- Senseye propose une offre ‘’satisfait ou remboursé’’ pour sa solution logicielle de maintenance prédictive Senseye PdM Complete qui analyse les données provenant de capteurs installés sur des équipements industriels afin de prédire de probables défaillances en identifiant certains signes annonciateurs tels que des élévations de températures ou des vibrations excessives.
L’offre ROI Lock assure à tout client, qui surveille au moins 50 actifs et qui souscrit à l’offre logicielle de maintenance prédictive Senseye PdM Complete pour une durée minimale d’une année, le remboursement du montant intégral de la solution si les économies réalisées sur 12 mois, en évitant les temps d’arrêt-machine non planifiés, sont inférieures au coût de l’abonnement annuel.
Cette offre ‘’satisfait ou remboursé’’, co-développée avec le réassureur Scor, vise à inciter les industriels à déployer des outils de maintenance prédictive en leur permettant d’évaluer le potentiel de la solution Senseye PdM tout en limitant les risques financiers.
L’incertitude concernant le retour sur investissement n’est donc plus un frein à la transformation numérique. Dans le cadre de son plan de relance industriel, le gouvernement français a d’ailleurs décidé de soutenir les entreprises hexagonales dans ce domaine afin qu’elle comble leur retard dans le domaine des technologies numériques. La France, qui est la troisième économie au monde, se situe en quinzième position au niveau européen en matière de numérique.
Les logiciels dédiés à la maintenance prédictive font donc partie des outils numériques qui pourraient contribuer à une meilleure maîtrise des coûts industriels. L’association française des ingénieurs et responsables de maintenance a notamment évalué le coût des pannes dans l’industrie, lorsqu’elle fonctionne à plein régime, à 22 milliards d’euros par an en France. 90% des interventions de maintenance sur les machines sont réalisées dans l’urgence contre seulement 10% à titre préventif.
Pourtant, selon Senseye, les logiciels de surveillance en temps réel de l’état des actifs industriels et de prévision automatique des opérations de maintenance sont encore méconnus et très peu utilisés. Ils permettraient aux industriels, selon la société britannique fondée en 2014 et installée en France depuis novembre 2019, de diviser par deux les temps d’arrêt-machine non planifiés, de rationaliser leur stock de pièces de rechange et d’économiser jusqu’à 40 % sur leurs dépenses de maintenance.
.