តើ AI ជំរុញនិរន្តរភាពយ៉ាងដូចម្តេច? 

នៅពេលដែលមនុស្សសួរពីរបៀបដែល AI បង្កើននិរន្តរភាព គំនិតភ្លាមៗតែងតែលោតទៅរកការមើលឃើញដ៏អស្ចារ្យ៖ ការធ្វើឱ្យខ្សែសង្វាក់ផ្គត់ផ្គង់សកលមានភាពប្រសើរឡើងពេញមួយយប់ ឬដោះស្រាយគំរូអាកាសធាតុដោយវេទមន្ត។ ដោយបានធ្វើការនៅលើដីជាមួយក្រុមផលិត និងភស្តុភារ ខ្ញុំបានឃើញថាផលប៉ះពាល់ពិតប្រាកដគឺមានលក្ខណៈតូចតាច ជាញឹកញាប់រញ៉េរញ៉ៃ និងឆ្ងាយពីគ្រាប់កាំភ្លើង។ ការយល់ខុសគឺថា AI ដំណើរការនៅក្នុងកន្លែងទំនេរ - វាមិនមែនទេ។ តម្លៃរបស់វាត្រូវបានដោះសោតែនៅពេលដែលវាត្រូវបានបង្កប់យ៉ាងជ្រៅនៅក្នុងដំណើរការដែលមានស្រាប់ ជាញឹកញាប់គ្មានប្រសិទ្ធភាព។ វាតិចជាងអំពីក្បួនដោះស្រាយឆ្លាតវៃ និងច្រើនទៀតអំពីការកែតម្រូវជាក់ស្តែងចំពោះលំហូរសម្ភារៈ ការប្រើប្រាស់ថាមពល និងគំរូសំណល់។ អនុញ្ញាតឱ្យខ្ញុំដើរកាត់តំបន់មួយចំនួនដែលរឿងនេះកើតឡើង ហើយពេលខ្លះវាជំពប់ដួល។

បេតុង៖ ថាមពល និងធនធានបង្កើនប្រសិទ្ធភាព

យកកន្លែងឧស្សាហកម្មធម្មតា ដូចជារោងចក្រផលិតឧបករណ៍ភ្ជាប់។ បន្ទុកថាមពលមិនថេរ; វាកើនឡើងកំឡុងពេលកែច្នៃឬកំដៅ។ យើងបានធ្វើការជាមួយក្រុមនៅរោងចក្រមួយក្នុងទីក្រុង Hebei គិតដល់ចង្កោមឧស្សាហកម្មនៅស្រុក Yongnian ដើម្បីដាក់ពង្រាយគំរូសិក្សាម៉ាស៊ីនសាមញ្ញៗលើទិន្នន័យការប្រើប្រាស់ថាមពលជាប្រវត្តិសាស្ត្រ។ គោលដៅមិនមែនដើម្បីបង្កើតដំណើរការឡើងវិញទេ ប៉ុន្តែដើម្បីព្យាករណ៍ពីការកើនឡើងនៃតម្រូវការ និងធ្វើឱ្យប្រតិបត្តិការដែលមិនសំខាន់។ លទ្ធផល​គឺ​ការ​កាត់​បន្ថយ​ការ​គិត​ថ្លៃ​ខ្ពស់​បំផុត 7-8% ដែល​កាត់​បន្ថយ​ការ​ចំណាយ​និង​កាបូន​ដោយ​ផ្ទាល់។ វាស្តាប់ទៅតិចតួច ប៉ុន្តែតាមមាត្រដ្ឋាន ឆ្លងកាត់ចង្ក្រាន និងឧបករណ៍ចុចរាប់រយ ឥទ្ធិពលប្រមូលផ្តុំគឺច្រើនណាស់។ AI នៅទីនេះមិនគិតទេ។ ការទទួលស្គាល់លំនាំរបស់វាត្រូវបានអនុវត្តចំពោះសំណុំទិន្នន័យពិភពលោកពិតដែលមានសម្លេងរំខានខ្លាំង។

