« C'est l'action qui crée la valeur. » Thomas Brooks, de BHS, l'a affirmé lors du MRF Operations Forum 2026 à Chicago, une formule qui résume ce que les exploitants attendent de l'IA et de l'automatisation : des outils qui changent ce qui se passe lors de la prochaine équipe, et non des tableaux de bord qui décrivent la précédente.
Les exploitants de centres de tri (MRF, pour material recovery facilities) réunis au MRF Operations Forum ont consacré l'essentiel de la semaine aux mêmes grands problèmes. Les données sont dispersées entre plusieurs systèmes, la maintenance reste surtout corrective, les résultats de tri varient fortement, et la main-d'œuvre est difficile à trouver comme à fidéliser. L'IA est revenue sans cesse dans les échanges, mais les questions se sont faites plus précises. Les exploitants voulaient savoir ce qu'une technologie apporterait concrètement, dans un secteur où des projets d'investissement coûteux n'ont pas toujours tenu leurs promesses.
Des données qui mènent à une décision
Les centres de tri enregistrent déjà énormément d'informations : état des équipements, arrêts de production, débit, composition des matières, taux de valorisation, effectifs et journaux de maintenance. Une grande partie se trouve dans des systèmes distincts. Un chef d'équipe doit souvent passer du temps à tout rassembler pour comprendre ce qui s'est passé pendant son poste.
Les participants ont évoqué un risque de « brouillard de données », où l'ajout de données rend le tableau plus difficile à lire. La tâche qu'ils décrivent consiste à rassembler l'information, à la présenter à la bonne personne au bon moment et à l'aider à améliorer le poste suivant.
Le conseil pratique était simple. Choisir un indicateur qui pose régulièrement problème, comme les arrêts non planifiés, les variations de débit ou les pertes de matière. Se demander ensuite s'il peut être mesuré de façon fiable, si sa cause est connue et quelle action sera déclenchée lorsqu'il évolue. Si la réponse à cette dernière question n'est pas claire, un tableau de bord supplémentaire a peu de chances d'aider.
D'abord les chefs d'équipe, avec l'humain aux commandes
Les ateliers ont désigné les chefs d'équipe comme les premiers bénéficiaires de l'IA. Une grande partie de leur journée sert à reconstituer ce qui s'est passé sur le site : consulter plusieurs systèmes, parcourir l'installation et confronter les observations avec l'équipe. Un logiciel peut prendre en charge une partie de ce travail et libérer du temps pour les décisions stratégiques.
Les participants n'y voient pas un remplacement des opérateurs expérimentés. L'un d'eux l'a formulé ainsi : « Il faut des gens qui gardent un bon sens du pouls de l'usine. » Le point de départ suggéré est le reporting manuel que les chefs d'équipe répètent à chaque poste, en particulier les tâches qui mobilisent plusieurs sources, comme les rapports d'arrêts et les synthèses de poste. Une personne reste responsable de l'interprétation des résultats.
La maintenance avant la prédiction
Les bourrages ont été cités comme une cause majeure d'arrêt dans les centres de tri, et une machine à l'arrêt pénalise toute l'installation. Les usines de fabrication ont bâti des pratiques de maintenance préventive et prédictive au fil des décennies. Dans le recyclage, la maintenance reste plus souvent corrective, en raison de conditions d'exploitation difficiles et d'effectifs limités.
Les deux approches diffèrent. La maintenance préventive suit un calendrier, par exemple l'inspection hebdomadaire d'un composant ou le remplacement d'une pièce après un nombre d'heures de fonctionnement donné. La maintenance prédictive s'appuie sur les données des équipements et de l'exploitation pour repérer les problèmes naissants avant la panne. Dans un centre de tri, cela pourrait consister à repérer des bourrages récurrents sur un convoyeur ou à identifier les défauts d'équipement qui réduisent régulièrement le débit.
