Nos capteurs Pello sont utilisés dans le monde réel.
Cela peut sembler évident, mais cela pose un défi technologique très différent de celui que représente le développement d’un logiciel fonctionnant entièrement dans le cloud. Les appareils Pello sont installés sur des conteneurs de déchets et de recyclage partout en Amérique du Nord. Ils sont exposés aux intempéries, aux mouvements et aux réalités quotidiennes des infrastructures de gestion des déchets. À mesure que notre réseau Pello s’est développé, notre équipe technique chez RTS a dû aborder sous un angle différent un problème que les clients perçoivent rarement :
Comment garantir le bon fonctionnement d'un vaste réseau d'appareils connectés sans se contenter d'ajouter sans cesse davantage de tâches de surveillance manuelle ? C'est cette question qui a conduit notre équipe à commencer à appliquer l'IA à l'infrastructure sous-jacente de Pello lui-même.
De la surveillance manuelle au triage intelligent
Les appareils connectés génèrent des signaux concernant leur état et leurs performances. Analyser un seul appareil est gérable. Mais repérer des tendances subtiles au sein d’un parc important constitue un défi tout à fait différent. C'est exactement le genre de problème pour lequel l'IA peut s'avérer utile.
Notre équipe met au point des méthodes plus intelligentes pour analyser en continu les informations relatives aux appareils, détecter les anomalies et fournir à nos équipes techniques un meilleur contexte sur les points susceptibles de nécessiter une intervention. L'objectif n'est pas d'exclure l'intervention humaine du processus, mais de veiller à ce que nos experts consacrent leur temps aux situations qui requièrent réellement leur expertise.Plutôt que de rechercher manuellement d'éventuels problèmes, nos équipes peuvent ainsi se concentrer davantage sur le diagnostic, la hiérarchisation et la résolution des problèmes mis en évidence par la technologie.
L'IA derrière l'IA
Je trouve cela particulièrement intéressant, car il s'agit d'un exemple d'IA avec laquelle la plupart des clients n'auront jamais d'interaction directe. Les clients bénéficient des informations fournies par Pello concernant la gestion de leurs déchets. Derrière cette expérience, notre équipe RTS explore également comment l’intelligence peut rendre l’infrastructure elle-même plus fiable. C'est un aspect essentiel du développement à grande échelle des technologies physiques.
L'utilité d'une plateforme intelligente de gestion des déchets dépend entièrement de la qualité et de la cohérence des informations sur lesquelles elle s'appuie. Pour notre équipe, améliorer l’état de la flotte n’est donc pas simplement une question d’ingénierie. Cela fait partie intégrante de l'expérience client.
Offrir de meilleurs outils aux experts
L'un des principaux enseignements tirés de ce travail est qu'une automatisation bien conçue modifie les tâches effectuées par l'humain plutôt que de simplement le remplacer. L'IA est capable d'évaluer en continu de grandes quantités d'informations. Un technicien expérimenté comprend l’environnement physique, identifie les anomalies et détermine la réponse appropriée. En combinant ces atouts, le système dans son ensemble gagne considérablement en efficacité.
C'est ainsi que notre équipe chez RTS envisage l'IA de manière plus générale. Nous ne cherchons pas à intégrer l'IA simplement parce que cela semble innovant. Ce qui nous intéresse, c'est d'identifier des problèmes opérationnels pour lesquels l'IA offre aux personnes talentueuses de nouvelles capacités dont elles ne disposaient pas auparavant.
Concevoir pour l'évolutivité
À mesure que le monde physique sera de plus en plus connecté aux logiciels, ce défi deviendra de plus en plus courant. Les entreprises auront besoin de solutions intelligentes pour gérer leurs infrastructures connectées sans que la complexité ne croisse au même rythme que le réseau lui-même.
Chez RTS, Pello nous offre l'opportunité de résoudre ces problèmes dans l'un des environnements physiques les plus exigeants qui soient. Et c'est en partie ce qui rend ce travail passionnant.
Nous ne nous contentons pas de développer des technologies plus intelligentes pour les conteneurs à déchets. Nous apprenons également à mettre en place les systèmes intelligents nécessaires pour exploiter ces technologies à grande échelle.