在過去的幾年中，拜耳作物科學公司一直致力于將決策科學融入從物流到基因測序其業務的各個方面。該策略由機器學習和人工智能驅動，采用數字孿生或“虛擬工廠”技術為拜耳公司在北美地區運營的九個玉米種子生產基地中的每個工廠建立模型。
拜耳作物科學公司數據科學卓越中心(COE)負責人Naveen Singla表示：“這些玉米生產基地從農田收獲大量玉米種子，并在處理之后裝袋，然后將這些種子銷售給農民。”
拜耳公司的項目通過虛擬工廠塑造業務戰略和未來運營，為其9個生產基地創建了設備、過程和產品流特征，物料清單和操作規則的動態數字演示。這些虛擬工廠使拜耳公司能夠對每個站點執行“假設分析”。
當該公司業務團隊介紹新的種子處理產品或新的定價策略時，用戶可以使用虛擬工廠來評估生產基地準備就緒以適應其業務提供這些新策略的意愿。Singla說，虛擬工廠還可以用于制定資本購買決策，制定長期業務計劃，識別新發明，并改善流程。
該項目為拜耳公司獲得了FutureEdge 50新興技術應用獎，這是拜耳公司北美制造公司、種子生產創新部門和數據科學卓越中心(COE)共同努力的結果。這三個部門的成員組成了一個虛擬工廠業務團隊，與業務主管、流程工程師和數據科學家密切合作，根據種子在設施中的移動方式，捕獲并建模了300多個操作和戰略規則。他們還進一步制定了更精簡的業務政策。
拜耳的虛擬工廠
拜耳的虛擬工廠計劃結合了模擬建模、優化和機器學習，并托管在拜耳的內部云平臺上，使其具有可擴展性。為了創建模型，團隊必須識別不同的數據源，并訪問每個站點以獲得特定于站點的規則、設備設計標準以及操作指標。
Singla說，“現在，我們可以重新構想業務流程。我們可以通過采用這些機器學習算法或模擬來重新構想我們的決策。”
最初并不是每個高管都參與該項目。拜耳作物科學公司互聯虛擬系統負責人Singla和Shrikant Jarugumilli表示，從單一概念證明(POC)開始，相信該項目的利益相關者核心是成功的關鍵。
Singla表示：“毫無疑問，并不是所有人從一開始就說服了，需要找到一些愿意與我們共同承擔風險的關鍵合作伙伴。現在，它變得越來越流行，越來越多的人希望使用它。”
Singla還指出，Jarugamilli和他的團隊在生產現場進行調查和研究，以真正了解他們的操作對于獲得支持為什么至關重要的原因。
Singla說：“讓我們的數據科學家了解業務領域非常重要，這就是Shrikant的用武之地。”他和他的團隊在這些種子生產基地花費了數周的時間，試圖了解操作，了解細微差別，以便他們在與領導層交談時傳達的信息是領導層本身的語言，而不是機器學習的語言。
該團隊于2018年啟動了單一概念證明(POC)，并于2019年將其擴展到其他站點。Singla說，拜耳公司現在可以將9個制造站點的10個月運營工作壓縮為兩分鐘，從而使該組織可以在不到24小時的時間內運行超過10萬個模擬運營。其團隊現在可以使用數據科學回答有關SKU組合、設備功能、流程訂單設計和網絡優化的復雜業務問題。
數字孿生的復合效益
還有其他復合效益。該項目的一個意外好處是，團隊使用了新的見解來識別各種申請和要求并確定其優先級。此外，Singla說，各個團隊之間的緊密協作提高了組織的整體數字流利程度。團隊現在可以跨組織邊界參與業務和技術討論。
Jarugamilli補充說，虛擬工廠還為吸引新的數據科學人才而付出了很多努力，以加快他們在拜耳公司快速發展所需的領域知識。
Jarugamilli說：“它并不能取代實地操作，但可以使人們更快地熟悉工作，當我們進行單一概念證明(POC)時聘請一些數據科學家，他們花了大約四個月的時間才了解種子處理過程。現在，當我們聘請新的數據科學家時，可以在半天之內參與工作，因為他們可以實際查看這9個站點及其運作方式。”
該項目的成功導致了拜耳對虛擬工廠功能的需求。
Singla說：“這種情況現在正在擴展，很多用戶都表示希望復制虛擬工廠，以在種子生產地區以及化學制造領域開展業務。但是實際上我們已經意識到，從業務角度來說，更大的價值在于能夠根據我們已經能夠進行的模擬來制定投資決策，這推遲了許多投資決策。因此，它在減少投資方面產生了重大影響。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號