Pour trouver le meilleur moyen d’introduire les technologies d’analyse du big data dans ses processus de recherche et de développement, Honda R&D souhaitait travailler avec un partenaire technologique capable d’offrir un service véritablement complet.
Kyoka Nakagawa explique : « IBM était le bon choix de partenaire pour deux raisons principales. Tout d’abord, IBM offre une très large gamme de capacités d’analyse du big data, y compris l’exploration des données, l’analyse et la visualisation de texte ; nous avons donc pu obtenir tous les outils dont nous avions besoin auprès d’un seul et même fournisseur. Deuxièmement, IBM possédait les compétences et l’expérience nécessaires pour nous guider tout au long de notre parcours big data, depuis la consultation jusqu’à la réalisation finale, en passant par la validation du concept. »
L’environnement d’analyse du big data de Honda R&D est basé sur IBM® SPSS® Modeler, IBM Watson™ Content Analytics et IBM Predictive Maintenance and Quality (PMQ). Le rôle de Kyoka Nakagawa est d’agir en tant que concentrateur de mise en réseau pour ces technologies, en aidant à mettre en place des validations de concept, organiser des formations et encourager les ingénieurs à partager leurs connaissances, leur expérience et leurs données.
Kyoka Nakagawa ajoute : « Les cours de formation sur l’exploration des données ont été très positifs : IBM SPSS Modeler est rapidement devenu un outil populaire dans toute l’entreprise. Plus de 100 ingénieurs ont suivi la formation, et beaucoup d’entre eux utilisent régulièrement SPSS dans leur travail.
« SPSS Modeler est très utile pour organiser les données brutes en jeux de données exploitables, afin de pouvoir les analyser facilement. Il est également très simple à utiliser pour les analyses complexes. Une autre fonctionnalité précieuse est la possibilité de surveiller les utilisateurs et de voir comment ils interagissent avec l’outil. Ainsi, si quelqu’un a du mal à gérer ses données efficacement, ses collègues peuvent leur apporter une aide supplémentaire. »
Honda R&D utilise IBM Watson Content Analytics pour l’exploration de texte et fournit aux chercheurs une analyse quasi instantanée de vastes réserves de documents et d’autres données textuelles. Par exemple, les études de qualité initiale de JD Power et les études internes sur les témoignages client de Honda R&D sont de précieuses sources de renseignement sur la qualité et la fiabilité de l’automobile au fil du temps. Aux Etats-Unis, la National Highway Traffic Safety Authority (NHTSA) fournit également une source riche de renseignements sur les problèmes et les préoccupations des consommateurs en matière de sécurité.
Kyoka Nakagawa donne un exemple : « Nous avons récemment eu une réunion où un dirigeant a posé une question sur une fonction de l’une de nos voitures. Nous nous sommes connectés à Watson Content Analytics, avons analysé plus d’un million d’enregistrements dans l’ensemble de données NHTSA, et en 10 minutes, nous avons trouvé trois ou quatre exemples de commentaires pertinents de nos clients. C’est le type d’analyse qui serait presque impossible à effectuer manuellement. »
La solution IBM Watson Content Analytics s’exécute sur la plateforme cloud flexible d’IBM, dans un environnement de serveur virtuel partagé, situé à Tokyo. Honda a salué la polyvalence d’IBM Cloud pour la construction et le déploiement de l'environnement Watson Content Analytics pour les utilisateurs de l’équipe Big Data Initiative de l’entreprise, et pour sa capacité à évoluer.
« Du point de vue des utilisateurs de notre secteur d'activités, peu importe que nous utilisions Watson Content Analytics sur site ou dans le cloud, déclare Kyoka Nakagawa. « Ce qui comptait vraiment pour eux, c’était la rapidité de la mise en œuvre, et IBM Cloud nous a permis de mettre en place la solution et de la rendre opérationnelle beaucoup plus rapidement que cela n’aurait été possible avec une solution sur site.
« En outre, les exigences de calcul pour l’exploration de textes avec Watson Content Analytics dépendent de la quantité de contenu que nous fournissons dans le dictionnaire personnalisé.
« Comme nous enrichissons constamment notre dictionnaire tout en affinant nos capacités d’exploration de textes, il est essentiel de disposer d’un environnement de cloud flexible.
L’évolutivité de l’infrastructure IBM Cloud signifie également qu’il est facile d’ajouter de nouveaux utilisateurs, de sorte que si d’autres services décident d’adopter IBM Watson Content Analytics à l’avenir, Honda sera en mesure de les soutenir de manière transparente.
IBM Predictive Maintenance and Quality est conçu pour aider les entreprises à surveiller leurs actifs et leurs processus et à prévoir les pannes d'actifs ou les problèmes de qualité. Honda R&D a testé cette technologie dans le cadre de l’analyse des garanties de qualité du marché, et les premiers résultats sont prometteurs.
« Nous avons été très impressionnés par les capacités de visualisation de Predictive Maintenance and Quality d’IBM », explique Kyoka Nakagawa.
« PMQ sert d’environnement de développement analytique pour permettre à nos chercheurs de chercher là où les informations analytiques peuvent aider à identifier les problèmes de qualité ou de fabrication dans un environnement de bac à sable. PMQ est également une solution d’analyse complète qui rend l’analyse opérationnelle grâce à l’ingestion continue de données d’événements des processus à partir de nos opérations, où nous pouvons télécharger des données et les afficher facilement dans des tableaux de bord intuitifs. »