盖世汽车讯 据外媒报道，WNS旗下Kipi.ai宣布已与Snowflake合作，通过Kalibrate（一款以Snowflake Native应用形式提供的汽车专用解决方案）加速制造业人工智能数据云的建设。Snowflake和kipi.ai将助力汽车制造商、供应商等在前所未有的技术变革中加速数字化转型，并开启新的收入来源。随着汽车行业逐渐转向数据驱动，kipi.ai的Kalibrate解决方案通过高级分析、实时联网汽车洞察和安全的数据协作，帮助行业领导者转变业务运营方式，消除数据孤岛，并更有效地管理联网汽车数据。

图片来源： Kipi.ai

kipi.ai创始人兼首席执行官Jason Small表示：“kipi.ai致力于帮助汽车行业领导者释放数据的真正力量。凭借基于Snowflake AI数据云的Kalibrate，我们赋能汽车制造商预测和预防生产中断、优化生产并大规模推动更智能的创新。携手Snowflake，我们正共同赋能互联智能汽车运营的未来。”

Kipi.ai和AI数据云公司Snowflake为汽车制造商、供应商、经销商和车队管理人员提供所需的工具，使他们能够基于其生态系统中生成的海量数据制定数据驱动的决策，同时又不牺牲安全性或治理标准。通过提前识别潜在的设备故障，kipi.ai的Kalibrate有助于避免代价高昂的非计划停机，减少紧急维修，并最大限度地减少对备件库存的需求。

通过kipi.ai与Snowflake的合作，汽车制造领域的共同客户现在可以：

预测和预防汽车生产线上的设备故障：

使用Kalibrate将机器传感器数据、维护日志和生产系统信号集成到单一真实数据来源中。打破维护、运营和工程团队之间的孤岛，创建统一的设备健康状况视图。加快根本原因分析，优化维护计划，并减少导致车辆生产延误的意外停产。

利用可扩展的Snowflake原生平台进行预测性维：

利用Snowflake的可扩展架构，支持来自传感器、机器人和装配线设备的海量、高频工业物联网数据。Kalibrate的Snowflake原生设计确保预测性维护模型能够无瓶颈地处理数十亿个时间序列观测值，使团队能够大规模监控设备性能，而无需增加基础设施的复杂性。

通过预测性洞察减少停机时间并提高产量：

利用Kalibrate的异常检测和预测分析功能，在潜在故障发生之前进行预测。优化维护时间，避免紧急停机，延长设备使用寿命，并最大限度地提高产量。实现设备综合效率（OEE）的显著提升，并降低维护成本。

护利用Snowflake内置的AI/ML技术，实现预测性维护的民主化：

赋能维护和运营团队，使其能够运用先进的机器学习模型，而无需专门的数据科学资源。Kalibrate与Snowflake Cortex AI和传统机器学习技术集成，可使用熟悉的工具和语言快速开发、部署和迭代模型。通过易于理解且可操作的洞察，推动整个工厂做出更明智的决策。

Snowflake全球制造主管Tim Long表示：“预测和预防设备故障在当今汽车行业至关重要。Kipi.ai的Kalibrate通过提供大规模数据驱动的洞察，直接满足了这一需求。通过将kipi.ai的维护算法与Snowflake中的数据相结合，Kalibrate助力我们的汽车客户最大限度地减少停机时间并最大限度地提高产量。”