En 2021, Verres plats Vivix, l'un des principaux fabricants de verre plat du Brésil, a entamé un voyage audacieux avec MendixL’objectif était clair : rationaliser les opérations complexes, accélérer l’innovation et équiper les équipes de première ligne d’outils plus intelligents, de la traçabilité complète des produits au contrôle des processus en temps réel.

« Nous nous appuyons sur des solutions numériques pour apporter de multiples formes de valeur à notre entreprise », a déclaré Aristóteles Terceiro Neto, responsable de la transformation industrielle chez Vivix. « Si le retour sur investissement est un objectif clé, nous cherchons également à améliorer l'expérience de travail quotidienne de nos opérateurs et managers. »

Depuis 2024, l'approche pionnière de Vivix a acquis une reconnaissance mondiale, notamment grâce à Siemens Prix ​​Texcellence et AWS Gen AI Gamechanger.

Lors de Realize Live Detroit 2025, Neto a expliqué comment l'équipe a rapidement fait évoluer son Mendix portefeuille, désormais composé de près de 30 applications, tout en construisant un écosystème de données résilient et prêt pour l'IA.

« L'un des défis permanents du secteur est de normaliser et d'utiliser efficacement les données », a déclaré Neto. « Nous devions intégrer ces données à Mendix « Pour faire évoluer rapidement nos solutions et développer différentes applications adaptées à nos besoins, nous devons trouver le juste équilibre entre efforts, coûts et performances. »

Aujourd'hui, Vivix va au-delà transformation numérique et dans des opérations intelligentes où l'analyse avancée et l'IA favorisent une amélioration continue performances de fabrication.

Faire progresser la maturité numérique industrielle

Chez Vivix, la complexité et la fragmentation des données industrielles sont devenues de plus en plus évidentes. L'entreprise traitait un large éventail d'informations, telles que des schémas techniques, des modèles 3D, des alertes machines continues et des enregistrements de production exhaustifs.

La plupart de ces données ont été initialement conçues pour des bactéries équipements, à ne pas analyser. Harmonisation et intégration L’un de leurs plus grands défis a été de rassembler ces diverses sources dans un système cohérent et utilisable.

« La plupart des entreprises industrielles consacrent beaucoup de temps au traitement des données au quotidien », a souligné Neto. « Normalement, environ 80 % du temps des forces de l'ordre est consacré à ce traitement. »

Des formats de données, des unités, des filtres et des intervalles de collecte incohérents – souvent sur des équipements identiques – ainsi que des horodatages non synchronisés entre les automates programmables et les systèmes back-end ont entravé les solutions de fabrication évolutives et fiables.

S'appuyant sur leur nouvelle Mendix fondation, Vivix a décidé de mettre en œuvre une architecture DataOps conçue pour connecter Mendix avec des données d'atelier en temps réel provenant de leurs systèmes OT disparates, y compris Industrial Edge données d'application déployées.

Ils ont présenté HighByte sur AWS en tant que couche centrale de modélisation et d'intégration des données, leur permettant d'organiser les données industrielles selon trois perspectives clés : les actifs, les processus et les produits.

Établissement des structures de données de base

En adoptant l’approche de la structure de données industrielles, Vivix a donné la priorité au stockage, à la contextualisation et à l’utilisation complets des données dans l’ensemble de l’organisation.

En intégrant Industrial Edge avec infrastructure de cloud puis relier l'atelier aux systèmes d'entreprise, Mendix a servi de couche d'application unificatrice qui a permis des informations en temps réel et une prise de décision éclairée.

En 2025, l’entreprise a encore élargi son écosystème numérique en intégrant des partenaires comme Snowflake et Neo4j pour améliorer encore les capacités de données.

Pourtant, des défis subsistaient. Des données fragmentées et cloisonnées produisaient souvent des résultats incomplets ou trompeurs pour les copilotes de l'IA, limitant ainsi leur efficacité en atelier. Les tableaux de bord BI traditionnels, avec leurs vues statiques, peinaient à fournir des informations plus approfondies et exploitables.

IA générative a changé la donne en fournissant un accès instantané à des informations riches en contexte et en guidant même les équipes pour poser les bonnes questions.

Aujourd'hui, leur architecture de données se compose de :

• Flocon pour des analyses évolutives et structurées
• Senseye, connecté à Octet élevé, reliant l'atelier et le cloud
• Plusieurs formats (P&ID, modèles 3D, documents d'ingénierie) incorporés en couches
• Altair AI Studio et Altair AI Hub pour connecter les flux de données industrielles

Cela a marqué un changement significatif de l'Industrial Data Fabric vers Tissu de connaissances industrielles là où les données sont véritablement comprises et activées.

Tout au long de leur parcours vers la numérisation des DataOps et de l'IA en entreprise, Vivix a gardé Mendix devant l'esprit.

