Honeywell a annoncé vouloir racheter Sparta Systems pour 1,3 milliard de dollars afin de prendre le contrôle du logiciel de gestion de la qualité (QMS) que la société promet d’augmenter avec des algorithmes d’apprentissage automatique et d’autres capacités d’IA. Dans le secteur des sciences de la vie, Honeywell s’engage également à intégrer le logiciel TrackWise Digital QMS de Sparta aux plateformes IoT dans le cadre d’un effort plus large visant à augmenter la prise de décision humaine à l’aide des technologies d’IA.
Les algorithmes d’apprentissage automatique, la prochaine frontière majeure de l’informatique
Cette dernière décennie est marquée par la montée en puissance du cloud. Mais les plateformes informatiques de périphérie qui exécutent une logique d’application imprégnée d’algorithmes d’apprentissage automatique représentent la prochaine frontière majeure de l’informatique. Celles-ci analysent et traitent les données en temps réel là où elles sont collectées et consommées.
Les résultats agrégés générés par ces applications de calcul de périphérie seront ensuite partagés avec d’autres applications qui sont distribuées dans l’entreprise. Ceci pour mettre à jour, par exemple, une application de planification des ressources d’entreprise ou ERP. Les processus dataops nécessaires pour gérer les processus IoT industriels à ce niveau n’existent toujours pas. C’est là tout le défi des entreprises
Traiter et partager des données à des niveaux d’échelle supérieurs
Les organisations qui lancent ces initiatives devront créer une approche systématique pour créer et déployer en toute sécurité des applications qui traitent et partagent des données à des niveaux sans précédent. L’une des principales raisons pour lesquelles tant d’entreprises investissent dans les data lake est de fournir le mécanisme par lequel plusieurs applications peuvent partager l’accès à toutes ces données.
Une fois ces processus dataops établis, les organisations devront également les aligner sur les flux de travail devops que de nombreuses organisations utilisent désormais pour créer et déployer des applications plus rapidement. Les données collectées seront également nécessaires pour former des modèles d’IA dans le cloud. Ces modèles utiliseront des moteurs d’inférence pour injecter des capacités d’IA dans des applications informatiques de pointe exécutées sur des plateformes.
Aller au-delà des plateformes cloud traditionnelles
Pour relever ce défi, Honeywell a lancé Honeywell Forge pour fusionner des plateformes de technologie opérationnelle (OT) avec des systèmes soutenus gérés par des équipes informatiques. Honeywell Ventures dirige parallèlement une ronde de financement de démarrage de 2 millions de dollars pour DarwinAI. Cette entreprise promet de simplifier la création de modèles d’IA complexes en utilisant à la fois des algorithmes d’apprentissage automatique et d’apprentissage en profondeur.
La montée en puissance de l’informatique de pointe est également l’une des principales raisons pour lesquelles les fournisseurs de services comme AWS et Microsoft ont lancé des initiatives IoT qui traitent les données au-delà des limites de leurs plateformes cloud traditionnelles. Il faudra un certain temps avant que la plupart des entreprises n’atteignent le niveau de maturité des dataops requis pour créer, déployer et gérer ces applications. Honeywell parie que les organisations du secteur des sciences de la vie telles que les sociétés pharmaceutiques seront à l’avant-garde de cette transition.
- Partager l'article :
