INVISTA transforma as operações otimizando os resultados da manufatura na AWS

Subsidiária da Koch Industries desde 2004, a INVISTA disponibiliza ao mercado os ingredientes proprietários para produção de nylon 6,6 e marcas reconhecidas, inclusive STAINMASTER, CORDURA e ANTRON. Ela é uma das maiores produtoras integradas de intermediários químicos, polímeros e fibras no mundo. Entre eles, muitos produtos residenciais e industriais que usamos todos os dias e alguns que esperamos não precisar, como airbags automotivos.

“Levamos a qualidade de nossas fibras para airbags muito a sério”, diz Elizabeth Gonzalez, líder de análise na Koch Industries e ex-líder de análise na INVISTA. “Além da inspeção manual cuidadosa que sempre fizemos, agora temos a satisfação de poder analisar dados de inspeção visual automatizada e usar inteligência artificial para identificar oportunidades de produzir fibras com rendimento ainda maior. Não seria nem remotamente possível fazer isso se todos os nossos dados estivessem isolados em cada local da planta.”

Os dados da INVISTA não ficam mais isolados em locais ao redor do mundo graças a uma iniciativa ambiciosa de transformar as operações com a migração da business intelligence (BI) para a inteligência artificial (IA). Agora os dados residem em um data lake da Amazon Web Services (AWS) parcialmente construído usando o AWS Lake Formation. As ferramentas do AWS Machine Learning da AWS são parte essencial na capacitação da INVISTA a usar dados para alcançar a meta de criar um valor de USD 300 milhões. Ela pretende fazer isso por meio de melhores rendimentos, gerenciamento mais robusto da performance de ativos, controle de processo aperfeiçoado, redução do capital de giro e maior taxa de transferência.

Antes de trabalhar com a AWS, a INVISTA estava limitada pelo armazenamento de dados on-premises, relatórios de BI pré-formatados e processos analíticos demorados. “Com nossa antiga solução, levamos dois meses na primeira vez que tentamos disponibilizar os dados históricos do local de apenas uma planta para análise dos cientistas de dados”, diz Tanner Gonzales, líder de análise na INVISTA.

Depois de avaliar os provedores de nuvem, a INVISTA escolheu a AWS como fornecedora preferencial pela capacidade de desacoplar tecnologias, oferecer suporte à integração com ferramentas de terceiros e construir sistemas e fluxos de trabalho para encontrar valor em volumes imensos de dados nas instalações em todo o mundo. A empresa começou migrando 600 servidores on-premises para a AWS, inclusive várias aplicações de manufatura e a presença global de SAP da INVISTA.

A INVISTA usou o AWS Lake Formation para implementar um data lake empresarial baseado no Amazon Simple Storage Service (Amazon S3). A arquitetura inclui um data warehouse Snowflake que depende do AWS Glue para serviços Extract, Transform and Load (ETL – Extrair, transformar e carregar) totalmente gerenciados. A INVISTA também usou dispositivos do AWS Snowball para migrar dezenas de terabytes de dados de instalações distintas para o data lake.

A empresa descobriu economias substanciais usando a AWS para reduzir o armazenamento de dados on-premises. “Por meio de nossos esforços de otimização e dimensionamento correto, a migração de nossos datacenters para a AWS está nos economizando mais de USD 2 milhões por ano”, diz Tanner.

Além disso, a empresa se beneficia do Amazon Redshift e, especificamente, do Amazon Redshift Spectrum, para capacitar os analistas de dados a executar consultas complexas em terabytes de dados. A empresa depende do Amazon Athena para estender as consultas interativas de autoatendimento a qualquer funcionário com conhecimento básico de SQL. Em relação aos fluxos de trabalho de ciência de dados, a INVISTA usa o Amazon SageMaker, um serviço totalmente gerenciado, para construir, treinar e implantar modelos de machine learning desenvolvidos internamente e de terceiros.

Um benefício operacional dos recursos de análise preditiva viabilizados pela AWS é uma redução significativa no tempo de inatividade não programado da planta. “Se nossa equipe de manufatura sabe quando uma parte do equipamento tem a probabilidade de falhar, ela pode desativá-la para manutenção preventiva”, diz Elizabeth. “Antes da AWS, não tínhamos os dados ou a potência computacional necessários para que os modelos previssem falhas. O melhor gerenciamento da performance de ativos resulta em tempo de inatividade reduzido, menos danos aos equipamentos e receitas mais elevadas.”

Com a utilização da AWS, a INVISTA também capacita a previsão mais robusta de processos e a otimização de inventários. “Quando podemos prever pedidos e outros fatores, para saber a quantidade de produto que vamos produzir nos próximos 30 dias ou de quais peças sobressalentes precisaremos para reparos e manutenção, podemos garantir que estamos armazenando somente o que precisaremos”, diz Elizabeth. “Ao usar a AWS para extrair padrões de pedidos e outros dados do nosso sistema de ERP SAP, temos um processo de estoque totalmente automatizado e de loop fechado para peças sobressalentes de alta movimentação que mostrou um retorno significativo sobre o investimento.”

Nenhum desses benefícios operacionais seria possível se a INVISTA não pudesse realizar a engenharia de recursos robusta necessária para construir modelos eficazes de machine learning. “Com nosso data lake hospedado no Amazon S3 e criado usando o AWS Lake Formation, podemos desbloquear grandes quantidades de dados de séries temporais para análise e usá-los para tomar decisões comerciais melhores”, diz Tanner. “A aquisição de armazenamento e potência computacional on-premises suficientes seria caro demais.”

A execução em serviços da AWS intuitivos e fáceis de aprender está ajudando a INVISTA a alcançar a meta de cultivar habilidades de ciência de dados em toda a empresa e uma cultura de curiosidade e experimentação. “À medida que trabalhávamos para criar a educação de dados em toda a organização, o fato de podermos contar com a educação comum da AWS também nos ajudava”, diz Elizabeth. “Como todos estavam começando a usar o console e passando pelo mesmo treinamento de fluência da AWS, estávamos todos falando a mesma língua em nível de tecnologia e, portanto, podíamos nos concentrar nos problemas de dados que estávamos tentando resolver.”

Funcionários com menos formação técnica podem usar o Amazon Athena para fazer contribuições valiosas para iniciativas de ciência de dados. "Os ambientes de análise tradicionais normalmente envolvem muito trabalho de especialistas técnicos para apresentar uma visão relativamente estática dos dados aos usuários de negócios", diz Tanner. "Como o Amazon Athena permite que até mesmo usuários não técnicos experimentem e explorem, ele expande o número de pessoas que estão liberando valor nos dados."

Os serviços da AWS ajudaram a transformar a forma como a INVISTA vê o trabalho dela e se vê como uma empresa. "Alguns anos atrás, ninguém na INVISTA estava falando sobre ciência de dados", diz Elizabeth. "Agora, a ciência de dados na AWS é fundamental para iniciativas de planejamento estratégico, gerenciamento da cadeia de suprimentos e operações de fabricação."

Todas as marcas comerciais são de propriedade de seus respectivos proprietários.

Para saber mais, acesse aws.amazon.com/manufacturing.