កន្លែងដែលវាពិបាកនោះគឺហេដ្ឋារចនាសម្ព័ន្ធទិន្នន័យ។ រុក្ខជាតិជាច្រើន សូម្បីតែទំហំធំក៏ចូលចិត្តដែរ។ ក្រុមហ៊ុន Handan Zitai Fastener ផលិតកម្មខូអិលធីឌីមានប្រព័ន្ធ SCADA ចាស់ និងកំណត់ហេតុដោយដៃ។ ឧបសគ្គទី 1 គឺការទទួលបានទិន្នន័យច្បាស់លាស់ និងកំណត់ពេលវេលាពីជាន់ហាង។ យើងបានចំណាយពេលជាច្រើនសប្តាហ៍ដើម្បីរៀបចំឧបករណ៍ចាប់សញ្ញា IoT មូលដ្ឋានដើម្បីផ្តល់អាហារដល់ម៉ូដែល—ជាជំហានមួយដែលតែងតែរលោងនៅក្នុងករណីសិក្សារលោង។ បើគ្មាននេះទេ គំរូ AI ណាមួយគ្រាន់តែជាលំហាត់ទ្រឹស្តីប៉ុណ្ណោះ។ គេហទំព័រ https://www.zitaifasteners.com អាចនឹងបង្ហាញផលិតផលរបស់ពួកគេ ប៉ុន្តែការទទួលបាននិរន្តរភាពកើតឡើងនៅខាងក្រោយឆាក នៅក្នុងការរួមបញ្ចូលដ៏រឹងមាំនៃស្ទ្រីមទិន្នន័យពីម៉ាស៊ីនដែលមិនដែលត្រូវបានបង្កើតឡើងដើម្បីនិយាយជាមួយគ្នា។

មុំមួយទៀតគឺទិន្នផលសម្ភារៈ។ នៅក្នុងការផលិត fastener ដែក coil ត្រូវបានដាល់និងបង្កើតឡើង។ សំណល់អេតចាយគឺជៀសមិនរួច ប៉ុន្តែប្រព័ន្ធចក្ខុវិស័យកុំព្យូទ័រដែលដំណើរការដោយ AI ឥឡូវនេះអាចត្រួតពិនិត្យវត្ថុធាតុដើមសម្រាប់ពិការភាពមុនពេលបោះត្រា ហើយថែមទាំងកែសម្រួលលំនាំកាត់យ៉ាងស្វាហាប់ដើម្បីកាត់បន្ថយកាកសំណល់។ យើងបានសាកល្បងវាជាមួយដៃគូ ហើយខណៈពេលដែលក្បួនដោះស្រាយដំណើរការ ROI គឺអវិជ្ជមានសម្រាប់ការដំណើរការជាក្រុមតូចៗ ដោយសារភាពស្មុគស្មាញនៃការដំឡើង។ នេះគឺជាចំណុចសំខាន់មួយ៖ AI សម្រាប់និរន្តរភាពគឺមិនអាចអនុវត្តបានជាសកលទេ។ វាទាមទារមាត្រដ្ឋានជាក់លាក់ និងកាលកំណត់ប្រតិបត្តិការដើម្បីទូទាត់។

ភស្តុភារ និងបណ្តាញលាក់

ការដឹកជញ្ជូនគឺជាការបញ្ចេញកាបូនដ៏ធំ។ នៅទីនេះ តួនាទីរបស់ AI ក្នុងការបង្កើនប្រសិទ្ធភាពផ្លូវគឺត្រូវបានគេស្គាល់យ៉ាងច្បាស់ ប៉ុន្តែឧបសគ្គក្នុងពិភពពិតគឺជាអ្វីដែលធ្វើឱ្យវាគួរឱ្យចាប់អារម្មណ៍។ សម្រាប់ក្រុមហ៊ុនផលិតដែលមានទីតាំងនៅជិតផ្លូវដែក Beijing-Guangzhou និងផ្លូវជាតិ 107 ដូចជា Zitai សំណួរមិនមែនគ្រាន់តែស្វែងរកផ្លូវខ្លីបំផុតនោះទេ។ វានិយាយអំពីការបង្រួបបង្រួមបន្ទុកដោយផ្នែក ការព្យាករណ៍ការពន្យារពេលកំពង់ផែ និងសូម្បីតែកត្តានៃចរាចរណ៍ពេលវេលាជាក់ស្តែង និងទិន្នន័យអាកាសធាតុ ដើម្បីកាត់បន្ថយពេលវេលាទំនេរសម្រាប់ឡានដឹកទំនិញ។ យើង​បាន​អនុវត្ត​ប្រព័ន្ធ​ដែល​ធ្វើ​បែប​នេះ ហើយ​ការ​សន្សំ​សំចៃ​ប្រេង​មាន​ជាមធ្យម​ប្រហែល 12% ។ ទោះជាយ៉ាងណាក៏ដោយ ពេលខ្លះការណែនាំរបស់ប្រព័ន្ធត្រូវបានច្រានចោលដោយអ្នកបញ្ជូន ដែលជឿជាក់លើបទពិសោធន៍របស់ពួកគេលើក្បួនដោះស្រាយ ដែលជាបញ្ហាប្រឈមនៃការសហការគ្នារវាងមនុស្ស និង AI បុរាណ។