Détecter ne représente qu'une partie du travail. Les exploitants ont aussi besoin de personnel, de pièces et d'expertise pour agir. Le conseil était de suivre les arrêts par équipement, cause, durée et poste, de chercher des tendances et de s'en servir pour fixer les priorités de maintenance avant d'investir dans des systèmes prédictifs plus avancés.
Le tri comme processus statistique
Bastian Küppers, de STADLER Anlagenbau GmbH, a décrit le tri comme « un processus statistique ». La composition des matières, les contaminants, les volumes et les performances des équipements évoluent tous. Un autre participant a déclaré : « La seule chose constante dans un centre de tri, c'est l'irrégularité. »
C'est pourquoi une mesure ponctuelle en dit peu. Les exploitants veulent des tendances par poste, par jour et par flux de matières : la valorisation s'améliore-t-elle, un matériau continue-t-il de partir vers la ligne de refus, un changement de procédé a-t-il aidé. Les programmes de responsabilité élargie du producteur (REP) accentuent la pression, car ils imposent de nouvelles exigences de valorisation, de mesure et de déclaration. Cela renforce l'intérêt d'une visibilité au niveau de chaque objet recyclé. La vision par ordinateur et l'IA pourraient l'offrir, même si la précision des mesures reste à perfectionner.
La recommandation était de comparer les performances dans le temps, de tenir compte des variations de composition et d'établir une base de référence avant d'ajuster un procédé, afin de pouvoir en juger l'effet.
La confiance, et ce qui reste à prouver
La confiance a été le thème dominant. Les salariés expérimentés partent à la retraite, les postes difficiles sont durs à pourvoir, et les exploitants veulent maintenir ou augmenter leur production avec moins de personnel. La robotique et l'automatisation répondent à ce besoin, mais les exploitants se souviennent de projets qui promettaient de hautes performances et en ont livré moins ; ils exigent désormais d'abord des preuves.
Glacier, une entreprise de robotique pour le recyclage présente au forum, a indiqué que tous ses robots déployés sur le terrain restent opérationnels. Il s'agit d'une affirmation sur la disponibilité, pas sur les résultats. L'entreprise dit aussi s'intéresser à la question de savoir si ses clients valorisent davantage de matières, améliorent la qualité et réduisent les arrêts, mais les chiffres communiqués ne démontrent pas ces résultats. Aucun taux de valorisation, aucune réduction des arrêts ni aucun chiffre client n'a été fourni.
Les débats de la semaine révèlent un écart entre ce que demande le secteur et ce qui a été montré publiquement. Les exploitants veulent des données de résultats issues de journées de production ordinaires, et les éléments décrits par les fournisseurs ne les apportent pas encore. Un décompte de machines installées et en marche est un piètre substitut ; sans dénominateur ni période précisés, il ne permet pas de comparer les fournisseurs.
La discussion sur la maintenance appelle la même prudence. L'industrie manufacturière a une longue expérience de la maintenance prédictive, mais rien de ce qui a été présenté ne montrait que cette approche se transpose sans difficulté aux centres de tri, où les matières sont variables et les effectifs réduits. Les exploitants ont été invités à bien maîtriser d'abord le suivi des arrêts, ce qui suggère que de nombreux sites n'ont pas les données de base dont les outils prédictifs ont besoin. Dans ce cas, le gain à court terme viendra plus probablement d'une collecte de données rigoureuse et d'un reporting de poste automatisé que de modèles sophistiqués.
Le point sur la REP est le moins tranché. La mesure au niveau de chaque objet pourrait devenir une obligation réglementaire, mais le secteur reconnaît lui-même que la précision reste à améliorer. Des bases de référence construites sur des mesures imparfaites peuvent induire en erreur autant qu'elles informent. Pour les fournisseurs, l'épreuve sera de démontrer, dans la durée et par rapport à une base de référence, qu'une modification dans un centre de tri a produit une amélioration mesurable.
