За последние 184 года Procter & Gamble (P&G) превратилась в одну из крупнейших в мире компаний по производству потребительских товаров, глобальный доход которой в 2021 году превысит 76 миллиардов долларов, а штат сотрудников составит более 100 000 человек. Ее бренды известны всем, включая Charmin, Crest, Dawn, Febreze, Gillette, Olay, Pampers и Tide.
Летом 2022 года P&G заключила многолетнее партнерство с Microsoft для преобразования платформы цифрового производства P&G. Партнеры заявили, что будут использовать промышленный Интернет вещей (IIoT), цифровые двойники, данные и искусственный интеллект, чтобы создать будущее цифрового производства, быстрее доставлять продукцию потребителям и повышать удовлетворенность клиентов, одновременно повышая производительность и сокращая затраты.
«Основная цель нашей цифровой трансформации — помочь найти исключительные решения повседневных проблем миллионов потребителей по всему миру, одновременно создавая рост и ценность для всех заинтересованных сторон», — сказал Витторио Кретелла, директор по информационным технологиям P&G. Для достижения этой цели компания использует данные, искусственный интеллект и автоматизацию для обеспечения гибкости и масштабирования, ускорения инноваций и повышения производительности во всем, что мы делаем».
Цифровая трансформация производственной платформы P&G позволит компании проверять качество продукции в режиме реального времени непосредственно на производственной линии, максимизировать отказоустойчивость оборудования, избегая при этом отходов, а также оптимизировать использование энергии и воды на производственных предприятиях. Кретелла заявил, что P&G сделает производство более разумным, обеспечив масштабируемое прогнозируемое качество, профилактическое обслуживание, контролируемые выпуски, бесконтактные операции и оптимизированную устойчивость производства. По его словам, на сегодняшний день в таких масштабах на производстве подобные вещи не делались.
Компания запустила пилотные проекты в Египте, Индии, Японии и США с использованием Azure IoT Hub и IoT Edge, чтобы помочь техническим специалистам анализировать данные для улучшения производства товаров для ухода за детьми и бумажной продукции.
Например, производство подгузников включает в себя сборку нескольких слоев материалов с высокой скоростью и точностью, чтобы обеспечить оптимальную впитываемость, устойчивость к утечкам и комфорт. Новые платформы промышленного Интернета вещей используют машинную телеметрию и высокоскоростную аналитику для непрерывного мониторинга производственных линий с целью раннего обнаружения и предотвращения потенциальных проблем в потоке материалов. Это, в свою очередь, сокращает время цикла, снижает потери в сети и обеспечивает качество, одновременно повышая производительность оператора.
P&G также экспериментирует с использованием промышленного Интернета вещей, передовых алгоритмов, машинного обучения (ML) и прогнозной аналитики для повышения эффективности производства гигиенических товаров. Теперь P&G может лучше прогнозировать длину готовых листов санитарно-гигиенической продукции.
Умное производство в больших масштабах является сложной задачей. Для этого требуется сбор данных с датчиков устройств, применение расширенной аналитики для предоставления описательной и прогнозной информации и автоматизация корректирующих действий. Сквозной процесс требует нескольких этапов, включая интеграцию данных и разработку алгоритмов, обучение и развертывание. Это также включает в себя большие объемы данных и обработку, близкую к реальному времени.
«Секрет масштабирования заключается в уменьшении сложности за счет предоставления общих компонентов на периферии и в облаке Microsoft, которые инженеры могут использовать для развертывания различных вариантов использования в конкретных производственных средах без необходимости создавать все с нуля», — сказал Кретелла.
Кретелла сказал, что, опираясь на Microsoft Azure, P&G теперь может оцифровывать и интегрировать данные с более чем 100 производственных площадок по всему миру, а также совершенствовать услуги искусственного интеллекта, машинного обучения и периферийных вычислений для достижения прозрачности в реальном времени. Это, в свою очередь, позволит сотрудникам P&G анализировать производственные данные и использовать искусственный интеллект для принятия решений, способствующих улучшениям и экспоненциальному эффекту.
