[3/5] Mesurer vos premiers résultats après 90 jours

Ça y est, votre plateforme de computer vision est configurée et implémentée depuis 90 jours, après un déploiement progressif. Vos techniciens sur le terrain prennent maintenant des photos analysées en temps réel par l’IA. L’enjeu est désormais de tirer le maximum de bénéfices de la technologie. Dans ce 3ème article de notre série “Déployer un projet de computer vision et créer de la valeur en seulement 90 jours”, découvrez comment l’accès à de la donnée terrain à forte valeur ajoutée contribue à améliorer la qualité des opérations.

Une visibilité complète et granulaire sur le déroulé des opérations

A travers l’Intelligence Center de Deepomatic, les équipes en back-office accèdent aux photos de chaque intervention ainsi qu’aux résultats du contrôle qualité effectué par l’IA. Cela leur permet d’être alertées en cas d’anomalies détectées, de comprendre les raisons d’échec, ou tout simplement de rechercher les informations relatives à une ou plusieurs opérations. Lorsqu’une opération est identifiée comme problématique, c’est-à-dire lorsqu’elle est invalidée suite au contrôle qualité sur le terrain, un responsable qualité ou conduite des opérations peut ainsi consulter les photos en temps réel depuis le back-office et effectuer une revue manuelle de la situation pour valider ou invalider l’opération. En effet, bien que l’IA contrôle 100% des opérations automatiquement, elle ne supprime pas la nécessité de faire appel à un contrôle humain sur les cas les plus problématiques et à haute valeur ajoutée. Ce type d’utilisation illustre parfaitement la synergie entre l’humain et l’IA pour atteindre un taux de réussite des opérations élevé.

Ainsi, les responsables des opérations et de la qualité disposent d’un accès centralisé à des données détaillées qui leur fournissent une vision complète sur le déroulé des opérations. 

Des données de haut niveau sur les performances opérationnelles 

Ils ont également accès à des données d’intelligence terrain sous forme d’indicateurs tels que : 

• La complétude des reportages photos, qui indique le pourcentage d’opérations contenant le nombre de photos requises. Cette donnée permet à l’entreprise de mesurer le taux d’adoption de la solution d’une part, mais aussi la capacité des agents de terrain à suivre un processus de contrôle qualité défini en documentant leur travail d’autre part.
• La conformité des reportages photos : grâce à l’analyse de 100% des opérations, la plateforme de computer vision est en mesure de dresser le taux de conformité de l’ensemble des reportages photos. Cela indique à l’entreprise si les agents progressent dans leur capacité à capturer correctement les données attendues.
• La conformité des tâches réalisées, c’est-à-dire le taux de validation de chaque tâche demandée aux agents sur l’ensemble des opérations. Ainsi, les chargés des opérations peuvent facilement identifier les gestes qui ont tendance à être invalidés, et donc à poser problème.
• La cartographie du taux de conformité des opérations, afin de voir en un coup d'œil les zones sur lesquelles les opérations ne sont pas au niveau de qualité attendu.
• Le taux de réintervention sur un même équipement ou chez un même client, afin d’évaluer le succès des opérations.

Quels objectifs remplissent ces indicateurs ?

Ces divers indicateurs permettent aux responsables du pilotage des opérations d’avoir de la visibilité à l’échelle et de mesurer la progression globale de la qualité des interventions sur le terrain. Ils peuvent aussi révéler rapidement de nouveaux comportements sur le terrain et peuvent déboucher sur de nouvelles bonnes pratiques. La vision par ordinateur fournit ainsi un tout nouveau type de données terrain, auquel les entreprises n’avaient pas accès auparavant, pour améliorer le pilotage des opérations. Elle se révèle être un catalyseur de connaissances permettant des prises de décisions éclairées et une amélioration continue des performances sur le terrain. L’analyse des indicateurs opérationnels peut inciter les responsables des opérations à mieux communiquer auprès des équipes terrain et à mettre en place des formations pour améliorer le déroulé des opérations et augmenter leur taux de First Time Right. L’exploitation de ces données s’inscrit donc dans un cycle d’amélioration continue.

Certains des clients de Deepomatic ont pu obtenir de la valeur très rapidement suite à l’implémentation de notre plateforme de vision par ordinateur. Unit-T, leader des services sur le terrain en Belgique, a observé une amélioration du taux de conformité de ses installations de compteurs d’énergie intelligents de près de 20% en seulement 2 mois. Ces bénéfices en qualité ont aussi mené à un taux de réintervention égal à zéro et démontrent ainsi l’impact positif de l’IA dans les processus opérationnels.

Résumons l’ensemble des jalons : en 30 jours, votre interface mobile de contrôle qualité à destination des travailleurs de terrain est configurée, et vos équipes (y compris celles en back-office) sont progressivement formées à l’utilisation de l’ensemble de la plateforme, tout en étant sensibilisées aux objectifs qu’elle sert. Après 60 jours, les agents sont à même de documenter leur travail selon les standards établis et l’IA est déployée pour effectuer le contrôle qualité des opérations sur un périmètre défini. Au bout de 90 jours, les équipes en charge de la conduite d’activité terrain mesurent les premiers impacts de la  vision par ordinateur sur la qualité de leurs opérations et peuvent prendre des mesures adaptées pour améliorer les performances opérationnelles.

Dans notre prochain article, nous aborderons la thématique de l’intégration IT de la  vision par ordinateur pour l’automatisation du contrôle qualité des opérations de terrain.