តើ AI ជំរុញនិរន្តរភាពឧស្សាហកម្មយ៉ាងដូចម្តេច? 

នៅពេលដែលមនុស្សនិយាយអំពី AI និងនិរន្តរភាព ការសន្ទនាតែងតែលោតត្រង់ទៅរកចក្ខុវិស័យអនាគត៖ ក្រឡាចត្រង្គស្វយ័ត ទីក្រុងដែលបង្កើនប្រសិទ្ធភាពដោយខ្លួនឯង។ នៅក្នុងលេណដ្ឋាននៃការផលិតជាក់ស្តែង ការពិតគឺកាន់តែគ្រើម និងកើនឡើង។ ការជំរុញពិតប្រាកដមិនមែននិយាយអំពីការជំនួសមនុស្សដោយមនុស្សយន្តទេ។ វានិយាយអំពីការបង្កើនការសម្រេចចិត្តនៅក្នុងប្រព័ន្ធដែលខ្ជះខ្ជាយ និងស្រអាប់គួរឱ្យកត់សម្គាល់។ ការយល់ខុសគឺថា និរន្តរភាពគឺគ្រាន់តែប្រើថាមពលតិចប៉ុណ្ណោះ។ វាកាន់តែស៊ីជម្រៅ - វានិយាយអំពីការស៊ើបការណ៍ធនធានជាប្រព័ន្ធ ពីវត្ថុធាតុដើមរហូតដល់ការដឹកជញ្ជូន ហើយនោះជាកន្លែងដែលម៉ូដែលរៀនម៉ាស៊ីន មិនមែនគ្រាន់តែជា AI ទូទៅទេ កំពុងតែផ្លាស់ប្តូរហ្គេមដោយស្ងៀមស្ងាត់។

មូលនិធិ៖ ភាពស្មោះត្រង់នៃទិន្នន័យ និងជាន់រោងចក្រងងឹត

អ្នកមិនអាចគ្រប់គ្រងអ្វីដែលអ្នកមិនអាចវាស់វែងបានទេ ហើយអស់រយៈពេលជាច្រើនឆ្នាំ និរន្តរភាពឧស្សាហកម្មគឺជាការស្មាន។ យើង​មាន​វិក្កយបត្រ​ថាមពល បាទ ប៉ុន្តែ​ការ​ទាក់ទង​នឹង​ការ​កើនឡើង​នៃ​ការ​ប្រើ​ប្រាស់​ទៅ​នឹង​ក្រុម​ជាក់លាក់​មួយ​នៅ​លើ​ខ្សែ​ផលិតកម្ម 3 ជា​ញឹកញាប់​មិន​អាច​ទៅ​រួច​ទេ។ ជំហានដំបូងដែលមិនគួរឱ្យជឿគឺការរីកសាយរបស់ឧបករណ៍ចាប់សញ្ញា និងប្រវត្តិទិន្នន័យ។ ខ្ញុំបានឃើញរុក្ខជាតិដែលដំឡើងឧបករណ៍ចាប់សញ្ញារំញ័រ និងកម្ដៅដ៏សាមញ្ញនៅលើប្រព័ន្ធម៉ាស៊ីនបង្ហាប់ចាស់បានបង្ហាញពីភាពគ្មានប្រសិទ្ធភាពនៃវដ្តដែលខ្ជះខ្ជាយ 15% នៃការទាញថាមពលរបស់វា។ ការជំរុញ AI ចាប់ផ្តើមនៅទីនេះ៖ បង្កើតថាមពលឌីជីថលភ្លោះដែលមានភាពស្មោះត្រង់ខ្ពស់នៃលំហូរនៃថាមពល និងសម្ភារៈ។ បើគ្មានមូលដ្ឋាននេះទេ ការទាមទារនិរន្តរភាពណាមួយគឺគ្រាន់តែជាទីផ្សារប៉ុណ្ណោះ។

