Georgia-Pacific は、AWS を使用してプロセスを最適化して、年間数約万ドルを節約
北米の Georgia-Pacific の製造施設では、毎日数百もの紙とティッシュの親ロールが生産されています。製紙は繊細で複雑な作業であり、その間、親ロールの製造中や、大量の親ロールを消費者がすぐに使えるトイレットペーパーやティッシュ製品に変換する際に裂け目や破損が発生する可能性があります。破れや損傷が頻繁に発生すると、抄紙機と加工ラインのダウンタイムが発生し、1 ラインあたり Georgia-Pacific には年間数百万ドルの費用がかかります。150 を超える変換ラインをもつ企業にとって、その数は大きなものになる可能性があります。「マシンの稼働時間を長く保つことは不可欠で、ロールが壊れる可能性がある理由について十分なインサイトを得た場合にのみそれを長く保つことができます」と同社の IT/デジタル変換担当のバイスプレジデントである Steve Bakalar は述べています。
しかし、組織は材料の品質、水分含有量、温度、機械の較正、およびその他の機能に関するデータを収集および分析するために異なるソースに依存しているため、貴重なインサイトを得ることは難し課題でした。さらに、小規模なサイト独自の専門家チームが各サイトの固有の機械とプロセスに関する知識を保持しています。「これらの多くの専門家はまもなく退職し、知識を共にもっていってしまいます」と Bakalar は述べています。Georgia-Pacific は、新しいデータのインサイトとそれほど複雑でないデータ収集の必要性に対処するために、運用データレイクによって実現される高度な分析アプローチへの移行を模索しました。「エンドツーエンドのプロセスの最適化と資産の健全性の改善を通じて、市場にサービスを提供する能力を向上させる必要がありました」とBakalar は述べています。「また、運用に悪影響を及ぼし、収益の損失を導く恐れがある予期しないダウンタイムをなくすため、資産の障害を 60〜90 日前に予測する方法を見つける必要がありました。」
「予測のために、AWS データ分析技術を使用しています… 破れを避けるために正確にどのくらいの速さでラインを動かすか。紙の破れを減らすことにより、1 つの製造ラインで何百万ドルもの利益を増やすことができました」
Steve Bakalar、IT/デジタルトランスフォーメーション担当バイスプレジデント、Georgia-Pacific
-
Georgia-Pacific について
-
AWS の利点
-
使用する AWS のサービス
-
Georgia-Pacific について
-
Georgia-Pacific は、Koch Industries が所有する、米国の木製品、パルプ、および紙の会社で、ジョージア州アトランタに本拠を置いています。同社は、パルプ、タオルやティッシュペーパーとディスペンサー、包装材料、木材や石膏建築製品の世界最大のメーカーかつ流通業者の一つです。
Georgia-Pacific が AWS を活用して、生産プロセスを最適化 (日本語字幕) -
AWS の利点
-
- プロセスの最適化により数百万ドルの利益を増加する
- 機器の障害を 60～90 日前に予測し、予期しないダウンタイムを減らす
- 予測可能な方法でより多くの生産ラインを稼働させ、人的および資本資源を最適化する
- 可能な限り最速のレートで、高品質の製品を製造する
- プロセスの最適化により数百万ドルの利益を増加する
-
使用する AWS のサービス
クラウドベースの高度な分析ソリューションの作成
Georgia-Pacific は、その目標を達成するために、アマゾン ウェブ サービス (AWS) クラウドに基づいた新しい分析ソリューションの作成を選択しました。「私たちは、すでにいくつかの内部システムを AWS に移行し、いくつかのデータセンターを閉鎖するプロセスにありました」と Bakalar は述べています。「AWS が私たちのデータ分析要件をサポートできること知っています。」 Georgia-Pacific は最初の 6 か月で、数百台の大型で複雑な製造および変換プロセスマシンから、約 50 TB の生産データ (5,000 億件を超えるレコード) を転送しました。同社は Amazon Kinesis を使用して、Amazon Simple Storage Service (Amazon S3) に基づいて製造機器から中央データレイクにリアルタイムデータをストリーミングし、構造化および非構造化データを大規模に効率的に取り込み、分析できるようにします。
Georgia-Pacific には、構造化データと非構造化データから学習できることがわかっていましたが、このデータを取り込み、変換、格納、分析するための費用対効果の高いストレージメカニズムがありませんでした。
Georgia-Pacific では Amazon Elastic MapReduce (Amazon EMR) を用いてデータを Amazon Redshift を通してデータアナリストに構造的に送られる前に変換しています。アナリストは Amazon Athena を Amazon S3 の上に用いて生データをクエリし、これにはパルプ化機構、製紙機械、変換ライン、振動のトレンド、スループット、紙質などがあります。
Georgia-Pacific ではまたAWS の機械学習 (ML) ソリューションである Amazon SageMaker を用いて、どのような規模ででも ML モデルを構築、トレーニング、デプロイしています。生の生産データで構築された ML モデルを使うことで、Amazon SageMaker は機械の操作をする人に機械の最適な運転速度、その他の調節可能な変数をリアルタイムで伝え、経験の少ない操作員でも故障を早期に発見して品質を維持できます。
重要なプロセスの最適化により利益を数百万ドル増加する
Georgia-Pacific はAWS をベースにした高度な分析ソリューションを使用して、その多くの施設で重要な製造プロセスを最適化しました。たとえば、ある変換ラインでは、変換プロセス中に親ロールの破れを 40％ 解消しました。「親ペーパーロールの品質に応じて、AWS データ分析技術を使用して、破れを避けるために正確にどのくらいの速さでラインを動かすかを予測しています」と Bakalar は述べています。「1 つの製造ラインで何百万ドルもの利益を増やすことができました。これらの最適化されたプロセスから利益を得ることができる 150 のラインがあるので、これは私たちにとって数百万ドルの機会です。」
Georgia-Pacific の Oriented Strand Board (OSB) 施設の 1 つでは、チッピングプロセスに関連する無駄が 30% 削減され、年間利益が数百万ドル増加しています。
さらに、Georgia-Pacific の大型製紙工場では、再生利用可能な化学品回収プロセスを最適化しました。「化学品の消費量を削減することができたため、全体的な生産歩留まりを改善しながら、より少ないリソースを消費するようにできます」と Bakalar は述べています。
これらの成功は、同様の施設のネットワーク全体で急速に拡大しています。
選択した資産に対して、Georgia-Pacific は機器の障害を 60～90 日前に予測できるため、予期しないダウンタイムを減らすことができます。「すべての施設で機械のパフォーマンスに関するより良い、最新のデータがあります」と Bakalar は述べています。「つまり、機器のダウンタイムを計画できるということです。これにより、資産の利用率と製紙工場の安全性が向上し、予期しない生産の停止による収益の損失を回避できます。」
プラントリソースの最大化
運営に対する利点に加えて、Georgia-Pacific は、機器と製造プロセスに関する知識について少数の専門家への依存を減らしています。代わりに、同社はコラボレーションとサポートセンターを形成し、サイト固有の専門家を、技術に基づいた意思決定を促進する一元的なサポートで強化しました。
「AWS により、以前はできなかった集中管理された方法で、データのソース化、保存、強化、配信を行うことができます」と Bakalar は述べています。「この新しいモデルを使用すると、より多くの生産ラインをより予測可能な方法で動かすことができると考えています。結果として、組織全体で、より効率的に人材プールを利用できます。AWS を使用すると、最高品質の製品を可能な限り高速で生産できるできるようになり、お客様に最高のサービスを提供できます」。