Georgia-Pacific ottimizza i processi e risparmia milioni di dollari all'anno grazie ad AWS

GP resize

Ogni giorno le strutture produttive in Nord America di Georgia-Pacific producono centinaia di bobine di carta e tessuto non tessuto. La produzione della carta è un'operazione delicata e complessa, durante la quale possono verificarsi rotture o incidenti nel processo di manifattura delle bobine o durante la loro conversione nei prodotti da bagno o di tessuto non tessuto per il consumatore finale. Se le rotture accadono di frequente causando ritardi nelle linee di conversione e nell'attività della macchina, Georgia-Pacific può subire danni economici nella misura di milioni di dollari all'anno per linea, un numero che può diventare un reale problema dato che l'azienda possiede più di 150 linee di conversione. "È fondamentale mantenere alto il livello di attività della macchina e questo è possibile solo avendo chiaro perché le bobine si rompono", ha dichiarato Steve Bakalar, il vice presidente aziendale per la trasformazione digitale e IT.

Ottenere informazioni di valore, tuttavia, è stata una sfida perché l'organizzazione raccoglie dati da diverse origini per eseguire analisi sulla qualità dei materiali, sui contenuto di umidità, temperatura, calibrazione della macchina e altre caratteristiche. Inoltre, un piccolo team di esperti specifico di ogni luogo conosce processi e attrezzature unici di ogni ubicazione. "Molti di questi esperti stanno per andare in pensione, e con loro queste conoscenze", afferma Bakalar. Per rispondere al questo bisogno di nuove informazioni sui dati, Georgia-Pacific ha deciso di introdurre un approccio di analisi avanzato, basato su un data lake operativo. "Avevamo bisogno di migliorare la nostra abilità di affrontare il mercato mediante l'ottimizzazione dei processi end-to-end e il miglioramento della salute deli asset", continua Bakalar. "Inoltre, dovevamo trovare un modo di prevenire i guasti degli asset con un anticipo di almeno 60 o 90 giorni, per eliminare le interruzioni non pianificate che generavamo un impatto negativo sull'operatività e perdite economiche".

"Utilizziamo le tecnologie di analisi dei dati di AWS per prevedere in modo preciso la velocità necessaria alle linee di conversione per evitare interruzioni. La riduzione delle rotture alla carta ci ha permesso di aumentare i nostri profitti di milioni di dollari per una linea di produzione".

- Steve Bakalar, vice presidente del dipartimento di trasformazione digitale e IT di Georgia-Pacific

  • Informazioni su Georgia-Pacific
  • Vantaggi di AWS
  • Servizi AWS utilizzati
  • Informazioni su Georgia-Pacific
  • Georgia-Pacific, di proprietà di Koch Industries, è un'azienda americana di prodotti di legno, cellulosa e carta con sede ad Atlanta, Georgia. L'organizzazione è una delle più grandi aziende produttrici e distributrici di cellulosa, fazzoletti e asciugamani di carta, distributori, imballaggi e prodotti per l'edilizia in legno e gesso.

    Ottimizzazione della produzione e degli asset di Georgia-Pacific con AWS
  • Vantaggi di AWS
    • Aumenta i guadagni di milioni grazie all'ottimizzazione dei processi
    • Prevede i guasti all'attrezzatura con 60 o 90 giorni di anticipo riducendo le interruzioni non pianificate
    • Esegue più linee di produzione in modo prevedibile, ottimizzando al meglio le risorse umane e di capitale
    • Migliora la qualità dei prodotti e la velocità di produzione
  • Servizi AWS utilizzati

Creare una soluzione di analisi avanzata basata sul cloud

Per raggiungere i propri obbiettivi, Georgia-Pacific ha scelto di creare una nuova soluzione di analisi basata sul cloud di Amazon Web Services (AWS). "Stavamo già migrando alcuni sistemi interni ad AWS e chiudendo numerosi data center", racconta Bakalar. "Sapevamo che AWS avrebbe potuto rispondere a tutti nostri requisiti di analisi dei dati". Nei primi sei mesi, Georgia-Pacific ha trasferito circa 50 TB di dati di produzione, più di 500 miliardi di record, da centinaia di macchine di processo di conversione e produzione complesse ed enormi. L'azienda utilizza Amazon Kinesis per inviare dati in tempo reale dall'attrezzatura di produzione a un data lake centrale basato su Amazon Simple Storage Service (Amazon S3), permettendo un'acquisizione di dati efficiente e l'analisi di dati strutturati e non strutturati su vasta scala.

