Inauguration riality : ENEDIS, IA et performance

Sylvie Girard, Eunice Adueni Akani et Romain Gemignani expliquent lors de ce Focus Partenaires ENEDIS comment l’intelligence artificielle est au service de nos métiers pour plus de performance.

Inauguration riality – Capsule Focus Partenaires ENEDIS

L’intelligence artificielle au service des métiers pour plus de performance

D’après Sylvie Sylvie Girard, l’IA est au service de nos métiers. Et ce, pour plus de performance. ENEDIS a mis en place un Quartier IA en partenariat avec Aix-Marseille Université au sein de la CISAM. Elle rajoute que, le laboratoire IA d’Enedis situé à la CISAM, qu’on appelle aussi Quartier IA, c’est une histoire qui a deux ans aujourd’hui. Ce quartier IA a accompagné toute la dynamique du territoire ces deux dernières années. C’est une dynamique incroyablement rapide et riche.” 

En deux ans, ENEDIS est devenu une usine de production. En effet, l’on y on développe des logiciels. Ils sont intégrés au système d’information d’Enedis qui embarque de l’IA au plus haut niveau de technologie. Et ce, avec des méthodes de création de logiciels à l’état de l’art. On parle de:

• méthode agile;
• chaînes d’intégration;
• déploiement continu dans un SI industriel, qui est le SI d’Enedis.

Pour rappel, Enedis c’est 39 000 salariés. C’est 1,6 million de kilomètres de lignes. Ainsi, c’est un gros acteur industriel avec:

• un SI extrêmement complexe;
• des exigences en matière de cybersécurité et d’architecture qui sont très élevées.

Néanmoins, malgré toute cette complexité, ENEDIS est aujourd’hui capable de déployer des logiciels en seulement quelques mois. 

Exemples concrets d’intelligence artificielle 

Tout d’abord la réclamation est automatiquement acheminée vers le service chargé du traitement. Il s’agit d’un problème de classification automatique. Auparavant, ce tri était effectué par un responsable qui passait une demi-journée par jour à lire les réclamations reçues et à les envoyer au bon service. Cette tâche est maintenant accomplie automatiquement depuis deux ans, et elle ne prend que quelques millisecondes chaque matin. ENEDIS a gagné énormément dans le délai et la qualité de réponse aux réclamations des clients. 

 Puis on s’est intéressé à prédire des interventions qui pourraient être vaines […] Là encore on a gagné, car il y a eu 30% de nos interventions qui n’ont pas abouti pendant quelques jours, ce qui n’est pas le cas aujourd’hui. Cet outil est déjà en production, cela fait presque un an. Les bénéfices sont énormes à l’échelle de l’entreprise, car il s’agit en fait d‘applications que nous avons développées dans toutes les régions d’Enedis. 

Nous allons travailler sur un nouveau projet pour attribuer automatiquement des tâches à chaque service en fonction des meilleures compétences et du taux de charge de chaque service. Nous voyons ici encore une fois que l’intelligence artificielle permet d’améliorer les performances et la satisfaction client.  

Comment travaillez-vous avec les métiers ? 

Lorsqu’un professionnel exprime un problème, le premier point est de vérifier si le problème peut être résolu par l’intelligence artificielle, ou s’il s’agit d’un simple problème algorithmique. Le deuxième point, ce sont les données. Sans données, on ne peut pas faire de modèle d’intelligence artificielle. Une fois que nous savons à quelles données nous devons appliquer notre modèle, il est temps de réfléchir à la manière de résoudre le problème. Lorsque vous savez de quelle maladie vous souffrez, vous pouvez facilement prendre le bon médicament, mais lorsque vous ne le savez pas, la situation est plus compliquée. », a expliqué Adueni Eunice Akani, Doctorante en Traitement Automatique des Langues – ENEDIS. Par ailleurs, elle insiste sur le caractère industriel des méthodes actuelles de l’état de l’art du traitement automatique du langage et d’évoquer la question d’évaluation du modèle le plus adapté pour résoudre le problème métier à résoudre. 

Comment se déroule cette méthode agile mentionnée tout à l’heure ? 

 Le travail ne s’achève pas, dès lors que le modèle est mis en place. En effet, il est important de se tourner vers des développeurs qui savent faire des interfaces métiers pour que les utilisateurs finaux puissent utiliser les modèles d’intelligence artificielle d’ENEDIS. ENEDIS a fait le choix de mettre son métier au cœur du processus, et à chaque étape, il y a une véritable agilité : c’est là que nous obtenons vraiment de la performance. ENEDIS dispose de son propre modèle de langage, formé sur le corpus Enedis, qui permet aux machines de mieux comprendre le langage métier ENEDIS.  

Pour notre modèle de langage Enedis, la méthode de l’état de l’art est longue à entraîner, et sur une machine performante cela peut prendre beaucoup de temps, jusqu’à 3 jours” 

Intelligence artificielle et performance :  des résultats sur d’autres modèles métier en deux heures   

ENEDIS s’appuie sur la recherche pour l’état de l’art des modèles disponibles. Les modèles BERT adaptés à la langue française, comme CamemBERT ou FlauBERT, ont été créés par la recherche publique. ENEDIS a spécialisé ces modèles-là et les utilise exclusivement pour ses données industrielles. “C’est comme ça qu’on avance aujourd’hui dans le monde de l’IA”, dit Romain Gemignani, Chef de Projets Smart Grid et IA – ENEDIS.  

D’après Eunice Adueni Akani, l’éthique est un sujet important quand on parle de modèles d’intelligence artificielle. Il est primordial de prioriser l’humain, de remettre l’humain au centre quand on développe des outils d’intelligence artificielle.  En outre Romain Gemignani, ajoute que lorsque “nous utilisons l’intelligence artificielle pour l’aide à la décision. Nous avons toujours besoin d’une personne derrière l’écran, mais nous allons lui faciliter la tâche.”