Transcription

• Speaker #0

  CapBacarbon, le podcast de l'efficacité énergétique et des énergies renouvelables, avec Dalkia.

• Speaker #1

  Lya, ça bouge. Très très vite. Lya, on va parler de solutions d'intelligence artificielle conçues pour répondre à des besoins spécifiques sur des secteurs précis.

• Speaker #2

  Bonjour, bienvenue dans CapBacarbon, le podcast qui vous aide à améliorer votre efficacité énergétique et accélérer votre décarbonation. Ce mois-ci, nous parlons d'une révolution en marche dans le secteur de l'énergie. L'adoption de l'IA, l'intelligence artificielle. L'IA permet d'améliorer l'analyse des données, l'automatisation des tâches, l'expérience client, l'efficacité opérationnelle. Elle devient l'un des moteurs de la transition énergétique et écologique. Pourquoi ? Parce que face à la hausse de la demande d'électricité, à l'instabilité météorologique liée aux dérèglements climatiques et au développement des énergies renouvelables intermittentes, les systèmes doivent s'adapter en temps réel pour équilibrer les réseaux et optimiser les consommations. Et l'IA s'avère dans ces domaines très utile. et efficace. Dans cet épisode, nous recevons Bertrand Dacbord, directeur des systèmes d'information et du numérique de Dalkia. Il va nous expliquer comment l'IA révolutionne les métiers et les solutions du groupe avec des cas d'usage très concrets et comment elle est déployée avec succès.

• Speaker #0

  Cap-Bacarbon, animé par Paul-Emmanuel Géry.

• Speaker #2

  Bonjour Bertrand Dacbord.

• Speaker #1

  Bonjour.

• Speaker #2

  Quand on parle d'intelligence artificielle, en réalité, on peut distinguer l'IA bureautique et l'IA métier.

• Speaker #1

  Oui, on peut. On peut effectivement faire cette différenciation. On peut parler d'IA bureautique. L'IA bureautique, ce serait l'IA qui se concentre sur des tâches liées à l'automatisation et à l'amélioration de la productivité dans nos environnements de tous les jours devant notre ordinateur. Alors, cette IA bureautique, on l'utilise pour automatiser des tâches, des tâches administratives, organiser des informations ou améliorer des interactions entre les différents utilisateurs. et avec les outils du quotidien. L'objectif finalement, c'est de rendre les activités bureautiques plus fluides et plus efficaces.

• Speaker #2

  Et puis, l'IA métier ?

• Speaker #1

  Alors l'IA métier, on va plus parler de solutions d'intelligence artificielle conçues pour répondre à des besoins spécifiques sur des secteurs précis, sur une industrie donnée. On l'intègre dans des processus, dans des outils informatiques et ça vise à automatiser ou à optimiser des processus, des processus industriels, des processus métiers ou des tâches. qui requièrent une expertise spécifique. Alors, cet IA métier, elle permet aussi de développer de nouveaux services qui, auparavant, n'étaient même pas accessibles sur des outils numériques. En tout cas, ce qu'on peut dire, c'est que l'IA, elle se développe sur toutes les chaînes de valeur de l'entreprise.

• Speaker #2

  Alors, chez Dalkia, vous travaillez évidemment sur ces deux sujets. Si on prend le premier, l'IA bureautique, où en êtes-vous ?

• Speaker #1

  Alors, chez Dalkia, sur ce premier sujet, sur l'IA bureautique, les déploiements sont en cours. Ça bouge très, très vite aujourd'hui sur ces sujets. et notre objectif d'avoir effectivement un bon assistant dans nos tâches quotidiennes. Alors nous, on travaille avec notre fournisseur de solutions collaboratives, aujourd'hui Google, pour ne pas le nommer, sur des fonctionnalités avancées grâce à l'intelligence artificielle générative, pour l'analyse et le traitement des emails, des documents, sur les feuilles de calcul ou sur la création de supports de présentation. On va même tester très prochainement la capacité pour chaque utilisateur, chaque salarié, de créer en autonomie son propre chatbot. Un chatbot spécialisé sur ses tâches répétitives ou sur ses bases documentaires.

• Speaker #2

  Quelles sont les clés du succès pour déployer l'IA ?

• Speaker #1

  Déployer de l'IA, ce n'est pas une fin en soi. Je dirais que c'est d'abord un moyen. Donc, il faut d'abord être à l'écoute du terrain, à l'écoute des équipes, parce qu'il faut recenser tous les cas d'usage pertinents. Et ces cas d'usage pertinents, c'est ceux qui apporteront de la valeur. Alors pour cela, il faut passer du temps déjà à sensibiliser les salariés et même à les former à tous ces sujets d'intelligence artificielle.

