ia

Parmi les nombreuses innovations permettant de valoriser la data, l’IA est sans conteste le nouveau terrain de jeu des entreprises. Qui plus est, ce n’est pas qu’une question de mode : pour Nicolas Minelle , CE chez Axians, l’enjeu est clair. “L’intelligence artificielle permet de prendre de meilleures décisions et d’anticiper. En effet, une entreprise qui ne se transforme pas, c’est une entreprise qui meurt”.

ia

Tous les secteurs sont concernés, avec des cas d’usage très variés : « la meilleure implantation pour un nouveau magasin lorsqu’on est un acteur du retail, la panne d’une pièce qui pourrait mettre à mal tout un process industriel quand on travaille dans l’industrie, un volume d’annulations de rendez-vous quand on est un acteur de la santé, des tarifs optimisés quand on est un assureur… », précise le CTO. Encore plus, simplification de la conception et du déploiement d’infrastructures de fibre optique.

Les entreprises en France sont-elles mûres pour l’IA ? Où en sont leurs cas d’usage ? En collaboration avec HPE, Axians a mené une étude sur le sujet.

Consultez les enseignements

Pour faire de l’IA, il suffit finalement aujourd’hui, pour une entreprise, de connaître les données dont elle dispose. Leur intérêt métier, pour en extraire du signal et construire des modèles prédictifs. Sur des sujets d’exploitation et maintenance de réseaux, de rétention de clients, de contrôles de malfaçons. De fraude ou de lutte anti-blanchiment dans le secteur bancaire.

« Nous travaillons à l’aide d’outils utilisant l’IA, qui permettent de visualiser les malfaçons sur un ouvrage. Le technicien prend une photographie de l’installation, une boite optique dans une chambre fibre par exemple, et grâce à l’analyse d’images, le logiciel indique instantanément les éléments à reprendre »,  indique Hubert Houy, Directeur chez Axians.

Démocratiser l’IA en gommant sa complexité de mise en œuvre

L’IA offre des possibilités quasiment infinies en termes de cas d’usage.

« Mais les entreprises ne savent pas forcément comment se lancer ». « Peu disposent de data scientists au sein de leurs équipes, et les coûts peuvent freiner les projets ».  Tout le monde n’a pas les moyens de recruter des experts en Data Analytics. Cependant, des solutions sont disponibles pour pallier ce problème. « Des plateformes permettent de démocratiser l’IA et la rendre accessible au plus grand nombre et aux non data scientists. Elles proposent de construire des modèles en quelques secondes pour des cas d’usage, de manière quasi infinie ».

Se faire accompagner est également indispensable. Une entreprise d’Axians a été accompagnée par la fondation Léonard pour développer Faiber, une application mobile basée sur l’IA. «Axians aide les entreprises dans leurs projets, proposant des cas d’usage prometteurs. Cela requiert une certaine maturité des utilisateurs, à la fois humaine et procédurale. ». « Si les données sont en nombre insuffisant, ne sont pas propres ou si le Data Lake, dans une volonté de protection des données qu’on retrouve dans le secteur bancaire par exemple, n’est pas accessible, il nous sera impossible d’enrichir le modèle et d’effectuer des analyses prédictives ».

 

La fondation Léonard est une plate-forme de prospective et d’accélération de projets innovants. Elle a été créée par le groupe VINCI. Depuis juillet 2017, elle accompagne les projets de collaborateurs et d’entreprises de VINCI. Elle soutient également les start-up et les entreprises innovantes.

Découvrez Leonard:Paris

Faiber : quand l’IA simplifie la conception et le déploiement de la fibre optique

Application mobile simple et intuitive, FAIber facilite l’exploitation et la maintenance des réseaux FTTH, la planification d’extensions, l’audit d’infrastructures. Une simple photo prise par un technicien permet la reconnaissance de l’équipement, sa géolocalisation sur le réseau, l’affichage des adresses connectées…

En outre, les techniciens et gestionnaires du réseau accèdent à une base de données mise à jour en temps réel à chaque intervention, et s’affranchissent de l’utilisation de plans papier.

« Nous avons fait travailler l’IA sur des éléments du réseau, des milliers d’images de chambre optique, boîte optique, etc… pour avoir un pourcentage de reconnaissance très élevé. Avec FAIber, nous pourrons être plus réactifs, plus rapide sur nos interventions, améliorer notre qualité, tout en divisant le temps d’intervention par 3 ».

Hubert Houy, Directeur chez Axians

« L’objectif d’Axians est de démocratiser l’IA et le prédictif, de faire en sorte que ces sujets soient de plus en plus infusés au sein des entreprises pour que les cas d’usage se multiplient. Cela peut notamment se concrétiser par la mise en œuvre d’un PoC, permettant d’éprouver la solution avant de passer en production sur des cas concrets. »
Autre impératif : le ROI. L’agilité et la productivité ne font pas tout, il est préférable de se lancer en percevant le ROI, la valeur ajoutée. Si un défaut peut être prédit avant qu’une pièce ne casse, des coûts liés à l’arrêt de production, au temps de commander la pièce et effectuer la réparation sont évités. Dans certains secteurs comme l’industrie pétrolière, ils peuvent être conséquents et mettre à mal la balance économique d’un site de production.
IA

La mutualisation des ressources pour réduire le coût de l’IA

« Le coût des solutions d’IA est assez important pour les entreprises si elles s’équipent en on premise, et les solutions de prédiction sont de grandes consommatrices d’infrastructures et de puissance sur les serveurs ».

« Pour leur éviter de supporter ces coûts et parce que nous sommes convaincus que l’avenir de l’IA est à la mutualisation des ressources, nous avons créé une offre de data science as a service. Elle permet à des utilisateurs de se connecter à une plateforme de machine learning automatisée, sans avoir à supporter les coûts de l’infrastructure, de la puissance, de l’électricité etc. ».

Démocratiser l’usage de l’intelligence artificielle

Démocratiser l’IA revêt une importance cruciale dans le monde professionnel. Les applications de l’IA sont omniprésentes, touchant chaque secteur et service. Elles s’étendent ainsi à tous les niveaux de l’entreprise.

Axians fournit une solution clé en main, simple d’utilisation. « L’utilisateur doit seulement être compétent sur la structuration des données de l’entreprise pour en extraire des modèles à valeur ajoutée ».

Mieux vaut ne pas se lancer dans des tests, des évaluations, sans se projeter sur la mise en production dans le SI de l’entreprise. « Grâce à notre approche de l’IA, et aux solutions que nous proposons, nous avons aujourd’hui des exemples de clients qui ont mis en production des systèmes prédictifs et les utilisent au quotidien ».