当丢弃在制造过程中损坏的数千块尿布成为日常事件时，必须采取措施进行缓解，就在那时，宝洁决定利用数据来改善其尿布制造业务。
宝洁全球婴儿护理服务与解决方案IT高级总监杰夫·克里特迈耶表示：“我们一直在寻找造成我们损失的最大原因是什么，以及如何才能可以运行得更好。”他的团队于2021年底开始规划一个解决方案，以修复成本最高的制造故障，特别是那些影响尿布的故障。
尿布是由绒毛纸浆、塑料、吸收颗粒和弹性材料制成的，在高度机械化的制造过程的各个方面都使用了不同的工艺，如流动热胶和热粘合。
宝洁现在使用其热熔体优化平台来捕捉故障并使流程重回正轨，该项目为宝洁赢得了2023年CIO 100年度IT创新和领导力奖，对制造业产生了深远的影响。
热熔胶优化采用了一种专有的数据收集方法，在装配线上使用专有的传感器，当与微软的预测分析和Azure云制造相结合时，宝洁能够通过减少制造过程中因损坏造成的损失来生产完美的尿布。
宝洁估计，自从在11家工厂部署了该解决方案以来，70%的有缺陷的尿布都被淘汰了。高管们不愿透露每周节省的确切金额，但这一数字在7位数的范围内。
数据驱动的尿布分析
在尿布制作过程中，热胶从自动电磁阀以高精度的方式释放，以确保尿布层正确凝结。
克里特迈耶说：“尿布在组装过程中高速地穿过生产线，所以你需要这种超精密的热熔胶涂抹。”他补充说，这种胶水对人体皮肤是安全的。
然而，如果胶水流动的温度和压力不准确，或者胶水堵塞阀门而没有及时纠正，产生的尿布必须报废。
为了解决这些问题，宝洁与微软密切合作，部署了微软的物联网和边缘分析平台、用于制造业的Azure云以及物联网传感器、边缘分析和机器学习模型。
该平台在宝洁的一家工厂进行了9个月的试点测试，然后在全美一半的宝洁帮宝适制造厂推出。
在前往密苏里州其中一家工厂的途中，Kietermeyer向记者解释说，物联网和边缘分析平台、传感器和边缘分析规则引擎的结合已经成功地用于解决尿布制造过程中可能出现的压力和温度异常以及阀门硬件问题。
Kietermeyer补充说：“项目团队探索了几种算法，包括训练神经网络模型，发现微软的AI规则引擎取得了最好的结果。”
在装配线上，宝洁采用罗克韦尔可编程逻辑工业控制器和其他传感器，密切监测和记录胶流温度和压力数据。数据被输入到分析平台和内部开发的代码中，以识别必须实时纠正的错误或异常——同时不会使制造离线，这确保了每个设备的产量都超过了启动热熔炼优化之前的产量。
数据流测量是使用名为流入历史的工业控制数据库配置的。数据通过广播系统和Grafana预可视化传输到微软的边缘分析模型。传感器和软件可以检测出是否有问题，并在几个小时内自动进行修复。
“这些工业微控制器运行速度超快”基特迈尔说。“每次都要让他们跑得非常精确，才能制造出完美的尿布，这需要付出大量的努力和检查，而且没有高度专业的人员全天候、全天候监控生产线。”即使有，他们也需要休息时间。因此，这就是项目想法的由来。
预测分析的力量
在这里，预测性分析是关键。通过微软的边缘分析引擎，宝洁的制造规格将通过基于规则的方式与传入数据进行持续测试，该引擎有助于提前几个小时发现必要的更正。Kietermeyer说：“如果数据趋势不好，你可以在6到8个小时内看到制造是否会失败。”我们可以及时预测到它会停下来，并在它真正超出规格之前进行维护。
宝洁是世界上最大的消费品公司之一，年收入超过750亿美元，该公司强调，数据收集和预测性分析的使用对公司的利润至关重要。
该公司报告称：“企业对婴儿护理产品的需求极高，而生产这些产品所需的生产线是资产密集型的。”“宝洁保持生产线运转的能力具有重大的商业影响，包括支持我们维持和提高产能、减少计划外停机时间以及减少生产过程中产生的废品量的能力。”
热熔体优化是在宝洁承诺使用数字技术和AI发展其制造业务之后做出的。
一位跟踪数字技术在制造业中的使用的分析师指出，供应商了解他们的流程内外，以受益于先进的制造技术是至关重要的。
IDC物联网生态系统与趋势研究经理卡洛斯·冈萨雷斯表示：“数字化转型使用先进的传感、数据分析和AI的最新技术来收集对生产流程的洞察。”数字商务的驱动正在推动企业变得灵活，高效快速地生产商品。要做到这一点，企业必须深入了解他们的工业流程，物联网平台和先进的数据收集是确保成功和有弹性的工业运营所必需的。
