Projets

Quatre réussites en matière de prédictif et les leçons à en tirer

Selim Aissi, senior vice-president et chief security officer chez Ellie Mae, insiste sur la nécessité de prévoir la gestion du changement dès l’origine des projets.

CIO Etats-Unis est allé à la rencontre de quatre organisations (Rolls-Royce, DC Water, Ellie Mae et Kaiser Permanente) ayant réussi des projets de prédictif. Celles-ci utilisent l'analyse prédictive pour rendre leurs services plus efficaces, optimiser la maintenance, détecter les menaces potentielles et même sauver des vies.

PublicitéDepuis des années, les entreprises s'efforcent de développer des capacités d'analyse, non seulement pour comprendre les performances passées, mais aussi pour anticiper les tendances et les événements futurs afin d'améliorer leur agilité. De plus en plus, les entreprises déploient des analyses prédictives pour rendre leurs services plus efficaces, développer des produits, détecter des menaces potentielles, optimiser la maintenance et même sauver des vies comme vont le montrer les quatre exemples ci-après, relatés par CIO Etats-Unis.

L'analyse prédictive applique des techniques telles que la modélisation statistique, la prévision et l'apprentissage automatique à la sortie de l'analyse descriptive et diagnostique pour faire des prédictions sur les données futures. En mars, le cabinet d'études Facts & Factors a déclaré que le marché mondial de l'analyse prédictive pouvait être estimé à 5,7 milliards de dollars en 2019 et devrait atteindre 22,1 milliards de dollars d'ici 2026, soit un taux de croissance annuel composé (TCAC) de 24,5%.

Voici donc quatre exemples de la façon dont des organisations peuvent utiliser l'analyse prédictive aujourd'hui.

Rolls-Royce optimise les programmes de maintenance

Rolls-Royce, l'un des plus grands fabricants mondiaux de moteurs d'avion, déploie des analyses prédictives pour aider à réduire considérablement la quantité de carbone produite par ses moteurs tout en optimisant la maintenance pour aider les clients à garder leurs avions en vol plus longtemps.
La plate-forme Intelligent Engine de la société surveille comment se comporte chacun de ses moteurs en vol, à quelles conditions ils sont soumis et la façon dont les pilotes les utilisent. Rolls-Royce applique l'apprentissage automatique à ces données pour personnaliser les régimes de maintenance pour les moteurs et cela individuellement.
« Nous adaptons nos régimes de maintenance pour nous assurer que nous optimisons la durée de vie effective d'un moteur, et non la durée de vie que le manuel dit qu'il devrait avoir », explique Stuart Hughes, directeur du système d'information et du numérique chez Rolls-Royce. « C'est un service qu'il faut vraiment adapter car il faut considérer chaque moteur comme un moteur unique. »

Le conseil de Stuart Hughes : concentrez-vous sur le service rendu à votre client.
Les analyses aident Rolls-Royce à optimiser les services de maintenance que la société propose, mais l'avantage ultime est que les clients constatent moins d'interruptions de service car on peut ainsi mieux prévoir quand la maintenance sera nécessaire et aider à la planifier de manière optimale.
« Rolls-Royce assure le maintien en conditions opérationnelles des moteurs et les facture à l'heure depuis au moins 20 ans », rappelle Stuart Hughes. « Cette activité de l'entreprise n'est pas nouvelle. Mais au fur et à mesure que nous avons évolué, nous avons commencé à traiter chaque moteur comme un produit unique. Il s'agit bien plus de personnaliser le traitement de chaque moteur.

PublicitéDC Water recherche de manière proactive les ruptures dans les égouts

La District of Columbia Water and Sewer Authority (DC Water) a créé un outil appelé Pipe Sleuth qui utilise l'IA pour examiner les images de vidéosurveillance des canalisations d'égout afin d'identifier les défauts constatés.
« L'outil utilise un modèle à base de réseau de neurones avec apprentissage en profondeur [deep learning] avancé pour effectuer une analyse d'image des conduites d'égout de petit diamètre, les classer, puis créer un rapport d'évaluation de leur état », explique Thomas Kuczynski, CIO et vice-président informatique chez DC Water.
Avant de déployer Pipe Sleuth, les opérateurs devaient examiner manuellement les images de vidéosurveillance et marquer les défauts qu'ils voyaient. Les images étiquetées étaient ensuite été envoyées à des ingénieurs experts pour classification. Le processus était long et inefficace.

