宝洁转向人工智能来进行数字化制造

简介: 宝洁转向人工智能来进行数字化制造

在微软的帮助下,宝洁公司正在采用工业物联网、数字孪生、人工智能和机器学习技术,大规模改造制造业。
宝洁转向人工智能来进行数字化制造音频:00:0006:02

经过184年的发展,宝洁公司(P&G)已经成长为世界上最大的消费品制造商之一,到2021年,其全球营收超过760亿美元,员工超过10万人。它旗下的品牌都是一些家喻户晓的名字,包括Charmin、佳洁士、Dawn、Febreze、吉列、玉兰油、帮宝适和汰渍。


2022年夏天,宝洁与微软达成了多年的合作伙伴关系,以改造其数字制造平台。微软方面表示,他们将利用工业物联网、数字孪生、数据和人工智能,为宝洁提供更快的产品交付,提高客户满意度,同时提高生产率并降低成本,从而创造数字制造业的未来。


宝洁首席信息官Vittorio Cretella表示,“我们数字化转型的主要目的是为全球数百万消费者的日常问题创造卓越的解决方案,同时为所有利益相关者创造价值。为此,我们利用数据、人工智能和自动化等技术,以提高我们业务各方面的灵活性,同时加速创新并提高生产率。”


宝洁制造平台的数字化转型将使公司能够直接在生产线上实时检查产品质量,最大限度地提高设备的弹性,同时避免浪费,并优化制造工厂的能源和水的使用。Cretella表示,宝洁将通过实现可扩展的预测质量、预测维护、可控释放、无接触操作和制造可持续性优化,使制造业变得更智能。他说,到目前为止,这些事情在制造业领域还没有达到过这种规模。


规模化智能制造


该公司已经在埃及、印度、日本和美国开展了试点项目,使用Azure IoT Hub和IoT Edge帮助制造技术人员分析洞察,以改进婴儿护理和纸制品的生产。


例如,纸尿裤的生产涉及到高速度、高精确度地组装多层材料,以确保最佳的吸水性、防漏性和舒适性。新的工业物联网平台使用机器遥测和高速分析技术来持续监控生产线,以提供早期检测及预防物料流动过程中的潜在问题。这反过来又提高了循环时间,减少了网络损耗,确保了质量,同时提高了运营商的生产效率。


宝洁还在试点使用工业物联网、先进算法、机器学习和预测分析,以提高纸巾生产的生产效率。宝洁现在可以更好地预测成品纸巾的长度。


大规模的智能制造是一个挑战。它需要从设备传感器获取数据,应用先进的分析方法来获得描述性和预测性的见解,并实现纠正措施的自动化。端到端流程需要几个步骤,包括数据集成和算法开发、培训和部署。它还涉及大量数据和近乎实时的处理。


Cretella介绍称,“规模化的秘诀是通过在边缘和微软云中提供通用组件来降低复杂性,工程师可以利用这些组件将不同的用例部署到特定的制造环境中——而无需从头开始创建一切。”


使用微软Azure作为基础,宝洁现在能够将来自全球100多个制造站点的数据进行数字化和集成,并增强人工智能、机器学习和边缘计算服务的实时可视性。反过来,这将使宝洁员工能够分析生产数据,并利用人工智能来支持推动改进和指数级影响的决策。


Cretella补充道,在消费品行业中,大规模获取这种级别的数据是十分罕见的。


数据和人工智能是数字基础


事实上,宝洁在五年多前就迈出了人工智能之旅的第一步。它已经通过了Cretella所说的“实验阶段”,拥有规模化的解决方案和日益复杂的AI应用。此后,数据和人工智能已成为该公司数字战略的核心。


Cretella表示,“我们在业务的各个方面利用人工智能来预测结果,并越来越多地通过自动化来采取行动。此外,我们在产品创新领域也有应用,通过建模和仿真,我们可以将开发新配方的时间从几个月缩短到几周;用人工智能在正确的时间、正确的渠道和正确的内容向每一位消费者传递品牌信息。宝洁的工程师还使用Azure AI来确保生产线上的质量控制和设备弹性。”


宝洁规模化的秘诀依赖于技术,包括投资于以跨职能数据湖为中心的可扩展数据和人工智能环境,Cretella表示,宝洁的另一个隐藏秘诀依赖于数百名有才华的数据科学家和工程师的技能,他们对公司的业务了如指掌。为此,宝洁的未来将拥抱人工智能的自动化,这将使其数据工程师、数据科学家和机器学习工程师从手工、劳动密集型任务上解脱出来,从而更加专注于其他可以增加价值的领域。


Cretella补充道,人工智能的自动化还使我们能够交付一致的质量,并管理偏差和风险。此外,人工智能的自动化还将使越来越多的员工能够利用这些能力,从而使人工智能的好处在整个公司普遍存在。


