食品と飲料 / 加工食品
PepsiCo：工場と物流施設の配置の検証
- 企業
- PepsiCo
- 国
- 米国
- 導入状況
- 限定運用
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
生産と配送の能力への需要が増え、PepsiCoは既存の設備を作り直して最適化する必要があった。伝統的な増設のやり方は遅く、費用が大きかった。このやり方では柔軟性と拡張の速さが制限されると同社は述べた。
使った技術とデータ
PepsiCoは、物理に基づくデジタルツインとAIエージェントを設計のパートナーとするデジタル優先の企画の戦略へ移った。実際に建てる前に設備の配置をシミュレーションして検証する。道具はNVIDIA Omniverseのライブラリの上に作ったSiemens Digital Twin Composerである。まず米国内の一部の生産と倉庫の施設を高精度の3Dデジタルツインに変え、工場の運用と供給網の全体を模して性能の基準線を取った。Digital Twin ComposerとOmniverse、コンピュータービジョンを併せて使い、機械、コンベヤー、パレットの経路、作業者の動線を物理の水準の正確さで再現する。AIエージェントがこの上で変更案を模擬実験し、整える。
成果
PepsiCoは、実際の設備に手を付ける前に潜在する問題の最大90%を見つけ出すと述べた。初期の適用で処理量が20%増えたとした。設計の周期が速くなり、設計の検証はほぼ100%に達し、設備投資は10から15%減ったと発表した。仮想の環境で隠れた余力を見つけ出し、投資を検証した結果である。チームは数週間で新しい構成を最適化して検証したと同社は説明した。
限界と残る課題
成果は米国内の初期の適用の結果である。原文は、対象の施設の数と測定の期間、世界への拡大の日程を明らかにしていない。
出典
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。