore le « Consortium d'Internet Industriel » cherchent à

promouvoir le concept de production avancée. Ce concept est basé sur l'intégration de nouvelles
technologies, tel que IoT, dans le secteur industriel, afin d’améliorer les processus industriels. Au Japon,
le concept d' « e-usine » s’impose en tant qu' « Internet industriel ». Il intervient au niveau de la
production, du contrôle ou de l’analyse des données. Le but est d’optimiser la productivité et de réaliser
des économies d'énergie. Ce modèle d’usine « e-usine » permet de mieux mesurer les demandes, et
permet plus de flexibilité grâce aux nouvelles technologies actuelles et à venir. Les équipements des
chaînes de production remontent plus de données qu’auparavant, ainsi, par le biais des Technologies de
l'information et de la communication (TIC), ces données peuvent être analysées quasiment en temps
réel. Cela offre la possibilité de changer radicalement les modes de fabrication du futur. Les usines de
génération suivante visent à être plus efficaces sur le plan opérationnel, plus innovantes en intégrant
une amélioration continue. Pour comprendre cette nouvelle approche, de nouvelles structures
organisationnelles privées établissent plus de coopération, cela modifie également les règles de
concurrence des marchés. Au niveau gouvernemental, l’Allemagne et les États-Unis ont pris le
« leadership » dans ce domaine. En Allemagne, cette quatrième révolution industrielle[18] est d’ores et
déjà mise en œuvre par des associations telles que l’Association allemande de génie mécanique et
végétal, l’Association fédérale pour la technologie de l'information, les télécommunications et les
nouveaux médias ou encore l’Association centrale du génie électrique et de l'industrie électronique. Ces
associations conduisent des études et sont soutenues par le gouvernement. La Chine a également pris
conscience des enjeux de cette nouvelle Industrie 4.0, le gouvernement chinois l'a inscrite dans sa
stratégie économique depuis 2015[19].

Concept

Numérisation de l’usine

L’Industrie 4.0 correspond en quelque sorte à la numérisation de l’usine. À travers le recours à l’Internet
des objets et aux systèmes cyber-physiques, c’est-à-dire aux réseaux virtuels servant à contrôler des
objets physiques, l’usine intelligente se caractérise par une communication continue et instantanée
entre les différents outils et postes de travail intégrés dans les chaînes de production et
d’approvisionnement. L’utilisation de capteurs communicants apporte à l’outil de production une
capacité d’auto-diagnostic et permet ainsi son contrôle à distance tout comme sa meilleure intégration
dans le système productif global[20].

Flexibilité de l’usine et personnalisation de la production

En proposant des sites de production composés d’objets intelligents, communicants et liés dans un
réseau lui-même relié à l’extérieur, la flexibilité de la production peut être accrue. Le consommateur final,
de même que les différents partenaires, peuvent prendre une place dans le processus, permettant la
personnalisation des produits et la modification de leurs caractéristiques en fonction des demandes ou
des difficultés rencontrées par les fournisseurs, par exemple. Il est donc possible de proposer une
production à la fois à grande échelle et personnalisée [21].

De nouveaux outils logistiques

L'industrie 4.0 génère un flux d'informations constant bien supérieur à celui généré par des modes de
productions traditionnels. De plus, ces informations doivent être échangées le plus rapidement possible
avec les acteurs logistiques extérieurs au lieu de production. D'où l’importance de choisir un processus
logistique capable d'échanger rapidement et en une seule fois les informations de l'entreprise
productrice avec l’ensemble de ses prestataires.

Des outils de simulation

Le recueil des données produites par les différents éléments de la chaîne de production permet
également de produire une réplique virtuelle de tout ou partie de cette chaîne afin de générer des
simulations de procédés ou de tests, mais aussi de permettre aux futurs ouvriers et techniciens de se
familiariser avec des outils de travail et des procédures complexes[22] ou encore de faciliter les
réparations et la maintenance pour des non-spécialistes.

Les performances des simulations ont fortement évolué ces cinq dernières années. Ainsi, aujourd'hui,
certaines simulations de procédés, ou de flux de production, atteignent un niveau de robustesse qui en
font de nouveaux outils d'aide à la décision. La modélisation des lignes de production, des espaces de
stockage, de la transitique, ainsi que de toutes les règles d'organisation industrielle et logistique, permet
de représenter virtuellement un site de production ou logistique. Et ceci avant tout investissement
matériel.

Une usine économe en énergie et en matières premières

L’Industrie 4.0 représente aussi une volonté de répondre aux problématiques actuelles de la gestion des
ressources et de l’énergie. Avec un système organisé selon un réseau de communication et d’échange
instantané et permanent, on est à même de rendre cette gestion plus efficace en coordonnant les
besoins et disponibilités de chaque élément du système de la façon la plus efficiente possible,
alimentant par-là de nouveaux gains de productivité.
Aspects technologiques

Technologies des usines du futur

Les usines intelligentes (smart factories) sont une caractéristique importante de l'industrie 4.0. Elles
sont capables de gérer la complexité, sont moins sujettes aux perturbations et sont capables de
fabriquer des biens plus efficacement. Dans les usines intelligentes, les êtres humains, les machines et
les ressources communiquent entre eux aussi naturellement que dans un réseau social. Cela signifie
que pour la première fois, il est désormais possible de mettre en réseau des ressources, des
informations, des objets et des personnes pour créer l'Internet des objets et des services. L'Internet des
objets et des services permet de créer des réseaux intégrant l'ensemble du processus de fabrication qui
transforme les usines en un environnement intelligent[2]. À l'avenir, la production sera distribuée et
flexible. De nouveaux processus de développement, infrastructures et services vont apparaître. Les
produits deviendront modulaires et configurables afin que le produit puisse être adapté aux exigences
spécifiques. L'industrie 4.0 devrait être l'un des nouveaux objectifs de fabrication[23]. L'idée centrale
d'Industrie 4.0 est d'utiliser les technologies de l'information émergentes pour mettre en œuvre l'IoT et
les services afin que les processus métier et les processus d'ingénierie soient profondément intégrés et
que la production fonctionne de manière flexible, efficace et écologique[24]. Le big data, le cloud et les
systèmes industriel sont utilisés dans l'industrie 4.0 afin d'augmenter la productivité, réduire les coûts, la
consommation d'énergie, améliorer la flexibilité et la personnalisation[6]. Les technologies impliquées
pour atteindre l'industrie 4.0 sont Internet of Things (IoT), Cyber Physical Systems (CPS) et Cloud
Manufacturing (CM)[23].

Standardisation et normalisation

Articles connexes : Standardisation et Norme et standard techniques.

Les machines intelligentes doivent pouvoir se connecter facilement les unes aux autres. Pour ce faire,
une des missions de l’Alliance pour l’Industrie du futur, l’association lancée par Emmanuel Macron en
mai 2015, consiste à définir les standards de l’usine du futur et à les pousser au niveau international.
Mais nos voisins d'outre-Rhin maintiennent leur longueur d’avance. Côté allemand, la communauté
d’industriels chargée du programme Industrie 4.0 a annoncé son choix d’un standard pour les
communications entre équipements. C’est le standard OPC UA[25] qui apparaît dans l’architecture de
référence définie par le consortium de l'Alliance de Recherche de Science et d'industrie. OPC UA[5] est un
protocole de communication universel et sécurisé, particulièrement adapté à la communication entre
machines. Il peut être appliqué à n’importe quel support physique (câble, liaison sans fil ou autres),
n’importe quel système d’exploitation, et il peut être installé aussi bien sur une machine à forte capacité
de calcul que sur un petit objet connecté. Une de ses particularités est que les données ne sont pas
seulement échangées, il est également possible de définir des modèles de données et permettre ainsi à
plusieurs machines de s’alerter les unes les autres, de s’entraider, en d’autres termes d’apporter de
l’intelligence dans les échanges. Le seul point faible de cette technologie est le fait qu’elle soit très peu
répandue en France, contrairement à l’Allemagne et aux États-Unis[26]. Les industriels français
plébiscitent peu ce standard, malgré ses qualités et malgré une offre déjà étoffée en produits français
certifiés OPC UA. Les applications utilisant l’OPC UA dans l’hexagone se limitent à des projets
d’infrastructures dans le domaine de l’énergie, comme le système de mesure de la radioactivité sur le
territoire ou encore le futur smart grid de distribution de gaz de GrDF. Deux normes structurent et
hiérarchisent les fonctions au sein du processus de production, IEC 62264 (Intégration des systèmes
entreprise-contrôle) et IEC 61512 (conception et la spécification des systèmes de contrôle des procédés
de fabrication batch). Plusieurs échelons sont ajoutés, comme le « field device », qui situe les appareils
de terrain intelligent, l’échelon « product », puisque les objets sont aussi communicants, et l’échelon
« connected world », afin d’englober les sous-traitants, les bureaux d’études et jusqu’aux clients. Une
norme constitue un socle de départ pour le cycle de vie, IEC 62890. Toutefois cette norme n'est pas tout
à fait finalisée car elle doit être complétée. ISO 15531-44 (https://www.iso.org/standard/71064.htm
l) [archive] "Information modelling for shop floor data acquisition" propose une structure et une

sémantique normalisées pour l'accueil en base de données des événements provenant de la ligne de
fabrication.

