Le 2 juillet 2020, CIO a diffusé la CIO.expériences « IA, moteur de la transformation des entreprises – Exploiter l’IA pour apporter de la valeur aux métiers : cas d’usage pour les DSI » en partenariat avec Automation Anywhere, Hitachi et Workday.
Aurélie Chandeze (rédactrice en chef adjointe de CIO), Jacques Cheminat (rédacteur en chef adjoint du Monde Informatique, au centre) et Bertrand Lemaire (rédacteur en chef de CIO, à droite) ont présenté cette webconférence.
Les technologies relevant de l’intelligence artificielle se font une place de plus en plus importante dans l’entreprise : reconnaissance avancée du langage naturel, apprentissage machine, robotisation des tâches, chatbot/callbot, etc. Venant décharger les êtres humains de tâches ingrates ou répétitives, leur valeur est rarement mise en doute. Cependant, comme l’a pointé l’étude CIO « Comment mettre à profit l’IA pour créer de la valeur ? », peu d’organisations ont adoptées ces technologies et, finalement, peu envisagent de le faire à échéances courte ou moyenne. Les pilotes et les tests ont du mal à passer à l’industrialisation. Les principaux résultats de cette étude ont été dévoilés lors de la CIO.expériences « IA, moteur de la transformation des entreprises », le 2 juillet 2020.
Cette webconférence a été réalisée par CIO en partenariat avec Automation Anywhere, Hitachi et Workday. Elle a surtout permis de présenter un large panel de cas d’usages à forte valeur ajoutée des technologies relevant de l’intelligence artificielle grâce aux témoignages de Henri Andreit (Directeur de la Transformation Digitale, Manutan), Hicham Benabdallah (DSI de la Branche Service-Courrier-Colis, La Poste), Yannick Combourieu (Directeur Produits e-Voyageur, SNCF), Régine Diyani (Directrice, Agence pour l’Informatique Financière de l’État), Eric Lechevallier (Responsable de l’offre de service RPA, La Poste), Xavier Michallet (Directeur du département Data, Soitec) et Christophe Montagnon (Directeur Systèmes d’Information, Innovation et Organisation, Randstad France). Vous pouvez regarder ici la rediffusion de la webconférence « IA, moteur de la transformation des entreprises ».
« La valeur de l’Automatisation Intelligente (RPA+IA) pour les entreprises » a été présentée par Christophe Rebecchi, Directeur Commercial et Country Manager France d’Automation Anywhere (à gauche), et Edouard Belouet, Intelligent Engineering Services AI & Automation chez Accenture (à droite).
Premiers experts à s’exprimer durant la matinée, Christophe Rebecchi, Directeur Commercial et Country Manager France d’Automation Anywhere, et Edouard Belouet, Intelligent Engineering Services AI & Automation chez Accenture, sont revenus sur la place croissante de la RPA (Robotic Process Automation, automatisation des processus robotisés) au sein des entreprises. « Si toutes s’y intéressent, certaines entreprises se détachent en ayant adopté une démarche globale » a mentionné Christophe Rebecchi. A l’inverse, d’autres s’en tiennent à des projets limités qui, du coup, sont peu visibles et ne permettent pas de tirer pleinement partie des possibilités du RPA, à savoir robotiser l’ensemble des tâches métier répétitives. Cette robotisation amène des process pouvant s’exécuter évidemment 24/7, de façon toujours fiable et à moindre coût. L’intervention humaine est alors réservée aux tâches à valeur ajoutée. La plus grande erreur est sans doute de lancer des POC (démonstrateurs) : en effet, la RPA est une technologie mature dont les tenants et aboutissants sont maîtrisés. Un POC coûte cher et ne sert plus à rien.
Edouard Belouet a rappelé que « l’estimation est que 6 à 8 % des process et activités des entreprises pourraient être automatisés en entreprises ». Mais, au-delà de cette première évolution, il faut, selon lui, se poser la question de comment aller au-delà et transformer durablement l’entreprise pour accroître son efficience grâce à la généralisation de la RPA. « Coupler l’automatisation et l’intelligence artificielle permet d’aller beaucoup plus loin, de transformer la façon dont l’entreprise va fonctionner au-delà d’un usage vertical limité » a-t-il plaidé. La RPA pure traite des process très répétitif tandis que la RPA couplée à l’IA peut couvrir des cas bien plus complexes et étendus. Par exemple, un chatbot peut utiliser la RPA pour aller chercher de l’information sur un client donné et alors répondre dans un contexte précis et personnalisé.
