26 avril 2024
Découvrez comment l’IA peut résoudre vos problèmes les plus complexes
Transformation numérique, Intelligence artificielle
Plusieurs fois par journée, vous vous retrouvez à optimiser vos actions: prendre tous vos sacs d’épicerie en même temps pour vous assurer de ne faire qu’un seul voyage, demander à Google Maps l’itinéraire le plus court pour vous rendre à votre 5 à 7 ou encore, trouver l’ordre parfait pour que la routine du soir des enfants se passe rapidement et sans anicroche.
Vous êtes-vous déjà demandé comment prendre LA bonne décision lorsque les tâches sont ultra complexes, qu’il existe une multitude de variables à prendre en compte et que les possibilités de solutions sont infinies ? C’est exactement ce à quoi sert la recherche opérationnelle : aider à trouver la solution optimale. On s’explique.
Concrètement, c’est quoi la RO ?
La recherche opérationnelle est une branche de l’intelligence artificielle. Concrètement, le but est de fournir un outil rapide d’aide à la prise de décisions. La RO permet de déterminer le meilleur ensemble de solutions pour un but en particulier. Par exemple, si votre objectif est de réduire le temps passé à laver la vaisselle, la solution ne sera pas la même que si vous désirez limiter l’utilisation de l’eau. Le modèle de recherche opérationnelle peut en fait ingérer une grande quantité de variables et les mettre en relation dans un but d’optimisation selon vos besoins.
Comment ça marche, cette histoire ?
Avant de plonger dans le sujet, il est essentiel de comprendre que les êtres humains sont déjà très doués pour optimiser. Lorsqu’on construit un modèle de RO, on s’inspire donc de la manière dont les humains prennent leurs décisions. On se pose des questions comme : « Quel est le type de tâches à optimiser ? » et « Quel est l’environnement de travail ? » afin de déterminer l’ensemble des décisions qui doivent être prises, ainsi que leur type (par exemple, des réponses oui/non ou en chiffres). Ensuite, on transforme tout ça en un modèle mathématique qu’on soumet à des contraintes spécifiques. Ces contraintes sont les variables propres à l’entreprise qui utilisera la solution, comme le nombre d’employés, de machines ou de matériaux disponibles. Et hop, on laisse notre modèle d’IA résoudre le casse-tête à notre place et on obtient la solution optimale!
Et ça sert à quoi, au juste ?
Vous avez probablement déjà utilisé Google Maps plusieurs fois pour vous rendre au même endroit. Vous avez peut-être remarqué que le chemin n’est pas toujours le même. Effectivement, bien que votre décision reste ultimement la même, c’est-à-dire vous rendre d’un point A à un point B, votre environnement, lui, est en constant changement. Embouteillages, travaux routiers, accidents… À chaque fois que vous demandez un itinéraire à Google Maps, il doit optimiser à nouveau votre route en tenant compte d’une multitude de variables. Mais ce n’est pas tout ! L’application peut également optimiser votre chemin en fonction de contraintes, par exemple : le plus rapide, éviter les autoroutes, contourner les villes, etc.
Eh bien, la RO, c’est un peu comme votre GPS, mais en version très élaborée. Son utilisation n’est pas du tout limitée aux transports ! On peut s’en servir pour une myriade de choses, de la planification de tâches à la maintenance prédictive, en passant par l’optimisation de l’utilisation des matériaux.
Par exemple, chez Vooban, on a réalisé un projet avec un établissement scolaire qui gère aux alentours de 6000 étudiants, professeurs et chargés de cours. L’école doit planifier les horaires des enseignants en fonction de leurs différentes contraintes et les répartir dans les différentes classes, tout en tenant compte de leur nombre limité ainsi que de l’équipement requis pour le type de cours donné. Dans ce cas-ci, la quantité de variables à prendre en compte était tellement élevée qu’il était pratiquement impossible pour un humain d’arriver à résoudre le problème de la façon la plus efficace. Vooban est donc venu implanter un modèle de recherche opérationnelle qui résout cet énorme casse-tête rapidement et de façon optimale!
La RO demande un calcul exponentiel. Plus il y a de paramètres à prendre en compte, plus le cas est complexe. S’il y a des problèmes parfaitement linéaires auxquels on trouve la solution optimale rapidement, par exemple lorsqu’on cherche des quantités, d’autres problèmes comme les décisions du style oui/non sont plus difficiles pour les solveurs et demandent énormément de puissance et d’énergie à la machine.
Si j’achète un meilleur ordinateur, ça aide ?
En théorie, oui, mais le gain en vaut plus ou moins la peine. Plus ta machine possède de la puissance de calcul, plus tu as de chances d’obtenir un bon résultat. Cependant, c’est beaucoup plus utile d’améliorer l’algorithme afin de générer de meilleurs résultats.
Chez Vooban, au lieu d’augmenter la puissance de calcul, on essaie d’inclure le plus de perspectives possible au sujet de l’entreprise pour qui on développe le modèle d’IA. Elle est là, notre expertise : nos experts prennent le temps de comprendre le contexte du client et d’aller capter sa réalité sur le plancher. C’est vraiment cette vision-là qui va avoir le plus d’impact sur le modèle d’optimisation.
Conclusion : la RO, c’est l’avenir !
Alors, maintenant que vous avez appris la base de la recherche opérationnelle, vous allez sûrement vous demander : est-ce que mon entreprise en a besoin ? Eh bien, on prend tous des décisions et on est tous soumis à des environnements en changement. Donc, la réponse, c’est oui ! Dans toutes les entreprises, il y a des décisions à prendre, et plus une compagnie croît, plus les choix à faire peuvent devenir complexes. Chacune des décisions en impacte une autre et il devient ardu d’aller chercher des gains importants quand les processus deviennent laborieux.
Pour illustrer cette situation, on met souvent en lumière l’exemple d’une compagnie qui fabrique des cabinets de cuisine sur mesure. Vous pouvez imaginer que celle-ci doit planifier quotidiennement sa production en fonction des différentes commandes reçues et des contraintes qui y sont liées. Il s’agit d’une planification complexe, car une mauvaise décision peut bloquer plusieurs plages horaires en production et minimiser les revenus potentiels. Pour simplifier, automatiser et optimiser la planification quotidienne de la production, cette entreprise s’est appuyée sur la recherche opérationnelle et a réduit son temps de planification de 50h à 10h par semaine!
La RO est là pour vous sauver la mise et vous aider à prendre les meilleures décisions possibles. Il s’agit d’une science bien rodée qui ne date pas d’hier : l’optimisation est utilisée depuis des décennies ! La RO vient juste simplifier le tout. Il convient d’apprendre dès que possible à tirer profit de cette technologie-là comme levier de création de valeur.
Et Vooban est là pour vous guider.
P.S. Si vous voulez creuser le sujet, on vous suggère l’épisode « De Zéro à RO avec Thomas Chabot » du balado Vooban Hive !