Le contexte technique principal de l'Industrie 4.0 est l'introduction de technologies d'Internet dans
l'industrie. La plupart des ingrédients techniques sont déjà disponibles, la révolution n'est pas
nécessairement la réalisation technique, mais le nouvel horizon de modèles d'affaires, des services ou
encore des produits individualisés[27]. La société SAP (progiciel) fait équipe avec des partenaires pour
mettre en avant le futur de la production industrielle, l’industrie 4.0. Les objets d’une chaîne de montage
contiennent des informations sous forme de paramètres de production. Les objets peuvent
communiquer entre eux via la technologie RFID et indiquent dans quelle variante ils se trouvent et
demandent à être traités avec la méthode appropriée. L’usine de production représente l’association de
la technologie des systèmes de pointe avec un système de gestion des ordres et de pilotage de la
production optimisé (SAP Cloud, SAP ERP, SAP Manufacturing Execution et SAP Manufacturing
Integration and Intelligence)[28], OPC UA sert de protocole de communication.

Infrastructure réseau

La communication joue un rôle clé dans l'activation des systèmes et des technologies de l'industrie 4.0.
Ainsi, l'exigence de communication dans l'industrie 4.0 est centrée sur de multiples facteurs tels que la
fiabilité, la latence, la longévité des périphériques de communication[4]. Il est nécessaire d'avoir une
infrastructure réseau développée que cela soit en Allemagne mais aussi entre les partenaires
allemands[2].

La plupart des périphériques d'une usine sont actuellement connectés en fonction d'une infrastructure
filaire. Cependant, les solutions sans fil jouent de plus en plus un rôle complémentaire aux solutions
filaires. Les facteurs qui accélèrent l'adoption du sans fil comprennent la facilité de déploiement et
l'évolutivité, en particulier pour une très grande zone de couverture. Les solutions sans fil conviennent
également aux endroits difficiles d'accès et aux endroits éloignés[4]. Les réseaux sans fil industriels sont
la technologie clé permettant le déploiement de l'industrie 4.0. Ils présentent de nombreux avantages,
notamment la flexibilité, le faible coût, la facilité de déploiement. Les réseaux sans fil peuvent offrir, un
accès facile aux services internet haut débit, en utilisant des téléphones mobiles, des ordinateurs
portables ou d'autres appareils mobiles (tablettes). Dans le domaine industriel, les équipements sans fil
fonctionnent dans un environnement difficile en raison de la poussière, des vibrations, de la chaleur, de
divers obstacles et d'une température et d'une humidité plus élevées[6].

Wireless Hart

ZigBee Vs autres solutions sans fil

À mesure que de plus en plus de réseaux sans fil sont appliqués et que des appareils mobiles sont
ajoutés aux réseaux, la communication entre les équipements est un défi[4]. Les équipements non
seulement collectent, fusionnent et transmettent des données, mais se déplacent également de manière
indépendante. Les équipements sans fil en mouvement (trajets multiples), l'environnement industriel
difficile et aux multiples signaux sans fil existants, peuvent introduire plus d'interférences[6].

Une seule norme sans fil ne sera pas en mesure de répondre à toutes les exigences de l'ère de l'industrie
4.0. Ainsi, une combinaison de différentes technologies sera nécessaire pour fournir un réseau efficace.
Des protocoles industriels tels que WirelessHART, ISA 100 peuvent être utilisés et gérer des problèmes
d'interférence Wifi d'une manière bien meilleure[4]. Avec le développement des réseaux sans fil
industriels (IWN), de plus en plus d'entreprises et d'alliances ont investi dans ces domaines. De
nombreuses architectures et protocoles industriels ont été proposés, notamment Wi-Fi, ZigBee,
Bluetooth, RFID et d'autres protocoles propriétaires. De plus, dans l'industrie 4.0, les équipements sans
fil doivent être plus intelligents, plus flexibles et plus mobiles que les équipements de réseaux sans fil
traditionnels. En conséquence, tout d'abord, les équipements industriels sans fil doivent être montés sur
des modules plus puissants tels que les processeurs, la mémoire, les radiofréquences, l'énergie et les
composants mécaniques. Deuxièmement, les équipements sans fil doivent effectuer une variété de
fonctions, telles que le relais des informations, des communications et des paramètres de détection.
 Comparaison des protocoles sans fil

La performance en temps réel est un facteur important pour la qualité de service industrielle. Les
communications entre les équipements sans fil nécessitent une faible latence pour améliorer la
productivité. Dans un environnement industriel, le système de communication est plus sensible à la
latence, en particulier pour les systèmes d'automatisation, de contrôle de processus et de fabrication.
La latence est utilisée dans les systèmes de l'industrie afin de détecter des paramètres importants tels
que la surveillance de l'état de la machine et de l'environnement de travail ou la livraison d'instructions
de contrôle et d'informations en temps réel. Par conséquent, une faible latence est requise par ces
applications. Dans la plupart des cas, cela se fait au détriment de la consommation d'énergie et d'un
coût élevé pour atteindre une performance en temps réel[6].

La prochaine norme 5G vise à répondre à l'industrie 4.0 dans le cadre des exigences M2M (machine to
machine). Certains des principaux objectifs de la 5G sera de réduire la latence de la communication.
Une faible latence jouera un rôle clé dans les applications de contrôle et de sécurité pour l'industrie. Une
connectivité M2M massive nécessitera un point d'accès pour prendre en charge des centaines de
milliers d'appareils. La maintenance pour une telle connectivité devrait être très faible. La durée de vie
importante de la batterie pour les interfaces sans fil sera une nécessité. La fiabilité jouera un rôle très
important dans les exigences industrielles avec les applications de protection et de contrôle de la
sécurité. Des systèmes à très haut débit peuvent être nécessaires par exemple pour une usine dont
toutes les opérations sont maintenues et contrôlées via une présence virtuelle. En plus de toutes ces
exigences, 5G devrait également être en mesure de fournir une expérience de connectivité omniprésente
pour les dispositifs qui peuvent passer de l'extérieur à l'intérieur dans un scénario mobile[4].

Réalité augmentée

Les progrès technologiques, en particulier avec les appareils mobiles, ont éliminé certaines des
limitations technologiques de ces dernières années et les applications de réalité augmentée avec des
fonctionnalités limitées sont maintenant abondantes et peuvent être téléchargées en tant
qu'applications sur la plupart des appareils mobiles. Un système de réalité augmentée est constitué de
capteurs, du logiciel et d'un affichage approprié. Les capteurs déterminent la position et l'orientation
actuelles de l'utilisateur dans le monde réel. Le but du système d'assistance n'est pas seulement de
permettre aux travailleurs de rester productifs dans un environnement où chaque produit peut être
différent, mais aussi d'utiliser la technologie pour améliorer les conditions de travail et améliorer
l'expérience utilisateur[29].
Selon le modèle de l'industrie 4.0, tous les objets du monde industriel sont équipés de capacités de
traitement et de communication intégrées. Cela n'affecte pas seulement la communication M2M, mais
aura également des conséquences de grande portée sur l'interaction entre les humains et la
technologie. Les outils les plus importants pour traiter les informations sont les appareils mobiles, tels
que les smartphones, les tablettes et les lunettes connectées. En principe, ils combinent les possibilités
de fonctionnement des écrans tactiles, la reconnaissance vocale et la reconnaissance des gestes. Le
contrôle vocal présente de nombreux avantages pour les interactions et permet de contrôler les
applications pertinentes au moyen d'une entrée vocale. Mais la forme d'interaction la plus importante
reste l'interaction tactile. Des nouvelles technologies permettent d'utiliser des écrans tactiles dans des
environnements industriels avec des gants. Certains fabricants de matériel fournissent déjà des
solutions matérielles robustes pour les applications mobiles dans les domaines de la fabrication et de
la logistique, qui possèdent des attributs adaptés à l'industrie tels que la protection contre les
éclaboussures et la poussière, ainsi qu'une grande résistance aux chutes[30].

Des expériences de réalité augmentée ont été réalisées. La première consiste à utiliser des lunettes
connectées dans lequel les informations sont combinées optiquement avec la vue du monde réel.
L'étude consiste au montage de figurines LEGO grâce à l'aide des lunettes. Le monteur doit effectuer
deux tâches principales: prélever des composants à assembler à partir d'une étagère et assembler le
composant. Le nombre de composants différents et le nombre de produits différents peuvent être
énormes. Les lunettes indiquent les pièces à prendre et à monter[29].

Une autre étude montre l'utilisation de lunettes connectées pour réaliser une maintenance à distance.
Cette étude démontre qu'un expert à distance n'a plus besoin de se déplacer sur site ou de réaliser la
maintenance au téléphone[31].

Une autre expérience, montre l'utilisation de gant connecté pour réaliser de la maintenance
(changement d'un capteur de température). Il combine un gant intelligent et un smart phone, pour aider
les experts à distance, qui sont là en soutien pour le changement du capteur. Les auteurs ont aussi
réalisé une étude et d'après eux, 20% des usines utiliseront des gants connectés en 2020[32].

