Headnote
L'utilisation de l'intelligence artificielle (IA) est un puissant moteur de transformation d'une entreprise technologique industrielle telle que Valeo. L'introduction il y a treize ans de l'IA dans les systemes embarqués d'aide a la conduite a permis au groupe d'acquerir des competences de premier plan en matiere d'IA. Valeo deploie maintenant cette technologie au sein meme de l'entreprise pour en transformer les fonctions ; que ce soit en R&D, par l'optimisation du developpement logiciel via les assistances au codage ou la demultiplication des tests et validations, ou en production avec par exemple les tests automatiques ou l'optimisation de la consommation énergétique. Plusieurs exemples montrent qu'il est possible d'introduire l'IA en appliquant une approche pragmatique de prototypage rapide, de développement et de deploiement par etape. Mais, compte tenu de l'impact attendu, son deploiement systematique nécessitera d'accompagner cette mutation.
The use of Artificial Intelligence (Al) is a powerful driver of transformation for an industrial technology company, such as Valeo. The introduction of Al 13 years ago, onboard vehicles, in driving assistance systems, allowed the group to acquire leading skills in Al. Valeo is now deploying this technology within the company itself to transform its functions; whether in R&D, through the optimization of software development via coding assistance or the multiplication of tests and validations, or in production with, for example, automatic tests or the optimization of energy consumption. Several examples show that it is possible to introduce Al by applying a pragmatic approach of rapid prototyping, development, and step-by-step deployment. However, given the expected impact, its systematic deployment will require accompanying this change.
En novembre 2023, a Paris, 120 collaborateurs de Valeo, venus du monde entier et organises en 16 equipes, participaient a un hackathon autour de l'IA generative. Accompagnees pendant trois jours par des experts en IA de Valeo, d'Artefact et de Google, ces equipes ont pu chacune construire un prototype de systeme autour de leurs idees, lesquelles avaient ete selectionnées parmi plus de 600 proposees au total au sein de l'entreprise. Les trois equipes gagnantes, dont les projets portaient sur la maintenance indus- trielle predictive, l'analyse de donnees et l'analyse de spécifications techniques en R&D, ont eu la garantie de voir leur projet développé et mené au bout. Cela a éga- lement ete le cas d'autres projets, et notamment celui de l'équipe issue de la direction de la communication, visant a indexer automatiquement la bibliotheque de fichiers médias du groupe.
Le succes d'une telle demarche est, en soi, porteur de plusieurs enseignements. Tout d'abord, l'intelligence artificielle est un sujet capable de mobiliser tres largement au sein de l'entreprise, impliquant des collaborateurs de metiers divers. On y voit egalement que l'IA, et notamment l'IA generative, se prete bien a une approche tres pragmatique, fondee sur le prototypage rapide, une introduction precoce et un deploiement progressif. Les partenariats, comme ici entre trois societes de premier plan en matiere d'IA, sont une quasi-necessite dans ce domaine, et nous en présenterons d'autres exemples clés. Enfin et surtout, cette experience illustre la pertinence de l'IA dans de nombreux domaines de l'entreprise, qui va ainsi etre profondement transformee.
C'est essentiellement ce dernier point qui sera déve- loppe dans cet article : les perspectives de l'IA pour une entreprise technologique industrielle comme Valeo.
Les origines de l'IA chez Valeo : l'IA embarquée dans les systèmes d'aide à la conduite
Chez Valeo, l'IA est arrivee il y a treize ans avec l'in- troduction pour la première fois de reseaux neuronaux dans une caméra de recul intelligente. Grâce à l'IA, la camera pouvait analyser avec precision des scenes complexes et classer ce qui etait detecte : d'autres voi- tures, des deux-roues, des piétons, des infrastructures ...
L'interet de l'IA dans ce cas est de passer d'une situa- tion anterieure, ou il etait necessaire d'encoder toutes les règles et toutes les situations, à un système capable d'apprendre des regles a partir du contexte, simplement en lui donnant des milliers d'exemples, en utilisant l'ap- prentissage profond.
