Honda R&D

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. »

Les programmes de formation de Honda R&D sur l’analyse de données du big data ont grandement contribué à créer une culture plus ouverte et collaborative au sein des équipes d’ingénierie de l’entreprise.

« Je l’appelle le "Big Data Friends Club" », dit Kyoka Nakagawa. « Rassembler nos ingénieurs a été un avantage en soi, car ils sont plus susceptibles de partager leurs données et d’apprendre les uns des autres. Par exemple, notre équipe en charge des châssis travaillait sur un projet pour étudier l’usure des tuyaux d’échappement et elle avait besoin de données sur l’essence. Grâce au Big Data Friends Club, ils ont découvert que notre équipe chargée des économies de carburant disposait déjà des données dont ils avaient besoin, ce qui leur a permis d’économiser beaucoup de temps et d’argent. »

Elle ajoute : « L’apprentissage de l’analyse du big data a également aidé certains de nos ingénieurs à sortir des sentiers battus. Au lieu d’analyser simplement les paramètres qu’ils pensent importants, ils peuvent utiliser des techniques d’exploration des données pour découvrir des modèles et des indices auxquels ils n’auraient jamais pensé.

« Par exemple, nous avons des millions de clients dans le monde, et les habitudes de conduite sont différentes selon les pays, ce qui n’est pas toujours facile à appréhender.

« Récemment, nous avons discuté de l’emplacement d’un bouton de démarrage du moteur dans nos véhicules. En analysant les dossiers de la NHTSA, nous avons constaté que plusieurs conducteurs aux Etats-Unis s’étaient plaints d’avoir accidentellement appuyé sur le bouton de démarrage du moteur avec leurs genoux.

« C’était une grande surprise pour nous, car cela n’est possible que si vous activez le régulateur de vitesse, retirez vos pieds des pédales et pliez vos jambes sur le siège. Nous n’avions jamais imaginé que les gens choisiraient de conduire de cette façon, c’était donc un aperçu précieux pour nos équipes en charge de la conception des produits. »

Un autre avantage important de l’approche de Honda R&D est qu’elle a montré aux ingénieurs de l’entreprise la valeur de l’analyse du big data pour comprendre comment les voitures et les conducteurs se comportent dans des conditions réelles et identifier de nouveaux projets d’ingénierie.

Par exemple, l’entreprise utilise les données des capteurs du véhicule pour surveiller les manœuvres des conducteurs et mieux comprendre les préférences des clients. Cet aperçu de la réalité alimente les projets d’ingénierie qui visent à concevoir une expérience de conduite personnalisable pour chaque conducteur.

Kyoka Nakagawa conclut : « IBM Analytics aide les ingénieurs de Honda R&D à exploiter le big data pour explorer de nouveaux domaines de recherche et concevoir des automobiles plus performantes, plus intelligentes et plus sûres. »