L’idée est d’analyser les modèles de données historiques qui conduisent à des pannes d’appareils, de trouver les indicateurs avancés et de commencer à utiliser ces modèles pour prédire les pannes avant qu’elles ne se reproduisent sur le même appareil ou sur d’autres appareils similaires. Plus nous disposons de données provenant d’appareils ou d’actifs similaires, plus les algorithmes de prédiction seront précis.

Les premières étapes de l’analyse prescriptive sont des systèmes qui utilisent l’intelligence artificielle et les techniques des systèmes experts pour apprendre en permanence des prescriptions de maintenance humaine dans différentes circonstances, pour devenir un « deuxième avis » automatisé pour l’humain qui propose plusieurs options basées sur des décisions passées analysées. Le prochain niveau prescriptif serait que la machine commence à formuler des recommandations d’actions directement, avec des niveaux de confiance élevés, à partir de l’analyse des données d’entrée.