ORANGE Frankreich KI-Lösung zur visuellen Erkennung im Dienste der technischen Interventionsqualität von Orange France

Orange, ein führendes Telekommunikationsunternehmen in Frankreich und Europa, hat im Jahr 2020 eine auf künstlicher Intelligenz basierende Umgestaltung vorgenommen. Diese neue Vision für data und KI zielt darauf ab, den Tausenden von Technikern, Ingenieuren und anderen Berufsgruppen, die der Konzern beschäftigt, bei Aufgaben zu helfen, die für Menschen allein zu komplex sind. Gleichzeitig wurde auch eine Überarbeitung der data-Produktvorschriften in Angriff genommen.

Bei der Umsetzung der neuen Strategie wurde Orange von der data-Serviceberatungsfirma Artefact begleitet. Gemeinsam haben die beiden Unternehmen zahlreiche Anwendungsfälle entwickelt, um die Geschäftsbereiche des Konzerns zu unterstützen, die technische Entscheidungsfindung zu erleichtern und das Unternehmen durch die Nutzung des Potenzials von data und KI zu verändern.

Zu diesen gemeinsam entwickelten Anwendungsfällen gehört eine KI-Lösung, die die Techniker von Orange beim Anschluss von Kunden an das Glasfasernetz unterstützen soll. Diese Lösung, die in die Anwendung des Technikers integriert ist, stellt sicher, dass keiner ihrer Eingriffe an der Netzwerkausrüstung “Defekte” oder “Nichtkonformitäten” erzeugt, die häufig die Ursache für die zunehmende Verschlechterung des Glasfasernetzes in Frankreich sind.

“Im Jahr 2022 haben wir die Anzahl der Verbindungen um 23% im Vergleich zu 2021 erhöht. Dieses anhaltende Wachstum hat zu einem Anstieg der gemeldeten Störungen geführt. Das ist der Grund ARCEP hat es im Sommer 2021 zur Pflicht gemacht, vor und nach jedem Eingriff Fotos zu machen.

Diese Bilder haben ein dreifaches Ziel: die Überwachung, das schnellstmögliche Eingreifen im Falle eines Problems und die Bestrafung der Betreiber, die einen Fehler gemacht haben.

Für Orange erfordert diese Verordnung die Analyse von 20.000 Fotos täglich. Eine Aufgabe, die ohne KI-Unterstützung nicht schnell und fehlerfrei erledigt werden kann.”

Médéric Chomel, VP Data, AI & Automation bei Orange Frankreich

Techniker zu bitten, zahlreiche Kontrollpunkte vor Ort zu überprüfen, oder genügend Personal für die Analyse der täglich anfallenden 20.000 Bilder bereitzustellen, ist keine praktikable Lösung. Dies wäre zu zeitaufwändig, zu kostspielig und nicht fehlerfrei. Darüber hinaus sind Stichproben keine Option, da jeder einzelne Eingriff überprüft werden muss.

Um diese Zehntausende von Fotos täglich zu überprüfen (10.000 Eingriffe x 2 - 10 Fotos), haben Orange und Artefact ein algorithmisches Modell entwickelt, das auf Bilderkennung (Computer Vision) beruht. Die Techniker senden ihre Fotos über ihre mobile App an eine artificial intelligence-Engine, die nahezu in Echtzeit überprüft, ob ihre Arbeit konform ist. Wenn der Techniker mit den Empfehlungen der Maschine nicht einverstanden ist, kann er sie einfach ignorieren. Die KI ist perfekt in den Arbeitsablauf des Technikers integriert.

Das Projekt wurde von einem multidisziplinären Team mit einer Mischung aus Profilen von Orange und Artefact geleitet. Es wurde ein Feature-Team gebildet, das sich aus dem Product Owner, data-Wissenschaftlern, Ingenieuren, Benutzern und Experten anderer Berufsgruppen zusammensetzte, um an der Bereitstellung der Lösung zu arbeiten.

Die Zeit war das erste Problem, mit dem das für das Projekt verantwortliche Team konfrontiert wurde. Orange hatte nur neun Monate Zeit, um die erste Version ihrer Lösung einzuführen. Deshalb entschied man sich, einen Teil des Projekts auf “Transfer Learning” zu stützen, eine Methode, bei der bereits vorhandene Modelle verwendet werden, die entweder bereits im Unternehmen eingesetzt werden oder als Open Source verfügbar sind. Die Teams von Artefact haben diese Modelle dann durch Neutraining, Kennzeichnung und Vorverarbeitung überarbeitet, um die Lieferzeit zu verkürzen, und auch einige andere von Grund auf neu entwickelt.

Das Team untersuchte dann die Reaktionszeiten verschiedener Computer Vision Lösungen. Einige Lösungen auf dem Markt verarbeiteten Bilder in sieben oder sogar acht Minuten, während die Zielzeit bei drei Sekunden lag. Die Anwendung sollte gestartet werden, wenn der Techniker im Begriff ist, den Ort zu verlassen. Es ist unpraktisch, ihn zu bitten, 10 Minuten zu warten, um die Konformität seiner Installation zu überprüfen. Um die Latenzzeit so weit wie möglich zu reduzieren, werden die Berechnungen parallelisiert. So werden mehrere Modelle gleichzeitig ausgeführt, um Ergebnisse quasi in Echtzeit zu erhalten.

