Questa pagina è disponibile anche in English, Deutsch, Español, Français, 日本語 e Português.

Augury taglia i guasti macchina del 75%

DoiT ha guidato la migrazione completa di Augury su Google Cloud, con GKE, BigQuery e IoT Core per offrire insight in tempo reale sullo stato delle macchine, su larga scala.

The Challenge

Augury doveva ricostruire la propria piattaforma IoT per scalare sui clienti enterprise, gestendo volumi enormi di dati in tempo reale provenienti dalle macchine industriali. Serviva una soluzione cloud stabile, in grado di garantire scalabilità di livello superiore e un'ampia copertura delle tecnologie IoT. Occorreva inoltre rendere più fluido il passaggio tra ambienti di ricerca, sviluppo e produzione, per offrire insight più rapidi ai clienti.

The Solution

Augury ha portato a termine la migrazione completa su Google Cloud, spostando tutti i microservizi su Google Kubernetes Engine (GKE) con DoiT come partner di implementazione. L'azienda si è affidata a Google Cloud IoT Core, Cloud Dataflow, BigQuery e Cloud Pub/Sub per elaborare la telemetria dei dispositivi IoT installati nelle fabbriche. L'autoscaling di GKE ha garantito un'elaborazione bilanciata degli algoritmi e il rispetto degli SLA anche nei picchi di volume dati.

Results

Riduzione del 75% dei guasti macchina grazie a insight più approfonditi sullo stato di salute
Risparmio di milioni di dollari per i clienti manifatturieri grazie a una maggiore efficienza
Analisi in tempo reale di decine di milioni di feature di machine learning
Scalabilità fluida nei picchi di carico grazie all'autoscaling di GKE

Con il supporto di DoiT, la transizione a Google Cloud è stata fluida ed efficiente. Gli engineer di DoiT sono stati sempre disponibili a rispondere alle nostre domande, ci hanno consigliato le best practice per il deployment su Google Cloud e ci hanno aiutato a risolvere ogni criticità in modo rapido ed efficace.
Gal Shaul, Co-founder e CTO

Chi è Augury

Fondata nel 2011 da Gal Shaul e Saar Yoskovitz, entrambi laureati al Technion, Augury è nata come soluzione cloud-based per installare dispositivi IoT collegati alle macchine industriali di tutto il mondo. L'intuizione dei fondatori è stata semplice: se l'orecchio umano è in grado di cogliere i problemi di una macchina, anche le macchine possono imparare a farlo. Questi dispositivi inviano dati al cloud in modo continuo: lì gli algoritmi di machine learning li analizzano e restituiscono ai clienti insight immediati su stato di salute e performance delle macchine.

La sfida

Augury doveva ricostruire la propria piattaforma IoT per sostenere una crescita significativa dei clienti enterprise. Serviva una soluzione cloud stabile, capace di offrire scalabilità di livello superiore e un'ampia gamma di funzionalità IoT. Dopo aver migrato con successo parte dell'ambiente di ricerca su Google Cloud, l'azienda ha scelto di passare a una migrazione completa, inclusi tutti i microservizi su Google Kubernetes Engine, affidandosi a DoiT come partner di implementazione.

Un flusso più efficiente tra ricerca e produzione

Google Cloud permette ad Augury di utilizzare gli stessi dati in ambiente di ricerca e in produzione. Affidarsi a tecnologie di pipeline open source come Cloud Dataflow e Apache Beam consente al team di sviluppare algoritmi con un approccio agile, contribuendo al tempo stesso alla community open source. Un modello che accelera il passaggio dalla ricerca alla produzione e porta valore in tempi rapidi ai clienti impegnati nella trasformazione digitale.

Impatto concreto sul business

Google Cloud IoT Core, Cloud Pub/Sub e Cloud Dataflow consentono ad Augury di acquisire la telemetria dei dispositivi IoT installati negli stabilimenti. L'autoscaling di GKE assicura una latenza di elaborazione degli algoritmi sempre solida, in linea con gli SLA dei clienti. Anche quando grandi impianti tornano operativi dopo un fermo prolungato, generando volumi di dati enormi, GKE gestisce il flusso mantenendo performance bilanciate.

