<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Archives des Comprendre</title>
	<atom:link href="https://c-koya.tech/category/comprendre/feed/" rel="self" type="application/rss+xml" />
	<link></link>
	<description>Logiciels métiers sur mesure pour PME industrielles</description>
	<lastBuildDate>Mon, 12 Oct 2026 13:59:28 +0000</lastBuildDate>
	<language>fr-FR</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.3</generator>

<image>
	<url>https://c-koya.tech/wp-content/uploads/2023/10/logo-rond-ckt.svg</url>
	<title>Archives des Comprendre</title>
	<link></link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Maintenance prédictive : comprendre les prérequis en PME</title>
		<link>https://c-koya.tech/2026/07/01/maintenance-predictive-industrie/</link>
					<comments>https://c-koya.tech/2026/07/01/maintenance-predictive-industrie/#respond</comments>
		
		<dc:creator><![CDATA[admin]]></dc:creator>
		<pubDate>Wed, 01 Jul 2026 07:33:59 +0000</pubDate>
				<category><![CDATA[Comprendre]]></category>
		<guid isPermaLink="false">https://c-koya.tech/?p=3454</guid>

					<description><![CDATA[<p>La maintenance prédictive cherche à anticiper certaines défaillances à partir de l’état d’un équipement et de ses données de fonctionnement. Elle peut mobiliser des mesures, de l’analyse statistique ou des modèles d’apprentissage. Elle ne permet pas de prévoir toutes les pannes et ne commence pas par le choix d’une IA. Cette présentation est informative. C-Koya [&#8230;]</p>
<p>L’article <a href="https://c-koya.tech/2026/07/01/maintenance-predictive-industrie/">Maintenance prédictive : comprendre les prérequis en PME</a> est apparu en premier sur <a href="https://c-koya.tech">C-Koya Tech</a>.</p>
]]></description>
		
					<wfw:commentRss>https://c-koya.tech/2026/07/01/maintenance-predictive-industrie/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Contrôle qualité par IA : possibilités, limites et prérequis</title>
		<link>https://c-koya.tech/2026/07/01/controle-qualite-ia-industrie/</link>
					<comments>https://c-koya.tech/2026/07/01/controle-qualite-ia-industrie/#respond</comments>
		
		<dc:creator><![CDATA[admin]]></dc:creator>
		<pubDate>Wed, 01 Jul 2026 06:10:33 +0000</pubDate>
				<category><![CDATA[Comprendre]]></category>
		<guid isPermaLink="false">https://c-koya.tech/?p=3450</guid>

					<description><![CDATA[<p>Le contrôle qualité par IA peut servir à analyser des images de pièces pour repérer certains défauts. Son intérêt dépend du défaut recherché, des conditions de prise de vue et de la capacité à distinguer une pièce conforme d’une pièce non conforme. Il ne garantit pas de détecter tous les défauts ni de remplacer tous [&#8230;]</p>
<p>L’article <a href="https://c-koya.tech/2026/07/01/controle-qualite-ia-industrie/">Contrôle qualité par IA : possibilités, limites et prérequis</a> est apparu en premier sur <a href="https://c-koya.tech">C-Koya Tech</a>.</p>
]]></description>
		
					<wfw:commentRss>https://c-koya.tech/2026/07/01/controle-qualite-ia-industrie/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>IA en industrie : cinq idées reçues à examiner</title>
		<link>https://c-koya.tech/2026/06/25/mythes-realites-ia-industrie/</link>
					<comments>https://c-koya.tech/2026/06/25/mythes-realites-ia-industrie/#respond</comments>
		
		<dc:creator><![CDATA[admin]]></dc:creator>
		<pubDate>Thu, 25 Jun 2026 07:25:00 +0000</pubDate>
				<category><![CDATA[Comprendre]]></category>
		<guid isPermaLink="false">https://c-koya.tech/?p=3461</guid>

					<description><![CDATA[<p>Les discours sur l’IA en industrie oscillent entre promesses faciles et inquiétudes générales. Pour une PME, le bon choix dépend surtout du besoin, des données et des conditions d’utilisation. Voici cinq idées reçues à examiner avant d’investir du temps ou de modifier un fonctionnement atelier. 1. « Un projet d’IA est forcément simple et peu [&#8230;]</p>
<p>L’article <a href="https://c-koya.tech/2026/06/25/mythes-realites-ia-industrie/">IA en industrie : cinq idées reçues à examiner</a> est apparu en premier sur <a href="https://c-koya.tech">C-Koya Tech</a>.</p>
]]></description>
		
					<wfw:commentRss>https://c-koya.tech/2026/06/25/mythes-realites-ia-industrie/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>IA en PME industrielle : quels usages, quels prérequis ?</title>
		<link>https://c-koya.tech/2026/06/25/a-quoi-sert-ia-pme-industrielle/</link>
					<comments>https://c-koya.tech/2026/06/25/a-quoi-sert-ia-pme-industrielle/#respond</comments>
		
		<dc:creator><![CDATA[admin]]></dc:creator>
		<pubDate>Thu, 25 Jun 2026 07:24:57 +0000</pubDate>
				<category><![CDATA[Comprendre]]></category>
		<guid isPermaLink="false">https://c-koya.tech/?p=3460</guid>

					<description><![CDATA[<p>L’IA dans une PME industrielle peut aider à traiter certaines informations ou à proposer des estimations. Mais perdre du temps, subir des erreurs ou manquer de visibilité ne signifie pas, à lui seul, qu’un modèle d’IA est la bonne réponse. Il faut identifier l’origine du problème et comparer les solutions possibles. C-Koya Tech aborde ce [&#8230;]</p>
<p>L’article <a href="https://c-koya.tech/2026/06/25/a-quoi-sert-ia-pme-industrielle/">IA en PME industrielle : quels usages, quels prérequis ?</a> est apparu en premier sur <a href="https://c-koya.tech">C-Koya Tech</a>.</p>
]]></description>
		
					<wfw:commentRss>https://c-koya.tech/2026/06/25/a-quoi-sert-ia-pme-industrielle/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>IA et automatisation : choisir la bonne approche pour l’atelier</title>
		<link>https://c-koya.tech/2026/06/25/ia-vs-automatisation-pme/</link>
					<comments>https://c-koya.tech/2026/06/25/ia-vs-automatisation-pme/#respond</comments>
		
		<dc:creator><![CDATA[admin]]></dc:creator>
		<pubDate>Thu, 25 Jun 2026 07:24:54 +0000</pubDate>
				<category><![CDATA[Comprendre]]></category>
		<guid isPermaLink="false">https://c-koya.tech/?p=3459</guid>

					<description><![CDATA[<p>Une double saisie, une information qui arrive trop tard ou un document difficile à retrouver ne demandent pas automatiquement de l’IA. Pour choisir entre IA et automatisation, commencez par décrire la tâche, les données disponibles et la décision à prendre. L’automatisation enchaîne des actions définies : importer des données, vérifier des champs, calculer selon une [&#8230;]</p>
<p>L’article <a href="https://c-koya.tech/2026/06/25/ia-vs-automatisation-pme/">IA et automatisation : choisir la bonne approche pour l’atelier</a> est apparu en premier sur <a href="https://c-koya.tech">C-Koya Tech</a>.</p>
]]></description>
		
					<wfw:commentRss>https://c-koya.tech/2026/06/25/ia-vs-automatisation-pme/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
