6. www.maubon.com
SI, data, informations et entreprises
Data
Filtration
Contextualisation
Validation
Etc.
Représentation
visuelle
Logiciel, RH, Métiers, etc.
Interfaces matérielles
Conclusion : Comme faire face à une énorme masse d’informations ? L’enjeu est de la présenter visuellement à l’utilisateur. C’est là que nous entrons dans le monde de la réalité augmentée; attention cependant, la RA couvre un domaine plus large, nous allons nous consacrer uniquement à la partie visuelle. Pour continuer nous allons supposer que nous avons affaire à des données pertinentes et valides. Nous verrons par la suite ce qui se passe si cette condition n’est plus remplie.
Nous avons ici deux exemples où l’ « opérateur » a à sa disposition une masse colossale de données :
Les données des examens du patient, ses antécédents, les actions des médicaments, les possibilités techniques des outils, les données d’opérations précédentes, etc.
Les manuels d’utilisation des véhicules de la gamme, les instructions spécifiques du constructeur, les données de la panne ou de la révision, les préférences du client et son budget maximal, etc.
Dans ces deux cas, l’usage de la réalité augmentée va lui permettre de contextualiter les informations à sa disposition. Il s’agit à la fois de les filtrer pour ne garder que les plus pertinentes mais également de la placer dans un contexte « réel » pour favoriser leur bonne utilisation, pour faire un « acte parfait »
Voyons donc un cas pratique avec l’expérience mise en place par le trio Oscaro , Généric Groupe et Laster.
On voit que nous avons toujours les mêmes éléments de départ (masse de données, contraintes multiples et complexes, contraintes variables, etc.) et que la contextualisation des informations passe au final par une paire de lunettes de réalité augmentée.
Nous sommes ici au plus prés du terrain, de l’action à faire. Il y a évidement d’autres contraintes qui s’additionnent comme la sécurité des personnes, la confidentialité, la durée d’exécution, les conditions de l’environnement, etc. On comprends également les gain potentiels en terme de rapidité d’exécution, de minimisation des erreurs, etc.
Ultra schématique !
La chaine est complète de la data au terrain
On ne s’ arrête pas à l’étape logiciel en laissant les écrans des ordinateurs faire le reste
La RA n’est pas une réponse universelle il y a beaucoup de travail en ce moment sur la cartographie des données. La Réalité Augmentée à cette particularité de contextualiser les data dans le monde réel.
SpaceGlasses de Meta encore à l’état de prototype => usage sur un ensemble de data interne entreprise