Formula One Group sta trasferendo in AWS la maggior parte della propria infrastruttura, che al momento si trova su data center locali; lo scopo è utilizzare i servizi di apprendimento automatico di AWS, tra cui Amazon SageMaker.
Grazie alla cronologia di dati raccolti dai veicoli negli ultimi 65 anni, i data scientist della Formula 1 stanno addestrando modelli di apprendimento profondo che offrono previsioni e aiutano i team a ottimizzare le decisioni durante una gara. I modelli sono in grado di prevedere quando i team dovrebbero richiamare i veicoli per i pit-stop, determinare il momento migliore per cambiare le gomme e valutare le prestazioni dei singoli piloti.
Formula 1 usa quindi i flussi di dati, le analisi e i servizi multimediali di AWS per offrire informazioni sulle decisioni dei piloti e sulle prestazioni dei veicoli a oltre 500 milioni di fan.
Eseguendo i carichi di lavoro HPC nell'ambiente scalabile di AWS, Formula 1 può pensare di apportare grandi innovazioni al proprio formato senza preoccupazioni per la capacità necessaria per implementarle.
Intuit opera interamente in AWS e usa diversi servizi per ottenere l'elasticità necessaria durante i periodi di picco di traffico. Dal 2013, Intuit ha trasferito infrastruttura, applicazioni, dati e funzionalità di apprendimento automatico in AWS.
Intuit si avvale dell'apprendimento automatico per rendere operazioni complesse (quali la compilazione della dichiarazione dei redditi) semplici o addirittura piacevoli per i clienti.
Con Amazon SageMaker, Intuit ha ridotto i costi e i tempi necessari per distribuire modelli di apprendimento automatico. I loro data scientist sono così in grado di creare un modello e inoltrarlo a diversi server riducendo un'operazione che durava sei mesi a una sola settimana.
Grazie ai propri data scientist, Intuit può sviluppare e migliorare i propri prodotti e raggiungere la sua mission: la prosperità dei suoi clienti in tutto il mondo.
MLB raccoglie dati statistici sui giocatori e i club da decine di anni, e dal 2015 ha iniziato a usare AWS per raccogliere e distribuire le statistiche di gioco e migliorare l'esperienza dei fan.
Grazie ad Amazon SageMaker, MLB consente a data scientist e sviluppatori di creare, addestrare e distribuire in modo rapido e semplice modelli di apprendimento automatico su vasta scala.
Questi modelli hanno aiutato MLB a eliminare i lunghi interventi manuali dai propri processi di registrazione di informazioni e statistiche, ad esempio per la visualizzazione dei risultati, l'acquisizione di note di gioco e la rilevazione del tipo di lancio.
MLB progetta di collaborare con Amazon MSL Solutions Lab per continuare a migliorare Statcast, la tecnologia che analizza le prestazioni dei giocatori, includendo il testing della precisione delle previsioni di lancio e la creazione di esperienze personalizzate.
MLB continuerà a innovare utilizzando l'intelligenza artificiale In futuro, utilizzerà Amazon Comprehend per creare un modello di sintassi che sia in grado di scrivere script per le partite in tempo reale che simulino annunciatori famosi.
Matson ha creato un'applicazione per dispositivi mobili con cui i suoi clienti possono monitorare in tempo reale la posizione delle loro merci. L'applicazione, inoltre, permette di ricercare in modo interattivo nella pianificazione dei percorsi delle navi, visualizzare mappe dei porti e riprodurre feed video in tempo reale.
Tutti i dispositivi mobili accedono ad AWS tramite Amazon API Gateway. In questo modo gli endpoint di edge location usufruiscono di maggiore disponibilità per l'accesso alle risorse nei cloud privati virtuali di Matson.
Le funzioni AWS Lambda sono state scritte utilizzando microservizi modellati su contesti aziendali con familiarità con le operazioni marittime, tra cui monitoraggio delle spedizioni e pianificazione dei percorsi delle navi.
Amazon DynamoDB gestisce la configurazione e le notifiche di feedback degli utenti inviate da dispositivi mobili. DynamoDB Streams offre notifiche in tempo reale all'assistenza clienti di Matson.
I clienti di Matson possono fare affidamento su un monitoraggio accurato e tempestivo delle loro merci e delle loro navi. Monitoraggio e invio di avvisi sono garantiti dall'uso di Amazon CloudWatch, Amazon SNS, Amazon SES, AWS Lambda e CloudWatch Logs.
Matson offre ai propri clienti un'applicazione completamente serverless per consentire loro di monitorare le loro merci, senza dover provvedere a un'infrastruttura.
I prodotti Roomba della serie 900 completano il proprio ciclo di pulizia e ritornano automaticamente al dock per la ricarica.
iRobot elabora una mappa dell'abitazione, calcola la superficie totale pulita e il codice di stato per il ciclo di pulizia, pubblicando i dati in AWS IoT.
iRobot adotta una regola AWS IoT per inoltrare il messaggio in un flusso di Amazon Kinesis. Da Kinesis, iRobot può quindi elaborare i dati per completare la pulizia. Kinesis permette a diversi dispositivi di ricevere il flusso di dati.
AWS Lambda riceve i dati sul ciclo di pulizia e analizza il formato in Amazon DynamoDB. Amazon Kinesis divide in batch i relativi dati e li memorizza in Amazon S3. Come data lake di iRobot per l'analisi viene utilizzato Amazon S3, dove i dati dei messaggi sono compressi e memorizzati. In Amazon S3, iRobot usa il set di strumenti di AWS Analytics. Amazon Athena permette a iRobot di esplorare e individuare pattern nei dati senza dover avviare ogni volta le risorse di elaborazione.
Il ciclo di pulizia viene memorizzato in Amazon DynamoDB e viene stabilita una correlazione tra il singolo robot e il cliente.
I clienti riceveranno un avviso quando il ciclo di pulizia di un dispositivo Roomba della serie 900 viene completato.
Il reparto IT di BP gestisce le applicazioni SAP impiegate da migliaia di dipendenti in tutto il mondo impegnati in gestione della catena di fornitura, approvvigionamento, gestione finanziaria e molto altro.
Per migliorare velocità e gestione dei costi, BP usa Amazon EC2 per eseguire la migrazione delle app nel cloud. Inoltre, impiega istanze X1 di EC2 per migliorare la scalabilità e le prestazioni delle analisi in tempo reale.
Ora BP è in grado di creare nuovi sistemi on demand in poche ore, mentre prima erano necessarie settimane o mesi. Le prestazioni sono visibilmente migliorate; ad esempio il sistema ERP Lubricant ha ottenuto un'impennata delle prestazioni del 40%.
Nell'ambito della migrazione nel cloud, BP basa ora i suoi standard di sicurezza su AWS Config, AWS Identity and Access Management (IAM), Amazon CloudWatch e AWS Trusted Advisor. Questi servizi hanno consentito a BP di sviluppare un framework sicuro per le attività IT aziendali.
Stati Uniti orientali
Virginia settentrionale (6), Ohio (3)
Stati Uniti occidentali
California settentrionale (3), Oregon (3)
Asia Pacifico
Mumbai (2), Seul (2), Singapore (3), Sydney (3), Tokyo (4), Osaka-Locale (1)
Canada
Centrale (2)
Cina
Pechino (2), Ningxia (3)
Europa
Francoforte (3), Irlanda (3), Londra (3), Parigi (3)
Sud America
San Paolo (3)
GovCloud (Stati Uniti)
Stati Uniti orientali (3), Stati Uniti occidentali (3)
Bahrein
Città del Capo
Hong Kong
Milano
Stoccolma
