这家零售巨头概述了其帮助诺华建立实时数据的计划，以促进供应链和整体运营
亚马逊网络服务(AWS)宣布与诺华制药(Novartis)进行新的战略合作，通过使用AWS服务，将改变这家制药巨头的核心供应链、制造和交付业务。
AWS表示，该公司将通过统一对所有信息的访问，帮助诺华改变其制造流程，并使诺华“做出快速和明智的关键决策”。
以下是AWS发布的一篇博客的节选，该博客解释了AWS为诺华(Novartis)计划的制造业转型。
近年来，新的生物分子使更有针对性和更有效的治疗方法和疫苗成为可能。
这些“大分子”疗法的制造可能更加复杂，并可能带来新的后勤挑战，因为它们包括活的有机体。
制药公司正努力降低“小分子”疗法的制造成本，因为这些药物失去了专利保护，同时需要扩大生产，以满足中国等发展中市场日益增长的需求。
在AWS网站上看到的信息图表
此外，历史上，生产过程一直专注于生产非常大量的特定疗法。更新的基因工程疗法是为更小的群体设计的，甚至可以个性化到个人水平。
这些挑战的组合要求制造商使其上游供应链、制造流程和下游分销更加可见、可预测、高效和适应性强。
对于许多AWS客户来说，最终目标是建立一个实时响应所有相关信息的自动化系统。这不仅适用于工厂层面，也适用于企业层面:管理者希望看到全球所有工厂的吞吐量数据，以便增加或减少某些生产线，从而最大限度地减少药物短缺并优化产能。
亚马逊表示，该公司花了数年时间开发复杂的供应链和自动化系统，使数百万件产品能够在数小时内交付给数亿人。
工程师们对生产线了如指掌，但缺乏运营指标来支持从传闻到数据驱动的决策
例如，今年3月，AWS和大众汽车宣布合作改造汽车制造业。当诺华询问在制造和供应链方面的潜在合作时，AWS生命科学实践看到了帮助制药行业领导者积极影响数百万患者生活的机会。
诺华是一家大型跨国制药公司，拥有60多个生产基地，每年为155个国家的近10亿患者生产治疗药物。
像任何现代制造商一样，现场控制系统为现场管理人员提供有关单个机器效率的操作指标，并促进日常维护任务。
轮班交接是一个关键任务点，关于操作性能的信息从一个机组转移到另一个机组。工程师们对生产线了如指掌，但缺乏运营指标来支持从传闻到数据驱动的决策。
在诺华技术运营(NTO)集团，制定全球工厂效率的标准指标、在“单一窗格”中查看全球运营绩效，以及建立先进的机器学习模型来预测工厂绩效，一直是困难和昂贵的。
在这次合作之前，诺华的生产现场指标已经集中到一个传统的基于hadoop的大数据平台上，这使得创建广泛的运营报告成为可能。
数据周期性地从本地历史记录中摄取到Hadoop分布式文件系统(HDFS)，在那里它被批处理并准备报告。虽然这为业务提供了价值，但运营报告基于固定的数据集，与运营决策相关，这些数据集可能已经过时。
由于使用了传统的第三方供应商，这种批处理机制还没有扩展到满足业务需求，包括更多的用户、额外的指标、高级分析和机器学习以及实时数据流处理。
AWS和诺华正在联合开发“洞察中心”，为网站运营商和企业用户提供实时、交互式的运营信息
通过此次合作，AWS和诺华将共同开发“洞察中心”，为全球的站点运营商和企业用户提供实时、交互式的运营信息。
Insight Centers通过现有组件(如本地和全球历史记录(捕捉工业传感器数据并添加上下文和环境含义的平台)以及新的传感器集成来获取站点运营指标。
现有的历史学家将通过近20个SAP系统提供来自“棕地”传感器的数据，而AWS IoT Greengrass边缘设备将提供更丰富的数据源，如图像和视频，所有数据将存储在Amazon S3上。
除了为这些数据提供高可用性和低成本的对象存储之外，AWS物联网核心和物联网分析还将数据转发到物联网优化的时间序列数据库，诺华可以在其中执行实时插值，以促进预测模型。
Insight Centers将提供一个云原生和超可扩展的环境，在这里，现有的大数据处理技术可以在与最常见的框架和工具兼容的情况下进行微小的变化，但成本更低，并支持以前不可能实现的新用例，如计算机视觉驱动的线路检测。
日常生产线和现场操作将转移到实时数据馈送，并增加风险评估模型，以进行主动维护。每个站点Insight Center将与其他站点集成，提供每种疗法生产能力的全球视图。
最后，全球Insight中心集成将提供每个产品和过程的可追溯性，包括制造状态、库存水平和成本。
在AWS网站上看到的信息图表
随着流入洞察中心的实时数据的数量、种类和准确性的增加，AWS AI/ML服务将使诺华能够创建复杂的ML模型，以推进其运营预测。
对于AWS，拟议的技术架构将为诺华全球制造流程创建动态和灵活的视图。诺华很快就能充分利用AWS的机器学习和人工智能服务来预测机器故障，开发数字双胞胎，并建立需求预测模型，从而实现更有效的供应。
这些复杂的用例建立在诺华目前正在进行的计划之上。例如，诺华目前正在使用亚马逊SageMaker建立一个基于计算机视觉的模型，该模型将确定生产线间隙。
Amazon SageMaker是一个完全受管理的服务，涵盖了整个机器学习工作流程，包括标记和准备数据、开发算法、训练模型、调整和优化部署、进行预测和采取行动。
制造业转型将为诺华的运营增加价值，并最终为接受诺华治疗的患者带来最重要的价值。这一转型路线图将使未来能够更快地开发和制造小批量甚至个性化治疗，具有更高的质量、更低的成本并按时交付。
