Résumé
- Objectif: garantir la sécurité du réseau en permettant aux techniciens & aux ingénieurs de pipelines d’identifier précisément les produits chimiques rencontrés.
- Mobilisation rapide de l’intelligence artificielle (IA)
- Grâce au développement agile de Devoteam G Cloud à l’aide de GCP, le lancement de l’application pour smartphone des fiches de données a pris moins de deux mois
Pour stimuler l’innovation, nous avons besoin d’effectuer des tests rapides directement avec les personnes concernées, afin de développer des solutions adaptées à des problématiques concrètes. Nous voulons trouver des solutions le plus rapidement possible, et GCP nous le permet.
À propos de GRDF
Avec ses 200 000 km de pipelines, GRDF (Gaz Réseau Distribution France) gère le plus grand réseau de gaz naturel d’Europe. Depuis sa création en 2007, la société est devenue un fournisseur d’énergie dynamique et puissant dans le paysage du service public français : en 2017, elle comptait 10,9 millions de clients et enregistrait un chiffre d’affaires de 3,6 milliards d’euros.
Le Problème
Afin de jouer un rôle clé dans la transition vers une énergie plus verte, GRDF applique des mesures importantes comme le développement du biométhane et la transformation du réseau pour en accroître l’efficacité. Dans le cadre de cette transition, l’entreprise envisage d’élargir son offre avec des services autres que la distribution de gaz. À titre d’exemple, elle propose le compteur intelligent Gazpar, un projet d’une envergure unique en Europe pour le réseau de gaz. Elle prévoit également d’adopter de nouvelles méthodes d’utilisation des données afin d’améliorer le réseau de manière innovante et agile.
L’objectif
Pour mener à bien cette transformation, l’équipe de GRDF responsable de l’innovation numérique a décidé de découvrir comment le machine learning pourrait l’aider à relever un défi majeur : garantir la sécurité du réseau en permettant aux techniciens et aux ingénieurs de pipelines d’identifier précisément les produits chimiques rencontrés.
La Solution
Et c’est Google Cloud Platform qui lui a fourni la solution. En plus de développer l’application, le partenaire de mise en œuvre Devoteam G Coud a organisé des ateliers afin d’expliquer aux équipes de GRDF comment fonctionne l’application et comment l’IA peut transformer les processus de l’entreprise.
« Si nos data scientists connaissaient déjà le machine learning et TensorFlow, ils ont approfondi leurs connaissances de la technologie avec grand intérêt, a souligné M. Jorandon.
Avant l’atelier, les compétences de nos développeurs en ML ou IA étaient limitées. Il était vraiment important pour nous que l’équipe comprenne mieux les produits Google et étudie un cas d’utilisation concret. »
Nous avons choisi GCP, car les composants de base de Google Cloud ML Engine sont utilisables immédiatement. Ces outils peuvent être mobilisés très rapidement, et s’adaptent donc parfaitement à notre manière de réaliser des tests et des prototypes.
Méthode
« Les noms des produits chimiques sont souvent alambiqués. Nous ne voulions pas que le technicien se retrouve face à une longue liste dans laquelle il devrait connaître le nom exact du produit pour le trouver. » a expliqué M. Jorandon.
C’est dans cette optique que GRDF s’est associé à Devoteam G Cloud pour développer une application. Cette dernière utilise TensorFlow et Google Cloud ML Engine pour identifier les produits chimiques en se basant uniquement sur une photographie de leur emballage. « À l’aide de l’IA, l’application peut reconnaître automatiquement un produit en identifiant la forme du conteneur ou son emballage. Elle peut ainsi présenter la bonne fiche de données au technicien. » a ajouté M. Jorandon.
« Pour que la reconnaissance des formes puisse fonctionner, il faut prendre des milliers de photographies du produit. Tous les produits chimiques que nous utilisons ont été photographiés sous toutes les coutures (angle, distance et configuration). Nous avons ensuite mis ces clichés à disposition sur Google Cloud Storage. L’équipe Devoteam G Cloud s’est alors chargée de définir les paramètres sur Cloud ML Engine à l’aide de TensorFlow, afin de créer les modèles de reconnaissance. Ces derniers ont ensuite été intégrés à l’application. »
Google a déployé tant d’efforts pour développer l’IA que nous savions que sa technologie avancée constituerait pour nous un avantage déterminant.
Le Résultat
Grâce au développement agile de Devoteam G Cloud à l’aide de GCP, le lancement de l’application pour smartphone des fiches de données a pris moins de deux mois. « Nous l’avons mise en œuvre dans la région de Lyon pendant une période de test de trois mois, a expliqué M. Jorandon, et les résultats sont très encourageants : l’application reconnaît 60 produits, et permet aux techniciens d’accéder facilement aux mesures de sécurité. »
Grâce à Google Cloud, GRDF a pu développer le prototype de l’application rapidement, sans dépenses imprévues. « Les coûts sont parfaitement transparents et tout à fait raisonnables », a indiqué M. Jorandon. L’utilisation de GCP nous permet de mobiliser des ressources très rapidement, à un prix raisonnable, dans le cadre d’un scénario de test. »
