INVISTA transforma las operaciones mediante la optimización de los resultados de fabricación en AWS

INVISTA, que es una sucursal de Koch Industries desde el año 2004, introduce en el mercado los ingredientes propios del nylon 6,6 y marcas reconocidas, como STAINMASTER, CORDURA y ANTRON. Es una de los mayores fabricantes integrados del mundo de productos químicos intermedios, polímeros y fibras. Esto incluye varios productos domésticos e industriales que utilizamos a diario, y algunos que esperamos no necesitar, como las bolsas de aire de los automóviles.

“Nos tomamos con mucha seriedad la calidad de las fibras de las bolsas de aire”, afirma Elizabeth Gonzalez, líder de análisis de Koch Industries y antigua líder de análisis de INVISTA. “Es por eso que estamos emocionados de que, además de la cuidadosa inspección manual que siempre hemos llevado a cabo, ahora podemos analizar datos de la inspección visual automatizada y utilizar la inteligencia artificial para identificar oportunidades que nos permitan producir fibras de mayor rendimiento. No sería ni remotamente posible hacer esto si nuestros datos se encontraran aún en silos en cada planta”.

Los datos de INVISTA ya no se encuentran en silos en plantas de todo el mundo debido a la iniciativa ambiciosa de transformar las operaciones mediante el cambio de inteligencia empresarial (BI) a inteligencia artificial (IA). Los datos ahora se encuentran en un lago de datos de Amazon Web Services (AWS) que se creó parcialmente mediante AWS Lake Formation. Las herramientas de AWS Machine Learning son una pieza fundamental para que INVISTA pueda utilizar los datos para lograr sus objetivos de crear 300 000 000 USD de valor mediante una mejora en los rendimientos, una mejora en la administración del rendimiento de activos, un mayor control de los procesos, una reducción del capital de trabajo y un rendimiento superior.

Antes de trabajar con AWS, INVISTA se encontraba limitada por un almacenamiento de datos en las instalaciones, informes de BI preformateados y procesos analíticos que requerían mucho tiempo. “Con nuestra solución anterior, nos tomó dos meses la primera vez que intentamos poner los datos históricos de una planta en manos de un científico de datos para su análisis”, menciona Tanner Gonzalez, líder de análisis de INVISTA.

Luego de evaluar a los proveedores de la nube, INVISTA eligió a AWS como proveedor preferido por su habilidad de desacoplar tecnologías, admitir la integración a herramientas de terceros, y crear sistemas y flujos de trabajo para encontrar el valor en grandes volúmenes de datos en instalaciones de todo el mundo. La empresa comenzó por migrar 600 servidores en las instalaciones a AWS, incluidas varias aplicaciones de fabricación y la huella global de SAP de INVISTA.

INVISTA utilizó AWS Lake Formation para implementar un lago de datos empresarial en Amazon Simple Storage Service (Amazon S3). La arquitectura incluye un almacenamiento de datos de Snowflake que depende de AWS Glue para servicios ETL (extracción, transformación y carga) completamente administrados. INVISTA también utilizó dispositivos de AWS Snowball para migrar decenas de terabytes de datos desde diversas plantas a su lago de datos.

La empresa ha descubierto un ahorro sustancial mediante el uso de AWS para reducir su almacenamiento de datos en las instalaciones. “Mediante nuestros esfuerzos de optimización y ajuste de tamaño, migrar nuestros centros de datos a AWS nos permite ahorrar más de 2 000 000 USD por año”, comenta Tanner.

Además, la empresa aprovecha Amazon Redshift, en particular, Amazon Redshift Spectrum, para permitir a los analistas de datos ejecutar consultas complejas en terabytes de datos. Depende de Amazon Athena para ampliar la consulta interactiva de autoservicio a cualquier empleado que cuente con conocimientos básicos de SQL. Y para los flujos de trabajo de ciencia de datos, INVISTA utiliza Amazon SageMaker, un servicio totalmente administrado para crear, entrenar e implementar modelos de machine learning desarrollados internamente y por terceros.

Un beneficio operativo de las capacidades de análisis predictivo que permite AWS es la reducción significativa del tiempo de inactividad de la planta no programado. “Si nuestro equipo de fabricación sabe cuándo es probable que un equipo falle, puede detenerlo para llevar a cabo un mantenimiento preventivo”, menciona Elizabeth. “Antes de AWS, no contábamos con los datos ni con la potencia de computación requeridos por los modelos para predecir los errores. La administración del rendimiento de activos permite una reducción del tiempo de inactividad, una disminución de los daños en los equipos y mayores ingresos”.

Sacándole provecho a AWS, INVISTA también potencia la previsión de procesos y la optimización de inventarios. “Podemos predecir pedidos y otros factores, lo que nos permite saber cuántos productos vamos a realizar en los próximos 30 días o qué piezas de repuesto vamos a necesitar para reparaciones y mantenimiento, podemos asegurarnos de que estamos almacenando solo lo que vamos a necesitar”, menciona Elizabeth. “Cuando se utiliza AWS para extraer los patrones de pedido y otros datos de nuestro sistema de planificación de recursos empresariales (ERP) de SAP, contamos con un proceso de abastecimiento de ciclo cerrado y completamente automatizado para las piezas de repuesto de alta rotación que ha demostrado un importante retorno de la inversión”.

Ninguno de estos beneficios operativos sería posible si INVISTA no pudiera realizar la ingeniería de características sólida que se necesita para crear modelos de machine learning efectivos. “Con nuestro lago de datos alojado en Amazon S3 y creado por medio de AWS Lake Formation, podemos desbloquear grandes cantidades de datos de series temporales para su análisis y uso a fin de tomar mejores decisiones empresariales”, comenta Tanner. “La obtención de almacenamiento en las instalaciones y potencia de computación suficientes implicaría precios muy elevados”.

La ejecución de servicios de AWS intuitivos y fáciles de aprender a utilizar está ayudando a INVISTA a lograr su objetivo de cultivar habilidades de ciencia de datos en toda la empresa, además de una cultura de la curiosidad y la experimentación. “A medida que trabajábamos para alfabetizar con respecto a los datos en toda la organización, nos ayudó el hecho de poder contar con una alfabetización común de AWS”, dice Elizabeth. “Debido a que todos estaban comenzando a trabajar con la consola y pasando por el mismo entrenamiento de fluidez de AWS, todos estábamos hablando el mismo idioma en un nivel tecnológico y, por lo tanto, podíamos concentrarnos en los problemas de datos que intentábamos resolver”.

El personal que contaba con menos conocimientos técnicos podía utilizar Amazon Athena para realizar contribuciones valiosas a las iniciativas de ciencia de datos. “Los entornos de análisis tradicionales generalmente implican mucho trabajo por parte de expertos técnicos para presentar una vista relativamente estática de los datos a los usuarios empresariales”, menciona Tanner. “Debido a que Amazon Athena permite incluso a los usuarios que no son técnicos experimentar y explorar, este servicio amplía la cantidad de personas que desbloquean el valor en los datos”.

Los servicios de AWS han ayudado a transformar cómo INVISTA ve su trabajo y cómo se piensa a sí misma como empresa. “Hace algunos años, nadie en INVISTA hablaba sobre la ciencia de datos”, comenta Elizabeth. “Ahora, la ciencia de datos en AWS es el centro de las iniciativas de la planificación estratégica, la administración de las cadenas de suministros y las operaciones de fabricación”.

Todas las marcas comerciales pertenecen a sus respectivos propietarios.

Para obtener más información, visite aws.amazon.com/manufacturing.