Programme IA : découvrez le projet NEO Schedule !

Comment concilier planification automatique et une meilleure répartition des ressources techniques ? Découvrez la solution d'Axians, NEO Schedule, l’un des douze projets issus du programme Intelligence Artificielle de Leonard (promotion 2021). Son objectif ? Faire monter en compétences les équipes de VINCI jusqu'à l'autonomie en implémentant des cas d’usage IA à fort impact business.

« Un magicien n’est jamais en retard, ni en avance, il arrive précisément quand il le veut » Gandalf, La Communauté des anneaux. Comme nous ne sommes pas tous des sorciers, il n’est pas surprenant que la planification soit primordiale lorsqu’il s’agit de déployer la bonne ressource au bon endroit, au bon moment. Tout ceci est l’objet du logiciel de planification NEO d’Axians. 

 

Un marché prometteur 

L’allocation des ressources est un marché en pleine croissance où la concurrence est de plus en plus rude. Un rapport de Gartner* publié en 2020 fait état d’un taux de croissance annuel moyen de 12 % pour le marché mondial de la planification, qui passerait de 3 milliards de dollars en 2020 à 5 milliards de dollars en 2025. Outre ces chiffres, Gartner souligne également que les solutions d’ordonnancement doivent se concentrer sur des fonctionnalités améliorant l’efficacité des opérateurs qui réalisent la planification et le taux d’utilisation des techniciens. Afin de s’attaquer à ce nouveau paradigme, Axians NEO a décidé de construire une solution implémentant de l’IA pour compléter et améliorer sa solution actuelle NEO Schedule. À cet égard, Axians a rejoint le Parcours IA de Leonard afin, d’une part, d’augmenter les compétences de son équipe en ce qui concerne la technologie de l’IA et, d’autre part, être autonome afin de faciliter la maintenance et l’évolution de la solution. 

NEO Schedule est la solution d’Axians pour la planification automatique et la répartition des ressources techniques. Cette solution a donc deux volets, dont le premier se concentre sur la planification. 

 

La planification est un problème complexe à résoudre 

La planification consiste à affecter une liste de tâches/affectations aux bonnes ressources, par exemple, un ensemble d’interventions de maintenance parmi une équipe de techniciens, afin de construire le plan d’intervention le plus rationnel. Des ressources spécifiques appelées dispatcheurs sont chargées de prendre en compte toutes les contraintes associées à un tel problème et de proposer le plan le plus rationnel. Les lieux, les disponibilités, les accords sur le niveau de service (SLA), les réglementations locales et les accords de travail sont tous pris en compte lors de l’établissement d’un tel planning. Cela permet d’obtenir un résultat optimisé, mais cela prend beaucoup de temps et d’itérations, car tout est fait manuellement. En moyenne, on estime qu’il faut 10 heures tous les jours pour répartir 90 personnes sur 400 missions. 

 

L’IA à la rescousse 

La nouvelle solution NEO basée sur l’IA bouleverse les processus habituels car il réduit ce temps à moins de 10 minutes par jour pour une configuration similaire. Non seulement cela réduit le temps nécessaire à la planification de la journée pour un nombre donné de personnel, mais cela donne également aux dispatcheurs la possibilité de gérer davantage de personnes et de consacrer plus de temps à des tâches à plus forte valeur ajoutée. L’une de ces tâches serait la modification marginale d’un programme donné au fur et à mesure que les informations arrivent du terrain. C’est ce qu’on appelle la répartition. 

Le processus de répartition se résume au traitement des informations en temps réel provenant des techniciens sur le terrain. Ces informations peuvent indiquer qu’une personne est malade et ne peut pas travailler un jour donné, qu’elle a un pneu crevé et doit travailler avec un léger retard, ou simplement qu’un travail aurait pris plus de temps que prévu. Ces informations de terrain sont cruciales pour les dispatcheurs, car elles doivent être utilisées pour modifier le programme journalier afin d’en tenir compte et de s’assurer que le programme le plus optimal est toujours fourni.  

La norme actuelle, à savoir la répartition manuelle, repose sur l’expertise et les connaissances des dispatcheurs, ce qui peut parfois ne pas être optimal étant donné le volume élevé de mises à jour, le grand nombre d’interdépendances à prendre en compte dans le planning et le temps de réaction très court que l’on attend des dispatcheurs. NEO Schedule, enrichi par l’IA, résout ces problèmes en automatisant complètement le processus et en adaptant le planning en fonction des mises à jour en direct du terrain. 

 

Vers une nouvelle solution tournée vers l’avenir et le besoin d’efficacité 

La nouvelle solution NEO Schedule basée sur l’IA répond aux exigences des nouveaux marchés et assure la survie cette solution dans le futur. NEO Schedule basé sur l’IA s’avère plus efficace que les solutions concurrentes lorsqu’il s’agit de prendre en compte les contraintes de la vie réelle, car ces contraintes sont directement intégrées dans les algorithmes d’optimisation sous-jacents. En outre, cette. solution est construite sur des méthodes et des fonctionnalités sur mesure, sans jamais recourir à une solution open-source pour son processus d’optimisation. En un mot, NEO Schedule basé sur l’IA est une solution de planification efficace conçue par des dispatcheurs pour des dispatcheurs. 

Par Alexander Wassiltschenko, Axians

*Gartner: Magic Quadrant for Field Service Management –ID: G003992502 

 

Cet article fait partie d’une série de publications des participants au programme IA de Leonard, spécifiquement conçu pour accélérer l’adoption des technologies d’intelligence artificielle au sein du groupe VINCI. Il consiste en une période d’incubation de cinq mois au cours de laquelle les collaborateurs de VINCI sélectionnés suivent un processus d’apprentissage par la pratique ; ils développent ainsi un cas d’usage basé sur l’IA avec le coaching et le mentorat de l’équipe de Leonard et des consultants d’Eleven Strategy.

> Pour en savoir plus sur le parcours d’Intelligence Artificielle de Leonard 

  

Partager l'article sur