GRDF

Le défi :

Les équipes de delivery de GRDF maintiennent un logiciel dont dépendent des millions de foyers, où chaque livraison doit respecter des exigences de fiabilité strictes. Les tests de régression étaient devenus le goulot d'étranglement : les suites de tests grossissaient plus vite que les équipes ne pouvaient les maintenir, et le triage manuel consommait un temps d'ingénierie précieux. Notre équipe a combiné ingénierie LLM, expertise qualité et ingénierie des données pour transformer les tests d'un goulot d'étranglement en accélérateur.

Nous avons piloté chaque étape de la mission, de l'audit initial des opportunités IA et du blueprint d'architecture jusqu'au développement, à l'évaluation et à la mise en production. Notre objectif était de livrer une plateforme que les équipes de GRDF pourraient posséder, faire évoluer et en qui elles pourraient avoir confiance à mesure que leurs systèmes grandissent.

Objectifs du client

• Fiabiliser les systèmes critiques – Garder fiable le logiciel qui porte le réseau de distribution de gaz français, tout en accélérant les livraisons.
• Qualité augmentée par l'IA – Intégrer l'IA générative à la génération de tests, au triage des défauts et à l'analyse de régression, à grande échelle.
• Équipes internes autonomes – Transférer les compétences d'ingénierie IA pour que les équipes de GRDF possèdent et fassent évoluer la plateforme durablement.

Services clés fournis

• Ingénierie GenAI – Génération et maintenance de tests pilotées par LLM, ancrées dans le corpus technique de GRDF.
• Qualité digitale – Framework d'ingénierie qualité avec évaluation continue et pipelines de régression.
• Analytics digital – Pipelines de données alimentant les modèles avec des features fiables et des signaux d'observabilité.
• Empowerment digital – Programme de formation et de co-construction rendant les équipes internes autonomes sur l'IA.

Les infrastructures critiques exigent une discipline d'ingénierie. Nous avons travaillé en étroite collaboration avec les équipes qualité de GRDF pour construire une plateforme IA qui reflète leurs standards, gagne la confiance des opérateurs et résiste à l'audit.

Solutions du projet

Nous pensons que les systèmes critiques méritent une IA conçue, et non improvisée. Pour GRDF, nous avons livré des solutions équilibrant les gains d'automatisation avec des garde-fous stricts, afin que chaque partie prenante, des ingénieurs aux auditeurs, puisse avoir confiance dans ce que produit la plateforme.

• L'évaluation d'abord – Audit des flux de delivery et des assets de test pour cibler les opportunités d'automatisation à plus fort impact.
• IA sous garde-fous – Conception de pipelines d'évaluation et de garde-fous pour que chaque artefact généré par IA reste fiable.
• Industrialisation – Déploiement de la plateforme sur l'infrastructure de GRDF avec observabilité, gouvernance et transfert de compétences.

Le résultat est une plateforme d'ingénierie qualité qui a réduit l'effort de régression de 62 % en huit semaines tout en augmentant la couverture des chemins critiques, et des équipes internes formées pour continuer à l'améliorer, que nous accompagnons sur les chantiers suivants.