Les investissements réalisés par IBM dans l’Internet des objets débouchent sur la création d’un siège mondial situé en Allemagne, à Munich, qui combinera les expertises autour de l’IoT et de la technologie cognitive Watson, ainsi que sur le lancement d’une série d’offres qui pourront exploiter ces dernières pour les milliards d’équipements connectés qui vont être déployés. Ces offres seront proposées via la plateforme cloud ouverte par IBM aux développeurs et aux entreprises.

Sous le nom de Watson IoT, le siège mondial de Munich regroupera un millier de personnes, à la fois développeurs, consultants, designers et experts pour accompagner les clients et partenaires, mais aussi data scientists et ingénieurs et chercheurs pour concevoir des solutions situées à la jonction des traitements cognitifs et de l’IoT. Cette mise en place constitue l’investissement le plus important réalisé en Europe par IBM sur les 20 dernières années, précise le groupe dans un communiqué.

8 centres d'expérience client Watson IoT  et 4 familles d'API

Big blue annonce aussi l’ouverture de huit centres d’expérience client Watson IoT sur trois continents (Asie, Europe, Amériques), notamment en Chine, au Brésil, en Corée, au Japon, aux Etats-Unis et à Boeblingen en Allemagne. En mars dernier, IBM avait annoncé qu’il investirait dans l’IoT 3 milliards de dollars sur quatre ans. En octobre, il a notamment racheté l’activité B2B, mobile et web de The Weather Channel pour coupler les big data de cette dernière aux technologies analytiques et de sécurité qui serviront de fondation à la plateforme cloud Watson IoT.

Par ailleurs, dans le cadre de la nouvelle offre Watson IoT Analytics, IBM livre quatre familles de services d’API pour Watson. La première, NLP (Natural Language Processing), permettra aux utilisateurs d’interagir avec les équipements en utilisant un langage naturel. La deuxième famille d’API, Machine Learning Watson, servira à d’automatiser le traitement des données et à suivre les interactions pour classer les données en fonction des priorités apprises. La troisième, Video and Image Analytics, sera utilisée pour monitorer les données venant de flux vidéos et de prises de vue afin d’identifier des scènes et des modèles. Enfin, la famille d’API Text Analytics servira à explorer des retranscriptions d’échanges enregistrés dans les centres d’appels ou les commentaires de blogs pour trouver des corrélations ou des informations qui peuvent être reliées à un problème particulier, par exemple, dans le cas d’un constructeur automobile, les phrases du type « ma voiture semble ralentir » ou « mes freins font du bruit ».