ORANGE France Solution IA de reconnaissance visuelle au service de la qualité de l’intervention chez Orange France

Orange, société de télécommunications leader en France et en Europe, a opéré en 2020 une transformation fondée sur l’Intelligence Artificielle. Cette nouvelle vision data et IA a pour objectif de venir assister les milliers de techniciens, ingénieurs et autres fonctions employés par le groupe dans des tâches trop complexes à gérer pour l’humain seul. En parallèle, un travail de refonte de la gouvernance des produits data a également été initié.

Pour implémenter cette nouvelle stratégie, l’opérateur est accompagné de la société de conseils en service data Artefact. Ensemble, les deux entreprises ont industrialisé de nombreux cas d’usage pour soutenir les Business Units du groupe, faciliter la prise de décision des métiers et transformer le business en s’appuyant sur le potentiel des données et de l’intelligence artificielle.

Parmi ces cas d’usage co-construits, se trouve une solution d’intelligence artificielle visant à assister les techniciens Orange dans le raccordement des clients au réseau fibre. Cette solution, intégrée dans l’application du technicien, a pour but de vérifier que leur intervention sur l’ensemble des équipements réseaux ne génère pas de “malfaçons” ou “non conformités", bien souvent à l’origine de la dégradation croissante du réseau fibre en France.

« En 2022, nous avons augmenté le nombre de raccordements de 23% par rapport à 2021. Cette croissance soutenue a entraîné une hausse des signalements de dysfonctionnements. C’est pourquoi l’ARCEP a rendu obligatoire, à l’été 2021, la prise de photo avant et après chaque intervention.

Ces images répondent à un triple objectif : contrôler, intervenir au plus vite en cas de problème et pénaliser les opérateurs en faute. 

Pour Orange, cette réglementation demande d’analyser quotidiennement 20 000 photos. Une tâche impossible à réaliser rapidement et sans erreurs sans assistance de l’IA. »

Médéric Chomel, VP Data, AI & Automation d’Orange France

Nous l’avons vu, demander aux techniciens de vérifier les nombreux points de contrôle sur les lieux de l’intervention, ou disposer de ressources humaines dédiées à l’analyse de 20 000 photos générées par jour n’est pas une solution envisageable. Cela serait trop chronophage, trop coûteux, et source d’erreurs. De plus, il n’est pas possible d’avoir recours à de l’échantillonnage puisque l’intégralité des interventions doivent être contrôlées.

Pour passer en revue ces dizaines de milliers de photos quotidiennes (10000 interventions * 2 à 10 photos), Orange et Artefact ont développé un modèle algorithmique fondé sur la reconnaissance d’image (computer vision). Via son application mobile, le technicien envoie ses photos à un moteur d'intelligence artificielle qui contrôle en quasi temps réel la conformité de son intervention. S’il n’est pas d’accord avec les recommandations de la machine, il a toute liberté de passer outre. L'IA s'intègre donc parfaitement au pas à pas du technicien. 

Le projet a été mené par une équipe pluridisciplinaire mêlant des profils mis à disposition par Orange et Artefact. Une « feature team » a ainsi été composée (Product Owner, data scientists et engineers, utilisateurs , métiers) pour travailler sur la livraison du produit.

Le 1er enjeu Métier rencontré par l’équipe chargée du projet a été le temps. En effet, Orange ne disposait que de 9 mois pour déployer la première version de sa solution. C’est pourquoi il a été décidé d’appuyer une partie du projet sur du « transfer learning », soit le fait d’utiliser des modèles préexistants dans l’entreprise ou disponibles en open source. Les équipes d’Artefact ont donc retravaillé ces modèles : réentraînement, labellisation et le pré-processing pour réduire au maximum le délai de livraison de la solution, et en ont également développé de nombreux autres ex-nihilo.

