Ускорение производственных инноваций в Michelin с помощью данных и искусственного интеллекта

Как производственная компания Компания, основанная в XIX веке, применила данные и искусственный интеллект для трансформации своего бизнеса?

В Michelin Group, французской транснациональной производственной компании, основанной в 1889 году братьями Эдуардом и Андре Мишлен, сегодняшние руководители выясняют это. Michelin является вторым по величине производителем шин в мире, а также выпускает другие инженерные материалы, включая компоненты для критически важных приложений в таких различных областях, как мобильность, строительство, аэронавтика, низкоуглеродная энергетика и здравоохранение. Компания располагает 128 производственными мощностями и насчитывает около 130 000 сотрудников в 63 странах. (Она также известна своими путеводителями и звездами Michelin, которые она присуждает лучшим ресторанам мира, но это уже тема для другого дня).

Компания Michelin уделяет особое внимание использованию данных и искусственного интеллекта в качестве рычагов, обеспечивающих высокую добавленную стоимость и эффективность всей цепочки создания стоимости. Эти усилия затрагивают два основных направления: совершенствование основных бизнес-процессов и внедрение новых идей.

Внедрение искусственного интеллекта в основные бизнес-процессы

Усилия Michelin по работе с данными возглавляет руководитель группы по данным и искусственному интеллекту Амбика Раджагопал. Она пришла в компанию в качестве руководителя группы по ИИ в 2020 году после того, как возглавила подразделения данных, аналитики и ИИ в других организациях, включая Cummins и Fidelity Investments. В Michelin "за последние три года мы накопили опыт в области ИИ, что привело к увеличению стоимости", - рассказала нам Раджагопал.

Данные, аналитика и искусственный интеллект уже давно интегрированы в бизнес-процессы компании Michelin, и в настоящее время насчитывается более 200 примеров использования искусственного интеллекта для поддержки основных функций и бизнеса. ИИ уже используется в производственных процессах для улучшения предиктивного обслуживания машин, совершенствования моделей анализа данных и моделирования, а также для автоматизации точных повторяющихся задач.

Возьмем, к примеру, визуальный контроль шин в конце линии. В поисках дефектов это критически важный процесс, который часто отнимает много времени и средств. Компания Michelin использует машины с искусственным интеллектом, которые она называет IRIS, для частичной автоматизации процесса проверки производственных дефектов. Технология позволила повысить эффективность и опыт инспекторов. По словам Раджагопала, "сто процентов наших шин контролируются вручную и визуально" в процессе проверки. "Это сложная эргономическая задача с точки зрения физического состояния и концентрации внимания". Система IRIS была разработана собственными силами и защищена более чем 20 патентами, отметила она.

"Цель таких инструментов, как IRIS, - повысить производительность труда", что позволяет производственным бригадам сосредоточиться на применении своих уникальных навыков, объясняет Раджагопал. Когда IRIS выявляет потенциально дефектную шину, все решает человеческое ноу-хау: Операторы по-прежнему несут ответственность за принятие окончательного решения. Их навыки и опыт мобилизуются на решение основных проблем, а не на выполнение повторяющихся задач.

ИИ также используется для оптимизации цепочки поставок и управления запасами. Например, в цепочке поставок компании инструменты прогнозирования на основе машинного обучения помогают Michelin повысить точность прогнозирования спроса и заблаговременно выявлять перебои с запасами.

Ведущие инновации в области искусственного интеллекта в шинном бизнесе

Компания Michelin считает, что данные, аналитика и искусственный интеллект могут играть центральную роль в инновациях, над которыми работают около 6 000 сотрудников в 13 странах. Один из примеров использования - применение аналитический ИИ для количественного моделирования и прогнозирования. Цель состоит в том, чтобы использовать ИИ для преодоления сложности и повышения эффективности принятия решений сотрудниками Michelin. "Мы уже много лет накапливаем опыт путем экспериментов и исследований в области ИИ, - сказал Раджагопал.

Другие виды ИИ, такие как прогнозирование, компьютерное зрение, а теперь и генеративный ИИ, привели к инновациям в области качества, мониторинга энергопотребления, информирования клиентов и прогнозирования производительности в компании Michelin, рассказала Раджагопал. "Способность ИИ моделировать сложные процессы и обнаруживать прогнозирующие сигналы делает его важным рычагом для максимизации ценности для наших клиентов, сотрудников и партнеров", - добавила она.