នេះមិនមែនជាកម្មវិធីដោត និងលេងទេ។ ឧបសគ្គធំបំផុតគឺទិន្នន័យស៊ីឡូ។ ទិន្នន័យផលិតកម្មស្ថិតនៅក្នុង MES ទិន្នន័យគុណភាពនៅក្នុងប្រព័ន្ធមួយផ្សេងទៀត និងទិន្នន័យថាមពលពីឧបករណ៍វាស់ស្ទង់។ ការទទួលបានទិដ្ឋភាពដែលស៊ីសង្វាក់គ្នាតាមពេលវេលាគឺជាសុបិន្តអាក្រក់មួយ។ យើងបានចំណាយពេលជាច្រើនខែលើគម្រោងមួយ ដោយគ្រាន់តែសាងសង់បំពង់បង្ហូរទិន្នន័យ មុនពេលគំរូណាមួយអាចត្រូវបានបណ្តុះបណ្តាល។ គន្លឹះមិនមែនជាក្បួនដោះស្រាយដ៏ប្រណិតមួយទេ ប៉ុន្តែជា ontology ទិន្នន័យដ៏រឹងមាំ—ដាក់ស្លាករាល់ចំណុចទិន្នន័យជាមួយនឹងបរិបទ (លេខសម្គាល់ម៉ាស៊ីន ជំហានដំណើរការ ផលិតផល SKU)។ លក្ខណៈលម្អិតនេះគឺជាអ្វីដែលអនុញ្ញាតឱ្យមានការវិភាគនិរន្តរភាពប្រកបដោយអត្ថន័យនៅពេលក្រោយ។

ពិចារណាក្រុមហ៊ុនផលិត fastener ដូចជា ក្រុមហ៊ុន Handan Zitai Fastener ផលិតកម្មខូអិលធីឌី. ដំណើរការរបស់ពួកគេពាក់ព័ន្ធនឹងការបោះត្រា ខ្សែស្រឡាយ ការព្យាបាលកំដៅ និងការដាក់ចាន។ ដំណាក់កាលនីមួយៗមានទម្រង់ថាមពល និងទិន្នផលសម្ភារៈខុសៗគ្នា។ តាមរយៈការបំពាក់ចង្រ្កាន និងអាងងូតទឹក ពួកគេអាចផ្លាស់ប្តូរពីតម្លៃមធ្យមនៃការប្រើប្រាស់ប្រចាំខែ ទៅជាតម្លៃថាមពលក្នុងមួយគីឡូក្រាមនៃទិន្នផល។ មូលដ្ឋាននេះគឺសំខាន់។ វាប្រែក្លាយនិរន្តរភាពពី KPI សាជីវកម្មទៅជាអថេរបន្ទាត់ផលិតកម្មដែលអ្នកគ្រប់គ្រងជាន់អាចមានឥទ្ធិពល។

ការ​ថែទាំ​តាម​ការ​ទស្សន៍ទាយ៖ ផ្លែ​ឈើ​ទាប​មាន​ឫស​ជ្រៅ

ការពិភាក្សាភាគច្រើនលើបញ្ហានេះចាប់ផ្តើមដោយជៀសវាងការឈប់សម្រាក។ មុំនៃនិរន្តរភាពគឺគួរឱ្យទាក់ទាញជាង: ការបរាជ័យមហន្តរាយធ្វើឱ្យខ្ជះខ្ជាយថាមពលនិងសម្ភារៈ។ ការបរាជ័យក្នុងការចុចបោះត្រាដែលមានកម្លាំងបង្វិលជុំខ្ពស់មិនគ្រាន់តែខូចនោះទេ។ វាបណ្តាលឱ្យមានការតម្រឹមមិនត្រឹមត្រូវជាច្រើនសប្តាហ៍ ដែលនាំឱ្យផ្នែកដែលមិនមានលក្ខណៈពិសេស (កាកសំណល់សម្ភារៈ) និងបង្កើនការអូសទាញថាមពល។ យើងបានអនុវត្តគំរូការវិភាគរំញ័រសម្រាប់ប្រព័ន្ធដែលជំរុញដោយម៉ូទ័រ ដែលមិនត្រឹមតែព្យាករណ៍ពីការបរាជ័យប៉ុណ្ណោះទេ ប៉ុន្តែបានកំណត់ស្ថានភាពនៃដំណើរការល្អបំផុត។ នេះគឺជាផ្នែកទន់។ ម៉ូដែលនេះបានដាក់ទង់បូមដែលនៅតែដំណើរការ ប៉ុន្តែបានបាត់បង់ប្រសិទ្ធភាព 8% ដែលមានន័យថាវាកំពុងទាញចរន្តបន្ថែមទៀតដើម្បីធ្វើការងារដូចគ្នា។ ការជួសជុលវាជួយសន្សំសំចៃថាមពល និងពន្យារអាយុជីវិតរបស់ម៉ូទ័រ កាត់បន្ថយកាបូនដែលបានបញ្ចូលពីការជំនួស។

