关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， FactoryOS， Access Raw Data， Unified Namespace， Factory Digital Twin， Predictive Maintenance， Factory Api]
导读在本次会议中，了解英国餐食套餐零售商Gousto如何构建了一个可扩展的工业数据结构(IDF)，以获得实时和历史运营可视性。Gousto依赖设备供应商提供大部分数据，这可能会增加复杂性、成本和时间延迟。为解决这些挑战，亚马逊云科技和一位亚马逊云科技合作伙伴帮助使用Amazon IoT SiteWise、IoT Core和Amazon Monitron构建了一个现代化的IDF。听取他们统一命名空间架构带来的业务益处，以及客户如何在其工业数据基础之上使用高级分析、机器学习和生成式人工智能。
演讲精华以下是小编为您整理的本次演讲的精华。
在工业运营不断演进的格局中，追求数据驱动的效率已成为当务之急。英国先锋式餐食配送服务公司Gousto着手利用亚马逊云科技的能力和战略合作伙伴关系，开启了一场利用数据力量的非凡旅程。他们的双重使命是减少食物浪费和提高员工生产力，最终丰富客户生活，同时保护地球。
Gousto面临着多方面的挑战。随着他们开设了一家全新工厂，生产线的可用性在70%至85%之间波动，这令人不安。在车间的事件与人员采取的行动之间建立明确联系是困难的。故障无法及时解决，修复缺乏反馈更加恶化了局面。Gousto的工程团队只能在问题解决后才能进行回顾性分析，无法采取主动措施。反复出现的模式和潜在分析仍未探索，令他们的运营可扩展性受到质疑。
量化这些低效率的财务影响后，Gousto意识到每小时的生产损失高达30，000英镑(约30，000美元)的惊人成本。这一严峻现实激发了他们确定和解决根本原因的决心。经过仔细分析，他们将可用性确定为关键瓶颈，制定了短期内将其从70%提高到95%，长期内提高到令人印象深刻的98.5%的宏伟目标。
Gousto的战略方法分为三个阶段。首先，他们优先考虑快速检测停机时间，认识到快速识别是有效补救的基石。其次，他们专注于缩短平均修复时间，确保一旦发现故障，就能以最高效率加以解决。最后，他们旨在最大化故障间隔时间，在潜在中断发生之前主动加以缓解。
认识到挑战的复杂性，Gousto与尖端平台Highbyte建立了战略合作伙伴关系，使他们能够无缝连接到数据并将其路由到Amazon IoT Core，创建统一的命名空间。这种协同合作为他们的数据驱动转型奠定了基础，开启了无限可能。
Gousto解决方案的关键架构师Fabrice阐明了Highbyte所扮演的关键角色。“没有Highbyte，我们根本无法完成任何事情，”他断言。该平台使他们能够在短短两天内就与数据实现本地连接，这是内部开发努力无法实现的非凡壮举。Highbyte对数据建模和为新设备实例化模板的能力，简化了他们的流程，使他们能够随着运营扩展无缝集成新系统。
随着数据流畅传输，Gousto使用Amazon IoT Events构建了一个故障检测器，这是一个基于预定义标准识别潜在故障的规则引擎。例如，如果三次未收到信号，系统将通过中间件提出工单，派遣工程师解决问题。这种主动方法大大缩短了平均修复时间，减少了解决故障所需的时间，使Gousto能够发现以前未被注意到的反复出现的模式。
在初步成功的鼓舞下，Gousto拓展了视野，将数据发送到数据湖进行全面分析、报告和模型训练。他们进军预测性维护领域，在设备上战略性地放置传感器，监测温度变化、振动和其他关键参数。利用异常检测服务，他们可以在故障发生之前识别潜在故障，通过相同的中间件基础设施触发工单，确保与现有流程无缝集成。
Gousto的一项杰出成就是使用Ignition(一种构建此类系统的工业平台)开发了SCADA(监控控制与数据采集)系统。短短几个月内，他们就在控制室的巨型屏幕上实现了整个工厂的全面实时可视化。这种情况意识使操作员能够时刻监控运营，使他们能够迅速响应任何偏差或异常。
Gousto对优化的不懈追求促使他们将整体设备效率(OEE)计算集成到系统中。这一指标包括可用性、性能和质量，可以在不同层级表示，从企业级到单个工作站。通过在不同时间范围内对这些数据进行切割和分析，Gousto可以发现机会领域，优先考虑战略投资，根据需要重新平衡资源或自动化流程。
也许Gousto数据驱动之旅中最了不起的壮举是开发了一个数字孪生体，即工厂流程的高保真度模拟模型。这个数字复制品使他们能够重放过去的事件、验证假设并测试替代方案，而无需中断实时生产环境。通过模拟各种配置和参数，如错误重新循环水平或工作负载分配，Gousto可以确定拥堵和失衡的根源，并实施最佳缓解策略。