លើសពីផ្លូវ មានការបង្កើនប្រសិទ្ធភាពសារពើភ័ណ្ឌ។ ការរក្សាទុកសារពើភណ្ឌដែលលើសភ្ជាប់នឹងដើមទុន និងលំហ ហើយជារឿយៗនាំទៅរកការខ្ជះខ្ជាយ (ជាពិសេសសម្រាប់ឧបករណ៍បិទបាំងដែលស្រោប ឬត្រូវបានព្យាបាលដោយបារម្ភអំពីអាយុកាលធ្នើ)។ គំរូទស្សន៍ទាយដោយប្រើទិន្នន័យលក់ និន្នាការតាមរដូវកាល និងសូម្បីតែសូចនាករសេដ្ឋកិច្ចទូលំទូលាយអាចរឹតបន្តឹងកម្រិតសារពើភ័ណ្ឌ។ ខ្ញុំចាំបានថាគម្រោងមួយដែលយើងកាត់បន្ថយការស្តុកទុកសុវត្ថិភាព 15% ដោយមិនបង្កើនហានិភ័យនៃការស្តុកទុក។ ប៉ុន្តែគំរូនេះបានបរាជ័យយ៉ាងអស្ចារ្យ នៅពេលដែលការផ្លាស់ប្តូរគោលនយោបាយក្នុងតំបន់ភ្លាមៗបានរំខានដល់ខ្សែសង្វាក់ផ្គត់ផ្គង់ - វាមិនត្រូវបានបណ្តុះបណ្តាលលើព្រឹត្តិការណ៍សត្វស្វាខ្មៅបែបនេះទេ។ នេះបញ្ជាក់ថា គំរូ AI គឺល្អដូចទិន្នន័យប្រវត្តិសាស្រ្តដែលពួកគេបានឃើញ។ ពួកគេតស៊ូជាមួយនឹងការភ្ញាក់ផ្អើលជាប្រព័ន្ធប្រលោមលោក។

ខ្សែសង្វាក់ផ្គត់ផ្គង់ដែលបានពង្រីកគឺជាកន្លែងដែលវាកាន់តែទូលំទូលាយ។ AI អាចជួយរចនារង្វង់សេដ្ឋកិច្ចជារង្វង់។ ជាឧទាហរណ៍ តាមរយៈការវិភាគទិន្នន័យវដ្តជីវិតរបស់ផលិតផល វាអាចទស្សន៍ទាយបានថានៅពេលណាដែលឧបករណ៍ភ្ជាប់ពីរោងចក្រថាមពលពន្លឺព្រះអាទិត្យដែលត្រូវបានបញ្ឈប់ដំណើរការអាចនឹងមានសម្រាប់ប្រើប្រាស់ឡើងវិញ ឬកែច្នៃឡើងវិញ ដូច្នេះកាត់បន្ថយតម្រូវការសម្រាប់សម្ភារៈព្រហ្មចារី។ នេះ​នៅ​តែ​មាន​ការ​ចាប់​អារម្មណ៍ ប៉ុន្តែ​គម្រោង​សាកល្បង​នៅ​សហភាព​អឺរ៉ុប​កំពុង​ស្វែង​រក​រឿង​នេះ។ វាផ្លាស់ប្តូរនិរន្តរភាពពីប្រសិទ្ធភាពត្រឹមតែការជិះកង់ធនធានជាប្រព័ន្ធ។