Robots ou cobots

Les robots sont utilisés depuis longtemps dans l'industrie mais ils évoluent pour être plus autonomes,
interagissent entre eux et travaillent avec plus de sécurité avec les humains[33].

Les Cobots, ou robots collaboratifs sont beaucoup moins effrayants et prennent soin de ne pas blesser
les gens. Les cobots sont équipés de capteurs et de logiciels de telle sorte qu'ils n'ont pas besoin d'être
séparés des travailleurs humains. Dans l'usine du futur, les cobots assisteront l'opérateur humain[34].

En matière de sécurité, une norme ISO (10218)[35] spécifie et décrit les exigences et les
recommandations pour la sécurité autour des robots dans le milieu de l'industrie uniquement. Mais
depuis 2016, une nouvelle norme ISO 15066[36] traite de l'interaction entre l'homme et les robots dans
l'industrie, et donne des spécifications sur la sécurité des cobots à mettre en place.

Big data

Big data

Dans le contexte de l'industrie 4.0, les données sont générées par plusieurs et diverses sources comme
les équipements, les personnes, les infrastructures et des capteurs[37],[38]. Grâce par exemple, à l'internet
des objets qui a permis d'avoir des données plus accessibles et en grande quantité. Avec des
technologies comme le RFID, récolter des données est devenu plus simple[39]. La technologie RFID et
Internet des objets ont permis de suivre les produits depuis leurs créations à la fin de vie du produit, et
de relier les produits à leur fabricant. Ainsi, l'aspect big data peut offrir des opportunités pour une
nouvelle génération de maintenance comme la maintenance préventive et prédictive et peut permettre le
contrôle de la qualité des produits tout le long du cycle de vie des produits[38](page 12). Ces données
présentent un énorme potentiel dans la gestion des produits, la gestion des stocks, la gestion du
transport et la maintenance prédictive et préventive[38]. L'analyse des données permettra d'être plus
souple, plus rapide, et d'offrir des produits de meilleure qualité, à un meilleur coût de production. Elle
permettra aussi de prédire les pannes[33]. L'entretien des machines est un domaine important auquel
chaque organisation doit faire face. Les fabricants de machines ou de matériel peuvent collecter des
données à partir de machines pour fournir des diagnostics à distance et proposer des services de
maintenance depuis leurs sites. Ces données peuvent également leur être utiles pour savoir dans
quelles conditions leurs machines fonctionnent[23],[34]. Ces données récoltées vont permettre via des
algorithmes de détecter des problèmes visibles comme une panne d'une machine, un produit
défectueux, mais aussi invisible comme la dégradation et l'obsolescence d'une machine, le manque de
produit d'entretien, comme de lubrifiant[39].

Cloud computing

Les évolutions technologiques ont permis l'émergence de nouvelles infrastructures et de nouveaux

services informatiques comme le cloud computing[2]. Le cloud industriel est le cloud informatique qui
est appliquée à l'industrie et cela est considéré comme une innovation de la fabrication existante,
comme l'usine intelligente [23]. C'est un aspect important de l'Industrie 4.0 qui permet d'augmenter la
connectivité et un contrôle entre les différents processus industriels[40].
Systèmes cyber-physiques

Article principal : Système cyber-physique.

Le terme industrie 4.0 fait référence à la quatrième révolution industrielle et est souvent compris comme
l'application du concept générique de systèmes cyberphysiques (CPS)[27].

Les micro-ordinateurs puissants et autonomes (systèmes embarqués) sont de plus en plus connectés
sans fil entre eux et avec Internet. Cela aboutit à la convergence du monde physique et du monde virtuel
(cyberespace) sous la forme de systèmes cyber-physiques (CPS)[41]. À la suite de l'introduction du
nouveau protocole Internet IPv6 en 2012, il existe désormais suffisamment d'adresses disponibles pour
permettre la mise en réseau directe universelle d'objets intelligents.

Dans l'environnement de fabrication, ces systèmes cyber-physiques comprennent des machines

intelligentes, des systèmes de stockage et des installations de production capables d'échanger de façon
autonome l'information, en déclenchant des actions et en se contrôlant de façon indépendante[2],[34].
Dans certains cas, on parle même de "Cyber-Physical (Human) Systems (CPHS)" qui intègre l'aspect
humain comme source d'informations, à côté des capteurs qui permettent la surveillance
l'environnement physique[32].

Sécurité

Dans le contexte de l'industrie 4.0, plusieurs éléments de sécurité doivent être pris en compte. Les
systèmes de production ont des exigences importantes en matière de fiabilité, de disponibilité, de
robustesse. Les pannes et les perturbations doivent être évitées. De plus, l'accès aux données et
services liés à la production doit être contrôlable pour protéger le savoir-faire de l'entreprise, et prévenir
les dommages économiques[27]. La sécurité est donc essentielle au succès des systèmes de fabrication
intelligents[42]. Il est important de s'assurer que les installations de production ne présentent aucun
danger pour les personnes ou pour l'environnement, mais aussi les données et les informations qu'ils
contiennent. Elles doivent être protégés contre l'utilisation abusive et l'accès non autorisé[2].

La faible confidentialité des données et le manque de chiffrement dans l'environnement cloud

constituent également un problème important. Par conséquent, pour les applications hébergées dans
un cloud, il est nécessaire d'avoir un cadre de sécurité adéquat qui offre une solution de sécurité de bout
en bout aux utilisateurs. L'utilisation d'un réseau privé virtuel (VPN) est fortement recommandée pour un
échange de données sécurisé. De plus, les protocoles TLS (Transport Layer Security) et SSL (Secure
Socket Layer) doivent être utilisés pour transférer des informations entre une machine et le cloud. Un
autre moyen est l'identification et authentification sécurisées au moyen d'échange de clés de
chiffrement entre les utilisateurs et les machines[40]. Avec le système de cloud, un hacker pourrait faire
tomber et mettre à l'arrêt de nombreuses usines, et non plus une usine seulement. Des cas d'attaques
comme Stuxnet [43] et Black energy, ont mis en évidence l'importance de la sécurité. De plus, une
utilisation importante de l'IOT dans les usines attire de plus en plus les hackers. Certains experts
affirment même que l'IOT (internet of things) veut dire « Internet of Threats »[34].
Comme dans une entreprise financière ou technologique, les données sont très importantes. Même
lorsqu'une petite partie des données est volée par les concurrents, il y a de grandes chances que la
totalité de la conception d'un nouveau produit soit obtenue par eux. En outre, les problèmes de sécurité
de la part de partenaires externes peuvent également entraîner des problèmes[38].

Aspects économiques et sociaux

Écologie

Article détaillé : Ecologie.

La production industrielle contribue à de nombreuses dégradations environnementales[44], telles que le

réchauffement climatique mondial ou les diverses pollutions, tout en consommant une grande quantité
de ressources non renouvelables, comme le pétrole ou le charbon. De nos jours, les économies
d'énergie et la réduction d'émission sont deux objectifs importants dans différents secteurs d’activité,
surtout la production industrielle. Difficile d'imaginer un monde où sont associés industrie et
développement durable. Pourtant, la numérisation de l'industrie (industrie 4.0) semble ouvrir de
nombreuses portes à un tel schéma[45]. Depuis quelques années, de nombreux chercheurs se sont
penchés sur la conception d’une informatique durable, ou "Green Computing". Il s'agit de réduire
l'empreinte écologique des technologies de l'information et de la communication.

Dans un contexte de contraction énergétique, il serait écologiquement plus cohérent de miser sur une
industrie plus résiliente et moins dépendante de fournitures électroniques. En effet, il n'est pas certain
que les gains de productivités promis par l'industrie 4.0 compensent les émissions produites pour
numériser l'outil de production. D'après les accords de Paris et face à l'urgence climatique, le premier
défi est de réduire les émissions liés à la production industrielle. Les émissions liées au numérique
représentaient en 2018 déjà 3,7 % des émissions globales de gaz à effet de serre[46]. La finitude des
stocks de métaux contenus dans les terres rares devrait également nous pousser à une plus grande
sobriété, car la portion des appareils électroniques qui finissent par être recyclés est très faible[47].

Politique

Article détaillé : Politique.

