ORANGE France Solution IA de reconnaissance visuelle au service de la qualité des interventions techniques d'Orange France

Orange, entreprise leader des télécommunications en France et en Europe, a entrepris une transformation basée sur l'Intelligence Artificielle en 2020. Cette nouvelle vision de data et de l'IA vise à aider les milliers de techniciens, ingénieurs et autres métiers employés par le groupe dans des tâches trop complexes pour être gérées par l'homme seul. Dans le même temps, une révision des réglementations régissant les produits de data a également été lancée.

Pour mettre en œuvre sa nouvelle stratégie, Orange a été accompagné par la société de conseil en services 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 technique et transformer l'entreprise en réalisant le potentiel de data et de l'IA.

Parmi ces cas d'usage construits conjointement figure une solution d'IA destinée à assister les techniciens d'Orange dans le raccordement des clients au réseau fibre. Cette solution, intégrée à l'application du technicien, vérifie qu'aucune de ses interventions sur les équipements du réseau ne génère de “ défauts ” ou de “ non-conformités ”, qui sont souvent à l'origine de la dégradation croissante du réseau fibre en France.

“En 2022, nous avons augmenté le nombre de connexions de 23% par rapport à 2021. Cette croissance soutenue a entraîné une augmentation des dysfonctionnements signalés. C'est pourquoi ARCEP a rendu obligatoire, à l'été 2021, la prise de photos avant et après chaque intervention.

Ces images ont un triple objectif : surveiller, intervenir le plus rapidement possible en cas de problème et sanctionner les opérateurs fautifs.

Pour Orange, cette réglementation nécessite l'analyse de 20 000 photos par jour. Une tâche impossible à réaliser rapidement et sans faille sans l'assistance de l'IA.”

Médéric Chomel, VP Data, AI & Automation chez Orange France

Demander aux techniciens de vérifier de nombreux points de contrôle sur le chantier ou disposer de ressources humaines suffisantes pour analyser les 20 000 images générées chaque jour n'est pas une solution envisageable. Cela prendrait trop de temps, serait trop coûteux et ne serait pas à l'abri des erreurs. En outre, l'échantillonnage n'est pas envisageable, car chaque intervention doit être vérifiée.

Pour passer en revue ces dizaines de milliers de photos quotidiennes (10 000 interventions x 2 - 10 photos), Orange et Artefact ont développé un modèle algorithmique utilisant la reconnaissance d'images (vision par ordinateur). Les techniciens, via leur application mobile, envoient leurs photos à un moteur artificial intelligence qui vérifie en quasi temps réel la conformité de leur travail. Si le technicien n'est pas d'accord avec les recommandations de la machine, il est libre de les ignorer. L'IA est parfaitement intégrée au flux de travail du technicien.

Le projet a été mené par une équipe pluridisciplinaire composée de profils provenant à la fois d'Orange et de Artefact. Une feature team a été créée, composée du Product Owner, de scientifiques de data, d'ingénieurs, d'utilisateurs et d'experts d'autres professions pour travailler à la livraison de la solution.

Le temps a été le premier problème auquel l'équipe en charge du projet a été confrontée. Orange ne disposait que de neuf mois pour déployer la première version de sa solution. C'est pourquoi ils ont décidé de baser une partie du projet sur le “transfer learning”, une méthode qui consiste à utiliser des modèles préexistants, soit déjà utilisés au sein de l'entreprise, soit disponibles en open source. Les équipes de Artefact ont ensuite retravaillé ces modèles via le recyclage, l'étiquetage et le prétraitement, afin de raccourcir le délai de livraison, et en ont également développé plusieurs autres à partir de zéro.

L'équipe a ensuite examiné les temps de réponse de différentes solutions de vision par ordinateur. Certaines solutions disponibles sur le marché traitent les images en sept, voire huit minutes, alors que le temps cible est de trois secondes. L'application doit être lancée lorsque le technicien est sur le point de quitter le site. Il n'est pas pratique de demander à la personne d'attendre 10 minutes pour vérifier la conformité de son installation. Pour réduire au maximum la latence, les calculs sont parallélisés. Ainsi, plusieurs modèles sont exécutés en même temps pour obtenir des résultats en temps quasi réel.

