Siemens Energy 使用 metaphactory 知識圖來加速應用程式開發

Siemens Energy 監督一支由在全球多個國家/地區運行的數千台大型燃氣渦輪機組成的機隊。管理在不同的環境和背景中如此龐大的設備機隊，物流是一項重大的挑戰。管理每台渦輪機的備件型錄和特定客戶組態，需要大量的手動處理和人力。這也為客戶更好地最佳化庫存和更精準地推薦備件留下了空間。該公司需要一種可靠的方法來對其 Amazon Web Services (AWS) 雲端中的情境資料和複雜階層進行建模，以取得對其大型燃氣輪機機隊的可見性，並增強決策能力。

Siemens Energy 發現知識圖技術是協助整理、管理和查詢整個機隊機器資料結構的理想解決方案。這些機器的階層結構適合使用知識圖建模。知識圖是一種對結構化和非結構化資料進行建模的方法，由領域專家建置，並在智慧機器學習演算法的協助下進行增強。Siemens Energy 選擇了由德國科技公司 metaphacts 開發的 metaphactory 知識圖。metaphactory 提供知識圖管理、快速應用程式開發和最終使用者導向的互動。它支援客戶進行資料收集和整合、內容創作、互動式視覺化和資料探索，以及連結和重複使用外部知識來源。metaphactory 建構在 Amazon Neptune 的知識圖服務之上。

Siemens Energy 公司有意使用知識圖技術來設計和建立自己的應用程式，並在其中提供自訂的查詢和表單功能。由於 metaphactory 是用於快速開發知識圖應用程式的低程式碼平台，因此它完全符合 Siemens Energy 的需求。Siemens Energy IT 解決方案架構師 Lutz Lukas 表示：「Siemens Corporate Technology 多年來與 Metaphatory 合作過多個計畫。在先前的專案中，我們發現可以利用 metaphactory 來快速、大規模地建立自訂應用程式。更重要的是，metaphacts 提供的視覺化和查詢選項能夠協助我們快速有效地驗證資料和原型 UI 以及探索圖形。」

Siemens Energy 公司使用 metaphactory 的低程式碼功能建立了渦輪機知識圖應用程式的核心部分。這樣便可以視覺化相關機隊內的複雜關係和連結。metaphacts 營運長 Daniel Herzig-Sommer 解釋道：「將低程式碼開發想像成建造一座模組化房屋：您不需要一磚一瓦地建造它，而是可以使用現成的元素，例如內建門窗的牆壁。metaphactory 也是如此。您可以使用我們現成的元件來進行圖形資料視覺化、搜尋、編輯，或進行資料管理任務中所需的任何操作。然後，您可以按照您希望的方式設定和組合它們，這樣很快就可以建立一個應用程式。」metaphactory 透過可自訂的範本和一組精心設計的現成 Web 元件來實現這一點，這些元件可以進行參數化，以滿足不同客戶的外觀和風格需要。這些元件可用於資料管理任務，以及更直觀地視覺化大量結構化和非結構化資料與關係。該平台還提供資料品質工作台，用於監控資料以及檢查資料是否與現有模型一致。

透過在 Amazon Neptune 圖形資料庫服務上建立 metaphactory 平台，Siemens Energy 建立了一個智慧工具來更有效率地管理備件。將此知識圖應用程式部署到生產中的過程非常簡單。經過幾輪每週一次與 metaphact 的電話會議，Siemens Energy 就已經能夠針對其全球渦輪機機隊提供一組內容感知的視覺化。這些視覺化效果的使用者介面簡單易用，已經成為 Siemens Energy 渦輪機工程師每天使用的工具。如果沒有 metaphactory，建立這樣的應用程式將花費很長的時間。Siemens Energy 現在可以使用資源描述架構 (Resource Description Framework，RDF) 資料、SPARQL 協定與 RDF 查詢語言 (SPARQL Protocol and RDF Query Language，SPARQL) 查詢，以及在 Amazon Neptune 上無縫建立的本體。結果，該公司在對其全球渦輪機機隊進行追蹤和監控的過程中，發現了以前沒有發現的一些關係，很快就看到了在營運效率方面的提升。

Paul Zolnowski (Siemens Energy Post Documentation 的 Section Lead) 指出：「metaphactory 的主要優勢是，我們可以在開發過程中輕鬆地視覺化我們的資料，以便取得業務的早期意見回饋，從而提高資料品質，並能夠快速且目標明確地開發資料模型和應用程式。」

透過從 AWS Marketplace 採購的 metaphactory 平台，Siemens Energy 在短短六個月內便建置並部署了面向最終使用者的自訂知識圖應用程式，用於管理其大型燃氣輪機機隊。從營運的角度來看，這是令人印象深刻的，因為業務部門快速提供意見回饋與支持，以及實現了更短的開發、測試和部署週期。「得益於 metaphactory，我們才能夠開發出強大的應用程式，使我們的渦輪機工程師能夠做出更精確的資料驅動決策，並減少手動工作，」Zolnowski 說道。

Siemens Energy 在第一年還節省了 1,500 小時的手動處理時間。以前，標註資料需要比較機隊內不同機器組態的資訊。藉助 metaphactory，Siemens Energy 推出了更高效的流程，用於策劃和建立其大型燃氣輪機機隊的備件型錄以及管理組態。「這最終協助我們提高了向客戶提供的推薦的整體品質，」Lutz Lukas 說道，「我們的渦輪機工程師能夠提高工作效率。」

Siemens Energy 在高效能、低延遲圖形資料庫服務 Amazon Neptune 之上進行建置，由此也產生與 AWS Marketplace 上的其他服務 (例如儲存、負載平衡器、閘道和網路) 的關聯。由於 metaphactory 是 Docker 化應用程式，因此也需要與 AMI AWS CloudFormation 範本整合才能部署。Siemens Energy 透過採用 AWS 服務，取得了符合成本效益地快速進入市場所需的效能和敏捷性，同時又不犧牲其高安全標準。

從 AWS Marketplace 購買 metaphactory 為 DevOps 團隊提供了靈活性，讓他們可以立即測試新功能並隨需執行 metaphactory。Lutz Lukas 指出：「我們也非常讚賞 AWS 和 metaphact 提供的彈性定價和授權。這使我們能夠建立一個雙層系統，一層用於開發，一層用於生產。非生產授權用於開發、新功能測試和使用者意見回饋，而生產授權則留給渦輪機工程師用於應用程式新版本部署。此外，根據使用需求和每日排程靈活啟動和停止執行個體也很有用。」

Siemens Energy 利用機器學習和知識圖技術，快速建立了增加商業價值的應用程式。對此，他們很是滿意。他們計畫繼續建置和改進其渦輪機知識圖應用程式，並且看到了將知識圖運用到其他業務領域的潛力。