IBM mise sur l'Europe pour lancer Watson dans l'IoT

IBM mise sur l'Europe pour lancer Watson dans l'IoT Le groupe américain installe à Munich le siège de son entité en charge de développer l'offre Watson centrée sur l'IoT. En parallèle, IBM annonce une série d’API Watson pour l’analyse de données issues de l'Internet des objets.

En mars dernier, IBM annonçait un investissement de 3 milliards de dollars sur quatre ans dans l'Internet des objets (IoT). Mobilisant 2000 experts et consultants sur le sujet, le groupe précisait vouloir couvrir de nombreux domaines industriels de l'IoT : l'optimisation des transports, le pilotage de la distribution de l'eau et de l'énergie, le paiement à l'usage dans l'assurance automobile, les bâtiments connectés…

Parmi les pièces maitresses promues dans le cadre de cette stratégie : le supercalculateur Watson et sa déclinaison cloud. Il doit permettre à IBM de proposer une brique pour analyser en temps réel les flux d'informations en provenance des objets connectés. En novembre, le groupe lançait une entité chargée précisément de développer une offre Watson centrée sur l'IoT : Watson IoT. Aujourd'hui, IBM annonce l'ouverture du siège mondial de cette entité à Munich en Allemagne.  Un campus qui doit regrouper 1000 développeurs, consultants et chercheurs, avec pour vocation de travailler à la conception de solutions à l'intersection entre l'informatique cognitive et l'IoT.

Le plus important investissement d'IBM en Europe depuis plus de deux décennies

"Ce nouveau siège représente le plus important investissement d'IBM en Europe depuis plus de deux décennies", indique le groupe qui annonce aussi l'ouverture de 8 centres d'accompagnement clients autour de l'offre Watson IoT à travers le monde (aux Etats-Unis, en Asie et en Europe).

Parallèlement, IBM livre une série d'API Watson centrées sur l'analyse de données IoT. Objectif : donner les moyens à ses clients et partenaires de développer des services de traitement de flux et autres offres associées sur ce segment des objets connectés. Ces interfaces portent à la fois sur le traitement du langage naturel, l'analyse de textes non-structurés, le machine learning, ainsi que l'analyse d'images ou de vidéos.