Retour en 3 points clés sur l’intégration de l’IA chez Orange

Dans notre monde, deux formes d’intelligence artificielle coexistent. Il y a tout d’abord, l’IA hyper intelligente, toute puissante et irrémédiablement amenée à prendre votre travail voire  même votre vie. Cette IA n’existe que dans les films de science-fiction.

Et puis, il y a l’IA des entreprises comme Orange, intégrée dans ses activités  au quotidien et qui donne des résultats souvent surprenants dans différents domaines tels la relation client, les opérations commerciales ou encore sur le terrain financier.

Tout au long de l’année dernière, Orange a collaboré avec Google Cloud autour de nouvelles approches de la donnée afin de gagner en efficacité et pouvoir utiliser une IA bien réelle en relevant des défis métiers très concrets.

Trois grandes leçons ont émergé de cette expérience et sont développées ci-dessous en espérant qu’elles vous permettront d’être plus efficaces et plus rapides dans la concrétisation de vos projets IA.

Démarrer au bon endroit avec les bons outils

Orange a créé une équipe dédiée et responsable des cas d’usage de l’IA, depuis l’idéation jusqu’au déploiement effectif par des “AI factories”. Ses ambitions sont multiples : contribuer à l’augmentation des revenus de l’entreprise,  favoriser la réduction des coûts opérationnels et structurels et  améliorer l’expérience client reflétée par le Net Promoter Score.

Dit autrement, cette équipe doit combiner avec de nombreux domaines différents, ce qui suppose des données provenant des différentes entités d’Orange. Cette pluralité se retrouve aussi dans l’utilisation de l’analytique et de l’IA.

En pratique, Orange gère déjà plus de 60 datalakes et datawarehouses, répartis entre différents sites internes. Le plus grand, baptisé HubData, reposait sur une infrastructure Hadoop partagée, utilisée à des fins d’analyse standard de type BI (Business Intelligence). Mais, comme nous allons le voir par la suite, BI et IA fonctionnent différemment, même si la matière première utilisée - à savoir les données – est quasiment la même. C’est pourquoi l’équipe IA a souhaité basculer les données du HubData dans le cloud, afin de disposer d’un mode de stockage plus flexible, se prêtant mieux aux besoins variés d’un grand nombre de cas d’usage d’IA.

Après avoir étudié l’offre de différents prestataires cloud, le choix d’Orange s’est finalement porté sur Google Cloud pour deux raisons principales : un transfert des données plus simple et l’excellence des outils dont les équipes Orange pourraient bénéficier une fois les données migrées dans le cloud.

BigQuery offrait notamment les fonctionnalités, la facilité d’utilisation et la flexibilité recherchées pour rapidement démarrer les projets IA avec le minimum de perturbations. La solution embarque également des algorithmes ML prêts à l'emploi. Une fois entraînés, ils peuvent immédiatement être déployés en production grâce à Vertex AI, de façon organisée, personnalisée, avec une mise à l’échelle optimisée, une latence réduite et la meilleure qualité de service possible.

Votre choix peut, bien entendu, porter sur un prestataire de cloud différent. Mais assurez-vous d’opter pour une solution qui vous permet de démarrer rapidement et vous propose un éventail d’outils suffisamment large pour couvrir vos besoins dans le temps, au fur et à mesure que vous développez de nouveaux projets IA.

Plus vite vous basculerez dans le cloud - en un minimum d’efforts -, plus vite vous pourrez vous concentrer sur la valeur ajoutée apportée par l’IA.

La valeur d’un projet ne se mesure pas toujours par sa taille

Conscientes du potentiel de l’IA, les équipes d’Orange ont dès le début imaginé de vastes projets « blockbusters ». En pratique, au cours de la première année, elles ont à la fois travaillé sur de gros projets disruptifs mais aussi sur 30 à 40 projets plus petits. Et tous ces projets ont été des succès. Bien d’autres attendent déjà d’entrer en production. Une réussite d’autant plus remarquable qu’elle a été réalisée avec une augmentation minimale des équipes, ce qui met non seulement en valeur la qualité des collaborateurs mais aussi celle des outils utilisés.

