알림 목록

Zone d'analyse : Changwon, Geoje, Sacheon, Gimhae, Yangsan, Haman, Tongyeong et Goseong, Gyeongsangnam-do (Secteur de l'industrie manufacturière)
Domaines clés :  Construction navale, Défense, Aérospatiale, Machines, Automobile et Systèmes d'énergie nucléaire, ainsi que les fournisseurs PME de rang 1, 2 et 3.
Objectif : Les investissements des grands conglomérats du Gyeongnam dans les chantiers navals intelligents, les usines IA, les jumeaux numériques et la fabrication autonome profitent-ils aux fournisseurs en termes de productivité, de rentabilité et de capacités de données, ou creusent-ils l'écart technologique, informationnel et de création de valeur entre les maîtres d'œuvre et les fournisseurs ?
Type de période propice : Opportunité d'intégration de la chaîne d'approvisionnement + Risque AX à double vitesse.
Date de référence : 28 août 2026.
Version : Analyse régionale des périodes propices v3.2 – Critères améliorés.
 

L'industrie manufacturière du Gyeongnam est structurée de telle sorte qu'un petit nombre de grandes entreprises et de nombreux sous-traitants produisent conjointement un même produit. Des sociétés telles que Hanwha Aerospace, Hyundai Rotem, KAI, Hanwha Ocean, Samsung Heavy Industries, Doosan Energy et Hyundai Wia sont en charge de la prise de commandes, de la conception et de l'assemblage final, tandis que les petites et moyennes entreprises (PME) gèrent les matériaux, la transformation, la fonderie, le soudage, les systèmes électriques, les équipements, le contrôle et la maintenance. La compétitivité de l'AX dépend désormais davantage des processus les plus lents de la chaîne d'approvisionnement que des usines individuelles.

Les investissements dans les technologies de l'aviation (TA) des grands conglomérats se sont concrétisés. Hanwha Ocean a proposé un plan d'investissement de 150 milliards de wons pour des installations industrielles intelligentes d'ici 2026, dans le cadre de la transformation de son usine de Geoje en un site intelligent basé sur le big data et la robotique. À Changwon, sous l'impulsion de Doosan Energy et Hyundai Wia, le complexe industriel de démonstration Smart Green AX, d'une valeur de 22,2 milliards de wons, et l'usine d'IA dédiée à la maintenance des turbines à gaz pour la production d'électricité, d'une valeur de 7 milliards de wons, sont en cours de réalisation d'ici 2028. ( Communiqué de Hanwha Ocean ,  Plan d'IA pour le secteur manufacturier de Changwon )

En 2024 , le taux d'adoption des usines intelligentes parmi les petites et moyennes entreprises (PME) et les entreprises de taille intermédiaire (ETI) du secteur manufacturier national était de 19,5 % , contre 18,6 % pour les PME . 75,5 % des usines intelligentes ayant adopté ces technologies étaient au stade initial, et le taux d'adoption de l'intelligence artificielle (IA) dans la production n'atteignait que 0,1 %. Le contrôle de la production par l'IA au sein des grandes entreprises et la numérisation des informations de production par de nombreuses PME coexistent au sein d'une même chaîne d'approvisionnement. ( Ministère des PME et des Startups )

L'écart de productivité s'est également creusé. Selon l'analyse par taille d'entreprise publiée en 2026, la productivité du travail des petites et moyennes entreprises (PME) du secteur manufacturier s'établissait à **29,5 %** de celle des grandes entreprises, soit le niveau le plus bas depuis 2014 (34,4 %). Alors que les grandes entreprises ont accru leurs investissements dans l'IA et l'automatisation, la capacité d'investissement et le rattrapage de productivité des PME n'ont pas progressé au même rythme. ( Écart de productivité par taille d'entreprise )

Les chiffres confirment les disparités au sein de la chaîne d'approvisionnement de la défense du Gyeongnam. Le bénéfice d'exploitation de six intégrateurs de systèmes de défense de la région a bondi de 445 %, passant de 469,2 milliards de wons en 2022 à 2 557 milliards de wons en 2024. Sur la même période, celui de 23 entreprises partenaires n'a progressé que de 26 %, passant de 73,1 milliards de wons à 91,8 milliards de wons . Si le volume des commandes a explosé, les bénéfices et la capacité de réinvestissement n'ont pas suivi la même progression. ( État de la coopération gagnant-gagnant dans l'industrie de la défense du Gyeongnam )

