Découvrez comment Azure AI Services réduit le temps de développement – Récit d’un succès chez Siemens
De tous les secteurs mondiaux, c’est celui de la fabrication qui récolte le plus grand volume de données chaque année. Cependant, il utilise uniquement une fraction des données industrielles collectées dans les usines. Examinons la façon dont Siemens s’est associé à Microsoft pour développer une solution d’exploitation basée sur les données en temps réel pour les fabricants mondiaux afin d’obtenir des performances révolutionnaires en améliorant continuellement la durabilité, la résilience et la rentabilité.
L’un des principaux avantages de l’environnement Azure AI est qu’il vous permet de développer des solutions plus rapidement et plus efficacement. L’expérience de Siemens offre un bon exemple de rationalisation des processus industriels d’IA grâce aux produits Microsoft.
L’organisation
Siemens est une société de fabrication allemande fondée en 1847. Il s’agit de la plus grande entreprise de fabrication en Europe et d’un leader mondial du marché dans l’automatisation industrielle et le logiciel industriel. Siemens propose des solutions innovantes pour diverses industries, telles que l’énergie, la santé, la mobilité et l’infrastructure.
Historiquement, l’entreprise a joué un rôle essentiel dans l’innovation technologique. Il a été profondément impliqué dans le développement des premiers ordinateurs, appareils domestiques, télévisions et bien d’autres appareils. Maintenant, Siemens intègre l’IA dans leurs processus métier pour maintenir leur avantage concurrentiel.
Le défi
Siemens s’est rendu compte qu’il fallait adopter massivement l’IA pour soutenir tous ses services. Par exemple, ils ont utilisé des modèles IA de prévision pour prédire une demande accrue afin d’ajuster la planification de la production et des ventes depuis longtemps.
Toutefois, le processus de développement de ces systèmes d’IA était coûteux, lent et déroutant. Les utilisateurs professionnels qui ont besoin d’une solution IA dépendent des analystes de données pour le développer, et la collaboration entre eux était souvent pleine de bruits et de malentendus. Les analystes de données ne disposaient pas d’une plateforme qui leur permettrait de réutiliser du code et des composants. Ils devaient donc créer chaque nouveau modèle à partir de zéro. Le processus était très inefficace et pouvait prendre plusieurs mois.
Siemens s’est rendu compte qu’il fallait changer son processus de développement d’IA. Ils ont besoin d’une plateforme d’IA robuste, rapide et fiable pour développer, tester et déployer des modèles de manière évolutive.
La solution
La solution crée une base de données commune en capturant et en contextualisant les données de toute l’usine pour fournir une vue à l’échelle du système du processus de fabrication de bout en bout. L’ajout d’un copilote d’IA générative avec Azure OpenAI démocratise davantage les données industrielles avec l’IA générative, rendant les données d’usine, l’analytique et les insights encore plus accessibles et impactants pour tout le monde, des opérateurs d’atelier aux cadres.
Pour créer cette plateforme d’IA partagée et évolutive, Siemens s’appuie sur l’infrastructure Microsoft Azure. Le résultat, appelé [ai:attack], repose sur Azure Machine Apprentissage et intègre d’autres services Azure.
La solution offre un modèle personnalisable pour l’ensemble de l’entreprise. Il fournit une norme pour tous les projets de science des données à suivre. Il est donc plus facile de réutiliser les ressources. L’infrastructure Azure garantit un accès facile à toutes les parties prenantes, ce qui améliore également la collaboration entre équipes.
Grâce à Azure AI Services, il inclut plusieurs services d’IA standardisés. Par exemple, il inclut des modèles Azure AI Vision pour le contrôle de qualité qui détectent les appareils endommagés. En outre, la plateforme utilise la fonctionnalité azure Machine Apprentissage pour entraîner automatiquement les modèles IA. Ces fonctionnalités améliorent les performances de toutes les équipes et font gagner beaucoup de temps.
Les résultats
L’initiative [ai:attack] génère déjà des résultats positifs. La baisse du temps de développement pour les modèles IA est importante. Lors de l’implémentation d’une nouvelle solution IA utilisée pour prendre plusieurs mois, elle ne nécessite plus que quelques semaines.
De même, la maintenance du code est désormais beaucoup plus facile et plus rapide grâce à la standardisation. Avant, la gestion du code de trois projets exigeait trois analystes de données, alors qu’aujourd’hui un seul worker peut conserver du code pour de nombreux projets.
Récapitulons maintenant ce que vous avez appris avec un contrôle des connaissances.