DataMesh lance FactVerse AI Agent pour les opérations basées sur la simulation dans les installations complexes

DataMesh a annoncé le lancement de FactVerse AI Agent, une plateforme conçue pour aider les entreprises à transformer leurs opérations industrielles, la gestion des installations et la maintenance prédictive de pratiques fondées sur l'expérience en décisions calculables, vérifiables et exécutables.

En intégrant les capacités d'agent IA au FactVerse 3D Twin Engine , la plateforme permet aux organisations d'analyser les données opérationnelles, de simuler des scénarios potentiels, de valider des stratégies dans un environnement de jumeau numérique et de prendre en charge l'exécution dans le monde réel. La plateforme est également conçue pour prendre en charge les écosystèmes d'agents d'IA émergents, y compris les agents tiers tels que OpenClaw.

Décisions opérationnelles dans des installations complexes

Dans des secteurs tels que le contrôle des frontières, la MRO aéronautique, la fabrication de semi-conducteurs, les usines chimiques, les réseaux de chauffage urbain et les systèmes logistiques à grande échelle, les organisations sont confrontées chaque jour à des milliers de décisions opérationnelles.

• Combien de voies d’inspection doivent être ouvertes ?
• Quel équipement faut-il entretenir en premier ?
• Comment ajuster les plannings de production ?
• Comment optimiser la consommation d’énergie sans compromettre la sécurité ?

Il ne s’agit pas simplement de questions d’analyse de données. Il s'agit de décisions opérationnelles complexes façonnées par l'état des équipements, les contraintes spatiales, les flux de travail opérationnels, les exigences de sécurité et réglementaires et les limitations physiques.

Traditionnellement, de telles décisions reposent en grande partie sur l’expérience d’experts, le jugement manuel et une mosaïque d’outils logiciels déconnectés. Même si les organisations ont accès à de grands volumes de données, il existe souvent un écart important entre la visibilité des données et la prise de décision exploitable.

Les tableaux de bord de business intelligence peuvent expliquer ce qui s’est passé, mais ils répondent rarement à la question la plus importante : que devrait-il se passer ensuite et est-ce que cela fonctionnera dans le monde réel ?

Pour relever ce défi, DataMesh a présenté FactVerse AI Agent, une nouvelle plateforme conçue pour apporter une prise de décision intelligente dans des environnements opérationnels complexes.

De l'analyse des données aux décisions exécutables

FactVerse AI Agent est une plateforme de simulation et de décision basée sur l'IA, conçue pour les installations physiques complexes. Il combine les capacités de l'agent IA avec le FactVerse 3D Twin Engine , formant une architecture à double moteur qui connecte :

• Calcul de l'IA
• validation physique
• Visualisation 3D
• exécution automatisée

La plateforme permet aux organisations d'aller au-delà de la prise de décision basée sur l'expérience vers des opérations d'IA physique calculables, vérifiables et exécutables.

Contrairement aux plateformes d'analyse traditionnelles qui se concentrent principalement sur le reporting centralisé, FactVerse AI Agent apporte des capacités analytiques avancées directement aux actifs et systèmes opérationnels.

En pratique, cela signifie que les équipements, les lignes de production et les nœuds opérationnels peuvent analyser en permanence les conditions, prédire les résultats et optimiser les performances.

Au lieu de s'appuyer sur un petit groupe d'experts pour gérer des milliers d'appareils et de variables opérationnelles, les organisations peuvent déployer des agents d'IA capables de :

• réponses en temps réel
• Fonctionnement 24h/24 et 7j/7
• analyse parallèle à grande échelle

Simulation de simulation en tant que fonctionnalité de la plateforme

Les décisions opérationnelles sont souvent motivées par des scénarios « et si ».

Que se passe-t-il si le trafic de passagers augmente ? Comment la consommation d’énergie évoluera-t-elle si les stratégies d’équipement sont ajustées ? Si le calendrier de production change, le goulot d’étranglement se déplacera-t-il ailleurs ?

FactVerse AI Agent transforme l'analyse What-If en une fonctionnalité intégrée de la plateforme.

Le système intègre 17 moteurs de simulation, d'optimisation et d'analyse, tels que :

• Simulation d'événements discrets (DES)
• Simulation de Monte-Carlo
• Programmation linéaire en nombres entiers mixtes (MILP)
• Modélisation basée sur les agents (ABM)
• Dynamique du système
• Algorithmes génétiques
• Programmation par contraintes (OR-Tools)
• Optimisation bayésienne
• Inférence causale

Ces moteurs sont coordonnés via un What-If API unifié.

Plutôt que de sélectionner manuellement les algorithmes, les utilisateurs définissent leurs objectifs opérationnels. La plateforme choisit automatiquement les modèles appropriés, exécute des simulations et des optimisations, compare des scénarios et produit des recommandations quantifiées.

Du calcul à l’exécution réelle

Dans les opérations du monde réel, une solution mathématiquement optimale n’est pas toujours une solution pratique.

Une stratégie qui réduit le temps d'attente ou la consommation d'énergie en simulation peut échouer sur le terrain en raison de limitations spatiales, de capacité de l'équipement, de règles opérationnelles ou de contraintes de flux de travail.

