Georgia-Pacific, leader mondiale nella produzione di carta, imballaggi e prodotti per l’edilizia, ha affrontato una sfida fondamentale: migliorare l’efficienza operativa nei suoi oltre 140 stabilimenti.

La dispersione delle conoscenze operative, sparse tra documenti fisici, file digitali e l’esperienza dei dipendenti, ostacolava la manutenzione e l’ottimizzazione delle linee produttive. Per superare questo problema, l’azienda ha implementato una soluzione basata sull’intelligenza artificiale (AI), sviluppando un chatbot interno chiamato ChatGP. Questo strumento, supportato da Amazon Web Services (AWS), ha centralizzato le informazioni, migliorando l’accesso alla conoscenza e riducendo significativamente i costi operativi.

Una sfida di conoscenza frammentata

Fondata nel 1927, Georgia-Pacific gestisce una rete complessa di stabilimenti con attrezzature e processi diversificati. La mancanza di un database centralizzato impediva a operatori e tecnici di accedere rapidamente alle informazioni necessarie. Questo comportava ritardi nella risoluzione dei problemi, tempi di inattività prolungati e costi di manutenzione elevati. Inoltre, il rischio di perdere competenze preziose con il pensionamento dei dipendenti più esperti rappresentava una minaccia per la continuità operativa. Carter Smith, leader del settore Generative AI Product di Georgia-Pacific, ha dichiarato: “La perdita di conoscenza è un problema che affligge l’intero settore manifatturiero. L’intelligenza artificiale generativa aiuta a preservare le competenze e a mantenere un vantaggio competitivo”.

Una soluzione innovativa con AWS

Per affrontare queste sfide, Georgia-Pacific ha collaborato con AWS Professional Services, un team globale di esperti che supporta le aziende nell’adozione di soluzioni cloud. L’azienda ha scelto Amazon Bedrock, un servizio gestito che offre accesso a modelli di intelligenza artificiale avanzati, tra cui Claude di Anthropic, per sviluppare ChatGP. Questo chatbot consente agli operatori di ricevere risposte rapide e precise a quesiti complessi, personalizzate in base ai processi specifici.

Inoltre, l’integrazione di Amazon Kinesis, un servizio per l’analisi di dati in streaming, permette a ChatGP di combinare dati IoT con informazioni testuali. Ad esempio, quando un operatore segnala un problema a una macchina, il chatbot fornisce dettagli sullo stato attuale dell’apparecchiatura, tendenze recenti e possibili cause, migliorando la velocità di diagnosi.

Roshan Shah, vice presidente di Applied AI and Products, ha affermato: “La collaborazione con il team AWS ha dotato le nostre operazioni di una soluzione semplice ed efficace per aumentare la produttività e creare valore”.

Risultati concreti e misurabili

L’implementazione di ChatGP ha prodotto risultati significativi. Georgia-Pacific ha ridotto i tempi di fermo macchina del 30% in alcune linee produttive, grazie alla capacità del chatbot di fornire risposte immediate e contestualizzate. Inoltre, l’azienda ha ottimizzato i processi di manutenzione, diminuendo i costi di riparazione e migliorando l’efficienza delle attrezzature. Un altro beneficio è stato l’aumento della produttività delle linee di produzione, con un incremento del 30% in alcuni stabilimenti. L’utilizzo di Amazon SageMaker, un servizio di machine learning, ha permesso di prevedere guasti alle attrezzature con 60-90 giorni di anticipo, eliminando tempi di inattività non pianificati.

Un modello scalabile per il futuro

L’adozione di un centro di conoscenza centralizzato ha ridotto la dipendenza da esperti locali, consentendo a Georgia-Pacific di creare un Collaboration and Support Center. Questo centro supporta decisioni basate su dati, migliorando l’efficienza operativa su scala aziendale.

Un impatto oltre la produzione

L’approccio di Georgia-Pacific dimostra come l’intelligenza artificiale possa trasformare il settore manifatturiero. La centralizzazione della conoscenza non solo migliora l’efficienza, ma preserva anche il know-how aziendale per le generazioni future. Inoltre, l’adozione di tecnologie AWS ha permesso all’azienda di ridurre i costi operativi e di aumentare i profitti di milioni di dollari, rafforzando la sua posizione competitiva. Questo case history evidenzia il potenziale delle soluzioni cloud per affrontare sfide complesse, offrendo un modello replicabile per altre aziende del settore.