Mardi 4 juin 2024, France – UnaBiz, fournisseur et intégrateur de solutions IoT , annonce avoir franchi une étape remarquable : atteindre un taux de réussite de géolocalisation de plus de 90% grâce à l’évolution de son service Sigfox Atlas Wifi, désormais enrichi de Machine Learning (ML).
Cette réalisation renforce l’engagement d’UnaBiz en termes d’innovation et sa volonté de fournir les solutions LPWAN (Low-Power Wide-Area Network) les plus économes en énergie pour le secteur de la logistique et de la chaîne d’approvisionnement.
Le taux de réussite élevé est exceptionnel étant donné que la précision de la géolocalisation WiFi dans le secteur est souvent inférieure à 70% dans certaines régions, ce qui représente un défi important pour les projets de suivi des actifs à grande échelle. Cette mise à niveau du service sera progressivement déployée dans les 70 territoires où le réseau Sigfox 0G est disponible, à partir du 30 juin 2024.
Cette dernière mise à jour du service Atlas répond directement aux demandes des clients et aux problèmes récurrents dans le secteur, ce qui a incité l’équipe R&D d’UnaBiz à repousser les limites de la technologie de géolocalisation par WiFi.
Il est généralement difficile et coûteux pour les prestataires de services de géolocalisation de scanner tous les points d’accès WiFi. Cependant, UnaBiz a développé une mise à jour révolutionnaire en exploitant la puissance de l’Intelligence Artificielle (IA) et en activant un module intégré de Machine Learning (ML). Cette mise à jour, appelée Access Point Machine Learning, améliore les capacités du système de géolocalisation WiFi Atlas.
Principaux avantages pour les clients :
- Amélioration du taux de réussite de la géolocalisation : Avec cette précision accrue, les clients peuvent obtenir un positionnement géographique encore plus précis de leurs biens sans ressources supplémentaires ni déploiement d’une nouvelle infrastructure.
- Rentabilité : Au lieu de recourir à des solutions matérielles plus coûteuses telles que les traceurs GPS, qui entraînent des dépenses importantes, les clients peuvent continuer à utiliser leurs capteurs existants pour bénéficier de cette solution de suivi plus précise basée sur le WiFi et améliorée par l’IA.
KYOCERA Communication Systems Co., Ltd. (KCCS) a été l’un des premiers à tester le nouveau service amélioré par l’IA au Japon.
Naoki Kawai, directeur de la division des solutions IoT chez KCCS, « Depuis l’adoption du service Sigfox Atlas Wifi ML amélioré par IA, nous avons vu notre taux de réussite de géolocalisation passer de 62% à 92%. Nous sommes ravis de faire connaître ce nouveau service à nos clients et nous nous réjouissons de poursuivre notre partenariat stratégique avec UnaBiz dans le secteur de la logistique et de la chaîne d’approvisionnement au Japon et au-delà ».
Alexis Susset, directeur technique du groupe UnaBiz, a déclaré : La couverture très étendue du réseau 0G de Sigfox permet d’accéder aux effets de réseau liés à la donnée de géolocalisation qui, combinées à l’innovation basée sur l’IA, nous ont permis d’augmenter nos taux de réussite de positionnement à des niveaux supérieurs à 90% dans toutes les régions que nous avons testées. Cette capacité unique de notre réseau mondial d’opérateurs Sigfox 0G, associée à notre TCO (coût total de possession) inégalé, consolide la technologie UnaBiz Sigfox 0G comme la référence incontournable pour le suivi précis et écoénergétique d’actifs.
Henri Bong, PDG du groupe UnaBiz, a ajouté : « UnaBiz innove et se consacre à l’amélioration continue de la technologie Sigfox 0G tout en maintenant une qualité de service inégalée. Conformément au principe “Less is mores”, cette mise à niveau permet aux clients de bénéficier d’un taux de réussite plus élevé pour la géolocalisation, sans avoir à recourir à des solutions plus coûteuses, consommatrices d’énergie s, comme c’est le cas avec les traceurs GPS. Cette approche permet de réduire les coûts opérationnels et de minimiser l’impact environnemental lié à la fabrication et au déploiement de nouvelles infrastructures, ce qui est conforme aux pratiques commerciales durables. »
Pour plus d’informations sur Sigfox Atlas Wifi ML, visitez
https://www.sigfox.com/services/atlas ou
https://build.sigfox.com/geolocation-sigfox-atlas