La chaîne d'approvisionnement de la construction navale présente également une structure à deux vitesses. Tandis que les grands chantiers navals exploitent leurs propres centres de production numérique et chantiers intelligents, Gyeongnam poursuit en parallèle un projet d'innovation pour la production intelligente destiné aux petits et moyens chantiers navals, doté d'un budget de 18 milliards de wons d'ici 2027. Si les maîtres d'œuvre et les sous-traitants avaient déjà atteint le même niveau de maturité numérique, il n'y aurait plus besoin de mesures politiques pour mettre en place des projets distincts de connectivité des données et d'innovation des processus. ( Plan de promotion de l'industrie de la construction navale de Gyeongnam )

Le soutien aux usines intelligentes à Gyeongnam se poursuit. En 2026, le Technoparc de Gyeongnam a relancé le projet de mise en place d'infrastructures pour les usines intelligentes, ciblant les petites et moyennes entreprises (PME) et les entreprises de taille intermédiaire. Cela démontre que, malgré le passage des investissements nationaux dans l'IA industrielle à l'IA physique, de nombreuses entreprises n'en sont qu'aux prémices de la numérisation de leurs informations de production. ( Technoparc de Gyeongnam )

Les retards de mise en œuvre d'AX pour les entreprises partenaires ne sont pas uniquement liés aux coûts d'acquisition du matériel. La faiblesse des marges d'exploitation, les prix unitaires, les contrats à court terme, la pénurie de personnel spécialisé dans les données, les installations obsolètes, les différences de systèmes selon le maître d'œuvre, la propriété des données de production et les coûts de cybersécurité sont autant de facteurs qui entrent en jeu simultanément. Se connecter au système d'une grande entreprise et accroître la productivité d'une entreprise partenaire en utilisant ses propres données sont deux étapes distinctes.

De 2026 à 2028, le volume de commandes des grandes entreprises de systèmes et les projets de démonstration d'IA physique, de parcs intelligents et de systèmes automatisés (AX) à Gyeongnam connaîtront une croissance simultanée. Si, durant cette période, les données des fournisseurs sont uniquement utilisées pour la gestion des livraisons du maître d'œuvre et ne sont pas réinjectées dans leurs processus d'amélioration, leur rentabilité ou leurs technologies propriétaires, les systèmes automatisés de la chaîne d'approvisionnement renforceront l'asymétrie de contrôle au détriment de l'innovation conjointe.

Par conséquent, la période faste actuelle pour la chaîne d'approvisionnement manufacturière de Gyeongnam est définie comme une opportunité d'intégration de la chaîne d'approvisionnement combinée à un risque AX à double vitesse .

• Usine intelligente du maître d'œuvre ≠ Usine intelligente de la chaîne d'approvisionnement
• Connexion aux données partenaires ≠ Capacité des données partenaires
• Augmentation du volume de production ≠ Amélioration de la rentabilité
• Construire une usine intelligente ≠ Fabriquer de l'IA
• Visibilité de la livraison du contrat principal ≠ Productivité conjointe
• Chaîne d'approvisionnement AX ≠ Allocation de valeur AX

En 2024, le complexe industriel national de Changwon comptait 3 216 entreprises locataires , employait 120 289 personnes et générait une valeur de production de 62 223 milliards de wons . De grands fabricants de produits finis et des milliers de PME forment les chaînes d'approvisionnement des secteurs de la mécanique, de la défense, du nucléaire, de l'automobile et de l'électronique. ( Yonhap News )

Hanwha Ocean, Samsung Heavy Industries et les sous-traitants de la construction navale sont implantés à Geoje ; KAI et les fabricants de pièces aérospatiales se trouvent à Sacheon ; et les entreprises de transformation, de fonderie, de moules, d’automobile et de pièces mécaniques sont réparties entre Gimhae, Yangsan et Haman. Si les sites des maîtres d’œuvre sont concentrés dans quelques villes, le réseau de production proprement dit s’étend sur plusieurs villes et comtés.

Les grandes entreprises disposent de carnets de commandes à long terme, de capacités de R&D internes, de services informatiques et de moyens d'investissement dans leurs infrastructures. En revanche, les entreprises partenaires sont soumises aux fluctuations des volumes et des délais de livraison des maîtres d'œuvre et supportent les coûts des usines intelligentes, du personnel opérationnel et des dépenses de sécurité sur leurs propres fonds.

La structure actuelle est définie comme une chaîne d'approvisionnement étendue pour la production et un système centré sur l'entreprise pour l'investissement AX et l'autorité des données .

