Au début de 2025, nous avions écrit sur le déploiement d’une première unité Greyparrot Analyzer dans l’usine de tri des déchets mélangés d’Omrin, à Heerenveen.
Moins de six mois plus tard, Karin Wolters, ingénieure process chez Omrin, prépare un déploiement bien plus ambitieux : huit unités, réparties sur des lignes stratégiques de l’usine.
Voici comment une seule unité a conduit Omrin à adopter une stratégie d’IA globale, et comment l’intelligence des déchets façonne littéralement son avenir.
Prendre confiance dans le Greyparrot Analyzer
Karin et son équipe voulaient d’abord tester l’Analyzer sur la ligne des plastiques souples.
L’installation et l’étalonnage de l’unité sur le flux spécifique d’Omrin ont été plus rapides et collaboratifs qu’ils ne l’avaient imaginé :
« J’ai été surprise de la rapidité de l’installation… la bibliothèque très riche a permis une reconnaissance sans difficulté. »
– Karin Wolters, Ingénieure process chez Omrin
Comment Omrin améliore le tri des films plastiques
Très vite, Karin a constaté que les données fournies par Greyparrot étaient suffisamment précises pour optimiser un processus de tri vital.
Son équipe utilise désormais les données Analyzer pour ajuster leur séparateur aéraulique, qui sépare les plastiques légers des matériaux plus lourds. C’est un levier essentiel pour maintenir la qualité des produits et respecter les exigences gouvernementales de pureté.
« Avant, nous devions attendre trois ou quatre jours pour savoir si nos ajustements avaient un effet. Désormais, j’ai un retour en quelques heures, ce qui me permet de réajuster immédiatement si nécessaire. Cela a vraiment augmenté le rendement de cette ligne. »
– Karin Wolters
Encouragée par cet impact mesurable, Karin a commencé à identifier des opportunités d’amélioration par les données dans l’ensemble de l’usine Omrin.
Pourquoi Omrin adopte une stratégie IA globale
La direction d’Omrin avait déjà vu la réussite d’une stratégie similaire chez le voisin KSI, et a soutenu le plan de Karin.
Plutôt que de déployer les unités une par une, Omrin a choisi d’adopter une approche pilotée par la donnée sur l’ensemble de ses opérations.
Construire le business case de l’efficacité du tri
Omrin prévoit d’installer les nouvelles unités sur des lignes de produits et de résidus clés afin d’obtenir des données qui guideront ses procédés actuels et ses futurs investissements.
Exemples d’applications :
- Sur la ligne aluminium : suivre le nombre de canettes captées.
« Nous analysons la composition du flux aluminium afin de décider si nous devons séparer l’aluminium de haute pureté du reste. Les canettes consignées, par exemple, constituent une forme d’aluminium très pure et donc intéressante à isoler. »
- Sur la ligne métaux ferreux : suivre le nombre de bouteilles de gaz.
« Elles doivent être retirées manuellement, compressées puis retraitées. Analyzer nous aidera à déterminer si l’automatisation de ce processus est économiquement plus intéressante. »
- Sur le flux résiduel : identifier les pertes de matières valorisables.
« Comprendre quelles matières précieuses nous ne captons pas est essentiel pour optimiser nos procédés de tri. »
Développer les compétences IA en interne
Ces nouveaux cas d’usage vont générer un volume considérable de données. Karin souligne donc l’importance de recruter un spécialiste data interne :
« Cette personne sera entièrement dédiée à l’extraction des insights du système Analyzer, et aidera l’entreprise à accélérer sa stratégie IA. »
– Karin Wolters
Vers une usine intelligente et pilotée par la donnée
Omrin passe ainsi d’un projet pilote à une stratégie de surveillance IA complète, couvrant ses lignes principales.
L’objectif : maximiser la récupération des ressources, réduire les coûts liés aux erreurs de tri, et se positionner comme un pionnier du secteur en matière de circularité.
-> Pour d’avantage d’informations, lire l’article original en anglais sur le site de Greyparrot
-> Découvrir les autres études de cas Greyparrot directement sur notre site NextWaste.fr
