Dans la deuxième partie du plus récent balado Parlons transition énergétique, Peter Warren et Frédéric Miskawi, vice-président du centre d’expertise en intelligence artificielle (IA) chez CGI, poursuivent leur discussion au sujet de la transition des projets pilotes d’IA vers une valeur mesurable et mettent l’accent sur la manière dont les organisations du secteur de l’énergie et des services publics peuvent concilier performance, coût et confiance face à l’évolution rapide des écosystèmes d’IA.

Petits modèles intelligents et stratégiques – La prochaine phase d’innovation en matière d’IA

L’innovation en matière d’IA entame une nouvelle phase, définie par l’utilisation stratégique du modèle le mieux adapté à la tâche plutôt que par sa taille.

« Les grands modèles sont performants, mais ils entraînent d’énormes coûts et une grande consommation d’énergie, indique Fred. Nous constatons une transition vers des modèles réduits et quantifiés qui sont pris en charge par les appareils (même ceux dotés d’unités centrales plus anciennes) sans dépendre d’importants investissements dans l’infrastructure. »

Ce virage vers un écosystème de modèles et d’agents multiples permet aux organisations d’adapter la performance et les coûts à des cas d’utilisation précis, notamment lorsque la prise de décision en temps réel et l’efficacité sont essentielles.

IA de périphérie (Edge computing) et robotique – Intégrer l’intelligence sur le terrain

Des plateformes pétrolières aux réseaux intelligents, l’intelligence opérationnelle se retrouve désormais dans les appareils de périphérie.

« Il y a six mois, les modèles sur appareil n’étaient pas au point, explique Fred. Mais grâce à la quantification et à l’organisation en couches, les plus petits appareils et l’équipement plus ancien peuvent prendre en charge des modèles performants. »

Il souligne également le rôle grandissant de la robotique dans les environnements où la sécurité est essentielle. Que ce soit pour effectuer des inspections ou accomplir des tâches dangereuses, les robots amplifient les capacités humaines sur le terrain. Cela favorise une nouvelle collaboration entre l’humain et la machine qui renforce à la fois la résilience et la sécurité.

Des jumeaux aux triplets numériques – Générer des perspectives opérationnelles en temps réel

Fred détaille la vision de CGI en ce qui concerne le « maillage neuronal d’entreprise » : un écosystème connecté dans lequel l’intelligence décentralisée des systèmes existants, des nouveaux appareils et des robots forme une vue opérationnelle en temps quasi réel.

« C’est ce qu’on appelle les triplets numériques, mentionne-t-il. On peut non seulement voir ce qui se passe en temps réel, mais aussi simuler des décisions pour observer les résultats. »

Peter constate que cette évolution permet enfin aux responsables « de ne plus voir l’IA comme une technologie abstraite, mais de la considérer plutôt comme un partenaire qui clarifie les situations complexes au moment de prendre des décisions ».

Le côté humain de la transformation fondée sur l’IA

En dépit des progrès rapides, Fred signale que l’adoption de l’IA par l’humain demeure le plus important facteur de succès.

« La technologie a dépassé notre capacité humaine à l’assimiler, remarque-t-il. Nous sommes témoins d’une histoire de transformation humaine… Pour aider les gens à se familiariser avec des fonctionnalités disponibles depuis des mois ou même des années. »

Pour les organisations du secteur de l’énergie et des services publics, cela signifie intégrer la gestion du changement, le développement des capacités et l’apprentissage continu à chaque phase de la mise en œuvre de l’IA afin de garantir des répercussions durables sur les activités.

Renforcer la confiance dans l’IA – Privilégier une « méfiance saine » plutôt que les préjugés

Alors que la désinformation et les préjugés remettent en question les systèmes d’IA publics et privés, Fred souligne l’importance de faire preuve d’une « méfiance saine ».

« Ces solutions servent d’amplificateurs. Elles accélèrent l’accès à l’information, qu’elle soit exacte ou non, prévient-il. Une méfiance saine fait référence au filtrage, à la validation et à la vérification approfondie des renseignements. »

L’approche de CGI tire parti de plusieurs modèles qui fonctionnent en harmonie pour combiner des solutions intelligentes sur nuage et sur site afin d’améliorer la transparence, la fiabilité et les comportements déterministes de résultats de l’IA.

Gérer l’entropie numérique grâce à une gouvernance continue des données

Enfin, Fred présente le concept d’« entropie numérique » : la dégradation progressive de l’exactitude et de l’utilité des données au fil du temps.

« Vos données perdent en exactitude de même qu’en utilité et deviennent même parfois contre-productives, explique-t-il. Pour cette raison, les organisations doivent s’appuyer sur des processus continus pour les épurer, les archiver et les gouverner. »

En intégrant l’automatisation et la gouvernance à la gestion des données, les organisations du secteur de l’énergie et des services publics prolongent la valeur de l’IA longtemps après son déploiement.

Concilier la performance, la gouvernance et la confiance à l’égard de l’IA

Selon Fred, la prochaine étape de l’adoption de l’IA n’est pas de choisir entre les grands ou les petits modèles. Il s’agit plutôt de les orchestrer de manière efficace. Les organisations qui feront progresser le secteur sont celles qui seront en mesure de concilier l’innovation et la gouvernance, l’automatisation et la supervision, ainsi que l’optimisme et le discernement.

« La technologie est prête, conclut Fred. Ce qui compte désormais, c’est la rapidité avec laquelle nous pouvons l’assimiler, l’appliquer et la gérer en assurant un juste équilibre entre confiance et scepticisme. »

Regard tourné vers l’avenir – De la technologie d’IA aux systèmes d’énergie autonomes

À mesure que les écosystèmes d’IA gagnent en maturité, la convergence de l’intelligence de périphérie, de la robotique et des analyses prédictives continuera de redéfinir les activités du secteur de l’énergie et des services publics. Les prochaines conversations porteront sur la manière dont ces technologies évoluent vers une plus grande autonomie. Elles favorisent ainsi non seulement la mise en place de systèmes intelligents, mais aussi la création d’organisations auto-optimisées capables d’anticiper, de s’adapter et de prospérer dans un paysage énergétique évolutif.

Écoutez d’autres balados de cette série pour en apprendre davantage sur la transition énergétique