Retour au numéro
Partager sur :
Vue 74 fois
15 janvier 2020

Des réseaux plus intelligents pour accompagner les changements

DES RESEAUX PLUS INTELLIGENTS POUR ACCOMPAGNER LES CHANGEMENTS

Nous vivons dans une civilisation de réseaux. Ce sont les flux qui aujourd’hui définissent ce que nous sommes, comment nous interagissons. Tous les secteurs sont concernés : social, finance, économie, mobilité, communications, transport, industrie, énergie, fluides, sécurité, etc. Ces flux se combinent toujours plus, tant au niveau mondial qu'à l’échelle locale. Et la complexité explose.

Pas de réseaux sans Intelligence Artificielle (IA)

Chez DCbrain, nous sommes convaincus que cette explosion de la complexité est un symptôme heureux des profonds changements qui agitent notre monde. Heureux car sans cette interaction et cette dynamique, nous sommes incapables de répondre aux défis auxquels sont confrontés par exemple les nouvelles mobilités, le transport multimodal et le mix énergétique face au changement climatique.

Nous sommes également convaincus qu’il est illusoire de penser que l’être humain pourra gérer seul et sans aide cette complexité. Ce n’est pas à des alumni de Télécom Paris que je vais rappeler que nos réseaux de télécommunications modernes seraient ingérables, voire n'existeraient pas sans les mathématiques, le numérique et l’informatique ! En bref, pas de réseaux ni de flux complexes sans “Intelligence Artificielle” et sans données pour la nourrir.

Je pourrais aussi parler des Smart Grids mêlant électricité, gaz, chaleur, froid et eau (les utilités ou “Utilities”) qui sont un excellent cas d’application (voir la Revue TELECOM n°187 d’hiver 2017, p 19) mais je préfère traiter dans ce qui suit une autre catégorie d’application passionnante et à très fort impact économique et environnemental: les flux de matières et de produits (la logistique).

L’IA au secours de la Logistique

Comment réduire les coûts de mon réseau de transport logistique, l’impact CO2 de mes camions tout en supportant la croissance de mon activité dans un contexte d’aléas tels que des grèves ou des pénuries de transporteurs, par exemple ? Une réponse simple pourrait être : en remplissant mieux les camions et en réduisant les lieux et quantités de stockages.

Mais regardons plus dans le détail et voyons où nos réseaux de logistique et les hommes qui les pilotent peuvent être aidés par de l’Intelligence Artificielle (IA).

Nous allons devoir prévoir la demande de façon unitaire, estimer des temps et des coûts de parcours, optimiser les stockages pour réduire leur impact et finalement, trouver la meilleure combinaison de route possible parmi des millions afin de charger au maximum et de façon optimale chaque camion tout en respectant l’ensemble des contraintes et en filtrant les anomalies. Bref, difficile à réaliser avec une application développée sous Excel même si cela est encore aujourd’hui l’outil le plus répandu pour le faire !

Chaque partie du problème décrit ci-dessus peut être adressée de manière très efficace par l’ ”IA” : Machine Learning et prévision (forecast) pour la demande, régression non linéaire pour les parcours, classification pour les anomalies, Recherche Opérationnelle et Deep Reinforcement Learning pour les optimisations de stocks et de flux.

Comme le plus souvent, la solution ne se résume pas à une liste de technologies. Les Systèmes d’Information (SI) déployés aujourd’hui à grand renfort de Millions d’euros ne servent qu'à collecter des données sans apporter de valeur. Les briques de Machine Learning peinent à répondre aux besoins utilisateurs, et ne viennent qu’enrichir des dashboards de plus en plus indigestes.

Sans une couche d’intelligence, une smart layer, capable d’agréger par apprentissage ces briques SI et ces données au sein d’un double digital du réseau, peu de chance d’apporter une réelle valeur ajoutée pour les métiers, les clients, le modèle économique et l'écosystème de façon plus générale.

À l’inverse, une Smart Layer pour les réseaux de flux, brique d’IA qui vient s’interfacer au-dessus des Systèmes d’information existants, permet déjà aujourd’hui de mieux gérer les contraintes multiples, de fiabiliser les réseaux en s’appuyant sur les données profondes, d’optimiser en temps réel les ressources par des prescriptions claires facilitant la prise de décision. Bref, elle permet d’utiliser au mieux les ressources de nos réseaux afin de soutenir une croissance responsable dans un environnement de plus en plus contraignant.

Des solutions existent déjà

Les secteurs comme l’énergie ou la supply chain sont en croissance et cette croissance est freinée par la complexité ainsi que par les contraintes grandissantes comme la disponibilité des ressources, les pressions économiques, légales ou les engagements de responsabilité environnementale des entreprises :

L’énergie doit savoir intégrer une production distribuée et intermittente dans des réseaux qui n’ont pas été pensés pour ça. Les réseaux de chaleur urbains doivent maximiser la part d’énergie renouvelable sous peine d’impact TVA extrêmement fort alors que lorsqu’ils raccordent de nouveaux clients, cette part baisse mécaniquement s’ils ne font rien puisque la demande augmente. Les usines doivent maximiser leur production en contrôlant leur qualité et leurs coûts avec des contraintes énergétiques toujours plus fortes. La supply chain connaît une forte croissance dans un contexte de pénurie de transport, de réduction des temps de livraisons et de contraintes environnementales.

Le point commun de tous ces cas d’usage est la façon dont une IA / Smart Layer peut aider leurs gestionnaires : Prévision de la demande -> estimation des coûts et des contraintes des flux -> détection anticipée des défaillances -> prise en compte des aléas et préconisation en temps réel des meilleures solutions pour opérer ces réseaux

La complexité fait partie de notre quotidien et elle va perdurer. Sans réseaux intelligents capables d’agir de concert avec leurs utilisateurs, elle ne pourra pas jouer son rôle de catalyseur du changement.

Bonne nouvelle, des Smart Layers telles que proposées par DCbrain existent et permettent d’ajouter l'intelligence nécessaire aux outils traditionnels avec d’excellents résultats sur des réseaux d’infrastructures aussi diverses que l'énergie, l’industrie ou la supply chain.

 

Biographie de l'auteur


Arnaud de Moissac
est diplomé de l'INSA Strasbourg et de Télécom Paris. Après une carrière coté grands groupes dans différents métiers avec notamment la responsabilité de l'efficacité énergétique du groupe SFR, Arnaud crée une première start-up sur l'optimisation des datacenters. Frustré de voir que les mondes des réseaux physiques et de l'IT n'arrivaient pas à réellement travailler ensemble, il décide de co-créer DCbrain. La promesse : associer une connaissance profonde des réseaux physiques et de leur enjeux avec le meilleur l'informatique : l'Intelligence Artificielle. DCbrain a été incubé par Télécom Paris Novation Center. Arnaud est membre du conseil de perfectionnement de Télécom Paris. 
DCbrain a été récompensé de nombreuses fois pour sa capacité à dégager des gains sur des réseaux complexes de type électrique, chaleur, gaz et même logistique.

Auteur

Articles du numéro