创新背景

制造商想要保持长期竞争力必须保持并提高生产能力。全球啤酒制造商Heineken是世界第二大啤酒制造商，公司成立于1864年，在70多个国家拥有160多家啤酒厂，仅在美国就销售超过850万桶啤酒品牌，如果制造商不需要购买任何新设备就能显著提高产量，将进一步增强市场竞争力。

创新过程

麻省理工学院斯隆管理学院两位校友帮助Heineken将数据驱动的开发和人工智能增强应用于运营，解决了该公司一个相当大的生产瓶颈，释放了工厂数百万箱啤酒的隐性产能。实践使用Valiot的人工智能技术，基于科特尔定律对问题的正确诊断，在不可预测的事件发生时优化调度过程，大幅度提高啤酒厂的产量，改善工人体验。

利特尔定律通常被称为运算第一定律，它证明了任何系统的三个最重要的属性：吞吐量、交货时间和在制品必须遵循以下简单的关系：

利特尔定律适用于检测和量化任何系统中存在的瓶颈和吞吐量损失。

两位研究人员应用利特尔定律，在整个生产过程中逆向工作，检查周期时间以评估等待时间，并确定啤酒厂的最大瓶颈。他们在过滤阶段发现了一个重要的瓶颈：在啤酒从成熟和过滤到明亮的啤酒罐（BBT）的过程中，由于整个设施的各种干扰和中断以及基于需求的实时生产更新，它往往要等待被路由到装瓶和装罐生产线。这通常需要启动一个手工的、耗时的重新安排过程，操作人员必须追踪手写的生产日志，通过手动将信息输入到存储在本地计算机上的一组电子表格中，了解装瓶生产线的当前状态，并对供应进行库存。每一次线路中断，就会损失几个小时。

一旦发现了瓶颈，下一步就应该消除它们。但是这特别具有挑战性，因为持续的瓶颈会改变人们在系统内的工作方式，成为员工身份和奖励系统的一部分。研究人员表示，惯性文化可能会拒绝任何技术进步，无论这种技术对整个系统有多么有利。但文化也可以提供一个强大的变革机制，并作为解决问题的工具。引入新技术的最佳方法是找到能够减少斗争的早期项目，这将有助于全面提高生产率、可靠性和安全性。

项目将企业资源计划和地板内传感器连接起来，以实现酿造过程的数字化。Valiot的数据监视器确保了与应用程序的完整的数据质量交互。以实时数据为馈源，利用机器学习进行滤波，采用BBT流程对每日优化生产计划进行优化。因此，每个循环的BBT和过滤时间都有所减少，酿酒能力每月也显著增加。在实施的第一个月内，投资回报就很明显。

向数字化的迁移使Heineken能够实时可视化装瓶线和每个批次的过滤条件。随着人工智能不断监控和学习正在进行的生产，该技术自动优化效率的每一步。使用实时可视化工具，工厂的人工操作人员可以在不减慢或停止生产的情况下进行调整，运营商可以在家里有效工作，符合Covid-19大流行的情况。

研究人员不断对算法进行性能测试，制定算法的人与设施价值相隔太远，项目计划在负责数字化的部门和负责过程的部门之间建立一座桥梁，为每一个过程提供个性化诊断，进而对制造瓶颈进行关键诊断。研究人员表示，成功最终是基于Valiot的方法影响了利润和损失，而不是简单地计算实现的用例的数量。

创新价值

使用系统思维将制造工厂已有的数据驱动和人工智能技术运用于运营，帮助解决公司生产瓶颈。