Cloud Intelligence™Cloud Intelligence™

Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.

Augury divise les pannes machines par quatre

DoiT a accompagné la migration complète d'Augury vers Google Cloud, en s'appuyant sur GKE, BigQuery et IoT Core pour analyser la santé des machines en temps réel et à grande échelle.

Cloud Intelligence™
Augury

The Challenge

Augury devait refondre sa plateforme IoT pour absorber sa clientèle grands comptes tout en traitant des volumes massifs de données en temps réel issues des machines industrielles. L'entreprise cherchait une solution cloud stable, dotée d'une scalabilité supérieure et d'un large éventail de technologies IoT. Il fallait aussi fluidifier les passages entre recherche, développement et production pour livrer plus vite les insights aux clients.

The Solution

Augury a mené une migration complète vers Google Cloud, en basculant l'ensemble de ses microservices vers Google Kubernetes Engine (GKE), avec DoiT comme partenaire d'implémentation. L'entreprise s'appuie sur Google Cloud IoT Core, Cloud Dataflow, BigQuery et Cloud Pub/Sub pour traiter la télémétrie des appareils IoT déployés en usine. L'autoscaling de GKE garantit un traitement équilibré des algorithmes et le respect des SLA, même lors des pics de volume.

Results

  • Pannes machines réduites de 75 % grâce à une meilleure visibilité sur leur santé
  • Plusieurs millions de dollars économisés pour les clients industriels grâce aux gains d'efficacité
  • Analyse en temps réel de dizaines de millions de features de machine learning
  • Scalabilité sans accroc lors des pics de volume grâce à l'autoscaling de GKE

Avec l'aide de DoiT, notre transition vers Google Cloud s'est faite en douceur et en toute efficacité. Les ingénieurs DoiT étaient là pour répondre à toutes nos questions, nous conseiller sur les bonnes pratiques de déploiement sur Google Cloud et nous aider à résoudre rapidement les problèmes rencontrés.

Gal Shaul, Cofondateur et CTO

À propos d'Augury

Fondée en 2011 par Gal Shaul et Saar Yoskovitz, diplômés du Technion, Augury s'est lancée comme une solution cloud déployant des appareils IoT connectés à des machines industrielles dans le monde entier. Les fondateurs sont partis d'une intuition simple : si l'oreille humaine peut détecter les dysfonctionnements d'une machine, on peut apprendre à des machines à les entendre aussi. Ces appareils transmettent en continu des données au cloud, où des algorithmes de machine learning les analysent pour fournir aux clients des insights immédiats sur la santé et les performances de leurs machines.

Le défi

Augury devait refondre sa plateforme IoT pour absorber une forte croissance de sa clientèle grands comptes. L'entreprise avait besoin d'une solution cloud stable, dotée d'une scalabilité supérieure et d'une couverture IoT étendue. Après avoir migré avec succès une partie de son environnement de recherche vers Google Cloud, elle a opté pour une migration complète, incluant le passage de tous ses microservices vers Google Kubernetes Engine, et a choisi DoiT comme partenaire d'implémentation.

Fluidifier le passage de la recherche à la production

Google Cloud permet à Augury d'exploiter les mêmes données pour ses environnements de recherche et de production. Le recours à des technologies de pipeline open source comme Cloud Dataflow et Apache Beam permet aux équipes de travailler sur les algorithmes dans une logique agile, tout en contribuant en retour à la communauté open source. Ce mode opératoire accélère le passage de la recherche à la production et apporte rapidement de la valeur aux clients engagés dans leur transformation digitale.

Un impact business concret

Google Cloud IoT Core, Cloud Pub/Sub et Cloud Dataflow permettent à Augury de consommer la télémétrie des appareils IoT déployés en usine. L'autoscaling de GKE garantit une latence de traitement des algorithmes conforme aux SLA clients. Même lorsque de grandes installations redémarrent après un arrêt prolongé et envoient des volumes considérables, GKE absorbe le flux tout en maintenant des performances équilibrées.

Des insights en temps réel sur la santé des machines

Les clients d'Augury bénéficient d'insights en temps réel sur la santé de leurs machines ; certains industriels consultent leurs données toutes les heures. L'entreprise s'appuie sur des flux et des analyses de données en continu pour offrir un service sans interruption. GKE assure une exécution équilibrée des instances, ce qui permet à Augury de fournir des insights ininterrompus pour aider ses clients à prendre de meilleures décisions sur la maintenance et la production.

Les bénéfices de la transformation digitale

Comprendre la santé des machines, c'est poser les fondations de la transformation digitale dans l'industrie. Cette visibilité permet aux entreprises de faire évoluer leur supply chain et leur culture vers une production agile en juste-à-temps. À la clé : plusieurs millions de dollars économisés grâce aux gains d'efficacité, un impact environnemental réduit et une productivité humaine renforcée sur l'ensemble des opérations industrielles.

Découvrez comment DoiT aide les équipes cloud à maîtriser leurs dépenses

Explorez comment Cloud Intelligence™ améliore la visibilité, la gouvernance et l'unit economics sur l'ensemble des environnements cloud.

