Skip to main content
Cette page est générée par traduction automatique. Voulez-vous afficher la version originale en anglais ?

Un coup de pouce pour les services numériques

Gregory Conte | Inventeurs de l'année Siemens | Invention exceptionnelle

vous ne pouvez pas associer les analyses à n'importe quelles données clients

A man lifting a barbell with weights on it.

Gregory Conte est l'inventeur de l'année 2024 : son invention rend les bâtiments intelligents encore plus intelligents.

« Les bâtiments intelligents peuvent être dotés de milliers de points de données, de capteurs et d'actionneurs tels que des thermomètres et des hygromètres, des amortisseurs et des vannes », explique Gregory. « Pour analyser un système, nous avons besoin du plus d'informations possible sur ces points de données. Par exemple, un thermomètre peut mesurer la température intérieure ou extérieure de l'air, de l'eau, etc. Des étiquettes ou des tags sont associés à chaque point de données. En général, toutes les informations dont nous avons besoin pour étiqueter les points de données à analyser sont disponibles quelque part dans les données du client. Cependant, les clients utilisent différents fournisseurs de BMS et ont des conventions de dénomination très variables. Il n'y a donc pas de mappage direct universel avec les tags, dont nous avons besoin pour nos outils d'analyse. Par conséquent, le processus d'intégration, en particulier l'étiquetage correct des points de données, a été une tâche manuelle fastidieuse. »

L'effort d'intégration a été réduit de 70 %

Gregory a développé un algorithme d'intelligence artificielle qui prend partiellement en charge la tâche d'étiquetage et crée automatiquement des balises pour les points de données ; il spécifie également un niveau de confiance pour chaque étiquette. Cela signifie que les ingénieurs n'ont plus à marquer chaque point manuellement, ils n'ont qu'à vérifier les résultats générés par l'IA et à se concentrer sur les points présentant un faible niveau de confiance. L'algorithme, qui a été entraîné à partir de données historiques, a réduit les efforts d'intégration d'environ 70 %. C'est un résultat remarquable qui renforce les services numériques en tant que moteur de croissance pour SI.

Smiling man with short gray hair and glasses wearing a dark suit jacket against a blurred background

Grâce à l'IA, des milliers de points de données sont étiquetés automatiquement.