NARANJA Francia Solución AI de reconocimiento visual al servicio de la calidad de la intervención técnica de Orange France

Orange, empresa de telecomunicaciones líder en Francia y Europa, emprendió en 2020 una transformación basada en la Inteligencia Artificial. Esta nueva visión de la data y la IA pretende ayudar a los miles de técnicos, ingenieros y otras profesiones empleadas por el grupo con tareas que son demasiado complejas para que los humanos las gestionen solos. Al mismo tiempo, también se puso en marcha una revisión de la normativa que rige los productos data.

Para poner en práctica su nueva estrategia, Orange se hizo acompañar de la consultora de servicios data Artefact. Juntas, las dos empresas industrializaron numerosos casos de uso para apoyar a las Unidades de Negocio del grupo, facilitar la toma de decisiones técnicas y transformar el negocio aprovechando el potencial de la data y la IA.

Entre estos casos de uso construidos conjuntamente se encuentra una solución de IA diseñada para ayudar a los técnicos de Orange a conectar a los clientes a la red de fibra. Esta solución, integrada en la aplicación del técnico, verifica que ninguna de sus intervenciones en los equipos de la red genere “defectos” o “no conformidades”, que a menudo son la causa de la creciente degradación de la red de fibra en Francia.

“En 2022, aumentamos el número de conexiones en 23% en comparación con 2021. Este crecimiento sostenido ha provocado un aumento de las averías notificadas. Por ello ARCEP hizo obligatorio, en el verano de 2021, tomar fotografías antes y después de cada intervención.

Estas imágenes tienen un triple objetivo: vigilar, intervenir lo antes posible en caso de problema y penalizar a los operadores que se encuentren en falta.

Para Orange, esta normativa requiere el análisis de 20.000 fotos diarias. Una tarea imposible de realizar rápidamente y sin fallos sin la ayuda de la IA”.”

Médéric Chomel, VP Data, IA y Automatización en Orange Francia

Pedir a los técnicos que verifiquen numerosos puntos de control en el lugar de trabajo o disponer de suficientes recursos humanos dedicados a analizar las 20.000 imágenes que se generan cada día no es una solución viable. Llevaría demasiado tiempo, sería demasiado costoso y no estaría a prueba de errores. Además, el muestreo no es una opción, ya que deben verificarse todas y cada una de las intervenciones.

Para revisar diariamente estas decenas de miles de fotos (10.000 intervenciones x 2 - 10 fotos), Orange y Artefact desarrollaron un modelo algorítmico que utiliza el reconocimiento de imágenes (visión por ordenador). Los técnicos, a través de su aplicación móvil, envían sus fotos a un motor artificial intelligence que comprueba casi en tiempo real si su trabajo es conforme. Si el técnico no está de acuerdo con las recomendaciones de la máquina, es libre de ignorarlas. La IA está perfectamente integrada en el flujo de trabajo del técnico.

El proyecto fue dirigido por un equipo multidisciplinar con una mezcla de perfiles tanto de Orange como de Artefact. Se creó un equipo de características compuesto por el propietario del producto, científicos de data, ingenieros, usuarios y expertos de otras profesiones para trabajar en la entrega de la solución.

El tiempo fue el primer problema al que se enfrentó el equipo encargado del proyecto. Orange sólo disponía de nueve meses para desplegar la primera versión de su solución. Por eso decidieron basar parte del proyecto en el “aprendizaje por transferencia”, un método que consiste en utilizar modelos preexistentes ya en uso en la empresa o disponibles como código abierto. A continuación, los equipos de Artefact reelaboraron estos modelos mediante reentrenamiento, etiquetado y preprocesamiento, para acortar el plazo de entrega, y también desarrollaron varios otros desde cero.

A continuación, el equipo analizó los tiempos de respuesta de diferentes soluciones de visión por ordenador. Algunas soluciones del mercado procesaban las imágenes en siete o incluso ocho minutos, mientras que el tiempo objetivo era de tres segundos. La aplicación debe lanzarse cuando el técnico esté a punto de abandonar el lugar. No es práctico pedirle que espere 10 minutos para comprobar la conformidad de su instalación. Para reducir al máximo la latencia, se paralelizan los cálculos. Así, varios modelos se ejecutan al mismo tiempo para obtener resultados en tiempo casi real.

