politique IA et data des entreprises

Le Data Office : pilier de la politique IA et data des entreprises

Dossier : Vie des entreprisesMagazine N°775 Mai 2022
Par Filippo FOCACCI

Fondée en 2013, DecisionBrain développe des solutions basées sur l’IA (intelligence artificielle) pour aider les entreprises à optimiser leur prise de décision sur des problématiques très opérationnelles. Son cofondateur et CEO, Filippo Focacci nous en dit plus. Rencontre.

 

Aujourd’hui, nous entendons de plus en plus parler d’intelligence artificielle. Comment définissez-vous ce concept et cette technologie ?

Le terme IA peut être utilisé de deux manières différentes. Il peut renvoyer aux machines et aux algorithmes qui pensent et raisonnent comme les Hommes, voire mieux que l’humain. Il s’agit là d’une conception populaire de l’IA, telle qu’elle est très souvent représentée dans les médias et les films. Toutefois, nous en sommes encore très loin ! On retrouve aussi une IA dite « pragmatique » qui est basée sur les mathématiques avancées. C’est cette IA qui est au cœur de l’activité de DecisionBrain.

Notre cœur de métier est, en effet, de développer des solutions d’aide à la décision basées sur l’IA pour permettre aux entreprises d’optimiser leurs opérations industrielles. Nous utilisons l’IA pragmatique, ses algorithmes sophistiqués, des données et la puissance de calcul pour pouvoir résoudre des problématiques très spécifiques (trouver le meilleur ordonnancement, itinéraire, plan …) et trouver rapidement la solution la plus pertinente parmi des milliards de possibilités.

L’idée n’est bien évidemment pas de remplacer l’humain mais d’augmenter sa capacité à prendre la bonne décision en mettant à sa disposition des recommandations basées sur des analyses complexes et des éléments quantitatifs. Notre action couvre ainsi un large éventail d’algorithmes et de techniques allant du Deep Learning à l’apprentissage automatique, en passant par l’optimisation mathématique ou encore la simulation… C’est en capitalisant sur l’ensemble de ces techniques que DecisionBrain est en mesure de créer des solutions innovantes et personnalisées qui permettent à nos clients d’améliorer leur productivité, leur efficacité et leur réactivité opérationnelles.

Quelles sont les problématiques que vous abordez avec vos solutions ?

Chez DecisionBrain, nous avons fait le choix de nous focaliser sur les opérations industrielles que nous déclinons avec plusieurs niveaux de décisions :

  • Stratégique : quels sont les investissements à prévoir pour accroître la capacité de production ? quelles sont les compétences à acquérir ou à développer en interne ?
  • Tactique : comment organiser la production pour pouvoir répondre à la demande prévue cette année ? comment planifier la maintenance des machines sur les cinq prochaines années ?
  • Opérationnel : quel est le meilleur ordonnancement ou itinéraire ?  comment réagir en temps réel à une panne ou à l’absence d’une ressource humaine ?

Concrètement, nous aidons nos clients à mieux contrôler et piloter leur activité en fonction de leurs indicateurs clés de performance (KPI). Au travers de la mise en œuvre de nos solutions d’IA, nous les accompagnons dans leur prise de décision afin qu’ils atteignent leurs objectifs business.

Prenons un exemple d’optimisation de ressources humaines au niveau opérationnel : en cas d’absence de plusieurs techniciens, nos solutions vont leur permettre de mesurer l’impact de cette situation sur la production, à revoir le planning, redéfinir la distribution des tâches, déterminer s’il est nécessaire de faire appel à des ressources extérieures.

En poursuivant cet exemple sur un niveau tactique, cela leur permet aussi d’initier une réflexion sur la nécessité de mettre en place un programme de formation pour développer les compétences de certains collaborateurs et la flexibilité des équipes.

Au-delà, la puissance de l’IA associée à la disponibilité massive de données permet aujourd’hui aux entreprises de réinventer leur business et d’identifier de nouvelles problématiques qui méritent d’être traitées.

Aujourd’hui, il ne s’agit donc plus de résoudre un ensemble bien défini de problèmes en se dotant d’applications packagées (ERP, gestion de la maintenance…), mais de faire preuve de créativité.

Comment une entreprise peut-elle déterminer si elle doit opter pour une solution packagée ou plutôt se doter d’une solution sur-mesure et personnalisée comme celles que DecisionBrain conçoit et développe ? 

Si une entreprise est confrontée à une problématique standard que beaucoup d’autres entreprises rencontrent, je leur recommanderais de chercher d’abord une solution packagée. D’ailleurs, aujourd’hui, ces solutions intègrent généralement une technologie d’IA.

