Stellantis : 600 problèmes d'usine soumis à des fournisseurs, et une IA d'emboutissage annoncée rentable

Stellantis organise depuis 2016 un rendez-vous interne appelé Factory Booster Day. Le principe : les usines exposent leurs difficultés, des fournisseurs et des start-up proposent des réponses. La onzième édition s'est tenue le 21 octobre 2026 à Auburn Hills, dans le Michigan. Nous n'avons pas trouvé de communiqué officiel du groupe sur cette édition. Les informations qui suivent viennent du compte rendu publié le 28 octobre par le Journal de l'Automobile.

Les chiffres de l'édition

• 63 sites de production ont fait remonter environ 600 défis opérationnels.
• Plus de 280 entreprises ont répondu.
• Plus de 80 ont été retenues pour présenter leur technologie.

Le groupe explique partir désormais du problème de production pour chercher la technologie adaptée, en la jugeant sur son utilité, son coût et sa compatibilité avec les installations existantes.

Les exemples cités

• Sterling (Michigan). Un système d'IA suit en temps réel le déplacement des flans de tôle pendant l'emboutissage et signale les anomalies, pour limiter les défauts. Stellantis annonce des économies annuelles proches de quatre fois l'investissement de départ. Une extension à d'autres sites est envisagée.
• Sochaux (France). Les données de l'inspection visuelle des carrosseries alimentent une cellule automatisée de ponçage et de polissage. L'objectif est de réduire les retouches avant livraison.
• Saragosse (Espagne). Une application mesure la géométrie des pièces embouties sans les montages spécifiques, coûteux, utilisés jusque-là. Le groupe parle de gains sans les chiffrer.
• Ateliers de peinture. La température des fours est ajustée au flux réel des caisses, au lieu de rester au maximum quand la ligne s'arrête.
• Jumeau numérique. Le projet mené avec Accenture et NVIDIA entre dans une phase d'essai de seize semaines.

Pas d'humanoïdes pour l'instant

Francesco Ciancia, directeur de la fabrication du groupe, écarte les robots humanoïdes à court terme au profit de solutions « immédiatement opérationnelles » : robots mobiles autonomes, robots collaboratifs, systèmes de vision. Les critères retenus sont la sécurité, l'ergonomie, la qualité et le coût, installation comprise.

Les réserves

• Les résultats sont annoncés par Stellantis et rapportés par un média. Aucun n'est vérifié de l'extérieur.
• Le ratio de quatre pour un à Sterling n'est accompagné d'aucun montant ni d'aucune période de mesure.
• Aucun fournisseur n'est nommé, à l'exception d'Accenture et de NVIDIA. Il est donc impossible de savoir quels produits sont derrière ces cas.
• Le compte rendu ne dit pas combien de solutions des éditions précédentes ont été réellement généralisées.

Notre lecture

Deux enseignements pour un industriel de taille moyenne.

Le premier concerne les sous-traitants et les éditeurs. Un constructeur qui publie 600 problèmes à résoudre et retient un peu plus de 80 candidats sur plus de 280 ne sélectionne pas sur la notoriété. Il sélectionne sur la réponse à un besoin précis et sur la facilité d'installation dans une usine existante. Une PME qui sait détecter un défaut particulier sur une ligne particulière a sa place dans ce type d'appel.

Le second concerne la méthode, qui se transpose à petite échelle. Avant de consulter un fournisseur d'IA, dressez la liste des problèmes récurrents de l'atelier et chiffrez ce qu'ils coûtent chaque année : rebuts, retouches, énergie, arrêts. Les exemples cités ici ont un point commun : ils s'attaquent à un poste de coût identifié, avec des caméras ou des données déjà disponibles. Le four de peinture qui cesse de chauffer à plein régime quand la ligne est arrêtée relève autant du bon sens que de l'IA. C'est souvent par ce type de projet qu'il est raisonnable de commencer.