ノルウェー最大の乳製品協同組合である TINE SA は、テクノロジー、動物科学、そして古くからの知識を組み合わせ、より良い乳製品を作るための新しい方法を生み出しています。 TINE はノルウェー最大の乳製品の生産、販売、輸出業者であり、11,400 人のメンバー (オーナー) と 9,000 の共同農場を有しています。160 年以上にわたり、TINE はノルウェーの酪農家と協力して彼らの課題を理解し、とりわけ市場の需要が各農家の製品をより効率的に投入する必要性と共に増加するにつれて、効率性、生産性、および高品質な乳製品開発の促進をサポートしてきました。このコラボレーションには、常に大量な情報の収集および管理が含まれてきました。
「TINE は、農家向けの意思決定ツールを開発し、農場レベルでさまざまな乳製品からデータを収集してきた長い歴史を持っています。」と TINE の動物化学教授で研究開発責任者の Harald Volden 氏は述べています。「私たちは、特にモノのインターネットのようなテクノロジーによって、データ収集の機会が劇的に進化してきたのを見てきました。そして、デジタルテクノロジーがこの業界の将来を根本から変えると確信しています。」
TINE のラディカルイノベーション担当ディレクターである Mette Øyen Roald 氏は、TINE と共に働くノルウェーの農家は技術的な知識を豊富に持っており、何十年もの間、自分たちの動物や酪農生産に関するデータを収集する価値を理解していると語ります。「長い期間をかけ技術の進歩とともに、TINE は収集したデータを使用して、乳製品生産に [最適な牛] を調べるための構造化研究を行ってきました。」と、彼女は言います。「牛の個性に焦点を合わせることで、それぞれの牛が幸せなのか、ストレスを抱えているのか、不安を感じているのか、健康であるのかを酪農家が認識できるようになりました。牛たちがより健康でより幸福を感じれば、その牛から出る牛乳の品質は向上するので、家畜福祉を向上させながら、さらに良い乳製品を作ることができます。
TINE が酪農生産の将来を農場レベルと全国レベルで検討したところ、データサイエンスチームは、農家が生産に使用する意思決定ツールの開発に利用できるデータソースの幅と深さ、データの種類、データ分析機能に変化があることに気づきました。
各牛の特定のニーズに合わせて食事の決定を調整できれば、
生産する牛乳の品質にかなりの違いを生む可能性があります。
「私たちは有効に利用できるデータを収集してきましたし、これからも収集を続けます。私たちの組織と使用するテクノロジーを評価する際、何が酪農家に利益をもたらすのか、という 1 つの簡単な質問から始めました。 私たちは、より幸福な牛とより良い品質の牛乳を生み出すために農家がデータ分析と意思決定することができる、次世代のツールを開発したかったのです」と Volden 氏は言います。
TINE は、組織としてさらにデータ主導型になることで、データとテクノロジーへのアプローチを変えなければならないと確信しました。そうすることが、乳生産のより正確な予測と、牛の健康や生産される牛乳の品質に関連する重要なデータポイントの表面化につながるのです。歴史的に、TINE は農場ごとの乳生産と出荷の予測を試みるために基本的なモデルを使用してきましたが、異なる期間にわたり生産予測可能性に関する問題に直面しました。長期的な可視性および予測可能性の欠如は、重大な問題につながる場合があります。例えば、2011 年には、その年の生産の一部として必要とされたであろう脂肪分を酪農家が少なく見積もったことで、全国でバター不足が発生しました。
TINE の洞察、予測、および分析の向上をサポートするテクノロジーとプラットフォームを特定するために、TINE は Crayon、 AWS パートナーネットワーク (APN) アドバンストコンサルティングパートナー、および AWS Machine Learning (ML) コンピテンシーパートナーのエキスパートを招きました。Crayon の子会社である Inmeta は、お客様と直接協力して、データ駆動型のイノベーションのアイデアを提供しました。