L'évolution des modes de production influence nos sociétés, et particulièrement la vision politique du
monde du travail[48]. Dès aujourd’hui se dessinent les tendances suivantes : l’organisation du travail est
de plus en plus flexible dans le temps et dans l’espace ; les opérations sont de plus en plus numérisées
et s’affranchissent de plus en plus des hiérarchies et du centralisme ; (les procédures gagnent en
transparence [réf. nécessaire] ; de plus en plus de tâches routinières sont numérisées et automatisées. Si ce
sont surtout les perspectives de progrès et de rupture qui dominent le débat public jusqu’à
maintenant [non neutre], force est de constater que les effets sur le marché du travail font nettement moins
l’unanimité. La question au cœur de toutes les préoccupations est la suivante, la progression du
numérique peut condamner au chômage les personnes travaillant dans les entreprises de production. Il
n’est pas encore possible d’apporter de réponse définitive, tant les analyses divergent. Un point fait
néanmoins consensus, contrairement aux débats des années 1980, il ne s’agit plus aujourd’hui de
choisir entre l’homme et les machines. Il s’agit plutôt, dans la plupart des scénarios[24], de qualifier la
relation entre l’homme et les machines. Le scénario de l’automatisation correspond aux systèmes qui
pilotent les hommes, aux tâches de contrôle et de commande qui sont prises en charge par la
technologie. Il traite les informations et les répartit en temps réel, les salariés sont dirigés par des
systèmes cyber-physiques (CPS) et se chargent avant tout des tâches d’exécution. Les compétences
des personnes peu qualifiées sont dévalorisées. L'autre scénario, hybride, tâches de contrôle et de
commande qui sont assumées de façon coopérative et interactive par les technologies, les objets
connectés et les personnes. Les attentes à l’égard des salariés augmentent, puisqu’ils doivent être
beaucoup plus flexibles. Enfin le scénario de la spécialisation implique que les hommes utilisent les
systèmes. Le CPS est un outil qui facilite la prise de décision, par conséquent le rôle dominant du travail
qualifié est préservé[49].

Nouveaux métiers

Par opposition avec le CIM (Computer-integrated manufacturing) au début des années 1980, (le
mouvement induit par l'Industrie 4.0, ne semble pas s’orienter vers des modes de production avec moins
de travailleurs. Au lieu de cela, les personnes semblent être intégrées dans la structure cyber-physique
de telle façon que leurs habilités, compétences individuelles ou talents peuvent être
valorisés [réf. nécessaire]. Dans l'Industrie 4.0, chaque employé peut accéder à une assistante afin d'être mis
en relation avec d’autres collègues. Ils peuvent aussi récupérer l'information appropriée directement
auprès du système de production (CPS)[50]. L'environnement de travail fournit un appui en tenant compte
de la tâche à réaliser ou de la personne qui réalise la tâche. Dans l'Industrie 4.0, (l'ouvrier assume une
plus grande responsabilité dans son activité [non neutre]. Il doit résoudre des problèmes qui vont plus loin
que la mise en œuvre de ses qualifications. C’est lui qui définit la façon dont il intervient dans le système
de production en cas de perturbations. Il va mettre en avant son potentiel d'optimisation et être proactif
face aux difficultés. Le système est là pour accompagner le salarié[51], non plus pour montrer son
autorité. Ainsi, ce mode de production sécurise l’adhésion aux processus. Le principal but est de
développer l’adaptation. Les systèmes soutiennent les employés dans les situations complexes. Dans
l'Industrie 4.0, les tâches sont variées. Cela est dû au fait des changements de gamme de produit à
fabriquer. Tout un chacun, dans l’usine, va pouvoir réaliser des actions variées dû à la spécification de la
conception. Au sein de ce système de production, la stratégie est de rendre les ouvriers le plus flexible
afin d’acquérir une plus grande autonomie[30].

Si le rôle des ouvriers est amené à changer, de nouveaux profils risquent également de faire leur
apparition dans "l'usine du futur". Cybernéticien, ingénieur en conception additive, technicien de
maintenance prédictive ou encore coach de robot et pilote d'intelligence artificielle, tous ces profils sont
amenés à se développer rapidement pour gérer à la fois les nouvelles technologies qui franchissent les
portes des usines, tout comme la myriade de données qui va envahir les industriels grâce à l'essor des
objets connectés[52]. L'apparition de ces métiers représente une opportunité sans précédent pour les
secteurs de l'ingénierie et du numérique. L'OPIIEC (Observatoire des métiers de l'ingénierie et du
numérique) et le Syntec numérique (syndicat professionnel) ont d'ailleurs commandé une étude auprès
du cabinet Kyu Lab sur le devenir de ces métiers face à la transformation numérique de l'Industrie
accessible gratuitement sur le site du Fafiec[53]. Dans celle-ci, les nouveaux profils y sont décrits.
Christine Kerdellant, directrice de la rédaction du magazine Usine nouvelle y fait d’ailleurs référence
dans son éditorial de septembre[54], dans lequel elle explique que ces nouvelles professions - à la double
compétence industrielle et numérique - recherchent des candidats.

Formation

Dans des usines intelligentes, le rôle des employés change significativement[55]. Le contrôle de la chaîne
de production en temps réel transforme le contenu du travail. Les processus du travail influent sur les
conditions de travail. La mise en œuvre d'une approche socio-technique de l’organisation du travail
apporte aux ouvriers l'occasion de s'approprier (les responsabilités plus importantes et d’augmenter la
montée en compétence et de fait le développement personnel) [non neutre]. Pour que cela soit possible, il
est nécessaire de mettre en place un travail participatif et des mesures de formation continue afin de
faire face à ce nouveau modèle de production qui s’impose de plus en plus au monde du travail. Il est
donc nécessaire de mettre en place des stratégies de formation appropriées afin d’accompagner les
collaborateurs dans cette transition, puis tout au long de leur carrière professionnelle. Les filières
techniques d'étude numérique doivent être examinées en priorité afin de réussir la transition vers
l’industrie 4.0[56]. Parmi les compétences les plus recherchées, nous trouvons, la gestion des données
data management, la sécurité des données, l’interaction « humain-machine », la conception d’interfaces
utilisateurs IHM[57], le développement de logiciels, le fait de favoriser la programmation et la science des
données data science. L’enjeu majeur auquel fait face l’entreprise est de former les employés et de
recruter de nouvelles ressources. Il s’agit de trouver l’approche la plus adéquate pour que l’entreprise
réussisse à reconfigurer la chaîne de valeur et qu’elle préserve ou construise ses avantages
concurrentiels. Les compagnies allemandes ont décidé de mettre l’accent sur la formation continue de
leurs employés pour s’assurer de les qualifier pour l’industrie 4.0[58]. Former les ressources en interne
est une approche beaucoup plus accessible pour amorcer la transition vers l’industrie 4.0. Cependant,
cela n’est pas suffisant pour réussir l’implantation de l’usine du futur. (Des études menées en Allemagne
et aux États-Unis ont démontré que chez la grande majorité des employés industriels, les compétences
requises pour l’industrie 4.0 ne sont pas présentes[2] [réf. nécessaire].

Économie

Article détaillé : Économie (activité humaine).

Les entreprises, d’une manière générale, surtout les PME doivent faire d’importants investissements afin
d'intégrer ces nouvelles technologies numériques. Ainsi, l’élaboration d’une stratégie Industrie 4.0[59] et
d’un plan numérique est incontournable pour les PME qui veulent prendre de meilleures décisions en
matière d’investissements pour l’acquisition et l’intégration de nouvelles technologies. Le plan
numérique doit être étroitement lié à la planification stratégique de l’organisation. Il doit se fixer pour
objectifs d’optimiser les outils actuels, de dresser le plan d’acquisition des technologies futures et d’en
assurer la cohésion et l’intégration, tout cela en tenant compte du modèle d’affaires dans leur secteur
d’activité. Le concept d’industrie 4.0 correspond à une nouvelle façon d’organiser les moyens de
production : l’objectif est la mise en place d’usines dites intelligentes, capables d’une plus grande
adaptabilité dans la production et d’une allocation plus efficace des ressources, et ce, pour répondre
plus rapidement au marché d’une façon plus personnalisée et à moindre coût. Passer à l’industrie 4.0,
c’est se donner l’infrastructure et les moyens pour innover [non neutre], être compétitif, saisir les occasions
d’affaires et prospérer. Les grandes entreprises ont depuis quelques années commencé à opérer ce
changement de modèle économique. Il devient urgent que les PME fassent le saut vers l’usine du futur,
pour rattraper leur retard et conquérir de nouveaux marchés[38].

Apports et limitations

Afin de mettre en œuvre l'Industrie 4.0, il n’est pas nécessaire de construire des usines flambant neuves.
Il est possible de les installer sur des sites de production existants. C'est d'ailleurs là la révolution, nous
partons de l'existant que nous transformons, notamment en interconnectant les technologies. Les
usines deviennent plus compétitives car plus performantes et sûres en produisant à la fois des produits
personnalisés mais aussi des services associés. Elles sont en réseau avec à la fois leurs clients et leurs
fournisseurs, les modes de production sont plus flexibles et donc complètement reconfigurables, ils
sont capables de fournir des produits personnalisés et compétitifs. Les lignes de production sont
optimisées par l'analyse de la remontée des données et des informations via le cloud. Il est possible de
mettre en place des moyens afin d’assurer une maintenance prédictive. Ce mode de production permet
un suivi économe des consommations d'énergies et des matières premières, il supprime les tâches
pénibles par l'apport de la robotique collaborative cobotique. L'intégration de l'internet des objets dans
les produits fabriqués offre une traçabilité précise, des remontées de données pour optimiser le pilotage
de la production, la logistique et l'utilisation des produits.

