INVISTA Mengubah Operasi dengan Mengoptimalkan Hasil Manufaktur di AWS

Anak perusahaan Koch Industries sejak tahun 2004, INVISTA membawa ke pasar bahan-bahan eksklusif untuk nilon 6,6 dan merek-merek terkenal termasuk STAINMASTER, CORDURA, dan ANTRON. INVISTA adalah salah satu produsen intermediet kimia, polimer, dan serat terintegrasi terbesar di dunia. Produk dari perusahaan ini mencakup banyak produk rumah tangga dan industri yang kami gunakan setiap hari—dan beberapa yang kami harap tidak ingin menggunakannya, seperti airbag mobil.

“Kami sangat memperhatikan kualitas serat airbag kami,” kata Elizabeth Gonzalez, pemimpin analitik di Koch Industries dan mantan pemimpin analitik di INVISTA. “Itulah mengapa kami senang bahwa, selain inspeksi manual yang cermat yang selalu kami lakukan, kami sekarang dapat menganalisis data inspeksi visual otomatis dan menggunakan kecerdasan buatan untuk mengidentifikasi peluang untuk menghasilkan serat dengan hasil lebih tinggi. Tidak mungkin melakukan ini dari jarak jauh jika semua data kami masih tersembunyi di setiap lokasi pabrik.”

Data INVISTA tidak lagi disimpan di situs di seluruh dunia karena inisiatif ambisius untuk mengubah operasinya dengan beralih dari kecerdasan bisnis (BI) ke kecerdasan buatan (AI). Data sekarang berada di danau data Amazon Web Services (AWS) yang sebagian dibangun menggunakan AWS Lake Formation. Alat machine learning AWS adalah bagian penting dalam memungkinkan INVISTA menggunakan data untuk mencapai tujuannya dalam menciptakan nilai 300 juta USD melalui peningkatan hasil, manajemen kinerja aset yang lebih kuat, kontrol proses yang ditingkatkan, pengurangan modal kerja, dan throughput yang lebih tinggi.

Sebelum bekerja dengan AWS, INVISTA dibatasi oleh penyimpanan data on-premise, pelaporan BI yang telah diformat sebelumnya, dan proses analitik yang memakan waktu. "Dengan solusi lama kami, dibutuhkan waktu dua bulan untuk pertama kalinya mencoba memasukkan hanya satu data historis situs pabrik ke tangan ilmuwan data untuk dianalisis," kata Tanner Gonzalez, pemimpin analitik di INVISTA.

Setelah mengevaluasi penyedia cloud, INVISTA memilih AWS sebagai vendor pilihan karena kemampuannya untuk memisahkan teknologi, mendukung integrasi dengan alat pihak ketiga, dan membangun sistem dan alur kerja untuk menemukan nilai dalam volume besar data di fasilitas di seluruh dunia. Perusahaan memulai dengan memigrasikan 600 server on-premise ke AWS, termasuk beberapa aplikasi manufaktur dan jejak SAP INVISTA global.

INVISTA menggunakan AWS Lake Formation untuk mengimplementasikan danau data perusahaan berdasarkan Amazon Simple Storage Service (Amazon S3). Arsitekturnya mencakup gudang data Snowflake yang mengandalkan AWS Glue untuk layanan extract, transform, and load (ETL) yang terkelola penuh. INVISTA juga menggunakan perangkat AWS Snowball untuk memigrasikan puluhan terabyte data dari pabrik yang berbeda ke dalam danau datanya.

Perusahaan telah menemukan penghematan besar dengan menggunakan AWS untuk mengurangi penyimpanan data on-premise-nya. “Melalui upaya pengoptimalan dan ukuran yang tepat, migrasi pusat data kami ke AWS menghemat lebih dari 2 juta USD per tahun,” kata Tanner.

Selain itu, perusahaan memanfaatkan Amazon Redshift—dan, khususnya, Amazon Redshift Spectrum—untuk memungkinkan analis data menjalankan kueri kompleks terhadap terabyte data. Ini bergantung pada Amazon Athena untuk memperluas kueri interaktif layanan mandiri ke karyawan mana pun dengan pengetahuan SQL dasar. Dan untuk alur kerja ilmu data, INVISTA menggunakan Amazon SageMaker, layanan terkelola sepenuhnya untuk membangun, melatih, dan men-deploy model machine learning pihak ketiga yang dikembangkan secara internal.

