IA dans le secteur de l'énergie : tendances, enjeux et cas d'usage

Bonjour et bienvenue dans « IA plus qu’à », le podcast qui tend le micro à celles et ceux qui travaillent avec l’IA au quotidien.

Ce podcast a été créé et soutenu par les équipes CGI, en collaboration avec Orange Business Services. Je suis Guillaume Portmann, présentateur de ce podcast et je vous propose aujourd’hui de partir à la rencontre de Jérôme Laval, Key Account manager EDF  et Benjamin Watrin, Architect Data senior chez Orange Business Services. Nos trois experts accompagnent au quotidien les DSI et les acteurs métiers du secteur de l’énergie dans la modernisation de leurs plateformes data, l’industrialisation de cas d’usage et le déploiement de leurs projets IA.

Dans cet épisode, nous allons dresser un état des lieux du déploiement de l’IA dans le secteur énergétique français, présenter les principaux cas d’usage et des retours d’expérience concrets.

Transcript

Guillaume Portmann 0:00

Bonjour et bienvenue dans Ya plus K, le podcast qui tend le micro à celles et ceux qui travaillent avec IA au quotidien. Ce podcast a été créé et soutenu par les équipes CGI en collaboration avec Orange Business Service. Je suis Guillaume Portman, responsable marketing énergie chez CGI. Je vous propose aujourd'hui de partir à la rencontre de Jérôme Laval, Kia Account Manager EDF chez Orange Business Service, et Benjamin Vatrin, architecte data senior chez Orange Business Service également. Nos deux experts accompagnent au quotidien les DSI et les acteurs métiers du secteur de l'énergie dans la modernisation de leur plateforme data, l'industrialisation des cas d'usage et le déploiement de leur projet IA. Dans cet épisode, nous allons dresser un état des lieux du déploiement de l'IA dans le secteur énergétique français. Nous allons présenter les principaux cas d'usage et des retours d'expérience concrets. Bonjour Jérôme, bonjour Benjamin. Je suis ravi de vous recevoir pour ce nouvel épisode de IA Plus.

Jérôme Laval 1:02

Bonjour!

Benjamin Watrin 1:03

 Bonjour !

Guillaume Portmann 1:03

Avant de commencer notre échange, j'aimerais avoir votre sentiment à tous les deux. Depuis trois ans maintenant, l'IA est sur toutes les lèvres. La révolution technologique est déjà bien enclenchée, les investissements sont massifs, les cas d'usage se multiplient chez nos clients. Selon vous, est-ce que c'est une tendance sur le long terme qui va véritablement révolutionner nos vies de professionnels ou une « bulle » qui risque d’éclater comme certains le prédisent déjà ? Quelles sont vos convictions sur le sujet ? t

Jérôme Laval 1:37

Effectivement on commence par une perspective historic. I think effectively there's a moment comparable to this, or quite comparable to the internet. At the epoch also, there were a lot of engines, these excuses also, speculations, but already personally contests that this revolution structure durably our economy and our mode of life. So the internet passes the simple effect of mode. It imposes already in our data, in our lives, already we talk about bulles, there's a lot of emballing when we regard the media, and the specialists, there are many things that are on the way we know that there's effectively indéniably a part of bullets already. But attention there are effectively spectacular, demasuring, investments at very quick term, and a form of consolidation of the market. But for the internet, this effervescence will also permit to accelerate the maturity of the market, and the actors who have part of profit of this reality are renforcing. And we distinguish effectively the great actors and big actors. And certainly effectively evolution a bit differently in fonction designs that they have or not.