ការបរាជ័យនេះត្រូវបានសន្មត់ថាឧបករណ៍ទាំងអស់ត្រូវការការត្រួតពិនិត្យដូចគ្នា។ យើង​បាន​ដំឡើង​ខ្សែ​ការ​ដំឡើង​ទាំងមូល​លើស​កម្រិត ដែល​មាន​តម្លៃ​ថ្លៃ និង​បង្កើត​ទិន្នន័យ​គ្មាន​សំឡេង។ យើងបានរៀនធ្វើការវះកាត់៖ ផ្តោតលើអ្នកប្រើប្រាស់ថាមពលខ្ពស់ និងថ្នាំងគុណភាពសំខាន់ៗ។ សម្រាប់ក្រុមហ៊ុនដូចជា Zitai ដែលមានទីតាំងនៅជិតផ្លូវដឹកជញ្ជូនធំៗដូចជាផ្លូវដែក Beijing-Guangzhou Railway បង្កប់ន័យផ្តោតលើប្រសិទ្ធភាពនៃការដឹកជញ្ជូន ដោយអនុវត្តគំរូព្យាករណ៍ស្រដៀងគ្នាទៅនឹងប្រព័ន្ធ HVAC និងប្រព័ន្ធខ្យល់ដែលបានបង្ហាប់ ដែលជារឿយៗជាប្រព័ន្ធបង្ហូរថាមពលដ៏ធំបំផុតរបស់រោងចក្រនឹងផ្តល់ការសន្សំកាបូនដោយផ្ទាល់។ នេះ។ ឧបករណ៍ភ្ជាប់ Zitai គេហទំព័របង្ហាញពីទំហំផលិតកម្មរបស់ពួកគេ; នៅបរិមាណនោះ ការកាត់បន្ថយ 2% នៃការលេចធ្លាយខ្យល់ដែលបានបង្ហាប់ កំណត់ដោយគំរូលំហូរខ្យល់ បកប្រែទៅជាផលចំណេញផ្នែកហិរញ្ញវត្ថុ និងបរិស្ថានដ៏ធំ។

ក៏មានការផ្លាស់ប្តូរវប្បធម៌នៅទីនេះដែរ។ ការណែនាំរបស់ម៉ូដែលដើម្បីជំនួសផ្នែកដែលមើលទៅល្អទាមទារការទុកចិត្ត។ យើងត្រូវបង្កើតផ្ទាំងគ្រប់គ្រងសាមញ្ញដែលបង្ហាញពីកាកសំណល់ថាមពលដែលបានព្យាករជាគីឡូវ៉ាត់ម៉ោង និងប្រាក់ដុល្លារ ដើម្បីទទួលបានការទិញពីក្រុមថែទាំ។ ភាពជាក់ស្តែងនេះមានសារៈសំខាន់ណាស់សម្រាប់ការស្មុំកូន។

ការបង្កើនប្រសិទ្ធភាពដំណើរការ៖ លើសពីចំណុចកំណត់

ការគ្រប់គ្រងដំណើរការបែបប្រពៃណីប្រើរង្វិលជុំ PID ដើម្បីរក្សាចំណុចដែលបានកំណត់ ដូចជាសីតុណ្ហភាពក្នុងឡ។ ប៉ុន្តែ​តើ​អ្វី​ជា​ចំណុច​កំណត់​ដ៏​ល្អ​បំផុត​សម្រាប់​បាច់​ដែល​បាន​ផ្តល់​ឲ្យ​? វាអាស្រ័យលើសំណើមបរិយាកាស ការប្រែប្រួលនៃលោហធាតុវត្ថុធាតុដើម និងកម្លាំង tensile ដែលចង់បាន។ ម៉ូដែលរៀនម៉ាស៊ីនអាចបង្កើនប្រសិទ្ធភាពវាដោយថាមវន្ត។ នៅក្នុងដំណើរការព្យាបាលកំដៅ យើងបានប្រើគំរូសិក្សាពង្រឹង ដើម្បីស្វែងរកសីតុណ្ហភាពអប្បបរមា និងពេលវេលាត្រាំដែលត្រូវការ ដើម្បីសម្រេចបាននូវលក្ខណៈបច្ចេកទេសលោហៈ។ លទ្ធផល​គឺ​ការ​កាត់​បន្ថយ​ការ​ប្រើ​ប្រាស់​ឧស្ម័ន​ធម្មជាតិ​ចំនួន 12% ក្នុង​មួយ​បាច់ ដោយ​មិន​មាន​ការ​សម្រប​សម្រួល​លើ​គុណភាព​ឡើយ។