Le troisième défi, et non des moindres, était la précision de l'analyse. Afin d'assurer une précision maximale, il a fallu fournir à l'algorithme une grande quantité de photos conformes et non conformes. L'étiquetage de ces images a été réalisé par une société partenaire, Isahit, qui a pu traiter 80 000 photos en trois mois de développement tout en respectant la confidentialité de data.

“Ce projet fait partie de la stratégie de transformation de l'IA à long terme d'Orange. Nous avons conditionné le code pour qu'il puisse être réutilisé dans de futurs cas d'utilisation où la reconnaissance d'images est nécessaire. Ce produit d'IA a déjà été réutilisé pour aider les techniciens de la fibre dans un autre domaine d'opérations.”

Vincent Luciani, cofondateur et directeur général du groupe Artefact.

Pour comprendre leur façon de travailler, les techniciens ont été associés au projet dès le début. Cela a permis à l'équipe de développement d'identifier plusieurs points, dont l'un est crucial : l'application ne doit pas être perçue comme un moyen de contrôler le travail des techniciens, mais comme un outil facilitant leur travail quotidien.

Ainsi, pour s'assurer que les utilisateurs finaux se sentent à l'aise avec l'application et que celle-ci a été conçue de manière éthique, l'équipe a travaillé sur deux aspects.

Tout d'abord, les techniciens doivent pouvoir garder le contrôle de la machine et aller à l'encontre de ses recommandations. C'est pourquoi l'explicabilité des résultats renvoyés par le modèle était une valeur essentielle. Si le modèle trouve une ou plusieurs non-conformités, l'IA doit préciser quelle(s) zone(s) est (sont) affectée(s).

Ensuite, lorsqu'une première version de l'application était prête, l'équipe l'a fait tester par 50 techniciens volontaires. Cela a permis à l'équipe de recueillir des commentaires pertinents afin d'améliorer les modèles. Par exemple, les conditions dans lesquelles les photos sont prises peuvent entraîner une confusion entre les câbles de couleur orange (d'Orange) et les câbles de couleur rouge (des concurrents). La récurrence de cette erreur a conduit l'équipe de la fonctionnalité à améliorer l'acceptabilité de l'algorithme. La performance du modèle a été réduite afin de ne pas contredire ce que voit l'humain.

Pour Vincent Luciani, cofondateur et directeur général du groupe Artefact,

“Tous nos projets d'IA sont conçus pour respecter les sept principes fondamentaux pour une utilisation éthique de l'IA 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 pour nous assurer que cette nouvelle solution facilite leur quotidien et n'entrave pas leur autonomie. Cela a également été déterminant pour son adoption par l'ensemble des installateurs d'Orange”.”

En neuf mois, cette nouvelle application a été conçue, testée, corrigée et industrialisée à grande échelle. Une véritable prouesse technique et humaine puisque l'outil est désormais adopté par les 10 000 techniciens déployés chaque jour en France.

Cette application n'est que l'un des 150 cas d'utilisation développés par Orange au cours des deux dernières années dans le cadre de sa transformation par l'IA. Depuis, Orange - en collaboration avec Artefact - a mis en production 15 nouveaux modèles pour soutenir d'autres fonctions, telles que les ventes ou le service à la clientèle.

“La réglementation sur le artificial intelligence est en cours d'élaboration. Notre transformation, qui fait appel au data et à l'IA, se veut respectueuse de la vie privée, bénéfique pour les êtres humains et leur environnement, et impartiale. C'est pourquoi cette stratégie anticipe autant que possible les futurs changements réglementaires. N'oublions pas que ce type de projet n'est pas seulement technique, l'humain est le plus grand facteur de réussite”.”

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