Dans la course à l'innovation, les équipes d'ingénierie et scientifiques utilisent des données réelles et synthétiques, apprentissage automatique et IA en combinaison au simulation basée sur la physique pour générer plus rapidement des concepts innovants. Pourtant, le développement de produits nécessite le respect de la réglementation, une attention portée à la qualité du produit final et surtout la sécurité des utilisateurs. 

Pour trouver l'équilibre entre rapidité, qualité et sécurité, les entreprises doivent appliquer une approche gouvernée pour garantir la fiabilité des simulations, améliorer la reproductibilité des processus de simulation et améliorer la traçabilité des données de simulation. Ce qui permet aux entreprises d’accélérer le processus global de développement de produits et pas seulement l’innovation conceptuelle. 

Cependant, tout gouvernance des données de simulation Pour réussir, cette approche doit accélérer la vitesse de la R&D au lieu de créer des obstacles à l’ingénierie et au calcul scientifique. Les organisations ont besoin d’une gouvernance transparente et flexible, conforme à l’expérience des utilisateurs ingénieurs et scientifiques.

Les données de simulation déterminent les décisions critiques concernant les produits

À titre d’exemple, considérons le développement de véhicules électriques (VE) innovants. Les constructeurs automobiles sont confrontés au défi complexe d’évaluer plusieurs conceptions et matériaux, tout en faisant des compromis critiques. La structure du véhicule doit non seulement protéger ses occupants et la batterie, mais également être économiquement viable à produire.

Dans le processus de conception de produits moderne d'aujourd'hui, les ingénieurs simulent leurs idées et toutes les décisions de compromis sont prises sur la base de données de performances de produits simulées. Les ingénieurs EV doivent simuler et évaluer des caractéristiques telles que la sécurité des occupants et des piétons. L'innovation basée sur la simulation impose le respect des meilleures pratiques en matière de modélisation, garantissant que les décisions de conception sont étayées par des résultats de simulation fiables. Il est impératif que les entreprises se conforment et documentent méticuleusement les normes pertinentes. Par exemple, si un véhicule est destiné au marché européen, le respect des protocoles EURO NCAP est essentiel et doit être clairement documenté. De plus, il est crucial que les décideurs aient accès en temps opportun aux principaux résultats de simulation. Cela garantit que des décisions éclairées sont non seulement prises, mais également enregistrées avec précision, conformément aux exigences de sécurité et réglementaires.

Les données de simulation ont une complexité unique

Variété et volume des données

Les données de simulation générées par des modèles informatiques et des algorithmes couvrent une vaste gamme de formats et d'échelles, depuis de simples valeurs scalaires jusqu'à des tableaux multidimensionnels complexes qui représentent des phénomènes physiques dans l'ingénierie, la recherche scientifique et jumeaux numériques. Le volume de ces données a explosé avec l’avènement de ressources informatiques plus puissantes et la sophistication croissante des logiciels de simulation, permettant des modèles plus détaillés et plus précis des systèmes du monde réel. 

Cette prolifération de la variété et du volume des données nécessite des stratégies avancées de gestion des données pour stocker, traiter et analyser efficacement les informations. Une gestion efficace de cette diversité et de cette ampleur de données est cruciale pour extraire des informations significatives pouvant conduire à des percées dans le développement de produits, l’optimisation des processus et l’innovation dans tous les secteurs. Par conséquent, il est devenu de plus en plus important de tirer parti des technologies cloud et des plateformes de données spécialisées, car elles offrent l’évolutivité et la flexibilité nécessaires pour s’adapter à la croissance exponentielle des données de simulation.

Données fragmentées et déconnectées

Dans la conception et l'analyse basées sur la simulation, les données sont générées à travers différentes étapes, depuis la conception initiale de la conception jusqu'à la validation finale, impliquant plusieurs outils logiciels, environnements de simulation et formats de données. Cette diversité conduit intrinsèquement à des silos de données fragmentés, où les informations critiques sont isolées au sein de départements, d'outils ou d'étapes spécifiques du cycle de vie du produit, entravant une vue unifiée du projet et empêchant une collaboration transparente entre les équipes. 

La déconnexion entre ces silos de données non seulement entrave le processus de prise de décision en retardant l'accès aux informations pertinentes, mais augmente également le risque d'incohérences et d'erreurs, dans la mesure où les mêmes données peuvent être modifiées indépendamment ou interprétées différemment selon les équipes. De plus, le manque de compatibilité entre les différents outils de simulation et systèmes de gestion de données exacerbe ces défis, entraînant des inefficacités dans le transfert de données, des erreurs de conversion et, finalement, un ralentissement du cycle d'innovation. La résolution de la fragmentation et de la déconnexion des données nécessite une approche intégrée de gestion des données.

Sécurité et sensibilité des données

Les données de simulation englobent un large éventail d'informations exclusives et sensibles, notamment la propriété intellectuelle (PI) sur la conception des produits, les connaissances techniques et les avantages concurrentiels dérivés de modèles et d'analyses informatiques complexes. La sécurité de ces données est cruciale non seulement pour protéger la propriété intellectuelle contre tout accès non autorisé et tout vol potentiel, mais également pour garantir le respect des normes réglementaires qui régissent la confidentialité et la protection des données dans différents secteurs.

