TIAD 2016 : Interview de Régis Ravalec, Engie

Automatisation et désautomatisation : TIAD, l’événément de référence de l’automatisation en France aura lieu le 4 Octobre 2016 à Paris. Rassemblant dev et ops, freelances et étudiants, grandes sociétés et start-up, TIAD propose un véritable voyage au coeur de l’automatisation, animé par des speakers émérites. Parmi ces speakers, nous avons choisi de vous présenter aujourd’hui Régis Ravalec, Group Data Officer chez Engie.

Apporter de la valeur ajoutée à la donnée sous toutes ses formes, c’est la mission de Régis Ravalec chez Engie. Anciennement CTO chez Ecometering, Régis Ravalec construit aujourd’hui l’architecture IoT qui soutient la chaîne de traitement des données Smart Metering, en s’appuyant sur son expérience des réseaux de télécommunication acquises durant 14 ans chez Bouygues Telecom.

d2si_blog_image_tiad2016_engie2

Pourquoi avez-vous choisi de participer au TIAD ?

Ayant déjà travaillé avec D2SI il y a deux ans quand j’étais CTO chez Econometering, je suis l’actualité du TIAD de près. L’événement agrège une véritable communauté autour de l’automatisation, et il me semblait intéressant d’aller à leur rencontre, et de partager l’expérience que nous avons de l’automatisation chez Engie. Nous sommes à la fois dans une phase de révolution digitale et de transition énergétique, il est donc intéressant de voir comment l’automatisation nous accompagne dans notre métier, pour garantir les services de demain.

Comment se traduit l’automatisation dans votre métier ?

Dans le cas de l’informatique industrielle, nous devons avoir des systèmes d’information de qualité, résilients, sécurisés et avec une automatisation éprouvée. Aujourd’hui, ce modèle est mis à mal par l’arrivée de systèmes beaucoup plus ouverts, comme l’IoT et l’Open Source, qui font que les critères du monde industriel doivent évoluer, tout en préservant la sécurité. L’automatisation, si elle est appliquée avec de bonnes règles, nous permet justement d’intégrer ces nouveautés, et de garantir le niveau de qualité attendue par le domaine industriel.

Quelles sont les contraintes apportées par l’IoT ?

Je ferai la distinction entre l’IoT commercial et l’IoT industriel. Dans le cas des applications industrielles, chez Engie nous n’en sommes encore qu’aux débuts. L’IoT amène de nouvelles exigences qu’il faut rapidement prendre en compte, comme la sécurité des protocoles de communication, la résilience, le choix des composants hardware… nous sommes très exigeants sur tous ces points. Dans le domaine du Smart Metering par exemple, nous avons mené de nombreux projets et fait beaucoup d’expérimentations, ce qui nous permet aujourd’hui d’aller bien au delà de ce qu’offrent les compteurs communicants classiques. Nous pouvons ainsi proposer des pas de collecte d’information qui sont très fins, et permettent d’offrir des services plus évolués que le simple comptage pour facturation.

« No ops no IoT » sera le sujet de votre intervention au TIAD, pouvez-vous nous en dire plus ?

Un projet d’IoT peut être décliné rapidement, on peut mettre facilement en place une chaîne de collecte et d’analyse, et faire ce qui est nécessaire pour capter rapidement le plus grand nombre de clients et d’objets possibles… mais la difficulté survient justement quand on envisage la phase industrielle, le passage à l’échelle. L’IoT industriel exige un niveau de qualité élevé : qualité des services, engagement client, résilience, sécurité, confiance. Il faut s’assurer que tout ce que a été promis sera délivré, tout en assurant la scalabilité du système, la montée en puissance et la multiplication du nombre de composants qui sont sur le terrain. Et on ne peut pas se permettre de remettre en cause l’infrastructure mise en place au départ : impossible de couper le flux de collectes d’une borne parce qu’on fait une mise à jour de version d’un composant technique. Ces règles de scalabilité s’appliquent sur des systèmes massivement déployés, un peu partout sur le territoire, avec des capacités de mise à jour difficiles (contrairement à une application web). Pour accéder à un composant, on dispose de protocoles à faible bande passante, donc il faut dès le départ bien concevoir la manière dont on va upgrader et assurer la scalabilité. C’est là où la dimension industrielle est importante… certes il est facile de déployer des objets connectés et collecter de l’information, mais proposer un niveau de service industriel autour de cela reste exigeant.

Est-ce que nous n’en sommes qu’aux débuts de l’ère de l’IoT ?

Oui, nous n’en sommes qu’aux débuts, même si le marketing autour de l’objet connecté fonctionne plutôt bien, et que les projections de croissance sont énormes. Mais nous restons prudents, parce que le problème de l’IoT c’est de trouver le retour sur investissement. Aujourd’hui beaucoup de projets n’atteignent pas la phase de déploiement ou sont stoppés parce qu’il n’y a pas de ROI. Trouver un levier de rentabilité reste l’objectif. Une fois qu’on a trouvé le ROI, on avance prudemment, de façon à ce que le service adossé à l’IoT soit disponible, de qualité… et réponde aux promesses. Les acteurs historiques dans le domaine comme General Electrics ou Siemens ont les mêmes problématiques : c’est souvent le constructeur qui porte l’automatisation de son composant , qui manipule et stocke ses données. Pour le constructeur, connecter tous les assets qu’ils vont vendre à leurs clients est un enjeu majeur, notamment pour offrir de nouveaux services.

Comment gérer toutes ces données ?

La chaîne de valeur de la donnée est très importante. Il ne s’agit pas simplement de l’analyse des données, mais il faut s’assurer que la collecte et la qualité de la donnée est au rendez-vous. Cette partie est prépondérante. La qualité de la donnée peut être liée aux capteurs, mais aussi à la communication : on peut perdre des trames, on peut être dans une zone où les transmissions de données sont perturbées. Dans l’IoT on est confronté à la problématique de gestion de trous de données; l’algorithmie permet de gérer ces trous de données, pas a posteriori mais en temps réel, sur du streaming. La complexité des algorithmes peut alors devenir assez importante. Soit on se base sur le passé, soit on est sur un cycle connu avec un saisonnalité qui permet d’extrapoler; si on ne peut pas se baser sur un historique, il existe d’autres méthodes pour relier deux points.

En quoi l’approche DevOps est importante ?

Nous aurions pu rester dans un mode de gestion de projet classique mais nous avons dès le départ fait le choix de travailler en mode DevOps. Quand nous avons commencé à travailler sur le cloud AWS, nous nous sommes vite posé la question de savoir comment tirer parti de l’ensemble des features de façon continue, sans arrêt de service. C’est à ce moment qu’on a fait le choix du DevOps, pour bénéficier pleinement de l’avancée des outils et services proposés aux clients. Aujourd’hui pour tirer le meilleur parti du cloud il faut travailler en mode DevOps. En tous cas, si on veut bénéficier des services managés. Si on reste en mode IaaS, où on ne fait que de l’allocation de ressources machines, on peut rester sur les mêmes méthodes de travail classiques. Mais pour bénéficier pleinement du PaaS, oui il est incontournable de travailler en mode DevOps.

 

Commentaires :

A lire également sur le sujet :