Malgré tous les avantages qu’apporte l’Industrie 4.0, elle peut se heurter à des limitations techniques et
engendrer des perturbations au niveau social. Ce modèle exige tout d'abord d'établir une coopération
sans faille avec des entités qui dépassent largement les frontières de l'entreprise. Dans le cas d'un
produit non fini est analysé par une machine qui est incapable de lire sa puce RFID parce qu'elle a été
programmée à une fréquence différente, le processus de fabrication s’arrête. Ainsi, la standardisation de
plates-formes et de langages communs permettant aux machines de dialoguer entre elles constitue l'un
des principaux obstacles à l'adoption généralisée de systèmes cyber-physiques. Une trop grande
homogénéité constitue également un frein, toujours en Allemagne, certains dirigeants craignent que
quelques entreprises influentes aient déjà une avance démesurée sur les autres en ce qui concerne
l'industrie, dite, de demain. Un autre obstacle essentiel concerne la sécurité du système[60]. Si l'Industrie
4.0 se généralise, les processus de production pourront être contrôlés à distance, modifiés, voire
paralysés[61]. Enfin, sur le plan social, beaucoup d'employés vont perdre leur travail à la suite de
l'automatisation. En effet, l'Industrie 4.0 peut permettre aux entreprises d'étendre considérablement le
spectre de leurs opérations sans nécessairement créer de nouveaux emplois[62].
Critiques

Cette section est vide, insuffisamment détaillée ou incomplète. Votre aide est la bienvenue ! Comment
faire ?

Références

1. Livre Industrie 4.0 Georg Edition Genève 18. Valle-Cruz 2014, p. 333–334
https://www.georg.ch/industrie4-0 [archive]
19. GrangelGonzalez 2016, p. 230–237
2. Acatech 2011
20. usinedigitale 2013
3. Murofushi 2017, p. 51–56
21. agefi 2013
4. Varghese 2014, p. 634–638
22. usinenouvelle 2013
5. Tu 2010, p. 163–170
23. Terrissa 2017, p. 610–614
6. Li-Xiaomin 2015
24. Wang 2016
7. Hermann 2016
25. Graube 2017, p. 1–8
8. entreprise20 2013
26. Xu 2017, p. 17543–17551
9. scienceallemagne 2013
27. Drath 2014, p. 56–58
10. Kohler 2014
28. Lorenc 2015, p. 18–23
11. « Avant 2022, Macron veut mettre en scène la
29. Paelke 2014, p. 1–4
réindustrialisation de la France », Le Monde.fr,‎
28 juillet 2021 (lire en ligne (https://www.lemonde.f 30. Gorecky

r/politique/article/2021/07/28/avant-2022-emmanuel- 31. Aschenbrenner 2016, p. 341–342

macron-veut-mettre-en-scene-la-reindustrialisation-de-l
32. Scheuermann 2015, p. 57–61
a-france_6089739_823448.html) [archive], consulté le

9 novembre 2021) 33. ,Rubmann 2015, p. 667–684

12. SNCF 2016 34. Meany 2017, p. 1–7

13. usinenouvelle 2007 35. ISO 10218

14. « L’Usine du Futur 4.0 : optimisée, flexible et 36. ISO 15066

bas carbone », L'Usine Nouvelle,‎27 avril 2020 37. Santos 2017, p. 750–760
(lire en ligne (https://www.usinenouvelle.com/article/l-
38. Li 2015, p. 667–684
usine-du-futur-4-0-optimisee-flexible-et-bas-carbone.N
960876) [archive], consulté le 27 janvier 2021) 39. Jay Lee 2013, p. 38–41

15. Bosh 2015 40. ,Khan 2017, p. 1181–1188

16. SmartManufacturing 2014 41. Pérez 2015, p. 1–4

17. ge 2012 42. Taylor 2017, p. 1-6

43. Langner 2011, p. 49–51 53. Caroline Dabet, « Le devenir des métiers et
des emplois dans la Branche du numérique,
44. Elkenaney 2015, p. 1–4
de l’ingénierie, des études et du conseil face à
45. Iqbal 2016, p. 239–244 la transformation numérique de l’industrie -
46. « « Pour une sobriété numérique » : le Fafiec (https://www.fafiec.fr/85-l-observatoire
nouveau rapport du Shift publié (https://thesh -opiiec/etudes-transversales/570-devenir-met
iftproject.org/article/pour-une-sobriete-numer iers-emploi-branche-num-transformation-num
ique-rapport-shift/) [archive] », sur The Shift erique-industrie.html) [archive] », sur

Project, 4 octobre 2018 (consulté le 8 avril 2020) www.fafiec.fr (consulté le 19 septembre 2018)

47. ADEME, « La face caché du numérique », 54. L'Usine Nouvelle, « La guerre des salaires a
Communication scientifique,‎ commencé - Editorial », usinenouvelle.com/,‎
1er novembre 2019 17 septembre 2018 (lire en ligne (https://www.usin
enouvelle.com/editorial/la-guerre-des-salaires-a-comm
48. Huber 2017, p. 137–138
ence.N739084) [archive], consulté le

49. Une politique d‘innovation sociale pour 19 septembre 2018)

l‘industrie 4.0
55. Kiesel 2015, p. 41:1–41:4
50. Kerpen 2016, p. 2094–2098
56. Le Strat 2016
51. Kostin 2017, p. 71–74
57. Pfeiffer 2016, p. 986–996
52. « Transformation numérique de l’industrie
58. Ras 2017, p. 428–432
française : quels impacts sur les métiers,
l’emploi et la formation ? (https://syntec-num 59. Thorens 2015
erique.fr/actu-informatique/transformation-n 60. Flatt 2016, p. 1–4
umerique-industrie-francaise-quels-impacts-s
61. Waidner 2016
ur-metiers-emploi) [archive] », sur syntec-

numerique.fr (consulté le 19 septembre 2018) 62. Grier 2017, p. 120–120

Bibliographie

Henning Kagermann, Wolfgang Wahlster et Johannes Helbig, « Recommendations for implementing

the strategic initiative », Industrie 4.0: Final report of the Industrie 4.0 Working Group,‎2013

(en) Graube, S. Hensel, C. Iatrou et L. Urbas, « Information models in OPC UA and their advantages
and disadvantages », 2017 22nd IEEE International Conference on Emerging Technologies and Factory
Automation (ETFA),‎septembre 2017, p. 1–8
(DOI 10.1109/etfa.2017.8247691 (https://dx.doi.org/10.1109/etfa.2017.8247691) , lire en ligne (http://ieeexplore.ieee.or
g/document/8247691/) [archive], consulté le 11 janvier 2018)

(en) Tu, Nguyen Duc Cuong, Vu Van Tan et Huynh Quyet Thang, « Research and Development of OPC
Client-server Architectures for Manufacturing and Process Automation », Proceedings of the 2010
Symposium on Information and Communication Technology, ACM, soICT '10,‎2010, p. 163–170
(ISBN 9781450301053, DOI 10.1145/1852611.1852642 (https://dx.doi.org/10.1145/1852611.1852642) , lire en ligne (htt
p://doi.acm.org/10.1145/1852611.1852642) [archive], consulté le 11 janvier 2018)
(en) Lorenc et M. Szkoda, « Customer logistic service in the automotive industry with the use of the
SAP ERP system », 2015 4th International Conference on Advanced Logistics and Transport (ICALT),‎
mai 2015, p. 18–23 (DOI 10.1109/icadlt.2015.7136584 (https://dx.doi.org/10.1109/icadlt.2015.7136584) , lire en
ligne (http://ieeexplore.ieee.org/document/7136584/) [archive], consulté le 11 janvier 2018)

(en) R. Langner, « Stuxnet: Dissecting a Cyberwarfare Weapon », IEEE Security Privacy, vol. 9, no 3,‎
mai 2011, p. 49–51 (ISSN 1540-7993 (https://portal.issn.org/resource/issn/1540-7993) ,
DOI 10.1109/msp.2011.67 (https://dx.doi.org/10.1109/msp.2011.67) , lire en ligne (http://ieeexplore.ieee.org/document/

5772960/) [archive])

(en) Malandrino et M. R. Sessa, « Ontology-Based Model Sustaining Competence Management within

Corporates: Competence Certification in CSR », 2017 IEEE 17th International Conference on Advanced
Learning Technologies (ICALT),‎juillet 2017, p. 525–527
(DOI 10.1109/icalt.2017.126 (https://dx.doi.org/10.1109/icalt.2017.126) , lire en ligne (http://ieeexplore.ieee.org/docume

nt/8001850/) [archive], consulté le 16 janvier 2018)

(en) X. Xu et Q. Hua, « Industrial Big Data Analysis in Smart Factory: Current Status and Research
Strategies », IEEE Access, vol. 5,‎2017, p. 17543–17551
(DOI 10.1109/access.2017.2741105 (https://dx.doi.org/10.1109/access.2017.2741105) , lire en ligne (http://ieeexplore.i
eee.org/document/8012376/) [archive], consulté le 8 novembre 2017)

