ORANGE France AI solução de reconhecimento visual a serviço da qualidade da intervenção técnica da Orange France

A Orange, uma empresa líder em telecomunicações na França e na Europa, realizou uma transformação baseada em Artificial Intelligence em 2020. Essa nova visão para data e AI tem como objetivo ajudar os milhares de técnicos, engenheiros e outras profissões empregadas pelo grupo em tarefas que são complexas demais para serem gerenciadas apenas por humanos. Ao mesmo tempo, também foi lançada uma revisão dos regulamentos que regem os produtos data .

Para implementar sua nova estratégia, a Orange foi acompanhada pela empresa de consultoria de serviços data Artefact . Juntos, os dois negócios industrializaram vários casos de uso para dar suporte às Unidades de Negócios do grupo, facilitar a tomada de decisões técnicas e transformar os negócios, realizando o potencial de data e AI.

Entre esses casos de uso construídos em conjunto está uma solução AI projetada para auxiliar os técnicos da Orange a conectar clientes à rede de fibra. Essa solução, integrada ao aplicativo do técnico, verifica se nenhuma de suas intervenções no equipamento de rede gera "defeitos" ou "não conformidades", que muitas vezes são a causa da crescente degradação da rede de fibra na França.

"Em 2022, aumentamos o número de conexões em 23% em relação a 2021. Este crescimento sustentado levou a um aumento das falhas de funcionamento relatadas. É por isso que a ARCEP tornou obrigatório, no verão de 2021, tirar fotos antes e depois de cada intervenção.

Estas imagens têm um triplo objetivo: monitorar, intervir o mais rápido possível no caso de um problema e penalizar os operadores encontrados em falta.

Para a Orange, esse regulamento exige a análise de 20.000 fotos diariamente. Uma tarefa impossível de ser executada com rapidez e sem falhas sem a assistência do site AI ."

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

Pedir aos técnicos para verificar numerosos pontos de controle no local da obra, ou ter recursos humanos suficientes dedicados a analisar as 20.000 imagens geradas todos os dias não é uma solução viável. Isto seria muito demorado, muito caro e não seria à prova de erros. Além disso, a amostragem não é uma opção, pois toda e qualquer intervenção deve ser verificada.

Para revisar essas dezenas de milhares de fotos diariamente (10.000 intervenções x 2 - 10 fotos), a Orange e a Artefact desenvolveram um modelo algorítmico usando reconhecimento de imagem (visão computacional). Os técnicos, por meio de seu aplicativo móvel, enviam suas fotos para um mecanismo artificial intelligence que verifica, quase em tempo real, se o trabalho está em conformidade. Se o técnico não concordar com as recomendações da máquina, ele poderá ignorá-las. O AI está perfeitamente integrado ao fluxo de trabalho do técnico.

O projeto foi liderado por uma equipe multidisciplinar com uma mistura de perfis da Orange e da Artefact. Foi criada uma equipe de recursos, composta pelo proprietário do produto, cientistas, engenheiros, usuários e especialistas de outras profissões do data para trabalhar na entrega da solução.

O tempo foi o primeiro problema enfrentado pela equipe encarregada do projeto. A Orange teve apenas nove meses para implantar a primeira versão de sua solução. Por isso, decidiram basear parte do projeto no "aprendizado de transferência", um método de utilização de modelos pré-existentes já em uso dentro da empresa, ou disponíveis como código aberto. Artefact as equipes então retrabalharam estes modelos via reciclagem, etiquetagem e pré-processamento, para reduzir o tempo de entrega, e também desenvolveram vários outros a partir do zero.

A equipe então examinou os tempos de resposta de diferentes soluções de visão por computador. Algumas soluções no mercado processaram imagens em sete ou mesmo oito minutos, enquanto o tempo alvo era de três segundos. A aplicação deve ser lançada quando o técnico estiver prestes a deixar o local. É impraticável pedir à pessoa que espere 10 minutos para verificar a conformidade de sua instalação. Para reduzir a latência o máximo possível, os cálculos são paralelos. Assim, vários modelos são executados ao mesmo tempo para obter resultados em tempo quase real.