ការចាប់? អ្នកត្រូវកំណត់មុខងាររង្វាន់ដោយប្រុងប្រយ័ត្ន។ ដំបូងឡើយ យើងបានធ្វើឱ្យប្រសើរសម្រាប់ថាមពលសុទ្ធសាធ ហើយគំរូបានស្នើឱ្យមានសីតុណ្ហភាពទាប ដែលបង្កើនអត្រាច្រេះដោយអចេតនានៅក្នុងដំណាក់កាលបន្ទាប់បន្សំ ដែលផ្លាស់ប្តូរបន្ទុកបរិស្ថាន។ យើងត្រូវប្រកាន់យកក្របខណ្ឌការបង្កើនប្រសិទ្ធភាពពហុគោលបំណង តុល្យភាពថាមពល ទិន្នផលសម្ភារៈ និងលទ្ធភាពដំណើរការបន្តបន្ទាប់បន្សំ។ ទិដ្ឋភាពរួមនេះគឺជាខ្លឹមសារនៃនិរន្តរភាពឧស្សាហកម្មពិត។ វាជៀសវាងការបង្កើនប្រសិទ្ធភាពអនុតំបន់មួយដោយចំណាយលើតំបន់មួយទៀត។

សម្រាប់មូលដ្ឋានផលិតកម្មផ្នែកស្តង់ដារ ការបង្កើនប្រសិទ្ធភាពបែបនេះនៅទូទាំងទិន្នផលរាប់ពាន់តោន គឺជាកន្លែងដែលផលប៉ះពាល់ម៉ាក្រូស្ថិតនៅ។ វាផ្លាស់ទីនិរន្តរភាពពីបន្ទប់ boiler ចូលទៅក្នុងរូបមន្តស្នូលនៃការផលិត។

ខ្សែសង្វាក់ផ្គត់ផ្គង់ និងភស្តុភារ៖ ឥទ្ធិពលបណ្តាញ

នេះគឺជាកន្លែងដែលសក្ដានុពលរបស់ AI មានអារម្មណ៏ថាធំធេង និងមានការខកចិត្ត។ រោងចក្រអាចមានប្រសិទ្ធភាពខ្ពស់ ប៉ុន្តែប្រសិនបើខ្សែសង្វាក់ផ្គត់ផ្គង់របស់វាខ្ជះខ្ជាយ ប្រាក់ចំណេញសុទ្ធត្រូវបានកំណត់។ AI បង្កើននិរន្តរភាពនៅទីនេះ តាមរយៈការកំណត់ផ្លូវឆ្លាតវៃ និងការព្យាករណ៍សារពើភ័ណ្ឌ។ យើង​បាន​ធ្វើ​ការ​លើ​គម្រោង​មួយ​ដើម្បី​ធ្វើ​ឱ្យ​ប្រសើរ​ឡើង​នូវ​ការ​ដឹក​ជញ្ជូន​ទំនិញ​ចូល​សម្រាប់​ដែកថែប​ឆៅ។ តាមរយៈការវិភាគទីតាំងអ្នកផ្គត់ផ្គង់ កាលវិភាគផលិតកម្ម និងទិន្នន័យចរាចរណ៍ គំរូមួយបានបង្កើតបង្អួចចែកចាយ ដែលកាត់បន្ថយពេលវេលាទំនេររបស់រថយន្ត និងអនុញ្ញាតឱ្យផ្ទុកពេញ។ នេះបានកាត់បន្ថយការបំភាយ Scope 3 សម្រាប់ទាំងក្រុមហ៊ុនផលិត និងអ្នកផ្គត់ផ្គង់។

