製品の説明:
インスレット社は、革新的なインスリン送達ソリューションを専門とする医療機器メーカーです。同社の主力製品である Omnipod® インスリン管理システム（Omnipod）は、ウェアラブルインスリンポンプを提供し、イ ンスリン依存型糖尿病患者の生活をシンプルにします。社内では、サイロ化したデータ、遅い処理時間、限られたリアルタイムのインサイトといった大きな課題を抱えていました。これにより、Omnipod のパフォーマンスの監視、製造ワークフローの最適化、規制コンプライアンスの確保が困難でした。さらに、旧式のインフラ、手作業の ETL プロセス、断片化したシステムがデータアクセスを遅らせ、部門横断的なコラボレーションを妨げ、高価なサードパーティ製ツールへの依存を余儀なくさせていました。Databricks を採用することで、同社はデータ処理を 12 倍高速化し、総所有コストを 97% 削減しました。
重要な意思決定を妨げるデータボトルネックを抱えていました。
インスレット社の使命は、革新的なテクノロジーを通じて糖尿病患者の生活を向上させ、顧客がシンプルさ、自由、そしてより健康的な生活を享受できるようにすることです。シンプルさとコントロール性を追求したチューブレスの自動インスリン送達システムである Omnipod を通じて、インスレットは糖尿病管理を大きく変革しています。インスレットは、製品開発から顧客体験に至るまで、事業のあらゆる側面を強化するためにデータを活用していたため、問題のトラブルシューティング、製品のギャップの検出、製品の信頼性の確保のためには、Omnipod のパフォーマンスをリアルタイムで監視することが不可欠でした。製造チームは、パフォーマンスを最適化するために、米国とマレーシアの製造施設における機械の効率を可視化する必要がありました。長期的には、ダウンタイムを最小限に抑え、無駄を削減するために、予知保全の導入を目指していました。
カスタマーサービス側では、AI を活用したアシスタントが導入され、エージェントがより迅速に情報を見つけ、ケースをより早く解決できるようになりました。AI は、誤って分類され、苦情としてフラグを立てるべきだったケースを特定することで、規制コンプライアンスを確保するためにも使用されました。以前は手作業のアプローチでは、これらの見過ごされたケースを特定することが困難であり、コンプライアンス違反のリスクを高めていました。最後に、データエンジニアリングチームは AI を使用してエラー検出を自動化し、より迅速にデバッグしたいと考えていました。
しかし、同社のデータ インフラストラクチャは、特に AI 関連の取り組みのペースについていくことが困難でした。製造チームは生産パフォーマンスを統一的に把握できず、製品の品質監視やカスタマー エクスペリエンスといった事業の重要な側面において、断片化されたデータソースに依存せざるを得ない状況でした。また、SQL Serverの制限により大規模なデータセットの分析が困難になり、長期的なパフォーマンス追跡が妨げられ、製品品質に関するインサイトの取得に遅れが生じていました。手作業が多く時間のかかる抽出、変換、読み込み (ETL) プロセスが、データの流れをさらに遅らせ、分析や意思決定において不必要なボトルネックを生じさせていました。このようにデータが不完全な状態では、営業の生産性、需要予測、サプライチェーンの最適化が 妨げられると同時に、製品開発やイノベーションのペースも鈍化させていました。
対外的には、Insuletは特にOmnipod 5のiOS統合のような大規模なソフトウェアのロールアウトにおいて、IoMT（医療のモノのインターネット）のデータストリーミングを活用し、カスタマーエクスペリエンスを向上させることを目指していました。導入率を追跡し、潜在的な問題をリアルタイムで検出する能力の重要性が高まる一方で、既存のシステムはすべてのライブデータを処理するのに苦労していました。Insulet 社で AI、アナリティクス、高度なアルゴリズム担当 VP を務める Bill Whiteley 氏は次のように説明します。「データ パイプラインの更新に 13 時間以上かかり、チームが製品の問題を特定するのに大幅な遅れが生じていました。」「残念ながら、ダッシュボードに過去 2 週間分の情報しか表示できず、デバイスのパフォーマンスに関する長期的な分析が制限されていたため、カスタマー エクスペリエンスに影響が出ていました。」
言うまでもなく、Salesforce と SAP からの業務データを統合するには高価なサードパーティ製ツールが必要で、すでに非効率だった業務をさらに複雑にしていました。このようにシステムが分断されていたため、インスレットは AI への取り組みをサポートできる、ガバナンスの効いたスケーラブルなデータ環境の構築において課題に直面していました。将来の目標に直接貢献する「データフライホイール」戦略の構築を目指し、インスレットは Databricks データインテリジェンスプラットフォームに注目しました。
データを統合し、イノベーションと業務効率を推進
製品イノベーションと運用効率化のためにデータエコシステムを近代化するため、Insulet は Databricks の統合データ プラットフォームを導入しました。これにより、エンジニアリング チームはインフラストラクチャの管理ではなく、インサイトの抽出に専念できるようになりました。この変革の基盤となったのが、データを構造化、クレンジングし、分析のために即座に利用できるようにするオープンソースのストレージ レイヤーである Delta Lake でした。断片化されたシステムを一元化されたスケーラブルなアーキテクチャに置き換えることで、Insulet はすべてのチームがリアルタイム データにシームレスにアクセスできるようにし、製造ワークフローの監視、Omnipod のパフォーマンス最適化、すべての AI アプリケーションのサポートを可能にしました。
