Les industriels cherchent depuis toujours à éviter les pannes qui mettent à l’arrêt l’outil de production de façon imprévue entraînant des coûts non maîtrisés. Sur ces questions de maintenance prédictive, AWS cherche à simplifier la mise en oeuvre de l'apprentissage machine. Le fournisseur de cloud public entre dans les usines avec son service Lookout for Equipment livré en disponibilité générale. Celui-ci s’appuie sur les modèles de machine learning développés par AWS. A partir des données collectées en temps réel sur les capteurs déployés dans un environnement industriel - remontant des informations telles que la pression, le débit, les tours/minute, la température ou l'alimentation électrique - le service entraîne un modèle spécifiquement adapté à ces équipements qui sera capable de prédire de façon précise les signes avant-coureurs d’une panne ou d’une baisse de performance. Selon AWS, il permet de détecter rapidement les anomalies, d’établir un diagnostic, de réduire les fausses alertes et d’intervenir avant que la machine ne tombe en panne. La tarification se fait au volume de données ingérées et en fonction du nombre d’heures requis pour entraîner son modèle personnalisé et du nombre d’heures d’inférence utilisées. 

Si les industriels utilisent depuis longtemps des capteurs pour repérer les défaillances, les problèmes sont souvent repérés au moment de la panne et les capteurs peuvent aussi envoyer de fausses alertes. Les avancées réalisées en machine learning permettent maintenant d’apprendre les relations uniques qui existent entre les données historiques de chaque composante d’un équipement, explique AWS. En ajoutant que les industriels utilisent généralement l'analyse de données et la modélisation et qu'ils n'ont pas toujours en interne l’expertise pour élaborer des modèles ML et les mettre à l’échelle entre différents équipements industriels. Son service peut être exploitée sans requérir d'expérience de l'apprentissage machine, assure le fournisseur cloud. 

Un service disponible en Europe

Pour utiliser Lookout for Equipment, les entreprises chargent leurs données de capteurs sur le service de stockage S3 d'AWS et indiquent l’emplacement du bucket S3 au service de maintenance prédictive qui va alors les analyser automatiquement et construire le modèle ML adapté à l’environnement en question. Ce modèle analysera ensuite les données collectées en temps réel pour identifier les signes précoces de dysfonctionnement. Pour chaque alerte, le service indiquera quel capteur signale un problème et mesurera l’ampleur de l’impact sur l’événement détecté, ce qui permettra de diagnostiquer le problème et de prioriser les actions à mener, explique AWS. Lookout for Equipment est accessible à partir de la console AWS et via les partenaires de son réseau. Au niveau mondial, il est disponible en Europe (dans le datacenter situé en Irlande), sur la côte est des Etats-Unis et en Asie-Pacifique. Des régions cloud supplémentaires seront ajoutées dans les prochains mois. Parmi les clients utilisant déjà le service, AWS cite Siemens Energy, Koch Ag & Energy Solutions, Cepsa.

Dans le même domaine, AWS propose d’autres services de machine learning cloud-to-edge dont Monitron, une solution de bout en bout de maintenance prédictive, Lookout for vision, un service de vision par ordinateur pour la détection visuelle d’anomalies, et Panorama, une solution d’inspection visuelle reposant sur une appliance et un SDK pour apporter des modèles de computer vision à des caméras sur site.