FactVerse AI Agent comble cette lacune grâce à son architecture à double moteur.

Les agents d'IA analysent les données, exécutent des simulations et génèrent des stratégies optimisées. Le Twin Engine valide ensuite ces stratégies dans un environnement de jumeau numérique 3D basé sur la physique.

Cet environnement de simulation intègre des contraintes spatiales, la capacité des équipements, des règles opérationnelles et des flux de travail réels, garantissant que les décisions recommandées sont non seulement optimales en théorie mais réalisables en pratique.

Outils d'IA pour l'intelligence opérationnelle

FactVerse AI Agent comprend des dizaines d'outils d'IA intégrés conçus pour des tâches opérationnelles courantes, telles que :

• prévision du flux de trafic
• détection d'anomalies
• analyse des causes profondes
• optimisation de la planification
• évaluation de l'état de l'équipement
• vérification de la conformité

Les opérateurs peuvent interagir avec le système à l'aide de requêtes en langage naturel. La plateforme appelle automatiquement les outils appropriés pour effectuer des analyses, exécuter des simulations et générer des résultats.

Les résultats ne se limitent pas aux tableaux de bord statiques. Les résultats peuvent être visualisés directement dans l'environnement de jumeau numérique 3D, permettant aux décideurs d'observer les résultats opérationnels dans le temps, l'espace et le comportement du système.

Lorsque les paramètres opérationnels changent, des résultats mis à jour peuvent être générés immédiatement.

Grâce à l'intégration avec NVIDIA Omniverse, plusieurs équipes peuvent collaborer au sein du même environnement de jumeau numérique haute fidélité pour évaluer des scénarios et prendre des décisions ensemble.

Déploiement dans des industries à haute complexité

FactVerse a déjà été déployé dans plusieurs environnements opérationnels complexes, notamment :

• optimisation automatisée de la planification aux points de contrôle frontaliers
• analyse de maintenance et aide à la décision pour le MRO aéronautique
• planification basée sur la simulation pour les entrepôts logistiques automatisés
• maintenance prédictive et optimisation énergétique dans les installations de semi-conducteurs

Bien que ces secteurs diffèrent, ils partagent des caractéristiques communes :

• systèmes hautement dynamiques
• équipements et processus étroitement couplés
• décisions opérationnelles limitées par les exigences en matière d'efficacité, de coût, de sécurité et de réglementation

Ce sont précisément les environnements dans lesquels les plateformes de décision basées sur la simulation offrent la plus grande valeur.

Fait partie de la plateforme FactVerse

FactVerse AI Agent est un composant essentiel de la plateforme plus large DataMesh FactVerse, travaillant aux côtés de :

• Services de fusion de données FactVerse (DFS)
• FactVerse Twin Engine
• Concepteur FactVerse

Ensemble, ils créent une boucle opérationnelle fermée :

1. DFS connecte les données industrielles et les systèmes d'entreprise
2. AI Agent effectue une analyse et une optimisation des décisions
3. Twin Engine valide les décisions grâce à la simulation de jumeaux numériques
4. Designer crée des environnements opérationnels interactifs 3D

Cette architecture permet un flux de travail unifié depuis l'intégration des données jusqu'au calcul intelligent, en passant par la validation physique, la visualisation et l'exécution.

Conçu pour l'écosystème AI Agent

La version actuelle de FactVerse AI Agent comprend plusieurs modules commerciaux, des dizaines d'outils d'IA et une large gamme de moteurs de simulation et d'optimisation, avec prise en charge de plusieurs modèles d'IA et langages d'interface.

La plate-forme prend également en charge l'intégration native de l'IA via le Model Context Protocol (MCP). Il fournit 21 outils MCP standardisés couvrant la prédiction, la simulation, l'optimisation, l'analyse et la modélisation des données. Cela permet aux agents d'IA tiers, tels que OpenClaw, d'accéder directement aux capacités de simulation et de jumeau numérique de FactVerse.

De cette manière, FactVerse agit comme une couche d'infrastructure du monde physique pour l'écosystème émergent des agents d'IA.

Extension vers la robotique et l’IA incorporée

DataMesh étend également la plate-forme à DataMesh Robotics.

En combinant le FactVerse Twin Engine avec la pile technologique NVIDIA Isaac Sim, la société étend son infrastructure de jumeaux numériques pour prendre en charge le développement de la robotique et de l'IA incarnée.

Ces capacités incluent :

• génération de données synthétiques
• formation en IA basée sur la simulation
• environnements de formation de robots

À l’avenir, le même environnement de jumeau numérique pourra prendre en charge à la fois l’optimisation opérationnelle et la formation de modèles d’IA, la simulation robotique et les tests d’intelligence incorporée.

Regarder vers l'avenir

La première étape de la transformation numérique a aidé les organisations à voir plus clairement leurs opérations.

La prochaine étape permettra aux systèmes de participer directement à la prise de décision et de valider ces décisions dans le monde physique.

Pour les installations complexes, cela marque un changement fondamental :

• De la visibilité des données à l'intelligence exécutable.
• Des décisions fondées sur l'expérience aux opérations intelligentes en constante évolution.

Pour en savoir plus, visitez www.datamesh.com ou contactez service@datamesh.com.