LeIBM Maximo EMEA Exchange a rassemblé des représentants de 46 pays dans un cadre qui aurait difficilement pu être plus approprié : le parc du Retiro, accueilli par la mairie de Madrid. Le parc lui-même regorge d'actifs, de stocks et de pièces détachées gérés dans le cadre d'un environnement municipal complexe. Je me demande bien quel futur événement pourra surpasser cela.
‍
‍

À travers les différentes présentations, un message est ressorti de manière constante : la Maximo Application Suite n'est plus simplement perçue comme un système de gestion des interventions. Les organisations l'utilisent désormais comme une plateforme de résilience, de standardisation, d'innovation et, de plus en plus, de prise de décision assistée par l'IA.

Madrid : Renforcer la résilience autour de Maximo

La mairie de Madrid a ouvert l'événement en expliquant comment trois crises majeures ont façonné sa stratégie technologique et de gestion des actifs.
‍

La COVID-19 a révélé des faiblesses dans les données et l'évaluation des impacts. La tempête Filomena a démontré l'importance de la prévision. La panne d'électricité généralisée d'avril 2025 a renforcé la nécessité de comprendre les ressources, les dépendances et les priorités opérationnelles en temps réel.
‍

En période de crise, les questions deviennent très concrètes :

• Quels générateurs n'ont plus que quatre heures de carburant ?

• Où se trouvent les ressources policières disponibles ?

• Où les camions de diesel restants doivent-ils être déployés ?
  ‍

La réponse de Madrid est MINT, Madrid Intelligente, avec Maximo au cœur des opérations de la ville. La plateforme prend en charge 22 services municipaux, cinq millions d'actifs géolocalisés et trois millions de positions de véhicules suivies. Elle doit aider la ville à gérer les urgences et les grands événements tout en continuant à fournir des services aux résidents et aux visiteurs.
‍

Le programme Cloudvolution a permis à Madrid de passer d'un environnement Maximo 7.6 fortement personnalisé et en fin de vie à une plateforme hébergée dans le cloud, conçue pour l'avenir. Le message de ce programme était sensé et rafraîchissant de franchise : ne lancez rien tant que vous n'avez pas confiance dans la solution.
‍

Les ambitions de Madrid s'étendent désormais à une « ville agentique ». Cela inclut le contexte spatial, le traitement des images comme des données de premier ordre, l'utilisation de Maximo Visual Inspection pour identifier les problèmes à partir de photos soumises, et potentiellement la possibilité pour les fonctionnaires de créer des ordres de travail Maximo via WhatsApp.
‍

C'était formidable de voir une grande ville européenne si engagée dans la Maximo Application Suite. Cela offre également une explication possible à la propreté exemplaire des rues de Madrid.
‍

‍

Bane NOR : Aligner la suite sur le cycle de vie de la maintenance

L'enseignement le plus marquant que j'ai tiré de cet événement vient de Bane NOR.
‍

L'organisation norvégienne ferroviaire utilise MAS comme plateforme d'innovation pour transformer la maintenance ferroviaire. Il est crucial de noter qu'elle a obtenu le soutien de la direction en associant chaque MAS application aux différentes étapes de son cycle de vie de maintenance.
‍

Cela a permis d'établir un lien clair entre l'investissement technologique et la valeur opérationnelle. Cette approche a également favorisé une décision importante : plutôt que de modifier en profondeur MAS pour reproduire des méthodes de travail existantes, Bane NOR a choisi de faire évoluer ses processus métier pour utiliser la suite telle qu'elle a été conçue.
‍

Davantage d'organisations adoptant MAS devraient envisager cette approche.
‍

Bane NOR a commencé par le « Norway Maintenance Process », une norme intersectorielle établie. L'entreprise utilise également les fonctionnalités de gestion des actifs linéaires de Maximo, un domaine parfois négligé malgré sa pertinence évidente pour le rail, les routes, les pipelines et autres infrastructures distribuées. La planification génère déjà de la valeur, et l'outil Optimizer est prévu pour les phases ultérieures.
‍

La leçon plus large à en tirer est que l'adoption de MAS est plus facile à justifier lorsque les applications sont positionnées par rapport à un cycle de vie métier reconnaissable. Au lieu de discuter des produits et des fonctionnalités de manière isolée, les organisations peuvent montrer précisément où Manage, Mobile, Scheduler, Health, Monitor et d'autres capacités soutiennent les décisions de maintenance.