Les bénéfices d'exploitation de six entreprises de systèmes de défense de Gyeongnam ont augmenté de 445 % entre 2022 et 2024, tandis que ceux des 23 entreprises partenaires interrogées ont progressé de 26 %. L'écart de croissance entre les entreprises de systèmes et les entreprises partenaires est d'environ 17 fois. ( État de la coopération gagnant-gagnant dans l'industrie de la défense de Gyeongnam )

D'après les perspectives nationales du secteur de la défense, la marge bénéficiaire d'exploitation des grandes entreprises s'élevait à 14,3 % en 2024, contre 7,2 % pour les PME. L'essor des exportations et de la production de masse des grandes entreprises ne s'est pas traduit par une augmentation équivalente des marges bénéficiaires de leurs fournisseurs. Ces faibles marges limitent davantage la capacité d'investissement des entreprises partenaires dans les domaines des capteurs, de la robotique, de l'IA et de la sécurité. ( Rentabilité des grandes et PME du secteur de la défense )

Dans les secteurs de la construction navale et de la mécanique, les données comparatives de rentabilité par entreprise sont moins largement diffusées que dans l'industrie de la défense. Si les performances et les investissements dans les chantiers navals intelligents des principaux chantiers sont publiés, les investissements dans les technologies de l'information et les bénéfices d'exploitation des partenaires externes ne sont pas agrégés selon les mêmes critères de chaîne d'approvisionnement.

La situation actuelle est déterminée comme suit : l'amélioration des performances de l'entrepreneur principal est confirmée / les bénéfices du coproducteur et le réinvestissement d'AX sont partiellement confirmés ou il y a un écart de données.

Le premier changement réside dans le fait que l'unité de gestion du maître d'œuvre est passée d'une approche axée sur les résultats de livraison à une approche en temps réel. Grâce à la mise en relation des données relatives aux matériaux, aux en-cours de production, à l'état des équipements, à la qualité et aux dates de livraison, le maître d'œuvre peut identifier à l'avance l'état de production du sous-traitant.

Le deuxième changement réside dans l'élargissement des critères d'évaluation des fournisseurs, qui ne se limitent plus au prix et à la qualité, mais incluent désormais la réactivité en matière de données. Si l'historique de production, les émissions de carbone, l'origine des matières premières, les contrôles qualité et les informations relatives à la cybersécurité ne peuvent être fournis en temps réel, le coût d'accès à la chaîne d'approvisionnement augmente, même si les capacités technologiques sont disponibles.

Le troisième changement réside dans le fait que les coûts liés à AX ne sont plus uniquement liés à l'achat ponctuel d'équipements, mais désormais à des dépenses d'exploitation courantes. Ces coûts comprennent le cloud, les licences, la maintenance des capteurs, la sécurité, les mises à jour des modèles d'IA et le personnel dédié, et sont donc annuels. Avec des marges bénéficiaires faibles, la maintenance représente un goulot d'étranglement plus important que la mise en œuvre.

Le quatrième changement réside dans le fait que les données ne sont plus un sous-produit du processus, mais un actif transactionnel. Les données relatives aux conditions de traitement des sous-traitants, aux causes des défauts et à la capacité de production sont utilisées pour optimiser la chaîne d'approvisionnement du maître d'œuvre, mais la structure de distribution des droits d'utilisation des données et des résultats d'amélioration n'est pas divulguée.

La chaîne d'approvisionnement de Gyeongnam évolue des relations de livraison de produits vers des relations de connexion de données, mais il est établi qu'il s'agit d'une étape où l'autorité, les coûts et la répartition des performances restent dans la structure de sous-traitance existante .

Le gouvernement a mis en place un système de partage des coûts pour les usines intelligentes, un partenariat gagnant-gagnant entre grandes et petites entreprises (PME). La contribution est répartie comme suit : 30 % pour l’État, 30 % pour les grandes entreprises et 40 % pour les entreprises utilisatrices. Ces usines intelligentes, intégrées à la chaîne d’approvisionnement, permettent à au moins cinq entreprises de partager leurs données afin de gérer conjointement les matières premières, les commandes, la production et la distribution. Des outils politiques existent pour connecter les chaînes d’approvisionnement au-delà des usines individuelles. ( Ministère des PME et des Startups )

Gyeongnam pilote le projet de construction des fondations de l'usine intelligente 2026, l'amélioration de la productivité des PME du secteur de la défense, le programme de coopération gagnant-gagnant pour l'industrie navale et le projet de convergence de l'IA dans le secteur manufacturier. Cette structure garantit la continuité du soutien aux entreprises partenaires sectorielles sous forme d'initiatives distinctes. ( Gyeongnam Technopark , Soutien à l'usine intelligente de Gyeongnam )

Les entreprises de systèmes de défense ont également proposé des mesures de croissance mutuelle. Hanwha Aerospace a annoncé un soutien aux entreprises partenaires pour la R&D et les coûts indirects, ainsi qu'un fonds de co-croissance de 150 milliards de wons ; Hyundai Rotem a annoncé un soutien financier et des aides au développement ; et KAI a annoncé des fonds d'urgence pour son fonctionnement et des augmentations de prix unitaires. Les entreprises partenaires ont demandé une allocation prioritaire pour les projets d'usines intelligentes et la mise en place d'une infrastructure commune d'essais et d'évaluation. ( Coopération gagnant-gagnant dans l'industrie de la défense de Gyeongnam )

L'industrie de la construction navale investira 18 milliards de wons d'ici 2027 pour soutenir la connectivité des données et l'innovation de production entre les chantiers navals et les entreprises partenaires. L'interconnexion des données entre les maîtres d'œuvre et les entreprises partenaires figure parmi les objectifs officiels du projet. ( Plan de promotion de l'industrie de la construction navale de Gyeongnam )

Le niveau de réponse actuel est considéré comme confirmé pour les projets de financement, de R&D, d'usine intelligente et de connectivité des données, et non confirmé pour la réduction des écarts de productivité et de profit par entreprise .