Hicham Benabdallah, DSI de la Branche Services-Courrier-Colis de La Poste (à gauche), et Eric Lechevallier, Responsable de l’offre de service RPA de La Poste (à droite), ont expliqué « Comment La Poste a développé sa propre plate-forme RPA pour multiplier les usages ».
La Poste est une entreprise qui a choisi, justement, de développer de nombreux usages de la RPA avec des cas d’application variés. Deux témoins se sont succédé pour en parler lors de la webconférence : Hicham Benabdallah, DSI de la Branche Services-Courrier-Colis de La Poste, et Eric Lechevallier, Responsable de l’offre de service RPA de La Poste. La Poste est composé de cinq branches : Service-Courrier-Colis (celle des 75 000 facteurs), La Banque Postale, le réseau des bureaux de poste, la branche numérique et enfin la filiale Geopost. Chacune a certes ses applicatifs propres mais il existe de nombreux outils IT transverses pilotés au niveau groupe. La branche Service-Courrier-Colis dispose d’une DSI d’un millier de collaborateurs pour environ 400 plates-formes applicatives pour gérer les différents métiers. « Le SI a été rénové en mode micro-services mais le RPA amène une valeur ajoutée en automatisant, aujourd’hui, une cinquantaine de process » a souligné Hicham Benabdallah. L’automatisation permet bien sûr d’accroître la flexibilité et l’efficience mais aussi la qualité et la rapidité, a-t-il rappelé.
Eric Lechevallier a présenté la particularité de l’implémentation du RPA à La Poste, à savoir le choix de multiples solutions open-source intégrées en interne. « Contrairement à d’autres organisations, la RPA est issue de la DSI et pas des métiers ; nous avons donc proposé des choix techniques qui n’auraient pas été possibles de la part des directions métier » a-t-il expliqué. Plutôt qu’une solution packagée, La Poste a donc choisi une série de robots en Python qui s’exécute sur une ferme de serveurs Windows, se rapprochant des environnements d’exécution applicatifs. Ces scripts sont pilotés au travers d’un portail développé en PHP que les utilisateurs emploient pour lancer des robots dans leurs contextes et pour suivre l’exécution. Jenkins assure l’orchestration et la répartition de charge. Enfin, ELK permet l’exploitation des logs. Eric Lechevallier a estimé à six mois.homme la charge de travail interne pour mettre en œuvre cette plate-forme.
« L’IA en entreprise : Stratégies, gouvernances et challenges de la donnée intelligente » a été détaillé par Jérôme Renner, France Digital Solutions Specialist chez Hitachi Vantara.
L’intelligence artificielle ne se limite bien sûr pas à la RPA. Lorsqu’on arrive à des process évolués, notamment avec machine learning, la base de connaissances permettant d’éduquer les automates est fondamentale. Il en résulte, comme l’a expliqué Jérôme Renner, France Digital Solutions Specialist chez Hitachi Vantara, une grande importance de la gouvernance de ces données. Au delà, cartographier les données est un préalable essentiel. Avant l’an 2000, la qualification des données se faisait dans le cadre de projets pilotés par la DSI sur un mode sémantique. « Avec la génération suivante d’outils (Qlik, Tableau…), on a donné à l’utilisateur la capacité d’explorer visuellement lui-même ses données » s’est-il souvenu. Mais, pilotées par les métiers, les projets de cette époque souffraient d’une faiblesse bien identifiée : la qualité et la pertinence des données. A partir de mauvaises données, les rapports ne pouvaient qu’être mauvais.