(en) Jingran Li, Fei Tao, Ying Cheng et Liangjin Zhao, « Big Data in product lifecycle management »,
The International Journal of Advanced Manufacturing Technology, vol. 81, nos 1-4,‎12 mai 2015, p. 667–
684 (DOI 10.1007/s00170-015-7151-x (https://dx.doi.org/10.1007/s00170-015-7151-x) , lire en ligne (https://link-spring
er-com.buproxy.univ-lille1.fr/article/10.1007/s00170-015-7151-x) [archive], consulté le 12 décembre 2017)

(en) Maribel Yasmina Santos, Jorge Oliveira e Sá, Carina Andrade et Francisca Vale Lima, « A Big Data
system supporting Bosch Braga Industry 4.0 strategy », International Journal of Information
Management, vol. 37, no 6,‎2017 décembre, p. 750–760
(DOI 10.1016/j.ijinfomgt.2017.07.012 (https://dx.doi.org/10.1016/j.ijinfomgt.2017.07.012) , lire en ligne (https://doi.org/

10.1016/j.ijinfomgt.2017.07.012) [archive])

(en) Jay Lee, Edzel Lapira, Behrad Bagheri et Hung-an Kao, « Recent advances and trends in predictive
manufacturing systems in big data environment », Manufacturing Letters, vol. 1, no 1,‎octobre 2013,
p. 38–41 (DOI 10.1016/j.mfglet.2013.09.005 (https://dx.doi.org/10.1016/j.mfglet.2013.09.005) , lire en ligne (https://d
oi.org/10.1016/j.mfglet.2013.09.005) [archive])

(en) Michael Rubmann, Markus Lorenz, Philipp Gerber, Manuela Waldner, Jan Justus, Pascal Engel et
Michael Harnish, « Industry 4.0—The Future of Productivity and Growth in Manufacturing Industries »,
The Boston Consulting Group,‎avril 2015

(en) W.A. Khan, L. Wisniewski, D. Lang et J. Jasperneite, « Analysis of the requirements for offering
industrie 4.0 applications as a cloud service », 2017 IEEE 26th International Symposium on Industrial
Electronics (ISIE),‎juin 2017, p. 1181–1188
(DOI 10.1109/isie.2017.8001413 (https://dx.doi.org/10.1109/isie.2017.8001413) , lire en ligne (http://ieeexplore.ieee.or
g/document/8001413/) [archive], consulté le 3 novembre 2017)
(en) L.S. Terrissa, S. Meraghni, Z. Bouzidi et N. Zerhouni, « A new approach of PHM as a service in
cloud computing », 2016 4th IEEE International Colloquium on Information Science and Technology
(CiSt),‎octobre 2016, p. 610–614
(DOI 10.1109/cist.2016.7804958 (https://dx.doi.org/10.1109/cist.2016.7804958) , lire en ligne (http://ieeexplore.ieee.or

g/document/7804958/) [archive], consulté le 8 novembre 2017)

(en) A. Varghese et D. Tandur, « Wireless requirements and challenges in Industry 4.0 », 2014
International Conference on Contemporary Computing and Informatics (IC3I),‎novembre 2014, p. 634–
638 (DOI 10.1109/ic3i.2014.7019732 (https://dx.doi.org/10.1109/ic3i.2014.7019732) , lire en ligne (http://ieeexplore.iee
e.org/document/7019732/) [archive], consulté le 8 novembre 2017)

L. Wang, B. Ai, D. He et G. Li, « Channel characteristics analysis in smart warehouse scenario », 2017
IEEE International Symposium on Antennas and Propagation USNC/URSI National Radio Science
Meeting,‎juillet 2017, p. 1417–1418
(DOI 10.1109/apusncursinrsm.2017.8072751 (https://dx.doi.org/10.1109/apusncursinrsm.2017.8072751) , lire en ligne
(http://ieeexplore.ieee.org/document/8072751/) [archive], consulté le 8 novembre 2017)

(en) Xiaomin Li, Di Li, Jiafu Wan et Athanasios V. Vasilakos, « A review of industrial wireless networks
in the context of Industry 4.0 », Wireless Networks, vol. 23, no 1,‎26 novembre 2015, p. 23–41
(ISSN 1022-0038 (https://portal.issn.org/resource/issn/1022-0038) et 1572-8196 (https://portal.issn.org/resource/issn/

1572-8196) , DOI 10.1007/s11276-015-1133-7 (https://dx.doi.org/10.1007/s11276-015-1133-7) , lire en ligne (https://r

d.springer.com/article/10.1007/s11276-015-1133-7) [archive])

(en) W.A. Khan, L. Wisniewski, D. Lang et J. Jasperneite, « Analysis of the requirements for offering
industrie 4.0 applications as a cloud service », 2017 IEEE 26th International Symposium on Industrial
Electronics (ISIE),‎juin 2017, p. 1181–1188
(DOI 10.1109/isie.2017.8001413 (https://dx.doi.org/10.1109/isie.2017.8001413) , lire en ligne (http://ieeexplore.ieee.or
g/document/8001413/) [archive], consulté le 3 novembre 2017)

(en) Michael Waidner et Michael Kasper, « Security in industrie 4.0 - challenges and solutions for the
fourth industrial revolution », IEEE « Design, Automation & Test in Europe Conference & Exhibition
(DATE), 2016 »,‎28 avril 2016 (ISSN 1558-1101 (https://portal.issn.org/resource/issn/1558-1101) , lire en ligne (htt
p://ieeexplore.ieee.org.buproxy.univ-lille1.fr/document/7459511/) [archive])

(en) H. He, C. Maple, T. Watson et A. Tiwari, « The security challenges in the IoT enabled cyber-
physical systems and opportunities for evolutionary computing other computational intelligence »,
2016 IEEE Congress on Evolutionary Computation (CEC),‎juillet 2016, p. 1015–1021
(DOI 10.1109/cec.2016.7743900 (https://dx.doi.org/10.1109/cec.2016.7743900) , lire en ligne (http://ieeexplore.ieee.or

g:80/document/7743900/?reload=true) [archive], consulté le 8 novembre 2017)

T. Meany, « Functional safety and Industrie 4.0 », 2017 28th Irish Signals and Systems Conference
(ISSC),‎juin 2017, p. 1–7 (DOI 10.1109/issc.2017.7983633 (https://dx.doi.org/10.1109/issc.2017.7983633) , lire en
ligne (http://ieeexplore.ieee.org/document/7983633/) [archive], consulté le 5 novembre 2017)

(en) J. M. Taylor et H. R. Sharif, « Security challenges and methods for protecting critical infrastructure
cyber-physical systems », 2017 International Conference on Selected Topics in Mobile and Wireless
Networking (MoWNeT),‎mai 2017, p. 1–6
(DOI 10.1109/mownet.2017.8045959 (https://dx.doi.org/10.1109/mownet.2017.8045959) , lire en ligne (http://ieeexplor
e.ieee.org/document/8045959/) [archive], consulté le 3 novembre 2017)

(en) H. He, C. Maple, T. Watson et A. Tiwari, « The security challenges in the IoT enabled cyber-
physical systems and opportunities for evolutionary computing other computational intelligence »,
2016 IEEE Congress on Evolutionary Computation (CEC),‎juillet 2016, p. 1015–1021
(DOI 10.1109/cec.2016.7743900 (https://dx.doi.org/10.1109/cec.2016.7743900) , lire en ligne (http://ieeexplore.ieee.or
g:80/document/7743900/?reload=true) [archive], consulté le 8 novembre 2017)

(en) Michael Waidner et Michael Kasper, « Security in industrie 4.0 - challenges and solutions for the
fourth industrial revolution », IEEE « Design, Automation & Test in Europe Conference & Exhibition
(DATE), 2016 »,‎28 avril 2016 (ISSN 1558-1101 (https://portal.issn.org/resource/issn/1558-1101) , lire en ligne (htt
p://ieeexplore.ieee.org.buproxy.univ-lille1.fr/document/7459511/) [archive])

(en) H. Flatt, S. Schriegel, J. Jasperneite et H. Trsek, « Analysis of the Cyber-Security of industry 4.0
technologies based on RAMI 4.0 and identification of requirements », 2016 IEEE 21st International
Conference on Emerging Technologies and Factory Automation (ETFA),‎septembre 2016, p. 1–4
(DOI 10.1109/etfa.2016.7733634 (https://dx.doi.org/10.1109/etfa.2016.7733634) , lire en ligne (http://ieeexplore.ieee.or

g/document/7733634/) [archive], consulté le 21 novembre 2017)

(en) Doris Aschenbrenner, Marc Erich Latoschik et Klaus Schilling, « Industrial Maintenance with
Augmented Reality: Two Case Studies », Proceedings of the 22Nd ACM Conference on Virtual Reality
Software and Technology, ACM, vRST '16,‎2016, p. 341–342 (ISBN 9781450344913,
DOI 10.1145/2993369.2996305 (https://dx.doi.org/10.1145/2993369.2996305) , lire en ligne (http://doi.acm.org/10.114

5/2993369.2996305) [archive], consulté le 7 novembre 2017)

(en) C. Scheuermann, B. Bruegge, J. Folmer et S. Verclas, « Incident Localization and Assistance

