Siemens acquiert Senseye, un spécialiste des solutions de maintenance prévisionnelle pour l‘industrie

Siemens rachète Senseye

Avec le rachat pour un montant non divulgué de la société britannique Senseye, fournisseur de solutions de maintenance prévisionnelle pour le secteur industriel fondées sur l'intelligence artificielle (IA), l'allemand Siemens a décidé d'élargir encore son portefeuille de services aux entreprises engagées dans une transformation numérique.

Basé à Southampton, au Royaume-Uni, Senseye a développé un logiciel de maintenance prédictive axée sur une analyse des données de capteurs (courant, vibrations...) issues d'actifs surveillés (machines, lignes automatisées...), mais aussi sur l’analyse du comportement des opérateurs de maintenance, sur lesquels un algorithme d’intelligence artificielle est appliqué.

Depuis sa création en 2014, Senseye propose ses solutions sous la forme de Software-as-a-Service (SaaS) et utilise l'apprentissage automatique et l'intelligence artificielle pour fournir une solution évolutive qui s'intègre de manière transparente aux investissements d'infrastructure. La solution est conçue pour les opérateurs de maintenance et ne nécessite aucune expérience préalable en science des données ou en surveillance d'états traditionnelle.

Selon Senseye, cette approche permet de réduire jusqu'à 50% les temps d'arrêt imprévus des machines et d'augmenter la productivité du personnel de maintenance jusqu'à 30%.

Suite à son acquisition par Siemens, Senseye devient une filiale à 100% de Siemens holdings plc au Royaume-Uni, et l'entreprise est rattachée au niveau organisationnel à Siemens Digital Industries et fait partie de l'unité commerciale Customer Services.

« Les solutions fondées sur l'IA de Senseye complètent notre portefeuille de services numériques pour une maintenance prédictive efficace et évolutive, précise Margherita Adragna, CEO en charge des services clients pour les industries numériques chez Siemens AG. Cela va nous permettre de proposer des solutions flexibles pour aider les industriels à déterminer l'état futur de leurs machines et, par conséquent, à augmenter l'efficacité globale de leurs équipements »