On parle beaucoup de data et d'IA — mais leur vraie valeur est humaine et collective. C'est le fil rouge de cette table ronde du Tech For Industry Show 2026 (Paris Expo Porte de Versailles), qui réunit Delphine FILLOT (Forvia), Michael Valentin (OPEO), Frederic Kuntzburger (Axens) et Mathieu Cura (Optimistik) pour examiner comment la transformation 4.0 change très concrètement la façon dont les organisations décident, agissent et apprennent — au-delà des seuls gains de productivité.

Chaque intervenant résume sa conviction en une phrase. Pour Forvia, le vrai héros, c'est le temps utile redonné aux équipes pour mieux décider et mieux servir le client. Pour OPEO, la clé du succès dans un monde post-Covid volatil est de passer vite à l'échelle les succès locaux — et la bonne nouvelle, c'est qu'il n'existe aucune organisation industrielle où rien ne fonctionne bien quelque part. Pour Optimistik, le jour où la donnée devient partie intégrante du langage commun de l'organisation, on décide plus juste et plus vite.

Delphine identifie quatre leviers. D'abord la burning platform : partir d'un problème concret, irritant, à fort impact business, avec un cas d'usage et un KPI clairs. Ensuite la standardisation et la qualité des données. Puis l'alignement avec l'IT, qui apporte la compétence spécialisée. Enfin le leader : il accompagne les équipes au quotidien et s'assure que le temps libéré est utile et fait grandir les équipes.

Michaël Valentin insiste : il faut tirer la transformation par le métier, en priorisant les sujets « qui empêchent le dirigeant de dormir ». Deuxième point : aller chercher les « fonds de placard » du lean — il reste beaucoup à faire sur la standardisation, l'agilité des flux et le pilotage temps réel. Troisième point, décisif : intégrer digital/IA et excellence opérationnelle, car « ça ne sert à rien de digitaliser des gaspillages ». Ceux qui réussissent ne séparent pas un Chief Digital Officer « shiny » d'un côté et l'excellence opérationnelle de l'autre : ils font les deux ensemble, en transformant les pratiques de tous les métiers et niveaux hiérarchiques.

Pour Mathieu Cura, en mettant les outils de côté, la performance repose sur trois piliers : l'expertise métier, la méthode (garder les bonnes pratiques et fondamentaux qui marchent), et un pilier managérial de conduite du changement et d'animation. Sans mise en mouvement et en action, pas de ROI — mais si ces fondamentaux sont là, la data et l'IA viennent fluidifier, accélérer et démultiplier les gains. Loin de remplacer l'humain, l'IA renforce l'expert, qui l'alimente en vision et en données justes.

Delphine déroule une série d'itérations, pas un exemple unique. Sur des burning platforms de réduction de coûts et de non-qualité (impact trésorerie), Forvia a d'abord embarqué les équipes via un hackathon d'une journée réunissant 50 personnes de divisions, cultures et métiers différents (cuir, plasturgie, métal). Constat rapide : la taxonomie et l'architecture des données étaient critiques. D'où une première étape de digitalisation des reportings pour libérer du temps, puis la montée en compétence des équipes sur la résolution de problèmes (également digitalisée), validée sur des usines pilotes représentatives (sièges, injection plastique, panneaux de porte, tableaux de bord) avant passage à l'échelle sur les 240 usines. Début d'année, des prompts standard ont fiabilisé la donnée. Résultat : des dizaines de millions d'euros de gains par an (cash direct et coûts évités) sur un chiffre d'affaires de 20 milliards. Prochaine étape : relier ces données opérationnelles aux verbatims clients de l'expérience client.

Mathieu Cura prend l'exemple d'un client de l'agroalimentaire où la donnée a changé le métier, pas seulement le pilotage. En automatisant la collecte (formulaires papier de maîtrise des procédés, qualité, traçabilité réglementaire), on répond aux exigences et on repositionne l'opérateur en pilote de ligne : les paramètres sont sous contrôle automatique (cartes de contrôle), seules les déviations lui remontent, et il passe d'une posture subie à une démarche d'amélioration. Surtout, une information centralisée et contextualisée avec un vocabulaire commun (taxonomie/ontologie) « remet l'église au milieu du village » : elle décloisonne production, maintenance et qualité — historiquement silotées avec leurs propres outils — et en décloisonnant l'information, décloisonne l'organisation. Le temps libéré des « muda » (gaspillages) est réinvesti dans des tâches à valeur ajoutée, revalorisantes et remotivantes.

