Alors que les services publics partout dans le monde se tournent vers la numérisation pour répondre aux attentes croissantes des clients, le passage à une économie à faibles émissions de carbone et la transformation des activités et des modèles d’affaires sont devenus essentiels.

Le modèle d’affaires des services publics fait face à un important changement, et ce, même dans les régions où il n’y a que peu ou pas de concurrence. Les services publics et les détaillants d’énergie cherchent à passer de la vente d’énergie comme un simple produit à la prestation de services énergétiques à valeur ajoutée. De plus, la gestion et l’exploitation d’énergies renouvelables sont la nouvelle norme et les services publics sont non seulement poussés à maintenir, mais également à améliorer leur temps exploitable et leur disponibilité.

S’ils veulent suivre le rythme de ces nouvelles demandes, les services publics doivent s’assurer que leurs nouveaux produits et services sont attrayants et durables. Pour y arriver, leurs modèles d’affaires devront évoluer en conséquence. Alors, comment est-il possible de regrouper les services actuels et futurs tout en maintenant les systèmes déjà en place en plus d’en ajouter des nouveaux ? 

Considérer l’actif comme un « client »

Une importante société de services publics américaine qui possède plusieurs actifs au sein d’entreprises de distribution locales et régionales utilise une approche consistant à modifier sa vision des actifs et de ses responsabilités ainsi que des équipes qui font le travail, par exemple, celles qui font un travail de terrain, comme l’installation, la maintenance et la réparation des actifs de réseau. Cette vision des actifs se détache de la norme et propose une nouvelle façon de penser. Et si l’utilisation de cette approche transformait :

  • L’actif en « client » ?
  • Le travail de terrain en « ensemble » ?
  • Le personnel en « équipes de prestation de services » ?

Les services publics considèrent leurs actifs comme des « clients » qui ont des besoins, possèdent un sens de l’urgence et jouent un rôle important dans la chaîne de valeur, plutôt que comme des objets inanimés. Le travail prend également une tout autre valeur ; il s’agit d’un produit pour lequel on s’attend à des résultats. De telles « prestations » doivent être optimisées, prévues et complétées à temps afin de répondre aux besoins de ces « clients ».

Grâce à l’apprentissage intermachines, l’actif, ou plutôt le « client », offre des renseignements en temps réel sur le travail nécessaire au maintien d’un service en particulier. L’analyse intermachines utilisée pour des solutions telles que Sm@rtering , ARM et Pragma de CGI permet d’optimiser les intrants de données des compteurs intelligents, des conditions des actifs et des pannes des clients afin de bien cibler les problèmes et de développer de façon automatique des « ensembles » de travail de terrain pour la répartition. Ce système procède ensuite à l’affectation du bon nombre de ressources pour réaliser le travail et prévoit la « prestation » pour les « clients », en vue de réduire les dépenses d’exploitation et d’améliorer le temps exploitable.

Plusieurs entreprises de distribution locales ont déjà perfectionné leur traitement manuel et souhaitent maintenant automatiser les processus d’arrière-guichet et de terrain. L’amélioration et l’apprentissage en continu sont des éléments essentiels à ce scénario, dans lequel le traitement interpersonnel de guichet et d’arrière-guichet est minimisé et l’analyse ainsi que les processus intermachines sont maximisés.

Ce modèle annonce le passage de l’analyse-particulier à l’analyse-machine, où l’apprentissage automatique et l’intelligence artificielle contrôlent directement les systèmes, sans nécessiter d’intervention humaine. Les êtres humains sont tenus informés des actions qui doivent être posées et des raisons pour lesquelles elles le sont, mais sont exclus de la décision de passer aux opérations en temps réel, pour lesquelles l’humain n’est pas assez rapide. Une analyse et des données de qualité sont des facteurs de différenciation essentiels pour ces nouveaux modèles. Toutefois, la main-d’œuvre industrielle vieillissante représente un défi pour la conversion du savoir-faire humain en processus intermachines, tout en gardant leurs employés expérimentés.

Pour réussir, les systèmes pour la main-d’œuvre et les actifs doivent disposer de données GPS précises ainsi que des définitions et descriptions d’actifs, tout comme en possède déjà le secteur des télécommunications. Par conséquent, le développement des processus de travail communs réduira les sorties d’exploitation et de maintenance tout en améliorant les résultats du « Customer Average Interruption Duration Index » (Indice de durée moyenne d’interruption par client).

Création d’un cadre de gestion des processus complet

Même l’automatisation d’un processus déficient offrira des avantages commerciaux. Toutefois, le véritable succès réside dans la conception d’un cadre de gestion qui prend en compte la chaîne d’approvisionnement complète, de la production au paiement des factures finales. C’est à ce niveau que la robotique et le traitement rapide de données sont essentiels.

Un tel cadre de gestion permet de considérer chaque élément d’un processus en entier, qu’il s’agisse d’un processus intermachines, de machine à personne, de personne à machine ou d’entreprise à machine afin d’optimiser chacune des étapes, tout en conservant une vision d’ensemble de la chaîne. Même si les processus sont effectués par différents groupes ou par des sous-traitants externes, les processus complets peuvent être optimisés grâce à une visibilité complète. Une compréhension approfondie des clients, des actifs, de la main-d’œuvre et des répercussions sur l’entreprise guideront ce cadre de gestion et permettront de savoir si l’on répond aux besoins des clients.

Grâce à ce modèle, une société de services publics sera en mesure de fournir du travail directement à un actif avec la plus grande efficacité possible. Ainsi, les données domineront. Les organisations qui comprennent ce nouveau paradigme et qui s’adaptent à ce qu’expriment leurs données en ressortiront gagnantes. Cependant, il est important d’utiliser ce processus en tout temps, et non seulement pour une seule opération.

Comme le révèle le Baromètre mondial CGI 2018 , le plus gros obstacle au changement ne réside pas dans les limitations techniques, mais bien dans la culture de l’organisation. Pour guider le changement à l’échelle de l’entreprise, comme cette nouvelle vision des actifs, les sociétés doivent réagir et être ouvertes au changement, en commençant par se pencher sur la question de culture.

À propos de l’auteur

Picture of Peter Warren

Peter Warren

Directeur, Services publics mondiaux

Peter Warren fait partie de l’équipe mondiale des Services publics de CGI. Il travaille avec les unités d’affaires locales à soutenir la transformation des secteurs de l’électricité, du gaz et de l’eau en Amérique du Nord et en Australie. Peter compte trente années d’expérience et ...

Ajouter un commentaire

Comment editor

  • No HTML tags allowed.
  • Lines and paragraphs break automatically.
Règle de modération du blog et conditions d'utilisation