• Speaker #2

  Et comment est-ce que l'IA est perçue en interne ?

• Speaker #1

  Alors certains sont plus à l'aise que d'autres, donc il faut accompagner, montrer que ça apporte de la valeur, de la valeur métier, et puis après il faut pratiquer de façon très concrète pour montrer cette valeur ajoutée. Alors chez Alkia, qu'est-ce qu'on fait ? On organise des ateliers, des formations par filière, et ces ateliers, ces formations, ça devient même des ateliers d'idéation. Ensuite, il faut aussi alerter quand même sur les réelles capacités de l'IA, et en particulier de l'intelligence artificielle générative. Parce que... quand on parle d'IA générative, déjà, on parle de technologies qui peuvent, comme on le dit, faire l'objet d'hallucinations, c'est-à-dire qu'elles peuvent se tromper. Elles peuvent faire des erreurs, des approximations, mal interpréter certaines consignes. Là, il faut rappeler que l'humain reste primordial, essentiel pour vérifier la cohérence des résultats, relire et revalider derrière, finalement, ce que l'intelligence artificielle génère. Ensuite, il faut aussi prêter une grande attention à la sensibilité de toutes les données qu'on fait ingérer à ces intelligences artificielles. Quand on utilise un modèle d'IA générative grand public, il faut savoir que les données sont utilisées derrière pour entraîner tous ces algorithmes. Donc il faut pouvoir à minima anonymiser les promptes qu'on va donner à ces outils, voire même ne pas utiliser tous ces outils. C'est pour cette raison que chez Dalkia, nous avons développé, nous avons mis en service notre propre intelligence artificielle générative sécurisée pour s'affranchir de ces problématiques.

• Speaker #2

  Alors côté métier, j'imagine que les applications sont nombreuses. Comment les mettre en place ? Est-ce que vous avez des conseils ?

• Speaker #1

  Les cinq conseils finalement que je donnerais à nos clients qui voudraient se lancer dans ce type de projet, c'est les suivants. Alors le premier, c'est d'abord choisir des cas d'usage à valeur ajoutée pour lesquels nous avons des données fiables. Ça, c'est vraiment très important. Ensuite, c'est d'avoir une bonne organisation, une organisation ad hoc avec des sachants métiers. Motiver, ça c'est important, et des experts ici, éventuellement des partenaires externes. Ensuite, troisième conseil, c'est définir dès les phases de POC, donc POC, Proof of Concept, tout ce qui est pilote. Finalement, définir dès ces phases de POC les niveaux de performance attendus. Et ce seront ces niveaux de performance attendus qui seront les critères pour décider d'un éventuel passage vers une phase d'industrialisation. Ensuite, surtout pour l'IA générative, bien mesurer la maturité des technos. des technologies, celles qui nous permettront de pouvoir passer à l'industrialisation. Et sur l'IA générative, on est dans un monde qui bouge beaucoup aujourd'hui, donc c'est un sujet très important. Et enfin, le dernier item, c'est de ne pas sous-estimer du tout la résistance au changement des utilisateurs de ces futurs outils et donc prévoir une bonne charge d'accompagnement pour pouvoir les préparer et pouvoir les faire passer dans l'usage de ces nouveaux outils.

• Speaker #2

  Alors ça, c'est pour la méthode. Est-ce que vous avez aussi des exemples concrets de ce que cela apporte sur le terrain ?

• Speaker #1

  Alors oui, je vais vous parler de notre solution Resonance. La solution Resonance, c'est une solution qu'on a développée sur nos réseaux de chaleur. Cette solution est équipée d'algorithmes d'intelligence artificielle qui sont entraînés à contrôler en permanence le comportement des sous-stations de ces réseaux. Alors si on prend un cas concret métier, une vanne sur une sous-station qui alimente un gymnase par exemple, cette sous-station est connectée au réseau de chaleur, et bien cette vanne se bloque. C'est un événement qui est globalement plutôt mineur pour un client. Donc... Parce que finalement, qu'est-ce que ça va faire ? Ça va générer une surchauffe légère sur le site qui va être compensée par les systèmes de régulation locaux. Par contre, pour le réseau de chaleur, c'est un déséquilibre finalement parce qu'on va générer une surconsommation globale au niveau de ce réseau de chaleur. Dans le passé, détecter une telle panne, ça aurait pris parfois jusqu'à 6 mois avant d'être vraiment identifié. Et grâce à ces algorithmes, on peut l'identifier de façon immédiate. Dans ce sujet, l'apprentissage de ces algorithmes s'est déroulé en mode... active learning. Alors qu'est-ce que c'est ? C'est nos experts métiers qui ont fait l'apprentissage de cette intelligence artificielle et qui ont validé toutes les données et tous les cas où on détectait cette anomalie de vanne.

