Cas d'usage

Véhicules aériens sans pilote (drones)

Vous voulez envoyer une flotte de drones surveiller collectivement un incendie en cours. Vous voulez recueillir le plus de données pertinentes possible sans trop risquer vos appareils. Vous voulez aussi minimiser le nombre d'appareils envoyés tout en maximisant les zones pertinentes couvertes.

Comment nous le résolvons

Solution: 1. Vous utilisez l'apprentissage automatique pour classifier la scène : où est le feu, quels sont les dangers, et peut-être même quels chemins sont navigables pour les drones. 2. Vous utilisez la recherche opérationnelle pour naviguer d'abord vers les zones les plus pertinentes, tout en minimisant la flotte et en atténuant les risques.
Apprentissage automatique: L'apprentissage automatique sait extraire des caractéristiques représentatives à partir des mesures brutes des capteurs embarqués. Il peut évaluer la présence et la dangerosité du feu.
Recherche opérationnelle: La recherche opérationnelle optimise et planifie la recherche en répartissant les zones entre les drones, et atténue le risque d'en perdre en accédant d'abord aux zones les moins dangereuses, puis aux plus dangereuses seulement si nécessaire.

Technologie de voiture autonome

Vous êtes un constructeur automobile et vous voulez implanter cette formidable technologie de voiture autonome.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous pouvez améliorer les signaux de vos capteurs et détecter l'état de la route, l'environnement du véhicule, vos conditions de conduite, etc. 2. À partir de ces entrées améliorées, vous voulez optimiser la conduite et surtout la sécurité de votre véhicule.
Apprentissage automatique: L'apprentissage automatique vous aide à détecter et à mieux « comprendre » votre environnement. Avec la vision par ordinateur, vous détectez des objets; avec le LIDAR, vous obtenez une représentation 3D des alentours.
Recherche opérationnelle: La recherche opérationnelle optimise la conduite pour la sécurité, l'énergie, le temps, etc. Pour cet exemple précis, nous irons même plus loin : pour des raisons de sécurité uniquement, vous devriez absolument ajouter de la recherche opérationnelle pour aider l'apprentissage automatique à mieux et plus sûrement performer. L'apprentissage profond ne peut pas détecter et reconnaître tous les objets en temps réel de façon sécuritaire. Des exemples antagonistes surgissent constamment, et rien que pour cela, il vous faut une couche de recherche opérationnelle.

Construire un avion

Votre entreprise construit des avions et vous voulez améliorer l'ensemble du procédé : construire des avions plus rapidement et à moindre coût.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous pouvez suivre et prédire ce que font — et ce que devraient faire — vos équipes. 2. À partir de ces données, la recherche opérationnelle optimise le procédé global tout en veillant au respect des nombreuses spécifications.
Apprentissage automatique: Une fois une première planification en place, établie par une approche mixte descendante et ascendante, l'apprentissage automatique vous aide à suivre en temps réel tout écart de vos équipes et de vos sous-traitants, et à vérifier si vos spécifications sont respectées.
Recherche opérationnelle: La recherche opérationnelle optimise à son tour le flux de travail entre vos équipes et vos sous-traitants en temps réel, mais aussi votre planification à court, moyen et long terme.

Logistique des conteneurs

Vous êtes un port et vous voulez optimiser le chargement et le déchargement de la myriade de conteneurs qui transitent chez vous.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous pouvez suivre et prédire les actions de tous les acteurs : bateaux, camions, grues, clients, inspecteurs, douanes, etc. 2. La recherche opérationnelle optimise ensuite l'ensemble des opérations de chargement et de déchargement.
Apprentissage automatique: L'apprentissage automatique peut prédire les heures d'arrivée, la congestion, les temps de service, les durées de chargement et de déchargement, etc.
Recherche opérationnelle: La recherche opérationnelle optimise les opérations en plaçant les conteneurs dans le bon ordre, en déplaçant la grue de façon optimale, et en ordonnançant les camions entrants et sortants.

Chemins de fer

Vous êtes une compagnie ferroviaire et vous possédez des kilomètres de voies qu'il faut réparer ou remplacer de temps à autre. Vous voulez le faire au moindre coût.

