L’IA en énergie

// Le problème

Les opérateurs de la salle de conduite et les superviseurs de terrain fouillent cartables et lecteurs partagés pour trouver la bonne procédure de manœuvre, la bonne consigne ou le bon manuel, souvent en plein événement.

// Ce que nous bâtirions

Un assistant qui répond à partir de vos procédures, de vos consignes d’exploitation et de vos anciens ordres de manœuvre, en citant le document et la section, sur un modèle open source qui roule sur un serveur à l’intérieur de votre réseau : rien ne touche Internet. Il lit et cite; il ne commande jamais d’équipement.

// Ce qu’il comprend

// Technologies

• Llama ou Mistral (open source)
• vLLM
• PostgreSQL avec pgvector
• Next.js
• Serveur GPU Lenovo sur place

// Le problème

Une planificatrice de la distribution prévoit la charge de chaque artère à partir des pointes de l’an dernier, pendant que thermopompes, bornes de recharge et panneaux solaires changent la demande plus vite que le chiffrier ne peut suivre.

// Ce que nous bâtirions

Un modèle de prévision sur mesure, affiné à partir d’un modèle de fondation ouvert pour séries chronologiques sur vos propres historiques de compteurs, d’artères et de météo, qui prévoit la charge par artère pour les jours et les saisons à venir, avec une vue web pour les planificateurs. Un modèle sur mesure convient parce que les tendances sont les vôtres et les données sensibles; il est réentraîné à mesure que de nouvelles données de comptage arrivent.

// Ce qu’il comprend

// Technologies

• PyTorch
• Chronos ou TimesFM (modèles ouverts de séries chronologiques)
• Python
• Next.js
• PostgreSQL avec TimescaleDB
• GPU AWS