Как сообщает AWS Machine Learning, компания Trane Technologies управляет миллионами подключенных систем отопления, вентиляции и кондиционирования воздуха (HVAC) по всему миру, однако получение единого оперативного ответа может занять более 20 минут из-за необходимости пересечения нескольких панелей управления и навигации по меню. Для организаций такого масштаба подобные задержки замедляют операции, откладывают корректирующие действия и создают значительное влияние на бизнес. В течение 3–4 недель инженерная команда Trane разработала решение на базе искусственного интеллекта с использованием Amazon Bedrock AgentCore, которое сократило 20-минутный многослойный диагностический процесс до 20-секундного взаимодействия на естественном языке. Это основано на внутреннем бенчмаркинге Trane с техниками за несколько недель. Данное решение представляет собой улучшение времени получения информации в 60 раз, помогая перейти от реактивного реагирования к более проактивной, основанной на данных оптимизации. Trane Technologies является глобальным инноватором в области климата с более чем 21 миллиардом долларов ежегодной выручки и операциями в более чем 100 странах. Через свой стратегический бренд Trane компания управляет миллионами подключенных систем HVAC, охватывающих дата-центры, больницы, производственные предприятия и коммерческую недвижимость. В центре этого обширного ландшафта находится Trane Cloud, цифровой центр, который агрегирует данные о производительности в реальном времени от миллионов систем HVAC. Trane Cloud преобразует сырые данные оборудования в действенную информацию для предсказательного обслуживания, оптимизации энергопотребления и операционного совершенства. Хотя системы управления зданиями на основе панелей управления предоставляют основу для мониторинга и контроля, извлечение межсистемных инсайтов все еще требует от пользователей навигации по нескольким экранам, многослойным меню и несвязанным панелям управления. Объединив обработку естественного языка с глубокой интеграцией в Trane Cloud, пользователи могут получать доступ к оперативному контексту через единый разговорный интерфейс. Существующие инструменты представляют единый интерфейс для всех ролей, требуя от каждого пользователя навигации по функциям вне их рабочего процесса. Приложения для управления зданиями требуют навигации экран за экраном, что усложняет сравнение между оборудованием и заставляет пользователей запоминать иерархии меню и техническую терминологию. Даже базовые вопросы на уровне портфолио могут требовать времязатратных ручных процессов через несколько экранов. Решение Trane и Trane Cloud обеспечивает четыре ключевые возможности: контроль доступа на основе ролей, который адаптирует ответы к разрешениям и потребностям каждого пользователя; аналитика HVAC в реальном времени, предоставляющая мгновенный доступ к текущим и историческим данным производительности; интеллектуальный поиск по базе знаний Trane с технической документацией и лучшими практиками; расширяемая архитектура, которая развивается с advancing AI capabilities и расширяется на дополнительные системы зданий. Архитектура решения предназначена для расширяемости. Команды могут подключать дополнительные агенты или инструменты, такие как системы управления заявками и системы управления взаимоотношениями с клиентами (CRM), через AgentCore Gateway, возможность Amazon Bedrock AgentCore и открытые стандарты, такие как Model Context Protocol (MCP). Результаты использования Amazon Bedrock AgentCore и Strands framework показали улучшение времени получения информации в 60 раз. Сравнения между оборудованием и диагностические процессы, которые ранее требовали навигации по нескольким экранам, теперь выполняются через единый запрос на естественном языке за считанные секунды. Это помогает командам работать быстрее, сокращать этапы анализа и принимать более проактивный подход к операциям в помещениях. Реализация Trane демонстрирует, как организации могут использовать AI-агентов и свои собственные данные как явное конкурентное преимущество. Построив на базе Amazon Bedrock AgentCore, организация установила надежный, безопасный корпоративный стандарт, который можно масштабировать и повторно использовать в различных бизнес-единицах. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником. Оптимизация генеративного ИИ на Amazon SageMaker с помощью свипов параллелизма Tata Elxsi создает платформу для обнаружения рисков на заводах SpeakON представила магнитную кнопку с голосовым вводом для iPhone. Snorkel AI привлёк $350 миллионов и увеличил свою оценку до $3,5 миллиарда. Rabbit анонсировал OS3 — новую программную платформу для ИИ-агентов.