Procter & Gamble bruker kunstig intelligens for å bygge fremtiden for digital produksjon

I løpet av de siste 184 årene har Procter & Gamble (P&G) vokst til et av verdens største forbrukervareselskaper, med globale inntekter på over 76 milliarder dollar i 2021 og sysselsetter mer enn 100 000 mennesker. Merkene er kjente navn, inkludert Charmin, Crest, Dawn, Febreze, Gillette, Olay, Pampers og Tide.
Sommeren 2022 inngikk P&G et flerårig samarbeid med Microsoft for å transformere P&Gs digitale produksjonsplattform. Partnerne sa at de vil bruke Industrial Internet of Things (IIoT), digitale tvillinger, data og kunstig intelligens for å skape fremtiden for digital produksjon, levere produkter til forbrukere raskere og forbedre kundetilfredsheten samtidig som de øker produktiviteten og reduserer kostnadene.
"Kjernehensikten med vår digitale transformasjon er å hjelpe til med å finne eksepsjonelle løsninger på hverdagsproblemene til millioner av forbrukere over hele verden, samtidig som de skaper vekst og verdi for alle interessenter," sa Vittorio Cretella, P&Gs informasjonssjef. For å oppnå dette bruker virksomheten data, kunstig intelligens og automatisering for å levere smidighet og skala, akselerere innovasjon og forbedre produktiviteten i alt vi gjør.»
Den digitale transformasjonen av P&Gs produksjonsplattform vil tillate selskapet å verifisere produktkvalitet i sanntid direkte på produksjonslinjen, maksimere utstyrets motstandskraft samtidig som man unngår sløsing, og optimalisere bruken av energi og vann i produksjonsanlegg. Cretella sa at P&G vil gjøre produksjon smartere ved å levere skalerbar prediktiv kvalitet, prediktivt vedlikehold, kontrollert utgivelse, berøringsfri drift og optimalisert produksjonsbærekraft. Ifølge ham har slike ting til dags dato ikke blitt gjort i en slik skala i produksjonen.
Selskapet har lansert piloter i Egypt, India, Japan og USA ved å bruke Azure IoT Hub og IoT Edge for å hjelpe produksjonsteknikere med å analysere data for å forbedre produksjonen av babypleie og papirprodukter.
For eksempel innebærer produksjon av bleier å sette sammen flere lag med materialer med høy hastighet og presisjon for å sikre optimal absorberingsevne, lekkasjemotstand og komfort. Nye industrielle IoT-plattformer bruker maskintelemetri og høyhastighetsanalyse for å kontinuerlig overvåke produksjonslinjer for tidlig oppdagelse og forebygging av potensielle problemer i materialflyten. Dette reduserer igjen syklustider, reduserer nettverkstap og sikrer kvalitet samtidig som operatørens produktivitet økes.
P&G eksperimenterer også med bruken av Industrial Internet of Things, avanserte algoritmer, maskinlæring (ML) og prediktiv analyse for å forbedre effektiviteten i produksjonen av hygieneprodukter. P&G kan nå bedre forutsi lengden på ferdige silkeark.
Smart produksjon i stor skala er utfordrende. Dette krever innsamling av data fra enhetssensorer, bruk av avansert analyse for å gi beskrivende og prediktiv informasjon, og automatisering av korrigerende handlinger. End-to-end-prosessen krever flere trinn, inkludert dataintegrasjon og algoritmeutvikling, opplæring og distribusjon. Det involverer også store mengder data og nær sanntidsbehandling.
"Hemmeligheten bak skalering er å redusere kompleksiteten ved å tilby vanlige komponenter på kanten og i Microsoft-skyen som ingeniører kan bruke til å distribuere forskjellige brukstilfeller i spesifikke produksjonsmiljøer uten å måtte bygge alt fra bunnen av," sa Cretella.
Cretella sa at ved å bygge på Microsoft Azure kan P&G nå digitalisere og integrere data fra mer enn 100 produksjonssteder rundt om i verden, og forbedre kunstig intelligens, maskinlæring og edge computing-tjenester for å oppnå sanntidssynlighet. Dette vil igjen tillate P&G-ansatte å analysere produksjonsdata og bruke kunstig intelligens for å ta beslutninger som driver forbedringer og eksponentiell effekt.
