Dans la recherche sur les catalyseurs, nous réalisons des tests rapides sur la base d’expérimentations et de modèles mathématiques. Nous obtenons une vue bien plus simple des liens complexes, grâce à des structures de données mises en réseau. Cela nous permet de tester nos hypothèses beaucoup plus tôt et de façon beaucoup plus ciblée, en faisant meilleur usage des opportunités d’innovation et en raccourcissant les délais de développement.
Dans le domaine les peintures automobiles, nous utilisons les données en temps réel des chaînes de peinture de nos clients pour ajuster de manière optimale la couleur en fonction des besoins. De la sorte, le véhicule arbore exactement la couleur demandée.
Dans la recherche sur les enzymes, nous avons combiné nos informations avec des informations externes, au sein d’énormes registres de données. À partir de là et à l’aide d’outils simples, nous sommes en mesure d’identifier rapidement les candidats les plus prometteurs, qui feront l’objet d’un développement plus poussé.
