LARANJA França Solução de IA de reconhecimento visual a serviço da qualidade da intervenção técnica da Orange France

A Orange, empresa líder em telecomunicações na França e na Europa, empreendeu uma transformação baseada em Inteligência Artificial em 2020. Essa nova visão para o data e a IA tem como objetivo ajudar os milhares de técnicos, engenheiros e outras profissões empregadas pelo grupo em tarefas que são complexas demais para serem gerenciadas apenas por humanos. Ao mesmo tempo, também foi lançada uma revisão dos regulamentos que regem os produtos data.

Para implementar sua nova estratégia, a Orange foi acompanhada pela empresa de consultoria de serviços data Artefact. Juntos, os dois negócios industrializaram vários casos de uso para dar suporte às unidades de negócios do grupo, facilitar a tomada de decisões técnicas e transformar os negócios ao perceber o potencial do data e da IA.

Entre esses casos de uso construídos em conjunto está uma solução de IA projetada para auxiliar os técnicos da Orange na conexão de clientes à rede de fibra. Essa solução, integrada ao aplicativo do técnico, verifica se nenhuma de suas intervenções no equipamento de rede gera “defeitos” ou “não conformidades”, que muitas vezes são a causa da crescente degradação da rede de fibra na França.

“Em 2022, aumentamos o número de conexões em 23% em comparação com 2021. Esse crescimento sustentado levou a um aumento nos casos de mau funcionamento relatados. É por isso que o ARCEP tornou obrigatório, no verão de 2021, tirar fotos antes e depois de cada intervenção.

Essas imagens têm um triplo objetivo: monitorar, intervir o mais rápido possível no caso de um problema e penalizar os operadores considerados culpados.

Para a Orange, esse regulamento exige a análise de 20.000 fotos diariamente. Uma tarefa impossível de ser realizada de forma rápida e sem falhas sem a assistência da IA.”

Médéric Chomel, VP Data, IA e Automação da Orange France

Pedir aos técnicos que verifiquem vários pontos de controle no local de trabalho ou ter recursos humanos suficientes para analisar as 20.000 imagens geradas todos os dias não é uma solução viável. Isso consumiria muito tempo, seria muito caro e não seria à prova de erros. Além disso, a amostragem não é uma opção, pois toda e qualquer intervenção deve ser verificada.

Para analisar essas dezenas de milhares de fotos diariamente (10.000 intervenções x 2 - 10 fotos), a Orange e o Artefact desenvolveram um modelo algorítmico usando reconhecimento de imagem (visão computacional). Os técnicos, por meio de seu aplicativo móvel, enviam suas fotos para um mecanismo do artificial intelligence que verifica, quase em tempo real, se o trabalho está em conformidade. Se o técnico não concordar com as recomendações da máquina, ele poderá ignorá-las. A IA está perfeitamente integrada ao fluxo de trabalho do técnico.

O projeto foi liderado por uma equipe multidisciplinar com uma mistura de perfis da Orange e da Artefact. Foi criada uma equipe de recursos, composta pelo proprietário do produto, cientistas do data, engenheiros, usuários e especialistas de outras profissões para trabalhar na entrega da solução.

O tempo foi o primeiro problema enfrentado pela equipe responsável pelo projeto. A Orange tinha apenas nove meses para implementar a primeira versão de sua solução. Por isso, eles decidiram basear parte do projeto na “aprendizagem por transferência”, um método de usar modelos pré-existentes já em uso na empresa ou disponíveis como código aberto. As equipes do Artefact retrabalharam esses modelos por meio de retreinamento, rotulagem e pré-processamento, para reduzir o tempo de entrega, e também desenvolveram vários outros a partir do zero.

Em seguida, a equipe analisou os tempos de resposta de diferentes soluções de visão computacional. Algumas soluções no mercado processavam imagens em sete ou até oito minutos, enquanto o tempo desejado era de três segundos. O aplicativo deve ser iniciado quando o técnico estiver prestes a deixar o local. Não é prático pedir à pessoa que espere 10 minutos para verificar a conformidade de sua instalação. Para reduzir a latência o máximo possível, os cálculos são paralelizados. Assim, vários modelos são executados ao mesmo tempo para obter resultados em tempo quase real.