Inmeta のアドバンストアナリティクスおよびビッグデータ担当マネージングディレクターである Lars Joakim Nilsson 氏は次のように述べています。「私たちは実践を通じて、AI コンサルタント、データ工学、およびデータ科学の 3 つの異なる分野の専門知識を提供しています。TIME のチームとの共同作業を開始した際、彼らが ML を使用して対処できるビジネス上の課題を特定できるようサポートしたいと考えていました。酪農家自身からフィードバックと洞察を集めることから始め、その後 TINE は、個々の牛の継続的な監視を含む農場のあらゆる側面を監視することで、酪農家がより自律的で自発的になるのを助けることの重要性を認識しました。
データ駆動型組織として継続的に進化したい場合、アプリケーションを実行してデータをオンプレミスに保存するといったリソース集約型プロセスは、TINE にとって実行可能な選択肢ではありませんでした。そこで TINE は Crayon と連携し、現代テクノロジーの分野に移行する助けになるクラウドプロバイダーを特定するためのテクノロジーレビューを行いました。
「分析を基に、TINE チームは AWS に構築することを選択しました。」と Nilsson 氏は言います。「彼らは IoT や ML のようなテクノロジー、そのコストモデル、そして柔軟性における AWS の継続的な革新が、彼ら自身の革新をスピードアップさせる力になると感じたのです。」
TINE と Crayon はまず、24 か月分の予測で、牛の生産量と各牛、農場、そして国レベルからの出荷の予測に焦点を当てました。これは、酪農生産能力とロジスティクスを計画するために重要です。
Crayon は 4 つの異なるフェーズで TINE とイノベーションプロジェクトに取り組みました。
まず、チームはデータの準備、可用性、品質、および関連性に焦点を当てました。このフェーズで、TINE には有用で関連性のあるデータがあるのに、歴史的な時系列がないと、Crayon は判断しました。「分析に役立つデータセットを作成するため、既存のデータから各牛と各農場の履歴を抽出することができました。」と Nilsson 氏は言います。
次に、チームは方法論とモデルの選択に進みました。Crayon は当初、農場の状態に基づいて乳生産を予測するための畳み込みニューラルネットワークの使用を実演するのに、単純なモデルを選択しました。このフェーズで、チームはこのモデルとデータが乳生産予測にとって実行可能であると断定しました。
それから、Crayon はモデリングプロセスを改良しました。前のフェーズでの調査結果に基づいて、チームは意思決定ツリーモデルを選択し、将来の農場の状況を予測するために拡張しました。これにより、より正確な予測がサポートされます。AWS で実行される ML ソリューションを使用するこのモデルは、乳生産に加えて、牛の出生や群れの中の牛の総数を予測します。「このモデルにより、乳生産の自動化された正確な予測を提供し、予測の粒状化を可能にして、酪農場とそのロジスティクスの生産計画の改善を可能にします。」と Nilsson 氏は言います。「そのモデルからの学習は、TINE とその農家が、濃縮食品などの乳生産の投入と管理を最適化するのにも役立つでしょう。」
最後に、Crayon は、分析用に最適化されたデータレイクと予測用の ML モデルを確立しました。これにより、TINE 内の他のアプリケーションに対する ML のイニシアチブをサポートしながら、ML モデルをさらに改善することができます。「TINE は、データ範囲をさらに拡大し、生産プロセスをさらに最適化するために、牛に付けるセンサーなどの IoT デバイスを農場に導入し始めました」と Nilsson 氏は言います。
「乳生産予測プロジェクトの成功に基づいて、成長機能や授乳曲線など、いくつかの ML プロジェクトに取り組んでいます。もう 1 つの側面は、これらのモデルは、ヤギや豚など他の種類の動物にも転換可能であるということです。」
「私たちの夢は、食品が生産される方法をミクロ、マクロレベルで変えるために、テクノロジーとデータの洞察を使って世界を変えることです。」と Øyen Roald 氏は言います。「私たちは、お客様が確実に最高の牛乳と乳製品を手に入れられるようにしたいのです。データは原料である牛乳を改善するのに役立ちます。」