System: A case study of a Cyber-Physical Human System », 2015 IEEE/CIC International Conference on
Communications in China - Workshops (CIC/ICCC),‎novembre 2015, p. 57–61
(DOI 10.1109/iccchinaw.2015.7961580 (https://dx.doi.org/10.1109/iccchinaw.2015.7961580) , lire en ligne (http://ieeexp

lore.ieee.org/document/7961580/) [archive], consulté le 7 novembre 2017)

(en) D. Kerpen, M. Löhrer, M. Saggiomo et M. Kemper, « Effects of cyber-physical production systems

on human factors in a weaving mill: Implementation of digital working environments based on
augmented reality », 2016 IEEE International Conference on Industrial Technology (ICIT),‎mars 2016,
p. 2094–2098 (DOI 10.1109/icit.2016.7475092 (https://dx.doi.org/10.1109/icit.2016.7475092) , lire en ligne (http://ie
eexplore.ieee.org/document/7475092/) [archive], consulté le 28 novembre 2017)

(en) I. Malý, D. Sedláček et P. Leitão, « Augmented reality experiments with industrial robot in industry
4.0 environment », 2016 IEEE 14th International Conference on Industrial Informatics (INDIN),‎
juillet 2016, p. 176–181 (DOI 10.1109/indin.2016.7819154 (https://dx.doi.org/10.1109/indin.2016.7819154) , lire en
ligne (http://ieeexplore.ieee.org/document/7819154/) [archive], consulté le 28 novembre 2017)

(en) V. Paelke, « Augmented reality in the smart factory: Supporting workers in an industry 4.0.
environment », Proceedings of the 2014 IEEE Emerging Technology and Factory Automation (ETFA),‎
septembre 2014, p. 1–4 (DOI 10.1109/etfa.2014.7005252 (https://dx.doi.org/10.1109/etfa.2014.7005252) , lire en
ligne (http://ieeexplore.ieee.org/document/7005252/) [archive])
(en) D. Gorecky, M. Schmitt, M. Loskyll et D. Zühlke, « Human-machine-interaction in the industry 4.0
era », 2014 12th IEEE International Conference on Industrial Informatics (INDIN),‎juillet 2014, p. 289–294
(DOI 10.1109/indin.2014.6945523 (https://dx.doi.org/10.1109/indin.2014.6945523) , lire en ligne (http://ieeexplore.ieee.
org/document/6945523/) [archive], consulté le 10 janvier 2018)

(en) R. H. Murofushi et J. J. P. Z. S. Tavares, « Towards fourth industrial revolution impact: smart

product based on RFID technology », IEEE Instrumentation Measurement Magazine, vol. 20, no 2,‎
avril 2017, p. 1–6 (ISSN 1094-6969 (https://portal.issn.org/resource/issn/1094-6969) ,
DOI 10.1109/mim.2017.7919135 (https://dx.doi.org/10.1109/mim.2017.7919135) , lire en ligne (http://ieeexplore.ieee.or
g/document/7919135/) [archive], consulté le 8 décembre 2017)

(en) M. Hermann, T. Pentek et B. Otto, « Design Principles for Industrie 4.0 Scenarios », 2016 49th
Hawaii International Conference on System Sciences (HICSS),‎janvier 2016, p. 3928–3937
(DOI 10.1109/hicss.2016.488 (https://dx.doi.org/10.1109/hicss.2016.488) , lire en ligne (http://ieeexplore.ieee.org/docu

ment/7427673/) [archive], consulté le 3 novembre 2017)

(en) I. Grangel-Gonzalez, L. Halilaj, G. Coskun et S. Auer, « Towards a Semantic Administrative Shell for
Industry 4.0 Components », 2016 IEEE Tenth International Conference on Semantic Computing (ICSC),‎
février 2016, p. 230–237 (DOI 10.1109/icsc.2016.58 (https://dx.doi.org/10.1109/icsc.2016.58) , lire en ligne (http://i
eeexplore.ieee.org/document/7439338/) [archive], consulté le 2 novembre 2017)

(en) Andreas Huber et Astrid Weiss, « Developing Human-Robot Interaction for an Industry 4.0 Robot:
How Industry Workers Helped to Improve Remote-HRI to Physical-HRI », Proceedings of the
Companion of the 2017 ACM/IEEE International Conference on Human-Robot Interaction, ACM, hRI '17,‎
2017, p. 137–138 (ISBN 9781450348850,
DOI 10.1145/3029798.3038346 (https://dx.doi.org/10.1145/3029798.3038346) , lire en ligne (http://doi.acm.org/10.114

5/3029798.3038346) [archive], consulté le 21 novembre 2017)

(en) F. Pérez, E. Irisarri, D. Orive et M. Marcos, « A CPPS Architecture approach for Industry 4.0 », 2015
IEEE 20th Conference on Emerging Technologies Factory Automation (ETFA),‎septembre 2015, p. 1–4
(DOI 10.1109/etfa.2015.7301606 (https://dx.doi.org/10.1109/etfa.2015.7301606) , lire en ligne (http://ieeexplore.ieee.or
g/document/7301606/) [archive], consulté le 27 novembre 2017)

Maik Kiesel et Martin Wolpers, « Educational Challenges for Employees in Project-based Industry 4.0
Scenarios », Proceedings of the 15th International Conference on Knowledge Technologies and Data-
driven Business, ACM, i-KNOW '15,‎2015, p. 41:1–41:4 (ISBN 9781450337212,
DOI 10.1145/2809563.2809602 (https://dx.doi.org/10.1145/2809563.2809602) , lire en ligne (http://doi.acm.org/10.114
5/2809563.2809602) [archive], consulté le 8 novembre 2017)

T. Pfeiffer, J. Hellmers, E. M. Schön et J. Thomaschewski, « Empowering User Interfaces for Industrie

4.0 », Proceedings of the IEEE, vol. 104, no 5,‎mai 2016, p. 986–996 (ISSN 0018-9219 (https://portal.issn.org/r
esource/issn/0018-9219) , DOI 10.1109/jproc.2015.2508640 (https://dx.doi.org/10.1109/jproc.2015.2508640) , lire en

ligne (http://ieeexplore.ieee.org/document/7438757/) [archive], consulté le 7 novembre 2017)

(en) Eric Ras, Fridolin Wild, Christoph Stahl et Alexandre Baudet, « Bridging the Skills Gap of Workers
in Industry 4.0 by Human Performance Augmentation Tools: Challenges and Roadmap », Proceedings
of the 10th International Conference on PErvasive Technologies Related to Assistive Environments, ACM,
pETRA '17,‎2017, p. 428–432 (ISBN 9781450352277,
DOI 10.1145/3056540.3076192 (https://dx.doi.org/10.1145/3056540.3076192) , lire en ligne (http://doi.acm.org/10.114

5/3056540.3076192) [archive], consulté le 28 novembre 2017)

(en) S. Zug, S. Wilske, C. Steup et A. Lüder, « Online evaluation of manipulation tasks for mobile robots
in Industry 4.0 scenarios », 2015 IEEE 20th Conference on Emerging Technologies Factory Automation
(ETFA),‎septembre 2015, p. 1–7
(DOI 10.1109/etfa.2015.7301455 (https://dx.doi.org/10.1109/etfa.2015.7301455) , lire en ligne (http://ieeexplore.ieee.or

g/document/7301455/) [archive], consulté le 2 novembre 2017)

(en) R. Drath et A. Horch, « Industrie 4.0: Hit or Hype? [Industry Forum] », IEEE Industrial Electronics
Magazine, vol. 8, no 2,‎juin 2014, p. 56–58 (ISSN 1932-4529 (https://portal.issn.org/resource/issn/1932-4529) ,
DOI 10.1109/mie.2014.2312079 (https://dx.doi.org/10.1109/mie.2014.2312079) , lire en ligne (http://ieeexplore.ieee.or
g/document/6839101/) [archive], consulté le 4 novembre 2017)

(en) David Valle-Cruz et Rodrigo Sandoval-Almazán, « E-gov 4.0: A Literature Review Towards the New
Government », Proceedings of the 15th Annual International Conference on Digital Government
Research, ACM, dg.o '14,‎2014, p. 333–334 (ISBN 9781450329019,
DOI 10.1145/2612733.2612788 (https://dx.doi.org/10.1145/2612733.2612788) , lire en ligne (http://doi.acm.org/10.114
5/2612733.2612788) [archive], consulté le 28 novembre 2017)

(en) G. A. Kostin, N. N. Pokrovskaia et M. U. Ababkova, « Master-chain as an intellectual governing

system for producing and transfer of knowledge », 2017 IEEE II International Conference on Control in
Technical Systems (CTS),‎octobre 2017, p. 71–74
(DOI 10.1109/ctsys.2017.8109491 (https://dx.doi.org/10.1109/ctsys.2017.8109491) , lire en ligne (http://ieeexplore.ieee.
org/document/8109491/) [archive], consulté le 21 novembre 2017)

(en) D. A. Grier, « The Radical Technology of Industrie 4.0 », Computer, vol. 50, no 4,‎avril 2017, p. 120–
120 (ISSN 0018-9162 (https://portal.issn.org/resource/issn/0018-9162) ,
DOI 10.1109/MC.2017.109 (https://dx.doi.org/10.1109/MC.2017.109) , lire en ligne (http://ieeexplore.ieee.org/stamp/sta

mp.jsp?tp=&arnumber=7912170) [archive], consulté le 27 novembre 2017)

