Une approche combinant recherche et IA générative pour mieux exploiter les retours d’expérience
TotalEnergies a développé une solution interne nommée Jafar, qui combine un moteur de recherche et de l’IA générative, pour mieux exploiter les retours d’expérience (REX) de ses équipes suite à des incidents de production dans ses raffineries. Cette approche, basée sur la technologie RAG (Retrieval Augmented Generation), permet de synthétiser les informations contenues dans les REX et de les restituer de manière plus efficace aux experts techniques du groupe.
Points clés
- TotalEnergies a conçu un outil de recherche interne appelé Milaa pour interroger la base de REX suite à des incidents de production
- Le groupe a ensuite fait évoluer cette solution en y intégrant l’IA générative, donnant naissance à Jafar
- Jafar utilise la technologie RAG pour interroger les REX en langage naturel et restituer des synthèses aux utilisateurs
- Le déploiement initial de Jafar se fait auprès des experts techniques pour préparer les grands arrêts de raffinerie
- TotalEnergies travaille sur l’évolution multilingue de Jafar pour permettre une utilisation plus large au sein du groupe
- L’effort principal réside dans le paramétrage du moteur de recherche pour alimenter correctement l’IA générative
- TotalEnergies envisage également de réutiliser l’architecture de Jafar pour d’autres besoins, notamment dans le domaine des géosciences
À retenir
Avec Jafar, TotalEnergies démontre que l’IA générative n’est pas une fin en soi, mais un outil complémentaire à un travail approfondi sur les moteurs de recherche et la structuration des connaissances de l’entreprise. En combinant ces deux aspects, le groupe pétrolier parvient à mieux exploiter ses retours d’expérience et à les restituer de manière plus efficace à ses experts techniques. Une belle illustration de la manière dont l’IA peut être au service de l’amélioration des processus opérationnels en entreprise.
Sources
TotalEnergies raffine ses résultats de recherche avec le RAG