O terceiro desafio, mas certamente não o menor, foi a precisão da análise. Para garantir o máximo de precisão, o algoritmo precisou ser fornecido com uma grande quantidade de fotos compatíveis e não compatíveis. A rotulagem dessas imagens foi realizada por uma empresa parceira chamada Isahit, que conseguiu processar 80.000 fotos em três meses de desenvolvimento, respeitando a confidencialidade do site data .

"Esse projeto faz parte da estratégia de transformação de longo prazo da Orange AI . Nós empacotamos o código para que ele possa ser reutilizado em casos de uso futuro em que o reconhecimento de imagem seja necessário. Esse produto AI já foi reutilizado para dar suporte a técnicos de fibra em outro campo de operações."

Vincent Luciani, co-fundador e CEO do grupo Artefact .

Para entender sua forma de trabalho, os técnicos têm sido parte do projeto desde o início. Isto permitiu à equipe de desenvolvimento identificar vários pontos, um dos quais é crucial: a aplicação não deve ser percebida como um meio de controlar o trabalho dos técnicos, mas como uma ferramenta para facilitar seu trabalho diário.

Assim, para garantir que os usuários finais se sintam confortáveis com a aplicação e que ela foi projetada eticamente, a equipe trabalhou em dois aspectos.

Primeiro, os técnicos devem ser capazes de manter o controle sobre a máquina e ir contra suas recomendações. É por isso que a explicabilidade dos resultados retornados pelo modelo era um valor fundamental. Se o modelo encontrar uma ou mais não-conformidades, o site AI deve especificar qual área ou áreas foram afetadas.

Então, uma vez que uma primeira versão da aplicação estava pronta, a equipe mandou testá-la por 50 técnicos voluntários. Isto permitiu à equipe coletar feedback relevante para que eles pudessem melhorar os modelos. Como exemplo, as condições nas quais as fotos são tiradas podem levar a confusão entre cabos de cor laranja (da Orange) e cabos de cor vermelha (concorrentes). A recorrência deste erro levou a equipe de recursos a melhorar a aceitabilidade do algoritmo. O desempenho do modelo foi reduzido a fim de evitar contradizer o que o humano vê.

Para Vincent Luciani, co-fundador e CEO do grupo Artefact ,

"Todos os nossos projetos do AI foram desenvolvidos para respeitar os sete princípios fundamentais para o uso ético do AI estabelecidos por um grupo de especialistas da Comissão Europeia. O primeiro desses valores é o controle humano. Colocamos os técnicos no centro do projeto para garantir que essa nova solução facilite suas vidas diárias e não prejudique sua autonomia. Isso também foi crucial para sua adoção por todos os instaladores da Orange."

Em apenas nove meses, esta nova aplicação foi projetada, testada, corrigida e industrializada em larga escala. Foi um verdadeiro feito técnico e humano, já que a ferramenta foi adotada pelos 10.000 técnicos implantados todos os dias na França.

Esse aplicativo é apenas um dos 150 casos de uso desenvolvidos pela Orange nos últimos dois anos como parte de sua transformação por meio do site AI. Desde então, a Orange - juntamente com a Artefact - colocou 15 novos modelos em produção para dar suporte a outras funções, como vendas ou atendimento ao cliente.

"As regulamentações sobre artificial intelligence estão em processo de desenvolvimento. Nossa transformação, usando data e AI, tem como objetivo respeitar a privacidade, beneficiar os seres humanos e seu ambiente e ser imparcial. É por isso que essa estratégia antecipa, na medida do possível, futuras mudanças regulatórias. Devemos lembrar que esse tipo de projeto não é apenas técnico; os seres humanos são o maior fator de sucesso".

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