NexFabric dévoile NexCut AI, son système de diagnostic de découpe laser, à EuroBLECH 2026

L’entreprise italienne spécialisée dans l’IA industrielle NexFabric a présenté NexCut au marché européen lors du salon EuroBLECH 2026, qui s’est tenu à Hanovre, en Allemagne, en octobre 2026. Décrit comme un outil de diagnostic de découpe laser basé sur l’IA et « validé par l’humain », NexCut est conçu pour aider les ateliers de tôlerie à distinguer les problèmes de réglage des paramètres des défaillances machine, et à guider les opérateurs depuis les vérifications initiales jusqu’au diagnostic des défauts de découpe.

Cette distinction constitue le principal enjeu pratique de ce lancement. Un défaut de découpe peut appeler des réponses différentes selon que sa cause relève des paramètres du procédé ou de l’état de l’équipement. En aidant les opérateurs à trancher, NexCut pourrait structurer davantage le dépannage et aider les ateliers à déterminer quand ajuster les paramètres et quand examiner la machine elle-même.

Le bénéfice potentiel le plus immédiat concerne donc la phase de diagnostic. Si l’outil distingue ces causes de manière fiable, les opérateurs pourraient consacrer moins de temps à des réglages qui ne résolvent pas le problème sous-jacent. Il pourrait également faciliter la communication entre les équipes de production et de maintenance en aidant à déterminer le type de problème nécessitant une intervention. Il s’agit de gains opérationnels potentiels ; le lancement, à lui seul, ne permet pas d’établir une réduction des temps d’arrêt, des rebuts ou des coûts de maintenance.

La mention « validé par l’humain » mérite également attention, même si elle n’explique pas à elle seule le fonctionnement de la validation ni le rôle du jugement humain dans le processus de diagnostic. Pour les ateliers qui évaluent NexCut, il serait utile de connaître les conditions de découpe et les configurations de machines prises en charge, la manière dont les recommandations sont vérifiées, ainsi que la façon dont l’outil traite les cas où des problèmes de paramètres et des défaillances machine se chevauchent. Des données issues d’une utilisation pratique permettraient de déterminer dans quelle mesure le processus guidé conduit de manière constante à une identification des pannes plus rapide et plus précise.