O caso de uso: como AES implanta H2O.ai
AES uses H2O AI Cloud to build and deploy machine learning models for predictive maintenance, including wind turbine failure prediction and smart-meter analysis. It monitors models with H2O MLOps, serves them to business users through H2O Wave apps, and reuses features via the H2O AI Feature Store.
Outros resultados informados
Números publicados no estudo de caso de H2O.ai. Eles não são medidos de forma independente pelo usedby.
A smart-meter project eliminated 3,000 non-essential technician trips, saving roughly $1M a year.
Reliability improved too, with a 10% reduction in Customer Average Interruption Duration Index (CAIDI).
AES now runs 35 production models for wind turbine failure prediction alone, all exceeding 90% accuracy, and more than 150 models in production supporting 85 AI use cases across the organization.
Nas palavras do cliente
We didn't have a single data scientist on payroll when we started our AI transformation. We started with a few high value use cases, built a team, and found a platform to accelerate our results.Outras ferramentas de IA usadas por AES
Outras relações públicas registradas no usedby.
Explorar a stack de IA de AES
Outras empresas que usam H2O.ai
Clientes de todos os setores, com evidências públicas.
ADPConfirmado
AT&TConfirmado
Acordo CertoConfirmado
AirvantageConfirmado
ArmadaHealthConfirmado
BeeswaxConfirmadoIr direto à fonte
Com base no estudo de caso publicado por H2O.ai. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
h2o.ai- Última verificação
- 17 de out. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: $1MVerificado
Impresso palavra por palavra na página, perto do nome de AES.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de AES.
- AES usa H2O.aiVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
The predictive maintenance program cut the cost of crane-assisted repairs by two-thirds, from about $100k to $30k each, and delivered millions of dollars in savings. A smart-meter project eliminated 3,000 non-essential technician trips, saving roughly $1M a year.