ការត្រួតពិនិត្យ ការរាយការណ៍ និងការជំរុញតម្លាភាព

និរន្តរភាពថ្ងៃនេះទាមទារការវាស់វែងយ៉ាងម៉ត់ចត់។ AI បង្កើនល្បឿនការត្រួតពិនិត្យបរិស្ថានយ៉ាងខ្លាំង។ ជំនួសឱ្យការធ្វើសវនកម្មប្រចាំខែអំពីការបំភាយឧស្ម័ន ឬទឹកសំណល់ បណ្តាញឧបករណ៍ចាប់សញ្ញាជាមួយនឹងការវិភាគ AI អាចផ្តល់នូវទិន្នន័យជាបន្តបន្ទាប់។ យើងបានជួយរៀបចំប្រព័ន្ធសម្រាប់ត្រួតពិនិត្យការបំភាយសារធាតុសរីរាង្គដែលងាយនឹងបង្កជាហេតុ (VOC) នៅក្នុងសិក្ខាសាលាផ្លាស្ទិច។ AI មិនត្រឹមតែវាស់វែងប៉ុណ្ណោះទេ វាបានកំណត់ទំនាក់ទំនងរវាងផ្នែកផលិតកម្មជាក់លាក់ និងការកើនឡើងនៃការបំភាយ ដែលអនុញ្ញាតឱ្យមានការកែសម្រួលដំណើរការ។ នេះប្រែការអនុលោមតាមពីមជ្ឈមណ្ឌលចំណាយទៅជាប្រភពនៃការយល់ដឹងអំពីប្រតិបត្តិការ។

ទោះយ៉ាងណាក៏ដោយ ការបង្កើតទិន្នន័យគឺជារឿងមួយ; ការ​ជឿ​ទុក​ចិត្ត​វា​គឺ​ជា​រឿង​មួយ​ផ្សេង​ទៀត​។ មានភាពតានតឹងជាបន្តបន្ទាប់រវាងរង្វាស់និរន្តរភាពដែលបង្កើតដោយ AI និងតម្រូវការសម្រាប់ការធ្វើសវនកម្ម និងអាចផ្ទៀងផ្ទាត់បានសម្រាប់ក្របខ័ណ្ឌដូចជាការរាយការណ៍ ESG ជាដើម។ តើនិយតករ និងអ្នកវិនិយោគអាចជឿទុកចិត្តលើការសង្ខេបរបស់ AI នៃគណនេយ្យកាបូនបានទេ? យើងស្ថិតក្នុងដំណាក់កាលមួយដែល AI គ្រប់គ្រងការលើកទិន្នន័យដ៏ធ្ងន់ ប៉ុន្តែអ្នកជំនាញផ្នែកមនុស្សនៅតែត្រូវការដើម្បីធ្វើសុពលភាព និងបកស្រាយ។ ឧបករណ៍នេះមានថាមពលខ្លាំង ប៉ុន្តែវាមិនបានជំនួសតម្រូវការសម្រាប់ការវិនិច្ឆ័យប្រកបដោយវិជ្ជាជីវៈនោះទេ។

នៅលើមាត្រដ្ឋានម៉ាក្រូ AI កំពុងបើកដំណើរការការតាមដានកាបូនដែលមានភាពត្រឹមត្រូវជាងនៅទូទាំងសង្វាក់ផ្គត់ផ្គង់ស្មុគស្មាញ។ តាមរយៈការបំបែក និងវិភាគទិន្នន័យពីវិបផតថលអ្នកផ្គត់ផ្គង់ ការបង្ហាញការដឹកជញ្ជូន និងវិក្កយបត្រថាមពល វាអាចបង្កើតផែនទីដើរតាមពេលវេលាជាក់ស្តែង។ សម្រាប់ក្រុមហ៊ុនដូចជា Zitai ដែលជាផ្នែកមួយនៃមូលដ្ឋានផលិតកម្មដ៏ធំ ការមើលឃើញនេះគឺមានសារៈសំខាន់សម្រាប់អតិថិជនខាងក្រោមនៅអឺរ៉ុប ឬអាមេរិកខាងជើងដែលស្ថិតនៅក្រោមសម្ពាធក្នុងការរាយការណ៍អំពីការបំភាយ Scope 3។ វាប្រែក្លាយនិរន្តរភាពពីការប្តេជ្ញាចិត្តមិនច្បាស់លាស់ទៅជាធាតុផ្សំដែលអាចគ្រប់គ្រងបាននៃអាជីវកម្ម។

