Transformer les connaissances internes en progrès dans les énergies durables

À l’heure où le secteur de l’énergie s’oriente vers la décarbonation, les fournisseurs d’infrastructures publiques sont contraints de moderniser, outre les modes de production de l’énergie est produite (hydroélectricité, solaire, éolien, etc.), la manière dont les opérations sont gérées. Avec plus de 7 000 employés sur plus de 40 marchés actifs en Europe, en Asie et aux États-Unis, le groupe Axpo a pris ce défi à bras-le-corps en donnant une place prépondérante aux connaissances, aux données et à la technologie dans la chaîne de valeur de l’énergie.

Dans un esprit d’innovation continue, et en particulier à l’heure où l’IA générative et le ML remodèlent les workflows métier, Axpo voulait offrir à ses employés, et en particulier aux ingénieurs, un moyen plus rapide et plus efficace d’accéder aux connaissances internes essentielles telles que les normes techniques, les spécifications et les bonnes pratiques. Peu efficace, le processus existant reposait en grande partie sur des recherches manuelles par mots-clés et sur la sollicitation d’experts du domaine.

Pour faire avancer des initiatives d’avenir comme celles-ci, le groupe Axpo a compris qu’il fallait une architecture d’API réutilisable. « Sans un moyen évolutif de connecter les systèmes internes et les sources de données, nous étions obligés de dupliquer le travail d’intégration, ce qui limitait la vitesse et les possibilités de réutilisation des nouvelles applications d’IA générative, » explique Anaig Maréchal, Lead AI Engineering du groupe Axpo.

Cet effort s’inscrit dans le cadre du Centre de compétences en IA générative d’Axpo, une équipe pluridisciplinaire de 13 experts qui se consacre à repousser les limites de l’IA dans l’entreprise et à démocratiser son adoption. Axpo a compris qu’il était possible d’automatiser des tâches répétitives et d’améliorer l’efficacité des opérations sur toute la chaîne de valeur de l’énergie. L’une des initiatives consiste à utiliser le machine learning pour classifier automatiquement les données des fournisseurs et les regrouper en différentes catégories pertinentes, afin d’améliorer la visibilité sur les achats et de permettre une analyse plus intelligente des dépenses. Une autre exploite le traitement de documents piloté par l’IA pour extraire des informations de longs dossiers d’appel d’offres.

Les ambitions du groupe Axpo concernant le développement de l’IA à grande échelle se sont toutefois heurtées à plusieurs défis. Les connaissances stratégiques étaient dispersées dans des systèmes cloisonnés : les employés devaient faire appel à des experts référents et perdaient beaucoup de temps. La déconnexion des outils et des workflows entravait la collaboration entre les équipes de data engineering et de ML. Des inquiétudes croissantes concernant la résidence et la gouvernance des données ont mis en évidence l’importance d’une plateforme centralisée et conforme. C’est là que Databricks est intervenu.

Avec Databricks, le groupe Axpo a adopté le framework Mosaic AI pour déployer efficacement des solutions d’IA générative qui mobilisent les connaissances en toute sécurité, unifient les données internes et favorisent une collaboration fluide. Son architecture suit le modèle du médaillon : les données brutes provenant de sources telles que les wikis Confluence entrent dans la couche Bronze, elles sont nettoyées et découpées en blocs dans la couche Silver, avant d’être intégrées dans la couche Gold en vue de leur utilisation en aval. Cette approche garantit que les applications d’IA générative sont alimentées par des données propres et structurées.