«Доступ к данным такого уровня в больших масштабах редко встречается в индустрии потребительских товаров», — сказал Кретелла.
Пять лет назад компания Procter & Gamble сделала первый шаг к развитию искусственного интеллекта. Компания прошла то, что Кретелла называет «экспериментальной фазой», когда решения растут в масштабе, а приложения ИИ становятся более сложными. С тех пор данные и искусственный интеллект стали центральными элементами цифровой стратегии компании.
«Мы используем ИИ во всех аспектах нашего бизнеса для прогнозирования результатов и, все чаще, посредством автоматизации для информирования о действиях», — сказал Кретелла. «У нас есть приложения для инноваций в продуктах, где с помощью моделирования и симуляции мы можем сократить цикл разработки новых формул с месяцев до недель; способы взаимодействия и общения с потребителями, использование искусственного интеллекта для создания новых рецептов в нужный момент. каналы и правильный контент передают послание бренда каждому из них».
P&G также использует прогнозную аналитику, чтобы гарантировать доступность продуктов компании среди розничных партнеров, «где, когда и как потребители покупают», — сказал Кретелла. Инженеры P&G также используют Azure AI для обеспечения контроля качества и гибкости оборудования во время производства, добавил он.
Хотя секрет масштабирования P&G основан на технологиях, включая инвестиции в масштабируемые данные и среды искусственного интеллекта, построенные на межфункциональных озерах данных, Кретелла сказал, что секретный соус P&G заключается в навыках сотен талантливых ученых и инженеров, которые понимают бизнес компании. . В связи с этим будущее P&G заключается во внедрении автоматизации искусственного интеллекта, которая позволит ее инженерам, специалистам по обработке данных и инженерам по машинному обучению тратить меньше времени на трудоемкие ручные задачи и сосредоточиться на областях, которые приносят пользу.
«Автоматизация ИИ также позволяет нам предоставлять продукцию стабильного качества и управлять предвзятостью и рисками», — сказал он, добавив, что автоматизированный ИИ также «сделает эти возможности доступными для все большего и большего числа сотрудников, тем самым расширяя человеческие возможности. промышленность». »
Еще одним элементом достижения гибкости в масштабе является «гибридный» подход P&G к созданию команд внутри своей ИТ-организации. P&G балансирует свою организацию между центральными командами и командами, встроенными в ее категории и рынки. Центральные команды создают корпоративные платформы и технологические основы, а встроенные команды используют эти платформы и основы для создания цифровых решений, отвечающих конкретным бизнес-возможностям их отдела. Кретелла также отметил, что компания уделяет приоритетное внимание привлечению талантов, особенно в таких областях, как наука о данных, управление облаками, кибербезопасность, разработка программного обеспечения и DevOps.
Чтобы ускорить трансформацию P&G, Microsoft и P&G создали Управление цифровых операций (DEO), состоящее из экспертов обеих организаций. DEO будет служить инкубатором для создания высокоприоритетных бизнес-кейсов в области процессов производства и упаковки продукции, которые P&G может внедрить во всей компании. Кретелла рассматривает его скорее как офис управления проектами, чем как центр передового опыта.
«Он координирует все усилия различных инновационных команд, работающих над сценариями использования в бизнесе, и обеспечивает эффективное внедрение проверенных разработанных решений в большом масштабе», — сказал он.
Кретелла дает несколько советов ИТ-директорам, пытающимся провести цифровую трансформацию в своих организациях: «Во-первых, будьте мотивированы и полны энергии своей страстью к бизнесу и тем, как вы можете применять технологии для создания ценности. Во-вторых, стремитесь к гибкости и реальному обучению. Любопытство. Наконец, инвестируйте в людей — свою команду, своих коллег, своего начальника — потому что сами по себе технологии ничего не меняют, это делают люди».
Тор Олавсруд освещает аналитику данных, бизнес-аналитику и науку о данных для CIO.com. Он живет в Нью-Йорке.
Время публикации: 22 апреля 2024 г.