L’industrie des véhicules électriques (VE) prend forme dans le monde entier, portée par une préoccupation croissante pour la durabilité et la mise en place de réglementations strictes en matière d’émissions. Si nous nous penchons sur la situation européenne, la directive de 2035 impose la cessation des ventes de nouveaux véhicules à moteur à combustion interne, soulignant ainsi la nécessité d’un réseau solide de bornes de recharge pour VE. La construction d’un tel réseau présente des défis : un important déficit de compétences dans la main-d’œuvre, des préoccupations en matière d’assurance qualité et des pénuries d’approvisionnement qui mettent les fabricants sous pression. Par conséquent, le déploiement de l’infrastructure de véhicules électrique doit rattraper son retard dans de nombreux pays. La France, par exemple, a connu un retard important de plus d’un an et demi avant d’atteindre le chiffre symbolique de 100 000 bornes de recharge déployées, et cet objectif n’a été atteint que le mois dernier. De plus, ce ne sont pas seulement les bornes de recharge régulières, mais les bornes de recharge rapide publiques qui contribueront à favoriser l’adoption des VE, grâce à leur capacité de charge rapide.
Comment l’IA peut-elle aider à surmonter les défis opérationnels actuels et permettre d’accélérer le déploiement des infrastructures de recharge pour VE ?
Atténuer la pénurie de talents dans un monde en électrification rapide
Aujourd’hui, alors que la demande pour des travailleurs qualifiés est en hausse, la main-d’œuvre diminue. Si nous prenons le cas du Royaume-Uni, une baisse de 30 % du nombre de techniciens est constatée depuis 2006, et on estime à 25 000 le nombre de techniciens manquant d’ici à 2030*.
Cette pénurie de talents est en partie due :
- Au départ à la retraite de professionnels expérimentés, laissant de nombreux postes non pourvus dans les entreprises.
- A la difficulté à recruter et à fidéliser de nouveaux techniciens.
En tirant parti de la First Time Right Automation dans le processus d’installation des bornes de recharge pour VE, les opérateurs de points de recharge peuvent entreprendre une révolution de l’efficacité. Cette technologie, qui analyse les photos prises par les travailleurs sur le terrain, permet des retours en temps réel lors de l’installation, améliorant ainsi sa précision et son taux de réussite, notamment pour les techniciens inexpérimentés. En effet, les applications de terrain alimentées par l’IA peuvent devenir les nouveaux compagnons des travailleurs sur les stations de VE en leur servant d’outils de formation sur le tas, améliorant ainsi leurs compétences au quotidien.
Utiliser un système de reconnaissance d’images lors du déploiement de bornes de recharge pour véhicules électriques est également essentiel pour assurer la qualité de ces opérations. Il automatise le processus intensif de contrôle qualité en analysant systématiquement les photographies prises pendant l’installation. En utilisant la First Time Right Automation dans les installations de bornes de recharge, il est possible d’identifier et d’examiner les problèmes potentiels, améliorant ainsi la fiabilité de l’infrastructure de recharge pour véhicules électriques et augmentant la satisfaction des clients.
Premières installations réussies pour éviter les pénuries d’approvisionnement
Nous faisons actuellement face à une pénurie mondiale de matériaux due aux perturbations de la chaîne d’approvisionnement causées par la COVID-19. Cela souligne l’importance de réussir les installations de bornes de recharge pour VE dès la première visite de l’employé de terrain (“First Time Right”). En effet, des installations incorrectes pourraient entraîner une panne prématurée des stations, ce qui nécessiterait un remplacement des composants alors qu’il est difficile de s’en procurer. Cela entraverait ainsi la croissance du marché des VE. En fournissant des retours en temps réel lors de l’installation des bornes de recharge, la First Time Right Automation réduit le risque de pannes rapides et favorise une utilisation efficace des ressources.
En conclusion, tout comme de nombreux autres secteurs de services sur le terrain, le secteur de la mobilité électrique a besoin de solutions numériques pour être encore plus efficace, malgré une main-d’œuvre limitée sur le terrain..
L’adoption d’un système de reconnaissance d’images pour le déploiement des bornes de recharge pour véhicules électriques présente une solution prometteuse pour accélérer le déploiement de l’infrastructure de recharge pour VE car elle permet de :
- addressses the skill gap by improving workers’ skills as they go
- garantir le contrôle qualité grâce aux retours en temps réel
- optimiser l’utilisation des ressources grâce à moins de réinterventions et à une manipulation plus soigneuse des composants permettant le fonctionnement des bornes de recharge pour VE.
Pour en savoir plus sur la computer vision pour les travailleurs sur le terrain, téléchargez notre livre blanc sur l’Employé de Terrain Augmenté.
*Source: Auto Repair Focus, UK could run out of electric vehicle technicians by 2030.