Benjamin Watrin 3:04

Benjamin, I complete what did Jérôme on the aspects impact. It's clearly in the map of the data, it's clearly an impact profile. We have passed effectively plenty to an aspect plutôt calculator, statistical, but now we have these outside that permitting to generate contention, to simulate their raisonnements, and to automatise massively tâches that were difficiled automatisable derrière. On va pouvoir mettre de l'INA dans tous les processus, and that will have an impact sur la chaîne de valorisation de la donnée, de la gouvernance, de la qualité de données, du traitement, du pilotage. On va devoir tout repenser, reconstruire ou compléter, with the idea that we do preparing to accueillire liens et liens generatives in the system. It's also a catalysate of a certain number of new methods, the prompt engineering, effectively created this is automatizable via the intelligence artificial. It's really a change and does accompany by a new cadre of confiance, which is human, reglementary, technological, to profit durement of these elements and not fair name. Effectively, when Nvidia does a million dollars to actor to achieve their chips that are of Nvidia, effectively they are clearly in a bullet financial. For example, the technology is the most important. Come on Jerome, internet is a bullet. For sure, internet is always there, and it's a structure absolutely essential of the activity of our entrepreneurs.

Guillaume Portmann 6:17

Thank you Marjovin. What is it very precisely on the market of the energy? Is there any disparities in the usage, in adoption, that it's productor, gestionnaire, or opinion later?

Jérôme Laval 6:37

Alors to d'abord, l'IA n'est pas nouvelle, in fact. On faisait l'IA depuis un petit moment. Certains appelaient ça de la data science. We voy that aussi comme le stade le plus avancé de la data science, but alors plus vraiment data science, on parle d'IA, and the terme est des fois un peu écorné. En revanche, ce dont on est sûr, c'est que la maintenance prédictive et l'optimisation industrielle, on en faisait déjà beaucoup et on en fait encore plus avec l'arrivée d'IA. Et donc, en fait, aujourd'hui, l'IA détecte, voire mieux, les dérives via le machine learning. Elle ajuste aussi les equipements en fonction de la production réelle and réduit les gaspillages, comme dans les usines, where it met automatique des machines sous-utilisées. Toujours des gains de temps and a very REI. And it touches aussi forcément à l'optimisation de la logistique and la fiabilisation des fournisseurs. Donc, for example, détecter les meilleurs equipements.

Benjamin Watrin 7:31

On peut compléter également cet aspect industriel de gestion industrielle des processus. On va avoir aussi tout ce qui va être optimisation. Donc l'intelligence artificielle est très fort dans ces gestions d'optimisation. Et dans l'énergie, ce qui va le plus intéresser les producteurs, c'est tout ce qui va être la gestion de smart grid, c'est-à-dire l'équilibrage entre des sources qui sont des sources d'énergie intermittente et puis des sources continues. Et ça va devenir de plus en plus prégnant qu'on a une petite révolution qui arrive au-delà dans l'industrie, qui sont les voitures électriques, et donc du coup la possibilité à terme d'avoir des espaces de stockage électrique, ce qui n'était pas ou très peu le coup. Et donc de pouvoir effectivement faire un petit peu de trading. Certains acteurs se sont déjà positionnés sur ce type de fonctionnement, de trading, c'est-à-dire de pouvoir libérer et stocker de l'énergie en fonction de son cours et en fonction de ses capacités de production, d'effacement, etc. Donc ça c'est sûr que ça va être extrêmement important et un usage qui va permettre d'optimiser l'ensemble des réseaux derrière. Un dernier exemple dans la consommation de l'énergie, on peut travailler aussi autour du smart building, c'est-à-dire vraiment cet accompagnement de bout en bout des producteurs de l'énergie, à la fois dans la production, le trading, et puis l'aide à la consommation, en tout cas la consommation intelligente, avec des capacités d'effacement, par exemple, de tout ce qui va être capteur intelligent pour moduler les consommations énergétiques, que ce soit le chauffage, l'éclairage, les batteries bien évidemment. Tout ça dans une logique d'ITOT, c'est-à-dire de pouvoir piloter à distance et de pouvoir laisser un système piloter à distance ces éléments pour pouvoir effectivement optimiser, baisser la facture des clients, et puis en même temps réussir à équilibrer ce réseau, la production au réseau. Donc c'est vraiment, l'intelligence artificielle, c'est vraiment cette possibilité de traiter l'ensemble des processus de bout en bout, là où on avait des ruptures parce qu'on n'avait pas les outils pour pouvoir les gérer de bout en bout.