Par conséquent, des techniques de cryptage robustes, des solutions de stockage de données sécurisées et des politiques complètes de contrôle d’accès sont essentielles pour protéger les données de simulation tout au long de leur cycle de vie. De plus, à mesure que la simulation exploite de plus en plus le cloud computing pour améliorer la puissance de calcul et les capacités de stockage, il devient essentiel de garantir la sécurité des données en transit et au repos dans les environnements cloud. Cela implique l'adoption de services cloud qui adhèrent aux normes et pratiques de sécurité de pointe, ainsi que la mise en œuvre de protocoles de cryptage de bout en bout et de transfert de données sécurisés.

Les risques commerciaux liés aux données de simulation non gouvernées

Résultats de simulation incohérents

Le manque de cohérence dans les résultats des simulations peut provenir de divers facteurs, notamment des méthodologies de processus de simulation non standardisées, des outils de simulation non standardisés, l'utilisation de services de stockage disparates entre les équipes avec un manque de transparence pour toutes les équipes et l'absence d'un système de gestion de données centralisé. 

De telles incohérences érodent la confiance des ingénieurs, des scientifiques et des régulateurs, augmentant les délais de mise sur le marché et pouvant conduire à des choix de conception erronés et à une augmentation des coûts de développement des produits.

Manque de conformité

Dans les secteurs où la conformité réglementaire impose des normes strictes en matière de sécurité, de performance et de fiabilité des produits, la gouvernance des données de simulation revêt une importance cruciale. Des données de simulation non gouvernées peuvent entraîner des problèmes de non-conformité, dans lesquels les produits ne répondent pas aux normes réglementaires fixées par les organismes faisant autorité. Cet échec peut avoir de graves répercussions, notamment des sanctions légales, des rappels obligatoires de produits et, dans les cas graves, un arrêt complet de la production, ce qui peut infliger des pertes financières substantielles et nuire à la réputation de l'entreprise. 

De plus, dans les secteurs réglementés tels que les produits pharmaceutiques, l'aérospatiale et l'automobile, la conformité ne consiste pas simplement à respecter des normes externes, mais implique également de documenter méticuleusement les processus et les résultats de simulation pour démontrer la diligence raisonnable. Sans une approche structurée de la gestion et de la gouvernance des données de simulation, les organisations risquent de produire des enregistrements incomplets, inexacts ou invérifiables, ne parvenant ainsi pas à prouver leur conformité lors de l'audit.

Problèmes de qualité des produits

Dans le contexte du développement et de l'ingénierie de produits, les simulations sont essentielles pour prédire les performances, identifier les défauts de conception potentiels et optimiser les fonctionnalités des produits, d'autant plus que les organisations recherchent des moyens de réduire le prototypage. Cependant, sans une gouvernance rigoureuse des données de simulation, il existe un risque accru de prendre des décisions basées sur des résultats de simulation inexacts, obsolètes ou incohérents. Cela peut conduire à ce que les erreurs de conception et de fabrication ne soient pas identifiées dès le début du processus de développement, ce qui entraîne des produits qui ne répondent pas aux normes de qualité souhaitées.

Productivité de l'ingénierie 

L'absence de gouvernance standardisée des données de simulation entraîne souvent une désorganisation qui peut entraîner un temps important consacré à la recherche, à la validation ou à la recréation des données existantes, entraînant des inefficacités et des retards dans le processus de développement. Cette désorganisation augmente également la probabilité de redondance des efforts entre les équipes, car l’absence d’un référentiel de données centralisé peut conduire les équipes à reproduire sans le savoir des études de simulation. De plus, les incohérences dans les résultats de simulation dues à des données non gouvernées peuvent nécessiter des simulations et des analyses supplémentaires pour corriger les erreurs, ce qui a un impact supplémentaire sur la productivité. 

La nature cloisonnée des données non gouvernées entrave également la collaboration interfonctionnelle, cruciale pour l’innovation et la réponse rapide du marché.

Implémentation de la gouvernance des données de simulation

La gouvernance de la simulation implique l'établissement de politiques et de procédures conçues pour renforcer la fiabilité des prévisions faites au moyen de simulations numériques, favorisant ainsi la confiance et la crédibilité dans les résultats des simulations. L’approche de gouvernance doit intégrer des méthodes, des outils, des normes et des données de processus de simulation. Le tout soutenu par une plate-forme de données robuste et une infrastructure informatique comme une structure de stockage.

La gouvernance des données de simulation est cruciale pour maintenir la qualité des données de simulation et des métadonnées qui ont un impact direct sur l'accessibilité, l'exactitude et la fiabilité des données des résultats de simulation utilisées pour la prise de décision. En mettant en œuvre de solides pratiques de gouvernance des données, les organisations peuvent garantir que les données de simulation sont cohérentes, traçables et alignées sur les normes de conformité, minimisant ainsi les risques associés au manque de conformité, de qualité des produits et de productivité de l'ingénierie.