Les métiers opérationnels comprennent une dimension d’audit technique importante dans laquelle les techniciens sont amenés à effectuer une expertise professionnelle et rendre un jugement par rapport à une norme. L’enjeu est grand et le métier difficile, notamment à cause de la difficulté à former les nouveaux employés et de la répétitivité intrinsèque du métier. En effet, il faut de l’expérience pour bien savoir diagnostiquer un problème ou un défaut, et celle-ci est complexe à transmettre sans de multiples exemples sous la main, et donc beaucoup de temps. La conséquence est que l’on note un turnover élevé dans ces métiers. La difficulté repose également sur l’aspect répétitif du métier. Les experts techniques doivent aussi bien constater un problème que l’absence d’un problème. Cette surveillance et ces rapports constants, quelle que soit la situation, sont plutôt de l’ordre de la tâche mécanique que de la réelle compétence, affaiblissant ainsi l’expertise du technicien au quotidien.
Comment donc augmenter la productivité des opérationnels et valoriser leur travail ?
Ce défi peut être relevé par l’IA, et tout particulièrement par la reconnaissance d’image. En effet, ces nouvelles technologies peuvent améliorer le travail des techniciens en créant des assistants virtuels pour auditer des infrastructures, des installations, des pièces détachées ou toutes autres tâches opérationnelles.
Comment ça marche?
Une IA entraînée à reconnaître une anomalie ou un dysfonctionnement par rapport à une norme donnée peut ensuite traiter automatiquement beaucoup de situations. En sachant écarter d’emblée les situations dites normales, l’IA va faire gagner beaucoup de temps aux opérateurs qui n’auront plus besoin de s’en préoccuper. De plus, l’IA saura aussi prédire un problème automatiquement, avec un certain niveau de confiance. Seuls les cas de figure problématiques où le seuil de confiance est trop faible seront transmis à l’opérateur. Il ne sera donc sollicité que lorsque son expertise est la plus nécessaire. L’intégration d’une IA dans les audits techniques va accroître la productivité des entreprises, en leur permettant de traiter plus de cas, plus vite, tout en augmentant la précision et donc la qualité générale des audits.
Prenons quelques exemples concrets.
L’optimisation de la gestion des réseaux d’eau et d’assainissement pour lutter contre les fuites est une préoccupation essentielle pour les services d’eau, afin de réduire les pertes et faire des économies d’énergie. Grâce à la reconnaissance visuelle, un robot-caméra peut inspecter les tuyaux et détecter automatiquement une anomalie. Ainsi, une fuite dans un tuyau peut être automatiquement auditée et seuls les cas les plus incertains seront transférés à l’expertise des techniciens.
Par ailleurs, il y a souvent des erreurs dans l’installation de la fibre optique dû à une formation insuffisante des opérateurs. Cela nécessite plusieurs interventions, des techniciens qui parfois se contredisent dans leurs diagnostics, créant des frustrations chez les utilisateurs et une perte de productivité pour l’entreprise. Mais il est possible de créer une application mobile via laquelle le technicien n’a qu’à prendre une photo de son travail, et une IA le prévient automatiquement si l’installation est aux normes ou ne l’est pas.
Enfin, mentionnons les caméras de vidéosurveillance, qui à ce jour sont visionnées par des agents souvent seuls derrière de multiples écrans. Leur responsabilité est grande, mais il est impossible pour eux de tout voir, et le risque de passer à côté d’un acte de vandalisme, d’une attaque ou d’une intrusion est important. Ici encore, la reconnaissance d’image peut automatiquement détecter un problème et signaler les situations à risques. Grâce à l’IA, l’expert est alerté et peut rapidement agir en conséquences (voir notre article sur la Vidéosurveillance intelligente).
Intégrer la reconnaissance d’image aux audits techniques apporte donc de nombreux avantages. Cela permet aux techniciens de se débarrasser des tâches répétitives et de se concentrer sur des opérations à forte valeur ajoutée. Il n’a plus à constater, à répétition, que tout est normal (comme c’est le cas la plupart du temps) mais peut faire jouer son expertise lorsque l’IA le prévient d’un cas problématique. Il intervient donc plus rarement, mais sa valeur ajoutée augmente grandement, car ce sont son discernement et son expérience qui sont sollicités. Grâce à cette collaboration entre l’humain et l’IA, nous pouvons imaginer un futur gagnant-gagnant pour les entreprises, leurs techniciens, et les usagers. Les entreprises gagneront en productivité, car leurs opérateurs seront en mesure de traiter plus de cas avec plus de précision, satisfaisant par la même occasion les usagers. Les techniciens, eux, se sentiront valorisés dans leur travail d’audit qui deviendra un réel métier d’expertise, enfin débarrassé de tâches répétitives et monotones.