O terceiro desafio, mas certamente não o menor, foi a precisão da análise. Para garantir a precisão máxima, o algoritmo teve que ser fornecido com uma grande quantidade de fotos compatíveis e não compatíveis. A rotulagem dessas imagens foi realizada por uma empresa parceira chamada Isahit, que conseguiu processar 80.000 fotos em três meses de desenvolvimento, respeitando a confidencialidade do data.

“Esse projeto faz parte da estratégia de transformação de IA de longo prazo da Orange. Nós empacotamos o código para que ele possa ser reutilizado em casos de uso futuro em que o reconhecimento de imagem seja necessário. Esse produto de IA já foi reutilizado para dar suporte a técnicos de fibra em outro campo de operações.”

Vincent Luciani, cofundador e CEO do grupo Artefact.

Para entender sua maneira de trabalhar, os técnicos fizeram parte do projeto desde o início. Isso permitiu que a equipe de desenvolvimento identificasse vários pontos, um dos quais é crucial: o aplicativo não deve ser visto como um meio de controlar o trabalho dos técnicos, mas como uma ferramenta para facilitar o trabalho diário deles.

Portanto, para garantir que os usuários finais se sintam confortáveis com o aplicativo e que ele tenha sido projetado de forma ética, a equipe trabalhou em dois aspectos.

Primeiro, os técnicos devem ser capazes de manter o controle sobre a máquina e ir contra suas recomendações. É por isso que a explicabilidade dos resultados retornados pelo modelo era um valor fundamental. Se o modelo encontrar uma ou mais não conformidades, a IA deve especificar qual área ou áreas são afetadas.

Depois, quando a primeira versão do aplicativo ficou pronta, a equipe fez com que ela fosse testada por 50 técnicos voluntários. Isso permitiu que a equipe coletasse feedback relevante para que pudesse aprimorar os modelos. Por exemplo, as condições em que as fotos são tiradas podem levar à confusão entre cabos de cor laranja (da Orange) e cabos de cor vermelha (concorrentes). A recorrência desse erro levou a equipe de recursos a melhorar a aceitabilidade do algoritmo. O desempenho do modelo foi reduzido para evitar contradizer o que o ser humano vê.

Para Vincent Luciani, cofundador e CEO do grupo Artefact,

“Todos os nossos projetos de IA são projetados para respeitar os sete princípios fundamentais para o uso ético da IA estabelecidos por um grupo de especialistas da Comissão Europeia. O primeiro desses valores é o controle humano. Colocamos os técnicos no centro do projeto para garantir que essa nova solução facilite suas vidas diárias e não prejudique sua autonomia. Isso também foi crucial para sua adoção por todos os instaladores da Orange.”

Em apenas nove meses, esse novo aplicativo foi projetado, testado, corrigido e industrializado em grande escala. Foi uma verdadeira façanha técnica e humana, já que a ferramenta foi adotada pelos 10.000 técnicos empregados todos os dias na França.

Esse aplicativo é apenas um dos 150 casos de uso desenvolvidos pela Orange nos últimos dois anos como parte de sua transformação por meio da IA. Desde então, a Orange - juntamente com a Artefact - colocou 15 novos modelos em produção para dar suporte a outras funções, como vendas ou atendimento ao cliente.

“As regulamentações sobre o artificial intelligence estão em processo de desenvolvimento. Nossa transformação, usando o data e a IA, tem como objetivo respeitar a privacidade, beneficiar os seres humanos e seu ambiente e ser imparcial. É por isso que essa estratégia antecipa, na medida do possível, futuras mudanças regulatórias. Devemos nos lembrar de que esse tipo de projeto não é apenas técnico; os seres humanos são o maior fator de sucesso”.”

Médéric Chomel, VP Data, AI & Automation da Orange France.