• Speaker #2

  Et grâce à ça c'est vraiment beaucoup plus rapide ?

• Speaker #1

  Oui, parce qu'en fait, Résonance va détecter cette décorrélation entre un écart de consigne et puis un débit et puis il va percevoir aussi que cet échangeur au niveau de la sous-station n'est plus utilisé dans le bon régime de fonctionnement. Et donc, ça va détecter une alerte de surchauffe. Et dès le lendemain, une équipe technique peut intervenir sur le site et résoudre le problème.

• Speaker #2

  Alors, vous innovez également dans la décarbonation des bâtiments en testant une solution appelée Copilot. Alors, Copilot, qu'est-ce que c'est ?

• Speaker #1

  Copilot, Copilot E, avec un E à ne pas confondre avec Copilot, d'une grande société américaine. Alors, sur ce Copilot, c'est une intelligence artificielle, c'est du machine learning. Alors, c'est des centaines de modèles de machine learning qui tournent en parallèle. et qui permettent d'optimiser la performance des sites que nous exploitons. Alors, comment ça fonctionne ? On a des capteurs, des capteurs de température, des capteurs de débit qui sont déployés sur nos installations. Et grâce à ces capteurs, on apprend le comportement thermique des bâtiments et ça nous permet de prévoir les comportements futurs en tenant compte des prévisions météorologiques. Donc, grâce à cette modélisation, l'IA calcule et envoie à nos chaufferies des consignes optimisées afin de générer des économies d'énergie. conséquente tout en garantissant le confort des occupants. Donc là on en est à la troisième saison puisqu'après deux saisons de développement et de tests sur des dizaines d'installations, maintenant on est plutôt fier de confier à nos techniciens cette assistance sur près d'un millier de sites.

• Speaker #2

  Autre exemple concret d'utilisation de l'IA, c'est la maintenance prédictive.

• Speaker #1

  Alors oui, sur la maintenance prédictive, on en fait aussi chez Dalkia. La maintenance prédictive, c'est quelque chose qu'on faisait déjà de façon assez statistique avec toutes les données. que l'on récupère sur les sites, sur les bâtiments, les données capteurs, sur les données qui viennent des GTB. Aujourd'hui, avec l'IA, on a un autre levier de performance. Ça va nous permettre d'aller plus loin dans la maintenance prédictive. Tout ça pour le confort des occupants, pour la performance économique des sites et des bâtiments que nous exploitons.

• Speaker #2

  Et cette maintenance prédictive, elle va permettre d'anticiper les pannes avant qu'elles ne se produisent, c'est ça ?

• Speaker #1

  Oui, effectivement, je ne l'ai pas précisé. C'est effectivement de pouvoir, grâce à toutes les données, c'est de pouvoir détecter tous les signaux faibles. et de pouvoir détecter si on est dans une situation d'une survenue imminente d'un problème, d'une panne ou même d'une dégradation de la performance. Et ça nous permet de pouvoir agir de façon préventive avant que les problèmes n'arrivent.

• Speaker #2

  L'IEL est également utilisé dans vos 7 desks qui sont implantés en France et qui agissent comme de véritables tours du contrôle pour le pilotage de la performance énergétique.

• Speaker #1

  Alors effectivement, les desks existent depuis un certain temps chez Dalkia. Les desks, qu'est-ce que ça fait chez Dalkia ? Ça collecte tout un tas de données en temps réel pour faire de l'analyse de performances énergétiques. Et tous les outils dont je parle, finalement, ils viennent enrichir le métier des desks. Tous ces outils sont aujourd'hui utilisés par les desks pour gagner en performance et gagner en rapidité dans les analyses.

• Speaker #2

  Il y a un autre outil dont je voudrais qu'on parle, qui utilise de l'IA, c'est Dalkia Analytics Powered by Metron.

