Siemens Energy acelera el desarrollo de aplicaciones mediante el gráfico de conocimiento de metaphactory

Siemens Energy supervisa una flota de miles de turbinas de gas de gran tamaño que operan en varios países del mundo. La gestión de una flota tan amplia de equipos en diferentes entornos y contextos supuso un importante desafío logístico. La gestión de los catálogos de piezas de repuesto y las configuraciones específicas de los clientes para cada turbina requería una cantidad considerable de procesamiento y mano de obra. Esto también dejó espacio para una mejor optimización del inventario por parte del cliente y recomendaciones de piezas de repuesto más precisas. La empresa necesitaba una forma fiable de modelar datos contextuales y jerarquías complejas en su nube de Amazon Web Services (AWS) para obtener visibilidad y mejorar la toma de decisiones en torno a su flota de turbinas de gas de gran tamaño.

Siemens Energy descubrió la tecnología de gráficos de conocimiento como la solución ideal para organizar, gestionar y consultar las estructuras de datos de su maquinaria en toda la flota. La estructura jerárquica de esta maquinaria se presta al modelado de gráficos de conocimiento. Expertos en la materia construyen gráficos de conocimiento, una forma de modelar datos estructurados y no estructurados, que se amplían con la ayuda de algoritmos inteligentes de machine learning. Siemens Energy eligió el gráfico de conocimiento de metaphactory, producido por la empresa tecnológica alemana metaphacts, que ofrece una gestión de gráficos de conocimiento, un rápido desarrollo de aplicaciones y una interacción orientada al usuario final. Ayuda a los clientes con la adquisición e integración de datos, la creación de contenido, la visualización y exploración interactivas de datos, así como con la vinculación y reutilización de fuentes de conocimiento externas. metaphactory se basa en el servicio de gráficos de conocimiento de Amazon Neptune.

Siemens Energy estaba interesada en utilizar la tecnología de gráficos de conocimiento para diseñar y crear su propia aplicación, con características de consultas y formularios personalizados. Dado que metaphactory es una plataforma sin código para el desarrollo rápido de aplicaciones de gráficos de conocimiento, se alineaba con las necesidades de Siemens Energy a la perfección. Según Lutz Lukas, arquitecto de soluciones de TI de Siemens Energy, «Siemens Corporate Technology trabajó con metaphactory durante varios años en una serie de iniciativas. En proyectos anteriores, descubrimos que metaphactory se puede aprovechar para crear una aplicación personalizada de forma rápida y a escala. Además, las opciones de visualización y consulta que ofrece metaphacts nos ayudó a validar datos de forma rápida y eficiente, crear prototipos de interfaces de usuario y explorar gráficos».

Siemens Energy creó una parte central de la aplicación Turbine Knowledge Graph gracias a la utilización de las capacidades sin código de metaphactory. Esto permite visualizar las relaciones y conexiones complejas dentro de la flota como tal. Daniel Herzig-Sommer, director de operaciones de metaphacts, lo explica así: «Piense en un desarrollo sin código como construir una casa modular: no necesita construirla ladrillo a ladrillo, sino que puede utilizar elementos prefabricados, como paredes con ventanas y puertas integradas. Lo mismo ocurre con metaphactory. Utilice nuestros componentes ya preparados para la visualización de datos gráficos, la búsqueda, la edición o lo que necesite en sus tareas de administración de datos. A continuación, los configura y combina de la manera que desees, dando lugar a una aplicación en muy poco tiempo». metaphactory logra esto a través de plantillas personalizables y un conjunto complejo de componentes web listos para usar que se pueden parametrizar a fin de cumplir con la apariencia y tacto del cliente. Estos componentes están disponibles para tareas de administración de datos y para visualizar grandes cantidades de datos y relaciones estructurados y no estructurados de manera más intuitiva. La plataforma también proporciona un banco de trabajo de calidad de datos que supervisa los datos y comprueba si son coherentes con los modelos existentes.