La Corée du Sud affiche la plus forte densité de robots industriels au monde, avec 1 220 unités pour 10 000 travailleurs prévues pour 2024. Cependant, le taux d'adoption des usines intelligentes dans les PME n'atteint que 18,6 %, tandis que celui de l'IA industrielle n'est que de 0,1 %. Le niveau d'automatisation national et le niveau d'IA dans les PME ne peuvent être expliqués par les mêmes indicateurs. ( Fédération internationale de robotique ,  Ministère des PME et des Startups )

La productivité du travail dans les PME manufacturières a chuté à 29,5 % de celle des grandes entreprises. Cela démontre que la forte densité de robots n'a pas entraîné de convergence de la productivité entre les entreprises de toutes tailles. À mesure que les investissements en automatisation se concentrent dans les grandes entreprises, la moyenne nationale augmente, ce qui risque d'accentuer les disparités internes au sein de la chaîne d'approvisionnement.

Gyeongnam est une région où se concentrent les entreprises de construction navale, de défense, d'aérospatiale et de systèmes mécaniques, ainsi que leurs fournisseurs. L'écart de productivité entre les grandes et les petites entreprises du secteur des technologies de l'information et de la communication (TIC) influe directement sur les délais de livraison et les exportations. Par ailleurs, aucune donnée publique comparant les étapes de développement des usines intelligentes et les écarts de productivité des fournisseurs, selon le maître d'œuvre, n'a été trouvée.

La position actuelle est considérée comme étant parmi les meilleures au monde en matière de préparation à l'automatisation des grandes entreprises et aux premiers stades de la préparation à l'IA à l'échelle de la chaîne d'approvisionnement .

Le bénéfice d'exploitation de six sociétés de systèmes de défense de Gyeongnam est passé de 469,2 milliards de wons à 2,557 billions de wons .

Le taux de croissance est de **445 %**.

Le bénéfice d'exploitation de 23 sociétés partenaires est passé de 73,1 milliards de wons à 91,8 milliards de wons .

Le taux de croissance est de **26 %**.

En 2024, la marge bénéficiaire d’exploitation des grandes entreprises de défense était de 14,3 % , tandis que celle des petites et moyennes entreprises était de 7,2 % .

La productivité du travail des petites et moyennes entreprises manufacturières est de **29,5 %** de celle des grandes entreprises.

Le taux d’adoption des usines intelligentes dans les petites et moyennes entreprises est de **18,6 %**.

**75,5 %** des usines intelligentes adoptées sont au stade de base.

Le taux d'adoption de l'IA dans le secteur manufacturier est de **0,1 %**.

Bien que le complexe industriel national de Changwon compte 3 216 entreprises locataires , le modèle opérationnel du complexe industriel de démonstration AX 2028 de Changwon a initialement été défini autour de trois usines intelligentes . Il existe un écart d'échelle important entre les démonstrations à grande échelle et l'ensemble de la chaîne d'approvisionnement. ( Plan d'IA pour le secteur manufacturier de Changwon )

Le goulot d'étranglement révélé par les chiffres ne tient pas au fait que les entreprises partenaires ne reconnaissent pas AX.

Il est établi que la structure requiert la même vitesse AX que les grandes entreprises pour les sociétés ayant de faibles profits, de faibles effectifs et de faibles bases de données .

Le premier obstacle réside dans la capacité d'investissement . Les entreprises principales réalisent des investissements dans les technologies de l'information et de la communication (TIC) allant de plusieurs dizaines à plusieurs centaines de milliards de wons grâce à leurs fonds propres, mais les sous-traitants supportent les coûts d'installation et d'exploitation même après avoir bénéficié du soutien du gouvernement et des entreprises principales.

La seconde lacune concerne les données . Si les grandes entreprises ont intégré les systèmes ERP, MES, PLM et les jumeaux numériques, de nombreuses entreprises partenaires en sont encore à la numérisation des informations de production ou les gèrent manuellement. Les modèles d'IA ne sont pas non plus appliqués aux processus dépourvus de données.

