一家啤酒公司利用大數據分析將每批啤酒的發酵流程減少了24個小時。
2018年12月，美國第十大精釀啤酒廠德舒特釀酒公司宣布計劃裁員10%。公司將其歸咎于銷售業績和銷量的下滑，而這也是精釀啤酒市場達到飽和后的常態。
對于大多數釀酒商來說，如此大規模的裁員還意味著銷售和產量的削減。但德舒特并沒有這個打算，因為就在四年前，公司決定在生產流程中整合接入互聯網的傳感器。
圖片來源網絡，如有侵權請聯系本站
當然，啤酒釀造依然是一個以人力為中心的行業。傳統上，工作人員在生產過程中會對啤酒進行手工選樣和分析，來確定啤酒是否應該從一個釀造階段轉至下一個階段，這一流程稱之為階段轉移，而這樣的階段一共有9個。過早或過晚的轉移都會影響成品啤酒的品質。
與眾多釀酒商一樣，德舒特總部位于俄勒岡州本特市，它一直保留著這些樣本和分析記錄。隨后，公司決定發揮這些記錄的效用，并利用微軟和OSISoft，在云端對數據進行解析，從而預測生產過程中的轉移次數。由此得出的結論幫助簡化了釀造流程，為公司帶來了事半功倍的效果。
德舒特公司的釀酒師布萊恩•法芙芮說：“當出現產量問題或裁員時，公司不大愿意投資其他的資產。我們已經不再為全天候運營而招聘新人。通常，我們不得不做出犧牲，而且以往都是以質量、產能或員工的幸福為代價……如今我們可以說的是，我們對這一模式充滿信心。”
預測分析框架已經被植入到公司的所有約50個釀酒罐，其容量從100桶到1000桶(3150加侖至3.15萬加侖)不等。當前，公司在釀酒師確認某一釀造階段完成之后才會通過人力進行階段轉移，但法芙芮稱，公司正在探索實現這一流程的自動化。
釀造過程數據分析都會帶來什么凈效應?德舒特將每批啤酒的發酵流程時長降至48個小時，較之前減少了24個小時。這也讓公司能夠在不購買額外設備的情況下提升其年產量。
到目前為止，德舒特是唯一一家使用傳感器和數據分析來協助釀造的公司，但法芙芮表示，像Sierra Nevada這樣的一些釀酒商也慕名前來了解這一模式。
該項目還催生了一個精釀啤酒釀造商開源數據搜集項目，這些啤酒商會分享其啤酒釀造期間各個階段轉移時長的歷史記錄。
法芙芮說：“大多數公司可能都有傳感器，但他們將數據記錄在紙上或電子表格中。我們的這一舉措可以幫助他們搜集數據并構建一個數據庫，然后為其提供一個空間，供它們打造上述數據的數據庫，這樣，它們便可以在未來改進其生產。”
他繼續說道：“在精釀行業，做出這種調整是困難的。如今，人們逐漸適應了這種做法。他們將其看作是一種工具，而不是搶奪其飯碗的事物。”
隨著工作量的減少，德舒特如今正在尋找新的方式來利用其數據分析工具。在探索將其運用到日常操作的同時，例如在設備即將破損時用于預警的預測分析，公司還在思考更具行業針對性的運用方式。
其中的一個便是使用光譜儀來測量啤酒風味。
法芙芮說：“我們將所有配方放在數據庫中。如今，我們為這些配方找到了匹配的數據，因此我們將進行試驗分析，以便對啤酒中的各類化合物進行測量。這便是我下一步要做的事情，也就是利用這些數據來努力嘗試是否能夠找到讓啤酒出現某種特質的化合物搭配比例，而正是因為這些特征，消費者才會對我們的啤酒感興趣，我們的啤酒才能與眾不同。”
這種分析并非意味著取消啤酒釀造中的人力因素，它更像是對釀造流程的加速。有時候，在釀酒公司發現一個成功的配方時，它們已經反復進行了100多次或更多次數的釀造，為的是尋找它們所追求的特定風味。然而借助科技，測試次數可以降至10次。
不可否認，對于一些釀酒公司來說，此舉會讓釀酒工作失去一些樂趣。最好的啤酒釀造商有三分之一歸功于其瘋狂的科學實驗，它們會嘗試用各種超乎人們想象的事物與啤酒花和麥芽進行混合，而且通常會催生出可口的新風味。
為了確保這個傳統一直延續下去，德舒特設立了一家測試工廠，每一次僅釀造一桶啤酒，并不斷地進行試驗，然后通過其品嘗室獲得反饋，從而了解啤酒擁躉對新風味的反響。(這些小批量啤酒數據的記錄方式與量產啤酒無異，說不定某一個試驗就會大獲成功。)
法芙芮表示：“精釀啤酒需要人們傾注大量的心血和精力。因此，將這些內容從啤酒中剝離開來是一個敏感的話題。在這一方面，公司必須創建信任，并進行對話。這一舉措是一個工具。我們并不打算將啤酒釀造交給機器和工程師來做，它只是提高釀酒效率的一個手段罷了。”
