C3 AI und Bloom Energy gaben bekannt, dass die beiden Unternehmen zusammenarbeiten, um innovative KI-basierte Lösungen zu implementieren, die den Umfang und die Präzision der Produktüberwachungstechnologie von Bloom erweitern. Mit der C3 AI Reliability Suite wird Bloom Energy in der Lage sein, die betriebliche Leistung zu steigern, die Zuverlässigkeit zu verbessern und die Energieausbeute seiner Brennstoffzellenserver zu maximieren. KI-basierte Erkenntnisse werden den Fernüberwachungsteams von Bloom zeitnahe Empfehlungen geben, um die Leistung der Brennstoffzellenserver zu verbessern.

Mit einer installierten Leistung von einem Gigawatt empfängt und überwacht Bloom täglich eine Milliarde Leistungsdaten in Echtzeit von seinen Energiesystemen und hat die Nutzung von Datenanalysen im Energiesektor vorangetrieben, um die Leistung von Brennstoffzellen zu überwachen und zu verbessern und neue Innovationen in Wissenschaft, Forschung und Technologie zu unterstützen. Jetzt werden die Remote-Engineering-Teams von Bloom KI-Empfehlungen, Warnungen und Workflows innerhalb der C3 AI Reliability Suite nutzen, um die Betriebsparameter der Brennstoffzellen anzupassen, die sich auf die Leistung und Lebensdauer der Zellen auswirken, und so die operative Exzellenz von Bloom weiter zu verbessern. Die Plattform von Bloom Energy liefert zuverlässige, belastbare und nachhaltige Energie für Unternehmen und Gemeinden.

Die Brennstoffzellen von Bloom basieren auf einer proprietären Festoxidtechnologie und arbeiten mit hohem Wirkungsgrad ohne Verbrennung, was einen flexiblen Einsatz und eine individuelle Anpassung des Betriebs auf der Grundlage einer Kombination aus Kosten-, Belastbarkeits- und Nachhaltigkeitsüberlegungen ermöglicht. Mit Hilfe von KI kann Bloom seine Projekte weiter ausbauen, um die Bedürfnisse der Kunden zu berücksichtigen und weiterhin erstklassige Energielösungen zu liefern. Die C3 AI Reliability Suite ermöglicht es Kunden wie Bloom, KI zu nutzen, um eine höhere Auslastung der Anlagen zu erreichen und gleichzeitig das geistige Eigentum zu bewahren und die mit anderen KI-Modellen verbundenen Fallstricke zu vermeiden.