El Corte Inglés : la mobilité comme première source de valeur

El Corte Inglés a décrit sa migration depuis une plateforme de gestion des interventions obsolète. Ses exigences stratégiques comprenaient la prise en charge multi-sites et multilingue, une configuration étendue sans développement spécifique, l'alignement sur les pratiques de maintenance du secteur de la distribution, ainsi que l'intégration avec l'IoT et les systèmes de gestion du bâtiment.
‍

Ces exigences ont fait de MAS un candidat solide.
‍

Sa feuille de route d'innovation inclut désormais l'intégration BIM, l'assistance d'experts à distance, la gestion des émissions ESG et le suivi de l'état de santé des actifs. Cependant, l'un des avantages les plus immédiats a été la mobilité.
‍

Ceci nous rappelle utilement que la transformation ne doit pas toujours commencer par la fonctionnalité la plus avancée. Offrir aux techniciens un meilleur accès à des informations précises sur le terrain peut générer une valeur opérationnelle visible tout en posant les bases d'une feuille de route plus large.
‍

‍

Spendrups : quand les pièces de rechange deviennent numériques

Spendrups, la brasserie suédoise, a présenté l'un des cas d'usage les plus originaux de l'événement : l'utilisation de l'impression 3D pour fabriquer des pièces de rechange, avec un pilotage du processus via Maximo.
‍

Ses quatre sites possèdent des actifs, des exigences de maintenance et des anciennetés différents. Certains nécessitent des composants uniques qui ne sont plus disponibles dans le commerce. Dans un environnement de production, même une toute petite pièce manquante peut arrêter une ligne entière, faisant de l'obsolescence et des délais d'approvisionnement des risques opérationnels majeurs.
‍

La fabrication additive change la donne car la pièce de rechange devient, en pratique, un actif numérique. Le processus commence par la préparation du modèle CAO, suivie de l'impression, de la vérification, de l'ajustement et du suivi. Maximo reste au centre du dispositif, prenant en charge l'identification des besoins, la création d'articles, les achats internes, la réception des marchandises, l'installation et l'historique des ordres de travail associés.
‍

Le potentiel est considérable. Un article peut être référencé dans Maximo avec son plan CAO associé. Les seuils de réapprovisionnement des stocks pourraient déclencher un bon de commande interne lorsque le niveau tombe en dessous d'un seuil convenu, la demande résultante étant alors transmise au processus d'impression. Cela permet de dépasser le stade de l'expérimentation isolée pour intégrer l'impression 3D dans un processus de maintenance et de gestion des stocks structuré.

Michelin : monter en puissance grâce aux normes et à la maturité

Michelin a démontré l'échelle à laquelle Maximo peut opérer : 80 sites, trois organisations régionales, 19 000 utilisateurs, 28 millions d'actifs et sept millions d'ordres de travail.
‍

Sa méthode « Michelin Maintenance Way » définit des normes de maintenance basées sur des niveaux de maturité Bronze, Argent et Or. L'organisation utilise actuellement Maximo Manage et Scheduler, avec Health et Mobile identifiés comme objectifs futurs.
‍

Michelin utilise déjà un large éventail de fonctionnalités de Manage, notamment les actifs, les emplacements, les stocks et les achats. Ses ambitions en matière de planification incluent Graphical Work Week, Graphical Assignment et Graphical Scheduling, avec pour objectif de transformer la planification de la maintenance en valeur opérationnelle mesurable.
‍

L'approche par maturité m'a marqué car elle est similaire à la modélisation des capacités que nous développons pour DP World. Plutôt que d'attendre de chaque site qu'il atteigne immédiatement un état final identique, un modèle à plusieurs niveaux établit une voie contrôlée, allant des capacités fondamentales vers des pratiques plus avancées.
‍

Michelin a également mis en lumière un défi que de nombreuses organisations reconnaîtront. L'entreprise souhaite étendre la gestion des services sur le terrain via Maximo Mobile, mais il existe un écart considérable entre son application mobile interne actuelle et l'application Maximo Mobile Technician. Une feuille de route solide doit prendre en compte ces lacunes pratiques d'adoption plutôt que de supposer que le déploiement d'une nouvelle application crée automatiquement une préparation opérationnelle.

Quant : commencer par les fondations de données

Quant a décrit son parcours, d'une preuve de concept Maximo Monitor jusqu'à la mise en production. En tant qu'entreprise de gestion de maintenance responsable de 55 sites clients sous Maximo, son objectif est d'établir une base solide pour une maintenance axée sur les données.
‍

La valeur identifiée de Monitor inclut :

• Détection d'anomalies par capteurs

• Alertes basées sur des seuils

• Tableaux de bord en temps quasi réel

• Notification des gestionnaires d'actifs

• Suivi des travaux dans Maximo Manage
  ‍

Quant a suivi une approche structurée passant par la preuve de concept, la conception, la construction, la validation, le projet pilote et le déploiement continu. L'entreprise a réussi à établir la configuration des appareils, la connectivité des données et la visualisation, tout en apprenant à ne pas aborder Monitor avec des attentes prédéterminées ou simplement en le comparant aux plateformes IoT existantes.
‍

Environ 3 000 appareils ont été importés pour être utilisés dans Monitor, la valeur devenant visible pour les techniciens et les opérateurs. La prochaine étape pour Quant est la mise à niveau vers MAS 9.1 et l'adoption de l'intégration avec les compteurs Maximo Manage et les métriques Monitor.
‍

Ce que j'ai apprécié dans cette présentation, c'est l'accent mis sur la réalisation des bénéfices. La technologie était importante, mais le parcours était structuré autour de la démonstration concrète de la valeur pour les utilisateurs.

