DATA Maintenance :
GMAO, IIoT, APM & Monitoring

Maintenance 4.0 : digitalisation, GMAO et technologies émergentes

La digitalisation de la maintenance : de quoi parle-t-on exactement ?

La transformation numérique de l'industrie déplace le centre de gravité du métier de la maintenance. Longtemps cantonnée à un rôle curatif — réparer après la panne —, la fonction s'appuie désormais sur la donnée pour intervenir avant la défaillance. La terminologie de référence est normalisée : la norme NF EN 13306 distingue la maintenance corrective (après défaillance), préventive systématique (à échéances fixes) et préventive conditionnelle (déclenchée par la surveillance d'un paramètre). La maintenance dite prévisionnelle ou prédictive est une forme de conditionnelle : elle extrapole une dérive mesurée pour estimer le moment de la défaillance.

C'est une nuance qui compte, parce que l'essentiel du discours commercial sur la « maintenance 4.0 » vend du prédictif à des organisations qui n'ont pas encore de préventif fiable. Dans la pratique, la séquence qui fonctionne est l'inverse : structurer l'inventaire et l'arborescence des équipements, obtenir une saisie complète des interventions, produire des indicateurs qui ont un sens, et seulement ensuite instrumenter les équipements dont la criticité le justifie. Un capteur posé sur un parc dont on ne connaît pas l'historique de pannes ne produit pas de prédiction, il produit des courbes.

Cette évolution concerne tous les secteurs — métallurgie, chimie, agroalimentaire, énergie, transport, pharmacie — et fait évoluer les profils recherchés : les techniciens et ingénieurs maintenance doivent maîtriser les outils numériques (GMAO, tableaux de bord, lecture de données capteurs) en plus de leurs compétences mécaniques, électriques et hydrauliques. C'est précisément l'objet de ce parcours.

La GMAO : définition et fonctions

La GMAO — Gestion de Maintenance Assistée par Ordinateur, CMMS en anglais — est le logiciel qui centralise l'ensemble des informations de maintenance : équipements, interventions, pièces détachées, contrats et indicateurs. Ses fonctions structurantes sont la gestion des ordres de travail (OT), la planification du préventif systématique et conditionnel, la gestion des stocks de pièces de rechange, le suivi de la sous-traitance et la production d'indicateurs.

Ce parcours aborde la GMAO sous l'angle de la donnée et de sa connexion aux capteurs, à l'APM et à l'ERP. Pour la GMAO en tant qu'outil du service maintenance — cahier des charges, choix entre SaaS et installation sur site, reprise des données, paramétrage du préventif et des vérifications réglementaires, pièces de rechange —, suivez la formation GMAO : choisir, déployer, exploiter.

Deux briques déterminent la valeur de tout le reste et sont traitées en détail dans le module 2 : l'arborescence technique et la codification des équipements — sans identifiant unique et stable, aucun historique n'est exploitable — et la gestion des ordres de travail, qui conditionne la qualité de la donnée saisie. Côté indicateurs, la norme NF EN 15341 propose un cadre d'indicateurs de performance de maintenance, et la norme ISO 14224 — issue des industries du pétrole, du gaz et de la pétrochimie, mais utilisée bien au-delà — définit une structuration des données de fiabilité et de maintenance qui sert de référence pour coder équipements et modes de défaillance.

Les indicateurs les plus utilisés restent le MTBF (temps moyen entre défaillances), le MTTR (temps moyen de réparation) et la disponibilité, qui se calcule MTBF / (MTBF + MTTR) × 100. Un équipement avec un MTBF de 730 h et un MTTR de 3 h affiche ainsi une disponibilité de 99,6 %. Le détail du calcul et les pièges d'interprétation sont traités dans le chapitre KPI et tableaux de bord GMAO.

GMAO full web, SaaS ou installée : ce que le choix change

Une GMAO full web s'utilise depuis un navigateur, sans installation sur les postes : c'est aujourd'hui le mode dominant, et c'est ce qui a rendu l'usage en mobilité réaliste pour les techniciens sur le terrain. À distinguer du mode d'hébergement : une GMAO full web peut être proposée en SaaS (hébergée par l'éditeur, facturée par abonnement) ou installée sur les serveurs de l'entreprise (on-premise), option encore choisie lorsque les contraintes de cloisonnement réseau ou de souveraineté des données l'imposent.

Les critères de choix qui comptent réellement sont peu nombreux : la capacité à reprendre l'existant (inventaire, historiques), la qualité de la saisie mobile, la finesse du paramétrage des gammes de maintenance, et surtout la présence d'une API d'intégration documentée pour dialoguer avec l'ERP, le MES ou une plateforme IoT. L'échec d'un projet GMAO est rarement technique : il vient d'un manque de formation des utilisateurs, d'une saisie incomplète ou de l'absence d'implication du management — sujets traités dans le module 5 sur la conduite du changement.

