En septembre, Yuval Steinitz, le ministre des Infrastructures nationales, de l’Energie et des Ressources en eau a dû permettre l’usage temporaire d’une source de carburant alternative pour produire de l’électricité, car un tuyau fissuré de Tamar, le seul champ de gaz naturel commercial d’Israël, a entraîné l’arrêt de la production pendant près d’une semaine.

Ce sont ces problèmes que Precognize veut empêcher, en utilisant l’intelligence artificielle pour analyser les données, détecter les risques et envoyer des avertissements, a indiqué Chen Linchevsky, son président fondateur.

« Dans de nombreux cas, nous pourrons vous dire que quelque chose commence à défaillir », a-t-il dit.

En utilisant une grande quantité de données reçues de milliers de capteurs installés autour des centrales ou des usines, la technologie de maintenance prédictive développée par Precognize peut traduire les informations brutes en avertissement spécifique, suffisamment tôt pour éviter les problèmes et anticiper une réponse.

Fondée en 2011, la start-up israélienne de Tirat Carmel a réussi à s’assurer des clients internationaux, notamment l’allemand BASF, le plus grand producteur de produits chimiques au monde, et la Corporation israélienne d’électricité.

Le champ de gaz naturel de Tamar, au large d'Ashkelon. (Crédit : Moshe Shai/Flash90)

Le champ de gaz naturel de Tamar, au large d’Ashkelon. (Crédit : Moshe Shai/Flash90)

Linchevsky a expliqué que les systèmes de sécurité industrielle collectent d’énormes quantités de données, mais que la technologie actuelle n’a pas la capacité de transformer ces données en avertissements concrets qui permettraient de réduire voire d’empêcher tout problème. C’est précisément là que reposent l’innovation cruciale de Precognize, et son avantage commercial.

« Dans un environnement très complexe, il y a des milliers d’anomalies [de données], et il existe un fossé énorme entre les anomalies des données et les problèmes réels des usines », a indiqué Linchevsky. Les irrégularités n’apparaissent généralement pas sous forme visuelle, et il est souvent difficile de comprendre s’il y a un réel problème qui nécessite de l’attention, ou si c’est simplement une fausse alarme, a-t-il dit.

« Nous sommes l’une des rares entreprises qui ont comblé ce fossé », a-t-il dit.

La technologie de Precognize construit une représentation modélisée de l’usine et projette les anomalies des données sur le modèle « afin d’agréger tout ce bruit en quelques alertes significatives », a dit Linchevsky. Il a attribué cette capacité à sa formation et à celles des autres cadres de Precognize en schémas théoriques et en ingénierie des systèmes, acquise au Technion, l’Institut de technologie d’Israël.

Dans une usine industrielle typique, qui compte des milliers de capteurs en étroite relation, la gestion des données « ne suffit pas », a indiqué Linchevsky. En combinant l’analyse des données avec l’ingénierie des systèmes, les anomalies n’apparaissent plus comme des fluctuations aléatoires de données mais comme des situations matérielles qui touchent le fonctionnement de l’usine, avec une interface visuelle qui permet, selon Precognize, « à des experts opérationnels sans formation en modélisation de décrire précisément leurs systèmes. »

Chen Linchevsky, fondateur et PDG de Precognize. (autorisation)

Chen Linchevsky, fondateur et PDG de Precognize. (autorisation)

L’innovation de Precognize trouve son origine dans le mélange de deux disciplines, l’analyse de données et les schémas théoriques, a indiqué Linchevsky. Comme peu d’entreprises font cela, a-t-il ajouté, Precognize n’a pas beaucoup de concurrents pour l’instant.

Precognize a connu son premier grand succès quand la Corporation israélienne d’électricité l’a autorisé à tester sa version beta sur une de ses usines. Peu après, Precognize a été choisi parmi 300 autres entreprises par le géant allemand BASF pour installer sa technologie de maintenance prédictive sur ses usines, et depuis, « tout roule », a dit Linchevsky.

Fin 2016, la start-up a levé près de deux millions de dollars auprès de Maverick TLV, ce qui lui a permis de laisser derrière elle sa phase d’amorçage, a dit Linchevsky. Elle cherche à présent à appliquer sa technologie à d’autres domaines, comme les transports.