Mitie : intégrer votre propre agent IA à MAS

Mitie a fait la démonstration d'« Andy », un assistant IA interne fonctionnant avec MAS. Les utilisateurs autorisés peuvent poser des questions sur les données contenues dans Maximo et recevoir des réponses sous forme de texte ou de graphiques. Cela a démontré le potentiel pour les organisations d'intégrer leurs propres capacités d'IA dans l'environnement Maximo, plutôt que de dépendre d'un modèle d'interaction unique et figé.
‍

La gestion des installations constitue un domaine évident à explorer. Un assistant conversationnel pourrait guider les utilisateurs à travers une série de questions, recueillir les informations nécessaires pour classer un problème et utiliser les données obtenues pour faciliter la création d'une demande de service ou d'un ordre de travail dans Maximo Manage. L'essentiel n'est pas simplement de permettre aux utilisateurs de discuter avec les données de Maximo. L'opportunité réside dans la simplification de l'accès à des processus complexes, tout en garantissant le respect des autorisations et de la gouvernance appropriées.
‍

‍

La feuille de route MAS : l'IA partout, mais les fondations d'abord

La discussion sur la feuille de route a mis l'accent sur l'extension de l'IA à l'ensemble de la suite. Les plans évoqués incluent l'intégration de l'assistant IA dans l'application Maximo Mobile Technician avec MAS 9.3, le déploiement de l'IA à travers la gestion du cycle de vie des actifs et l'évolution vers la maintenance prescriptive.
‍

IBM souhaite également faciliter l'adoption du portefeuille MAS dans son ensemble. Les utilisateurs ont été encouragés à explorer les capacités d'IA générative de MAS 9.2, en commençant par une question simple adressée à l'assistant : « Que peux-tu faire ? »
‍

L'orientation était claire. L'IA devient un élément central de la feuille de route MAS et sera de plus en plus accessible aux utilisateurs et aux partenaires au sein de la suite. Cependant, la table ronde a permis une prise de conscience nécessaire. De nombreuses organisations comprennent le potentiel de la gestion de la performance des actifs mais estiment avoir des priorités plus fondamentales à traiter. Le rythme des nouvelles fonctionnalités est plus rapide que ce que certaines organisations peuvent absorber.
‍

Maximo Health a été suggéré comme un point de départ accessible. Je pense qu'il pourrait également servir à offrir une visibilité sur la qualité des données, aidant ainsi les organisations à comprendre l'état des informations qui sous-tendent leurs actifs, et non seulement l'état des actifs physiques eux-mêmes.

Une bonne IA dépend toujours de bonnes données

La journée s'est peut-être terminée sur l'IA, mais elle est revenue à maintes reprises sur la qualité des données.
‍

Les organisations ont besoin de hiérarchies standardisées pour les actifs, les articles et les défaillances si elles souhaitent tirer parti de l'IA agentique, de l'apprentissage automatique, de la maintenance prescriptive et des analyses générées par l'IA. Le conseil récurrent était simple :

• Maintenez la solution standard

• Simplifiez les processus

• Rendez le système facile à utiliser

• Définissez des normes de données minimales

• Expliquez aux utilisateurs métier pourquoi ces normes sont importantes
  ‍

Le modèle visé n'est pas celui d'une IA remplaçant le jugement humain. Il s'agit d'une IA fournissant aux collaborateurs de meilleures données, des analyses plus pertinentes et un contexte enrichi pour leur permettre de prendre de meilleures décisions. Maintenir l'humain dans la boucle est également le moyen pour les organisations d'instaurer la confiance entre les utilisateurs opérationnels et les agents d'IA.

Ma conclusion générale

L'IBM Maximo EMEA Exchange a démontré que l'avenir de MAS dépasse le cadre d'une application unique.
‍

Madrid a montré comment Maximo peut contribuer à la résilience opérationnelle d'une ville. Bane NOR a démontré la valeur de l'alignement de la suite sur un cycle de vie de maintenance standard. El Corte Inglés a mis en avant la mobilité comme un succès rapide de transformation. Spendrups a montré comment la fabrication additive peut transformer des pièces de rechange en actifs numériques gouvernés. Michelin a illustré l'importance des modèles de maturité à l'échelle mondiale. Quant a fourni une voie pratique pour passer des données connectées à la valeur opérationnelle. Mitie a démontré comment les organisations peuvent intégrer leurs propres agents d'IA dans MAS.
‍

Derrière tous ces exemples réside le même principe : les capacités avancées ne créent une valeur durable que lorsqu'elles reposent sur des processus solides, des normes utilisables et des données de confiance.
‍

L'IA est peut-être la partie la plus visible de la feuille de route MAS, mais les organisations devraient résister à la tentation de commencer par la technologie. Commencez par les décisions opérationnelles que vous devez améliorer. Alignez MAS sur le cycle de vie de la maintenance. Établissez les fondations de données nécessaires. Gardez la solution aussi standard et simple que possible. Utilisez ensuite l'IA pour rendre la valeur de ces fondations plus facile d'accès.
‍