Michaël Valentin prend un constructeur de machines, dernier acteur européen de sa niche, ~30 % plus cher que les concurrents chinois — donc a priori un sujet de réduction de coûts. Plutôt que de couper ligne à ligne, le client a posé une question globale : qu'est-ce qui fait l'avantage chinois ? D'où quatre priorités : la plateformisation/modularisation des produits (capitaliser sur les versions antérieures), l'agilité des flux (accélérer les délais et améliorer la qualité, car résoudre un problème suppose de comprendre ce qui s'est passé dans les 24 h), l'excellence des métiers (notamment la maintenance, rare et longue à former), et la réduction des coûts support (réponses aux appels d'offres accélérées par l'IA). Anecdote parlante : un technicien de maintenance avait « craqué » la GMAO chez lui, en Python, pour se refaire un tableau de bord adapté — preuve qu'il existe dans chaque organisation des talents frustrés de ne pas disposer au travail des outils qu'ils utilisent à la maison. Résultat global : l'entreprise redevient rentable.

Delphine confirme l'impact terrain : les déclarations de problèmes en digital (scan, caractérisation automatique du défaut par caméra) facilitent la tâche des managers de terrain, font remonter davantage de problèmes, réduisent les arrêts de ligne et le turnover lié à la lassitude de « refaire toujours la même chose ». Le temps libéré est réinvesti, par exemple dans l'accélération de la maintenance préventive, donnant à certains des tâches à plus forte valeur ajoutée — un cercle vertueux et valorisant. Comme le résume l'animateur : être dans la démarche, c'est être acteur — et quand on est acteur, on performe davantage.

En conclusion, les intervenants convergent vers une lecture élargie de la valeur. OPEO propose un état d'esprit en trois mots : rester stoïque (accepter ce qu'on ne maîtrise pas, transformer ce qu'on peut), jouer collectif (connecter start-up, institutionnels et industriels), et faire preuve de pugnacité (poursuivre les chantiers de fond comme la structuration de la donnée, même quand les priorités changent). Optimistik distingue deux ROI : le ROI classique par cas d'usage (productivité, énergie, matière) et un ROI de transformation, multiplié par le nombre de personnes dont on augmente la capacité — d'où le maître-mot : l'adoption. Forvia conclut : si la transformation 4.0 ne change pas concrètement vos décisions et votre façon de travailler, elle ne changera pas vos résultats. Le mot de la fin de l'animateur résume tout : le vrai ROI du 4.0, c'est que la technologie disparaît et que la capacité collective apparaît.

Trois échanges avec le public complètent le tableau. Sur le temps libéré, Forvia l'oriente vers l'upskilling (Forvia University) et OPEO rappelle qu'il faut un pilotage assez fin pour le capturer, sinon il « part en l'air » ; l'exemple d'un groupe japonais montre qu'on peut sortir des équivalents temps plein de la production non pour supprimer des postes, mais pour préparer l'avenir (transformation digitale, nouveaux produits). Sur l'inspection visuelle, Forvia rappelle que l'inspection est en soi un gaspillage à réduire, tout en déployant des solutions de computer vision par LLM sur ses « usines mères » puis à l'échelle, et cite la qualité prédictive (nombre de contrôles laboratoire divisé par trois chez un client) ; OPEO note que la maturité a « explosé » en 3 ans, les freins restants étant surtout comportementaux (traiter la cause racine, ne pas empiler les contrôles « pour rassurer »). Sur les limites des LLM en tâches quantitatives, Forvia combine équipes internes spécialisées et partenaires externes, car « ça va tellement vite » que les start-up spécialisées restent indispensables.

Pourquoi la transformation 4.0 n'est-elle pas seulement technologique ? Parce que sa réussite est avant tout humaine et managériale : elle suppose une burning platform claire, la standardisation des données, l'alignement avec l'IT et un leadership qui transforme les pratiques de tous les métiers. Digitaliser des gaspillages n'apporte aucune valeur.

Que faire du temps libéré par l'automatisation ? Le réinvestir dans des tâches à valeur ajoutée : résolution de problèmes, montée en compétence (upskilling), maintenance préventive, préparation de l'avenir de l'entreprise. Cela suppose un pilotage fin, faute de quoi le temps libéré n'est pas capté.

Comment la donnée décloisonne-t-elle l'organisation ? En centralisant et contextualisant l'information avec un vocabulaire commun (taxonomie/ontologie), elle donne à la production, à la maintenance et à la qualité un langage partagé — ce qui, en décloisonnant l'information, décloisonne l'organisation elle-même.

L'IA va-t-elle remplacer l'expertise métier ? Non, selon les intervenants : l'IA renforce l'expert, qui l'alimente en vision et en données justes. Une mauvaise donnée « multiplie le chaos » ; la fiabilité des données est donc la condition d'une résolution de problèmes réelle.

Cette table ronde a été enregistrée lors du Tech For Industry Show 2026, le salon B2B de la transformation industrielle (Smart Manufacturing, IA, Supply Chain) à Paris Expo Porte de Versailles. Retrouvez l'intégralité des échanges en vidéo ci-dessus, et rendez-vous les 19 et 20 mai 2027, Hall 7, pour la prochaine édition.