Le conseil de Thomas Kuczynski : concentrez-vous sur les bénéfices et l'efficacité attendus.
Pipe Sleuth n'est qu'un élément d'un programme plus large visant à tirer parti de l'analyse prédictive et de l'analyse en temps réel chez DC Water. Tous les projets font partie d'un plan visant à réduire les pertes d'eau d'environ 2 à 5 %. Chaque 1% d'« eau retrouvée » qui n'était pas mesuré auparavant vaut environ 4 millions de dollars pour DC Water.
« Quand vous traitez des problèmes qui sont des défis persistants pour votre organisation et, idéalement, qui sont associés à une génération de revenus ou une amélioration de l'efficacité, il est toujours plus facile de vendre un projet qui vous permet d'économiser quelque chose, que ce soit de l'argent réel ou une amélioration considérable d'un processus » souligne Thomas Kuczynski.

Ellie Mae traque les ransomwares

La société de gestion de prêts hypothécaires Ellie Mae a adopté une position proactive contre les ransomwares en développant Autonomous Threat Hunting. Autonomous Threat Hunting combine l'analyse des menaces, l'analyse prédictive, l'IA et les indicateurs de compromission (IOC) précédemment identifiés pour identifier de nouveaux indicateurs de compromission et de nouvelles failles techniques avant qu'elles ne puissent être utilisées.
« Par nature, la chasse aux menaces est très proactive », déclare Selim Aissi, senior vice-président et responsable de la sécurité chez Ellie Mae. « Vous ne devez évidemment pas attendre qu'une attaque se produise. Vous explorez, hiérarchisez et enquêtez sur les menaces avant qu'une attaque ne se produise ou même avant qu'un malware ne soit connu. »
Aissi affirme que le projet conduit a augmenté l'efficacité opérationnelle de la sécurité d'environ 35% et a conduit à une amélioration d'un facteur 10 l'identification précoce des menaces. Il a également augmenté la vitesse de résolution des nouvelles menaces d'environ 60 %.

Le conseil de Selim Aissi : intégrez la gestion du changement à votre planning dès le début.
« Du point de vue de la gestion du changement, une grande partie de l'impact a eu lieu sur mes équipes en charge de la sécurité et de l'ingénierie », déclare Selim Aissi. « La plus grande part des opérations était traditionnellement manuelle et les analystes de sécurité devaient collecter les informations sur les menaces et saisir manuellement ces informations dans les outils. Nous avons dû changer cela et former les analystes et ingénieurs de sécurité à cette nouvelle approche plus automatique. »

Kaiser Permanente réduit la mortalité des patients

Le groupe d'hospitalisation privée Kaiser Permanente a créé un outil de gestion de flux de travail hospitalier qui exploite l'analyse prédictive pour identifier les patients des unités de soins ordinaires qui risquent une détérioration rapide de leur état pouvant justifier un transfert en soins intensifs.
Selon le Dr Gabriel Escobar, un chercheur également directeur régional de la division R&D de Kaiser Permanente Northern California, les patients hospitalisés qui nécessitent des transferts inattendus vers l'unité de soins intensifs ne représentent que 2 à 4 % de la population hospitalière totale, mais représentent 20 % de tous les décès à l'hôpital.
Kaiser Permanente a développé le système Advanced Alert Monitor (AAM), qui exploite trois modèles analytiques prédictifs pour traiter plus de 70 facteurs dans le dossier de santé électronique d'un patient donné afin de générer un score de risque composite.
« Le système AAM synthétise et analyse les statistiques vitales, les résultats de laboratoire et d'autres variables pour générer des scores de risque de détérioration horaires pour les patients hospitalisés adultes dans les unités de soins médico-chirurgicaux et de transition », explique Dick Daniels, vice-président exécutif et CIO de Kaiser Permanente. « Les équipes hospitalières distantes évaluent les scores de risque toutes les heures et informent les équipes d'intervention rapide de l'hôpital lorsqu'une détérioration potentielle est détectée. L'équipe d'intervention rapide effectue une évaluation au chevet du patient et calibre le traitement en cours avec les équipes hospitalières.

Le conseil de Dick Daniels : concentrez-vous sur le processus. Les outils d'analyse prédictive ne sont bons qu'à la hauteur des processus qui vont garantir que les informations seront utilisées. Au-delà du temps passé à développer l'outil, l'équipe AAM a consacré beaucoup de temps à développer et à mettre en oeuvre des flux de travail qui permettraient aux équipes de soins de santé de répondre aux alertes aussi efficacement que possible.
« Il nous a fallu environ cinq ans pour effectuer la cartographie initiale du back-end du dossier médical électronique et développer les modèles prédictifs », explique Dick Daniels. « Il nous a ensuite fallu encore deux à trois ans pour transformer ces modèles en un service web pouvant être utilisé de manière opérationnelle. »

Article de Thor Olavsrud, CIO Etats-Unis (traduit et adapté par Bertrand Lemaire)