Résumé
PellencST, un fabricant pionnier de machines de tri des déchets, a considérablement amélioré sa position sur le marché en étant l'un des premiers à intégrer la Computer Vision (CV) dans ses machines. En tirant parti de la plateforme Picsellia, PellencST a non seulement réduit son temps de mise sur le marché, mais a également accéléré la personnalisation des modèles de Computer Vision pour des besoins clients spécifiques, gagnant ainsi une efficacité opérationnelle significative et augmentant la satisfaction des clients.
- Réduction du temps de développement de modèles : PellencST a réduit le temps de développement et d'adaptation des modèles CV de 90 %.
- Gains d'efficacité : PellencST a quadruplé la vitesse et l'efficacité du développement et du déploiement des modèles de CV.
- Avantage concurrentiel : La capacité à développer et déployer des solutions personnalisées plus rapidement a permis à PellencST de renforcer leur position de leaders sur le marché.
À propos de PellencST :
PellencST est un leader dans la conception de solutions avancées de tri des déchets, travaillant en étroite collaboration avec des entreprises allant des organisations environnementales et des municipalités, aux bureaux d'études, opérateurs et leaders du recyclage comme Paprec, Veolia et Suez.
L'entreprise se spécialise dans l'amélioration des processus de tri grâce à des technologies innovantes, y compris le contrôle de qualité piloté par l'IA pour garantir une manipulation précise des matériaux, bénéficiant ainsi à la fois aux coûts opérationnels et à l'impact environnemental. Avec 2 500 machines en fonctionnement dans plus de 40 pays, Pellenc ST est le leader incontesté du marché en France et un acteur clé au niveau international.
Le parcours de PellencST avec la Computer Vision :
Face à une demande croissante de capacités de tri complexes qui ne pouvaient pas être traitées avec des capteurs traditionnels, comme le tri des cartouches en silicone et l'amélioration de la séparation du papier/carton, PellencST a adopté la technologie de Computer Vision pour répondre à ces besoins. Après avoir initialement externalisé le développement des modèles CV, ils ont pris la décision de l'internaliser et d'accélérer les capacités d'IA, ce qui était crucial pour maintenir le traitement en temps réel sur leurs machines. La collaboration avec Picsellia a rationalisé ces efforts, permettant un déploiement rapide des modèles et une gestion du cycle de vie alignée sur les objectifs commerciaux. La plateforme de Picsellia permet à leurs équipes de R&D et commerciales de travailler ensemble à l'industrialisation des modèles d'IA.
"L'utilisation de Picsellia a révolutionné la manière dont nous développons, surveillons et déployons nos modèles, rendant les applications CV complexes plus fiables et plus rapides à commercialiser."
Le dilemme du Buid VS Buy :
PellencST a évalué le besoin d'une solution rapide et efficace par rapport à l'option plus lente et plus chronophage du développement en interne. Le développement interne nécessitait une implication extensive de l'équipe de R&D et pouvant ne pas être aligné avec les besoins commerciaux et d'industrialisation. En revanche, choisir Picsellia leur a permis de contourner ces obstacles.
La plateforme de Picsellia, orientée métiers et intuitive, s'intègrant avec des outils open source comme Airflow et MLFlow, répond aux exigences de l'équipe de R&D tout en satisfaisant les besoins commerciaux. La capacité de la plateforme à unifier tous les outils MLOps en un seul endroit, couplée à des services de conseil, a été cruciale. Cette décision stratégique a permis à PellencST de se concentrer sur le déploiement rapide et de sécuriser un avantage concurrentiel dans l'industrie du tri des déchets.
Impact commercial de la Computer Vision avec Picsellia :
Avec Picsellia, PellencST a quadruplé la vitesse et l'efficacité de la construction et du déploiement des modèles CV. La plateforme a facilité une réponse plus rapide aux exigences des clients et a contribué à sécuriser des contrats significatifs. L'intégration de la CV a propulsé PellencST à l'avant-garde de l'industrie du tri des déchets, améliorant leurs capacités technologiques et consolidant leur position de leader sur le marché.
Réduction du temps de mise sur le marché :
PellencST a réduit le temps de développement et d'adaptation des modèles CV de 6 à 9 mois à seulement 1 mois, incluant les phases d'entraînement, de test et de validation. Cette accélération leur a permis de répondre rapidement aux demandes des clients et de capitaliser sur de nouvelles opportunités, réduisant ainsi efficacement le temps de mise sur le marché.
Efficacité dans le processus d'annotation :
En tirant parti des capacités de pré-annotation de Picsellia, PellencST a presque réduit de moitié le temps nécessaire à la préparation des données, passant d'un processus d'annotation manuelle d'un mois à seulement 2 semaines. De plus, le processus d'acquisition des données a été rationalisé de 1 à 2 mois à seulement 3 à 4 jours, réduisant ainsi significativement le cycle de développement des modèles.
Réduction des coûts :
En permettant un ajustement et une itération efficaces des modèles spécifiquement adaptés aux besoins des clients, la plateforme de Picsellia a probablement contribué à une diminution des coûts de main-d'œuvre et opérationnels associés au développement et au déploiement des modèles.
Efficacité opérationnelle :
La centralisation de tous les objets (modèles, dataset, expériences) en un seul endroit a fourni une autonomie complète dans l'opérabilité des modèles, en particulier pour le réentraînement récurrent de ces derniers. Cette centralisation, combinée à une utilisation quotidienne et à des capacités de surveillance en temps réel des modèles, se traduit par des efficacités opérationnelles substantielles.
Impact sur le positionnement concurrentiel :
La capacité à développer et déployer rapidement des solutions personnalisées a non seulement renforcé l'avantage concurrentiel de PellencST, mais a également contribué directement à la sécurisation de contrats majeurs. Cet avantage stratégique, permis par Picsellia, est crucial dans un marché concurrentiel où la vitesse et l'adaptabilité sont essentielles.
Perspectives :
Avec plusieurs projets innovants en préparation, PellencST est prêt à étendre l'utilisation des technologies CV pour améliorer les capacités de tri de leurs machines, afin qu'elles puissent effectuer des tâches plus complexes, comme distinguer les déchets alimentaires des déchets non alimentaires. Picsellia continue de soutenir ces initiatives en fournissant un environnement intégré et collaboratif qui comble le fossé entre la R&D et la production, garantissant que PellencST reste à la pointe de la technologie de gestion des déchets.
