L'IA agentique pour l'exploitation des réseaux électriques

L’IA agentique pour l’exploitation des réseaux devrait être abordée dans un langage opérationnel, et non dans un langage promotionnel. Les entreprises électriques n’ont pas besoin d’un agent libre de ses mouvements qui prend des décisions de réseau. Elles ont besoin de flux de travail contrôlés qui aident les personnes à rassembler des preuves, à vérifier les lacunes, à préparer des projets et à acheminer plus vite le travail vers le bon examinateur.

Cette distinction est importante. Les recommandations d’OpenAI sur les agents présentent ceux-ci comme des systèmes capables d’utiliser des outils et de suivre des flux de travail en plusieurs étapes. Les recommandations d’Anthropic sur la conception d’agents soulignent que les systèmes agentiques efficaces commencent souvent par des flux de travail simples avant d’ajouter de la complexité. La documentation de la plateforme d’agents de Google Cloud va dans le même sens : les agents deviennent utiles lorsqu’ils fonctionnent avec des outils, du contexte et de l’orchestration.

Pour les entreprises électriques, les TSO, les DSO et les producteurs, la question n’est pas « L’IA peut-elle agir ? ». La question est : quelles parties du travail des entreprises électriques peuvent être déléguées en toute sécurité à un agent borné pendant que les ingénieurs et les exploitants conservent l’autorité ?

Ce que les agents devraient faire dans l’exploitation des réseaux

Les cas d’usage précoces les plus sûrs pour les entreprises électriques sont les flux de travail de preuves et de coordination.

L’IA agentique peut aider à :

• Rassembler les enregistrements approuvés de transformateurs, de postes, d’événements, de maintenance et de planification.
• Vérifier la concordance des horodatages, des unités, des identifiants d’actifs et des références de source.
• Rédiger des synthèses en langage clair destinées à l’examen humain.
• Recenser les preuves manquantes avant l’interprétation d’ingénierie.
• Préparer les dossiers de transfert entre les équipes d’exploitation, de planification, de protection, de fiabilité, de gestion d’actifs et de terrain.
• Constituer des projets de lots de travaux prêts pour l’examen que les ingénieurs peuvent approuver, modifier, rejeter ou escalader.

Ce sont des tâches à forte valeur, car le travail des entreprises électriques échoue souvent au niveau du transfert. Les preuves existent, mais elles sont fragmentées entre le SCADA, l’historien, les enregistrements de relais, les ordres de travail, les notes d’inspection, les tableurs, les dossiers d’ingénierie et les études de planification.

La position de GridAPM est simple : l’IA peut réduire les frictions dans ce flux de preuves, mais les décisions à consigner nécessitent toujours un examen qualifié.

Ce que les agents ne devraient pas faire

L’IA agentique ne devrait pas être présentée comme un substitut à l’autorité opérationnelle.

Dans un contexte d’entreprise électrique, les agents ne devraient pas :

• Commander les postes, les disjoncteurs, les systèmes de protection ou les équipements de transformateur.
• Dépêcher des équipes sans approbation humaine.
• Approuver des actions de maintenance en tant qu’autorité finale.
• Traiter des preuves incomplètes comme une conclusion affirmée.
• Masquer le matériel de source derrière un score unique.
• Produire des rapports finaux sans état d’examinateur ni piste d’audit.

Le livre blanc de la NERC sur l’IA et l’apprentissage automatique dans l’exploitation des systèmes en temps réel constitue un contexte utile, car il traite l’IA comme quelque chose qui doit être considéré aux côtés de la fiabilité, de l’exploitation, de la supervision humaine et des contraintes du système. Le NIST AI Risk Management Framework aide également les équipes à structurer la gouvernance, la cartographie, la mesure et la gestion du risque lié à l’IA.

La leçon pour les acheteurs de GridAPM est pratique : commencez par des flux de travail où l’IA soutient les personnes, et non par des flux de travail où l’IA remplace l’autorité.

Un modèle d’agent d’entreprise électrique sûr

Le modèle ci-dessous s’applique à l’APM des transformateurs, à l’examen des événements, à la planification de la maintenance et à la planification des grandes charges.

Étape du flux de travail	Rôle de l'agent	Rôle de l'humain	Résultat sûr
Réception des preuves	Collecter les références de source approuvées et organiser les enregistrements.	Définir le périmètre et confirmer les limites des données approuvées.	Liste de preuves liées à leur source.
Contrôle qualité	Signaler les dates, unités, références ou attributions manquantes.	Décider quelles lacunes importent pour l'examen.	Liste des lacunes à examiner.
Projet de dossier	Préparer la synthèse, les questions et un libellé candidat de lot de travaux.	Modifier, approuver, rejeter ou escalader le projet.	Projet prêt pour l'examen.
Enregistrement de la décision	Conserver les liens de source et l'état de l'examinateur.	Approuver la recommandation finale selon la procédure de l'entreprise.	Dossier de preuves traçable.

La place de GridAPM

GridAPM peut aider les entreprises électriques à évaluer l’IA agentique au travers de flux de travail d’APM de transformateur où la valeur est visible et bornée.

De bons périmètres de pilote incluent :

• La préparation des dossiers de preuves de transformateur pour un groupe d’actifs sélectionné.
• L’état de préparation des preuves DGA, PRPD, SFRA, thermiques, d’inspection et de maintenance.
• Les dossiers de transfert d’événements réseau pour l’examen exploitation-vers-planification.
• Les examens de planification des transformateurs à grande charge pour la demande des centres de données ou industrielle.
• L’examen de gouvernance de l’IA portant sur la traçabilité des sources, les approbations et les limites de rôle.

La plateforme GridAPM explique le modèle d’atelier de travail. La page pilote peut servir à définir le périmètre, les données approuvées, les rôles d’examinateur et les indicateurs de réussite. Les pages confiance, sécurité et traitement des données décrivent la posture revue par des humains qui devrait entourer l’IA appliquée aux infrastructures critiques.

La question de l’acheteur

La meilleure question de l’acheteur n’est pas « Avez-vous des agents IA ? ».

La question plus forte est :

Le flux de travail agentique peut-il produire un meilleur dossier de preuves sans affaiblir le jugement d’ingénierie, les hypothèses de cybersécurité ou la traçabilité ?

C’est la direction de GridAPM. L’IA agentique est utile lorsqu’elle aide les équipes des entreprises électriques à rendre le travail examinable. Elle devient risquée lorsqu’elle tente de faire disparaître l’autorité.