Siemens Mobility aide les opérateurs du secteur ferroviaire à éviter les temps d'arrêt et la maintenance non planifiée

Gloeckner parle en connaissance de cause. Siemens Mobility a initialement déployé une solution sur site dotée de capacités d'analytique similaires à celles de Railigent, mais s'est heurtée à des obstacles liés au cloisonnement des données, à des processus d'intégration et de développement de données à forte intensité de main-d'œuvre et à la lenteur des délais de commercialisation.

Selon Gloeckner, l'une des raisons les plus intéressantes du développement et de la mise en œuvre de Railigent sur AWS était la possibilité de centraliser les données. Dans le cadre de la nouvelle architecture cloud de Railigent, Siemens Mobility a mis en œuvre un lac de données qui utilise Amazon Simple Storage Service (Amazon S3) pour les catalogues de jeux de données persistants, AWS Glue pour la transformation des données et Amazon Athena pour les requêtes interactives sans serveur. Il s'appuie également sur AWS Lambda pour les fonctions d'orchestration sans serveur et Amazon Elastic MapReduce (Amazon EMR) pour le traitement et l'analyse rapides et économiques de quantités illimitées de données.

« Pour nous, l'un des principaux attraits d'AWS est l'accès à des services tels qu'Amazon EMR, qui nous permet d'exécuter des clusters Hadoop de tous types, à n'importe quelle échelle, à la demande, avec une tarification à l'utilisation », explique Gloeckner. « Décharger ce type de tâches opérationnelles était une nécessité absolue de notre part, car nous avions constaté à quel point il était compliqué d'exécuter, de mettre à jour et de mettre à l'échelle des solutions complexes comme Hadoop dans notre propre centre de données. »

L'exécution sur AWS permet également d'optimiser l'utilisation des données IoT disparates que Railigent ingère à partir de centaines de milliers de capteurs et d'autres appareils sur des dizaines de milliers d'actifs ferroviaires dans le monde entier. « Dans notre lac de données AWS, nous pouvons stocker de grands jeux de données non structurés dans Amazon S3 et utiliser la fonctionnalité schema-on-read d'Amazon Athena pour créer des tables virtuelles pour de nouveaux cas d'utilisation spécifiques, selon les besoins », explique Gloeckner. « Les services cloud tels qu'Amazon EMR, Amazon S3 et Amazon Athena nous offrent beaucoup plus de flexibilité dans le traitement des données que ce qui serait possible sur site ou même avec d'autres fournisseurs de cloud public. »

Bien entendu, aucune de ces fonctionnalités n'aurait eu d'importance si elles n'avaient pas également permis à Siemens Mobility de répondre plus rapidement aux besoins des clients et de valoriser davantage les données ingérées. « Lorsque le précurseur de Railigent fonctionnait sur site, les données provenant de différentes sources étaient cloisonnées. La création d'applications utilisant ces données nécessitait donc des tâches personnalisées complexes d'extraction, de transformation et de chargement (ETL) et l'assistance d'experts en analytique », explique M. Gloeckner. « Il était donc difficile de tirer pleinement parti de toutes nos données, et nous ne pouvions pas facilement proposer des boîtes à outils et des composants d'applications réutilisables à nos développeurs. »

Désormais, l'entreprise peut centraliser les tâches de préparation des données tout en permettant à un large éventail d'équipes d'utiliser les données. « Sur AWS, nous utilisons une petite équipe centralisée pour les tâches d'ETL, la structuration et l'enrichissement des données, puis nous mettons les données à la disposition des employés, même non techniques, pour qu'ils puissent les expérimenter et les exploiter », explique M. Gloeckner. « Notre lac de données AWS permet non seulement aux scientifiques des données et aux développeurs de logiciels, mais également à environ 250 employés non techniques de créer des applications et des rapports personnalisés qui contribuent à maximiser la valeur des données. Cette démocratisation des données est l'un des principaux avantages de notre lac de données AWS. »

Cette démocratisation des données permet de répondre plus rapidement aux demandes des clients, par exemple en réduisant de moitié le temps de génération des rapports. « Avant de passer à AWS, nous avons dû repenser l'authentification, l'autorisation, l'ingestion et l'ETL pour chaque rapport d'informatique décisionnelle personnalisé. Même dans ce cas, nous ne pouvions proposer que des instantanés, et non des résultats en direct », explique M. Gloeckner. « Désormais, sur AWS, ces problèmes ont été résolus une fois et comparés aux règles de sécurité et de gouvernance mondiales de Siemens, afin que ces composants puissent être réutilisés par les développeurs de rapports. Avec notre lac de données AWS, nous n'avons besoin que de deux à trois semaines pour créer des rapports basés sur des données en temps réel, alors qu'il nous fallait auparavant un mois ou plus pour créer un rapport, ne serait-ce que statique. »

Selon M. Gloeckner, en moyenne, les clients de Railigent constatent déjà une réduction de 10 à 15 % des coûts de maintenance et de la consommation d'énergie, une diminution de 30 à 50 % des opérations de maintenance imprévues et une baisse de plus de 30 % des transferts inutiles vers la maintenance. Et l'entreprise commence tout juste à explorer les possibilités que propose AWS. « Nous sommes heureux de laisser AWS gérer des tâches complexes telles que l'exploitation de l'infrastructure et les services de construction, tandis que nous nous concentrons sur ce qui compte vraiment pour notre entreprise. La beauté de l'exécution d'AWS réside dans les nombreuses possibilités proposées. Nous n'avons vraiment fait qu'effleurer la surface de ce que nous allons être en mesure de réaliser dans le cloud. »