(en) M. Elkenaney et B. Kujan, « Where we are with Energy Efficiency in telecom equipment in North
America IN℡EC 2008 - San Diego, CA », IN℡EC 2008 - 2008 IEEE 30th International Telecommunications
Energy Conference,‎septembre 2008, p. 1–4
(DOI 10.1109/intlec.2008.4664036 (https://dx.doi.org/10.1109/intlec.2008.4664036) , lire en ligne (http://ieeexplore.iee

e.org/document/4664036/) [archive], consulté le 9 novembre 2017)

(en) A. Iqbal, C. Pattinson et A. L. Kor, « Managing Energy Efficiency in the Cloud Computing
Environment Using SNMPv3: A Quantitative Analysis of Processing and Power Usage », 2016 IEEE
14th Intl Conf on Dependable, Autonomic and Secure Computing, 14th Intl Conf on Pervasive Intelligence
and Computing, 2nd Intl Conf on Big Data Intelligence and Computing and Cyber Science and Technology
Congress(DASC/PiCom/DataCom/CyberSciTech),‎août 2016, p. 239–244
(DOI
10.1109/dasc-picom-datacom-cyberscitec.2016.60 (https://dx.doi.org/10.1109/dasc-picom-datacom-cyberscitec.2016.60)

, lire en ligne (http://ieeexplore.ieee.org:80/document/7588854/?reload=true) [archive], consulté le 9 novembre 2017)

 (en) Shiyong Wang, Jiafu Wan, Di Li et Chunhua Zhang, « Implementing Smart Factory of Industrie 4.0:
An Outlook », International Journal of Distributed Sensor Networks, vol. 12, no 1,‎2016
(DOI 10.1155/2016/3159805 (https://dx.doi.org/10.1155/2016/3159805) , lire en ligne (https://doi-org.buproxy.univ-lille
1.fr/10.1155/2016/3159805) [archive])

(en) Shu Liu et Aaron Striegel, « Casting Doubts on the Viability of WiFi Offloading », Proceedings of the
2012 ACM SIGCOMM Workshop on Cellular Networks: Operations, Challenges, and Future Design, ACM,
cellNet '12,‎2012, p. 25–30 (ISBN 9781450314756,
DOI 10.1145/2342468.2342475 (https://dx.doi.org/10.1145/2342468.2342475) , lire en ligne (http://doi.acm.org/10.114
5/2342468.2342475) [archive], consulté le 20 novembre 2017)

(en) R. Rosendahl, N. Schmidt, A. Lüder et D. Ryashentseva, « Industry 4.0 value networks in legacy
systems », 2015 IEEE 20th Conference on Emerging Technologies Factory Automation (ETFA),‎
septembre 2015, p. 1–4 (DOI 10.1109/etfa.2015.7301598 (https://dx.doi.org/10.1109/etfa.2015.7301598) , lire en
ligne (http://ieeexplore.ieee.org/document/7301598/) [archive], consulté le 27 novembre 2017)

(en) Christian Stary et Georg Weichhart, « Enabling Digital Craftsmanship Capacity Building: A Digital
Dalton Plan Approach », Proceedings of the European Conference on Cognitive Ergonomics 2017, ACM,
eCCE 2017,‎2017, p. 43–50 (ISBN 9781450352567,
DOI 10.1145/3121283.3121287 (https://dx.doi.org/10.1145/3121283.3121287) , lire en ligne (http://doi.acm.org/10.114

5/3121283.3121287) [archive], consulté le 7 novembre 2017)

Liens externes

« Les objets connectés et agents intelligents amorcent la quatrième révolution industrielle (http://ww
w.entreprise20.fr/2013/04/24/les-objets-connectes-et-agents-intelligents-amorcent-la-quatrieme-revo
lution-industrielle) [archive] », Entreprise 2.0, 24 avril 2013 (consulté le 14 avril 2014)

« Rapport VDE sur l'industrie allemande (https://www.science-allemagne.fr/fr/science-de-lingenieur/el

ectronique/rapport-vde-sur-lindustrie-allemande/) [archive] », Bulletins électroniques de l’ambassade

de France en Allemagne, 15 avril 2013 (consulté le 6 septembre 2017)

« Industrie 4.0 Les défis de la transformation numérique du modèle industriel allemand (http://www.la
documentationfrancaise.fr/catalogue/9782110102102/index.shtml) [archive] », La documentation

Française (consulté le 14 avril 2014)

SNCF, « PROGRAMME USINE DU FUTUR SNCF (https://www.youtube.com/watch?v=O4benpqaQ2

8) [archive] », 15 janvier 2016 (consulté le 28 mai 2017)

« PILOTER L'USINE DU FUTUR (http://www.usinenouvelle.com/article/piloter-l-usine-du-futur.N1706

9) [archive] », L'Usine nouvelle (consulté le 2 mai 2014)

« Tech Day : Bosch déploie un showroom éphémère dédié à l’Industrie 4.0 (http://www.industrie-techn
o.com/tech-day-bosch-deploie-un-showroom-ephemere-dedie-a-l-industrie-4-0.40974) [archive] »

(en) « Why smart manufacturing ? (https://smartmanufacturingcoalition.org/why-smart-manufacturin

g) [archive] », sur lme site de la Smart Manufacturing Leadership Coalition (consulté le 14 avril 2014)

(en) Peter C. Evans, Marco Annun, « The Industrial Internet (http://www.ge.com/docs/chapters/Indust

rial_Internet.pdf) [archive] », General Electric, 26 novembre 2012 (consulté le 14 avril 2014)
 « L'usine du futur du plan allemand "Industrie 4.0" s’esquisse au CeBIT (http://www.usine-digitale.fr/art
icle/l-usine-du-futur-du-plan-allemand-industrie-4-0-s-esquisse-au-cebit.N192937) [archive] », L’Usine

Nouvelle, 7 mars 2013 (consulté le 14 avril 2014)

« Révolution industrielle via internet (http://www.agefi.com/une/detail/archive/2013/march/artikel/all

emagne-un-apercu-de-lusine-intelligente-que-le-gouvernement-veut-promouvoir-a-lhorizon-2020-est-pr
opose-au-salon-cebit-de-hanovre.html) [archive] », L’Agefi, 6 mars 2013 (consulté le 14 avril 2014)

« Cebit : L’usine 4.0 se construit en Allemagne (http://www.usinenouvelle.com/article/cebit-l-usine-4-0

-se-construit-en-allemagne.N193123) [archive] », L’Usine Nouvelle, 14 mars 2013 (consulté le
14 avril 2014)

(en) « ISO 10218-1:2011 - Robots and robotic devices -- Safety requirements for industrial robots --
Part 1: Robots (https://www.iso.org/standard/51330.html) [archive] », sur www.iso.org

(en) « ISO/TS 15066:2016 - Robots and robotic devices -- Collaborative robots (https://www.iso.org/st
andard/62996.html) [archive] », sur www.iso.org

« Digitalisation de la production, plongez au cœur de l’industrie 4.0 ! (https://www.isatech.fr/digitalisat

ion-de-la-production-plongez-au-coeur-de-lindustrie-4-0/#) [archive] », sur Isatech, 25 novembre 2016

(consulté le 21 novembre 2017)

« L’industrie 4.0: une chance pour l’économie et l’environnement (https://www.letemps.ch/opinions/20

15/08/23/industrie-4-0-une-chance-economie-environnement/#) [archive] », sur Letemps,
23 aout 2015 (consulté le 31 octobre 2017)

(en) « Big data: The next frontier for innovation, competition, and productivity (https://www.mckinsey.c
om/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovatio
n) [archive] », sur McKinsey & Company

« Innovation et RSE : vers une innovation plus frugale et responsable », La RSE et le développement
durable en entreprise : e-RSE.net,‎28 mars 2017 (lire en ligne (https://e-rse.net/rse-innovation-frugale-responsable-
rse-lib-25034/#gs.LKi2StI) [archive], consulté le 5 décembre 2017)

Daniel Buhr, « Une politique d‘innovation sociale pour l‘industrie 4.0 », FRIEDRICH-EBERT-STIFTUNG,‎
2017 (lire en ligne (http://library.fes.de/pdf-files/wiso/12272.pdf) [archive])

Liens internes

Transition énergétique

Révolution industrielle (1765, puis 1870)

Troisième révolution industrielle (1969-1970)

Progrès technique

Robotique industrielle

Internet des objets

Internet industriel des objets

 Big data

SCADA

Machine to machine

Risques d'effondrements environnementaux et sociétaux

Anthropocène

Transhumanisme

CEI_61499

Articles connexes

Projet:Informatique 2.0

Portail de l’informatique Portail d’Internet

Portail des réseaux informatiques Portail de la robotique
Portail de l’économie Portail du monde contemporain
Portail de l’énergie Portail de l’électricité et de l’électronique
Portail de l’environnement Portail de la production industrielle