OpSee : Étude de faisabilité, viabilité et désirabilité de la conception d’un MES open-core pour les PME industrielles
Files
Verbeeren_30382100_2026.pdf
Open access - Adobe PDF
- 10.91 MB
Details
- Supervisors
- Faculty
- Degree label
- Abstract
- OpSee est un projet entrepreneurial porté par Juliette Marchand, Adam Bernard, Nathan Moreau et Louis Verbeeren dans le cadre du master INEO de l’UCLouvain, en partenariat avec AgiNtech. Le constat de départ est double, théorique et terrain : les PME manufacturières européennes, soit 2,18 millions d’entreprises dont 65 % restent sous le seuil minimum d’intensité numérique mesuré par Eurostat, n’ont pas de système MES (Manufacturing Execution Systems) à leur portée. Les trois catégories d’offres existantes (Tier 1 propriétaires à 150-500 ke par site, mid-market, SaaS OEE à périmètre partiel) ne couvrent pas le segment des PME ayant besoin d’un MES complet à coût d’entrée nul. OpSee combine trois éléments qu’aucun concurrent européen n’associe : un modèle open-core (noyau AGPLv3 publié sous licence libre, modules avancés sous licence propriétaire), une facturation par équipement (Premium 59 e/mois ou Entreprise 95 e/mois par équipement) et un déploiement on-premise sur un boîtier matériel OpEdge dédié. Le mémoire couvre sept dimensions du projet : analyse stratégique, architecture technique, juridique, marketing, gouvernance, plan financier et analyse des risques. Le marché européen du MES atteint 3,5 milliards d’euros en 2025 et est projeté à 5,88 milliards à horizon 2030 (CAGR 9,1 %). La zone d’amorçage (Belgique, France, Allemagne, Pays-Bas, extension Tchéquie) concentre environ 105000 PME cibles de 10 à 249 salariés. Plus de 30 entretiens semi-directifs confirment quatre douleurs récurrentes (absence de visibilité temps réel, données peu fiables, saisie manuelle persistante, rejet du tarif per user) et plusieurs signaux d’achat explicites. Côté technique, OpSee tient dans un monorepo GitHub d’environ 295000 lignes organisé en services Docker (NGINX, FastAPI, TimescaleDB, Keycloak, Mosquitto, React/Vite), conforme aux standards industriels ISA-95 et ISA-88. La configuration retenue tient envi ron 195 équipements à 1 Hz par nœud OpEdge sous charge réelle. Une couche AI Assistant (cinq agents experts, contrôle d’accès RBAC propagé) est la seule composante qui sort du réseau local du client à ce jour : elle appelle l’API Anthropic en dehors de l’OpEdge, alors que tous les autres services restent intégralement on-premise. La structure juridique est une SRL belge, retenue pour la flexibilité offerte par le CSA de 2019. Un audit licenciaire confirme que 98 % des composants tiers de la stack sont compatibles avec le modèle open-core; les quatre cas de vigilance (Grafana AGPLv3, Redis SSPL, TimescaleDB Apache+TSL, Psycopg LGPL) sont neutralisés par des choix d’architecture déjà appliqués. Les régimes RGPD, NIS 2, CRA et FSMA sont déclinés au cas par cas, et la sortie de données vers l’API Anthropic est encadrée par DPA, SCCs et obligations AI Act. Le plan financier couvre 2026-2030 en trois scénarios. Le chiffre d’affaires 2030 atteint 579 ke en worst, 1,57 Me en expected et 2,77 Me en best. L’EBITDA bascule en territoire positif dès 2028 en best et 2029 en expected ; il reste négatif en worst sur l’horizon du plan. Le financement combine apport AgiNtech (200 ke en 2026), subventions wallonnes et fédérales (180 ke cumulés) et tour de capital risque externe (150 ke en 2027), soit 530 ke qui couvrent l’intégralité du besoin en scénarios médian et optimiste. La VAN actualisée à 12,5 % atteint +182 ke en expected et +1,36 Me en best ; la valorisation pré-money 2027 au multiple de 5x ARR ressort à 1,28 Me en expected (89,5 % AgiNtech après dilution). La gouvernance repose sur une structure bi-pôle légère (technique sous Peter Mees, business sous Christophe Camerlynck, CEO d’AgiNtech), encadrée par un pacte d’actionnaires couvrant vesting, droits de préemption et procédure de récusation sur le conflit d’intérêts OpSee–AgiNtech. Quatre risques majeurs sont identifiés (licenciaire sur la chaîne open source, cybersécurité, adoption commerciale lente, dépendance aux intégrateurs partenaires), chacun avec une mitigation explicite. Les deux paramètres à valider en priorité sur le terrain sont la conversion Free→payant (10-20 % selon le scénario) et le churn équipement (1-5 %). Ils conditionnent à la fois la trajectoire commerciale et la valorisation lors de tours de financement ultérieurs.