Michelin проводит внешние инновационные и исследовательские мероприятия, которые помогают ей проанализировать экосистему стартапов по всему миру, чтобы выявить и затем внедрить в свои платформы лучшие решения в области искусственного интеллекта, такие как Databricks и Dataiku. Компания провела мероприятие Задача искусственного интеллекта Мероприятие в Индии в 2024 году, призванное ускорить использование агентов ИИ в Michelin за счет использования бурно развивающейся экосистемы стартапов ИИ в Индии. Компания провела свой первый ИИ для дня бизнеса в 2024 году, в котором примут участие более 1100 человек в четырех глобальных центрах Мишлен, которые узнают о том, как ИИ используется в компании. В настоящее время компания Michelin расширяет свой Центр передового опыта в области ИИ, проводит пилотные проекты по использованию ИИ во всех направлениях деятельности и налаживает стратегические партнерские отношения с лидерами отрасли, включая Microsoft и Rockwell Automation, для разработки решений в области ИИ.

Компания обязуется управлять этической интеграцией ИИ. Ответственное внедрение ИИ в Michelin основано на трех фундаментальных принципах: Системы ИИ должны быть ориентированы на людей; компания обязуется создавать и использовать объяснимые системы ИИ там, где это необходимо; и будет четко определено, кто несет ответственность за каждую используемую систему ИИ. "Мы видим множество приложений, в которых ИИ будет выступать в роли второго пилота, сочетая свои возможности с человеческими навыками; поддерживать человеческий интеллект и улучшать способность принимать решения", - сказал Раджагопал.

Ответственное внедрение ИИ; соответствие ИИ экологическим, социальным и управленческим целям; использование ИИ для поддержки компании амбиции в области нулевой и циркулярной экономики - в том числе использование возобновляемых, экологически чистых материалов в шинах, являются главными приоритетами организации. Ответственный подход специалистов Michelin по исследованию данных и искусственному интеллекту к ИИ подразумевает разработку приложений, которые соответствуют ценностям прозрачности, надежности и этики. Такой подход применяется как при исследовании, так и при внедрении, обеспечивая точность и конфиденциальность данных.

Лидерство в области искусственного интеллекта в компании Michelin

По словам Раджагопала, руководство Michelin активно пропагандирует данные и ИИ и способствует повышению квалификации в области цифровых технологий, этичному использованию ИИ и межфункциональному сотрудничеству. Руководство участвует в обучающих экспедициях, внутренних тренингах и обмене опытом с коллегами, чтобы сформировать представление об использовании ИИ в процессах и бизнесе компании. Руководство также создало структуры управления, в том числе офис данных, чтобы руководить созданием базы данных Michelin и крупными программами ИИ.

Раджагопал пояснил, что помимо типичных обязанностей руководителя отдела данных и ИИ - разработки стратегии в соответствии с миссией компании и надзора за функциональными, техническими и поведенческими преобразованиями, необходимыми для того, чтобы сделать группу действительно управляемой данными, - в задачи отдела входит контроль эффективности с точки зрения результатов и затрат. Одним из ключевых рычагов внедрения ИИ является оценка потенциальной ценности проектов, которые были опробованы на практике, а затем оценка достигнутых результатов после внедрения. Раджагопал отметил, что компания Michelin получила значительную выгоду от проектов генеративного ИИ, включая обработку документов в налоговом департаменте, социальное прослушивание в маркетинге и анализ первопричин в производстве, а также множество других небольших примеров использования.

Раджагопал рассказал нам, что усилия компании приносят свои плоды: Приверженность Michelin преобразованиям с использованием искусственного интеллекта привела к тому, что окупаемость проектов с использованием искусственного интеллекта составляет более 50 миллионов евро в год, а ежегодный прирост от 30% до 40% в течение последних трех лет.

Конечно, настоящая трансформация ИИ требует не только стратегического подхода под руководством высшего руководства, но и подхода "снизу вверх", при котором сотрудники наделяются полномочиями. По словам Раджагопала, в компании Michelin каждый сотрудник понимает силу данных и свою роль в создании ценности и поддержке стратегии Michelin. "Мы стремимся предоставить нашим предприятиям доступ к высококачественным данным, целенаправленному анализу и инструментам искусственного интеллекта, чтобы быстро выводить инновации на рынок", - сказала она. Эти инструменты, добавила она, призваны упростить и консолидировать процессы, сделав их более интеллектуальными и интуитивно понятными.

Заглядывая в будущее, Раджагопал полна надежд и воодушевления. "Искусственный интеллект открывает широкие возможности, и его развитие направлено на повышение привлекательности наших рабочих мест, устойчивости наших заводов и конкурентоспособности нашей продукции", - говорит она. "Как производственный бизнес, мы рассматриваем ИИ как технологию с огромным потенциалом, способную сделать работу более полезной для наших сотрудников. Он повышает их производительность и освобождает время для творчества и совместной работы".