Ces algorithmes ont rapidement ete deployes dans d'autres types de systemes, pour permettre aux voitures d'effectuer en autonomie des fonctions de plus en plus complexes : le freinage d'urgence automatique, le stationnement automatique, le regulateur de vitesse adaptatif, le maintien de voie, la navigation assistee ("Navigation on Pilot") sur autoroute, en ville ... C'est egalement ainsi que les algorithmes de perception du capteur le plus avance utilise pour la conduite autonome, le Lidar, voit, detecte, classe et interprete ce qu'un radar ou un œil ne verrait pas.
Au-dela, le développement du vehicule autonome nécessite d'apprendre a la voiture a détecter et prédire les intentions des autres utilisateurs de la route, et notamment les plus vulnerables d'entre eux que sont les pietons et les cyclistes. ConnaÎtre leur niveau d'attention ou de distraction du, par exemple, a l'utilisation en cours du téléphone portable, est également très utile. Enfin, les véhicules devront egalement interpreter correctement les gestes des forces de l'ordre ou des personnels sur un chantier en bord de route. Valeo a ainsi presente au CES (Consumer Electronics Show, un salon annuel sur la technologie, souvent présenté comme le plus impor- tant au monde), entre 2020 et 2025, plusieurs généra- tions d'algorithmes bases sur l'IA et capables d'accom- plir ces tâches, très naturelles pour des conducteurs humains, mais pas du tout pour des machines.
Compte tenu de l'importance critique de l'IA pour le développement de systemes d'assistance a la conduite, ou de vehicules autonomes, Valeo a ouvert a Paris, en 2016, Valeo.ai, premier centre de recherche mondial en IA dédié aux applications automobiles et en interface avec la communauté scientifique mondiale. Aujourd'hui, le groupe est riche de quelque 200 experts en IA, et Valeo.ai est le fer de lance de notre recherche dans le domaine. C'est en capitalisant sur cette compétence précoce en IA que nous avons pu initier un deploiement ambitieux de l'IA dans de nombreux domaines de l'en- treprise, en commençant par la R&D.
La transformation de la R&D par l'intelligence artificielle
Assez naturellement, l'IA peut etre utilisée pour amé- liorer les logiciels d'aide a la conduite eux-memes equipes d'IA. La validation des logiciels d'aide a la conduite passe en effet par la comparaison entre la per- ception d'une scene reelle par le logiciel et celle qu'en ferait un cerveau humain. Il faut donc disposer d'une bibliotheque de scenes annotees, ce qui necessitait initialement a la fois des prises de vue en conditions reelles et une annotation a la main. L'IA permet non seulement d'accelerer et de faire a moindre cout l'an- notation automatique d'images, mais elle permet éga- lement de multiplier le nombre de scenarios complexes etudies : il devient possible, a partir d'une scene, d'en créer des centaines en incorporant, grâce à l'IAgénéra- tive, toute sorte de variations, comme l'ajout de piétons, de véhicules, de cyclistes, ou la modification des condi- tions climatiques. Alliee a la puissance du cloud, l'IA permet ainsi d'accelerer le developpement des unites de controle électronique jusqu'a 40 % et le developpe- ment de logiciels embarques integralement sur le cloud - c'est l'objet d'une collaboration entre Amazon Web Services et Valeo, annoncee au CES de cette année.
Au-dela des tests et de la validation des logiciels, l'IA générative peut également s'averer un réel avantage pour la generation de code logiciel. C'est ainsi que Valeo et Google Cloud ont etendu le partenariat men- tionne en introduction pour developper des outils et solutions d'IA generative bases sur le cloud et visant à améliorer l'efficacité et la productivité des proces- sus de Valeo grâce à des cas d'utilisation spécifiques. Grace à un accès anticipe aux demières technologies d'IA générative de Google Cloud, Valeo a pu équiper, depuis mars 2024, 5 000 de ses developpeurs software d'une boite a outils pour la creation, la correction et l'op- timisation de codes. Nous constatons, partout dans le monde, une adoption tres rapide de ces outils pal les developpeurs, qui y voient un interet direct pour leur performance au quotidien - on est bien ici dans le cas représentatif de « l'ingénieur augmente par l'IA ».
