Innowacja w każdym kuflu. #TuesdAI

W jaki sposób dane i sztuczna inteligencja pomagają browarowi Deschutes szybciej reagować na trendy w produkcji piwa

Założony w 1988 roku, znajdujący się w Bend w stanie Oregon browar Deschutes jest jednym z największych browarów rzemieślniczych w Stanach Zjednoczonych, znanym ze swojej różnorodnej oferty piwnej, od solidnego Jubelale po kremowy Black Butte Porter. Przepis na pyszne piwo kraftowe obejmuje chmiel, jęczmień słodowany, kreatywność i dużą dawkę data science. Łącząc sztukę i pasję piwowarstwa z przetwarzaniem danych w chmurze i sztuczną inteligencją, browar wprowadza innowacje w zakresie produkcji piwa na dużą skalę.

Kyle Kotaich, szef zespołu ds. technologii operacyjnych w browarze podzielił się z nami swoimi doświadczeniami na temat tego, jak połączyć data science z warzeniem piwa, aby dostarczać na rynek lepszy trunek, ale także prowadzić bardziej efektywny biznes.

#MicrosoftMówi: Jak AI pomaga wam prowadzić lepszy biznes?

KYLE KOTAICH: Potrzeba trochę czasu, zanim powstanie nowy gatunek piwa. Zaczynamy od małej skali testów w pubie poprzez badania i rozwój aż do wprowadzenia do produkcji. Ważne jest to, aby zdążyć, póki jeszcze najnowsze trendy są wciąż na topie. W związku z tym jedną z istotniejszych rzeczy, o których dyskutujemy w zespole jest to, czy jesteśmy w stanie wykorzystać gromadzone dane i sztuczną inteligencję do prognozowania trendów, być może nawet w innych częściach kraju, może nawet świata i na tej podstawie łączyć informacje i przewidzieć jaki trend może być dominujący. W ten sposób mamy szansę być mniej reaktywni, a bardziej postępowi w naszych działaniach.

#MicrosoftMówi: Czy pracownicy poza twoim ściśle technologicznym zespołem także wykorzystują analizę danych i sztuczną inteligencję?

KOTAICH: Otrzymujemy dużo wsparcia z innych działów. A w ramach naszej grupy odpowiedzialnej za jakość warzenia piwa, która zajmuje się faktyczną produkcją, ludzie są bardzo zadowoleni z tego co robimy i w jaki sposób wykorzystujemy uczenie maszynowe, aby zwiększyć wydajność. Przekonanie ludzi do myślenia o korzyściach i otwierających się nowych możliwościach to pierwszy krok.

#MicrosoftMówi: Czy dostrzegacie, że technologia związana z analizą danych i mechanizmy sztucznej inteligencji są odpowiednio rozwijane?

KOTAICH: Zdecydowanie tak. Naszym celem jest zwiększanie świadomości biznesowej i operacyjnej poprzez wykorzystanie tych narzędzi i udostępnianie ich w możliwie szerokim zakresie – niezależnie od tego, czy są to dane w czasie rzeczywistym, analizy prognostyczne czy po prostu dostęp do danych pierwotnych.

Nasza baza danych Azure SQL sprawdza się naprawdę dobrze w łączeniu danych z różnych źródeł. A kiedy już tam są, mamy naprawdę wiele opcji ich zastosowania. Używamy Azure Machine Learning Studio do przeprowadzania eksperymentów maszynowych. Wykorzystujemy bazy danych Azure SQL do wysyłania ostrzeżeń tekstowych do wykonawców, którzy przychodzą po odpady browaru, gdy zbiorniki są pełne i kompostują je. Używamy go do naprawdę wielu różnych rzeczy.

#MicrosoftMówi: Czy same narzędzia stają się łatwiejsze w użyciu dla osób, które niekoniecznie posiadają głęboką wiedzę z zakresu informatyki lub danych?

KOTAICH: Wykorzystując własne doświadczenia mogę powiedzieć, że nie miałem wcześniej zbyt dużej wiedzy na temat sztucznej inteligencji, uczenia maszynowego czy nauki o danych, poza moimi doświadczeniami w dziedzinie fizyki. Praca na stanowisku piwowara otworzyła mnie na nowy wymiar danych, związanych z jakością i wydajnością. Dzięki dostępnym narzędziom między innymi takim jak Azure Machine Learning, mogłem naprawdę szybko zapoznać się z częścią naszych projektów poświęconych analityce danych. Są one bardzo dobrze udokumentowane i łatwe w użyciu. Dzięki temu może ich używać niemal każdy.

#MicrosoftMówi: W jakim momencie podróży w kierunku pełnego wykorzystywania sztucznej inteligencji jest Deschutes?

KOTAICH: Zdecydowanie mamy nadal dużo miejsca na rozwój. Wciąż „dostrajamy” projekty, które podjęliśmy i podchodzimy do tego, jak do ciągłego procesu. Myślę, że to dobra strategia, którą przyjmiemy przy realizacji wszystkich następnych projektów.

Choć nasz zespół ds. technologii operacyjnych jest stosunkowo niewielki, bo składający się jedynie z pięciu osób, wciąż poszukujemy we współpracy z innymi działami kolejnych pomysłów na to, gdzie możemy usprawnić nasze procesy.