Pour faire son choix, l’enjeu pour une entreprise est de clairement distinguer les besoins communs de ceux qui relèvent de la spécificité de l’entreprise, de son organisation et de son activité.  Prenons l’exemple d’un centre d’appels qui a des employés implantés dans différentes géographies et donc soumis à des règlementations différentes. Une solution packagée ne permettra pas de couvrir de manière flexible et pertinentes l’ensemble des contraintes et exigences.

Conscient de cette réalité, DecisionBrain est en mesure de concilier et d’apporter aux entreprises le meilleur de ces deux approches. En effet, grâce à notre plateforme de solution d’optimisation DB Gene et ses modules préconstruits (modèles d’IA spécifiques à chaque secteur, composants d’interface utilisateur…), nous proposons à nos clients des solutions personnalisées à un coût compétitif, assez proche de celui d’une solution packagée.

DB Gene, qui est le fruit d’importants investissements en R&D en France, permet de fournir 60 à 70 % des fonctionnalités nécessaires aux solutions d’IA et d’atteindre 100 % avec une configuration et personnalisation. Cela garantit également un temps de mise en œuvre relativement court. DB Gene est, en outre, intégrée à certains produits IBM et est aussi utilisée par des leaders du marché tels qu’IBM, JLL, Toyota, Carhartt, le port de Hong Kong…

Enfin, en capitalisant sur DB Gene, notre expérience avérée dans l’optimisation, les mathématiques avancées, l’architecture logicielle avancée et l’expérience industrielle, DecisionBrain aide non seulement les entreprises à relever leurs défis opérationnels, mais également à les transformer en véritable avantage concurrentiel.

Pouvez-vous nous donner des cas d’applications concrets ?

Nous accompagnons nos clients sur différents projets opérationnels :  planification et ordonnancement de la production, optimisation du déploiement des ressources humaines ou de l’attribution des tâches…

Plus particulièrement, nous avons construit pour la société de services britannique Serco une solution pour mieux contrôler et optimiser le système de vélos partagés de Londres. Dans ce cadre, nous utilisons le Machine Learning pour prédire le nombre de retrait et de restitution de vélos dans chaque station tout au long de la journée à des intervalles réguliers de 15 à 30 minutes tout en prenant en compte divers facteurs : les conditions météorologiques, les habitudes des consommateurs… En s’appuyant sur ces prédictions, nos algorithmes d’optimisation sont en mesure de déterminer le nombre de vélos qui doit être mis à disposition dans chaque station et de planifier les déplacements optimaux des vélos d’une station à une autre de jour comme de nuit. Depuis maintenant 5 années, Serco utilise cette solution quotidiennement avec une grande satisfaction. DecisionBrain a, par ailleurs, reçu un prix de l’Association française de recherche opérationnelle et d’aide à la décision pour cette solution. Dans un autre exemple, avec Toyota, nous travaillons sur des problématiques industrielles. Nous avons ainsi conçu pour cet industriel du monde automobile un système pour synchroniser leur logistique en amont avec les chaînes d’assemblage. L’enjeu est de pouvoir acheminer les pièces automobiles provenant de leurs fournisseurs vers ces chaînes d’assemblage de manière la plus efficace possible et dans une logique de just-in-time. Grâce à l’IA, nous avons pu réduire les coûts logistiques de 15 %, mais aussi les émissions de CO2 d’environ 10 %.

Comment vous projetez-vous sur le moyen et long terme ? Quelles sont vos ambitions ?

Au cours des deux dernières années, les entreprises ont été et sont toujours confrontées à de nombreux défis : crise sanitaire, perturbations de la chaîne d’approvisionnement, hausse du prix des matières premières, et maintenant guerre en Ukraine… Celles qui s’en sortiront sont celles qui sauront s’adapter à cette réalité mouvante qui évolue toujours plus vite. Cela nécessite une réactivité avérée et une capacité à adapter les processus et les systèmes pour une prise de décision efficace et pertinente en temps réel. Notre ambition est d’aider ces entreprises à piloter leur business face à ces défis.

En parallèle, à court terme, nous cherchons à renforcer notre présence en France et à nous développer aux États-Unis, un de nos principaux marchés cibles. Nous venons d’y créer une entité avec un représentant commercial et montons une équipe technique pour accompagner nos clients américains.

Sur le plus long terme, nous poursuivons nos efforts pour démocratiser l’accès aux solutions d’IA sophistiquées afin de permettre non seulement aux géants comme Toyota ou encore Amazon, mais aussi aux ETI de bénéficier pleinement du potentiel de l’IA à un coût accessible.  De notre côté, cela passe par des investissements significatifs en R&D, des partenariats avec la communauté scientifique universitaire et la construction d’un écosystème de partenaires commerciaux.

Poster un commentaire