Le troisième obstacle est le manque de personnel . Si les grandes entreprises disposent de services dédiés à l'IA, aux données et à l'automatisation, dans les PME, les responsables de production et de qualité cumulent souvent les fonctions d'opérateurs d'usines intelligentes. Le taux d'adoption de l'IA dans le secteur manufacturier, qui n'atteint que 0,1 % à l'échelle nationale, témoigne de cette absence de compétences spécialisées.

Le quatrième problème réside dans la redistribution des bénéfices . Même si les fournisseurs réduisent les coûts liés aux stocks et aux risques de l'entrepreneur principal en fournissant des données sur la livraison et la qualité, rien ne prouve que la valeur ainsi économisée ait été répercutée sur les prix unitaires, les contrats à long terme ou la propriété intellectuelle conjointe.

La cinquième lacune concerne les droits sur les données . Il n'existe aucune norme de divulgation établie concernant les personnes qui stockent les données de production, les finalités de leur réutilisation et la manière dont elles sont utilisées pour l'évaluation des fournisseurs et la négociation des prix unitaires.

Actuellement, le plus grand écart en matière de préparation est considéré comme étant l’asymétrie dans la répartition des coûts, des pouvoirs et des performances découlant de la connectivité des données, plutôt que l’écart dans l’adoption des technologies .

À Gyeongnam, on trouve le Centre de soutien à la transformation numérique du secteur manufacturier, le Laboratoire ouvert d'intelligence artificielle pour le secteur manufacturier, le Système de soutien à l'usine intelligente et des projets d'amélioration de la productivité spécifiques à chaque secteur. Les bases permettant aux entreprises partenaires d'accéder à des technologies, des équipements et des services de conseil externes sont désormais établies.

Cependant, le soutien aux usines intelligentes pour les PME devrait rester au stade de la mise en place des fondations d'ici 2026. Dans les régions où l'IA physique et la fabrication autonome sont déjà en place, des groupes d'entreprises entament simultanément la numérisation des informations de production. ( Gyeongnam Technopark )

Aucun système de divulgation régional spécifiant des normes de données communes, le partage des coûts de modification du système, la responsabilité en cas d'incidents cybernétiques, les droits d'exportation de données et les méthodes de traitement des données après la conclusion de la transaction entre les grandes entreprises et leurs fournisseurs n'a été identifié.

Les conditions actuelles indiquent que l'infrastructure de support technique existe et que la gouvernance des données de la chaîne d'approvisionnement présente des lacunes.

Les entreprises de systèmes de défense de Gyeongnam ont proposé des ajustements des coûts de développement, du financement et des prix unitaires, ainsi qu'un fonds de croissance partagé ; les bénéfices d'exploitation de 23 entreprises partenaires ont également augmenté de 26 % entre 2022 et 2024. Il ne s'agit donc pas d'un manque total de soutien mutuel ou d'effet de volume.

Toutefois, l'écart entre le taux de croissance de 445 % du résultat d'exploitation des entreprises du système et celui de 26 % des entreprises partenaires témoigne directement d'une différence de vitesse de diffusion des performances. L'existence de systèmes de soutien n'implique pas nécessairement une distribution de valeur concomitante.

Bien que l'innovation en matière de production intelligente dans la construction navale vise à assurer la connectivité des données d'ici 2027, le nombre d'entreprises connectées, la productivité des fournisseurs et les taux d'utilisation des données propriétaires n'ont pas encore été divulgués. De même, les taux de diffusion des technologies AX par maître d'œuvre dans les chaînes d'approvisionnement des secteurs de la mécanique et de l'aérospatiale n'ont pas été vérifiés séparément.

Le niveau actuel de diffusion est considéré comme confirmé en termes de volume et de soutien partiel, tandis que la co-diffusion de la rentabilité et des capacités d'IA n'est pas confirmée .

Changwon concentre de grandes entreprises des secteurs de la défense, du nucléaire et de la mécanique, et abrite également des infrastructures de démonstration en intelligence artificielle. Geoje bénéficie d'importants investissements dans les parcs technologiques intelligents, tandis que Sacheon accueille KAI et une base de production aérospatiale.

Les fournisseurs externes de services de traitement, d'équipements, de blocs et de pièces sont situés à Gimhae, Haman, Yangsan, Tongyeong et Goseong. Plus une entreprise est éloignée du site du maître d'œuvre, plus les coûts d'accès aux équipements partagés, au personnel spécialisé en IA et à l'assistance sur site sont élevés.

Bien que certains montants d'investissement dans AX par de grandes entreprises à Changwon, Geoje et Sacheon aient été confirmés, il n'existe aucune preuve permettant de comparer sur une même carte les stades de développement des usines intelligentes et les taux d'application de l'IA des entreprises partenaires dans les villes et comtés environnants.

