Digitallia, spécialiste des solutions d’intelligence artificielle sur mesure, a été sollicité par une entreprise française, leader dans le packaging alimentaire sur mesure pour les petites et moyennes entreprises (TPE). L’entreprise propose à ses clients la personnalisation d’emballages (sacs, boîtes, étiquettes) avec leurs logos et designs.
L’entreprise rencontrait des problèmes fréquents avec les fichiers fournis par ses clients, notamment :
Notre client souhaitait une solution basée sur l’IA pour simplifier ce processus, améliorer la satisfaction client et réduire la charge de travail de ses équipes de design, pour qu’elles se concentrent sur des tpaches à plus fortes valeurs ajoutées.
Sur mesure pour nos clients
Modèles développés
Algorithmes affinés, IA entrainés
Mois en moyenne
Pour générer un ROI exploitable
La vectorisation précise
La détection des imperfections
La flexibilité des formats
Un outil pour les TPE
À terme, un outil directement greffé à des supports digitaux accessibles aux clients finaux et permettant une commande rapide et une validation de BAT dématérialisée et directement accessible.
Nous avons conçu une solution de maintenance prédictive sur mesure en s’appuyant sur les technologies suivantes :
Développement d’un algorithme d’apprentissage profond
Prise en charge des formats courants
Création d’un module de traitement d’image
Système de correction des couleurs
Suppression des artefacts indésirables
Élimination des pixels perdus et du bruit pour un rendu propre.
Interface d’injection et d’exportation des fichiers
Mise à disposition avec une API webservice
Interface utilisateur simplifiée pour la V1
Après 6 mois de déploiement de la solution, notre client a constaté des améliorations significatives :
Le volume et la diversité des données
Les données collectées provenaient de capteurs variés installés sur les machines (température, vibration, pression, durée d’utilisation) et étaient générées en temps réel.
La précision des prédictions
Il fallait concevoir un système capable de détecter avec précision les signes avant-coureurs des pannes pour éviter les alertes inutiles ou les interventions tardives (modèle CNN sur mesure utilisé ici, avec un dataset assez faible donc complexe, Digitallia a dû enrichir le dataset avec des données non connectées pour nourrir le modèle et les algorithmes développés)
La gestion des stocks de pièces détachées
Une meilleure anticipation des pannes devait permettre d’optimiser les commandes de pièces, évitant les surplus ou les pénuries.
L’intégration aux systèmes existants
La solution devait s’intégrer sans friction avec les logiciels d’ERP et les outils de gestion de production (API Webservices)
Gain de temps pour les équipes
Réponse à la vectorisation de logos flous
Outil opérationnel et fonctionnel
Version 2 en préparation avant le déploiement auprès du client final, visant à optimiser le taux de réussite pour tous types de logos.
Vous souhaitez du conseil en intelligence artificielle, développer une IA sur mesure ou mettre en place une brique d’IA existante sur le marché ? Nous vous aidons à profiter des aides financières à votre disposition.
Nous sommes concepteurs et développeurs d’intelligences artificielles sur mesure.
Nous vous accompagnons dans vos projets.