Il s’est réjoui que, depuis les années 2015, les utilisateurs peuvent fabriquer eux-mêmes des datamarts. Et, grâce à l’IA, une cartographie des données présentes peut désormais être réalisée automatiquement. Selon le cabinet Forrester, les outils de Machine Learning Data Catalog vont connaître une très forte croissance dans les années à venir. Ces solutions permettent d’étiqueter les jeux de données et de noter leur pertinence au travers d’une curation par des experts. Aux Etats-Unis, l’établissement de crédit Fannie Mae a pu ainsi automatiser et accélérer l’incorporation de données dans le datawarehouse. Ce cas d’usage a été détaillé lors de la webconférence par Jérôme Renner.
Christophe Montagnon, Directeur Systèmes d’Information, Innovation et Organisation chez Randstad France, a témoigné d’un usage de « L’IA pour la transformation interne : comment Randstad robotise un pré-entretien de recrutement ».
L’IA peut radicalement transformer un process au coeur du métier d’une entreprise. C’est par exemple le cas chez Randstad. Revendiquant une première place mondiale dans les services en matière de ressources humaines avec un chiffre d’affaires de 24 milliards d’euros, le groupe réalise en France un chiffre d’affaires de 3,5 milliards d’euros dans plusieurs domaines : travail temporaire, recrutement (Randstad, Appel Médical, Expectra…), conseil et services informatiques (Ausy). Si, au départ, les DSI nationales étaient très indépendantes, la démarche est aujourd’hui celle d’une globalisation croissante avec des mutualisations de plus en plus nombreuses, notamment dans les infrastructures. Chaque DSI nationale sert l’ensemble des marques. Le chatbot Randy a ainsi été mis en place pour les process de recrutement en France, process au coeur des métiers du groupe et process éminemment humain.
Christophe Montagnon, Directeur Systèmes d’Information, Innovation et Organisation chez Randstad France, a rappelé l’histoire de ce projet : « il s’agissait de changer l’expérience utilisateur du candidat car nous nous étions aperçu que ce que nous proposions ne correspondait plus à ce que désiraient les candidats ». La « nouvelle normalité » devait s’appliquer au recrutement comme à tous les autres parcours de relation clients ou administrés : fluidité, célérité, transparence, disponibilité 24/7… Randy permet ainsi de pré-qualifier une candidature avant que les humains ne procèdent à la sélection pour un besoin. Si la conversation suit un arbre de décision, la compréhension de la langue est un aspect essentiel de ce service. Christophe Montagnon a détaillé les modalités de ce projet lors de la webconférence et a également explicité l’adaptation du groupe à la crise sanitaire Covid-19.
« Quelle éthique pour l’intelligence artificielle ? » s’est interrogé Nicolas Juillard, Senior Enterprise Architect chez Workday.
Le développement des usages de l’intelligence artificielle amène inévitablement à s’interroger sur l’éthique de ces outils. Nicolas Juillard, Senior Enterprise Architect chez Workday, a souhaité revenir sur ce thème : « nous sommes confrontés, au quotidien, à des demandes de nos clients pour déployer des fonctionnalités à base d’intelligence artificielle et de machine learning et, de ce fait, nous nous posons des questions sur l’éthique de ces fonctionnalités. » Deux grands principes se détachent : la loyauté (l’utilisateur doit rester maître de la décision) et la vigilance sur les biais (discrimination, etc.). « En tant qu’éditeur, nous devons respecter ces principes » a souligné Nicolas Juillard. Au « privacy by design », Workday a ajouté le « ethic by design ».
Comme Workday propose un SaaS, les 44 millions d’utilisateurs de ses solutions dans le monde utilisent, à un instant t la même version. Et, pour mettre au point ses algorithmes, Workday s’appuie de fait sur un grand volume de données, une grande quantité du « fuel de l’IA ». Et, pour cet éditeur de SaaS, l’éthique est autant essentielle que la transparence dans les usages opérés des données. Et tous les collaborateurs de Workday, notamment en avant-vente ou en relation client, reçoivent une sensibilisation sur le sujet afin qu’ils puissent être eux-mêmes transparents avec les clients de l’éditeur. De la même façon, les engagements en matière d’éthique sur les technologies innovantes font l’objet d’une annexe contractuelle. Si ces fonctionnalités sont proposées à tous les clients, c’est bien chaque client qui décidera quelles fonctionnalités doivent être activées et, par paramétrage, quelles données peuvent être utilisées ou non (par exemple : étudier l’attrition selon le sexe ou la nationalité ou pas).