Die dritte Herausforderung, aber sicherlich nicht die letzte, war die Genauigkeit der Analyse. Um eine maximale Genauigkeit zu gewährleisten, musste der Algorithmus mit einer riesigen Menge an konformen und nicht-konformen Fotos versorgt werden. Die Kennzeichnung dieser Bilder wurde von einem Partnerunternehmen namens Isahit durchgeführt, das in der Lage war, 80.000 Fotos in drei Monaten Entwicklungszeit zu verarbeiten und dabei die Vertraulichkeit von data zu wahren.

“Dieses Projekt ist Teil der langfristigen KI-Transformationsstrategie von Orange. Wir haben den Code so verpackt, dass er in zukünftigen Anwendungsfällen, in denen Bilderkennung benötigt wird, wiederverwendet werden kann. Dieses KI-Produkt wurde bereits zur Unterstützung von Glasfasertechnikern in einem anderen Bereich wiederverwendet.”

Vincent Luciani, Mitbegründer und CEO der Artefact Gruppe.

Um ihre Arbeitsweise zu verstehen, wurden die Techniker von Anfang an in das Projekt einbezogen. Dadurch konnte das Entwicklungsteam mehrere Punkte erkennen, von denen einer von entscheidender Bedeutung ist: Die Anwendung sollte nicht als Mittel zur Kontrolle der Arbeit der Techniker verstanden werden, sondern als ein Werkzeug, das ihre tägliche Arbeit erleichtert.

Um also sicherzustellen, dass die Endbenutzer mit der Anwendung zufrieden sind und dass sie ethisch einwandfrei gestaltet wurde, hat das Team an zwei Aspekten gearbeitet.

Erstens müssen die Techniker in der Lage sein, die Kontrolle über die Maschine zu behalten und gegen ihre Empfehlungen zu verstoßen. Aus diesem Grund war die Erklärbarkeit der vom Modell gelieferten Ergebnisse ein zentraler Wert. Wenn das Modell eine oder mehrere Abweichungen feststellt, muss die KI angeben, welcher Bereich oder welche Bereiche betroffen sind.

Sobald eine erste Version der Anwendung fertig war, ließ das Team sie von 50 freiwilligen Technikern testen. So konnte das Team relevantes Feedback sammeln, um die Modelle zu verbessern. Zum Beispiel können die Bedingungen, unter denen die Fotos aufgenommen werden, zu einer Verwechslung zwischen orangefarbenen Kabeln (von Orange) und roten Kabeln (der Konkurrenz) führen. Das Wiederauftreten dieses Fehlers veranlasste das Feature-Team, die Akzeptanz des Algorithmus zu verbessern. Die Leistung des Modells wurde reduziert, um zu vermeiden, dass es dem widerspricht, was der Mensch sieht.

Für Vincent Luciani, Mitbegründer und CEO der Artefact-Gruppe,

“Alle unsere KI-Projekte sind so konzipiert, dass sie die sieben Grundprinzipien für den ethischen Einsatz von KI respektieren, die von einer Gruppe von Experten der Europäischen Kommission aufgestellt wurden. Der erste dieser Werte ist die menschliche Kontrolle. Wir haben die Techniker in den Mittelpunkt des Projekts gestellt, um sicherzustellen, dass diese neue Lösung ihr tägliches Leben erleichtert und ihre Autonomie nicht einschränkt. Dies war auch ausschlaggebend für die Akzeptanz der Lösung durch alle Orange Installateure.”

In nur neun Monaten wurde diese neue Anwendung entwickelt, getestet, korrigiert und in großem Maßstab industrialisiert. Das war eine echte technische und menschliche Meisterleistung, denn das Tool wird nun von den 10.000 Technikern, die täglich in Frankreich im Einsatz sind, angenommen.

Diese Anwendung ist nur einer von 150 Anwendungsfällen, die Orange in den letzten zwei Jahren im Rahmen seiner Transformation durch KI entwickelt hat. Seitdem hat Orange - zusammen mit Artefact - hat 15 neue Modelle in Produktion genommen, die andere Funktionen wie den Vertrieb oder den Kundendienst unterstützen.

“Die Vorschriften für artificial intelligence werden derzeit entwickelt. Unsere Transformation mit data und KI soll die Privatsphäre respektieren, den Menschen und ihrer Umwelt nützen und unvoreingenommen sein. Aus diesem Grund nimmt diese Strategie künftige regulatorische Änderungen so weit wie möglich vorweg. Wir dürfen nicht vergessen, dass diese Art von Projekten nicht nur eine technische Angelegenheit ist; der Mensch ist der größte Faktor für ihren Erfolg.”

Médéric Chomel, VP Data, AI & Automation bei Orange Frankreich.