រណ្ដៅ និងការចំណាយដែលមើលរំលង

វាមិនមែនសុទ្ធតែជាវិជ្ជមានទេ។ ការចំណាយលើការគណនានៃការបណ្តុះបណ្តាល និងការដំណើរការគំរូ AI ដ៏ធំគឺជាបន្ទុកបរិស្ថាន។ គម្រោងដែលផ្តោតលើការសន្សំថាមពលនៅក្នុងរោងចក្រត្រូវតែថ្លឹងថ្លែងធៀបនឹងថាមពលដែលប្រើដោយម៉ាស៊ីនមេពពកបណ្តុះបណ្តាលម៉ូដែល។ នៅក្នុងការងាររបស់យើង យើងបានប្តូរទៅប្រើគំរូឯកទេសដែលមានប្រសិទ្ធភាព និងមានប្រសិទ្ធភាពជាង ជាជាងការរៀនស៊ីជម្រៅ brute-force សម្រាប់ហេតុផលនេះ។ ពេលខ្លះ គំរូស្ថិតិសាមញ្ញជាងនេះ ធ្វើឱ្យអ្នកទទួលបានអត្ថប្រយោជន៍ 80% ជាមួយនឹង 1% នៃការចំណាយលើការគណនា។ និរន្តរភាព​តាមរយៈ AI ត្រូវតែ​គិតគូរ​ពី​ការ​បោះជំហាន​របស់ខ្លួន​។

វាក៏មានហានិភ័យនៃការបង្កើនប្រសិទ្ធភាពផ្នែកមួយនៃប្រព័ន្ធមួយដោយចំណាយលើផ្នែកផ្សេងទៀត។ យើងធ្លាប់បានបង្កើនប្រសិទ្ធភាពតារាងពេលវេលាផលិតកម្មសម្រាប់ប្រសិទ្ធភាពថាមពល ទើបរកឃើញថាវាបង្កើនការពាក់លើឧបករណ៍ជាក់លាក់ ដែលនាំឱ្យមានការជំនួសញឹកញាប់ជាងមុន និងកាកសំណល់សម្ភារៈដែលពាក់ព័ន្ធ។ ទិដ្ឋភាពរួមគឺចាំបាច់។ និរន្តរភាពពិតប្រាកដមិនមែននិយាយអំពីអតិបរមាក្នុងស្រុកទេ ប៉ុន្តែភាពធន់នឹងប្រព័ន្ធទាំងមូល និងផលប៉ះពាល់សរុបតិចតួចបំផុត។ ប្រព័ន្ធ AI ត្រូវតែត្រូវបានរចនាឡើងជាមួយនឹងការបង្កើនប្រសិទ្ធភាពពហុគោលបំណងនៅក្នុងចិត្ត ដែលជាបញ្ហាពិបាកជាង។

ទីបំផុតធាតុរបស់មនុស្ស។ ការអនុវត្តការផ្លាស់ប្តូរដែលជំរុញដោយ AI ទាមទារបុគ្គលិកជំនាញ ការគ្រប់គ្រងការផ្លាស់ប្តូរ ហើយជារឿយៗ ដើមទុនជាមុន។ សម្រាប់សហគ្រាសធុនតូច និងមធ្យមជាច្រើននៅក្នុងខ្សែក្រវាត់ផលិតកម្ម អាទិភាពគឺការរស់រានមានជីវិត និងការបំពេញតាមលំដាប់។ អាគុយម៉ង់និរន្តរភាពត្រូវតែភ្ជាប់ជាមួយនឹងអត្ថប្រយោជន៍សេដ្ឋកិច្ចរយៈពេលខ្លីទៅមធ្យមច្បាស់លាស់។ នោះហើយជាមូលហេតុដែលអ្នកបើកយន្តហោះជោគជ័យបំផុតដែលខ្ញុំបានឃើញចាប់ផ្តើមជាមួយនឹងផ្លែឈើដែលព្យួរទាប៖ ការថែទាំដោយព្យាករណ៍ដើម្បីជៀសវាងការចំណាយលើពេលវេលារងចាំ និងកាកសំណល់សម្ភារៈ ឬការគ្រប់គ្រងពន្លឺ/កំដៅដ៏ឆ្លាតវៃដែលសងត្រលប់វិញក្នុងរយៈពេលតិចជាង 2 ឆ្នាំ។