数字孪生体的威力体现在最近的一个成功案例中。通过利用实时库存可用性和预期工作量数据，Gousto优化了工厂内箱子的路由，动态调整路径以最小化拥堵并最大化吞吐量。这种数据驱动方法使整体效率提高了10%，证明了他们解决方案的变革潜力。
然而，Gousto的旅程并未止步于最初的胜利。他们认识到持续改进和弹性的需求，促使他们引入容器化和GitOps来加固基础设施。这一主动措施确保了他们的系统即使在不可预见的中断面前也能保持运行，进一步巩固了他们对持续生产的承诺。
展望未来，Gousto设想了一个更加宏伟的愿景，即将他们的数字孪生体提升为决策孪生体。通过集成实时数据流和预测模型，他们旨在使操作员能够即时测试场景并实时重新配置工厂，以前所未有的敏捷性应对新兴挑战。
此外，Gousto还寻求通过开发工厂API将其运营与特定供应商的实现解耦。这种对仓库管理、维护和控制系统的规范表示将使他们摆脱个别供应商的复杂性，促进更加灵活和可扩展的架构。
Gousto愿景的顶峰在于人工智能和机器学习(AI/ML)领域。通过从算法决策转向AI驱动的预测模型，他们设想了一个可以预测和主动缓解停机时间的未来。这些与数字孪生体集成的预测模型将使Gousto能够对潜在问题进行排序，优先解决最严重的问题，并相应优化资源分配。
在整个变革过程中，Gousto坚持从小做起、放眼长远的理念。他们倡导概念验证计划，逐步交付价值，同时不断扩展能力。他们采用行业标准和现成工具，避免重复发明轮子，专注于利用现有解决方案，并促进机械工程和软件工程团队之间的协作。
Gousto的成功故事为追求释放数据全部潜力的工业组织树立了一个启示。通过利用亚马逊云科技服务、战略合作伙伴关系和数据驱动方法，他们不仅减少了食物浪费并提高了员工生产力，还为更加可持续和高效的未来铺平了道路。
正如Gousto解决方案的关键架构师Thomas所言:“的确，这就是我们的起点，只不过现在我们尽可能了解一切状态，现在我们可以在数据之上进行推理。那么，我们能解决什么问题呢?”这个深刻的问题体现了Gousto旅程的本质，一段将他们从被动解决问题转变为主动预防问题的旅程，由他们从数据中获得的洞见所驱动。
当这个非凡故事的帷幕落下时，人们不禁赞叹Gousto团队的创新精神和坚韧不拔。他们对创新的坚定承诺不仅带来了实实在在的成果，还为他人树立了典范。在数据统治一切的时代，Gousto的故事有力证明了拥抱数据驱动思维的变革力量，为工业运营优化、可持续和不断演进的未来铺平了道路。
下面是一些演讲现场的精彩瞬间：
Gusto公司的CEO欢迎观众并对他们出席Reinvent大会表示感谢。
一家餐食配送公司，为不同规模的家庭和各种用餐场合提供新鲜食材盒，满足不同口味和预算需求。
利用数据驱动的洞见来优化工厂运营，并确定战略投资重点，提高效率和生产力。
演讲者解释了他们的模拟能力如何通过分析OEE指标和Bug循环模式来帮助识别和解决工厂车间拥堵等问题。
展示数字孪生的强大功能:模拟真实场景，优化流程，防止昂贵的故障。
利用机器学习模型和数字孪生来预测和缓解制造过程中潜在的问题，实现实时优化和决策。
亚马逊强调他们的数据驱动方法如何实现高效运营，确保新鲜食品送货和为客户提供实惠的价格。
在这个引人入胜的叙事中，Gousto这家餐盒配送公司着手优化工厂运营并减少食物浪费，踏上了一段转型之旅。他们利用亚马逊云科技服务和Highbyte平台，创建了一个名为“FactoryOS”的统一数据架构，无缝集成了工业数据。这使他们能够实时检测故障、迅速派遣工程师，并通过机器学习模型预测潜在故障。
他们的关键步骤包括: 1) 通过将工厂数据连接到Amazon IoT Core，建立统一的命名空间，实现数据可访问性和分析。 2) 开发数字孪生体，模拟工厂流程、测试场景并优化配置。 3) 实施预测性维护模型，预测设备故障并主动缓解停机时间。 4) 通过先进的SCADA系统和实时OEE(全面设备效率)监控，提高可见性。 5) 引入工厂API，抽象供应商实现并实现跨系统无缝集成。
通过采用数据驱动的运营，Gousto取得了显著成果，包括吞吐量提高10%、减少食物浪费和提高员工生产力。他们的愿景是从算法决策演进到AI/ML驱动的系统，实现持续优化和适应。
这个叙事强调了从概念验证开始、利用标准和现有工具、促进跨职能协作以及采用迭代方法的重要性。Gousto的成功故事为制造商提供了一个鼓舞人心的蓝图，帮助他们释放工业数据的全部潜力，推动卓越运营。
亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。
