Smartere produksjon gjennom data og kunstig intelligens
Samtidig gjorde fragmenterte datakilder, manuell håndtering av AI-modeller og manglende sanntidsinnsikt det vanskelig å skalere AI-initiativer på tvers av virksomheten. Uten et helhetlig MLOps-rammeverk ble både vedlikehold og distribusjon ressurskrevende, med begrenset automatisering og ulik praksis mellom fabrikkene.
For å møte disse utfordringene startet SAPPI en omfattende MLOps-transformasjon med mål om å øke automatiseringen, forbedre produksjonsprosessene og støtte selskapets bærekraftsarbeid.
Behovet for AI-drevet driftseffektivitet
I tillegg til å optimalisere produksjonsvirksomheten ønsket SAPPI en AI-løsning som kunne støtte bredere forretningsmål, for eksempel å forbedre salgsprognoser, forbedre leverandørkjedestyringen og sikre sømløs systemintegrasjon.
SAPPI bygget et skalerbart MLOps-rammeverk for å styrke AI-drevet beslutningsstøtte på tvers av virksomheten.
Et skalerbart, fremtidsrettet rammeverk for ML i stor skala
SAPPI inngikk et samarbeid med Orange Business for å implementere et skalerbart og automatisert rammeverk for ML i stor skala, skreddersydd for produksjonsoptimalisering og business intelligence.
Slik bygget SAPPI en moderne plattform for AI og automatisering
Løsningen ble bygget på Google Cloud-teknologi og kombinerer Vertex AI, Dataform, BigQuery, Airflow (Cloud Composer), Terraform og Looker i et integrert AI-økosystem. Plattformen støtter sanntidsanalyse, prediktiv modellering og automatisering på tvers av virksomheten.
En sentral del av transformasjonen var å utvikle et fleksibelt rammeverk som kunne støtte flere ulike bruksområder. Dette inkluderer blant annet integrasjon av eksterne API-er, automatisert prosjektopprettelse, administrasjon av bruker- og applikasjonstilganger, tids- og hendelsesbasert prosessering samt automatisert trening, distribusjon og overvåking av ML-modeller.
Ved å standardisere og sentralisere denne tilnærmingen kan SAPPI sikre kontinuerlige oppdateringer av AI-modellene, enklere vedlikehold og mer effektiv skalering på tvers av fabrikkene. Automatisert distribusjon og overvåking gjør det også mulig å trene opp, optimalisere og vedlikeholde modeller raskere, samtidig som den manuelle innsatsen reduseres.
Det nye rammeverket har gjort det enklere for ML-ingeniører, analytikere og dataingeniører å samarbeide på tvers av lokasjoner. Med felles standarder og beste praksis kan teamene utnytte skyteknologi mer effektivt for utvikling og drift av AI-løsninger.
Skalerbarhet for fremtidige AI-innovasjoner
Med ML at Scale-rammeverket utviklet av Orange Business har SAPPI bygget mer enn bare en løsning for produksjonseffektivitet - de har etablert en skalerbar AI-drevet infrastruktur som vil utvikle seg kontinuerlig.
Ved å automatisere AI-arbeidsflyter, forbedre prediktiv analyse og sikre sømløs dataintegrasjon, er SAPPI nå godt posisjonert for å drive kontinuerlig innovasjon og operasjonell dyktighet i det europeiske markedet.
Med MLOps-rammeverket på plass har SAPPI allerede utviklet og distribuert tre AI-drevne brukstilfeller i produksjon, og kjører over 20 maskinlæringsmodeller. Disse modellene fungerer sømløst innenfor rammeverket, og drar nytte av automatisert distribusjon, overvåking og omskolering. Ved å standardisere AI-arbeidsflyter kan SAPPI nå effektivt skalere fremtidige AI-prosjekter, noe som sikrer raskere time-to-value og strømlinjeformet drift på tvers av ulike forretningsområder.
Et rammeverk for å støtte fremtidige AI-drevne brukstilfeller
SAPPIs MLOps-rammeverk er utviklet for å støtte fremtidige AI-drevne brukstilfeller på tvers av ulike forretningsfunksjoner. Med denne infrastrukturen på plass kan SAPPI nå utvide AI-mulighetene til:
Sales Forecasting & Demand Prediction - Ved å analysere historiske salgsdata kan SAPPI bruke AI-modeller til å predict product demand, noe som bidrar til å optimalisere lagerstyringen og tilpasse produksjonen til markedsbehovene.
Supply Chain Optimization - Prediktive analyser kan hjelpe SAPPI optimalisere fordelingen av produksjonen på produksjonsstedene, optimalisere leverandørkoordineringen, forbedre logistikkeffektiviteten og redusere kostnadene.
Quality Control Automation - AI-drevet visuell inspeksjon og anomalideteksjon forbedrer produktkvalitetsovervåking, noe som reduserer feil og forbedrer kundetilfredsheten.
Sustainability Tracking - AI-overvåking i sanntid av energiforbruk, karbonutslipp og ressursforbruk gjør at SAPPI kan videre redusere miljøpåvirkningen.
Nøkkeltall
12
Kontorer i Europa
4,200
Ansatte
20
ML-modeller
Ikke ta oss på ordet. Hør hva kundene våre sier.
Anbefalt for deg
SAPPI optimaliserer energistyringen med AI-drevne budstrategier
Sappi er en global leder innen trefiberbaserte produkter, kjent for sin innovasjon innen bærekraftig emballasje, spesialpapir, tremasse og biomaterialer. Med virksomhet på tre kontinenter og kunder i mer enn 150 land, kombinerer Sappi flere tiår med produksjonsekspertise.
![[Logo] Sappi](/sites/default/files/sap.jo_big.svg)
SAPPI Europa
Sappi er en global leder innen trefiberbaserte produkter, kjent for sin innovasjon innen bærekraftig emballasje, spesialpapir, tremasse og biomaterialer. Med virksomhet på tre kontinenter og kunder i mer enn 150 land, kombinerer Sappi flere tiår med produksjonsekspertise.