La integración de la plataforma de metaphactory en el servicio de base de datos de grafos de Amazon Neptune permitió a Siemens Energy crear una herramienta inteligente para gestionar las piezas de repuesto de forma más eficiente. El proceso de despliegue de esta aplicación de gráficos de conocimiento en producción fue sencillo. Tras una serie de llamadas semanales con metaphacts, Siemens Energy comenzó a trabajar de manera rápida con un conjunto de visualizaciones contextuales de su flota global de turbinas. Gracias a la interfaz de usuario intuitiva, los ingenieros de turbinas de Siemens Energy trabajan con las visualizaciones a diario. La creación de la aplicación habría llevado más tiempo sin metaphactory. Siemens Energy ahora puede usar datos del Marco de Descripción de Recursos (RDF), consultas del protocolo SPARQL y del lenguaje de consultas RDF (SPARQL), así como ontologías creadas sin problemas en Amazon Neptune. Como resultado, la empresa descubrió una eficiencia operativa temprana al descubrir relaciones nunca antes vistas entre el seguimiento y la supervisión de su depósito global de turbinas.

Paul Zolnowski, jefe de sección de Documentación de Publicaciones en Siemens Energy, señala: «La principal ventaja de metaphactory era que podíamos visualizar nuestros datos con facilidad durante el desarrollo para obtener comentarios tempranos de la empresa, lo que permitía mejorar la calidad de los datos y un desarrollo rápido y centrado en los objetivos de nuestro modelo de datos y nuestra aplicación».

A través de la plataforma de metaphactory adquirida en AWS Marketplace, Siemens Energy creó y desplegó una aplicación de gráfico de conocimiento personalizada orientada al usuario final para administrar su flota de turbinas de gas de gran tamaño en solo seis meses. Esto fue impresionante desde el punto de vista operativo, ya que se caracterizó por una rápida respuesta y aceptación dentro de la línea de negocio y por un rápido ciclo de desarrollo, pruebas y despliegue. «Gracias a metaphactory, pudimos desarrollar una aplicación potente que permitió a nuestros ingenieros de turbinas tomar decisiones aún más precisas basadas en datos y ahorrar esfuerzos manuales», afirma Zolnowski.

Siemens Energy también ahorró 1500 horas de procesamiento manual durante el primer año. Anteriormente, la anotación de datos requería comparar la información de las diferentes configuraciones de la maquinaria de la flota. Con metaphactory, Siemens Energy introdujo un proceso más eficiente para seleccionar y crear catálogos de piezas de repuesto y gestionar las configuraciones de su flota de turbinas de gas de gran tamaño. «En última instancia, esto nos ayudó a aumentar la calidad general de las recomendaciones a nuestros clientes», afirma Lutz Lukas. «Nuestros ingenieros de turbinas pueden trabajar con mayor eficacia».

Gracias al servicio de base de datos de grafos de alto rendimiento y baja latencia de Amazon Neptune, Siemens Energy también se conectó con otros servicios de AWS Marketplace, como almacenamiento, equilibradores de carga, puertas de enlace y redes. Dado que metaphactory es una aplicación dockerizada, esto también requería la integración con las plantillas AMI de AWS CloudFormation para su despliegue. La adopción de los servicios de AWS proporcionó a Siemens Energy el rendimiento y la agilidad que necesitaba para salir al mercado de forma rápida y rentable sin sacrificar sus altos estándares de seguridad.

La adquisición de metaphactory en AWS Marketplace proporcionó a los equipos de DevOps la flexibilidad necesaria para probar nuevas características de inmediato y ejecutar metaphactory bajo demanda. Lutz Lukas señala: «También valoramos mucho la flexibilidad de precios y licencias que ofrecen AWS y metaphacts. Esto nos permitió configurar un sistema de dos niveles: uno para el desarrollo y otro para la producción. La licencia de no producción se destinó al desarrollo, la prueba de nuevas funciones y los comentarios de los usuarios, mientras que nosotros reservamos la licencia de producción para el despliegue de nuevas versiones de la aplicación a nuestros ingenieros de turbinas. Además, valoramos la flexibilidad de iniciar y detener instancias en función de la demanda de uso y los horarios diarios».

Siemens Energy está satisfecha con la eficacia del machine learning y la tecnología de gráficos de conocimiento para poner en marcha aplicaciones que añaden valor empresarial de manera rápida. Tiene previsto seguir desarrollando y mejorando su aplicación de gráficos de conocimiento para turbinas y ve potencial en la aplicación de gráficos de conocimiento a otras líneas de negocio.