David Legendre nous rappelle le contexte pour Engie. En effet, les challenges écologiques conduisent le fournisseur d’énergie historique à se réinventer.

Engie était un vendeur d’énergie et était rémunéré pour cela. Aujourd’hui, il aide ses clients à moins consommer et est rémunéré pour cela.

- David Legendre, CDO, Direction Grand Public France - Engie

La transformation du groupe s’illustre par les usages et les enjeux de la data au service de l’entreprise. On souhaite que les entreprises du groupe s’alignent sur des standards, et la data nous permet d’atteindre cet objectif. L’ambition de l’IA DATA Factory est d’aider à résoudre de manière dynamique des problématiques business que l’on n’arrivait pas à craquer précise David Legendre. 

L’IA DATA FACTORY a été pensée à l’image de la cuisine d’un grand restaurant :

• Un endroit propice à la créativité
   
• Des recettes industrialisables
   
• Une brigade organisée en feature teams composées d’experts business et data.

4 use-cases identifiés pour cette saison 1 :

1/ Marketing (appelé e=mc2) : personnalisation des actions marketing
2/ Opération : maintenance des systèmes chauffants par exemple
3/ Satisfaction : accompagnement des centres d’appels 
4/ Expérience client : utiliser la reconnaissance visuelle et préremplir certains champs des devis de souscription aux services d’Engie

En matière d’IA appliquée aux actions de maintenance, Vincent Luciani rappelle que l’enjeu est de taille. Il a fallu construire un maillage localisé pour 200 centres afin de réussir à à soumettre des prédictions leur permettant d’optimiser le dimensionnement de leurs plannings et l’attribution de leurs ressources en fonction de multiples facteurs (géographiques, météo, vacances…)

Vincent Luciani indique qu’avec ce dispositif de machine learning, on obtient, à 30 jours, 85% de précision sur la prédiction du volume d’interventions. En phase d’essai, ce modèle sera décliné sur les 200 agences en 2020.

Les facteurs-clés de succès sont les suivants :

• La feature team : 1 Product Owner spécialisé en IA, 1 datascientist + 1 ingénieur qui travaillent ensemble sur 1 use-case avec un KPI fixe
   
• La Data platform team : 1 équipe IT qui est un facilitateur très puissant pour garantir l’accès à une donnée de qualité
   
• Une logique d’industrialisation anticipée dès le départ : une documentation protocoles pour que les équipes IT s’en saisissent rapidement et facilement
   
• L’accompagnement des équipes pour garantir l’adoption et l’acculturation

L’IA DATA Factory est ainsi le meilleur moyen de passer de la R&D à l’industriel sur la data sans impact majeur sur l’équilibre du groupe conclut David Legendre.