Une fois le bon équilibre trouvé entre les besoins réels d’Orange et les fonctionnalités technologiques ambitieuses mais néanmoins réalisables à mettre en œuvre, les équipes ont pu commencer à imaginer les nombreux domaines où l’IA pourrait apporter de la valeur.  Et, comme leur objectif n’est pas de vendre de la science-fiction, ces projets ont été conçus pour impacter peu ou prou les habitudes des collaborateurs comme des clients : ils apprécient simplement les améliorations qui en résultent.

Ces améliorations ont été apportées dans différents domaines. L’IA est ainsi utilisée, par exemple, pour personnaliser les recommandations de produits aux clients, quel que soit le canal utilisé : numérique, marketing direct ou dans un des points de vente physiques d’Orange. Le panel de recommandations est très étendu avec des suggestions qui vont de la recommandation d’une meilleure connectivité à la souscription à une nouvelle chaîne sportive.
Chaque vente réussie est une occasion de convaincre les équipes métier, et l’équipe commerciale en l’occurrence, de la valeur de l’IA.

Autre exemple, en prenant une photo d’une intervention réalisée sur un câblage complexe dans une sous-station de télécommunications et en la soumettant à une IA visuelle, les techniciens sur le terrain peuvent savoir en quelques secondes si leur travail est correct et conforme aux spécifications.

Ce genre de projets, à la fois simples et apportant des bénéfices mesurables, stimule l'imagination des équipes d’Orange pour proposer d'autres applications IA.

Planifier des projets IA diffère profondément de l’utilisation d’un logiciel de BI, car la BI est très complexe et basée sur des règles. L'IA, de son côté, demande beaucoup de rigueur dans sa conception et peut parfois surprendre par les résultats obtenus. Ce qui nous amène au dernier point.

Collaboration homme-machine : un puissant levier de création de valeur

Dans les deux exemples évoqués ci-dessus, le retail multicanal et les opérations sur le terrain, l’IA collabore avec un humain. Elle lui est subordonnée. Autrement dit, la décision finale revient toujours à l’humain, dont l'imagination, la créativité et l'expérience conservent toute leur immense valeur.

Cette approche est conforme à la démarche d’ « IA responsable » voulue par Orange, dans laquelle les humains prennent toujours les décisions finales, tout particulièrement sur les activités en contact avec la clientèle, comme la détection des fraudes ou l'expérience produit. Elle soutient également l’idée que « l’augmentation de l’intelligence humaine » est une puissante source de valeur et que ces projets sont généralement plus simples à mettre en œuvre que les projets IA dissociés de cette notion d’humain augmenté.

Comme pour tout nouvel outil, personne n’échappe à une courbe d'apprentissage de l'IA. Et personne n’est à l’abri de quelques surprises qui peuvent cependant se révéler agréables comme en témoigne la vitesse à laquelle les équipes IA d’Orange sont montées en puissance et le nombre de projets réussis dès la première année.

Tout nouvel outil nécessite une courbe d’apprentissage durant laquelle chacun en découvre le potentiel et perçoit la capacité offerte à résoudre les problèmes autrement, à voir les choses différemment. Il en résulte une nécessaire « conduite du changement » afin d’amener les équipes à apprécier les nouvelles méthodes de travail qui en découlent. Une conduite du changement qui s’est avérée plus simple à gérer qu’anticipé grâce notamment à une transition aisée des données vers le cloud, à l’intégration des projets IA dans les cadres existants, à l'accent mis sur les bénéfices et l'amélioration de l'expérience client sans oublier un feedback rapide sur les succès. Lorsque les personnes arrivent à se projeter dans le futur en sachant quel sera leur rôle, elles arrivent à s’adapter beaucoup plus facilement.