Des tâches Lakeflow orchestrent le pipeline : elles s’exécutent quotidiennement pour indexer le nouveau contenu, l’enrichir avec des métadonnées et maintenir le système à jour. Depuis la consolidation des pipelines dans Databricks, les équipes disposent d’un environnement cohérent et exempt de workflows redondants. Au cœur du système : un agent IA basé sur la génération augmentée par récupération (RAG), pierre angulaire de la base de connaissances interne d’Axpo. Grâce à Vector Search, Axpo indexe le contenu intégré de la couche Gold pour permettre une récupération rapide et précise des connaissances internes, renforcée par des contrôles d’accès à l’échelle de la ligne pour garantir les autorisations appropriées. Le grand modèle de langage GPT-4o d’OpenAI génère des réponses conversationnelles en puisant dans les données les plus pertinentes. Axpo a également intégré le modèle OCR de Mistral pour extraire du contenu consultable à partir de PDF et de pièces jointes numérisés, pour rendre l’agent plus complet encore.

Aujourd’hui, l’équipe développe 12 cas d’utilisation de l’IA générative, des projets pilotes aux systèmes en production, pour tous les domaines de l’entreprise. Databricks est le pilier central de cette architecture ; c’est également la plateforme RAG principale de toutes les divisions représentées dans le Centre de compétences. « Nos employés, des ingénieurs aux chefs de projet, ont désormais accès à des milliers de pages de connaissances techniques sans effectuer de recherches par mots-clés ni solliciter des experts, » a expliqué Alberto Castillo Rodriguez, ingénieur IA du groupe Axpo. « Axpo a utilisé Mosaic AI Model Serving pour déployer l’agent et l’exposer en tant que point de terminaison. Cela permet de l’exploiter dans des tableaux de bord internes, des outils de chat et des portails destinés aux clients qui sont entièrement intégrés au produit Axpo Insights et utilisés par de nombreuses équipes internes. »

« Cette approche orientée API permet à toutes nos équipes d’utiliser la solution d’IA générative sans dupliquer le travail d’intégration ; comme les employés interagissent avec l’agent à l’aide de front-ends familiers, tous les départements l’adoptent, » ajoute Leiv Andresen, ingénieur IA du groupe Axpo. Grâce à l’unification de l’ingestion des données, à la récupération sécurisée et à l’orchestration intelligente des modèles, Axpo a remplacé un écosystème fragmenté et manuel par une couche de connaissances centralisée et intelligente reposant entièrement sur la Databricks Data Intelligence Platform.

L’initiative d’IA générative d’Axpo donne déjà des résultats concrets. Les utilisateurs internes font état d’une satisfaction de plus de 90 % à l’égard de l’assistant de connaissances. Ils apprécient la rapidité des réponses, la diminution des interruptions et la fiabilité des informations. Les chefs de projet et les utilisateurs expérimentés estiment avoir récupéré jusqu’à 30 % de leur temps.

Cet accueil très favorable a encouragé l’adoption de la Databricks Platform dans toute l’entreprise. « Ce qui n’était au départ qu’un outil axé sur l’ingénierie est aujourd’hui déployé à l’échelle de l’entreprise. Le nombre d’employés qui utilisent l’IA générative pour accéder aux connaissances de l’organisation a été multiplié par trois. » Cette évolution représente un changement fondamental pour la collaboration dans l’entreprise : elle remplace les silos d’expertise et les recherches manuelles par une intelligence partagée qui favorise l’alignement interfonctionnel et élimine les ralentissements opérationnels. 

À l’avenir, cette approche va soutenir la mission plus large du centre de compétences : intégrer l’IA générative aux produits et aux processus d’Axpo pour créer une expérience utilisateur intuitive, améliorer l’efficacité quotidienne et stimuler l’innovation future. « La prochaine étape consiste à étendre les usages de l’agent au-delà de la recherche. Nous nous demandons comment lui permettre d’agir, par exemple en s’intégrant aux systèmes de service, pour qu’il ne se contente pas de répondre à des questions et nous aide à accomplir des tâches », conclut Javier Fernandez de Alegria, Product Owner du groupe Axpo. Avec Databricks en appui aux initiatives d’IA sur l’ensemble de la chaîne de valeur de l’énergie, Axpo n’agit pas seulement sur la productivité interne : l’entreprise développe l’agilité, l’intelligence et la résilience indispensables pour relever les défis énergétiques de demain.