Un autre exemple d'« ingenieur augmente > en cours de déploiement est celui de la conception assistee par ordinateur, ou l'IA peut permettre d'assister les ingé- nieurs dans la creation de pieces repondant à un jeu de spécifications techniques ou de conditions aux limites.
L'intelligence artificielle est également à même de trans- former d'autres pans de la R&D : aider a en structurer les projets, à comprendre les spécifications techniques requises, à s'assurer de l'implémentation de règles de design ... autant d'applications dont le potentiel est en cours d'évaluation.
L'IA et l'optimisation des processus industriels
La première application industrielle de l'IA chez Valeo est venue naturellement de l'expertise en IA dans les cameras : l'utilisation de la reconnaissance d'image avancee pour automatiser les controles qualite visuels, comme l'inspection en fin de ligne des glaces plastiques sur les phares. Dans ce cas, l'apprentissage profond a permis d'optimiser le processus, jusqu'a obtenir 10 fois moins d'erreurs de classification qu'avec l'inspection humaine. L'IA permet en outre de diminuer l'occur- rence de défauts, en identifiant et optimisant la valeur des paramètres critiques des processus, dans le but de réduire le taux de rejet : une expérience menée dans ce domaine avec Telecom Paris a ainsi permis d'amé- liorer de 40 % le taux de rejet d'une ligne de production de machines électriques.
Un autre exemple d'usage de l'IA dans le domaine indus- triel concerne l'optimisation de la consommation d'éner- gie. Bien sûr, l'IA peut être utilisée à des fins d'optimi- sation de la consommation au niveau central, mais cela nécessite que l'ensemble de l'usine soit equipee de cap- teurs, ce qui est un cout important pour des usines exis- tantes. Une alternative consiste a mesurer la consom- mation energétique au niveau d'une ligne et de chercher ainsi a l'optimiser. Pour ce faire, un dispositif mobile, une « valise », a été développé dans l'usine d'Abbeville : il est constitué de capteurs d'énergie connectés, sans-fil, d'un collecteur de données et d'un ordinateur portable faisant toumer une IA spécifiquement entraÎnée par Valeo. Les premiers tests effectués ont permis des gains éner- gétiques jusqu'à 20 %, et le dispositif est en cours de déploiement sur les autres sites du groupe. Cette valise, brevetée, va bientot faire l'objet d'une commercialisation, et son inventeur, un jeune ingenieur du groupe, a reçu un prix de la part du magazine L'Usine Nouvelle en 2023. Ce dernier exemple illustre egalement a quel point l'IA se prête bien à des approches très pragmatiques d'amélio- ration continue.
Conclusion
Les premiers deploiements de l'IA, d'abord dans le domaine des logiciels embarques, puis au sein de la R&D et des processus industriels, demontrent deja l'incroyable potentiel de la technologie pour une entre- prise telle que Valeo. D'autres domaines d'application semblent également prometteurs en finance, en gestion des ressources humaines, en communication ou pour optimiser divers processus administratifs.
La plupart des cas d'usage de l'IA presentes ici consistent à équiper les employés de l'entreprise d'ou- tils leur permettant de s'acquitter de leurs fonctions mieux et plus efficacement, en faisant ainsi des « sala- riés augmentés ». Cela nécessitera bien sûr des forma- tions a l'utilisation des outils, ainsi que de la pédagogie autour des avantages qu'apportent l'IA, voire a terme des changements au sein des organisations. Des lors, le potentiel de transformation des entreprises indus- trielles par l'intelligence artificielle semble particulière- ment important. Toutefois, reussir cette mutation pré- sentera des enjeux majeurs en termes de conduite du changement, sur les prochaines annees et sur tout le tissu industriel.
Sidebar
