L'IA se révèle être un bon choix pour assurer le diagnostic des réseaux grâce à sa capacité d'apprendre, de s'adapter et d’évoluer en parallèle avec le réseau.
La suite ANDIAMO en quelques mots
ANDIAMO Suite, est une suite logicielle développée par Orange Innovation pour répondre à des besoins opérationnels d’automatisation qui concernent les réseaux de transport optique et microwave.
Elle comprend plusieurs modules. Tout d’abord ANDIAMO Data qui collecte des données afin de construire un data lake, regroupant toutes les données relatives aux réseaux optiques et microwave d’Orange. Ensuite, le module ANDIAMO Network Design, facilite le design et l’ingénierie des réseaux optiques. Enfin, le module Fiber RootCause AI Ready, auquel je contribue, utilise l’IA pour le diagnostic des réseaux optiques et microwave.
Le choix de l’IA pour développer cette solution
L’idée est le fruit d’une longue réflexion nourrie par une écoute active des besoins des filiales d’Orange et des retours des conférences scientifiques internationales. Cette évaluation de besoin a permis d’identifier plusieurs cas d’utilisation dont celui du diagnostic des pannes réseau. Étant donné son importance dans les activités quotidiennes des techniciens, ce cas d’utilisation particulier a été priorisé.
Le réseau est en constante évolution : des nouveaux services sont créés, de nouveaux équipements sont installés et des logiciels sont mis à jours par de nouvelles versions. Dans un environnement aussi dynamique, l'IA se révèle être un bon choix pour assurer le diagnostic des réseaux grâce à sa capacité d'apprendre, de s'adapter et d’évoluer en parallèle avec le réseau.
Plusieurs problématiques rencontrées
Depuis le lancement du projet, plusieurs défis ont été rencontrés. La collecte des données s'est avérée complexe, nécessitant de convaincre les opérationnels pour accéder aux données réseau et tester la solution dans des conditions réelles, ce qui a été réalisé avec Orange France. L'intégration des divers fournisseurs et le développement des collecteurs de données ont également été essentiels pour assurer une couverture complète du réseau de transport optique.
Les données brutes, non labellisées, ont nécessité l'implication des techniciens pour leur labellisation, un processus qui est actuellement en cours. Il est crucial de reconnaître l'engagement des techniciens, qui, en parallèle de leurs tâches habituelles, consacrent du temps à cette labellisation.
Concernant la réticence interne, des craintes ont été exprimées par les techniciens quant à l'impact de l'IA sur leurs emplois et l’enjeu était de les rassurer en leur démontrant les bénéfices apportés par l’IA dans leur quotidien.
Une double compétence en réseaux de transport optique et en IA était nécessaire, pour garantir le succès du projet et tous les participants ont dû développer leurs compétences dans l'une de ces deux domaines.
Enfin, la gestion des interactions entre les contributeurs de la recherche jusqu’au delivery, a été primordiale. Maintenir la motivation et favoriser le transfert de connaissances entre les contributeurs a permis de garder l’équipe mobilisée et d’assurer la continuité et la croissance du projet.
Bénéfices obtenus et principaux enseignements
La solution développée se distingue par une prise en compte approfondie des spécificités métiers liées aux couches optiques, garantissant ainsi une adaptation optimale de l'intelligence artificielle. Un brevet a été déposé pour les phases de clustering, intégrant des techniques éprouvées en traitement du langage naturel, adaptées au contexte des alarmes et du diagnostic réseau. Ce brevet repose sur un traitement en plusieurs étapes: clustering basé sur la topologie, suivi temporel, et validation sémantique des clusters d’alarmes.
Une autre caractéristique notable est la compatibilité multi-fournisseurs, permettant à la solution de s'intégrer avec l'ensemble des équipements d'Orange France, ce qui la différencie des autres solutions existantes. À terme, l'ambition est d'étendre cette approche à d'autres domaines, notamment les réseaux IP et Microwave, offrant ainsi une vision globale du réseau.
Actuellement, la solution est en production chez Orange France, où elle gère environ 50 incidents critiques par jour, et est également accessible sur le réseau de préproduction d'Orange Pologne. Les retours des techniciens indiquent un gain de traitement d'environ 30 minutes par incident, ce qui représente une économie de 25 heures par jour. Ce temps gagné permettra aux techniciens de mieux anticiper les diagnostics, tout en réduisant les interventions réactives et urgentes.
Les perspectives d’évolution
Des évolutions sont envisagées, notamment l'automatisation de la résolution de certaines pannes, comme le redémarrage d'une carte, et l'optimisation des interventions des techniciens par la géolocalisation des incidents. De nouveaux fournisseurs d'équipements seront intégrés selon les besoins des filiales, et l'assistance automatique pour les techniciens sera renforcée.
D'autres collaborations sont en cours, avec un intérêt croissant pour ANDIAMO Suite, notamment de la part d'OINIS. En ce qui concerne la stratégie du groupe, Orange vise à atteindre un niveau d'automatisation de 4 sur l'échelle TM Forum, actuellement positionné à 2.5. Un RFP a été lancé pour améliorer l'efficacité opérationnelle dans tous les domaines du réseau. Notre suite logicielle ANDIAMO se positionne comme un module facilitateur, intégrant des données clés pour la solution retenue, ouvrant ainsi la voie à une généralisation au sein des filiales.
Cette solution repose sur une synergie entre l'intelligence artificielle, l'optique et le déploiement logiciel, illustrant l'engagement d'Orange France et Pologne envers l'innovation. Grâce à la collaboration étroite avec leurs équipes, il a été possible de tester la solution sur le terrain et d'atteindre les résultats actuels.
