Altair et Rolls-Royce Allemagne ont signé un protocole d’accord autour de l’intelligence artificielle et de l’ingénierie. Le développement de leur collaboration permettra à Altair de contribuer la transformation commerciale de l’entreprise en réduisant le temps et les coûts de développement, tout en améliorant la performance et la qualité des produits et en tirant profit de l’ingénierie, des essais et de la conception de moteurs Rolls-Royce pour l’aéronautique.
De plus en plus d’industries à travers le monde cherchent les moyens de tirer parti de l’analyse des données et de l’IA pour augmenter considérablement leurs revenus, réduire les coûts et les risques. Des entreprise comme Rolls-Royce Allemagne ont d’ores et déjà amorcé des transformations numériques révolutionnaires et ont identifié l’ingénierie comme un domaine clé. En particulier, la collaboration avec Altair portera sur l’analyse et les essais structurels, et notamment sur l’exploitation de grandes quantités de données historiques sur les produits et les services provenant de sources disparates. L’objectif poursuivi étant de susciter de nouveaux cas d’usage en mettant à profit l’ingénierie conduite par l’IA et, ainsi générer davantage de valeur commerciale importante.
« En tant que pionnier de la convergence de l’analyse des données et de l’ingénierie, il est naturel pour Altair de collaborer avec Rolls-Royce Allemagne, une organisation qui voit la puissance de la technologie et le potentiel de l’IA pour changer les règles du jeu commercial », a déclaré James R. Scapa, fondateur et CEO d’Altair.
« La demande pour des outils d’IA et de Machine Learning faciles à utiliser, avec peu ou pas de codes, mais qui demeurent flexibles n’a jamais été aussi grande. C’est un honneur d’être le fournisseur d’une technologie de choix qui va aider Rolls-Royce Allemagne à stimuler son activité tout en permettant à nos solutions d’analyse de données d’évoluer ».
La collaboration Altair et Rolls-Royce Allemagne couvrira une grande variété de cas d’usage, y compris l’application de la science des données au traitement de grandes quantités de données issues d’essais techniques, ce qui pourrait conduire à une réduction significative du nombre de capteurs nécessaires à la conception d’un moteur. Ce seul et unique cas d’usage peut potentiellement réduire les coûts récurrents de plusieurs millions d’euros.
« Nous partageons une vision commune sur la convergence de l’IA et de l’ingénierie qui doit permettre d’obtenir des résultats commerciaux positifs significatifs. Altair possède une expertise unique dans ce domaine et la meilleure technologie d’analyse de données à faible codage de sa catégorie. Cette collaboration nous permettra de combler le fossé entre l’ingénierie et la science des données, et de permettre à nos ingénieurs d’être véritablement des ingénieurs, concentrés sur les avantages du Machine Learning et de l’IA à partir de nos données », a déclaré Peter Wehle, responsable de l’innovation et de la R&T chez Rolls-Royce Deutschland.
« Cette collaboration contribuera à démocratiser nos analyses de données, ce qui permettra à nos ingénieurs de prendre de meilleures décisions quotidiennes en matière de données et de transformer notre entreprise et nos produits. »
Rolls-Royce utilise l’IA et l’analyse avancée des données, au cœur de son activité, depuis plus de 20 ans, notamment au niveau de son service de surveillance de la santé des moteurs, ainsi qu’au niveau de la fabrication. Il a récemment annoncé deux avancées majeures en matière d’éthique et de fiabilité de l’IA, qu’il publiera gratuitement sur son site Web plus tard cette année.
Dans un premier temps, Rolls-Royce Allemagne tirera parti d’Altair Knowledge Works™ – une plate-forme collaborative d’analyse de données de bout en bout – pour permettre aux ingénieurs d’appliquer des méthodes de Machine Learning (ML) utilisant des données de simulation, de test, de fabrication et des données opérationnelles. Knowledge Works est conçu pour permettre aux utilisateurs d’accéder facilement et efficacement à des sources et formats de données disparates dans un environnement à faible code ou sans code ; de transformer les données ; de les utiliser pour construire des modèles ML et de partager les connaissances découvertes dans l’ensemble de l’entreprise.
