BluWave-ai

Quel était le problème?

De plus en plus conscient des répercussions que l’énergie qu’il consomme a sur l’environnement, l’être humain se tourne désormais vers des sources plus propres, tels le vent et le soleil. Toutefois, pareille transition soulève deux problèmes. Tout d’abord, le réseau électrique intelligent contemporain engendre en permanence une masse colossale de données. Trop pour qu’un opérateur humain les analyse et en tire en temps opportun des conclusions utiles sur la production d’énergie renouvelable, par exemple, la demande individuelle d’électricité ou la situation sur le marché de l’énergie. Ces données doivent être épluchées et il est capital de réagir sans délai pour que le réseau garde son efficacité. Le deuxième problème est que la production d’énergie renouvelable varie considérablement. Répondre à la demande sur le réseau tout en gérant la charge qui le leste gagne donc encore plus en complexité. Tant qu’ils n’auront pas été résolus, ces problèmes freineront l’adoption des sources d’énergie renouvelable.

De quelle façon votre produit l’a-t-il résolu?

La plateforme d’optimisation de l’énergie de BluWave-ai rassemble les données d’une multitude d’appareils et de capteurs, y compris les relevés historiques sur la demande et les prévisions météorologiques. Ensuite, elle conditionne ces informations pour que nos modèles d’intelligence artificielle (IA) les utilisent. De là, les modèles IA génèrent des prévisions et prennent rapidement des décisions qui sont relayées à l’infrastructure du réseau. Finalement, le réseau intelligent répartit de manière optimale l’énergie afin d’alimenter les habitations intelligentes, les véhicules électriques et les systèmes à batteries qui stockent l’énergie. Il en résulte une meilleure exploitation des ressources renouvelables et une réduction des déchets de toute sorte découlant de la consommation d’énergie.

De quelles ressources techniques aviez-vous besoin?

Quand nous avons élaboré le prototype, il nous fallait une plateforme d’infonuagique économique et conviviale. Nous avions aussi besoin d’importantes ressources techniques pour la tester rapidement, car nous ne pouvions consacrer qu’un maximum d’heures au développement et à l’opération de l’infrastructure en nuage. Le reste du temps devait servir à perfectionner le produit.

Pourquoi avoir choisi l’ATIR?

BigBitBus se trouvait dans une situation très particulière. En effet, l’entreprise devait évaluer le nuage du fournisseur sur lequel se déroulaient les essais. Sachant cela, nous souhaitions développer l’application sur une infrastructure indépendante qui garantirait l’absence de biais à la création du produit et durant les tests subséquents. Comme nous avions déjà expérimenté OpenStack, le

Nous avons retenu l’AITR parce que sa plateforme nous apportait tout ce dont nous avions besoin dans une infrastructure en nuage, sans ce que coûterait l’installation de notre propre matériel, ni les frais que réclamerait un nuage public et sans que nous devions maîtriser les complexités d’une plateforme élaborée. Les entreprises qui démarrent doivent utiliser leurs fonds judicieusement si elle veulent prospérer. Le nuage de l’ATIR nous permettait d’injecter plus d’argent dans le développement, et non dans l’infrastructure en nuage proprement dite.

Qu’a apporté l’ATIR à l’entreprise?

Grâce à l’ATIR, nous avons vite mis en place l’infrastructure en nuage et sommes passés directement au développement, puis à la démonstration d’un prototype. Nous avons profité de l’unité de traitement graphique offerte par l’ATIR pour développer plus facilement nos modèles IA, ce qui se serait avéré prohibitif avec un nuage commercial, pour une jeune entreprise. Outre cela, l’ATIR nous a permis d’élargir notre réseau de contacts professionnels. La communauté de l’ATIR nous a connectés à de nombreux autres entrepreneurs ou agences gouvernementales et donné l’occasion d’assister à une foule d’événements et de rencontres. Savoir qu’un coup de fil ou quelques clics suffisaient pour obtenir une aide précieuse a considérablement accéléré les travaux.

Qu’en est-il ressorti?

Nous comptons maintenant des clients sur trois continents et notre clientèle de services publics, d’exploitants de micro-réseaux et de parcs de véhicules électriques ne cesse de grossir. À mesure que la société se tourne vers des solutions de rechange écologiques de grande envergure comme les voitures, les camions et les autobus électriques, nous sommes persuadés que notre plateforme de prévision et d’optimisation de la demande d’énergie jouera un rôle déterminant dans une adoption plus générale et dans l’expansion des sources d’énergie renouvelable par les compagnies d’électricité.

¹ https://leftronic.com/cloud-computing-statistics/