Insight in tempo reale sullo stato delle macchine

I clienti di Augury ricevono insight in tempo reale sullo stato di salute delle macchine: alcuni clienti manifatturieri consultano i dati anche su base oraria. L'azienda si affida a flussi e analisi continue per garantire un servizio senza interruzioni. GKE mantiene le istanze sempre bilanciate, permettendo ad Augury di offrire insight continui che aiutano i clienti a prendere decisioni più consapevoli su manutenzione e produzione.

I risultati della trasformazione digitale

Conoscere lo stato di salute delle macchine è il punto di partenza della trasformazione digitale nel manifatturiero. Avere visibilità sulle condizioni delle macchine permette alle aziende di evolvere la supply chain e la cultura aziendale verso una produzione just-in-time davvero agile. Una trasformazione che genera risparmi milionari grazie ai guadagni di efficienza, riduce l'impatto ambientale e potenzia la produttività umana in tutte le operazioni produttive.

Scopri come DoiT aiuta i team cloud a tenere sotto controllo la spesa

Scopri come DoiT Cloud Intelligence aiuta i team a migliorare visibilità, governance e unit economics negli ambienti cloud.

Visita DoiT Parla con il nostro team

What they say

What I really like about DoiT's approach is that you're very hands-on and proactive. Satyam would ping me a few times a sprint, letting me know about the most current features, checking in on how things are going. When we are going through a peak time, that proactiveness makes a real difference. Satyam always comes through whenever we need support and helps us leverage the right experts to get us where we need to be.

Chiamaka Ibeme, Engineering Manager, Platform

SELECT has made important cost data readily accessible. I will often pull it up during engineering design reviews so we can quickly evaluate cost impact and projections and factor that into our design decisions.

Douglas Zickuhr, Senior Data Platform Engineer at Personio

I love clicking through SELECT to understand how our environment and workloads are evolving. I probably check it every day. It's coffee and SELECT for me every morning.

Ian Fahey, Senior Analytics Engineer at Loop

You guys have the best UI experience that I've had of any software. It's like you just read my mind where, like, oh, I wish I could click there. Oh, I can

Diana Koshy, Sr. Director of Data Engineering at Kargo

SELECT feels like exactly what Paul and I would have built if we had locked ourselves in a room for 18 months to create our ideal monitoring solution.

Devin McGee, Data Engineering Lead at Home Chef

SELECT dramatically lowers the cognitive load to understanding Snowflake costs. I'm able to sit there and easily understand what's driving the cost. Not to blow smoke up your ass, but it's just so easy to do in your platform

Blake Baggett, Head of Data Operations at Entain

One of the most helpful cost rituals we've setup from SELECT is the weekly spend digest sent to Slack. I can start high level and ensure things are in check. If not, I can very quickly drill down into specific workloads which may have driven the cost spike and remediate them before they become a bigger issue.

Michael Revelo, Manager of data and analytics engineering at ClickUp

Through SELECT's automated savings feature and deep cost visibility, we were able to instantly lower our Snowflake spend by over 40% and achieve a 20X ROI on our SELECT investment.

Skyler Chi, SVP, GTM Productivity & Excellence at Exiger

Our costs had jumped up 3X as we scaled, so we're talking about 60% savings in Snowflake spend after adopting SELECT.

Edward Mancey, GTM Lead at Synthesia

DoiT was a true partner, not a vendor. They helped us understand the problem, refine the vision, and build something production-ready far faster than we could have on our own. Their expertise, responsiveness, and commitment made all the difference.

Dr. Anish Kapur, Founder & CEO, Promptly

DoiT's Customer Success and Forward Deployed Engineering teams work very closely with us. The regular sessions with our CSM keep us focused on the right priorities, and the FDEs provide the deep technical guidance we need to validate decisions and optimize our environment. That combination has been genuinely valuable for us.

Alexander Lundberg Santos, Platform Engineer at Extenda Retail

Every customer has unique usage patterns. Manual resource optimization simply didn't scale—we needed automation to ensure every customer, regardless of size, had right-sized infrastructure without consuming our team's capacity.

Brad Quinn, Lead Platform Engineer, PlayHQ

SNCF

PerfectScale allowed us to grow capacity without growing cost. We effectively absorbed 30% more usage for free.

Thomas Comtet, Senior Staff Engineer, SNCF

Your cloud bill shouldn't be a mystery

Let us show you what ships this week.

Book a demo