拜耳作物科学公司创建了“虚拟工厂”，为其九个北美玉米种子生产基地提供设备和工艺过程的动态数字演示。
在过去的几年中，拜耳作物科学公司一直致力于将决策科学融入从物流到基因测序其业务的各个方面。该策略由机器学习和人工智能驱动，采用数字孪生或“虚拟工厂”技术为拜耳公司在北美地区运营的九个玉米种子生产基地中的每个工厂建立模型。
拜耳作物科学公司数据科学卓越中心(COE)负责人Naveen Singla表示：“这些玉米生产基地从农田收获大量玉米种子，并在处理之后装袋，然后将这些种子销售给农民。”
拜耳公司的项目通过虚拟工厂塑造业务战略和未来运营，为其9个生产基地创建了设备、过程和产品流特征，物料清单和操作规则的动态数字演示。这些虚拟工厂使拜耳公司能够对每个站点执行“假设分析”。
当该公司业务团队介绍新的种子处理产品或新的定价策略时，用户可以使用虚拟工厂来评估生产基地准备就绪以适应其业务提供这些新策略的意愿。Singla说，虚拟工厂还可以用于制定资本购买决策，制定长期业务计划，识别新发明，并改善流程。
该项目为拜耳公司获得了FutureEdge 50新兴技术应用奖，这是拜耳公司北美制造公司、种子生产创新部门和数据科学卓越中心(COE)共同努力的结果。这三个部门的成员组成了一个虚拟工厂业务团队，与业务主管、流程工程师和数据科学家密切合作，根据种子在设施中的移动方式，捕获并建模了300多个操作和战略规则。他们还进一步制定了更精简的业务政策。
拜耳的虚拟工厂
拜耳的虚拟工厂计划结合了模拟建模、优化和机器学习，并托管在拜耳的内部云平台上，使其具有可扩展性。为了创建模型，团队必须识别不同的数据源，并访问每个站点以获得特定于站点的规则、设备设计标准以及操作指标。
Singla说，“现在，我们可以重新构想业务流程。我们可以通过采用这些机器学习算法或模拟来重新构想我们的决策。”
最初并不是每个高管都参与该项目。拜耳作物科学公司互联虚拟系统负责人Singla和Shrikant Jarugumilli表示，从单一概念证明(POC)开始，相信该项目的利益相关者核心是成功的关键。
Singla表示：“毫无疑问，并不是所有人从一开始就说服了，需要找到一些愿意与我们共同承担风险的关键合作伙伴。现在，它变得越来越流行，越来越多的人希望使用它。”
Singla还指出，Jarugamilli和他的团队在生产现场进行调查和研究，以真正了解他们的操作对于获得支持为什么至关重要的原因。
Singla说：“让我们的数据科学家了解业务领域非常重要，这就是Shrikant的用武之地。”他和他的团队在这些种子生产基地花费了数周的时间，试图了解操作，了解细微差别，以便他们在与领导层交谈时传达的信息是领导层本身的语言，而不是机器学习的语言。
该团队于2018年启动了单一概念证明(POC)，并于2019年将其扩展到其他站点。Singla说，拜耳公司现在可以将9个制造站点的10个月运营工作压缩为两分钟，从而使该组织可以在不到24小时的时间内运行超过10万个模拟运营。其团队现在可以使用数据科学回答有关SKU组合、设备功能、流程订单设计和网络优化的复杂业务问题。
数字孪生的复合效益
还有其他复合效益。该项目的一个意外好处是，团队使用了新的见解来识别各种申请和要求并确定其优先级。此外，Singla说，各个团队之间的紧密协作提高了组织的整体数字流利程度。团队现在可以跨组织边界参与业务和技术讨论。
Jarugamilli补充说，虚拟工厂还为吸引新的数据科学人才而付出了很多努力，以加快他们在拜耳公司快速发展所需的领域知识。
Jarugamilli说：“它并不能取代实地操作，但可以使人们更快地熟悉工作，当我们进行单一概念证明(POC)时聘请一些数据科学家，他们花了大约四个月的时间才了解种子处理过程。现在，当我们聘请新的数据科学家时，可以在半天之内参与工作，因为他们可以实际查看这9个站点及其运作方式。”
该项目的成功导致了拜耳对虚拟工厂功能的需求。
Singla说：“这种情况现在正在扩展，很多用户都表示希望复制虚拟工厂，以在种子生产地区以及化学制造领域开展业务。但是实际上我们已经意识到，从业务角度来说，更大的价值在于能够根据我们已经能够进行的模拟来制定投资决策，这推迟了许多投资决策。因此，它在减少投资方面产生了重大影响。”