• Speaker #1

  Alors oui. On s'est associé avec la société Metron, donc c'est une société qui travaille dans la data et l'IA pour proposer une offre de suivi et d'optimisation de la performance énergétique pour nos clients industriels, en travaillant jusqu'au niveau de leur process industriel. Alors cette plateforme, développée par Metron, elle permet d'analyser en temps réel les flux énergétiques en fonction de l'activité du site, par exemple une augmentation ou une baisse de la production. Cette plateforme, elle va détecter toutes les dérives par rapport à un modèle, un jumeau numérique finalement, conçu grâce à... au machine learning. Ce modèle va prédire également les consommations à venir et ce modèle va fournir des recommandations adéquates pour pouvoir optimiser ce processus. Grâce à cette plateforme, nos experts d'Alkia, mais aussi ceux de nos clients, vont être en mesure de mener des analyses et des simulations afin d'exploiter des gisements d'économies d'énergie, jusque-là inexplorés, inconnus même, et ça leur permet d'optimiser énergétiquement parlant les procédés industriels de nos clients.

• Speaker #2

  Alors là, on a vu ce que l'IA, ça pouvait donner pour toutes les solutions proposées aux clients. Dans les autres filières de Dalkia, j'imagine qu'on la déploie également ?

• Speaker #1

  Alors oui, je peux vous dire que ça fuse. Ça fuse à tous les niveaux de l'entreprise aujourd'hui. Au RH, ressources humaines, au commerce, au secrétariat général aussi. Donc voilà, on a tout un plan d'action. Les opportunités vont être nombreuses et on va les identifier et travailler dessus pour aller générer le maximum de performances pour l'entreprise et pour nos clients.

• Speaker #2

  Allez, entre nous quand même, je voulais avoir votre avis. Est-ce que ça ne fait pas quand même un petit peu peur, l'IA, finalement, avec tous les problèmes qu'on entend, tous les risques qu'il peut y avoir ?

• Speaker #1

  Oui, bien sûr. Il faut être très vigilant parce qu'effectivement, on voit qu'on est sur des systèmes puissants, des systèmes qui peuvent faire énormément de choses de façon très rapide. Et bien sûr, le risque, c'est l'utilisation frauduleuse de ces outils. Après, la fraude n'a pas attendu l'IA. Et donc, à nous d'être quand même tous très vigilants sur ces sujets parce qu'effectivement, dans la production de contenu, Dans la production d'informations, on le sait maintenant, l'intelligence artificielle intervient et peut générer des choses complètement fausses. Donc voilà, à nous d'être vigilants.

• Speaker #2

  Nous arrivons à la fin de cet épisode. Un mot de conclusion. Est-ce qu'on peut dire que finalement l'IA, c'est une vraie révolution pour le secteur de l'énergie ?

• Speaker #1

  Alors oui, l'IA, ça bouge très très vite. L'IA, tout le monde en parle. Alors cependant, ce n'est pas magique. C'est bien quelque chose qu'il faut dire. Aujourd'hui, finalement, il faut qu'on identifie effectivement quels sont nos besoins, un peu définir quelles sont les attentes que l'on va avoir. Il faut s'entourer des bonnes ressources, il faut savoir être patient parce qu'il y a des courbes d'apprentissage et finalement toute l'industrie apprend aujourd'hui sur ces sujets. Et puis ce qui est au cœur c'est la donnée, la donnée de qualité. On ne fait pas d'intelligence artificielle si on n'a pas des données de qualité. Et donc ça effectivement il faut s'en préoccuper vraiment au jour le jour et de façon très anticipée pour avoir des modèles d'intelligence artificielle qui seront performants.

• Speaker #2

  Et côté RH d'Alkia, recrute dans le domaine de l'IA ?

• Speaker #1

  Oui, les acteurs du numérique au sens large, les systèmes d'information, les développeurs, les experts de l'IoT, de la data, de la data science, ils sont aux manettes de cette révolution. Donc ils œuvrent à tous ces grands projets IT pour rendre notre stratégie toujours plus performante et plus innovante. Et donc effectivement, pour nous déjà c'est une grande fierté de travailler dans une entreprise dont la mission est de contribuer à la décarbonation de la planète. Finalement, si vous souhaitez travailler à la fois dans l'innovation, dans l'IT, dans la décarbonation et dans l'intelligence artificielle, rejoignez-nous.

• Speaker #2

  Merci pour toutes ces explications Bertrand Agbor. Nous espérons que cet épisode vous a éclairé sur l'IA. Vous trouverez bien sûr plus d'informations sur ce sujet sur le site d'alkia.fr. N'oubliez pas de vous abonner à Campacarbon pour être prévenu de la sortie des nouveaux épisodes. Et si vous avez apprécié ce numéro, n'hésitez pas à le liker et le partager. On se retrouve. le mois prochain.