Actuellement, l'écart spatial est déterminé entre l'infrastructure AX de la ville du maître d'œuvre et la capacité de mise en œuvre réelle de la zone de distribution du fournisseur .

Le carnet de commandes des secteurs de la défense, de la construction navale et de l'aérospatiale sera converti en volume de production pour la période 2026-2028. Les maîtres d'œuvre sont entrés dans une phase d'expansion de la connectivité des données avec leurs entreprises partenaires afin de gérer les délais de livraison, la qualité et les coûts en temps réel.

Durant cette même période, les initiatives de Gyeongnam en matière d'intelligence artificielle physique, de chantiers intelligents, de complexe industriel de démonstration AX et d'innovation dans la production intelligente de la chaîne d'approvisionnement seront également mises en avant. L'interface entre le système des maîtres d'œuvre et celui des sous-traitants sera normalisée de facto.

Si les normes d'approvisionnement et de gestion de la production en IA du maître d'œuvre évoluent tandis que les entreprises partenaires restent au niveau de base de l'usine intelligente, les coûts d'entrée augmentent par la suite. Le coût d'une modification simultanée des équipements, des données et des systèmes de sécurité est moindre lorsque les normes de la chaîne d'approvisionnement sont établies qu'après la transaction.

La période de 2026 à 2028 est considérée comme une phase durant laquelle l’écart AX entre les maîtres d’œuvre et les sous-traitants pourrait se réduire ou s’ancrer comme critère de sélection des fournisseurs .

12-1. Cas d'application du principe du « temps d'or » dans les administrations locales de base ① — Ville de Changwon

La plupart des six entreprises de systèmes de défense sont implantées à Changwon, et 3 216 entreprises sont situées dans le complexe industriel national de Changwon. Alors que les bénéfices des entreprises de systèmes de défense ont augmenté de 445 % en deux ans, le nombre d’entreprises partenaires interrogées a progressé de 26 %.

Parallèlement, le complexe industriel de démonstration d'IA physique et d'AX, ainsi que le centre de soutien à la transformation numérique, sont mis en avant à Changwon. Malgré l'augmentation des profits des maîtres d'œuvre et des investissements publics dans AX, le taux d'investissement interne en IA des entreprises partenaires reste confidentiel.

Si les bénéfices d'exploitation des entreprises partenaires et le développement des usines intelligentes ne progressent pas de concert d'ici deux à trois ans, les actifs d'AX resteront concentrés dans les sociétés de systèmes, même après le boom des exportations de défense et de machines.

Changwon est considérée comme ayant un investissement AX élevé et un écart de distribution de valeur important .

12-2. Cas d'application du concept de « temps d'or » dans les administrations locales de base ② — Geoje, Tongyeong et Goseong

Les grands chantiers navals de Geoje développent leurs chantiers intelligents et leurs centres de production numérique. Les fournisseurs de blocs, d'équipements et de procédés sont situés à Tongyeong et Goseong, et le projet d'innovation en matière de production intelligente pour les petits et moyens chantiers navals se poursuivra jusqu'en 2027.

Il n'est pas précisé dans quelle mesure les données de planification de la production, de gestion des blocs et de qualité des grands chantiers navals sont interconnectées de manière bidirectionnelle avec les données MES et d'équipement des partenaires externes. La vérification des processus du partenaire par le maître d'œuvre constitue une étape distincte de celle où le partenaire optimise ses propres processus en fonction des exigences et des modifications de conception du maître d'œuvre.

Si la connexion est fixée de manière unidirectionnelle, le grand chantier de Geoje devient intelligent et il reste une structure dans laquelle les sous-traitants de Tongyeong et Goseong ne supportent que le coût de la réponse aux demandes de données de l'entrepreneur principal.

Geoje, Tongyeong et Goseong sont déterminés à combler le déficit de données sur les progrès des chantiers intelligents et la réciprocité des fournisseurs .

Le principal risque est la sortie de la chaîne d'approvisionnement . Les fournisseurs qui ne fournissent pas de données en temps réel sur la qualité, les délais de livraison, l'empreinte carbone et la sécurité auront du mal à satisfaire aux normes d'approvisionnement numérique du maître d'œuvre, même s'ils en possèdent les capacités techniques.

Le second risque réside dans l'effet cumulatif du déficit d'investissement . Les grandes entreprises réinvestissent les profits générés par l'IA dans l'automatisation, tandis que les entreprises partenaires, aux marges faibles, restent concentrées sur la maintenance des systèmes de base. L'écart de réinvestissement annuel creuse l'écart de productivité.

Le troisième risque est la dépendance aux données . Si les données de production d'un fournisseur s'accumulent sur la plateforme du maître d'œuvre et que son droit de les utiliser ou de les transférer est restreint, il devient difficile de changer de fournisseur et de développer une IA indépendante.