ការមិនសប្បាយចិត្តកើតចេញពីការចែករំលែកទិន្នន័យ។ អ្នកផ្គត់ផ្គង់ជារឿយៗមានការស្ទាក់ស្ទើរក្នុងការចែករំលែកសមត្ថភាព ឬទិន្នន័យទីតាំងក្នុងពេលជាក់ស្តែង។ របកគំហើញបានមកមិនមែនជាមួយនឹងក្បួនដោះស្រាយស្មុគស្មាញជាងនេះទេ ប៉ុន្តែជាមួយនឹងសៀវភៅកត់ត្រាដែលមានមូលដ្ឋានលើ blockchain ដ៏សាមញ្ញ (អនុញ្ញាត មិនមែន crypto) ដែលចូលការសន្យាដោយមិនបង្ហាញព័ត៌មានលម្អិតអំពីកម្មសិទ្ធិ។ ការជឿទុកចិត្តម្តងទៀតគឺជាឧបសគ្គ។

ក្រុមហ៊ុន Handan Zitai Fastener ផលិតកម្មខូអិលធីឌីទីតាំងយុទ្ធសាស្ត្ររបស់នៅជិតផ្លូវហាយវេ និងផ្លូវរថភ្លើងសំខាន់ៗ គឺជាទ្រព្យសម្បត្តិដឹកជញ្ជូនធម្មជាតិ។ ប្រព័ន្ធដែលជំរុញដោយ AI អាចជួយបង្កើនប្រសិទ្ធភាពនៃការដឹកជញ្ជូនចេញទៅក្រៅប្រទេសដោយការបញ្ជាបញ្ចូលគ្នាយ៉ាងស្វាហាប់ និងជ្រើសរើសរបៀបដឹកជញ្ជូនកាបូនទាបបំផុត (ផ្លូវដែកទល់នឹងឡានដឹកទំនិញ) ដោយផ្អែកលើភាពបន្ទាន់ ដោយប្រើប្រាស់អត្ថប្រយោជន៍ភូមិសាស្ត្រនេះ ដើម្បីកាត់បន្ថយកម្រិតកាបូនរបស់វាក្នុងមួយការដឹកជញ្ជូន។

សារាចរណ៍ និងគុណភាពវៃឆ្លាត

ផ្លូវផ្ទាល់បំផុតទៅកាន់និរន្តរភាពគឺការប្រើប្រាស់សម្ភារៈតិច និងបង្កើតកាកសំណល់តិច។ ចក្ខុវិស័យកុំព្យូទ័រសម្រាប់ការត្រួតពិនិត្យគុណភាពគឺជារឿងធម្មតា ប៉ុន្តែតំណភ្ជាប់របស់វាទៅនឹងនិរន្តរភាពគឺជ្រាលជ្រៅ។ កំហុសដែលបានរកឃើញដំបូងមានន័យថាផ្នែកមួយអាចត្រូវបានកែច្នៃឡើងវិញ ឬកែច្នៃឡើងវិញនៅក្នុងរោងចក្រ ជៀសវាងការចំណាយថាមពលនៃការដឹកជញ្ជូនវាទៅឱ្យអតិថិជន ការទទួលការបដិសេធ និងការដឹកជញ្ជូនត្រឡប់មកវិញ។ កម្រិតខ្ពស់ជាងនេះទៀតគឺការប្រើប្រាស់ការវិភាគវិសាលគមកំឡុងពេលផលិត ដើម្បីទស្សន៍ទាយពីគុណភាព ដែលអនុញ្ញាតឱ្យមានការកែតម្រូវតាមពេលវេលាជាក់ស្តែង។ យើងបានឃើញវានៅក្នុងខ្សែសង្វាក់៖ ឧបករណ៍វិភាគ XRF បញ្ចូលទិន្នន័យទៅក្នុងគំរូដែលគ្រប់គ្រងគីមីសាស្ត្រនៃការងូតទឹកដោយកាត់បន្ថយការប្រើប្រាស់លោហធាតុធ្ងន់ និងកាកសំណល់ភក់ជាង 20% ។

បន្ទាប់មកមានមុំសេដ្ឋកិច្ចរាងជារង្វង់។ AI អាចជួយសម្រួលដល់ការតម្រៀបសម្ភារៈសម្រាប់ការកែច្នៃឡើងវិញ។ សម្រាប់ឧបករណ៍ភ្ជាប់ដែក ការតម្រៀបចុងបញ្ចប់នៃជីវិតគឺជាបញ្ហាប្រឈមមួយ។ យើងបានសាកល្បងប្រព័ន្ធមួយដោយប្រើរូបភាពអុបទិក និង CNN ដើម្បីតម្រៀបអ៊ីណុកដោយស្វ័យប្រវត្តិពីសំណល់ដែកស័ង្កសី បង្កើនភាពបរិសុទ្ធ និងតម្លៃនៃចំណីដែលបានកែច្នៃឡើងវិញ។ នេះធ្វើឱ្យការបិទរង្វិលជុំសម្ភារៈមានលទ្ធភាពសេដ្ឋកិច្ច។

