{"id":68571,"date":"2024-03-14T10:56:00","date_gmt":"2024-03-14T10:56:00","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=cases&p=68571"},"modified":"2024-09-24T11:40:25","modified_gmt":"2024-09-24T10:40:25","slug":"orange-visual-recognition-ai-solution-improves-orange-france-call-out-service-quality","status":"publish","type":"cases","link":"https:\/\/www.artefact.com\/fr\/cases\/orange-visual-recognition-ai-solution-improves-orange-france-call-out-service-quality\/","title":{"rendered":" ORANGE France<\/span> Solution IA de reconnaissance visuelle au service de la qualit\u00e9 des interventions techniques d'Orange France"},"content":{"rendered":"

Une application bas\u00e9e sur l'IA permet aux installateurs de fibre optique de v\u00e9rifier facilement la conformit\u00e9 des interventions<\/h2><\/div>

Orange, entreprise leader des t\u00e9l\u00e9communications en France et en Europe, a entrepris une transformation bas\u00e9e sur l'Intelligence Artificielle en 2020. Cette nouvelle vision de data et de l'IA vise \u00e0 aider les milliers de techniciens, ing\u00e9nieurs et autres m\u00e9tiers employ\u00e9s par le groupe dans des t\u00e2ches trop complexes pour \u00eatre g\u00e9r\u00e9es par l'homme seul. Dans le m\u00eame temps, une r\u00e9vision des r\u00e9glementations r\u00e9gissant les produits de data a \u00e9galement \u00e9t\u00e9 lanc\u00e9e.<\/p>\n

Pour mettre en \u0153uvre sa nouvelle strat\u00e9gie, Orange a \u00e9t\u00e9 accompagn\u00e9 par la soci\u00e9t\u00e9 de conseil en services data Artefact. Ensemble, les deux entreprises ont industrialis\u00e9 de nombreux cas d'usage pour soutenir les Business Units du groupe, faciliter la prise de d\u00e9cision technique et transformer l'entreprise en r\u00e9alisant le potentiel de data et de l'IA.<\/p>\n

Parmi ces cas d'usage construits conjointement figure une solution d'IA destin\u00e9e \u00e0 assister les techniciens d'Orange dans le raccordement des clients au r\u00e9seau fibre. Cette solution, int\u00e9gr\u00e9e \u00e0 l'application du technicien, v\u00e9rifie qu'aucune de ses interventions sur les \u00e9quipements du r\u00e9seau ne g\u00e9n\u00e8re de \u201c d\u00e9fauts \u201d ou de \u201c non-conformit\u00e9s \u201d, qui sont souvent \u00e0 l'origine de la d\u00e9gradation croissante du r\u00e9seau fibre en France.<\/p>\n<\/div>

\n
\u201cEn 2022, nous avons augment\u00e9 le nombre de connexions de 23% par rapport \u00e0 2021. Cette croissance soutenue a entra\u00een\u00e9 une augmentation des dysfonctionnements signal\u00e9s. C'est pourquoi ARCEP<\/a>\u00a0a rendu obligatoire, \u00e0 l'\u00e9t\u00e9 2021, la prise de photos avant et apr\u00e8s chaque intervention.<\/div>\n
Ces images ont un triple objectif : surveiller, intervenir le plus rapidement possible en cas de probl\u00e8me et sanctionner les op\u00e9rateurs fautifs.<\/div>\n
Pour Orange, cette r\u00e9glementation n\u00e9cessite l'analyse de 20 000 photos par jour. Une t\u00e2che impossible \u00e0 r\u00e9aliser rapidement et sans faille sans l'assistance de l'IA.\u201d<\/div>\n
M\u00e9d\u00e9ric Chomel, VP Data, AI & Automation chez Orange France<\/div>\n<\/blockquote>\n<\/div>

Une solution d'IA bas\u00e9e sur la reconnaissance d'images<\/h2><\/div>

Demander aux techniciens de v\u00e9rifier de nombreux points de contr\u00f4le sur le chantier ou disposer de ressources humaines suffisantes pour analyser les 20 000 images g\u00e9n\u00e9r\u00e9es chaque jour n'est pas une solution envisageable. Cela prendrait trop de temps, serait trop co\u00fbteux et ne serait pas \u00e0 l'abri des erreurs. En outre, l'\u00e9chantillonnage n'est pas envisageable, car chaque intervention doit \u00eatre v\u00e9rifi\u00e9e.<\/p>\n