Nilsson 氏は、現在 TINE がノルウェーの牛について約 250 万のデータポイントを収集しており、両親、給餌、体重、成長、その他の生物学データなど、牛の生活の側面をカバーしていると述べています。
「TINE の使命を支えるためには、農場全体でできるだけ多くのデータを収集し続けることが重要です。」と Nilsson 氏は言います。「そのために、IoT デバイスがすべての農場で導入され、搾乳ロボットが使用されており、さらに多くのデータが収集されています。現在、彼らは、年間 2 億 5000 万を超える牛のデータポイントを収集することを検討しています。これは膨大な量のデータで、TINE のライフサイエンスチームが、その使命をサポートするより良いソリューションを提供することを可能にします。」
TINE は、収集したデータは、二酸化炭素排出量の削減に使用することさえ可能であると予測しています。例えば、収集されたデータからの情報は、牛のえさの飽和脂肪を減らして個々の牛のえさを最適化し、げっぷや鼓腸によって生成されるメタンを軽減するのに役立てることができます。牛のメタン排出削減をサポートすることで、牛の二酸化炭素排出量を削減します。
TINE はまた、そのアプリケーションを実行し、 AWS の ML ソリューションを使用することで、費用を節約しています。2018 年半ばまでに、 TINE はオンプレミスソリューションと比べて IT コストを 50％ 削減しました。同社は AWS に移行してから、開発サイクルの速度をを上げており、ソフトウェア開発と実施のスピードが 60％ 向上することを期待しています。
「とりわけ、チームがグローバル規模を拡大し、ハイパースケールレベルで新しいデータプラットフォームとデータレイクアーキテクチャを構築しようとしているため、AWS の弾力性、スケーラビリティ、およびセキュリティは TINE にとって非常に重要です。」と Nilsson 氏は言います。
TINE チームは、ノルウェーの乳製品業界で IoT と ML で行った研究に基づいて、国際的なビジネスモデルを開発する機会があると考えています。
「ノルウェーには、優れたテクノロジーを国際的に利用できるようにするための確固たる実績があります。」と Øyen Roald 氏は言います。「私たちはテクノロジーの近代化を続けており、他国の農業者からも関心を寄せられています。牛肉と穀物の生産のように、異なる生産タイプで利用可能な同タイプのアルゴリズムとツールを最適化するための知識を利用して、ノルウェーの農家からヨーロッパ、米国、および世界中の他の農家に拡大できるのかを確かめたいのです。」
チームは現在、AWS でオープンデータプラットフォームソリューションを構築し、より多くのデータを収集して酪農家が生産プロセス全体を最適化しながら、独自のデータを販売できるようにすることで新しい収入源を生み出すのをサポートしています。 事実、TINE はデータ駆動型ベンチャーを正式に Mimiro AS という別の会社に分配しました。同社は、データ資産に基づいて集中力と勢いを維持するために Mimiro を作成しました。
「世界の農業者に知識を提供することが、私たちが Mimiro で目指していることです。」と Øyen Roald 氏は言います。「AWS と Crayon と共にできることはたくさんあると確信しており、グローバルな影響を及ぼし、TINE に新しいビジネス収益の流れをもたらすでしょう。これからの道のりに胸が高鳴ります。」
機械学習テクノロジーを使用する他の APN パートナーの詳細をご確認ください。
Crayon は、複合地域、地方、および世界各地の IT 資産を使用して、あらゆる業種の顧客をサポートすることを専門としています。その使命は、クライアントが複雑なテクノロジーの展望を切り開くのをサポートすることです。 Crayon は、アドバンスト AWS パートナーネットワーク (APN) コンサルティングパートナーおよび AWS Machine Learning (ML) コンピテンシーパートナーです。同社の専門家は、世界を代表する多くの組織で信頼されるテクニカルアドバイザーとして働いています。
