CW创新奖：Bharat石油通过数字神经中心改进操作

在Bharat Petroleum Corporation Limited（BPCL）中携带炼油厂，植物和数千家零售店的大型生态系统知道其庞大的业务的任何监督都会影响其服务质量和客户满意度。

为了确保它保持最重要的是，印度组织采用了人工智能（AI）和物联网（物联网）等关键技术来管理其广泛的生态系统。

BPCL拥有印度石油和天然气部，位于孟买，在那里运营炼油厂，并在Kochi进行第二个网站。Fortune 500 500公司管理全国各地的17,000个零售店，75个终端，54个液化石油公司（LPG）植物，以及超过25,000名油轮。

它重视了建立信任的必要性，并向客户保证能够在任何时间点维护其产品的质量，数量和价格。它通过在政府项目ANUBHAV计划下拥抱数字技术和转型举措来实现。

这是一个重要的作品是虹膜，Bharat的数字神经中心，它旨在监测每个产品的整个旅程 - 跨越燃料终端，LPG工厂和客户自己的房屋 - 交付给客户。这些在单个平台上的集成提供了公司整个价值链的单个视图。

这里的主要目标是确保可以快速识别和解决沿途的任何潜在的打嗝，维护BPCL品牌，这与高级服务质量有关。

由AI和机器学习能力提供支持，数字神经中心可以接受来自本地自动化系统，摄像机和部署在各个位置的其他物联网设备的二百万输入。其中包括零售店，LPG工厂，燃料端子，消费泵，铁路装置和送货箱卡车。

IRIS，帮助BPCL在计算机周内创新奖励APAC中培养公共部门类别，可以根据有助于提供更快的安全性的关键参数跟踪性能，以及更高的安全性。这也建立了BPCL供应链的符合性，并监控设备健康，以确保关键系统保持持续运行。

当出现问题时，会自动触发警报，提示采取必要的行动，包括对设备故障或危险事件的快速响应。这种不断的监控还使公司在印度跨越的员工进行更准确的决策，并迅速采取先发制人的步骤来解决问题，如果尚未解决，可以损害服务质量。

根据预定义的阈值建立适当的后续行动，并且工作流管理系统推动警报并基于预设工作流程升级未解决的问题。

例如，可以根据预定频率建立预防性维护事件的提醒，例如在库和LPG植物处的地球坑和灭火器的预定测试。

进一步与AI和机器学习技术武装，BPCL可以访问有价值的数据见解，以不断微调其运营，以获得更大的效率，安全和安全。这可以为超过1000万BPCL零售和商业客户提供优质的服务经验。

数字神经中心位于诺伊达，提供了一系列商业福利，包括：

此外，在操作网站部署的控制器和其他系统之间的双向通信使用在违反标准操作程序（SOP）时，可以立即关闭设备。

在BPCL的私有云上​​托管的主要项目（如虹膜）可能会遭受延误和误解，因此BPCL注意将部署分为几个关键的里程碑，每个里程碑都有一个指定的时间表完成时间表。

它还设置了一个商业用户的项目团队，建立了用例和SOP，以及每天进行进度。

此外，涉及自动化系统部署，视频分析，车辆跟踪系统，防火墙和整体IT基础架构的供应商和供应商被折叠进入折叠，以确保其匮乏的项目按时完成。

所有利益相关者通过演示和培训甲板，信息图表和常规电子邮件通信保持更新。选定的团队还被邀请到诺伊达才能访问数字神经中心，使他们能够先体验IRIS第一手并了解有关其特征和福利的更多信息。

BPCL认为这是特别重要的，因为任何技术通过的成功取决于赋予其员工的能力，以创造一个安全有效的环境，包括运营，物流和服务交付。

该项目设定在12个月的时间表中，尽管政府实体期望在八个月内完成它，预算为25亿卢比（340万美元）。

阅读其他CW创新奖获奖者