By Constant Ondo
Le Field Service Management (FSM) est un des champs d’application de PICC Software pour lequel je suis de plus en plus régulièrement sollicité. Rien de vraiment étonnant à cela car le service devient, ou redevient, avec la digitalisation et la transformation des business models, un enjeu stratégique.
Les entreprises s’intéressent notamment à PICC Software comme outil d’amélioration de leurs services de dépannage ou de maintenance car notre plateforme est capable, grâce à l’intelligence artificielle, d’associer des données issues de capteurs IoT et des informations contenues dans des retours d’expérience pour résoudre des problèmes complexes.
Notre objectif est d’offrir au technicien sur site une véritable intelligence augmentée, qui va lui permettre de remplir sa mission de manière autonome, dès la première intervention, quelle que soit l’origine du problème.
Prenons le cas d’un technicien intervenant sur un système hydraulique parce que la pompe émet un bruit inquiétant. Avec un logiciel classique il va aller chercher les différentes procédures associées au composant pompe et choisir celle qui lui semble la plus appropriée. Avec un système de diagnostic automatique il va effectuer quelques mesures et/ou renseigner un questionnaire pour afficher la bonne procédure. Avec un logiciel comme PICC Software, il va être guidé pas à pas vers la solution via un logigramme dynamique.
À chaque étape, le logiciel pourra se connecter automatiquement à un capteur pour relever une donnée d’état, et adapter la procédure en fonction du résultat. À chaque étape, le technicien pourra aussi insérer un commentaire. L’analyse de ce commentaire par le logiciel permettra éventuellement de déceler que la situation ne correspond pas à la procédure en cours. Le technicien se verra proposer d’autres solutions, hiérarchisées et assorties d’une analyse bénéfices / risques. Il n’aura pas à faire appel à l’assistance à distance, ou à perdre du temps à essayer de comprendre d’où peut bien venir la panne. Il pourra faire face seul à cette situation inédite avec un succès quasi certain.
Pour parvenir à ce résultat, nous améliorons continuellement les algorithmes contenus dans PICC Software en nous appuyant sur le deep learning et les derniers développements en matière d’analyse sémantique. Notre dernière version est capable d’effectuer des rapprochements sémantiques entre des mots ou expressions qui n’ont a priori rien en commun, avec un niveau de pertinence qui nous a nous-mêmes bluffés.
Appliquée au Field Service, cette nouvelle capacité cognitive de PICC Software fait des merveilles !
Le deep learning et l’analyse sémantique pour comprendre un évènement inédit…
Si vous tapez dans votre navigateur les mots-clés « deep learning » et « Field Service » il y a de grandes chances que les articles que vous retournerez traitent en fait de machine learning. Et ce pour la bonne et simple raison que la plupart des logiciels de FSM utilisent ce système d’apprentissage.
Le machine learning fonctionne relativement bien pour diagnostiquer de manière automatique un problème connu : on fournit à l’ordinateur des couples problème / solution basés sur l’expérience et on cherche ensuite à rattacher chaque nouvelle panne au bon couple. Le machine learning fonctionne sur le principe du regroupement (clustering) et sur des arbres de décision (via un questionnaire par exemple).
Mais lorsque les symptômes de la panne ne s’apparentent à rien de connu, ou que les méthodes de résolution proposées ne fonctionnent pas, il faut aller chercher plus loin ou, dans le cas présent, plus profondément. Il faut par exemple être capable de comprendre que même si en apparence la panne ressemble au cas X, elle a aussi en commun avec le cas Y un symptôme mineur qui est en fait la clé du problème.
C’est ce que permet le deep learning via plusieurs couches de réseaux neuronaux. On n’est plus ici dans une logique de « classement » d’un ensemble de données mais dans un processus de compréhension fine qui permet d’ « extraire » de la connaissance pour l’appliquer de manière automatique à des cas dissemblables.
Pour que ce résultat de ce processus soit pertinent, il faut résoudre une deuxième difficulté dans l’équation : les ensembles de données les plus riches en connaissance sont des textes. D’où le besoin d’utiliser l’analyse sémantique.
Les nouvelles méthodes de traitement du langage naturel, telles que la vectorisation ou le plongement lexical (word embedding), permettent de faire des rapprochements sémantiques entre des mots très éloignés en analysant le contexte dans lequel ils sont utilisés.
L’association du deep learning et de l’analyse sémantique fait progresser le diagnostic automatique à pas de géant.
… et améliorer vos KPI !
Un logiciel capable de sortir du cadre des problèmes et solutions documentées va vous permettre d’augmenter votre taux de réparation à la première intervention et par voie de conséquence votre taux de satisfaction client.
Si en plus ce logiciel est capable de modéliser les processus de résolution de problèmes de manière efficace, en intégrant en temps réel des données issues de capteurs IoT, vos équipes terrain gagneront aussi en productivité sur chaque intervention.
Par ailleurs, le déroulé de chaque intervention sera sauvegardé dans la base de connaissances. Il viendra s’ajouter à tous les retours d’expérience issus des quatre coins du monde. PICC Software sera capable de connecter tous ces retours d’expérience, quelle que soit la langue dans laquelle ils sont formulés ou les particularités de vocabulaire employées, pour offrir un niveau de détail jamais atteint dans l’analyse des causes racines.
Les services centraux pourront facilement établir des liens de cause à effet qu’ils n’imaginaient même pas.
Envie d’en savoir plus ?
N’hésitez-pas à demander une démo.
