Comment l’IA peut-elle contribuer à réduire les déchets envoyés en décharge

Fournisseur de services d’électricité, de gestion du cycle de l’eau et de chauffage, et plus grande entreprise italienne de gestion et de recyclage des déchets, Hera est en première ligne pour réduire les déchets et limiter les dégâts environnementaux. Réputée pour être une entreprise innovante, elle fait preuve d’un esprit visionnaire en matière de gestion environnementale.

Andrea Bonetti, responsable de l’architecture informatique chez Hera, explique : « Hera a adopté l’économie circulaire avec une conviction absolue ». Alors que les pratiques de recyclage traditionnelles ne constituent qu’une partie du cycle de réutilisation, Hera propose des solutions intégrées qui permettent de boucler la boucle. Dans le cas des plastiques, par exemple, l’entreprise récupère non seulement les déchets, mais les incorpore également dans la production de nouveaux produits de haute qualité qui sont eux-mêmes recyclables. « Aujourd’hui, sur nos territoires, la plupart des déchets sont récupérés », déclare Andrea Bonetti. « Seule une petite portion finit incinérée, mais l’incinération est effectuée dans des usines de valorisation énergétique, produisant de nouvelles énergies. »

Bien sûr, le processus de récupération dépend de la rapidité de la recherche et de la séparation des matériaux réutilisables provenant de grandes quantités de déchets. C’est dans le cadre de ce processus qu’Andrea Bonetti et son collègue, Alessandro Collina, responsable de l’innovation informatique chez Hera, ont décidé d’étudier comment l’automatisation basée sur l’IA pouvait améliorer l’efficacité et aider à canaliser davantage de matériaux vers de nouvelles utilisations.

Le défi est double. Il s'agit d'abord d'évaluer le potentiel de l’IA en matière de tri des déchets.D'autre part, il faut avoir la flexibilité pour intégrer ce type d’innovation et pour adapter les dimensions du laboratoire à celles de l’entreprise.

Actuellement, le personnel de Hera analyse manuellement les déchets. Alors que les camions sont déchargés à l’entrée des usines et que les déchets sont acheminés vers les convoyeurs, les techniciens surveillent les matériaux récupérables, y compris les plastiques, le verre, l’aluminium et les matériaux organiques, et aident à orienter le tri en aval. Il s’agit déjà d’un travail difficile en soi, mais considérons-le à grande échelle : 1 400 techniciens répartis sur 89 usines. 6,3 millions de tonnes de déchets traités chaque année. En d’autres termes, il est possible d’accroître considérablement l’efficacité.

L’objectif est de filmer les déchets entrants pour que l’IA reconnaisse les caractéristiques des articles et des matériaux susceptibles d’être récupérés et réutilisés. « Cela pourrait avoir un impact décisif sur les coûts de récupération et d’élimination, qui sont au cœur de l’économie circulaire », explique Andrea Bonetti.

Pour concrétiser ce projet, « il nous fallait un partenaire vraiment capable d’aller au-delà de la preuve de concept et de faciliter le projet avec des méthodologies qui fonctionnent et des outils efficaces», explique-t-il.« Nous pensions pouvoir trouver tout cela chez IBM Garage. »

Pour l’équipe collaborative d’IBM Garage centrée sur l’utilisateur, la première étape vers une solution a impliqué un atelier de design thinking qui a permis d’acquérir une expérience directe de l’environnement de travail. « L'équipe du Garage a dû "se salir les mains", une métaphore particulièrement appropriée ici », déclare Andrea Bonetti. « Nous savons d’expérience que les spécialistes de l’apprentissage automatique ont besoin de se retrouver en immersion dans la réalité, qui est toujours plus complexe que le laboratoire. L’équipe du Garage est donc venue voir une usine. Les déchets sont, par définition, déformés et entassés, et les conditions d’éclairage varient. Ce n’est pas comme reconnaître des chatons sur des photos Facebook ! »

En réalité, les équipes de Hera et d’IBM Garage ont rapidement reconnu que les usines n’étaient pas le lieu adéquat pour filmer. Trop de matériaux défilaient en trop peu de temps. A la place, ils ont identifié un meilleur point de vue en amont.

En installant des caméras sur les camions poubelles, ils ont pu filmer de plus petites quantités de matériaux se déversant des poubelles. « Le passage des images reste extrêmement rapide », explique Andrea Bonetti. « Mais l’étude de ces images nous a permis d’identifier des modèles significatifs pour l’évaluation qualitative des déchets pendant le processus de collecte, et non dans l’usine, susceptibles d’améliorer le temps et le coût du processus de transformation. »

En outre, l’équipe de Hera espère corréler les données relatives à la qualité des déchets avec les lieux de collecte, pour permettre à l’entreprise de développer des campagnes d’information ciblées visant à aider les gens à mieux différencier les déchets.

En suivant la méthodologie agile d’IBM Garage, Hera et l’équipe IBM Garage ont co-créé et publié en huit semaines un produit minimum viable (MVP) qui intègre IBM Watson Studio et la technologie IBM Watson Machine Learning pour générer un outil dédié au cas d’utilisation, notamment un modèle d’apprentissage automatique pour reconnaître les principaux modèles de déchets. « Les outils IBM nous ont permis de concrétiser des idées qui n'étaient alors que sur papier, dans un processus beaucoup plus rapide et plus agile », explique Alessandro Collina.

Il poursuit : « Maintenant, le défi le plus urgent est de comprendre comment tout cela peut être industrialisé. Comment faire un prototype, par exemple, sur un seul camion pendant peut-être un an, avec toutes les variations d’éclairage et de météo, et continuer à obtenir les bonnes informations tout au long de l’année. »

Le travail réalisé par Hera avec IBM Garage et les solutions IBM Cloud Paks et WebSphere n’est pas un projet fini : il fait partie d’un cycle.

Alors qu’Andrea Bonetti, Alessandro Collina et leurs collègues travaillent avec l’équipe d’IBM Garage pour apprendre comment entraîner l’IA à trouver des déchets valorisables et comment adapter une telle innovation à l’environnement quotidien, ils ne se contenteront pas de cultiver une expertise nouvelle et précieuse, ils identifieront également d’autres façons de mettre l’IA au service du secteur des services publics.

La modernisation et la flexibilité que Hera a apportées à Beam IoT confèrent une plus grande fiabilité et une plus grande résilience à un système critique, tout en lui permettant de s’adapter et de se développer en permanence.

Et surtout, parce que ces efforts pourraient améliorer considérablement le rapport coût-efficacité de la récupération des déchets pour d’autres utilisations, ils ont le potentiel d’influencer une industrie, de dynamiser l’économie circulaire et de permettre au monde de devenir un peu plus vert.

Démarrer avec IBM Consulting

Hera (lien externe à ibm.com) est l’une des principales entreprises de services publics en Italie, fournissant des services de distribution et de vente d’énergie, de gestion du cycle de l’eau, de chauffage, de collecte de déchets et de recyclage. Elle opère dans les régions d’Émilie-Romagne, de Vénétie et du Frioul-Vénétie julienne, employant plus de 8 000 personnes et réalisant plus de 6 milliards d’euros de chiffre d’affaires annuel.