发挥人的力量


实现大规模敏捷性的另一个要素是,宝洁在IT团队中构建团队的“复合”方法。宝洁在中心团队和嵌入其品类和市场的团队之间平衡组织。中心团队创建企业平台和技术基础,而嵌入式团队使用这些平台和基础来构建抓住其部门特定业务机会的数字解决方案。Cretella还指出,公司优先考虑内部人才,特别是在数据科学、云管理、网络安全、软件工程和DevOps等领域。


为了加速宝洁的转型,微软和宝洁成立了一个由两家机构的专家组成的数字实现办公室(DEO)。DEO将作为一个孵化器,在产品制造和包装过程领域创建高优先级的业务场景,这些场景可以在整个宝洁公司实施。Cretella认为,它更像是一个项目管理办公室,而非一个卓越中心。因为它协调了所有从事业务用例的不同创新团队的努力,并确保了开发的已验证解决方案的有效扩展部署。


最后,Cretella对那些试图在自己的企业中推动数字化转型的CIO提出了一些建议:首先,要有动力,在对业务的热情以及如何应用技术创造价值中找到你的能量;第二,要具备学习的敏捷性和真正的求知欲;最后,对人员(你的团队、同事甚至老板)进行投资,因为技术本身并不能改变什么;人才是一切的关键。

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
7月前
|
人工智能 监控 Java
Java数字化智慧工地管理云平台源码(人工智能、物联网、大数据)
Java数字化智慧工地管理云平台源码(人工智能、物联网、大数据)
133 0
|
机器学习/深度学习 人工智能 供应链
如何构建数字化时代的人才转型方案,Adobe用人工智能给出方案
如何构建数字化时代的人才转型方案,Adobe用人工智能给出方案
如何构建数字化时代的人才转型方案,Adobe用人工智能给出方案
|
机器学习/深度学习 人工智能 供应链
AI:《人工智能+制造(智能制造)产业发展的现状、影响、+互联网、未来展望》演讲听课笔记
AI:《人工智能+制造(智能制造)产业发展的现状、影响、+互联网、未来展望》演讲听课笔记
AI:《人工智能+制造(智能制造)产业发展的现状、影响、+互联网、未来展望》演讲听课笔记
|
机器学习/深度学习 传感器 人工智能
人工智能如何推动能源行业走向数字化
为了给能源行业带来数字化,该行业应该像对待其他商业走廊一样对待数字化转型。它们应该在目的、目标和战略方面带来创新和有效的解决方案。
130 0
人工智能如何推动能源行业走向数字化
|
机器学习/深度学习 存储 传感器
人工智能将如何革新制造行业
如今,人工智能和机器学习正在改变制造业。根据世界经济论坛去年年底发布的报告,人工智能、机器人、物联网(IoT)的结合将共同引领第四次工业革命。
144 0
|
机器学习/深度学习 存储 人工智能
中国企业2020 |人工智能赋能数字化创新
人工智能是数字经济时代最重要的生产力,人工智能应用发展的关键是应用,只有在应用中去不断迭代和提升。而企业应用在其中又发挥了中流砥柱的作用。中国在人工智能技术,数据,场景和生态快速协同演进的大背景下,我们有理由相信,人工智能在企业的应用向从边缘逐步进入到核心,迎来各行业应用的爆发期。
341 0
中国企业2020 |人工智能赋能数字化创新
|
机器学习/深度学习 人工智能 供应链
人工智能和数字化工作空间为后疫情时代的远程工作者提供支持
有足够的证据表明员工在家远程工作是可行的。Zoom和Microsoft Teams之类的协作工具见证了下载量的爆炸式增长,并且可能还会吸引许多人。
|
数据采集 云安全 边缘计算
【云栖号案例 | 物联网&人工智能】上海数字化蔬菜工厂项目上云案例
【云栖号案例 | 物联网&人工智能】上海数字化蔬菜工厂项目上云案例
|
数据采集 云安全 边缘计算
【云栖号案例 | 物联网&人工智能】蔬菜加工也能搭上物联网,数字化蔬菜工厂上云故事
2020年蔬菜加工企业走向“移动菜园”,绿立方基于物联网平台,实现蔬菜工厂生产运营数字化和蔬菜产能的快速扩张,餐桌上的蔬菜能基于物联网变得智能。
|
机器学习/深度学习 人工智能 安全
为什么数字化、人工智能突然火了?
人工智能技术已经在医疗、工业、农业、金融、商业、教育、政府、公共安全等行业中初露锋芒。由于行业不同,人工智能技术的呈现形式、应用场景及其所产生的影响也呈现出多样化。而不同行业在人工智能的接受程度上也存在差异。
1487 0