Sur la « GMAO gratuite » : il faut distinguer deux choses souvent confondues. Une formation gratuite — comme ce parcours — n'est pas un logiciel gratuit. Il existe bien des GMAO en licence libre ou en offre gratuite limitée ; avant de s'y engager, les points à vérifier sont le nombre d'équipements et d'utilisateurs inclus, la possibilité d'exporter ses données pour ne pas rester captif, la réalité de la maintenance du projet s'il est open source, et le coût réel du paramétrage initial, qui reste le poste le plus lourd quelle que soit la licence.

IIoT, APM, jumeaux numériques et IA

L'IIoT (Internet Industriel des Objets) est le premier maillon de la chaîne : des capteurs mesurent en continu des paramètres physiques — vibrations, température, pression, courant, ultrasons, humidité — et transmettent ces données vers des plateformes de collecte via des protocoles industriels (OPC UA, MQTT, Modbus TCP). Les technologies sans fil (LoRaWAN, Wi-Fi industriel, 5G privée) facilitent le déploiement là où le câblage est complexe ou coûteux. Le choix du point de traitement — edge ou cloud — dépend de la latence acceptable et du volume de données produites.

L'APM (Asset Performance Management) est la couche qui exploite ces données pour piloter la performance des actifs : surveillance temps réel, analyse prédictive et aide à la décision. Il ne remplace pas la GMAO, il s'y branche — la GMAO reste le référentiel des équipements et le lieu où se déclenchent les interventions. Le jumeau numérique pousse la logique plus loin en créant une réplique virtuelle d'un équipement ou d'une ligne, alimentée en temps réel, sur laquelle on peut simuler des scénarios de défaillance ou tester des modifications de paramètres sans toucher à la production. L'apprentissage automatique intervient pour détecter des motifs anormaux, estimer une durée de vie résiduelle et hiérarchiser les actions.

Un point de lucidité utile : ces approches supposent des données d'historique en quantité et en qualité suffisantes, et des défaillances suffisamment répétées pour être apprises. Sur un équipement unique dont on ne dispose que de trois pannes en dix ans, aucun modèle ne prédira quoi que ce soit — la bonne réponse est alors la surveillance conditionnelle sur des seuils physiques, pas l'apprentissage automatique.

Cybersécurité OT : le revers de la connectivité

La cybersécurité OT (Operational Technology) devient critique avec la convergence IT/OT. Les systèmes de contrôle industriels — SCADA, DCS, automates programmables — étaient historiquement isolés du réseau informatique ; leur raccordement aux plateformes IIoT et au cloud les expose désormais. La norme IEC 62443 est le cadre de référence pour la sécurité des systèmes d'automatisation et de contrôle industriels : elle structure le réseau en zones et conduits, et définit des niveaux de sécurité qui doivent être décidés à la conception de l'architecture, pas ajoutés ensuite. Les entreprises concernées doivent également tenir compte de la directive NIS 2, qui élargit sensiblement le périmètre des entités soumises à des obligations de cybersécurité — voir notre sensibilisation NIS2 OT.

Se former gratuitement à la maintenance 4.0

Ce parcours couvre l'ensemble de ces thématiques en 5 modules progressifs, soit environ 6 heures de contenu. Le module 1 pose les fondamentaux de la maintenance industrielle et les stratégies (corrective, préventive, prédictive) ainsi que l'évaluation de la maturité digitale. Le module 2 approfondit la GMAO : fonctions, arborescence, ordres de travail, indicateurs. Le module 3 traite de l'IIoT, des capteurs, des protocoles et de l'architecture de collecte. Le module 4 aborde l'APM, les jumeaux numériques et l'analyse prédictive. Le module 5 couvre le déploiement, la cybersécurité OT, la conduite du changement et le business case. Chaque module est ponctué d'un quiz, et un examen final de 25 questions permet de valider ses connaissances.

Ce parcours s'articule avec nos autres sensibilisations du pôle technique & maintenance : technicien de maintenance industrielle, automaticien et automatismes industriels et NIS2 OT.

Avertissement : Travail-Industrie n'est pas un organisme de formation agréé et ne délivre aucune certification officielle ni attestation de compétences reconnue. Ce parcours est un support d'auto-formation théorique en libre accès, entièrement gratuit et sans inscription. Il s'adresse aux techniciens et ingénieurs maintenance souhaitant comprendre la transformation numérique, aux responsables méthodes préparant un projet de digitalisation, aux étudiants en génie industriel et à toute personne souhaitant découvrir les outils de la maintenance 4.0. Pour la mise en œuvre opérationnelle d'un projet IIoT, GMAO ou APM, l'appui d'un intégrateur ou d'un consultant spécialisé reste nécessaire.