Delta Lake の上に構築されたのが、Insulet の変革の主役である Lakeflow Connect です。これは、レイクハウス アーキテクチャへの効率的なデータ取り込みを容易にする Databricks の最新製品です。Lakeflow Connect は、Salesforce や Workday などの主要なエンタープライズ アプリケーションの統合を自動化することで、Insulet のデータ インジェストと処理を高度化しました。以前は高価なサードパーティ製のETLツールに依存していましたが、Insuletは現在、データエンジニアの労力を最小限に抑えつつ、ほぼリアルタイムで高品質なデータを取り込めるようになりました。「Lakeflow Connect Salesforce Connector は、当社のデータ変革にとって特に重要でした。これにより、Salesforce CRM から顧客のフィードバッ ク、販売データ、サービスのやり取りを Databricks に直接取り込むことができたからです」と Bill は説明しました。
かつて何時間もかかる手作業のレポート作成に負担を感じていた製造チームは、統合された生産ダッシュボードを活用してソフトウェアの展開をリアルタイムで追跡し、患者ケアに影響を与える混乱を防ぐことができるようになりました。さらに、大規模データ処理用のオープンソースエンジンである Spark と Delta Live Tables を活用したストリーミングおよびリアルタイム分析は、バッチ処理を継続的な低レイテンシのデータストリーミングに置き換えることで、これらの改善をさらに強化しました。これらの変更により、8 人のチームが 100 人以上の従業員の仕事をこなせるようになり、インスレットが Omnipod のパフォーマンスを監視する方法は完全に変わりました。
Insuletのさまざまな事業部門に安全なアクセスを保証する統合ガバナンスおよびデータ管理ソリューションであるUnity Catalogのおかげで、データはより適切に整理され、容易に検出できるようになりました。フルマネージドのサーバーレスなデータウェアハウスであるDatabricks SQLは、この新しいレベルのデータアクセシビリティをさらに高め、データアナリストがクラスターを管理することなく、オンデマンドでクエリを実行できるようにしました。
エンジニアリングのボトルネックをさらに解消するため、Insulet は Databricks Assistant によって AI と自動化の能力を強化しました。コンテキスト認識型 AI アシスタントとして、会話型インターフェースを通じてクエリ作成を自動化し、Insulet のデータチームのためにエラーの検出とさまざまな問題のデバッグを行うことで SQL 開発を簡素化し、インサイトの発見とイノベーションのための時間を生み出しました。アシスタントはまた、カスタマーケアチームと製品サポートチームが、必要に応じて顧客をサポートするための関連情報を取得するのにも役立ちました。
Databricks データ インテリジェンス プラットフォームを利用して、Insulet はデータ インジェストを合理化し、ワークフローを管理し、リソース割り当てを最適化して、ビジネス全体でより効率的なデータドリブンな意思決定を可能にしました。
コストと複雑さを削減し、患者の治療成果を向上
Insulet は Databricks プラットフォームによって、大幅な改善、コスト削減、全体的な効率化を達成しました。製造部門だけでも、データドリブンな最適化によって数千万ドルのコスト削減が実現しました。以前は 13 時間以上かかっていた旧式の ETL プロセスからライブ ストリーミングへの移行により、リアルタイムのデータアクセスが可能になり、その一方で SQL クエリは 40 以上のコマンドからわずか 2 つに削減されました。これにより、データ エンジニアリングのワークロードが大幅に削減されただけでなく、サーバーレス処理によってクエリ時間も 83% 短縮されました。
コスト削減にとどまらず、Databricks は Insulet の製造、エンジニアリング、カスタマー サービスの各チームにおける拡張、イノベーション、ワークフローの最適化を支援しました。「これらの機能強化により、データ処理速度が 12 倍、運用効率が 25% 向上し、TCO が 97% 削減されました」と Bill は締めくくりました。より具体的には、Omnipod の製品モニタリングは、追跡する過去のデータをわずか 2 週間から 2 年間に拡大し、パフォーマンス、傾向、潜在的な問題に対する長期的な可視性を提供しています。このような機能強化により、UX の向上に役立つ実際のユーザーデータに基づいて、ソフトウェアの更新を確実に行えるようになります。
将来的に、Insulet は顧客の治療成果をさらに向上させるため、AI とデータに関する能力を深めていく予定です。SAP と Databricks の統合、そして Lakeflow Connect でサポートされるデータソースの拡大は、データの統合を進め、断片化をさらに減らすのに役立つでしょう。
次のステップとして、AI 主導の予知保全では IoMT データを活用し、デバイスのパフォーマンスに関する、よりシャープでリアルタイムなインサイトを提供します。そして、最後の仕上げとして、Insulet は AI を活用した予測を Salesforce に直接プッシュし、意思決定を自動化することを計画しています。完全に最新化されたデータエコシステムにより、Insulet は現在の業務を推進すると同時に、糖尿病管理における継続的な進化のための基盤を築いています。