Les développements se succèdent à un rythme impressionnant dans l’IA.
Jeter les bases d’une entreprise autonome
Alors que les entreprises du secteur de l’énergie intègrent de plus en plus l’IA dans leurs opérations industrielles, la réussite dépend de plus en plus de la gouvernance, de données fiables et de systèmes conçus pour renforcer l’expertise humaine, explique Andrew Melouney, vice-président chargé du numérique chez Woodside Energy.
L’intelligence artificielle a peut-être captivé l’imagination du grand public grâce aux chatbots et aux générateurs d’images, mais certains de ses cas d’utilisation les plus marquants se développent bien loin des outils destinés aux consommateurs. Dans les secteurs où les infrastructures physiques, la continuité des opérations et la sécurité sont primordiales, l’IA devient un pilier essentiel du fonctionnement. Avec ses systèmes industriels tentaculaires et son flux constant de données opérationnelles, le domaine de l’énergie donne un aperçu de ce à quoi pourrait ressembler cet avenir.
La devise de Melouney est désormais : « Voir grand, créer des prototypes à petite échelle et se développer rapidement. »
En complément, chez Woodside Energy, l’adoption de l’IA n’a pas commencé par les modèles génératifs ni par les « copilotes » d’entreprise. L’entreprise a passé des années à mettre au point des analyses prédictives, des systèmes d’optimisation et des outils d’apprentissage automatique dans les domaines de l’exploration, du forage, de la maintenance et de l’exploitation des usines. « Nous avons toujours disposé de très grands volumes de données opérationnelles provenant des équipements, des usines et des actifs que nous exploitons », explique Andrew Melouney, vice-président chargé du numérique au sein de l’entreprise. « Ces éléments nous ont permis de définir des cas d’utilisation très clairs et à forte valeur ajoutée. »
Autre élément, cet investissement à long terme dans les infrastructures et la gouvernance permet aujourd’hui une transition plus large vers des systèmes d’IA autonomes capables de prendre en charge des flux de travail industriels complexes. Plutôt que de remplacer les opérateurs humains, Woodside conçoit des systèmes d’IA destinés à renforcer l’expertise dans des environnements à haut risque. Un excellent exemple en est son « Startup Advisor », un copilote basé sur l’IA qui aide les opérateurs à gérer le processus complexe de mise en service des usines de gaz naturel liquéfié (GNL). « Nous nous demandons vraiment comment cet outil peut aider les membres de l’organisation en leur donnant les moyens de prendre de meilleures décisions, et de les prendre plus rapidement », explique Melouney.
L’approche de l’entreprise s’inscrit dans une évolution plus large qui touche l’ensemble du secteur de l’IA industrielle : on passe d’expériences isolées à des systèmes à l’échelle de l’entreprise, reposant sur des plateformes standardisées, des données gérées et des modèles de déploiement reproductibles. Selon Melouney, cette transition exige des organisations qu’elles repensent à la fois leurs infrastructures technologiques et la manière dont le travail est effectué. « Il ne s’agit pas simplement d’ajouter l’IA à un processus existant », explique-t-il. « Nous réfléchissons en profondeur à la manière dont ce travail doit être repensé. »
La devise de Melouney est désormais : « Voir grand, créer des prototypes à petite échelle et se développer rapidement. »
À mesure que les systèmes d’IA gagnent en autonomie et en interconnexion, les firmes les mieux placées pour réussir pourraient bien être celles qui ont passé des années à poser les bases opérationnelles nécessaires, loin de l’engouement médiatique.
« Notre ambition est vraiment de créer une entreprise autonome, au sein de laquelle nos agents disposent d’une réelle autonomie et sont capables d’interagir en profondeur avec nos flux de travail principaux », explique Melouney.
Un dossier qu’il faudra continuer à observer dans les mois à venir.
À découvrir aussi :
Couverture originale : MIT Technology Review : MIT Technology Review