Démocratiser l’IA générative, l’ambition d’Alstom avec son GenAI Lab et ses premiers usages

Alstom dispose également d’une Data & AI Factory pour la conception et le déploiement de solutions d’IA. L’industriel complète à présent son portefeuille de nouveaux cas d’usage avec la GenAI.

Alstom, c’est un grand de l’industrie mondiale. Présent dans 64 pays et employant 84.700 personnes, le groupe affiche un carnet de commandes 2023/2024 de 92 milliards d’euros pour un chiffre d’affaires de 17,6 milliards sur le dernier exercice.

L’industriel produit notamment du matériel roulant, des composants et des solutions numériques pour les transports. Mais Alstom, c’est aussi un utilisateur et un développeur de technologies d’intelligence artificielle, comme le signalait Pablo Celada lors de la conférence Everyday AI de Dataiku.

Une IA historiquement axée processus et maintenance

Le directeur AI Solutions Deployment & AI Operations d’Alstom précise, par exemple, que l’entreprise emploie 300 experts Data & IA et dispose d’une IA Factory. L’acteur y conçoit des produits d’IA, dont “beaucoup orientés sur l'amélioration des processus et la maintenance des opérations” chez ses clients.

Parmi les cas d’usage en production, Pablo Celada cite notamment la maintenance prédictive, qui exploite les données remontées par “plusieurs milliards de capteurs” installés sur ses équipements. Pour ces usages, servant entre autres à “réduire les temps d'arrêt dans les dépôts”, les équipes d’Alstom ont principalement recours à de l’IA “classique.”

Pour détecter des évènements sur les caténaires, l’industriel exploite également de la Computer Vision, c’est-à-dire du Deep Learning. “Nous mettons en place des produits capables d'optimiser les plannings pour améliorer la consommation d'énergie”, cite encore Pablo Celada pour illustrer les investissements réalisés en faveur de la mobilité verte.

Depuis fin 2022 et l’arrivée de l’IA générative, Alstom fait évoluer son portefeuille de projets pour faire de la place à de nouveaux modèles. L’entreprise s’efforce en effet de déployer en production ses “premiers use cases” à l'échelle.

Alstom se concentre principalement sur les usages internes de l’IA générative. “Nous sommes dans un métier qui est connu comme un critical safety dans l'ensemble des pays”, justifie le cadre. L’intégration de la GenAI dans les produits du groupe ira plus lentement, régulation oblige.

Compléter et orchestrer les IA existantes avec la GenAI

Quant aux applications internes, elles suivent un principe. “L'idée, ce n'est pas de remplacer ce qui existe aujourd'hui, mais c'est de compléter, d'orchestrer, avec Dataiku, par exemple”, précise Pablo Celada. L’industriel entend donc combiner “différentes techniques, différentes technologies” pour concevoir “des produits qui sont inédits.”

Dans cet environnement technologique, Dataiku conserve son rôle, à savoir celui “d’orchestrateur dans l'ensemble de notre AI plateforme”. Alstom se déclare également utilisateur des dernières fonctionnalités de l’éditeur, dont le LLM Mesh.

“Aujourd'hui, Dataiku, c'est le point d'entrée privilégié pour tout le développement des solutions passées sur l'IA classique ou à présent sur l’IA générative”, mentionne encore le directeur AI Solutions Deployment & AI Operations.

L’industriel est organisé de manière centralisée, en particulier sur la Data. La brique Dataiku est ainsi présentée comme un moyen “de faciliter, démocratiser l'accès à la data, d'entraîner des modèles, d'utiliser ces modèles sur la data, et après les déployer.”

Pour Pablo Celada, cette architecture constitue “un avantage compétitif.” Et l’irruption de l’IA générative ne remet pas en cause ce choix. Les développements en GenAI s’appuient ainsi sur un “Dataiku déjà connecté à une source de données, à un Data Lake.”

La GenAI accessible à tout le monde pour les tâches du quotidien

Et où va Alstom sur l’IA générative ? L’industriel poursuit “un objectif à trois niveaux”. Le premier, partagé avec l’IA classique, c’est de la rendre “accessible à tout le monde pour les tâches du quotidien.” Cet axe se traduit notamment par la “mise en place de chatbots conversationnels, avec plus ou moins de contexte.”

“C'est quelque chose qui est déjà accessible depuis un moment. On a essayé d'industrialiser la mise en place du RAG pour des petits départements à l'échelle de chaque produit”, déclare le représentant de l’entreprise.

Avec l’IA générative, Alstom souhaite globalement “augmenter certaines populations et certains processus.” C’est par exemple le cas des collaborateurs de sa Software Factory, équipés de copilotes ou code-assistants.

Ces outils doivent “faciliter leur quotidien, la capture d'exigences, le coding, les tests.” Alstom applique également l’IA générative au traitement des appels d’offres. Ce processus “consomme beaucoup d'énergie, beaucoup de ressources. Cela représente un coût important pour l'ensemble de la société.”

Le recours à l’IA pour les appels d’offres avait été exploré quelques années auparavant déjà. Mais c’est l’IA générative qui a permis de déverrouiller les performances et d’analyser de grands volumes de documents.

Le résultat, c’est “une plateforme collaborative” décrite comme un “accélérateur” pour le traitement des appels d’offres. “La GenAI va permettre aux équipes de casser les silos, de faire remonter la valeur de la collaboration et la valeur des datasets construits au cours des années passées”, se félicite Pablo Celada.

L’IA agentique, prochaine étape pour Alstom, en cours d’exploration

Tout en continuant d’explorer le potentiel de l’IA générative pour ses usages internes, mais aussi de mettre l’accent sur l’adoption, Alstom commence à s’intéresser aux possibilités offertes par l’IA agentique.

Pour Alstom, il s’agit ainsi d’aller “un peu plus loin” que la productivité individuelle et “de connecter les applications GenAI classiques avec les systèmes, les landscapes applicatifs, pour automatiser les tâches.” Cela passe par la RPA ou “les embedded AI dans les systèmes”, comme l’ERP, le CRM ou les outils RH.

“C'est clair que l'agent, pour nous, c'est la prochaine étape”, insiste Pablo Celada. Alstom travaille par ailleurs “sur des modèles LLM, plutôt offline, en Edge, et sur des SLM, qui nous permettent plutôt d'exécuter certains produits, certaines tâches.”

En ce qui concerne les systèmes agentiques, Alstom a engagé des travaux en R&D quelques mois plus tôt. L’ambition des équipes vise à doter de “skills” des agents au-dessus desquels est positionné un “master agent”, et dans le but d’obtenir “un retour un peu plus performant, sur des RAG ou des chatbots conversationnels.”

A noter enfin qu’Alstom est en cours de déploiement d’un “GenAI Lab”. Son installation s’inscrit dans la volonté de l’industriel de “commencer à démocratiser un peu l'accès et la mise en place des solutions GenAI à certaines populations clés.”