Cheetos más perfectos: cómo PepsiCo está utilizando el Proyecto Bonsai de Microsoft para elevar el listón (de los refrigerios)

Leah CullerDec 17, 2020

He comido muchos Cheetos en mi vida. Entonces, cuando abro una bolsa, sé exactamente qué esperar: un crujido satisfactorio del deliciosamente naranja original, una ligereza que se derrite en la boca del hojaldre horneado o el casi demasiado picante (pero en el buen sentido). fuego de cualquiera de las variedades Flamin' Hot.

Sin embargo, en lo que nunca he pensado mucho es en cuánto trabajo se necesita para crear ese bocado perfecto. Resulta que hay una serie de entradas individuales complejas y especificaciones detalladas del producto (desde la proporción de agua hasta la velocidad de corte) que interactúan para crear cada refrigerio perfecto. Y esa perfección es primordial para PepsiCo, ya que Cheetos es una de las marcas multimillonarias más queridas de la compañía.

En un esfuerzo por aumentar la eficiencia manteniendo esa consistencia y calidad, PepsiCo ha desarrollado una solución de inteligencia artificial de Microsoft Project Bonsai. Esa solución, que utiliza datos de un sistema de visión por computadora para hacer recomendaciones o ajustes cada vez que un producto no cumple con las especificaciones, ha demostrado su eficacia en una planta piloto y pronto se implementará en una planta de producción.

Esta es una buena noticia para los amantes de los Cheetos como yo. Y es una gran noticia para la empresa, que ahora está explorando otras vías para utilizar la tecnología.

"La innovación es un ingrediente clave en nuestro éxito en PepsiCo y nos ayuda a ofrecer nuevos productos emocionantes, avances tecnológicos e incluso nuevas formas de trabajar, lo que sea necesario para garantizar que sigamos brindando sonrisas a nuestros consumidores todos los días", dijo Denise Lefebvre, Senior Vicepresidente de I+D de Alimentos Globales de PepsiCo. “Los cheetos, una de nuestras marcas multimillonarias más queridas, se producen en 22 países y vienen en más de 50 sabores. La tecnología Project Bonsai nos ayuda a garantizar que cada [bocadillo Cheetos] sea perfecto y estamos entusiasmados con su potencial. Este es sólo el comienzo."

Video de Youtube

PepsiCo eligió el hojaldre horneado Cheetos como su primer producto de prueba para Project Bonsai. Las bocanadas de Cheetos se elaboran en una máquina llamada extrusora. Históricamente, un operador seleccionaba manualmente algunos Cheetos que salían del extrusor a intervalos definidos, comprobando sus cualidades como forma y densidad aparente y ajustando las entradas en el extrusor si algo andaba mal.

La solución Project Bonsai puede monitorear el producto casi continuamente, utilizando sensores para supervisar esas cualidades. Sabe inmediatamente si un producto se sale de un rango definido y puede hacer recomendaciones para ser aprobadas por un operador o ajustar la configuración él mismo si trabaja de forma autónoma.

Los resultados iniciales del piloto también sugieren que el “cerebro” de Bonsai es capaz de hacer un buen trabajo al ajustar de forma independiente la extrusora para mantener la calidad y consistencia del producto a pesar de las perturbaciones, como los cambios en los lotes de harina de maíz.

Dylan Dias, director ejecutivo de Neal Analytics, quien se asoció con PepsiCo en el proyecto piloto, dice que el esfuerzo es un gran ejemplo de diseño e implementación de sistemas autónomos.

"El proyecto reunió una poderosa combinación de tecnología, habilidades de modelado aplicado y experiencia en la materia para crear innovación en la fábrica", dice Dias.

La experiencia en el tema a la que se refiere Dias proviene de operadores expertos e ingenieros de PepsiCo, cuya capacitación y experiencia fueron utilizadas por los desarrolladores para programar la solución de inteligencia artificial y crear un entorno de simulación para replicar la extrusora.

El proyecto reunió una poderosa combinación de tecnología, habilidades de modelado aplicado y experiencia en la materia para crear innovación en la fábrica.

Una vez que los desarrolladores crearon ese marco de simulación, el algoritmo de IA aprende mediante prueba y error, así como mediante comentarios de los operadores, un proceso llamado aprendizaje por refuerzo. En la simulación, la solución de IA puede simular la carrera de un día en tan solo 30 segundos.

Eso significa que la solución de IA ha pasado fácilmente por más ejecuciones simuladas de las que un operador podría ver en muchas vidas. Y su potencia informática significa que puede encontrar la opción correcta mucho más rápido. Además, aprendió de los operadores más capacitados de la compañía y de los expertos en Cheetos, por lo que monitorea las fluctuaciones en la calidad y la productividad desde el más alto nivel de experiencia.

La solución de IA “podría encapsular el conocimiento y las habilidades de los mejores operadores y luego aplicarlos a través de otras instalaciones”, dice Jayson Stemmler, gerente de proyectos técnicos de Neal Analytics que trabajó en el proyecto piloto de PepsiCo. “Esta solución revela interacciones y relaciones que pueden no ser intuitivas para los operadores pero que existen en los datos. Sin el proceso de medición manual, los ingenieros de PepsiCo pueden ser más eficientes con su tiempo y centrarse en innovaciones revolucionarias”.

Después de que la solución pasó algún tiempo en su campo de pruebas de simulación, llegó el momento de llevarla a una planta de prueba en las instalaciones de PepsiCo en Plano para ver cómo funcionaba con la versión real, lo que significa probarla con algunos Cheetos imperfectos.

"Para desarrollar esta tecnología, necesitamos ser capaces de fabricar productos que no sean buenos, para que la IA pueda aprender a devolver el producto a sus especificaciones", dice Sean Eichenlaub, ingeniero principal senior de PepsiCo.

Personalmente, no veo cómo algún Cheetos podría “no ser bueno”, pero entiendo que PepsiCo apuesta por lo perfecto.

Con el sistema de visión por computadora monitoreando y enviando datos continuamente a la solución Project Bonsai, cualquier variación de ese ideal se puede solucionar lo antes posible.

"Con correcciones más rápidas, podemos evitar los problemas potenciales de salirse de las especificaciones, como tener que desechar el producto o problemas con el embalaje y los residuos", afirma Eichenlaub.

Yo, por mi parte, estoy totalmente a favor de una bolsa llena de Cheetos perfectos. Y mientras la compañía se prepara para utilizar esta solución Project Bonsai en una planta de producción, también está considerando usarla con otros productos Frito-Lay, incluido el chip de tortilla aún más complejo.

Leah Culler edita el blog de inteligencia artificial para negocios y tecnología de Microsoft.