-
Industrie 4.0 / Le MES cœur de la démarche
Luc Grosjeanin 51 minutes
-
Industrie 4.0 / IA (non Gen.) & optimisation des process manufacturiers
Nicolas VAREILLASin 2 hours in 21 minutes
-
Industrie 4.0 / IA GEN - ChatGpt
Jean-Noël Lefebvrein 3 hours in 21 minutes
-
Industrie 4.0 / OPC-UA, I-O Link / Continuité Numérique verticale
Thierry LecoeurJul. 03
-
Industrie 4.0 / Low-code No Code - automatisation - Agents IA
Valérie QuiniouJul. 03
-
Industrie 4.0 / Cybersécurité
SERENICITYJul. 03
-
Industrie 4.0 / Cobotique - Robotique
Olivier SchimpfJul. 03
-
Industrie 4.0 / Impression 3D
Dominique DroniouJul. 03
-
Industrie 4.0 / AMR - AVR (Cobotique mobile)
Lukas Göbel-GrossDone
-
Industrie 4.0 / Cybersécurité Industrielle
Gabin NivertDone
Michael Saint-Guillain est un ingénieur et chercheur belge, spécialisé en intelligence artificielle appliquée à la planification opérationnelle. Ingénieur INSA Lyon et titulaire d’un doctorat en sciences de l’ingénieur de l’UCLouvain, il a cofondé Genko, une spin-off académique, et en est le CEO. Genko développe Rombio, un assistant intelligent de planification basé sur l’IA, initialement conçu pour des missions spatiales en collaboration avec la NASA, et désormais utilisé dans les secteurs pharmaceutique, biotechnologique et hospitalier. 3LinkedIn- Université catholique de Louvain
Rombio permet d’optimiser les plannings de production en tenant compte des contraintes et incertitudes, améliorant ainsi la productivité et la prise de décision stratégique. Des entreprises telles que Takeda, GSK, Exothera et plusieurs hôpitaux belges utilisent cette solution pour planifier leurs opérations. Awex
Michael Saint-Guillain est également chercheur à l’UCLouvain, où il poursuit ses travaux en recherche opérationnelle et en optimisation sous incertitude
1. Introduction : l’APS à l’ère de l’IA
Les limites des outils classiques de planification (Excel, ERP standard)
L’émergence de moteurs d’optimisation capables de prendre des décisions en temps réel malgré la complexité
2. L’exemple Rombio : de la NASA à l’industrie pharmaceutique
Origine : outil de planification développé pour des missions spatiales simulées
Transfert vers des secteurs industriels exigeants : pharma, biotechnologies, santé
3. Planification intelligente
Prise en compte des aléas, des ressources limitées et des dépendances complexes
Comparaison entre planification “classique” et “optimisée” avec IA
4. Cas d’usage concrets
Exemples chez Takeda, Exothera, hôpitaux universitaires
Impacts mesurés : fiabilité, gains de temps, meilleure anticipation
5. Perspectives pour un futur RPPI
Pourquoi et comment s’approprier ces outils
Le rôle des responsables de production dans l’intégration de l’APS/IA
Réflexion collective : quels cas d’usage dans vos propres entreprises ?
