Jungheinrich fait appel aux modèles d’IA prédictive de l’éditeur de logiciels Monolith afin d’améliorer les batteries de sa prochaine génération de chariots élévateurs électriques. Cela permet au constructeur d’estimer avec précision les performances des batteries dès un stade précoce et d’accélérer les processus de développement.
L’approche repose sur l’analyse des premières données de test des batteries. À l’aide de modèles de machine learning, des indicateurs clés de performance sont prédits avant même qu’il ne soit nécessaire de lancer des campagnes d’essais physiques approfondies. Cela permet aux ingénieurs de prendre plus rapidement des décisions techniques et de réduire le nombre de tests coûteux et chronophages.
Selon Jungheinrich, le développement des batteries devient de plus en plus complexe en raison de l’évolution rapide des technologies et de leur intégration dans de nouvelles plateformes de chariots. Le logiciel d’IA de Monolith aide à maîtriser cette complexité en transformant de grandes quantités de données de test en informations exploitables. Parallèlement, la plateforme offre un environnement centralisé dans lequel les équipes d’ingénierie peuvent partager en toute sécurité des données, des modèles et des recommandations.
L’utilisation de l’IA dans l’ingénierie prend rapidement de l’ampleur. Une étude de McKinsey montre que les méthodes d’IA fondées sur les données peuvent accélérer les processus de R&D de 20 % à 80 %. Pour Jungheinrich, cela se traduit non seulement par une innovation plus rapide, mais aussi par une réduction des coûts de développement et une progression plus efficace vers des véhicules électriques plus durables.
