Découvrez les agents Spatial AI : une localisation qui raisonne et agit

Ouvrir une carte en direct a quelque chose de satisfaisant. Chaque actif, véhicule et personne équipé d’un tag y figure sur le plan d’étage, en mouvement, en temps réel. Mais une carte ne vaut que si quelqu’un agit sur ce qu’elle montre, et pendant la majeure partie du poste, personne ne la regarde. Le chariot élévateur libre est quelque part à l’écran, tout comme l’ordre de travail qui attend à l’emballage depuis une heure. Voir un problème et y remédier, ce n’est pas la même chose.

Pourquoi une carte en direct ne suffit pas

Depuis dix ans, la localisation en temps réel répond bien à une question : où se trouve chaque chose, à l’instant présent. C’est réellement utile, mais elle vous livre des positions brutes et vous laisse le soin de les interpréter. Les opérateurs ne veulent pas d’un écran de plus à surveiller. Ils veulent une réponse à la question qu’ils se posent déjà, et que la suite logique se fasse sans eux.

Spatial AI est la réponse d’Ubudu : une couche d’agents qui se greffent sur vos données de localisation en direct, raisonnent à partir d’elles et agissent. Vous les configurez en décrivant ce que vous voulez, en langage clair. L’ensemble compte quatre agents : un assistant qui répond aux questions, un Agent Règles qui agit sur les événements, un Copilote dashboard qui construit la vue que vous décrivez et un Agent Script qui transforme une intention en automatisation. Mais ce sont deux d’entre eux qui changent le plus le quotidien.

Interrogez le terrain

L’Assistant IA RTLS permet à chacun d’interroger le terrain en direct, avec des mots simples. Où se trouve le chariot élévateur libre le plus proche ? Quels ordres de travail attendent depuis trop longtemps à l’emballage ? Montrez-moi toutes les civières du troisième étage. La réponse repose sur les positions actuelles : l’assistant lit les mêmes données en direct que celles qui alimentent la carte, pas un rapport en cache, ni une supposition.

C’est la différence entre savoir que les données sont quelque part et les extraire en une seule phrase. Sur le site SETBT de Schneider Electric, les équipes suivent déjà les ordres de travail en direct tout au long de la production : poser une question directe au terrain est donc une suite qui va de soi. À l’hôpital Queen Elizabeth de Hong Kong, le personnel localise les civières plus vite, au lieu de parcourir les services pour en trouver une.

Laissez les règles réagir aux événements de localisation

Répondre, ce n’est que la moitié du travail. L’Agent Règles se charge de l’autre : décrivez avec vos mots ce qui doit se passer quand un élément entre dans une zone, en sort, s’immobilise ou disparaît ; il construit la règle, la teste sur vos données de localisation réelles, puis l’applique en continu.

Quand une règle se déclenche, elle ne se limite pas à une ligne dans un journal, elle agit dans le monde physique :

• Alertes: prévenez la bonne personne au moment où un actif quitte sa zone ou qu’une file d’attente s’allonge.
• Webhooks: envoyez l’événement directement dans votre WMS, MES ou ERP, afin que vos propres systèmes réagissent.
• Pick-to-Light: faites clignoter le bon tag pour qu’un opérateur s’y rende directement.

Chaque action d’un agent est tracée et auditée : vous voyez à tout moment ce qui s’est déclenché, et quand.

La localisation cesse d’être un écran que l’on surveille pour devenir une question que l’on peut poser, et une action qui se déclenche d’elle-même.

Fondé sur une localisation vérifiée

La fiabilité d’un agent dépend de celle des positions sur lesquelles il raisonne. Le moteur d’Ubudu fusionne plusieurs technologies de positionnement sur une seule plateforme, du zonage BLE à l’UWB, qui localise à moins de 50 cm dans un environnement industriel chargé et à moins de 20 cm en conditions contrôlées. Il s’intègre via REST, WebSocket, MQTT et webhooks, et un serveur MCP dédié permet aux assistants IA d’interroger directement le terrain en temps réel. Il est testé en charge jusqu’à 3 000 tags, 6 000 ancres et 600 cartes par moteur, et fonctionne sur site ou dans le cloud européen d’Ubudu, conforme au RGPD.

Ainsi, lorsqu’un agent répond à une question ou déclenche une règle, il travaille à partir de positions réelles, sur un déploiement conçu pour évoluer, et non à partir d’un jeu de données de démonstration.

Ce que cela change sur le terrain

Le gain se voit au quotidien, pas sur un schéma d’architecture. Les décisions sont plus rapides : il suffit d’une phrase pour obtenir la réponse, au lieu de la chercher partout à l’écran. Moins d’événements passent inaperçus, car une règle surveille toutes les zones à la fois et agit dès que quelque chose change, y compris pendant le poste de nuit, quand personne n’est au bureau. Et les équipes passent moins de temps les yeux rivés sur une carte : le terrain les sollicite quand il a besoin d’elles, au lieu de leur demander de monter la garde.

C’est sur cette même plateforme que l’Hôpital Paris Saint-Joseph localise plus de 1 500 équipements, une plateforme qui tourne sur plus de 6 000 déploiements dans plus de 35 pays. Commencez par voir le terrain, puis laissez-le répondre, et laissez-le agir.

En bref

• Posez vos questions en langage clair: interrogez les positions en direct en une phrase et obtenez une réponse fondée sur l’état actuel du terrain.
• Laissez les règles agir: décrivez une règle une seule fois ; elle déclenche d’elle-même alertes, webhooks et Pick-to-Light.
• Des faits, pas des suppositions: les agents raisonnent sur une position vérifiée en temps réel, et chaque action est auditée.
• Conçu pour évoluer: un seul moteur, des API ouvertes et un serveur MCP, sur site ou dans le cloud européen conforme au RGPD.