"Tilgang til dette nivået av data i stor skala er sjelden i forbrukerproduktindustrien," sa Cretella.
For fem år siden tok Procter & Gamble det første skrittet mot utviklingen av kunstig intelligens. Den har gått gjennom det Cretella kaller en «eksperimentell fase», hvor løsninger vokser i skala og AI-applikasjoner blir mer komplekse. Siden den gang har data og kunstig intelligens blitt sentrale elementer i selskapets digitale strategi.
"Vi bruker kunstig intelligens i alle aspekter av virksomheten vår for å forutsi utfall og, i økende grad, gjennom automatisering for å informere handlinger," sa Cretella. «Vi har applikasjoner for produktinnovasjon der vi gjennom modellering og simulering kan redusere utviklingssyklusen til nye formler fra måneder til uker; måter å samhandle og kommunisere med forbrukere, ved å bruke kunstig intelligens til å lage nye oppskrifter til rett tid. kanaler og riktig innhold formidler merkevarebudskapet til hver av dem.»
P&G bruker også prediktiv analyse for å sikre at selskapets produkter er tilgjengelige på tvers av detaljhandelspartnere "hvor, når og hvordan forbrukere kjøper," sa Cretella. P&G-ingeniører bruker også Azure AI for å gi kvalitetskontroll og utstyrsfleksibilitet under produksjon, la han til.
Mens P&Gs hemmelighet for skalering er teknologibasert, inkludert investeringer i skalerbare data og miljøer med kunstig intelligens bygget på tverrfunksjonelle datainnsjøer, sa Cretella at P&Gs hemmelige saus ligger i ferdighetene til hundrevis av talentfulle dataforskere og ingeniører som forstår selskapets virksomhet. . For dette formål ligger P&Gs fremtid i å ta i bruk kunstig intelligens-automatisering, som vil tillate ingeniørene, dataforskerne og maskinlæringsingeniørene å bruke mindre tid på tidkrevende manuelle oppgaver og fokusere på områder som gir verdi.
"AI-automatisering lar oss også levere konsekvente kvalitetsprodukter og håndtere skjevheter og risiko," sa han, og la til at automatisert AI også vil "gjøre disse egenskapene tilgjengelige for flere og flere ansatte, og dermed forbedre menneskelige evner. industri." ”
Et annet element for å oppnå smidighet i stor skala er P&Gs "hybride" tilnærming til å bygge team innen IT-organisasjonen. P&G balanserer sin organisasjon mellom sentrale team og team innebygd i sine kategorier og markeder. Sentrale team bygger bedriftsplattformer og teknologifundamenter, og innebygde team bruker disse plattformene og fundamentene til å bygge digitale løsninger som adresserer deres avdelings spesifikke forretningsevner. Cretella bemerket også at selskapet prioriterer anskaffelse av talent, spesielt innen områder som datavitenskap, skyadministrasjon, cybersikkerhet, programvareutvikling og DevOps.
For å akselerere P&Gs transformasjon opprettet Microsoft og P&G et Digital Operations Office (DEO) bestående av eksperter fra begge organisasjonene. DEO vil fungere som en inkubator for å lage høyprioriterte forretningscases innen produktproduksjon og pakkeprosesser som P&G kan implementere på tvers av selskapet. Cretella ser det mer som et prosjektledelseskontor enn et senter for kompetanse.
"Han koordinerer all innsats fra ulike innovasjonsteam som jobber med business use cases og sikrer at de utprøvde løsningene som er utviklet implementeres effektivt i stor skala," sa han.
Cretella har noen råd til IT-sjefer som prøver å drive digital transformasjon i organisasjonene deres: «Først, bli motivert og energisk av din lidenskap for virksomheten og hvordan du kan bruke teknologi for å skape verdi. For det andre, strebe etter fleksibilitet og reell læring. Nysgjerrighet. Til slutt, invester i mennesker – teamet ditt, kollegene dine, sjefen din – for teknologi alene endrer ikke ting, det gjør folk.»
Tor Olavsrud dekker dataanalyse, business intelligence og datavitenskap for CIO.com. Han bor i New York.


Innleggstid: 22. april 2024