Comment nous le résolvons

Solution: 1. Vous photographiez les voies et, avec l'apprentissage automatique, vous détectez les défauts possibles. 2. Vous définissez des politiques (optimales) de réparation et de remplacement avec la recherche opérationnelle.
Apprentissage automatique: Vous installez des caméras sous vos wagons et photographiez vos voies en rafale. L'apprentissage profond et les techniques de vision par ordinateur vous permettent d'assembler vos images et non seulement de détecter les défauts, mais aussi d'en reconnaître l'importance. Vous pouvez par exemple déterminer si un défaut doit être traité dans 3 mois ou dans deux ans.
Recherche opérationnelle: Une fois le réseau des défauts obtenu, il faut agir. L'idée est qu'il peut valoir la peine de réparer une voie qui n'en a pas un besoin immédiat : il est plus efficace de laisser l'équipe déjà sur place faire cet entretien que de la renvoyer quelques mois plus tard. Seule la recherche opérationnelle peut vous aider à concevoir de telles politiques.

Logistique du camionnage

Vous êtes une entreprise de livraison et vous voulez livrer des marchandises à vos clients. Vous voulez le faire dans les délais, efficacement et au moindre coût.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous pouvez prédire, pour chaque chauffeur, le temps de conduite nécessaire pour se rendre chez vos clients et les servir. 2. Vous pouvez ensuite optimiser les tournées.
Apprentissage automatique: L'apprentissage automatique vous donne de meilleures estimations des temps de déplacement et de service, en tenant compte non seulement du chauffeur, mais aussi de l'heure de la journée, de la circulation, de la météo, de la période de l'année, etc.
Recherche opérationnelle: La recherche opérationnelle optimise vos tournées tout en respectant certaines contraintes : fenêtres de temps, heures de travail, priorités, etc.

Entrepôts

Vous conservez vos marchandises dans un entrepôt et vous voulez les récupérer le plus rapidement possible, tout en minimisant les risques liés au transport et les erreurs possibles dans le processus de préparation.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous prédisez non seulement le temps nécessaire pour aller chercher la marchandise A sur l'étagère B, mais aussi la probabilité qu'une marchandise donnée soit demandée un jour donné. 2. À partir de ces estimations de temps et de demande, la recherche opérationnelle optimise l'emplacement de vos marchandises et la façon de les récupérer.
Apprentissage automatique: L'apprentissage automatique prédit mieux le temps et l'énergie réellement nécessaires pour prendre la marchandise A sur l'étagère B, et évalue de façon réaliste certains des risques en jeu. Il vous aide aussi à prévoir la demande d'une journée donnée : vous pouvez ainsi réorganiser de façon proactive certaines marchandises pour un processus meilleur, plus rapide ou moins sujet aux erreurs.
Recherche opérationnelle: La recherche opérationnelle optimise l'emplacement de vos marchandises — faut-il les garder au même endroit ou les répartir en plusieurs endroits? — et la façon de les récupérer. Elle peut aussi minimiser les risques à partir de l'évaluation issue des prédictions de l'apprentissage automatique.

Tourisme

(Dédicace spéciale à MTLab.) Vous voulez lancer une startup sur les déplacements multimodaux. Comme vous savez que les gens veulent plus que d'aller simplement d'un point A à un point B puis à un point C, vous ajoutez à l'équation de beaux points d'intérêt. Vous voulez tout de même proposer des trajets réalistes, sans submerger vos clients de possibilités, et personnaliser leurs voyages autant que possible.

Comment nous le résolvons

Solution: 1. Avec l'apprentissage automatique, vous apprenez quels sont les points d'intérêt de vos clients et ce qu'ils aimeront le plus faire. 2. La recherche opérationnelle vous permet d'optimiser les trajets en tenant compte des différents modes de déplacement et des points d'intérêt en chemin.
Apprentissage automatique: L'apprentissage automatique vous aide à repérer les tendances : quels monuments touristiques vos clients sont les plus susceptibles de visiter ou non, à quelle période de l'année, combien de temps ils y passeront, etc. Vous pouvez aussi analyser les avis de la clientèle par traitement automatique du langage pour comprendre ce qu'ils aiment ou non.
Recherche opérationnelle: La recherche opérationnelle optimise vos trajets et ce qu'il faut visiter ou non en chemin. Vous pouvez optimiser les temps de déplacement, les coûts, le plaisir de la découverte, etc., ou une combinaison de tous ces objectifs.