INVISTA trasforma le operazioni ottimizzando i risultati della produzione su AWS

Sussidiaria di Koch Industries dal 2004, INVISTA porta sul mercato gli ingredienti brevettati per il nylon 6,6 e marchi riconosciuti come STAINMASTER, CORDURA e ANTRON. È uno dei più grandi produttori integrati al mondo di intermedi chimici, polimeri e fibre. Ciò include prodotti domestici e industriali che utilizziamo ogni giorno e prodotti di cui speriamo di non aver bisogno, come gli airbag delle automobili.

"Prendiamo molto sul serio la qualità delle fibre dei nostri airbag", afferma Elizabeth Gonzalez, leader dell'analisi dei dati alla Koch Industries e in precedenza leader dell'analisi dei dati alla INVISTA. "Ecco perché siamo felici del fatto che, oltre all'attenta ispezione manuale che abbiamo sempre fatto, ora possiamo analizzare i dati dell'ispezione visiva automatizzata e utilizzare l'intelligenza artificiale per identificare le opportunità di produrre fibre con un rendimento ancora più elevato. Non sarebbe neanche lontanamente possibile se tutti i nostri dati fossero ancora immagazzinati in tutti i siti dell'impianto."

I dati di INVISTA non sono più immagazzinati nei siti di tutto il mondo grazie a un'ambiziosa iniziativa che mira a trasformare le operazioni dell'azienda passando dalla business intelligence (BI) all'intelligenza artificiale (IA). I dati sono immagazzinati ora in un data lake di Amazon Web Services (AWS) parzialmente costruito utilizzando AWS Lake Formation. Gli strumenti di machine learning di AWS sono un elemento chiave per consentire a INVISTA di utilizzare i dati per raggiungere l'obiettivo di creare 300 milioni di dollari di valore attraverso un migliore rendimento, una gestione più forte delle prestazioni delle risorse, un migliore controllo dei processi, una riduzione del capitale d'esercizio e una maggiore velocità effettiva.

Prima di lavorare con AWS, INVISTA era limitata dall'archiviazione dati On-Premise, dal reporting BI pre-formattato e da processi analitici che richiedevano molto tempo. "Con la vecchia soluzione che avevamo adottato, ci sono voluti due mesi la prima volta che abbiamo cercato di affidare i dati storici di un solo sito dell'impianto ad un Data Scientist per la loro analisi", afferma Tanner Gonzalez, analytics leader di INVISTA.

Dopo aver valutato i fornitori cloud, INVISTA ha scelto AWS come fornitore principale per la sua capacità di disaccoppiare le tecnologie, supportare l'integrazione con strumenti di terze parti e costruire sistemi e flussi di lavoro per reperire valore in enormi volumi di dati nelle strutture di tutto il mondo. L'azienda ha iniziato con la migrazione di 600 server On-Premise su AWS, comprese diverse applicazioni di produzione e tutto lo spazio di INVISTA SAP.

INVISTA ha utilizzato AWS Lake Formation per implementare un data lake aziendale basato su Amazon Simple Storage Service (Amazon S3). L'architettura include un data warehouse Snowflake basato su AWS Glue per servizi di estrazione, trasformazione e caricamento (ETL) completamente gestiti. INVISTA utilizza inoltre dispositivi AWS Snowball per la migrazione di decine di terabyte di dati da diversi impianti nel proprio data lake.

L'azienda ha registrato risparmi significativi utilizzando AWS per ridurre l'archiviazione dati On-Premise. "Grazie agli sforzi di ottimizzazione e corretto ridimensionamento, la migrazione dei nostri data center su AWS ci sta facendo risparmiare più di 2 milioni di dollari all'anno", afferma Tanner.

