Grille readiness maintenance prédictive (12 critères) · IA pour la maintenance prédictive (niveau débutant) · Gestu · Gestu.io

Grille readiness maintenance prédictive (12 critères) · IA pour la maintenance prédictive (niveau débutant) · Gestu · Gestu.io

#	Critère	Statut (Oui / Partiel / Non)	Action prioritaire si Non/Partiel	Délai estimé
1	Historique de pannes documenté — Vous disposez d'un registre (papier, Excel, GMAO) des pannes des 12 derniers mois minimum, avec dates, équipements concernés et nature de la panne.
2	Données de production accessibles — Les données de fonctionnement de vos équipements (cycles, températures, débits, charges) sont enregistrées quelque part, même manuellement.
3	Durée de vie connue des équipements critiques — Vous savez approximativement la durée de vie standard de vos équipements les plus critiques (roulements, joints, courroies, etc.).
4	Interventions enregistrées — Chaque intervention de maintenance (préventive ou corrective) est consignée avec la date, l'équipement, le type d'intervention et le temps passé.

#	Critère	Statut (Oui / Partiel / Non)	Action prioritaire si Non/Partiel	Délai estimé
5	Équipements critiques identifiés — Vous avez une liste des équipements dont la panne aurait le plus d'impact sur la production (pertes de production, sécurité, coût de réparation).
6	Capteurs ou instruments de mesure existants — Certains de vos équipements disposent déjà de capteurs (thermocouples, manomètres, débitmètres, ampèremétriques) dont les données sont lisibles.
7	Connectivité numérique minimale — L'atelier ou la salle de contrôle dispose d'au moins un poste connecté à Internet ou à un réseau local permettant de stocker et d'analyser des données.
8	Accès aux automates / IHM existants — Vous avez techniquement la possibilité d'extraire des données de vos automates programmables ou interfaces homme-machine (même sans automatisation).

#	Critère	Statut (Oui / Partiel / Non)	Action prioritaire si Non/Partiel	Délai estimé
9	Tournées de relevés en place — Vos techniciens effectuent des tournées régulières (quotidiennes ou hebdomadaires) avec relevé d'observations structurées.
10	Référent numérique identifié — Au moins une personne dans votre équipe de maintenance est motivée pour apprendre à utiliser un outil numérique de base (tableur avancé, plateforme IoT simple, outil de suivi).
11	Conscience des coûts des pannes — La direction ou le responsable de site a conscience du coût réel des arrêts non planifiés (en heures de production, main-d'œuvre, pièces de rechange, impact client).
12	Indicateur de maintenance suivi — Vous utilisez au moins un indicateur chiffré de maintenance : taux de panne, MTBF (temps moyen entre pannes), coût annuel maintenance, nombre d'interventions correctives vs préventives.

Score	Profil	Recommandation
0 – 4	Pas encore prêt	Priorité : CH01 (stratégies) + CH02 (données). Construire les fondations avant tout investissement technologique.
4,5 – 8	En préparation	Priorité : CH02 (combler les lacunes données) + CH05 (préparer le pilote). Cibler 1 à 2 équipements seulement.
8,5 – 12	Prêt pour un pilote	Aller directement au CH05 et CH06. Lancer le pilote dans les 3 mois suivant la formation.