La définition d’un PLM (Product Lifecycle Management ou gestion du cycle de vie produit) pose souvent question car elle recouvre plusieurs concepts.
Le terme PLM peut aussi bien désigner une stratégie de gestion du cycle de vie des produits que la solution logicielle permettant de la mettre en œuvre. Plus rarement, le terme est également utilisé pour désigner la succession des opérations conduisant à la mise sur le marché d’un produit.
Si ces 3 définitions du PLM se recouvrent partiellement, il est important d’en saisir correctement les nuances pour bien comprendre comment la stratégie et l’outil PLM peuvent créer de la valeur au sein des PME et ETI industrielles.
Le PLM a émergé dans les années 80 dans le secteur automobile avec le besoin des entreprises industrielles de suivre un produit tout au long de son cycle de vie, depuis sa conception jusqu’au service après-vente.
Pendant cette période, les produits sont devenus de plus en plus complexes, les supply chain de plus en plus longues, et la pression sur les coûts s’est intensifiée avec l’augmentation de la concurrence. Les grandes entreprises ont alors mis en œuvre des stratégies centrées sur la gestion du cycle de vie des produits pour rester compétitives.
Ces stratégies, pour être mises en œuvre, se sont appuyées sur de multiples informations produit et sur un suivi rigoureux des processus associés. Les grandes entreprises industrielles ont alors mis en place des outils PLM afin de gérer efficacement ces données et processus produit. Cela a permis à leurs collaborateurs de travailler ensemble de manière interdisciplinaire au sein de l’entreprise, et ce tout au long du cycle de vie produit.
Les nombreux bénéfices liés à l’utilisation des PLM ont rapidement séduit l’ensemble des secteurs industriels qui ont alors massivement adopté ces solutions.
Le PLM joue un rôle transversal au sein de l’entreprise en permettant de partager l’ensemble des connaissances produits avec les collaborateurs, depuis le stade de l’idée jusqu’à la fin de vie.
Pour ce faire, il s’appuie sur plusieurs fonctions majeures :
Les solutions PLM sont donc des outils complexes, principalement focalisées sur le développement des produits. Aujourd’hui, elles sont confrontées à plusieurs défis engendrés par la complexification des supply chain et des produits.
Tout d’abord, les PLM actuels ont du mal à gérer la complexification des produits industriels qui évoluent de modèles majoritairement mécaniques vers des produits intelligents et connectés qui font intervenir de l’électronique embarquée, des capteurs et des logiciels.
Ensuite, les PLM sont critiqués pour leur lenteur de mise en œuvre et leur manque de flexibilité. Le déploiement d’un système peut durer plusieurs années et présente des risques majeurs pour l’entreprise (gestion du changement, formation des équipes, migration des données…). De plus les mises à jour sont rares et coûteuses et les systèmes déployés localement ne suivent plus les évolutions des besoins du marché (innovation, développement de nouveaux processus…)
Enfin, les partenaires commerciaux sont de plus en plus dépendants les uns des autres et la vision traditionnelle de l’entreprise en silos ne permet plus d’être compétitif. Le développement de la coconception, la complexification des schémas de sous-traitance et la nécessité d’intégrer des retours du marché jusqu’à la conception nécessitent une intégration de plus en plus forte entre les entreprises. Aujourd’hui, les logiciels PLM ne permettent pas cette collaboration et il en résulte une vision fragmentée des informations produit le long de la chaîne d’approvisionnement.
Les solutions PLM actuelles doivent donc se réinventer pour tenir compte de ces nouvelles exigences de marché : un déploiement rapide, une évolutivité et le besoin d’intégration de l’entreprise étendue (fournisseurs et clients). Certaines solutions innovantes et basées sur le cloud, telles que le PLM Aletiq, permettent aujourd’hui de relever ces défis.
Le PLM est un logiciel qui permet la gestion des produits de leur conception à leur fin de vie, en intégrant les données et les processus associés pour améliorer la collaboration entre les équipes, réduire les coûts de développement et améliorer le « time-to-market ».