Strivr s’est réorientée : de la formation immersive en réalité virtuelle à une couche opérationnelle pilotée par l’IA qui intervient pendant l’exécution du travail. Sa plateforme Frontline Intelligence promet la détection d’erreurs en temps réel et la correction mains libres via des lunettes connectées, déplaçant la proposition de valeur de la préparation avant le poste vers l’assistance pendant l’activité.
De la VR à l’intelligence en cours d’activité
Strivr s’était forgé une crédibilité sur la formation VR pour les entreprises — plus de deux millions de sessions et des clients de premier plan comme Walmart — en mettant l’accent sur des changements de comportement mesurables. Le nouveau produit reconvertit ce socle de sciences comportementales en un système d’assistance en direct : plutôt que de préparer les employés avant une tâche, Frontline Intelligence observe les opérations et intervient quand l’exécution s’écarte du flux de travail attendu.
Comment fonctionne la plateforme
La solution capture la vidéo, l’audio et des données contextuelles du flux de travail via des lunettes connectées. Ce flux est traité par des modèles de langage visuel (VLM) entraînés spécifiquement à l’environnement de chaque client. Lorsque le système détecte une étape manquée — chargement mal ordonnancé, inspection sautée, scan de code-barres oublié — il fournit une guidance mains libres au salarié, en temps réel. La plateforme revendique par ailleurs un affinage continu à mesure que s’accumulent les données opérationnelles.
Pourquoi des VLM personnalisés sont nécessaires
Les IA génériques peinent à appréhender les outils spécifiques d’un site, des procédures propriétaires et des implantations spatiales singulières. L’approche de Strivr, qui consiste à entraîner un VLM par client, répond à cette limitation : les modèles apprennent comment le travail est réellement réalisé dans une installation donnée. Cela augmente les chances de détection fiable et d’aide pertinente, mais alourdit aussi les coûts d’intégration et les exigences en matière de données avant d’atteindre une précision opérationnelle satisfaisante.
Défis de mise en œuvre : lunettes, données et gouvernance
Les lunettes connectées autorisent une correction mains libres mais posent des questions opérationnelles : confort sur une journée complète, hygiène des appareils partagés, intégration à une solution de gestion des appareils mobiles (MDM) et adhésion des employés. La gouvernance des données est tout aussi cruc