សម្លឹងទៅមុខ៖ សមាហរណកម្ម មិនមែនភាពឯកោទេ។

ដូច្នេះ តើ AI ជំរុញឱ្យមាននិរន្តរភាពដោយរបៀបណា? វាមិនមែនតាមរយៈ AI ដាច់ដោយឡែកសម្រាប់គម្រោងល្អៗនោះទេ។ វាឆ្លងកាត់បន្តិចម្តងៗ ជាញឹកញាប់មិនស៊ិចស៊ី ការដាក់បញ្ចូលទៅក្នុងបណ្តុំបច្ចេកវិទ្យាប្រតិបត្តិការនៃឧស្សាហកម្មដូចជាការផលិត ភស្តុភារ និងថាមពល។ វាបង្កើននិរន្តរភាពដោយការបង្កើត ប្រសិទ្ធភាពធនធាន អាចវាស់វែងបាន និងអាចធ្វើសកម្មភាពបាន ដោយការបិទបាំងស្ទ្រីមកាកសំណល់ដែលពីមុនមើលមិនឃើញ និងដោយការបើកឱ្យដំណើរការប្រព័ន្ធឆ្លើយតប និងសម្របសម្រួលបន្ថែមទៀត។

តាមទស្សនៈរបស់ខ្ញុំ អនាគតគឺស្ថិតនៅក្នុង AI បង្កប់។ គិតអំពីម៉ាស៊ីនឧស្សាហកម្មដែលកែតម្រូវប៉ារ៉ាម៉ែត្ររបស់វាសម្រាប់ការប្រើប្រាស់ថាមពលតិចតួចបំផុត ខណៈពេលដែលរក្សាបាននូវគុណភាព ឬវេទិកាដឹកជញ្ជូនដែលជ្រើសរើសជម្រើសដឹកជញ្ជូនកាបូនទាបបំផុតដោយស្វ័យប្រវត្តិ ដែលឆ្លើយតបនឹងការចំណាយ និងពេលវេលាកំណត់។ វាក្លាយជាលក្ខណៈស្តង់ដារ មិនមែនជាគំនិតផ្តួចផ្តើមដាច់ដោយឡែកនោះទេ។ ការងារនៅកន្លែងដូចជាមូលដ្ឋានផលិតកម្ម Yongnian ជាមួយនឹងបណ្តាញក្រុមហ៊ុនផលិតដ៏ក្រាស់របស់ខ្លួន គឺជាកន្លែងសាកល្បងដ៏ល្អឥតខ្ចោះសម្រាប់វិធីសាស្រ្តរួមបញ្ចូលគ្នាទាំងនេះ។

នៅទីបញ្ចប់ AI គឺជាឧបករណ៍ដ៏មានឥទ្ធិពល ប៉ុន្តែវាគ្រាន់តែជាឧបករណ៍មួយប៉ុណ្ណោះ។ ការចូលរួមចំណែករបស់ខ្លួនចំពោះនិរន្តរភាពគឺកំណត់ដោយដៃដែលកាន់វា និងបញ្ហាដែលពួកគេជ្រើសរើសដើម្បីដោះស្រាយ។ ការជំរុញនេះកើតចេញពីការផ្តោតអារម្មណ៍ឥតឈប់ឈរលើបេតុង ការកើនឡើងនៃលំហូរសម្ភារៈ និងថាមពល ដែលត្រូវបានជូនដំណឹងដោយទិន្នន័យថា ទីបំផុតយើងអាចចាប់យក និងយល់បាន។ វាជាដំណើរជាក់ស្តែង ពោរពេញទៅដោយការសាកល្បង និងកំហុស ដែលនៅឆ្ងាយពីវដ្តនៃការឃោសនាបំផ្លើស ហើយនោះជាកន្លែងដែលតម្លៃពិតប្រាកដរបស់វាសម្រាប់អនាគតប្រកបដោយនិរន្តរភាពកំពុងត្រូវបានសាងសង់។