Clientes de Amazon Lookout for Equipment

Siemens Energy ofrece productos, soluciones y servicios en toda la cadena de valor de la industria energética. Ayuda a sus clientes a lograr un futuro más sostenible, sin importar qué tan lejos hayan llegado en el proceso.

“Siemens Energy trabaja junto con nuestros clientes para mejorar el rendimiento, la fiabilidad y la seguridad mediante líneas de negocio existentes mejoradas con soluciones de servicios digitales. La digitalización es un factor clave para construir un futuro energético sostenible. Con Amazon Lookout for Equipment, encontramos la oportunidad de combinar AWS Machine Learning y la experiencia en el tema de Siemens Energy para mejorar la visibilidad en los sistemas y los equipos de todas las operaciones del cliente. El flujo de trabajo de machine learning automatizado de Amazon Lookout for Equipment facilita la creación y la implementación de modelos en varios tipos de recursos sin que sea necesario el conocimiento en ciencia de datos. Siemens Energy considera a AWS su socio de confianza que acelera el desarrollo continuo del conjunto de soluciones digitales Omnivise”.

Amogh Bhonde, vicepresidente sénior de soluciones digitales, Siemens Energy

Koch Ag & Energy Solutions, LLC y sus filiales (KAES), sucursales de Koch Industries, son proveedores globales de soluciones de valor agregado para los mercados agrícola, energético y químico.

“En la actualidad, transmitimos miles de sensores en AWS y queremos aprovechar estos datos de forma tal que nos permitan disminuir el mantenimiento y el tiempo de inactividad de nuestras operaciones. No obstante, se necesita una gran inversión de tiempo y recursos para modelar el comportamiento del equipo y diagnosticar los problemas de estos sensores, lo cual ha sido un obstáculo para el escalado de nuestros recursos. Amazon Lookout for Equipment acelera y minimiza la ardua tarea de generar información mediante un servicio de machine learning automatizado altamente escalable que reduce los puntos de contacto en el flujo de trabajo de la ciencia de datos”.

Dave Kroening, líder de TI, Koch Ag & Energy Solutions

Cepsa es una empresa química y energética global cuyas operaciones se extienden a todas las etapas de la cadena de valor del petróleo y el gas. Además, fabrica productos a partir de materias primas de origen vegetal, y también forma parte del sector de las energías renovables.

“En Cepsa, la transformación digital se centra en las personas. En tal sentido, nuestro profesionales son el motor que impulsa nuestra transformación. Gracias a Amazon Lookout for Equipment, acercamos la información del machine learning a los expertos que mejor conocen al equipo, los ingenieros de fiabilidad y mantenimiento, lo cual les permite tomar decisiones con conocimiento de causa y, de esta forma, aumentar el tiempo de disponibilidad ( uptime) y disminuir los costos de las operaciones. Por lo general, las soluciones como el mantenimiento predictivo para los equipos incluyen ciencia de datos manual y compleja, tal como la elección de los algoritmos y los parámetros correctos, pero Amazon Lookout for Equipment automatiza estos procesos para que los ingenieros puedan centrarse en la resolución de los desafíos más importantes que generan un impacto en la empresa”.

Alberto Gascón, director de Análisis Avanzado, Cepsa

GS EPS es una empresa de energía ecológica surcoreana que genera y provee electricidad por medio de combustibles no contaminantes, tales como gas natural y bioenergía.

“Desde hace más de una década generamos datos en nuestros recursos, pero solo lo hacemos con la física y métodos basados en las reglas para obtener información sobre nuestros datos. Gracias a Amazon Lookout for Equipment, nuestros grupos de operaciones de planta crean modelos en nuestros equipos a pesar de no contar con experiencia en machine learning. Con AWS y Amazon Lookout for Equipment, lideramos la transformación de nuestra organización en una cultura de trabajo controlada por datos”.

Kang Bum Lee, vicepresidente ejecutivo, GS EPS

Infracore es el fabricante líder a nivel mundial de equipos y maquinaria de trabajo pesado.

“Como el uso de la inteligencia artificial es fundamental para mejorar el equipo de última generación de Doosan, nos asociamos con AWS para desarrollar casos de uso donde se puede aprovechar el machine learning automatizado y escalable. En función de ello, nos complace seguir trabajando con AWS para utilizar el análisis de Amazon Lookout for Equipment en nuestra plataforma de IoT de última generación”.

Cho, Jae Yeon, vicepresidente de Estrategia e innovación digital de Doosan Infracore

OSIsoft, LLC es un fabricante de software de aplicaciones para administrar datos en tiempo real, conocido como PI System.

“En la actualidad, hay más de 2000 millones de secuencias de datos basadas en los sensores dentro de los PI Systems de OSIsoft, y miles de clientes confían a diario en PI System para llevar a cabo sus operaciones. Constantemente buscan métodos que les permitan obtener información de manera más sencilla para mejorar su competitividad. Los productos de OSIsoft se pueden integrar con los servicios de AWS para que a los clientes les resulte más sencillo obtener valor adicional de los datos. Amazon Lookout for Equipment amplía el alcance de sus servicios y de la información disponible para sus clientes, ya que ofrece machine learning automatizado, el cual está diseñado específicamente para la supervisión de los equipos”.

Michael Graves, director de Alianzas Estratégicas

GE Digital es una sucursal del conglomerado empresarial multinacional estadounidense General Electric.

“Los clientes del sector industrial están cada vez más interesados en utilizar el análisis del machine learning en una mayor cantidad de equipos. Con la introducción de Amazon Lookout for Equipment y los productos de Amazon Monitron, AWS sigue mejorando su plataforma para los casos de uso del IoT industrial que puede utilizar GE Digital. Estos casos de uso nos permiten continuar descubriendo formas de ayudar a que los clientes mejoren aún más el tiempo de disponibilidad ( uptime) y la fiabilidad por medio del análisis predictivo y las prácticas de administración de recursos comprobadas en una mayor cantidad de equipos de planta”.

Pat Byrne, director ejecutivo de GE Digital