Le quatrième risque est la perte de compétences . Si l'expérience en matière de traitement, de soudage et d'inspection des travailleurs qualifiés plus âgés des entreprises partenaires n'est pas numérisée avant leur départ à la retraite, le capital de qualité de toute la chaîne d'approvisionnement du maître d'œuvre disparaît.

Le cinquième risque réside dans la substitution de fournisseurs extérieurs à la région . Si les maîtres d'œuvre choisissent des fournisseurs de la région métropolitaine de Séoul ou de l'étranger dotés d'une forte réactivité numérique, les relations commerciales existantes du Gyeongnam ne pourront plus être maintenues par la seule agglomération régionale.

Actuellement, l'irréversibilité est définie comme le fait que les normes AX de l'entrepreneur principal s'enracinent d'abord sans la participation des sous-traitants, plutôt que l'adoption tardive de l'IA par les sous-traitants .

La chaîne d'approvisionnement de Gyeongnam englobe simultanément les carnets de commandes des grandes entreprises, les processus de production des sociétés partenaires, les projets nationaux d'IA pour le secteur manufacturier, le soutien aux usines intelligentes et les initiatives gagnant-gagnant propres à chaque secteur. Il ne s'agit pas d'une simple mise en place de systèmes sans volume de production.

L'impact de la connectivité de la chaîne d'approvisionnement ne dépend pas uniquement de la visibilité des livraisons du donneur d'ordre. Elle n'est considérée comme un axe de transformation conjoint que lorsque la productivité, le résultat d'exploitation, le taux de défauts, l'utilisation des données internes et la diversification des partenaires commerciaux du fournisseur évoluent de concert.

Une fois ce changement confirmé, les modèles d'IA des grandes entreprises s'associent aux données de terrain des entreprises partenaires pour améliorer les délais de livraison, la qualité et les coûts sur l'ensemble de la chaîne d'approvisionnement. Dans le cas contraire, le volume de données connectées augmente, mais l'écart de productivité et de rentabilité entre les entreprises se creuse également.

Le profit actuellement réalisable n’est pas déterminé par la simple visualisation de la chaîne d’approvisionnement, mais par le capital de productivité commun entre l’entrepreneur principal et le sous-traitant .

Exécution de la chaîne d'approvisionnement AX de Gyeongnam

Commande du maître d'œuvre → Conception et planification de la production → Volume des sous-traitants → Matériaux et procédés → Qualité et livraison → Assemblage par le maître d'œuvre → Exportation et livraison → Partage des bénéfices → Réinvestissement des sous-traitants → Next AX

Chaîne de productivité partagée

Intégration des données → Identification des goulots d'étranglement → Amélioration des processus → Réduction des coûts et des délais de livraison → Mesure de la valeur → Redistribution des prix unitaires et des profits → Réinvestissement des fournisseurs → Optimisation de la chaîne d'approvisionnement

Opportunité d'intégration de la chaîne d'approvisionnement + Risque AX à double vitesse

Le danger à Gyeongnam ne réside pas dans la lenteur de la grande entreprise AX.

Ce n'est pas comme s'il n'existait absolument aucun programme de soutien pour les entreprises partenaires.

Le risque actuel est que deux ères de fabrication coexistent au sein d'une même chaîne d'approvisionnement, la vitesse de développement de l'entrepreneur principal dépassant la vitesse de rentabilité, de données et de préparation de la main-d'œuvre du sous-traitant .

Si la connectivité des données conduit à une productivité conjointe et à une recirculation des bénéfices entre 2026 et 2028, Gyeongnam se transformera en un pôle manufacturier où toute la chaîne d'approvisionnement deviendra AX.

Si cette tendance ne se poursuit pas, la structure se consolidera, les grandes entreprises s'orientant vers une production autonome tandis que les entreprises partenaires resteront dans des usines intelligentes de base, ce qui n'entraînera qu'une augmentation des coûts liés à la fourniture de données et aux investissements.

Actuellement, le Golden Time est déterminé par l'opportunité d'intégration de la chaîne d'approvisionnement + le risque AX à double vitesse .