Guillaume Portmann 9:38

Donc effectivement, beaucoup de cas d'usage in the sector de l'énergie. Il y a aussi des freins qui existent. Est-ce que vous pouvez nous en citer quelques-uns?

Jérôme Laval 9:48

Alors, très bonne question. Il y a plusieurs freins. On en dénombre trois, bien sûr, elles ne sont pas exhaustifs, but ce sont les principaux freins. D'accord, il y a ce que je casserai dans les coûts et la disponibility à la fois of l'énergie et de l'eau. Pourquoi? Parce que l'énergie is forcément necessaire, et notamment les raccordements également, pour faire fonctionner les data centers, mais également l'eau pour les refroidir. Et ces deux jambes, j'allais dire, ces deux piliers, they don't forcément nécessaires pour entraîner les IA sans compter les coûts du hardware. Une petite anecdote, on disait souvent que lors de la ruée vers l'or, ceux qui ont gagné de l'argent, ce sont ceux celles et ceux qui ont dû des pelles et des pioches. Chacun pressera. Et quelquefois, on pourrait peut-être se poser la question de savoir ceux qui gagneront également de l'argent, bien sûr les entreprises IT, but peut-être aussi ceux qui sauront fournir de l'énergie.

Benjamin Watrin 10:41

On note également deux freins complémentaires. Le premier, c'est tout ce qui est question souveraineté and sécurité. On a vu effectivement very rapidement the entreprises American proposals a certain number of LLM and outside efficacy. Enfin, le dernier frein, c'est un frein réglementaire. Les Europeans publié une loi de réglementation qui est liée à acte, qui permet de mettre plus d'éthique, plus de gestion dans la gestion des intelligences artificielles génératives. Simplement, elle est relatively jeune, elle est relatively recente, and you rest until the flou puisqu'il n'y a pas de jurisprudence. Donc an aspect in the entrepreneur to work along this IAC to limit the usage of liabilities because they don't know if they rent in that or tell category of risk, and you can have a pear, an crainte en too, to turn on a risk judiciaire that is important.

Guillaume Portmann 13:00

Parlons a bit of technology now. Benjamin, I'm turning version.

Benjamin Watrin 13:31

C'est de l'optimisation de processus. Donc on va avoir bien évidemment du RPA, donc de l'automatisation des tâches, qui est une technologie déjà ancienne, mais qui a toujours toute sa place dans les éléments. L'IA et l'IA classique, que ce soit de l'IA statistique, de la classification ou de l'IA du machine learning. Et puis bien évidemment, l'IA génératif qui vient et qui apporte en fait sa valeur dans le fait qu'elle va pouvoir apporter une vision agentique, donc de l'IA agentique, et apporter le pilotage et l'interface intelligente de l'ensemble des éléments déjà existants in the chaîne de production.

Guillaume Portmann 14:07

Autre question, on le sait. L'enjeu for nos clients is to calculate the ROI of l'IA, these investments are lourd. There's souvent, d'une part, the accélération technological, the time court, and the adoption of these technologies. There's also a principle of reality with our clients. What are the cases the plus ROI that we have identified on the sector of the energy?

Benjamin Watrin 14:40

Also, surely the plus ROI, we will be surface optimisation design. It's really the plus. Orange, en tant que gestionnaire de réseau, has fait des tests d'intelligence artificielle. On a réussi à faire 20% d'économie d'énergie, rien qu'en traitant équilibration du réseau. That's the premier element. And derrière, chez un of our clients de l'énergie également, they have made en place this system of Smart Green with du trading d'énergie, via the ferment de batteries, to have duping d'énergie, c'est-à-dire pouvoir consommer and remettre de l'énergie derrière. Ce sont des exemples très concrets, puisque ce sont des choses qui have really dans tout ce qui va être maintenance et conception. Airbus, par exemple, a travaillé autour d'une chaîne de conception via la génération of models of pièces, via de l'intelligence artificielle, and a system agency that permit to trade l'ensemble de la chaîne de production of their prototype de bout in bout, with a vision human down here, because we replace the human, we replace the engineers, but that automatically of their prototype.