Niobia déploie une IA qui détecte les défauts de production en minutes

Présentation de la solution

Niobia, startup basée à San Francisco, propose une plateforme d’intelligence artificielle destinée à la détection de défauts sur les lignes de fabrication de batteries et de semi‑conducteurs. Les agents IA sont installés directement sur les équipements de production et analysent les images en temps réel pour identifier des imperfections de l’ordre du micromètre, comme des rayures ou des micro‑trous. En regroupant les données collectées, la plateforme permet aux ingénieurs d’interroger un chatbot afin d’obtenir une explication du défaut en quelques minutes, contre plusieurs jours avec les méthodes traditionnelles.

Architecture technique des agents IA

Chaque agent repose sur un GPU autonome intégré au dispositif de mesure, ce qui élimine le besoin d’une connexion permanente à un serveur central. Les modèles exploités sont des modèles open‑source, enrichis par des jeux de données spécifiques aux procédés de revêtement de film, d’électrodéposition et de réaction en lit fluidisé. Cette spécialisation permet aux réseaux de neurones de reconnaître des défauts de taille comparable à un trou d’épingle, grâce à une résolution d’image élevée et à un entraînement ciblé sur les caractéristiques physiques des matériaux.

Analyse de la sécurité et de la confidentialité des données

Conscients des exigences de confidentialité dans le secteur des semi‑conducteurs, Niobia a conçu le système pour que les clients conservent leurs propres clés de chiffrement. Ainsi, les données brutes restent illisibles pour le fournisseur, même si le stockage se fait sur le cloud. Cette approche répond aux préoccupations de fuites de propriété intellectuelle et limite les vecteurs d’attaque potentiels, notamment dans un contexte de compétition géopolitique autour des technologies de batterie et de puce.

Perspectives d’automatisation industrielle

À moyen terme, Niobia vise à rendre ses agents plus autonomes, avec l’objectif ultime de créer des usines « self‑driving », où la détection, l’analyse et la correction des défauts seraient entièrement automatisées. La société mise sur l’expansion de son portefeuille de procédés spécialisés, tout en conservant la capacité de déployer rapidement de nouveaux modèles adaptés aux innovations de fabrication émergentes.