Autodesk en AWS

En este video de Conversaciones de AWS con líderes, Amy Bunszel, vicepresidenta ejecutiva de Arquitectura, Ingeniería y Soluciones de Diseño de Construcción en Autodesk, profundiza en el éxito de Autodesk y cómo asumen riesgos, sin ser imprudentes. Este enfoque creó una cultura de experimentación en el lugar de trabajo, lo que los impulsa a resolver problemas complejos a medida que forman los equipos adecuados para escalar en proporciones masivas.

Mire esta conversación con Prakash Kota, director de información de Autodesk sobre las estrategias organizativas y prácticas recomendadas para capacitar a las personas y a las empresas con el objetivo de tener éxito en el futuro digital.

Prakash Kota, vicepresidente sénior y CIO de Autodesk, habla sobre la incorporación del personal y el liderazgo en la migración de las cargas de trabajo empresariales de toda la empresa a la nube de AWS, y analiza cómo motivar al personal a través de AWS Training and Certification. Un aprendizaje clave de la transformación de Autodesk ha sido comenzar poco a poco y expandirse rápidamente invirtiendo en su gente para crear una cultura de aprendizaje continuo.

Autodesk utiliza modelos de machine learning creados en Amazon SageMaker para ayudar a los diseñadores a organizar y revisar miles de opciones de diseño generativo. Gracias al proceso de diseño generativo de Autodesk, Edera Safety, un estudio de diseño de Austria, crea un protector de columna mejor y más eficiente.

Autodesk Data Platform (ADP) recopila y procesa datos de uso de productos, lo que proporciona a los equipos operativos de Autodesk una plataforma de análisis de productos. Gracias a la migración de ADP de un sistema de procesamiento basado en Spark a AWS Lambda, Autodesk ahorra hasta un 90 por ciento en costos de procesamiento de datos al año. En la actualidad, Autodesk puede procesar datos casi en tiempo real y brindar análisis oportunos para que los usuarios empresariales aprovechen las mejoras del producto y otras oportunidades comerciales.

Para brindar a los clientes la facultad de trabajar de manera más rápida, efectiva y sostenible a lo largo de los ciclos de vida del proyecto, Autodesk necesitaba reinventar su infraestructura para respaldar los datos complejos y en crecimiento exponencial. Obtenga más información sobre el marco de cinco pasos que utilizó Autodesk.

Autodesk creó modelos de habilidades de machine learning con Amazon SageMaker que se diferencian de los modelos de clasificación típicos, ya que están diseñados para elegir el equipo correcto responsable de brindar soporte a los usuarios. Esto contrasta con muchos modelos que intentan predecir el tema de un caso y luego se desvían de ese tema.

Autodesk eligió las soluciones de AWS para crear e implementar rápidamente un modelo de machine learning para una iteración nueva de un foro llamado Community Match. El modelo combina la experiencia de los miembros del foro con las preguntas planteadas en el foro. La idea es alentar a los miembros de la comunidad que son expertos en un tema en particular a compartir su conocimiento interno sobre las soluciones de Autodesk. Mientras que antes los clientes buscaban el soporte de Autodesk solo para solucionar problemas, ahora aprovechan el conocimiento de la comunidad compartida para utilizar el software de Autodesk de manera más efectiva.

El desarrollo de una visión global de las métricas financieras de los clientes puede brindar a las organizaciones la capacidad de tomar decisiones proactivas en lugar de ser reactivas con las estrategias del equipo de cuentas. Sin embargo, los datos de los clientes generalmente se alojan en varios orígenes y se requiere mucho esfuerzo para unir las métricas mediante la asignación de ID, nombres de cuentas y otros campos. Estos datos se pueden presentar en formatos conflictivos y la cantidad de registros puede exceder lo que las herramientas de datos comunes pueden manejar. Autodesk aprovecha Trifacta en AWS para crear un proceso de canalización de datos optimizado para automatizar la entrega de análisis holísticos de clientes.

Autodesk crea un software de diseño que requiere una capacidad de computación significativa para la renderización. Para Autodesk, la carga de trabajo Rendering-as-a-Service (RaaS) fue la más grande cuando se midió según el gasto total. La empresa ahora confía en las instancias de spot de Amazon EC2 para lograr ahorros de costos significativos en la función RaaS.

Si bien Autodesk se benefició de la adopción de AWS, la configuración de cuentas de AWS nuevas presentó un desafío para el equipo de operaciones de AWS, compuesto por dos integrantes de la empresa. Los procesos manuales para la configuración de cuentas dieron como resultado plazos de entrega de 2 semanas para las solicitudes de cuentas nuevas y estaban expuestos a errores humanos. Autodesk creó una solución mediante una arquitectura sin servidor para reducir el tiempo y el costo necesarios para administrar la infraestructura. Gracias a esta solución, los desarrolladores de Autodesk ahora envían un formulario en línea para solicitar una cuenta nueva y una API desencadena el proceso de creación de cuentas. El proceso de desarrollo y lanzamiento de la solución, que también permite realizar consultas en cuentas según número de cuenta, dirección de email o dirección IP, demoró solo un mes.

Autodesk utiliza Amazon WorkSpaces en vez de alquilar hardware físico para alojar sus estaciones de trabajo virtuales en clientes cero, lo que mejora la eficiencia de la configuración y reduce el impacto ambiental. Con AWS, Autodesk configura e implementa 450 estaciones de trabajo en sus eventos de Autodesk University y ahorra el tiempo de casi una semana y miles de dólares.

AWS Support ayuda a Autodesk a centrarse en su negocio principal en vez de perder tiempo valioso preocupado por la arquitectura de los servicios básicos de AWS. Autodesk considera a AWS Support su equipo de soporte de infraestructura virtual, como si fuera otro departamento o grupo dentro de Autodesk, ya que puede comunicarse con ellos sin previo aviso y obtener el nivel de soporte que necesita.

Autodesk diseñó, entrenó y depuró rápidamente un modelo de machine learning sobre similitudes visuales. Con SageMaker Debugger, Autodesk mejoró el rendimiento de Fusion 360 y ahorró tiempo y costos de computación.

Obtenga más información sobre la arquitectura de Autodesk Shotgun Private Cloud, una aplicación de administración de proyectos de VFX basados en la nube que se ejecuta en AWS. Autodesk Shotgun simplifica la administración de proyectos creativos y unifica equipos de efectos visuales (VFX), animación y juegos de todos los tamaños. Shotgun es una plataforma escalable bajo demanda que puede admitir desde unos pocos usuarios hasta miles de ellos. Más de 1000 estudios en todo el mundo la utilizan para realizar un seguimiento de millones de tareas cada día. Esta explicación muestra cómo AWS ayuda a los clientes a crear aplicaciones SaaS sólidas que abordan incluso las necesidades de seguridad más rigurosas.

Autodesk migró una base de datos esencial con un tiempo de inactividad mínimo. Esta migración ayudó a optimizar la administración y la resiliencia del servicio SSO de Autodesk, optimizar los costos y reducir los gastos generales de mantenimiento de la infraestructura. Este blog detalla la arquitectura previa a la migración, la estrategia de migración, los pasos de migración y la comparación de rendimiento.

Autodesk creó un ecosistema integral que estandariza la manera en que crea, ejecuta e implementa el software. Un clúster de Amazon ECS permite que Autodesk ejecute cargas de trabajo de Linux y Windows.