Salah satu manfaat operasional dari kemampuan analitik prediktif yang diaktifkan oleh AWS adalah pengurangan waktu henti pabrik yang tidak terjadwal secara signifikan. “Jika tim manufaktur kami mengetahui kapan suatu peralatan kemungkinan besar akan rusak, mereka dapat menurunkannya untuk pemeliharaan preventif,” kata Elizabeth. “Sebelum AWS, kami tidak memiliki data atau daya komputasi yang dibutuhkan model untuk memprediksi kegagalan. Manajemen performa aset yang ditingkatkan menghasilkan pengurangan waktu henti, penurunan kerusakan peralatan, dan pendapatan yang lebih tinggi.”

Dengan memanfaatkan AWS, INVISTA juga mendukung prakiraan proses dan pengoptimalan inventaris yang lebih kuat. “Ketika kami dapat memprediksi pesanan dan faktor lainnya sehingga kami tahu berapa banyak produk yang akan kami buat dalam 30 hari ke depan atau suku cadang apa yang kami perlukan untuk perbaikan dan pemeliharaan, kami dapat memastikan bahwa kami hanya menyimpan apa yang akan kami butuhkan,” kata Elizabeth. “Dengan menggunakan AWS untuk menarik pola pemesanan dan data lain dari sistem SAP ERP kami, kami memiliki proses penyimpanan loop tertutup yang sepenuhnya otomatis untuk suku cadang high-moving yang telah menunjukkan pengembalian investasi yang signifikan.”

Tidak satu pun dari manfaat operasional ini akan mungkin terjadi jika INVISTA tidak dapat melakukan rekayasa fitur canggih yang diperlukan untuk membangun model machine learning yang efektif. “Dengan danau data kami yang di-hosting di Amazon S3 dan dibangun menggunakan AWS Lake Formation, kami dapat membuka data deret waktu dalam jumlah besar untuk analisis dan menggunakannya untuk membuat keputusan bisnis yang lebih baik,” kata Tanner. “Memperoleh penyimpanan on-premise yang cukup dan daya komputasi akan sangat mahal.”

Berjalan pada layanan AWS yang intuitif dan mudah dipelajari membantu INVISTA mencapai tujuannya mengembangkan keterampilan ilmu data di seluruh perusahaan dan budaya keingintahuan dan eksperimen. “Saat kami berupaya membangun literasi data di seluruh organisasi, kami juga dapat mengandalkan literasi AWS umum,” kata Elizabeth. “Karena semua orang memahami konsol dan menjalani pelatihan kelancaran AWS yang sama, kami semua berbicara dalam bahasa yang sama pada tingkat teknologi dan oleh karena itu dapat berkonsentrasi pada masalah data yang kami coba selesaikan.”

Personel dengan latar belakang teknis yang kurang dapat menggunakan Amazon Athena untuk memberikan kontribusi yang berharga bagi inisiatif ilmu data. “Lingkungan analitik tradisional biasanya melibatkan banyak pekerjaan oleh ahli teknis untuk menyajikan tampilan data yang relatif statis kepada pengguna bisnis,” kata Tanner. “Karena Amazon Athena memungkinkan bahkan pengguna non-teknis untuk bereksperimen dan menjelajah, hal ini memperluas jumlah orang yang membuka nilai dalam data.”

Layanan AWS telah membantu mengubah cara INVISTA memandang pekerjaannya dan berpikir tentang dirinya sebagai sebuah perusahaan. “Beberapa tahun yang lalu, tidak ada seorang pun di INVISTA yang berbicara tentang ilmu data,” kata Elizabeth. “Sekarang, ilmu data di AWS merupakan inti dari inisiatif dalam perencanaan strategis, manajemen rantai pasokan, dan operasi manufaktur."

Semua merek dagang adalah milik dari pemiliknya masing-masing.

Untuk mempelajari selengkapnya, kunjungi thinkwithwp.com/manufacturing.