Puis, l’équipe s’est penché sur le délai de réponse des différentes solutions de computer vision : certaines solution du marché traitent les images en 7 voire 8 minutes alors que l’objectif cible était de 3 secondes. En effet, l’application doit être lancée lorsque le technicien est sur le point de quitter le lieu de l’intervention. Il n’est pas envisageable de demander à la personne d’attendre 10 minutes pour vérifier la conformité de son installation. Pour réduire au maximum la latence, il a été mis en place une parallélisation des calculs. Ainsi, plusieurs modèles tournent en même temps pour obtenir des résultats en quasi-temps réel.

Le 3ème défi à relever et non le moindre était la précision de l’analyse. Pour être le plus pertinent possible, il faut nourrir l’algorithme d’une grande quantité de photos conformes et non-conformes. La labellisation de ces images a été réalisée par un partenaire , une société nommée Isahit, qui a pu traiter 80000 photos en 3 mois de développement dans le respect de la confidentialité des données.

« Ce projet s’inscrit dans la stratégie de transformation par l’IA d’Orange sur le long terme. Nous en avons packagé le code afin qu’il puisse être réutilisé dans le cadre de futurs cas d’usage liés à la reconnaissance d’images. Ce produit IA a d’ailleurs déjà été réutilisé pour accompagner les techniciens fibre sur un autre domaine d’intervention. »

Vincent Luciani, co-fondateur et CEO du groupe Artefact.

Les techniciens ont été intégrés au tout début du projet afin de bien comprendre leur mode opératoire. Cela a permis d’identifier plusieurs points, dont un vraiment essentiel : l’application ne doit pas être perçue comme un moyen de contrôler le travail des techniciens mais comme un outil facilitant leur quotidien. 

Ainsi, pour que les utilisateurs finaux soient à l’aise avec l’application et que celle-ci soit conçue de manière éthique, l’équipe a travaillé sur deux aspects.

Tout d’abord, les techniciens doivent pouvoir garder le contrôle sur la machine et aller à l’encontre de ses recommandations. C’est pour cette raison que l’explicabilité des résultats délivrés par le modèle a été une valeur cardinale. S’il y a un ou plusieurs points bloquants, l’IA doit spécifier quelles sont la ou les zones concernées.

Puis, quand une première version de l’application a vu le jour, l’équipe l’a faite tester par 50 techniciens volontaires. De nombreux retours pertinents ont alors été collectés pour améliorer les modèles. A titre d’exemple, les conditions dans lesquelles sont prises les photos peuvent amener à une confusion entre les câbles de couleur orange (opérateur Orange) et les câbles rouges (concurrents). La récurrence de cette erreur a amené la feature team à augmenter l’acceptabilité de l’algorithme. La performance du modèle a été réduite afin d’éviter qu’il aille à l’encontre de ce que constate l’humain.

Pour Vincent Luciani, co-fondateur et CEO du groupe Artefact :

« Tous nos projets d’IA sont conçus de manière à respecter les 7 principes fondamentaux pour une IA de confiance établis par un groupe d’experts de la Commission européenne. La première de ces valeurs est le contrôle humain. Nous avons placé les techniciens au cœur du projet afin de nous assurer que la nouvelle solution facilite leur quotidien et ne freine pas leur autonomie. Cela a également été crucial pour son adoption par l’ensemble des installateurs de chez Orange. »

En seulement 9 mois, cette nouvelle application a été conçue, testée, corrigée et industrialisée à grande échelle. Une véritable prouesse technique et humaine puisque l’outil est aujourd’hui adopté par les 10.000 techniciens déployés chaque jour sur le territoire français.

Cette application est l’un des 150 cas d’usage développés par Orange au cours de ces deux dernières années dans le cadre de sa transformation par l’IA. Depuis, Orange – accompagné d’Artefact – a mis en production 15 nouveaux modèles pour assister différents métiers, comme les vendeurs ou le SAV.

« La réglementation sur l’intelligence artificielle est en cours d’élaboration. Notre transformation par la donnée et l’IA se veut respectueuse de la vie privée, au service de l’humain, de son environnement et sans biais. C’est pourquoi cette stratégie anticipe au maximum les futures évolutions réglementaires. Il faut garder en tête que ce type de projet n’est pas que technique, l’humain en est le plus grand facteur de succès. »

Médéric Chomel, VP Data, AI & Automation d’Orange France