Pour passer en revue ces dizaines de milliers de photos quotidiennes (10 000 interventions x 2 - 10 photos), Orange et Artefact ont d\u00e9velopp\u00e9 un mod\u00e8le algorithmique utilisant la reconnaissance d'images (vision par ordinateur). Les techniciens, via leur application mobile, envoient leurs photos \u00e0 un moteur artificial intelligence qui v\u00e9rifie en quasi temps r\u00e9el la conformit\u00e9 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 int\u00e9gr\u00e9e au flux de travail du technicien.<\/p>\n<\/div>

Facteurs de r\u00e9ussite : qualit\u00e9 data, \u00e9quipes pluridisciplinaires, mod\u00e8le d'apprentissage par transfert<\/h2><\/div>

Le projet a \u00e9t\u00e9 men\u00e9 par une \u00e9quipe pluridisciplinaire compos\u00e9e de profils provenant \u00e0 la fois d'Orange et de Artefact. Une feature team a \u00e9t\u00e9 cr\u00e9\u00e9e, compos\u00e9e du Product Owner, de scientifiques de data, d'ing\u00e9nieurs, d'utilisateurs et d'experts d'autres professions pour travailler \u00e0 la livraison de la solution.<\/p>\n

Le temps a \u00e9t\u00e9 le premier probl\u00e8me auquel l'\u00e9quipe en charge du projet a \u00e9t\u00e9 confront\u00e9e. Orange ne disposait que de neuf mois pour d\u00e9ployer la premi\u00e8re version de sa solution. C'est pourquoi ils ont d\u00e9cid\u00e9 de baser une partie du projet sur le \u201ctransfer learning\u201d, une m\u00e9thode qui consiste \u00e0 utiliser des mod\u00e8les pr\u00e9existants, soit d\u00e9j\u00e0 utilis\u00e9s au sein de l'entreprise, soit disponibles en open source. Les \u00e9quipes de Artefact ont ensuite retravaill\u00e9 ces mod\u00e8les via le recyclage, l'\u00e9tiquetage et le pr\u00e9traitement, afin de raccourcir le d\u00e9lai de livraison, et en ont \u00e9galement d\u00e9velopp\u00e9 plusieurs autres \u00e0 partir de z\u00e9ro.<\/p>\n

L'\u00e9quipe a ensuite examin\u00e9 les temps de r\u00e9ponse de diff\u00e9rentes solutions de vision par ordinateur. Certaines solutions disponibles sur le march\u00e9 traitent les images en sept, voire huit minutes, alors que le temps cible est de trois secondes. L'application doit \u00eatre lanc\u00e9e lorsque le technicien est sur le point de quitter le site. Il n'est pas pratique de demander \u00e0 la personne d'attendre 10 minutes pour v\u00e9rifier la conformit\u00e9 de son installation. Pour r\u00e9duire au maximum la latence, les calculs sont parall\u00e9lis\u00e9s. Ainsi, plusieurs mod\u00e8les sont ex\u00e9cut\u00e9s en m\u00eame temps pour obtenir des r\u00e9sultats en temps quasi r\u00e9el.<\/p>\n

Le troisi\u00e8me d\u00e9fi, et non des moindres, \u00e9tait la pr\u00e9cision de l'analyse. Afin d'assurer une pr\u00e9cision maximale, il a fallu fournir \u00e0 l'algorithme une grande quantit\u00e9 de photos conformes et non conformes. L'\u00e9tiquetage de ces images a \u00e9t\u00e9 r\u00e9alis\u00e9 par une soci\u00e9t\u00e9 partenaire, Isahit, qui a pu traiter 80 000 photos en trois mois de d\u00e9veloppement tout en respectant la confidentialit\u00e9 de data.<\/p>\n<\/div>

\n
\u201cCe projet fait partie de la strat\u00e9gie de transformation de l'IA \u00e0 long terme d'Orange. Nous avons conditionn\u00e9 le code pour qu'il puisse \u00eatre r\u00e9utilis\u00e9 dans de futurs cas d'utilisation o\u00f9 la reconnaissance d'images est n\u00e9cessaire. Ce produit d'IA a d\u00e9j\u00e0 \u00e9t\u00e9 r\u00e9utilis\u00e9 pour aider les techniciens de la fibre dans un autre domaine d'op\u00e9rations.\u201d<\/div>\n
Vincent Luciani, cofondateur et directeur g\u00e9n\u00e9ral du groupe Artefact.<\/div>\n<\/blockquote>\n<\/div>

Gestion du changement : encourager l'adoption de l'application par l'utilisateur final<\/h2><\/div>

Pour comprendre leur fa\u00e7on de travailler, les techniciens ont \u00e9t\u00e9 associ\u00e9s au projet d\u00e8s le d\u00e9but. Cela a permis \u00e0 l'\u00e9quipe de d\u00e9veloppement d'identifier plusieurs points, dont l'un est crucial : l'application ne doit pas \u00eatre per\u00e7ue comme un moyen de contr\u00f4ler le travail des techniciens, mais comme un outil facilitant leur travail quotidien.<\/p>\n