Avec une approche stratégique intelligente Mendix développement, l'équipe a commencé à créer des applications de base exploitant l'intelligence artificielle pour améliorer la maintenance des machines et l'excellence opérationnelle.

Améliorer la surveillance des fours grâce à l'IA

Dans le cadre de son évolution numérique continue, Vivix connaît un changement fondamental dans la manière dont elle applique l’IA, passant des systèmes réactifs à une intelligence proactive et contextuelle.

Au cours de son voyage de quatre ans avec Mendix, le fabricant a construit un portefeuille croissant d'applications industrielles, notamment Digital Shift Manager, Glass DNA, Quality Management, Advanced Planning and Scheduling (APS) et l'assistant Virtual Engineer AI.

Mais son initiative phare, Smart Furnace Monitoring, représente une nouvelle ère de fabrication basée sur l’IA.

« Imaginez un four de 120 millions de dollars et votre travail consiste à vous assurer que ses parois intérieures ne s'effondrent pas au cours des 18 prochaines années », a décrit Neto.

La surveillance intelligente des fours combine des données industrielles en temps réel, une modélisation prédictive et des analyses historiques pour prédire la dégradation du four avant que cela n'arrive. Il fait le pont Mendix applications avec la couche de données de HighByte, permettant une intelligence contextuelle dans toute l'usine.

Pour optimiser la maintenance des fours et prolonger la durée de vie des actifs, Vivix a adopté une approche en deux étapes :

1. Simulations et traitement des données thermiques alimentés par des algorithmes avancés, ils évaluent les modèles de dégradation et projettent l'usure future.
2. A générative basée sur l'IA Mendix application de gestion fournir des informations exploitables aux équipes de maintenance et soutenir les diagnostics, les pronostics, la maintenance prédictive et la gestion des connaissances.

Cependant, l'imagerie thermique seule s'est avérée peu fiable pour détecter la dégradation. En réponse, Vivix a développé une Mendixapplication mobile basée sur Pour les techniciens de terrain utilisant des appareils et smartphones Fluke. Cette solution basée sur l'IA applique la vision par ordinateur à :

• Identifiez l'emplacement exact de chaque image thermique
• Correction automatique des écarts de positionnement entre les opérateurs
• Analyser la vitesse du flux d'air, un indicateur clé de la dégradation
• Supprimez les obstructions visuelles pour une analyse plus claire des parois du four

Cette combinaison permet à Vivix de gérer l’un de ses plus actifs critiques Avec plus de sécurité, de précision et de confiance. Pour Neto, garder un œil numérique sur les équipements industriels leur permet de fonctionner 24h/7 et XNUMXj/XNUMX.

Plus particulièrement, l’ensemble de ce système d’IA générative a été construit par Mendix spécialistes.

Grâce à son approche simplifiée et low-code, Vivix prévoit déjà d'étendre l'IA plus loin dans le Mendix écosystème, automatisant les flux de travail tels que l'approvisionnement en matériel et la planification de la maintenance pour :

• Augmenter la durée de vie des actifs
• Améliorer la sécurité opérationnelle
• Prendre des décisions fondées sur les données
• Améliorer la gestion des connaissances sur les actifs

Dynamiser la transformation numérique à grande échelle

En seulement cinq ans, Vivix a repoussé les limites de l'innovation industrielle et du développement low-code avec Mendix Optimiser chaque étape de la transformation. Passant des données brutes aux connaissances exploitables et des systèmes déconnectés à un écosystème intégré, Vivix fonctionne plus intelligemment, plus rapidement et avec beaucoup moins de frictions à chaque étape de l'opération.

Et le voyage est loin d’être terminé.

« Notre prochain objectif est de passer d’une ombre numérique à une véritable jumeau numérique« », a déclaré Neto. « Maintenant, avec Mendix « Dans une stratégie multi-agents, nous pouvons exécuter des applications de manière transparente sur Industrial Edge et le cloud. »

Cependant, face à l'accélération des capacités numériques, Neto a également souligné l'importance cruciale de placer l'humain au cœur de la transformation de l'IA. Pour contribuer à la diffusion de l'IA avantages de la numérisation à travers Le secteur industriel du BrésilVivix a même lancé Maya, une alliance industrielle régionale axée sur le partage des connaissances techniques et des meilleures pratiques numériques.

« Notre objectif est d’étendre les leçons de transformation numérique apprises chez Vivix aux entreprises voisines, créant ainsi un écosystème plus fort », a déclaré Neto.

Vivix comprend également que l’innovation réussie n’est pas seulement technique, mais .Reconnaissant l’investissement nécessaire à une transformation significative, Neto a souligné la nécessité de partenariats et d’échelle.

« La transformation numérique a un coût. Pour atteindre la pointe de la technologie en matière d'IA, il faut une puissance économique et le savoir-faire de différentes entreprises pour créer ensemble de nouvelles solutions », a déclaré Neto.