Pour tirer tous les bénéfices de l’intelligence artificielle, il s’agit surtout d’une question de gestion de changement et de transformation des métiers. C’est ce qu’illustre Médéric Chomel, Vice Président en charge de la Data, de l’intelligence artificielle et de l’automatisation chez Orange. Il faut arriver à ce que les équipes métiers s’approprient les nouveaux outils que l’on met à leur disposition.
Un job essentiel entre les métiers, les Data Scientists et la DSI
Ce n’est pas si simple et nécessite en particulier la création d’un job clé, celui qui relie les métiers, les Data Scientists et le système d’information. « Nous avons tous créé ces nouveaux rôles là, ils sont vraiment essentiels. Ces personnes clés dans les projets vont faire le lien entre les métiers, les Data Scientists, le système d’information, et accompagner vraiment le backlog [NDLR : liste des choses à faire] du projet, pour en tirer toute la performance. » décrit-il. Il s’est exprimé à l’occasion de l’événement Think Tank for AI, organisé le 14 octobre par Les Echos et Le Parisien.
« Nous avons fait beaucoup de Data Science pour la Data Science »
Le responsable cite comme exemple l’installation des réseaux à fibre optique pour lesquels Orange souhaite prédire si l’installation va être compliquée. « Quand on donne ce problème à un Data Scientist, il va prendre plein de données. Il va faire des modèles et il va prédire très précisément avec de superbes résultats ‘oui, cela va être compliqué’ » raconte-t-il. « Nous sommes alors très contents. Nous donnons cela au métier qui nous demande ‘qu’est ce que j’en fais ?’ » poursuit-il. En effet, si pour le métier, il est intéressant de savoir que l’installation va être compliquée, cela ne suffit pas car il ne sait pas si il doit prendre plus de câble, une plus grande nacelle, plus de temps, etc. Bref, ce n’est pas très opérationnel.
Accélérer le passage à l’échelle dans tous les métiers
Dans ses responsabilités, Médéric Chomel souligne qu’il a « une vraie volonté d’accélérer l’utilisation de ces technologies [NDLR : d’intelligence artificielle] pour un passage à l’échelle dans tous les métiers ». Dans ce cadre, « un des grands facteurs clés de succès pour passer à l’échelle, c’est l’agile et la vision produit de l’intelligence artificielle. Un produit d’IA qui va vivre, qui s’intègre dans une chaîne du système d’information et dans une chaîne métier. Pour avoir des algorithmes qui servent, il y a la transformation métier associée. C’est un point clé » insiste-t-il.
« Nous travaillons sur l’acculturation des métiers pour un passage à l’échelle »
Certains cas d’usage de l’IA sont plus avancés que d’autres chez l’opérateur télécoms. « Des cas d’usage sur lesquels nous avons beaucoup accéléré, c’est tout ce qui concerne la reconnaissance visuelle pour aider dans nos opérations de maintenance dans les éléments du réseau » donne-t-il en exemple. Il y a aussi des sujets d’automatisation d’actes simples et en collaboration avec les salariés sur des positions de travail. Orange en France avait un patrimoine de 250 robots sur des technologies anciennes de robotisation (RPA ou Robotic Process Automation), qui ont migré sur des technologies plus modernes. Il y a également des cas d’usage de collaboration entre humain et machine, en ce qui concerne les vendeurs pour leur donner plus d’informations, pour mieux traiter les cas des clients.
Il faut expliquer aux métiers comment ils vont être impactés
L’arrivée de l’intelligence artificielle sur le terrain, impose des explications aux métiers pour leur montrer qu’ils vont être impactés et comment. « Par exemple, dans la recommandation en boutique, on voit que l’IA est très forte pour prédire des choses que l’humain ne sait pas faire » débute Médéric Chomel. Il cite la capacité de l’IA de prédire que pour un client donné la meilleure offre est une protection de la maison, et que pour un autre, il faut un contenu Disney+. « Là l’humain ne saura pas faire à la même vitesse et avec la même compétence » pointe-t-il.
« Former le vendeur pour comprendre ce que l’IA lui dit, et ce qu’il doit dire au client, c’est une transformation extrêmement importante«
La Data Science chez Orange s’appuie sur des lacs de données « extrêmement grands », et dispose de 600 Data Scientists et Data Engineers. « Chez Orange, et il y a un vrai historique de cas d’usages comme Jingo notre assistant vocal et tous les modèles de recommandation utilisés depuis des années pour avoir des recommandations plus personnalisées, vis-à-vis de nos clients » rappelle le responsable. « Et il y a des sujets plus opérationnels comme la prédiction de maintenance ou d’opérations sur nos réseaux » ajoute-t-il. L’assistant vocal Jingo est cité par le responsable mais cet assistant n’est plus commercialisé par Orange depuis octobre 2020.
