A divisão de Impressão 3D da HP está possibilitando que os clientes monitorem o desempenho dos equipamentos em tempo quase real. Usando o Delta Sharing e outros recursos do Databricks, a HP fornece uma solução segura e escalável para insights sobre o DNA do equipamento, capacitando ações proativas de negócios e manutenção.
Javier Lagares é um Engenheiro de Dados Principal na HP, onde lidera o desenvolvimento de soluções baseadas em dados para o negócio de impressão 3D. Com uma sólida formação em engenharia e arquitetura de dados, Javier é apaixonado por aproveitar os dados para impulsionar os resultados de negócios e melhorar a experiência do cliente.
À medida que as empresas passam a depender cada vez mais dos dados para tomar decisões em todas as indústrias, a divisão de Impressão 3D da HP está liderando a carga com uma iniciativa transformadora: compartilhar dados de telemetria de equipamentos quase em tempo real com seus clientes que usam Impressoras 3D como parte de seu próprio processo de fabricação. Essa capacidade de compartilhamento de dados permite que os clientes da HP monitorem o desempenho e o uso de seus equipamentos alugados e tomem ações de negócios ou manutenção proativamente usando insights de dados. Ao usar Delta Sharing e outros recursos do Databricks como Catálogo Unity, Mosaic AI e painéis de AI/BI, a HP construiu uma solução segura e escalável que fornece insights abrangentes sobre o desempenho da máquina, o uso de materiais e as necessidades de manutenção.
A HP está comprometida em fornecer aos seus clientes insights detalhados e acionáveis sobre seus equipamentos. Esta iniciativa permite que os clientes visualizem e analisem os dados de telemetria de suas impressoras, tornando possível otimizar suas operações, reduzir o tempo de inatividade e obter uma compreensão clara do uso de recursos para reduzir custos.
Liderado por Javier Lagares - engenheiro de dados principal, a HP implementou uma solução de dados abrangente na Plataforma de Inteligência de Dados Databricks. Esta solução captura dados de telemetria de uma série de sensores embutidos nos equipamentos da HP e combina-os com dados de vários outros dispositivos, incluindo não apenas impressoras, mas também estações de processamento (que lidam com tarefas que preparam um objeto impresso em 3D para seu uso final), estações de desembalagem (que desembalam peças, removem pó e reciclam materiais após a impressão 3D), estações de cura (que endurecem e estabilizam as peças após a impressão), entre outros. Esses sensores coletam informações críticas para cada estação de processamento, como os trabalhos processados e os materiais usados nos trabalhos, entre vários outros pontos de dados. Esses dados formam essencialmente o "DNA" de cada impressora, permitindo que a HP e seus clientes obtenham insights valiosos sobre todo o ciclo de vida do trabalho de impressão.
A solução da HP é construída sobre a arquitetura de medalhão do Databricks, que é projetada para permitir a ingestão de dados escalável, transformação e compartilhamento; e inclui quatro estágios principais:
A arquitetura de medalhão permite que a HP processe e compartilhe dados de telemetria garantindo que os clientes sempre tenham informações atualizadas à sua disposição.
Uma vez que os dados de telemetria foram processados, a HP os compartilha com os clientes usando as capacidades de compartilhamento aberto Delta Sharing (D2O) do Databricks. Esses recursos permitem que os clientes da HP consumam os dados; independentemente de eles usarem o Databricks ou não. Os destinatários podem se conectar diretamente aos dados compartilhados usando os conectores Delta Sharing que suportam vários sistemas como pandas, Tableau, Power BI, Apache Spark, Rust, ou outros que suportam o protocolo aberto. Quando um cliente é registrado, ele recebe um endpoint da HP, que pode usar para acessar conjuntos de dados usando qualquer conector Delta Sharing ou APIs.