More customer stories

Software Projects

Software Projects : une migration complexe d'IBM vers AWS, accélérée par DoiT

3
Phases AWS MAP livrées : Assess, Mobilize, Modernize
40
Serveurs migrés à l'identique, topologie à quatre niveaux intégralement préservée
2→1
Régions IBM Cloud consolidées en un seul VPC AWS réparti sur plusieurs AZ
Shasta Cloud

Une visibilité limpide sur les dépenses cloud, au niveau des workloads comme des tenants

Days
Premiers insights de coûts après installation
Days
De l'installation à un reporting de coûts avancé
Workload & tenant
Granularité de la visibilité des coûts
Finlex

Finlex réduit ses coûts cloud de 50 % et déploie l'IA en production avec DoiT

Over 65%
de réduction des coûts d'infrastructure cloud entre 2024 et aujourd'hui
40%
d'économies réalisées grâce à une meilleure visibilité et à une architecture IA efficace
Hippo

Chez Hippo, les coûts cloud deviennent un levier d'action pour les équipes

Minutes
Délai d'intégration d'Attribute™ avec AWS
Business unit
Niveau de responsabilité atteint sur les coûts
Island

Island : visibilité réelle du coût par client, sans tagging

$5B
Valorisation de l'entreprise
Days
Délai avant les premiers insights
0
Tags nécessaires
Claroty

Claroty obtient une attribution précise des coûts par client avec Attribute™

1,000+
Clients protégés dans le monde
Days
Délai jusqu'aux premiers rapports de coûts granulaires
Zero
Interruption des opérations lors du déploiement
SaaS Leader

L'attribution des coûts au niveau client, socle d'une tarification IA basée sur la valeur

$1.3M
de revenus à marge négative révélés
~360
comptes non rentables identifiés
$1.3M
de pertes cumulées révélées

What they say

PicnicAI

“PerfectScale gives us the confidence to automate Kubernetes optimization while letting our engineers focus on building what matters.”

Josh Zarrabi, Infrastructure Engineer

Stefanini

“Without PerfectScale by DoiT, I don't know how we would do it. We'd have to have twice the number of people on my team to stay on top of it. With PerfectScale, we can focus on the more strategic issues.”

David Adkins, Director of Software and Platform Engineering

Software Projects

Connecting IBM and AWS privately was the piece we needed to get right, and we wanted to move faster on it than we could on our own. DoiT worked through the options with us, found the subnet overlap that was breaking the routing, and made it stable. That unblocked everything else.

DevOps Lead, Software Projects

Shasta Cloud

Attribute™'s platform is truly unique. We now have crystal-clear visibility into our cloud spend at the workload and tenant level, and that insight has already led to actionable savings and powerful insights as we further scale our service.

Paul White, VP of Engineering, Shasta Cloud

Flooid

We have worked with DoiT for many years, and there has been an increasing number of capabilities and features in DoiT Cloud Intelligence. We've embedded features such as Cloud Analytics and Reports in our own FinOps processes, it's become core to what we do.

Martin Lee, Director of Operations

Finlex

DoiT gave us the confidence to move from experimentation to production. They helped us understand the right way to build AI for the real world.

Milad Rezazadeh, CTO

Hippo

Attribute™'s cost grouping technology took our cost visibility and allocation to a whole new level. Now, our teams are fully accountable for their budgets, significantly improving our cloud efficiency and helping us minimize unnecessary costs.

Eli Zilbershtein, Head of DevOps, Hippo

Island

You can't tag a customer in a multi-tenant environment. Attribute™ finally shows us what each customer costs and what's driving those costs.

Omri Cohen, Director of Engineering, Platform

Claroty

Attribute™'s data is truly unmatched. No other solution on the market could deliver the precise customer cost and usage profiles we needed in such a complex infrastructure. Within weeks, the data from Attribute™ transformed our understanding of cost structures, influencing key strategic decisions in pricing, renegotiations, and market positioning.

Jonathan Langer, COO, Claroty

Salt Security

Attribute™ simplified tracking customer costs in our multi-tenant environments. Customer cost measurement is now clear and standardized, and finance gets the business context they need. Integration was quick and required no changes.

Kfir Lippmann, CFO, Salt Security

PropertyGuru

Attribute™ translates complex cloud bills into actionable, business-centric insights that empower our engineering teams to take true ownership of their costs.

Balamurugan Mohandossgandhi, Head of IT and Infrastructure, PropertyGuru

Accrete AI

This has let us get a better idea of what our cost of goods sold really is. It's not every day you come across something that delivers value as quickly as yours did for us. I was seeing useful insights inside the POC, and we had only deployed it to a couple of real clusters.

Jason Moore, Principal DevOps Engineer, Accrete AI

Akamai

Eliminating the need to tag thousands of resources has freed up my team and we've invested our efforts in enhancing our platform significantly.

Ziv Sivan, VP of Engineering

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.