1. Nombre de sous-traitants enregistrés par entrepreneur principal
2. Distribution des fournisseurs de premier, deuxième et troisième rang
3. Ventes et emploi par l'entreprise partenaire
4. Dépendance des ventes par entrepreneur principal
5. Volume des sous-traitants par rapport aux commandes des entrepreneurs principaux
6. marge bénéficiaire d'exploitation des entrepreneurs principaux et des sous-traitants
7. Productivité du travail selon la taille de l'entreprise
8. taux d'ajustement du prix unitaire de l'offre
9. taux de répercussion des coûts des matières premières et de la main-d'œuvre
10. Part des coûts de mise en œuvre d'AX à la charge de l'entrepreneur principal
11. Taux de répercussion du prix unitaire des charges d'exploitation d'AX
12. Nombre d'entreprises utilisant le Fonds de croissance partagée
13. Taux d'investissement en équipement après soutien financier
14. Taux d'adoption des usines intelligentes parmi les entreprises partenaires
15. Niveaux de base, intermédiaire et avancé
16. taux d'utilisation réel de l'usine intelligente
17. taux d'adoption de l'IA dans le secteur manufacturier
18. Taux d'utilisation réel du modèle d'IA
19. densité de robots partenaires
20. Taux de connexion de données des installations vieillissantes
21. Taux de connexion MES entrepreneur principal/sous-traitant
22. Nombre d'entreprises connectées aux données de production en temps réel
23. taux d'utilisation des données bidirectionnel
24. taux de spécification du contrat de propriété des données
25. Taux de transférabilité des données après la finalisation de la transaction
26. Délai de notification des modifications de conception
27. taux de conformité des livraisons
28. Taux de défauts et de retouches
29. Temps d'arrêt non planifié des équipements
30. Productivité avant et après l'adoption d'AX
31. Résultat d'exploitation avant et après l'introduction d'AX
32. Personnel spécialisé en IA et données des entreprises partenaires
33. Taux de rétention des organisations dédiées
34. taux de conversion des données technologiques spécialisées
35. taux de certification en cybersécurité de la chaîne d'approvisionnement
36. Montant d'investissement en double dans le système requis par l'entrepreneur principal
37. Taux d'auto-investissement après le soutien à l'usine intelligente
38. Taux de rétention du système après la fin du support
39. Écart AX entre les sous-traitants par entrepreneur principal
40. Changwon, Geoje, Sacheon, Gimhae, Haman, Tongyeong, Goseong GAP
41. Clôture d'une transaction suite à la non-réponse d'AX
42. Taux de substitution des fournisseurs externes/étrangers
43. Taux de retour des partenaires sur la valeur économisée
44. Le taux de corrélation entre la productivité de l'entrepreneur principal et celle du sous-traitant

LACUNES DE DONNÉES : Bien qu’il existe des informations divulguées par les maîtres d’œuvre, des statistiques gouvernementales sur les usines intelligentes et des projets gagnant-gagnant spécifiques à l’industrie, un processus public reliant les commandes du maître d’œuvre → le volume de l’entreprise partenaire → l’investissement AX → la connexion des données → la productivité → la réduction des coûts → le prix unitaire → le bénéfice d’exploitation → le réinvestissement au sein de la même unité de la chaîne d’approvisionnement n’est pas confirmé.

Chaîne d'exécution

Gain de commande → Allocation de la chaîne d'approvisionnement → Investissement AX → Connectivité des données → Gain de productivité → Distribution de la valeur → Réinvestissement des partenaires → Comblement des écarts → Prochaine commande

L'apport structurel de Gyeongnam Supply Chain AX est unique :  la connectivité des données peut réduire l'écart de production, mais elle peut aussi creuser l'écart en matière de pouvoir commercial.

Les risques liés à la chaîne d'approvisionnement diminuent lorsque l'entrepreneur principal surveille en temps réel les stocks, les équipements, les défauts et les données de livraison de ses sous-traitants. Cependant, si ces derniers n'ont pas le même accès aux prévisions de la demande, aux modifications de conception et aux analyses de qualité de l'entrepreneur principal, le flux de données se réduit à une surveillance unidirectionnelle plutôt qu'à une collaboration bidirectionnelle.

Dans cette structure, un taux de connexion plus élevé n'est pas nécessairement synonyme de succès pour l'AX. Si le maître d'œuvre réduit ses coûts de stock et de livraison, les sous-traitants supportent les coûts de mise en œuvre du système, de sécurité et de fourniture de données, sans nécessairement bénéficier des économies réalisées. Il s'agit d'un paradoxe : une chaîne d'approvisionnement techniquement connectée devient économiquement plus déséquilibrée.

Thèse de l'époque propice — L'époque propice pour l'industrie manufacturière de Gyeongnam ne réside pas dans l'intégration accrue des données fournisseurs aux plateformes des maîtres d'œuvre, mais plutôt dans la période 2026-2028, où la propriété des données, l'accès bidirectionnel, le partage des coûts et la redistribution de la valeur économisée deviendront les normes de la chaîne d'approvisionnement. Une fois cette structure mise en place, AX permettra aux grandes entreprises d'étendre leur expertise à leurs fournisseurs. En son absence, un système s'installera où les grandes entreprises surveilleront les usines de leurs fournisseurs en temps réel, tandis que ces derniers, malgré l'exploitation de leurs propres données, seront incapables de se renforcer.