សម្រាប់មូលដ្ឋានផលិតកម្មដ៏សំខាន់ ការរួមបញ្ចូលភាពវៃឆ្លាតគុណភាពនេះនៅទូទាំង ផ្នែកស្តង់ដារ ខ្សែសង្វាក់ផលិតកម្មមានន័យថា សម្ភារៈព្រហ្មចារីតិចត្រូវបានស្រង់ចេញ និងកាកសំណល់តិចជាងការបញ្ជូនទៅកន្លែងចាក់សំរាម។ វាបំប្លែងការគ្រប់គ្រងគុណភាពពីមជ្ឈមណ្ឌលចំណាយទៅជាកត្តាជំរុញនិរន្តរភាពស្នូល។

កត្តាមនុស្ស និងកត្តាអនុវត្ត

គ្មានការងារនេះដោយគ្មានមនុស្សទេ។ ការបរាជ័យដ៏ធំបំផុតដែលខ្ញុំបានធ្វើជាសាក្សីគឺគម្រោងបង្កើនប្រសិទ្ធភាពពន្លឺដែលវិស្វករបានរចនាក្នុងកន្លែងទំនេរ។ ម៉ូដែលទាំងនេះគឺអស្ចារ្យណាស់ ប៉ុន្តែពួកគេមិនអើពើនឹងចំណេះដឹងច្បាស់លាស់របស់ប្រតិបត្តិករដែលដឹងថាម៉ាស៊ីន 4 ដំណើរការក្តៅនៅពេលរសៀលសើម។ ប្រព័ន្ធបានបរាជ័យ។ ភាពជោគជ័យបានកើតឡើងនៅពេលដែលយើងបង្កើតប្រព័ន្ធប្រឹក្សាកូនកាត់។ គំរូណែនាំចំណុចដែលបានកំណត់ ប៉ុន្តែប្រតិបត្តិករអាចយល់ព្រម បដិសេធ ឬកែតម្រូវវា ដោយប្រព័ន្ធសិក្សាពីមតិកែលម្អនោះ។ នេះបង្កើតការជឿទុកចិត្ត និងប្រើប្រាស់វិចារណញាណរបស់មនុស្ស។

ការអនុវត្តគឺជាការរត់ម៉ារ៉ាតុង។ វាទាមទារការអត់ធ្មត់ក្នុងការសាងសង់ហេដ្ឋារចនាសម្ព័ន្ធទិន្នន័យ ការបន្ទាបខ្លួនដើម្បីចាប់ផ្តើមជាមួយនឹងដំណើរការតែមួយ និងក្រុមឆ្លងកាត់មុខងារដែលរួមបញ្ចូលគ្នានូវ OT, IT និងអ្នកជំនាញផ្នែកនិរន្តរភាព។ គោលដៅមិនមែនជាសេចក្តីប្រកាសព័ត៌មានដែលដំណើរការដោយ AI ភ្លឺចាំងនោះទេ។ វាជាឥទ្ធិពលមិនស៊ីសង្វាក់គ្នានៃការបង្កើនប្រសិទ្ធភាពតូចៗរាប់រយ៖ ពីរបីដឺក្រេបានកោរចេញពីចង្ក្រាននៅទីនេះ ផ្លូវឡានដឹកទំនិញបានខ្លីនៅទីនោះ សំណល់អេតចាយមួយក្រុមត្រូវបានជៀសវាង។ នោះហើយជារបៀបដែល AI ជំរុញយ៉ាងពិតប្រាកដនូវនិរន្តរភាពឧស្សាហកម្ម មិនមែនដោយសំឡេងខ្លាំងនោះទេ ប៉ុន្តែជាមួយនឹងចំណុចទិន្នន័យរាប់លានដោយស្ងៀមស្ងាត់ដឹកនាំផ្លូវឆ្ពោះទៅមុខប្រកបដោយប្រសិទ្ធភាពជាងមុន និងមិនសូវខ្ជះខ្ជាយ។