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 quatre tiers préservée
- 2→1
- Régions IBM Cloud consolidées en un seul VPC AWS multi-AZ
Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.
DoiT a industrialisé sur Vertex AI un système d'IA générative qui transforme l'imagerie de tempête et les données capteurs en recherche de similarité instantanée.

Les phénomènes météorologiques extrêmes deviennent à la fois plus fréquents et plus intenses, mettant les assureurs sous forte pression pour évaluer et réagir vite. Les épisodes de grêle posent un défi à part : localisés, destructeurs et imprévisibles. Les Engineers consacraient jusqu'à 10 heures par dossier à fouiller manuellement les données pour identifier des correspondances – un processus lent, source d'erreurs et impossible à passer à l'échelle. L'équipe restreinte d'Opterrix ne disposait ni de la bande passante interne, ni de l'expertise en architecture de production, ni du playbook d'implémentation pour avancer rapidement sur la GenAI.
Opterrix a choisi DoiT comme partenaire stratégique pour porter l'IA générative en production. DoiT a co-développé une solution qui s'appuie sur la GenAI pour analyser des images de grêlons et les métadonnées des tempêtes, et identifier les événements historiques similaires à partir de la proximité géospatiale et des configurations de tempête. Grâce à Vertex AI et aux embeddings multimodaux, le système transforme l'imagerie de tempête et les données capteurs en intelligence vectorisée et interrogeable en quelques secondes. DoiT a également optimisé l'environnement Google Cloud d'Opterrix sur les plans de la performance et du coût, en posant des garde-fous basés sur l'usage et en déployant Cloud Intelligence™.
Nous savions que l'IA générative pouvait tout changer, mais nous n'avions pas la capacité interne pour commencer à l'explorer. Dès les premières sessions, DoiT nous a aidés à cibler un cas d'usage concret. Ils ne se sont pas contentés de nous aider à construire le modèle – ils nous ont aidés à le comprendre. En quelques semaines, nous avions un prototype fonctionnel qui remplaçait 10 heures de travail manuel par un système livrant des résultats en quelques secondes. Une telle accélération est rare, mais c'est exactement ce qu'il nous fallait.
Niels Jorgensen, VP Engineering, Opterrix
Opterrix est une plateforme d'analyse géospatiale cloud-native conçue pour le secteur de l'assurance. Elle combine données météorologiques propriétaires, scores d'aléas naturels et machine learning prédictif pour aider les assureurs à optimiser la souscription, réagir aux sinistres et piloter le risque en temps réel. Avec l'ambition de moderniser et d'accélérer la chaîne de valeur de l'assurance, notamment sur les segments particuliers et entreprises, Opterrix met à disposition des outils stratégiques qui permettent aux souscripteurs et analystes de prendre des décisions plus rapides et plus pertinentes.
Les phénomènes météorologiques extrêmes deviennent à la fois plus fréquents et plus intenses, mettant les assureurs sous forte pression pour évaluer et réagir vite. Les épisodes de grêle, en particulier, posent un défi à part : localisés, destructeurs et imprévisibles. Après une tempête, les assureurs doivent évaluer rapidement l'événement, le comparer à des cas similaires et déclencher leurs plans de réponse dans des délais très courts. Pour Opterrix, accompagner ce processus impliquait de développer des outils capables de faire remonter à la demande les épisodes de grêle historiques les plus pertinents. Or les Engineers consacraient jusqu'à 10 heures par dossier à fouiller manuellement les données pour trouver ces correspondances – un processus lent, source d'erreurs et impossible à passer à l'échelle.
Dès le départ, DoiT a abordé la mission non comme un prestataire, mais comme une extension stratégique de l'équipe Opterrix. Le programme accelerator – conçu pour donner vie aux projets de manière structurée mais flexible – a fourni le cadre idéal. Les sessions de découverte initiales ont permis de cerner en détail l'architecture, les contraintes et les objectifs d'Opterrix. DoiT n'a pas cherché à appliquer un modèle générique : tout a été adapté au métier et à la plateforme d'Opterrix, du premier atelier jusqu'au livrable final.
Auparavant, les Engineers d'Opterrix devaient comparer manuellement données et images d'épisodes de grêle passés – un processus lent, hétérogène et très dépendant de l'expertise individuelle. DoiT a aidé Opterrix à développer une solution qui s'appuie sur la GenAI pour analyser les images de grêlons et les métadonnées de tempête, et identifier les événements historiques similaires à partir de la proximité géospatiale et des configurations de tempête. Grâce à Vertex AI et aux embeddings multimodaux, le système interprète les caractéristiques visuelles et contextuelles, et transforme l'imagerie de tempête et les données capteurs en intelligence vectorisée et interrogeable en quelques secondes.
Le module de rapprochement des épisodes de grêle propulsé par l'IA a remplacé un processus manuel de 10 heures par une solution automatisée qui produit des résultats en moins de 10 secondes, libérant un nombre significatif d'heures d'engineering et accélérant la réponse des assureurs. Ce bond de productivité permet désormais à Opterrix de réagir plus vite aux événements météorologiques, en offrant aux assureurs une intelligence quasi temps réel pour accélérer le traitement des sinistres, mobiliser les ressources et limiter les pertes. En confiant la conception de l'architecture, l'implémentation du modèle et l'optimisation de l'infrastructure à DoiT, Opterrix a réduit ses cycles de R&D de 50 % et gagné en prévisibilité sur ses livraisons.
Au-delà des livrables techniques, le projet a fait monter en compétences les équipes internes d'Opterrix. Les Engineers ont acquis une expérience concrète de l'IA générative, ont compris comment l'intégrer à des systèmes en production et ont appris à en assurer la gouvernance dans un environnement réglementé. Le module d'IA constitue désormais une capacité clé pour Opterrix et un tremplin pour de nouvelles innovations. Surtout, l'équipe est aujourd'hui capable de prolonger cette innovation de manière autonome. Il ne s'agissait pas simplement de livrer un modèle, mais de transférer les compétences, l'état d'esprit et l'infrastructure nécessaires pour diffuser l'IA dans toute la plateforme.
Découvrez comment Cloud Intelligence™ aide les équipes à gagner en visibilité, en gouvernance et en rentabilité unitaire sur l'ensemble de leurs environnements cloud.
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
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
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
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
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
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
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
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
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
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
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
PerfectScale by DoiT has become an important part of how we optimize Kubernetes at scale at OneFootball. It gives our platform team the visibility, automation, resiliency insights, and confidence we need to balance cost efficiency with production readiness, especially as we prepare for major global football moments like the 2026 FIFA World Cup.
Andrea Benfatto, Platform/Cloud Runtime Engineering Manager
Cloudflow's new RDS End of Life alerts have allowed us to be more proactive on keeping our database instances up-to-date. The new solution gives us internal visibility ahead of time so that we can prepare for upgrades, instead of having to upgrade under pressure while incurring extended support costs.
Jon Fairbanks, Site Reliability Engineering Manager
Let us show you what ships this week.