Yannick Combourieu, Grand Témoin de la matinée en tant que Directeur Produits e-Voyageur à la SNCF, a expliqué « Comment la SNCF s’est transformée en ayant recours à diverses formes d’IA ».
Le groupe SNCF est bien connu mais sa réorganisation récente a amené à la création d’une branche réseau (incluant les gares), d’une branche voyageurs, d’une branche fret, de Géodis… La branche voyageurs (TGV, Transilien, TER…) est en charge du transport de personnes sur le réseau SNCF et e-Voyageur est son « bras armé digital » (Oui.sncf, Rail Europe…). Au sein de cette division, Yannick Combourieu, Grand Témoin de la matinée en tant que Directeur Produits e-Voyageur à la SNCF, est en charge des projets et des développements. « Cela fait longtemps que nous nous intéressons à l’intelligence artificielle, nos premiers projets de chatbots datant de 2016 » s’est souvenu Yannick Combourieu. Comme beaucoup d’idées, celle-ci a été introduite par un hackathon interne. Petit à petit, le concept expérimental a été industrialisé et, aujourd’hui, le chatbot accompagne tout le cycle de vente sur Oui.sncf.
La SNCF a fait le choix de développer son propre bot à partir de briques open-sources (pour le NLP, l’interface..), bot reversé à la communauté sous le nom de Tock. A l’époque du lancement du projet, aucune solution du marché n’était assez mature pour être à la hauteur des attentes, d’où le choix d’une solution propre. Cette technologie a, du coup, été utilisée pour développer AlloCovid en partenariat avec l’INSERM et en intégrant des briques externes pour le Speech2Text et le Text2Speech. Plus récemment, la SNCF s’est lancée dans la MaaS (Mobiliy as a Service). L’Assistant SNCF gère ainsi tous les moyens de mobilité entre un point A et un point B, l’intelligence artificielle étant sollicitée pour créer les alternatives d’itinéraires malgré la complexité des questions à traiter, avec des arbitrages variables. Yannick Combourieu a détaillé les modalités des projets lors de la webconférence.
L’IA pour mieux vendre ? Henri Andreit, Directeur de la Transformation Digitale chez Manutan, a présenté « Comment Manutan a utilisé l’IA pour la recommandation et le traitement des appels d’offres ».
En matière de service aux clients et au business, l’intelligence artificielle peut être utilisée de nombreuses façons. Sur la webconférence, Henri Andreit, Directeur de la Transformation Digitale chez Manutan, a présenté les usages de l’IA dans son entreprise, présente dans 26 pays et générant 750 millions d’euros de chiffre d’affaires. Celle-ci est toujours à actionnariat familial et est spécialisée dans la distribution de fournitures d’équipement pour les entreprises et les administrations. La DSI est, depuis six ans, centralisée au niveau groupe avec des relais de proximité en local. L’architecture est classique, avec une une IT hybride.
Lorsque Manutan s’est lancé dans l’IA, l’entreprise n’était pas certaine des résultats qu’elle obtiendrait. Mais les résultats obtenus au fur et à mesure ont justifié une multiplication des projets. « L’objectif était, pour le premier, la recommandation produits » s’est souvenu Henri Andreit. La recommandation était en effet à base manuelle et fastidieuse, des humains, chefs de produits, associant des produits les uns aux autres dans un catalogue aux nombreuses références. Le recours à l’IA a permis d’automatiser cela en accroissant, au bout de trois mois d’entraînement, l’efficacité et la qualité des recommandations. L’indicateur de performance retenu était bien sûr le taux de vente additionnelle. Un autre cas d’usage de l’IA a été la codification des articles des appels d’offres de clients et prospects pour rapprocher les demandes du catalogue, avec analyse du langage. D’autres projets ont été menés au fil du temps comme l’a raconté Henri Andreit. Henri Andreit a détaillé les modalités des projets lors de la webconférence.
L’IA pour améliorer le contrôle comptable ? Régine Diyani, Directrice de l’Agence pour l’Informatique Financière de l’État (AIFE – à gauche) et Quentin Couvreur, responsable support et maintenance applicative à l’AIFE (à droite), ont expliqué « Comment l’AIFE a amélioré le contrôle hiérarchisé des dépenses grâce à l’IA ».