Para tornar o processo tranquilo para os clientes, a HP fornece documentação completa para cada conjunto de dados, detalhando como consumir os dados. A HP também inclui código de exemplo que aproveita as bibliotecas D2O para ajudar os clientes a integrar rapidamente os dados em seus pipelines, bem como um painel PowerBI pré-construído que lê dados através do conector Delta Sharing e que os clientes podem usar se preferirem não criar suas próprias visualizações. Esse nível de suporte garante que os clientes da HP possam começar a usar e analisar seus dados de telemetria sem qualquer conhecimento prévio em Delta Sharing ou na arquitetura de dados subjacente.
Uma das características mais impactantes da solução da HP é a inclusão de alertas de manutenção preditiva. Usando modelos de aprendizado de máquina que aproveitam as capacidades do Mosaic AI, a HP pode prever com precisão as necessidades de manutenção com base em dados de telemetria. Esses alertas de manutenção preditiva são fornecidos ao suporte ao cliente da HP para ajudá-los a proporcionar uma melhor experiência ao cliente, entrando em contato com os clientes para agendar a manutenção do equipamento, garantindo que suas impressoras permaneçam em condições de trabalho ótimas.
Esses modelos de aprendizado de máquina analisam padrões de dados de telemetria, que podem indicar sinais precoces de possíveis problemas. Ao fornecer esses alertas, a HP aumenta a satisfação do cliente, permitindo que eles planejem com antecedência e reduzam as interrupções em seus processos de produção.
Com a privacidade dos dados do cliente e a segurança dos dados sendo prioridades máximas, a HP utiliza o Catálogo Unity para impor a governança de dados e aplicar a segmentação de clientes. O Catálogo Unity permite que a HP controle o acesso aos ativos de dados em um nível granular, permitindo que eles segreguem os dados para cada cliente e apliquem políticas de acesso a dados personalizadas com base em termos de contrato específicos. Esse modelo dinâmico garante que cada cliente tenha acesso apenas aos seus próprios dados.
Além disso, a HP implementou o ApiGee para melhorar ainda mais a segurança dos dados. O ApiGee atua como uma camada de mascaramento para todas as URLs internas da HP, tornando o processo de compartilhamento de dados 100% transparente para os clientes. O uso do ApiGee garante que os clientes interajam apenas com endpoints seguros, aderindo ao framework de segurança de dados da HP.
A HP também utiliza o Databricks Painéis de AI/BI para monitorar o uso de sua solução de telemetria. Esses painéis fornecem métricas sobre a frequência de acesso aos dados, localização geográfica e o número de usuários acessando os dados, entre outros pontos de dados interessantes, dando à equipe da HP uma visão abrangente de como sua solução é realmente utilizada.
Esses dados de uso permitem que a HP entenda os padrões de consumo dos clientes e identifique áreas para melhoria. Por exemplo, se a HP perceber um recurso específico que é frequentemente acessado, eles podem priorizar melhorias nesse recurso nas futuras iterações do produto. Além disso, os painéis de AI/BI oferecem insights sobre tendências geográficas, permitindo que a HP personalize suas ofertas de suporte e serviço para atender às necessidades dos clientes regionais.
A capacidade de acessar e analisar dados de telemetria quase em tempo real é um divisor de águas para a impressão 3D. A solução da HP não apenas oferece insights valiosos sobre o desempenho da máquina e o processo de geração de peças em 3D, mas também permite que os clientes adotem uma abordagem proativa para a manutenção dos equipamentos, maximizando o valor de suas impressoras 3D alugadas. Ao continuar investindo em tecnologias avançadas de compartilhamento de dados, a HP está estabelecendo o padrão para inovação orientada por dados na indústria de impressão 3D.
À medida que a HP continua a refinar e expandir suas capacidades de compartilhamento de dados, eles são um líder claro em um futuro onde os insights de dados se tornam integrantes dos processos industriais e do engajamento do cliente. Com cada nova melhoria, a HP demonstra seu compromisso em alavancar a tecnologia para o empoderamento do cliente, estabelecendo um alto padrão para o compartilhamento de dados e monitoramento de máquinas.
(This blog post has been translated using AI-powered tools) Original Post