Lors du P’tit dej Expert du 7 octobre, les Stratèges ont pu découvrir la démarche entreprise par Bureau Véritas et l’agence Wide pour développer une application métier qui grâce à l’IA embarquée sur smartphone a pu faire gagner un temps considérable aux inspecteurs sur le terrain.
Rappel : Bureau Véritas est une entreprise française leader des tests, de l’inspection et de la certification, fondée en 1828, côté sur Euronext Paris et membre du CAC40.
- Chiffres clés : 6,4 milliards d’euros de chiffre d’affaires en 2024, 82 000 collaborateurs, plus de 400 000 clients, près de 1 500 bureaux et laboratoires dans 140 pays.
- Bâtiment et infrastructures : n° 1 mondial du secteur avec 20 000 professionnels ; contrôle des installations électriques, de la solidité des ouvrages, des ascenseurs et des rejets atmosphériques.
A l’origine du projet :
L’inspection des tableaux électriques dans les bâtiments c’est en moyenne 33 composants et plus de 200 informations à relever sur une seule armoire, souvent avec peu de lumière et sans réseau car situés dans des sous-sol. Bureau Véritas réalise 350 000 inspections par an, sur 1,65 million armoires. Diminuer significativement le temps de chaque inspection sans dégrader la fiabilité a été identifié comme un enjeu majeur pour l’entreprise.
L’idée de recourir à une IA de traitement d’image embarquée sur un appareil mobile date d’une dizaine d’année mais n’a été rendu possible qu’à partir de 2023 lorsque la puissance des smartphones est devenue suffisante. L’objectif était de diviser par 2 le temps d’intervention par armoire avec une fiabilité d’au moins 80%
Les choix structurants du projet
- Démarche en deux temps : un pré-projet de vision par ordinateur pour lever les verrous technologiques comme la performance de traitement IA embarqué sur téléphone et le taux d’identification des données via la vision IA (jeux de test, modèles entraînés, tests sur les mobiles cibles), puis un Go/No Go avant d’engager la réalisation.
- Go du 9 septembre 2024 : feu vert du comité de pilotage, avec trois points de vigilance (étiquettes, téléphones d’entrée de gamme, qualité de prise de vue) et le choix du smartphone S24 FE.
- Technologie d’IA : pipeline de vision par ordinateur sur mesure (OCR, YOLOX, ResNet) plutôt qu’un LLM vision-langage du marché. Plus cher, mais personnalisable, maîtrisé et moins exposé aux hallucinations.
- Périmètre : application Android native en mode déconnecté, prise de vue guidée, IA embarquée et flux vers Opale. (gardés en option pour évolutions ultérieures : détection automatique de l’arborescence, réalité augmentée, commande vocale, back-office, exécution dans le cloud.)
- Conception : l’UX d’abord, avec une étude terrain, trois ateliers de co-conception avec les inspecteurs et des tests utilisateurs avant le développement.
- Méthode : gestion de projet hybride, agile et cycle en W.
- Déploiement : formation par ambassadeurs, à raison d’un ambassadeur pour une dizaine d’inspecteurs.
Réalisation et fonctionnement :
- Les photos sont traitées en arrière-plan : l’inspecteur valide la photo 1 pendant que la photo 2 est analysée.
- Les données passent du smartphone à l’ordinateur portable de l’inspecteur en Bluetooth, puis sont synchronisées avec le cloud dès qu’une connexion est disponible.
- L’application est distribuée via un store professionnel, sur les smartphones de l’entreprise uniquement.
- 330 jours-hommes sur un an. Le retour sur investissement est attendu dès la première année de déploiement opérationnel, en 2027.
Résultats et enseignements selon 4 critères :
- Temps d’intervention : la cible était de passer de 30 à 5 minutes en visite initiale et de 10 à 2 minutes en visite périodique. Le gain mesuré sur le terrain est de 30 %.
- Portée du gain : l’armoire électrique ne représente qu’un tiers du temps total d’inspection, et l’application concerne environ 10 % des installations inspectées chaque année. Le gain global est donc plus modeste.
- Détection / taux de reconnaissance : le pré-projet mesurait 93 % d’appareils repérés et 69 % d’informations lues, avec un potentiel estimé à 85 %. Le taux constaté (65 à 75 %) reste sous l’objectif. La qualité de la photo est le premier levier : armoire trop grande, flou, mauvais éclairage ou résolution insuffisante font chuter la détection.
- Temps de traitement : de 2,5 à 5,8 secondes par photo au pré-projet à moins d’une seconde aujourd’hui. Le guidage à l’écran (repères visuels, règles de prise de vue) et les règles métier comptent autant que le modèle lui-même.
Adoption par les utilisateurs et conduite du changement
- Les nouveaux techniciens adoptent vite l’outil. Les inspecteurs expérimentés, habitués à Opale, perçoivent moins les gains et demandent plus d’acculturation. La formation à la qualité photo est critique : une mauvaise photo fait perdre du temps en phase de vérification.
- Le déploiement couvre plus de 100 centres de services régionaux. 2000 inspecteurs formés entre septembre et décembre 2026
Ce que l’agence Wide retiens comme enseignements du projet :
- Identifier le retour sur investissement avant de choisir la technologie.
- Commencer par les solutions LLM du marché, et n’investir dans le sur-mesure que si le retour sur investissement le justifie.
- Valider la faisabilité technique par un avant-projet.
- Fixer des exigences de qualité sur les données d’entrée.
- Garder des attentes réalistes : l’IA n’est pas magique et demande entraînement et contexte.
- Prévoir l’évolution et la maintenance continues du système.