El tercer reto, pero sin duda no el menor, fue la precisión del análisis. Para garantizar la máxima precisión, hubo que suministrar al algoritmo una enorme cantidad de fotos conformes y no conformes. El etiquetado de estas imágenes corrió a cargo de una empresa asociada llamada Isahit, que fue capaz de procesar 80.000 fotos en tres meses de desarrollo respetando la confidencialidad data.

“Este proyecto forma parte de la estrategia de transformación de la IA a largo plazo de Orange. Hemos empaquetado el código para que pueda reutilizarse en futuros casos de uso en los que sea necesario el reconocimiento de imágenes. Este producto de IA ya se ha reutilizado para ayudar a los técnicos de fibra en otro campo de operaciones.”

Vincent Luciani, cofundador y director general del grupo Artefact.

Para comprender su forma de trabajar, los técnicos han formado parte del proyecto desde el principio . Esto permitió al equipo de desarrollo identificar varios puntos, uno de los cuales es crucial: la aplicación no debe percibirse como un medio para controlar el trabajo de los técnicos, sino como una herramienta para facilitar su trabajo diario.

Así pues, para garantizar que los usuarios finales se sientan cómodos con la aplicación y que ésta haya sido diseñada de forma ética, el equipo trabajó en dos aspectos.

En primer lugar, los técnicos deben poder mantener el control sobre la máquina e ir en contra de sus recomendaciones. Por eso, la explicabilidad de los resultados devueltos por el modelo era un valor fundamental. Si el modelo encuentra una o varias no conformidades, la IA debe especificar qué área o áreas se ven afectadas.

Después, una vez que estuvo lista una primera versión de la aplicación, el equipo la hizo probar por 50 técnicos voluntarios. Esto permitió al equipo recoger las opiniones pertinentes para poder mejorar los modelos. A modo de ejemplo, las condiciones en las que se toman las fotos pueden llevar a confundir los cables de color naranja (de Orange) con los de color rojo (de la competencia). La recurrencia de este error llevó al equipo de características a mejorar la aceptabilidad del algoritmo. Se redujo el rendimiento del modelo para evitar contradecir lo que ve el ser humano.

Para Vincent Luciani, cofundador y director general del grupo Artefact,

“Todos nuestros proyectos de IA están diseñados para respetar los siete principios fundamentales para el uso ético de la IA establecidos por un grupo de expertos de la Comisión Europea. El primero de estos valores es el control humano. Hemos situado a los técnicos en el centro del proyecto para asegurarnos de que esta nueva solución facilite su vida cotidiana y no obstaculice su autonomía. Esto también ha sido crucial para su adopción por parte de todos los instaladores de Orange”.”

En sólo nueve meses, esta nueva aplicación fue diseñada, probada, corregida e industrializada a gran escala. Fue una verdadera proeza técnica y humana, ya que la herramienta ha sido adoptada por los 10.000 técnicos desplegados cada día en Francia.

Esta aplicación es sólo uno de los 150 casos de uso desarrollados por Orange en los últimos dos años como parte de su transformación a través de la IA. Desde entonces, Orange -junto con Artefact - ha puesto en producción 15 nuevos modelos para apoyar otras funciones, como las ventas o el servicio al cliente.

“La normativa sobre la artificial intelligence está en proceso de elaboración. Nuestra transformación, utilizando data e IA, pretende ser respetuosa con la privacidad, beneficiar a los seres humanos y a su entorno, y ser imparcial. Por ello, esta estrategia se anticipa en la medida de lo posible a los futuros cambios normativos. Debemos recordar que este tipo de proyectos no son sólo técnicos; los seres humanos son el mayor factor de su éxito”.”

Médéric Chomel, VP Data, IA y Automatización en Orange Francia.