Avertissement Ce site n'est pas recommandé pour les navigateurs Internet Explorer. Veuillez utiliser un autre navigateur Web pour profiter d'une meilleure expérience.

Natural Language Processing : Safran Engineering Services développe des nouvelles approches numériques

Innovation

Le Natural Language Processing (NLP) est une technologie qui permet aux machines de comprendre le langage humain. C'est aujourd'hui un des axes de développement et d’innovation du service Data chez Safran Engineering Services. L’objectif : proposer de nouvelles applications industrielles pour les entités du groupe Safran. Guillaume Besseron, responsable du service Data et Marc Lutrot, responsable de l’innovation chez Safran Engineering Services à Saclay décryptent pour nous cette technologie et le potentiel qu’elle représente pour Safran.

Natural Language Processing - Safran Engineering Services

Le NLP chez Safran

« Avec la digitalisation grandissante des outils, méthodes et processus Safran, de plus en plus de données sont saisies informatiquement et peuvent être traitées puis exploitées. C’est le cas des zones de texte en champ libre ou du contenu de nos e-mails, par exemple », explique Guillaume Besseron.
Safran Engineering Services a donc décidé de s’appuyer sur le NLP pour exploiter ce type de données textuelles : « le NLP permet de faire de l’analyse lexicale, d’extraire des informations-clés d’un texte, de les classer, d’en faire un résumé et même de générer du langage dans des chatbots. Tout cela de manière automatique et massive », précise Marc Lutrot.

L’offre packagée par Safran Engineering Services

De la capture du besoin jusqu’au déploiement d’outils d’analyse au sein des processus métiers, Safran Engineering Services s’appuie sur un processus dédié avec de solides compétences développées en NLP, ces dernières années, au sein de son équipe Data. Un outil de labellisation et d’apprentissage continu, dit « active learning », a été développé en interne pour les besoins des sociétés Safran. User-friendly, il diminue les itérations tout en augmentant significativement la qualité de l’apprentissage des algorithmes d’intelligence artificielle. Suite aux différents cas d’application rencontrés, un dictionnaire adapté aux métiers du Groupe a été conçu et enrichi par Safran Engineering Services. Il permet d’obtenir des résultats intéressants plus rapidement, avec plus de pertinence et de précision que les dictionnaires standards.

Des cas d’application concrets

Compte-tenu de sa proximité avec les métiers des sociétés Safran et à leur demande, Safran Engineering Services a ainsi mené des cas d’application pilotes. L’un d’entre eux s’est focalisé sur un processus en particulier : la production de cartes électroniques. « Elles contiennent pour certaines plus d’un millier de composants et lors de leur assemblage, l’opérateur peut rencontrer un problème, une panne. Dans ce cas, il saisit cette information, le plus souvent en langage naturel, dans son logiciel de gestion ». Si le même problème sur un composant était signalé à plusieurs reprises dans le champ description de l’outil, l’équipe qualité de l’usine ne serait pas en mesure de repérer sa récurrence. « Avec le NLP, nous sommes capables de recouper des milliers de faits techniques, de les classer par composants, de faire des recoupements, de détecter précocement un signal faible pour gagner en réactivité et éviter d’autres occurrences. Ces informations ainsi compilées peuvent donc servir pour identifier une solution, une action corrective ou préventive, détecter des tendances ; tout cela dans une approche d’amélioration continue de la performance des sociétés. », continue Marc Lutrot.

Coopérer efficacement avec les métiers

« Les algorithmes que nous créons sont enrichis pour gagner en précision. Cela ne peut se faire qu’en interaction avec les opérationnels sur le terrain qui connaissent les produits et les besoins. Nous sommes aussi conscients que nous devons pour cela leur prendre le moins de temps possible », précise Guillaume. Pour ce cas d’application de cartes électroniques, Safran Engineering Services a donc déroulé son processus efficace et utilisé l’outil d’active learning. « En quelques échanges avec une équipe de l’usine de Safran Electronics & Defense à Fougères, nous avons déjà pu traiter 2000 faits techniques survenus durant la production, identifier et catégoriser automatiquement 90% des pannes ce qui permettra au service qualité de prendre toutes les actions pour les corriger sur la durée », explique Marc.

Des perspectives d’innovation chez Safran

Aujourd’hui, le perspectives d’application des technologies NLP sont nombreuses et diverses dans un groupe industriel comme Safran : analyse de fiches de fait technique en production, analyse des données de retour client de nos moteurs et de nos équipements (Customer Support Center), analyse de dérogations, détection des risques d’AOG (Aircraft On Ground) dans les demandes clients, analyse de rapport de maintenance, mais encore, analyse de CV et classification d’appels d’offres. En somme, tout peut être analysé et interprété de façon automatique et massivement. « Nous pouvons agir dans tous ces domaines pour améliorer la performance des métiers, que cela soit dans les ateliers de production, les bureaux et les fonctions support, avec à la clé une meilleure satisfaction de nos clients. Nous montons en compétences, nous entrecroisons les technologies de digitalisation pour gagner en performance et lançons de nombreux projets d’innovation pour explorer des solutions aboutissant à la création de valeur autour de nouveaux services. Et ce que nous aimons par-dessus tout, c’est les imaginer pour et avec nos clients » indique Guillaume.

Impliqué dans la transformation digitale du groupe et fort de ses succès sur des applications Safran en NLP, Safran Engineering Services a donc construit une offre qui permet de répondre avec efficacité et dans les standards de sécurité à l’ensemble des besoins du groupe concernant la mise en valeur de textes naturels. « Nous sommes prêts à relever les défis proposés par le groupe ! » concluent Marc et Guillaume.