zorandim75 - Fotolia

Thunder, IOT Plus, Einstein : peut-on faire de la maintenance prédictive avec Salesforce ?

Depuis l'annonce de son partenariat dans l'IA avec IBM, puis de ses velléités dans l'IoT, Salesforce cherche à associer son image aux usages les plus avancés de l'analytique industrielle. Quitte à semer un peu de confusion ? Le point avec Guillaume Aurine de Salesforce France.

Salesforce peut-il - et a-t-il - vocation à faire de la maintenance prédictive comme un GE Digitals, SAP, IBM ou encore Bosch ?

La question peut paraitre étrange. Mais elle est arrivée avec l'annonce du partenariat entre l'éditeur de CRM et IBM. A l'époque, plusieurs communications officielles mettaient en avant les nouvelles capacités prédictives que la collaboration entre leurs Intelligences Artificielles respectives, Watson et Einstein, allait permettre. Les deux géants de l'IT les illustraient avec un cas client commun (Kone).

Un peu plus tard, une démonstration avec Michelin lors du World Tour Paris reprenait cette thématique de la maintenance prédictive avec un Einstein capable de prévoir l'usure anticipée de pneus de tracteurs en fonction de la météo.

Il s'est avéré, après vérification, que Michelin n'utilisait pas - en tout cas pas à l'époque - la plateforme Thunder (IoT Plus) ou IoT Cloud de Salesforce pour ce genre de projets. Il s'agissait d'une fiction illustrative.

Elle montrait en tout cas bien les velléités du champion du CRM d'aller vers de nouveaux horizons, dont l'Internet des Objets et les Field Services, pour atteindre son objectif de 60 milliards de dollars de chiffre d'affaires en 2034.

Après avoir posé la question à plusieurs reprises à différents interlocuteurs, c'est Guillaume Aurine, Product Marketing Director chez Salesforce France, qui nous a donné la réponse - et faisait jaillir la lumière en un éclair (Thunder) dans ce nuage IoT (IoT Cloud).

LeMagIT : Salesforce sait-il vraiment faire de la maintenance prédictive ou s'en remet-il à un IBM Watson avant de prendre le relais pour les interventions terrains et les actions clients ?

Guillaume Aurine : A partir du moment où les données sont dans notre cloud, nous pouvons utiliser des modèles pré-construits issus de Smart Data Discovery de Einstein Analytics (anciennement Beyond Core), ce qui permet de faire des recommandations sur des tendances - parce que toutes les entreprises ne peuvent pas se payer un modèle Watson.

LeMagIT : Que font ces modèles exactement ?

Guillaume Aurine : Nous disposons d’une cinquantaine de modèles à appliquer en fonction des données pour faire du prédictif. On le fait sur des commandes, sur des leads, sur du réassort, ou sur tout type d’information présent dans la plateforme Salesforce.

Par exemple, on peut très bien le faire sur n'importe quel type de données qui viennent d'objets connectés, pour définir des tendances d’usage des produits, pour détecter en avance de phase des anomalies ou des pannes et même pour identifier ou prévoir des actions correctives.

LeMagIT : Y compris des données industrielles ?

Guillaume Aurine : Absolument. La seule condition est qu'il faut que l'on ait la capacité technologique d'écouter ces données au travers d’une plateforme pouvant héberger une large quantité de données et ceci de manière sécurisée.

Avec ces dernières annonces et nouveautés, Salesforce démocratise l’IA et combine les données du cloud, de l’IoT, des services de Mobilité et d’autres applications (intégrées avec Mulesoft) pour analyser en temps réel les données remontées par les machines du monde de l’IoT. Et ainsi faciliter l’automatisation de processus et la prise de décision.

LeMagIT : Où en est Michelin avec Thunder et IoT Cloud ?

Guillaume Aurine : Nous ne pouvons pas donner d’information sur les avancées avec Michelin pour des raisons de confidentialité (NDR : Guillaume Aurine nous précise néanmoins que tous les éléments publics du cas client Michelin sont sur le site de Salesforce).

Conclusion

Moins ambitieux qu'une maintenance prédictive à base de jumeaux numériques comme GE Digitals ou de modèles mathématiques complexes comme Watson, IOT Cloud se veut une offre plus accessible pour les métiers. Car comme le dit fort justement Guillaume Aurine, « toutes les entreprises ne peuvent pas se payer un modèle Watson ». Nous ajouterons qu'elles ne peuvent pas toutes, non plus, gérer sa complexité inhérente à sa nature d'IA tout terrain.

Au final, l’orchestrateur IoT Cloud - combiné au moteur d’IA Einstein - peut déclencher en temps réel des actions en fonction de règles métier ou de valeurs anormales pour indiquer qu'il faut agir. Ou rediriger ces données vers des outils d'acteurs de l'informatique industrielle comme Wonderware de Schneider Electrics.

Dernière mise à jour de cet article : décembre 2018

Approfondir

Soyez le premier à commenter

M'envoyer une notification dès qu'un autre membre commente.

Merci de créer un identifiant pour pouvoir poster votre commentaire.

- ANNONCES GOOGLE

Close