Projets

De premiers LLM sur la piste d'envol chez United Airlines

United Airlines met la GenAI à l'épreuve de la réalité, avec des usages comme l'information sur les retards de vol. (Photo : United Airlines)

La compagnie aérienne de Chicago, United Airlines, a dépassé la phase pilote de la GenAI et passé plusieurs LLM en production. Parmi les premières solutions déployées, l'information détaillée sur les retards et le transfert d'informations lors des changements d'équipe. L'entreprise s'appuie sur un data hub dans le cloud et le machine learning d'AWS Sagemaker.

PublicitéLes fondements de l'architecture décrite dans la feuille de route GenAI de United Airlines sont en place. Et cela comprend le United Data Hub et une plate-forme d'IA et de machine learning appelée Mars. De quoi, pour le DSI de la compagnie aérienne, Jason Birnbaum, lancer en production quelques modèles pour les employés et clients.

Les deux modèles principaux sont, d'une part, United ChatGPT qui permet aux employés de s'essayer de façon sécurisée à la GenAI et, d'autre part, le LLM externe « Every Flight Has a Story », qui informe plus efficacement les clients lors d'un retard de vol. Ce dernier aurait déjà accru la satisfaction des clients de 6 %. Dans la même perspective, la DSI a déployé un service plus global d'information sur le statut des vols. Il donne plus rapidement des informations plus transparentes et plus contextuelles aux clients sur les retards et les mises à jour des vols. À ce jour, United a utilisé ce LLM de storytelling pour envoyer plus de 100 000 messages à ses clients et a identifié environ 90 autres cas d'usage pour cet outil.

Un LLM storyteller pour informer les clients

Toujours sous la forme de storytelling, le LLM précisera, par exemple, quel événement météorologique affecte un vol retardé et fournira des informations sur les prochaines actions prises par la compagnie en conséquence. « C'est bien mieux que d'annoncer qu'un avion est retardé en raison de problèmes mécaniques ou du mauvais temps alors qu'il fait beau dehors ! », rappelle Jason Birnbaum.

« Nous avons travaillé dur pour affiner ce modèle », ajoute-t-il. United a dû identifier des sources de données opérationnelles, comme les notes et les remarques des équipes de terrain ou des équipages, afin d'alimenter l'IA et qu'elle crée un récit aussi transparent, empathique, décisif et clair que possible. « Nous essayons d'écrire une histoire spécifique sur ce qui se passe précisément avec votre vol, plutôt qu'un message préfabriqué », poursuit le DSI. « Les passagers reçoivent des détails sur leur vol, les comprennent et leur tension artérielle baisse ! »

Hors du cloud, point de GenAI en production

« Nos employés storytellers vérifient néanmoins toujours les messages pour s'assurer qu'ils correspondent à ce que nous voulons communiquer, insiste le DSI, mais nous sommes de plus en plus à l'aise avec la rédaction par l'IA ». Historiquement, ces storytellers devaient modifier manuellement les modèles de messages, ce qui prenait beaucoup de temps. La compagnie aérienne s'est rendu compte que l'IA pouvait automatiser la création de la plupart de ces derniers permettant aux équipes de se concentrer sur les retards les plus difficiles à gérer.

Si l'on en croit son DSI, le succès précoce de United avec l'IA générative n'aurait cependant pas été possible sans son passage préalable dans le cloud AWS, comme cela a été détaillé à l'occasion de la récente conférence Re :Invent d'Amazon. La compagnie aérienne a collaboré avec l'AWS Generative AI Innovation Center pour développer ses solutions GenAI.

PublicitéUn LLM pour les changements d'équipes

United Airlines a été l'un des premiers utilisateurs de la plate-forme de machine learning AWS SageMaker et a tiré parti de son propre United Data Hub et de la plate-forme Mars ML elle-même basée sur AWS Bedrock pour lancer son premier lot de LLM en production. Jason Birnbaum affirme que, d'une part, la prise en charge par Bedrock des modèles de fondation de GenAI provenant de divers fournisseurs donne aux développeurs de United une certaine flexibilité et que, d'autre part, le data hub maison leur donne accès à une grande quantité de données, pour la plupart non structurées, afin d'alimenter les IA.

En plus de celui sur l'état des vols, United a également développé des LLM pour les achats et un autre pour les communications entre les managers et les employés. Univ, une nouvelle application de GenAI mise au point par l'entreprise et encore en version bêta, synthétise toutes les données opérationnelles pertinentes requises lors d'un changement d'équipe, comme l'explique le DSI. « Chaque changement d'équipe entraîne un transfert très long entre une personne qui gère une tâche compliquée et la personne qui vient remplacer l'employé concerné, raconte Jason Birnbaum. Il faut entre 45 minutes et une heure pour identifier tous les éléments à connaître pour mener ce transfert à bien. Or, les équipes peuvent être plus rapides et plus efficaces pendant ce changement si elles récupèrent toutes les données opérationnelles et envoient des alertes en temps réel dans notre United Data Hub. »

Plus de mises en production, mais pour des tâches simples

Les équipes d'Amazon ont ajouté, à l'occasion de RE :Invent, que cette plateforme donne un accès unifié aux données de United, qu'elles proviennent d'un datalake S3, d'un datawarehouse Redshift ou encore d'une source fédérée de données. Les data scientists et data analysts peuvent directement répondre aux demandes de données, contribuant à instaurer une culture data dans l'organisation.

United Airlines fait partie des entreprises de plus en plus nombreuses à basculer de PoC de GenAI à des solutions en production. D'après le Gartner, environ 4 % des organisations seulement étaient dans ce cas en mars 2023, mais elles sont désormais 21 %. Quant à celles qui ont déployé des projets pilotes, elles n'étaient que 15 % en mars 2023 contre 38 % aujourd'hui. Mais, Sid Nag, vice-président cloud, edge et IA chez Gartner, tempère : « Le nombre de LLM en production a considérablement augmenté, dans le cadre d'usages essentiels pour les organisations. Mais la plupart de ces applications concernent encore des tâches de base visant à rendre les opérations plus efficaces ».