Ainsi, pour s'assurer que les utilisateurs finaux se sentent \u00e0 l'aise avec l'application et que celle-ci a \u00e9t\u00e9 con\u00e7ue de mani\u00e8re \u00e9thique, l'\u00e9quipe a travaill\u00e9 sur deux aspects.<\/p>\n

Tout d'abord, les techniciens doivent pouvoir garder le contr\u00f4le de la machine et aller \u00e0 l'encontre de ses recommandations. C'est pourquoi l'explicabilit\u00e9 des r\u00e9sultats renvoy\u00e9s par le mod\u00e8le \u00e9tait une valeur essentielle. Si le mod\u00e8le trouve une ou plusieurs non-conformit\u00e9s, l'IA doit pr\u00e9ciser quelle(s) zone(s) est (sont) affect\u00e9e(s).<\/p>\n

Ensuite, lorsqu'une premi\u00e8re version de l'application \u00e9tait pr\u00eate, l'\u00e9quipe l'a fait tester par 50 techniciens volontaires. Cela a permis \u00e0 l'\u00e9quipe de recueillir des commentaires pertinents afin d'am\u00e9liorer les mod\u00e8les. Par exemple, les conditions dans lesquelles les photos sont prises peuvent entra\u00eener une confusion entre les c\u00e2bles de couleur orange (d'Orange) et les c\u00e2bles de couleur rouge (des concurrents). La r\u00e9currence de cette erreur a conduit l'\u00e9quipe de la fonctionnalit\u00e9 \u00e0 am\u00e9liorer l'acceptabilit\u00e9 de l'algorithme. La performance du mod\u00e8le a \u00e9t\u00e9 r\u00e9duite afin de ne pas contredire ce que voit l'humain.<\/p>\n<\/div>

Pour Vincent Luciani, cofondateur et directeur g\u00e9n\u00e9ral du groupe Artefact<\/strong>,<\/p>\n

\n
\u201cTous nos projets d'IA sont con\u00e7us pour respecter les sept principes fondamentaux pour une utilisation \u00e9thique de l'IA \u00e9tablis par un groupe d'experts de la Commission europ\u00e9enne. La premi\u00e8re de ces valeurs est le contr\u00f4le humain. Nous avons plac\u00e9 les techniciens au c\u0153ur du projet pour nous assurer que cette nouvelle solution facilite leur quotidien et n'entrave pas leur autonomie. Cela a \u00e9galement \u00e9t\u00e9 d\u00e9terminant pour son adoption par l'ensemble des installateurs d'Orange\u201d.\u201d<\/div>\n<\/blockquote>\n<\/div>

Un succ\u00e8s qui s'inscrit dans une strat\u00e9gie de transformation globale par l'IA.<\/h2><\/div>

En neuf mois, cette nouvelle application a \u00e9t\u00e9 con\u00e7ue, test\u00e9e, corrig\u00e9e et industrialis\u00e9e \u00e0 grande \u00e9chelle. Une v\u00e9ritable prouesse technique et humaine puisque l'outil est d\u00e9sormais adopt\u00e9 par les 10 000 techniciens d\u00e9ploy\u00e9s chaque jour en France.<\/p>\n

Cette application n'est que l'un des 150 cas d'utilisation d\u00e9velopp\u00e9s par Orange au cours des deux derni\u00e8res ann\u00e9es dans le cadre de sa transformation par l'IA. Depuis, Orange - en collaboration avec Artefact<\/a> - a mis en production 15 nouveaux mod\u00e8les pour soutenir d'autres fonctions, telles que les ventes ou le service \u00e0 la client\u00e8le.<\/p>\n<\/div>

\n
\u201cLa r\u00e9glementation sur le artificial intelligence est en cours d'\u00e9laboration. Notre transformation, qui fait appel au data et \u00e0 l'IA, se veut respectueuse de la vie priv\u00e9e, b\u00e9n\u00e9fique pour les \u00eatres humains et leur environnement, et impartiale. C'est pourquoi cette strat\u00e9gie anticipe autant que possible les futurs changements r\u00e9glementaires. N'oublions pas que ce type de projet n'est pas seulement technique, l'humain est le plus grand facteur de r\u00e9ussite\u201d.\u201d<\/div>\n
M\u00e9d\u00e9ric Chomel, VP Data, AI & Automation chez Orange France.<\/div>\n<\/blockquote>\n<\/div><\/div><\/div><\/div><\/article>