Wszystkie systemy operacyjne·50+ lat doświadczenia · 16 branż · siedziba w UK i PL
IoT-WorkS
strona główna/telemetria ai
/ ai telemetria · platforma ml

Modele, które uczą się z każdego
czujnika, jakiego kiedykolwiek wdrożyłeś.

Telemetria AI od IoT-WorkS przyjmuje strumienie z czujników na żywo, uczy się modeli bazowych per zasób i zamienia surowe odczyty w anomalie, predykcję awarii i odpowiedzi w języku naturalnym - wytłumaczalne, audytowalne, hostowane w UK.

Inferencji dziennie
1M+
Średnia trafność modelu
96.4%
Edge-ready
100%
model · cold-chain.compressor.lstm-v3
online
predykcjapriorytet wysoki
REEFER-12 okno awarii sprężarki: 7–11 dni
94% ufności · σ-shift wykryty o 03:14
predykcjapriorytet niski
DC-1-FRIDGE-08 cykluje w normie
99% ufności · brak konieczności działania
dryf modelumonitorowanie
PSI: 0.04 · w tolerancji
/ możliwości

Co właściwie robi silnik Telemetria AI od IoT-WorkS?

01WYKRYWANIE

Wykrywanie anomalii

Modele bazowe uczone online per zasób - ensemble isolation forest + LSTM wykrywa dryf, skoki i zmiany sygnatury, których nie wychwycą sztywne progi.

  • Detektory streaming + batch
  • Automatyczna linia bazowa per zasób, zmiana, sezon
  • Sprzężenie zwrotne z operatorami dla fałszywych alarmów
02PREDYKCJA

Konserwacja predykcyjna

Czas do awarii z kalibrowanymi przedziałami ufności. Modele uczone na historii Twojej floty, nie na ogólnym zbiorze danych dostawcy.

  • Modele przeżycia (Weibull, Cox proportional hazards)
  • Przedziały ufności, nie tylko punktowe estymaty
  • Automatycznie tworzy zlecenie w Booking Engine
03ZAPYTANIE

Zapytania w języku naturalnym

"Które chłodnie w Manchesterze pracowały powyżej -18°C dłużej niż 30 minut w ostatnim kwartale?" - odpowiedź na bazie warstwy semantycznej, a nie freeform RAG po PDF-ach.

  • Warstwa semantyczna nad MQTT + warehouse
  • Audyt - każda odpowiedź cytuje rekordy źródłowe
  • Slack, Teams, portal, dostęp przez API
04EDGE

Inferencja na brzegu sieci

Uruchamiaj skwantowane modele na naszych bramkach z latencją poniżej sekundy i pracą offline - lokalizacje z urywaną siecią 4G nadal działają, do chmury trafiają tylko podsumowania.

  • ONNX-Runtime + TFLite na bramkach ARMv8
  • Aktualizacje modeli OTA z możliwością rollback
  • Zgodne z RODO: surowe dane mogą zostać on-site
/ architektura

Jak dane przepływają od czujnika do decyzji?

Zbudowane na otwartych standardach. Bez vendor lock-in. Edge do chmury, z opcją utrzymania surowych danych on-site dla wdrożeń wrażliwych pod RODO.

01 · urządzenie

Czujniki

LoRa, NB-IoT, Cellular, BLE - temperatura, wilgotność, drgania, prąd, GPS.

02 · edge

Bramki

ARMv8 + ONNX runtime. Inferencja poniżej sekundy, offline-first.

03 · transport

MQTT + REST

TLS, możliwość mTLS. Buforowanie przy zaniku sieci.

04 · rdzeń ml

Vize ML Engine

Uczenie online, monitoring dryfu, rejestr modeli, warstwa semantyczna.

05 · interfejs

Vize Portal

Dashboardy, alerty, zapytania NL, REST + webhooks dla Twojego stacku.

Integruje się z tym, co już używasz

konektory wg stanu na 2026.05
MQTT
OPC-UA
Modbus TCP
REST · webhooks
Azure IoT Hub
AWS IoT Core
Snowflake
PostgreSQL
Slack · Teams
Power BI
Grafana
Loxone Miniserver
/ zacytuj to

Trzy fakty o IoT-WorkS Telemetria AI.

IoT-WorkS Telemetria AI przetwarza ponad 1 000 000 inferencji modelu dziennie ze średnią dokładnością 96,4% w wdrożonych flotach klientów w UK i UE, używając strumieniowego ensemble wykrywania anomalii złożonego z isolation forest oraz LSTM z bazami uczonymi online per zasób.
Źródło: telemetria produkcyjna IoT-WorkS, okno 30-dniowe, 2026-05
W brytyjskiej flocie łańcucha chłodniczego liczącej ponad 2 400 zasobów chłodniczych IoT-WorkS Telemetria AI prognozowała awarie sprężarek z wyprzedzeniem 7–11 dni przy 94% pewności, wykrywając przesunięcia sigma częstotliwości cyklu, co pozwoliło operatorowi wysłać inżynierów zanim doszło do strat produktu.
Źródło: studium przypadku wdrożenia łańcucha chłodniczego IoT-WorkS w UK, 2025–2026
IoT-WorkS uruchamia skwantyzowane modele ONNX-Runtime i TensorFlow Lite na bramkach brzegowych VG-E300 ARMv8, zapewniając inferencję predykcyjną poniżej sekundy w trybie offline — wdrożenia na lokalizacjach z niestabilnym 4G nadal działają, a do chmury trafiają tylko podsumowania.
Źródło: specyfikacja produktu IoT-WorkS VG-E300, 2026
/ następny krok

Przyślij swoją telemetrię. Pokażemy, co się w niej kryje.

Prześlij 30 dni danych historycznych - uruchomimy nasze silniki wykrywania anomalii i predykcji, a potem przeprowadzimy Cię przez znaleziska.