De manière peut-être moins attendue et en tous cas moins fréquente, l’IA peut aussi servir à renforcer le contrôle comptable. C’est pourtant l’usage de l’IA que Régine Diyani, Directrice de l’Agence pour l’Informatique Financière de l’État (AIFE) a présenté lors de la webconférence. L’AIFE est un service à compétence nationale directement rattaché au ministre des comptes publics. Elle gère des outils destinés à l’État tels que Chorus (l’informatique d’exécution budgétaire) mais aussi à l’ensemble de la sphère publique (la gestion de la facturation électronique Chorus Pro par exemple). Parmi les sujets dont l’AIFE a à connaître, il y a le « contrôle hiérarchisé des dépenses ». « Chorus permet de payer toutes les dépenses de l’État (factures, subventions, etc.) au profit de fournisseurs ou de tiers très différents et on ne va pas contrôler chaque dépense de la même façon » a expliqué Régine Diyani. Montant, niveau estimé de risque et enjeux sont des critères naturels pour prioriser les contrôles. Les retours d’expérience sur les contrôles effectués antérieurement (y compris avant Chorus) permettent bien sûr d’améliorer ces contrôles.
Régine Diyani a relevé : « la masse de données sur les dépenses, les contrôles et les résultats de ces derniers pouvait être mieux utilisée pour améliorer les futurs contrôles ». Et c’est là où l’IA entre en scène pour dire aux contrôleurs où porter leur attention. Risques et enjeux majeurs doivent ainsi guider la focalisation de l’attention des contrôleurs mais il faut aussi éviter les zones d’ombre et garder une part d’aléatoire. Chaque agent reçoit ainsi une liste de dépenses à contrôler en priorité sans devoir lui-même définir les priorités. « L’IA permet de trouver plus d’incidents en contrôlant moins de dépenses » a justifié Régine Diyani. Quentin Couvreur, responsable support et maintenance applicative à l’AIFE et chef de projet, a explicité les technologies et l’architecture utilisées. Il a précisé : « après un hackathon où nous avons comparé diverses solutions, nous avons choisi des outils open-source (avec Hadoop, Spark…) hébergées on premise pour répondre à nos besoins métier mais aussi à nos exigences de souveraineté. » Régine Diyani et Quentin Couvreur ont détaillé les modalités du projet lors de la webconférence.
L’IA au service de la qualité industrielle ? Xavier Michallet, Directeur du département Data chez Soitec, a témoigné sur « Comment Soitec vérifie la qualité des galettes de silicium grâce au Machine Learning ».
Dernier témoin de la matinée, Xavier Michallet, Directeur du département Data chez Soitec, a démontré que l’IA était aussi utile dans le contrôle qualité industrielle. Soitec est un industriel spécialisé dans les « galettes de silicium », autrement dit les matrices semi-conductrices sur lesquelles sont gravés les composants électroniques de tous les outils numériques du quotidien. « Notre processus de fabrication est une succession d’étapes de fabrication et de métrologie pour vérifier le respect des spécifications » a noté Xavier Michallet. Parmi ces contrôles, il y en a un qui reposait sur un contrôle visuel humain de photographies infrarouges des plaques. Xavier Michallet a insisté : « toutes les plaques devaient être ainsi examinées manuellement ».
Dès 2007, l’idée d’automatiser cette inspection était apparue. En 2015, un premier prototype a émergé mais avec un besoin constant de recalibrage, y compris le cas échéant en plein milieu de la nuit, avec obligation pour un spécialiste d’intervenir. C’est en 2018 que la suppression de cette intervention de recalibrage a été envisagée grâce à du deep learning. Pour entraîner l’algorithme, il a fallu un certain temps car il fallait un millier de plaques avec différents défauts alors que le taux de défaut est très faible. « Il fallait absolument éviter les faux négatifs, quitte à avoir des faux positifs » a précisé Xavier Michallet. Il a détaillé les modalités du projet lors de la webconférence. Le Grand Témoin de la matinée, Yannick Combourieu, a conclu en insistant sur l’importance d’investir aujourd’hui sur l’IA pour être le gagnant de demain.