Inoltre, l'azienda sfrutta Amazon Redshift e, in particolare, Amazon Redshift Spectrum, per consentire agli analisti di dati di eseguire query complesse su terabyte di dati. Si basa su Amazon Athena per estendere l'esecuzione interattiva self-service di query a qualsiasi dipendente con conoscenza di base di SQL. E per i flussi di lavoro di Data Science, INVISTA utilizza Amazon SageMaker, un servizio completamente gestito per costruire, addestrare e implementare modelli di machine learning sviluppati internamente e di terze parti.

Un vantaggio operativo delle funzionalità di analisi predittiva dei dati abilitate da AWS è la riduzione significativa dei tempi di fermo impianto non programmati. "Se il nostro team di produzione sa quando potrebbe guastarsi un pezzo dell'attrezzatura, può sottoporlo a manutenzione preventiva", afferma Elizabeth. "Prima di AWS non disponevamo dei dati o della potenza di calcolo richiesti dai modelli per prevedere i guasti. Il miglioramento della gestione delle prestazioni delle risorse implica la riduzione dei tempi di inattività, la diminuzione dei danni alle attrezzature e l'aumento dei ricavi."

Grazie ad AWS, INVISTA alimenta inoltre una previsione più accurata dei processi e l'ottimizzazione dell'inventario. "Prevedere ordini e altri fattori così da sapere quanto produrremo nei prossimi 30 giorni o di quali pezzi di ricambio avremo bisogno per le riparazioni e la manutenzione ci permette di archiviare solo lo stretto necessario", afferma Elizabeth. "Utilizzando AWS per estrarre modelli di ordinazione e altri dati dal nostro sistema SAP ERP, disponiamo di un processo di stoccaggio a circuito chiuso e completamente automatizzato per pezzi di ricambio ad alta movimentazione, che ha mostrato un significativo ritorno sull'investimento."

Nessuno di questi vantaggi operativi sarebbe possibile se INVISTA non eseguisse una solida ingegneria delle funzionalità necessaria alla costruzione di modelli di machine learning efficaci. "Con il nostro data lake ospitato su Simple Storage Service (Amazon S3) e costruito utilizzando AWS Lake Formation, possiamo sbloccare grandi quantità di dati di serie temporali per l'analisi e utilizzarli per prendere decisioni aziendali migliori", afferma Tanner. “Procurarsi archiviazione On-Premise e potenza di calcolo sufficienti sarebbe proibitivo in termini di costi."

Lavorare su servizi AWS intuitivi e di facile utilizzo sta aiutando INVISTA a raggiungere l'obiettivo di coltivare competenze di Data Science in tutta l'azienda e una cultura orientata alla curiosità e alla sperimentazione. "Mentre lavoravamo per costruire l'alfabetizzazione dei dati in tutta l'organizzazione, ci ha aiutato il fatto di poter contare anche su un'alfabetizzazione AWS comune", afferma Elizabeth. "Visto che tutti stavamo facendo pratica con la console e stavamo seguendo la stessa formazione di AWS, parlavamo tutti la stessa lingua a livello tecnologico e potevamo quindi concentrarci sui problemi di dati che richiedevano una soluzione."

Il personale con un background meno tecnico può utilizzare Amazon Athena per dare contributi preziosi alle iniziative di Data Science. "Gli ambienti di analisi dei dati tradizionali comportano di solito un'elevata mole di lavoro da parte dei tecnici per presentare una visione relativamente statica dei dati agli utenti aziendali", afferma Tanner. "Dal momento che Amazon Athena permette anche agli utenti con un background non tecnico di sperimentare ed esplorare, estende il numero di persone che stanno sbloccando il valore nei dati."

I servizi AWS hanno contribuito a trasformare il modo in cui INVISTA vede il proprio lavoro e la visione che ha di se stessa come azienda. "Fino a qualche anno fa nessuno a INVISTA parlava di Data Science", afferma Elizabeth. "La Data Science su AWS è ora fondamentale per le iniziative di pianificazione strategica, gestione della catena di approvvigionamento e operazioni di produzione."

Tutti i marchi registrati sono di proprietà dei rispettivi proprietari.

Per ulteriori informazioni, visita la pagina aws.amazon.com/manufacturing.