Georgia-Pacific sapeva di poter imparare molto dai dati strutturati e non strutturati, ma mancava un sistema di storage conveniente per acquisire, trasformare, archiviare e analizzare questi dati.  

Georgia-Pacific utilizza Amazon Elastic MapReduce (Amazon EMR) per trasformare i dati prima di distribuirli in modo strutturato agli analisti di dati attraverso Amazon Redshift. Gli analisti utilizzano Amazon Athena oltre ad Amazon S3 per creare query di dati grezzi, i quali includono informazioni sui meccanismi e le macchine di produzione della pasta per carta, le linee di conversione, i trend di vibrazione, il throughput e la qualità della carta così prodotta.

Georgia-Pacific utilizza inoltre Amazon SageMaker, una soluzione di machine learning (ML) AWS per costruire, addestrare e distribuire i modelli di ML su scala. Utilizzando i modelli di ML ottenuti con i dati grezzi di produzione, Amazon SageMaker fornisce feedback in tempo reale ai macchinisti circa le velocità ottimali dei macchinari e altre variabili modificabili permettendo di impiegare operatori meno esperti per rilevare i guasti e mantenere la qualità.

Aumenta i guadagni di milioni grazie all'ottimizzazione dei processi fondamentali

Grazie alla soluzione di analisi avanzata basata su AWS, Georgia-Pacific ha ottimizzato i processi produttivi chiave in molte sedi. Per esempio, per una linea di conversione, la compagnia ha eliminato il 40% di rotture sulle bobine durante il processo di conversione. "Utilizziamo le tecnologie di analisi dei dati di AWS per prevedere in modo preciso la velocità necessaria alle linee di conversione per evitare interruzioni, in base alla qualità della bobina", dice Bakalar. La riduzione delle rotture alla carta ci ha permesso di aumentare i nostri profitti di milioni di dollari per una linea di produzione. Ci sono 150 linee che possono sfruttare questi processi, un'opportunità da milioni di dollari".

In una delle strutture Oriented Strand Board (OSB) di Georgia-Pacific, l'azienda ha ottenuto una riduzione del 30% dei rifiuti associati al processo di scheggiatura con il conseguente aumento del profitto annuale di milioni di dollari.

Inoltre, in una grande cartiera, Georgia-Pacific ha ottimizzato un processo di recupero di prodotti chimici riciclabile utilizzando nella produzione della cellulosa. "Siamo stati in grado di ridurre il consumo di prodotti chimici permettendoci di consumare meno risorse e migliorare i guadagni complessivi della produzione", continua Bakalar.

Questi risultati vengono implementati velocemente in una rete di strutture simili.

Per gli asset selezionati, Georgia-Pacific ora può prevedere i guasti alle attrezzature con 60 o 90 giorni di anticipo riducendo le interruzioni non pianificate. "Ora abbiamo dati migliori e più aggiornati sulle prestazioni dell'attrezzatura in tutte le nostre sedi", dice Bakalar. "Ciò significa che possiamo pianificare le interruzioni delle macchine, migliorando lo stato della cartiera e l'utilizzo della strumentazione, evitando perdite economiche date dalle interruzioni non pianificate della produzione".

Massimizzare le risorse degli impianti

Oltre ai benefici sull'operatività, Georgia-Pacific sta riducendo il bisogno di affidarsi a un esiguo numero di esperti per la conoscenza delle macchine e dei processi produttivi. Ora la compagnia ha creato un centro di supporto e collaborazione, aumentando il numero di esperti specifici di ogni luogo con supporto centralizzato che promuove la presa di decisione basata sulla tecnologia. 

"AWS ci permette si acquisire, archiviare, migliorare e distribuire dati in modo centralizzato, cosa che non potevamo fare prima", dichiara Bakalar. "Grazie a questo nuovo modello possiamo eseguire più linee di produzioni in modo più prevedibile. Infine, possiamo sfruttare il nostro pool di talenti in modo molto più efficiente in tutta l'organizzazione. Grazie ad AWS, possiamo garantire massima qualità di produzione il più velocemente possibile ed essere i migliori fornitori per i nostri clienti".


Ulteriori informazioni

Ulteriori informazioni sui Big Data.