Gava ku mirov dipirsin ka AI çawa domdariyê zêde dike, ramana yekser bi gelemperî ber bi vîzyonên mezin ve diçe: xweşbînkirina zincîreyên peydakirina gerdûnî di şevekê de an bi sêhrbazî çareserkirina modela avhewa. Piştî ku li ser erdê bi tîmên hilberîn û lojîstîkê re xebitîm, min dît ku bandora rastîn pirtir e, pir caran tevlihev e, û ji guleyek zîvîn dûr e. Têgihîştina şaş ev e ku AI di valahiyek de dixebite - ew nake. Nirxa wê tenê gava ku ew di pêvajoyên heyî de, pir caran bêbandor, bi kûr ve tê veqetandin. Ew kêmtir li ser algorîtmayên aqilmend û bêtir li ser verastkirinên pratîkî yên herikîna maddî, xerckirina enerjiyê, û şêwazên çopê ye. Bihêle ez li çend deverên ku ev bi rastî lê dileyize, û li ku derê carinan diqewime bimeşim.

Beton: Optimîzasyona Enerjî û Çavkaniyê

Mîhengek pîşesazî ya tîpîk, mîna kargehek çêkirina fastener, bigirin. Barkirina enerjiyê ne domdar e; ew di dema şilkirin an dermankirina germê de diqelişe. Me bi tîmek li sazgehek li Hebei re xebitî - li koma pîşesaziyê ya li Navçeya Yongnian bifikirin - da ku modelên fêrbûna makîneyê yên nisbeten hêsan li ser daneyên xerckirina hêzê ya dîrokî bicîh bikin. Armanc ne ji nû ve îcadkirina pêvajoyê bû, lê pêşbînkirina pêlên daxwazê ​​û tevlihevkirina operasyonên ne-krîtîk bû. Di encamê de 7-8% kêmkirina lêçûnên lûtkeyê bû, ku rasterast şopa karbonê û lêçûn qut dike. Ew hindik xuya dike, lê di pîvanê de, di nav bi sedan firingî û çapxanan de, bandora kumulatîf girîng e. AI li vir nafikire; ew nasîna nimûneyê ye ku li ser danehevek pir dengbêj, cîhana rastîn tê sepandin.

Cihê ku dijwar dibe binesaziya daneyê ye. Gelek nebat, tewra yên mezin mîna Handan Zitai Fastener Co., Ltd., pergalên SCADA yên mîras û têketinên destan hene. Astengiya yekem ev e ku daneyên paqij û dem-dem ji qata dikanê bigirin. Me hefte tenê senzorên IoT yên bingehîn saz kirin da ku modelan bixwin - gavek ku pir caran di lêkolînên dozên birûskî de tê ronî kirin. Bêyî vê, her modelek AI-ê tenê xebatek teorîkî ye. The website https://www.zitaifasteners.com dibe ku hilberên xwe nîşan bidin, lê qezenca domdariyê li pişt perdeyê diqewime, di entegrasyona hişk a herikên daneyê yên ji makîneyên ku qet nehatine sêwirandin ku bi hev re biaxivin.

Aliyek din jî hilberîna maddî ye. Di hilberîna fastener de, pola kulîlk tê qut kirin û çê dibe. Scrap neçar e, lê pergalên dîtinê yên komputerê yên ku bi AI-ê ve têne rêve kirin naha dikarin berî ku mor bikin maddeya xav ji bo kêmasiyan teftîş bikin, û tewra bi dînamîk şêwazên qutkirinê sererast bikin da ku çopê kêm bikin. Me ev bi hevalbendek re pîlot kir, û dema ku algorîtma kar dikir, ji ber tevliheviya sazkirinê ROI ji bo beşên piçûktir neyînî bû. Ev nuwazeyek krîtîk e: AI ji bo domdariyê bi gerdûnî nayê sepandin; ew pîvanek diyarkirî û mezinbûna xebitandinê dixwaze ku berdêl bide.

Lojîstîk û Tora Veşartî

Veguhastin guheztinek karbonê ya mezin e. Li vir, rola AI-ê di xweşbîniya rê de naskirî ye, lê astengiyên cîhana rastîn ew e ku wê balkêş dike. Ji bo hilberînerek ku bi avantaj li nêzî Rêhesinê Pekîn-Guangzhou û Rêya Neteweyî ya 107-ê ye, mîna Zitai, pirs ne tenê dîtina riya herî kurt e. Ew li ser yekkirina barên qismî, pêşbînkirina derengiya portê, û tewra faktorkirina seyrûsefera rast û hewayê ye da ku dema bêkar a kamyonan kêm bike. Me pergalek ku vê yekê pêk anî, bicîh kir, û teserûfa sotemeniyê li dora 12%. Lêbelê, pêşnîyarên pergalê carinan ji hêla belavkerên ku bi ezmûna xwe li ser algorîtmayê bawer dikirin - dijwariyek hevpar a mirov-AI-ê ya klasîk têne red kirin.

Ji xeynî riyan, xweşbîniya envanterê heye. Xwedîkirina envantera zêde sermaye û cîhê girêdide, û bi gelemperî dibe sedema çopê (nemaze ji bo girêdanên pêçandî an dermankirî yên bi fikarên mayîndebûnê). Modelên pêşdîtin ku daneyên firotanê, meylên demsalî, û hêj nîşanên aborî yên berfireh bikar tînin dikarin astên envanterê teng bikin. Ez projeyek bi bîr tînim ku me stokên ewlehiyê ji sedî 15 kêm kir bêyî ku rîska stokê zêde bibe. Lê modêl bi heybet têk çû dema ku guheztinek ji nişka ve polîtîkaya herêmî zincîreyên peydakirinê qut kir - ew li ser bûyerên wusa swan reş nehatibû perwerde kirin. Ev ronî dike ku modelên AI-ê tenê bi qasî daneyên dîrokî yên ku wan dîtine baş in; ew bi şokên sîstemî yên nû re têdikoşin.

Zincîra peydakirina dirêjkirî ew e ku ew berfireh dibe. AI dikare alîkariya sêwirana xelekên aboriya dorhêl bike. Mînakî, bi analîzkirina daneyên çerxa jiyanê ya hilberê, ew dikare pêşbîn bike ka kengê komek girêkên ji cotkarek tavê ya hilweşandî dibe ku ji bo ji nû ve bikar anîn an vezîvirandinê peyda bibe, bi vî rengî hewcedariya materyalê bijîjk kêm bike. Ev hîna nû ye, lê projeyên pîlot ên li YE vê yekê lêkolîn dikin. Ew domdariyê ji bikêrhatîbûnê berbi bisiklêdana çavkaniya pergalî ve diherike.

Çavdêrîkirin, Raporkirin, û Pevçûna Şefafî

Domdarî îro pîvandinek hişk hewce dike. AI çavdêriya jîngehê bi tundî bilez dike. Li şûna vekolînên mehane yên bi destan ên belavbûn an ava bermayî, torên senzorê yên bi analîtîkên AI-ê dikarin daneya domdar, hûrgelî peyda bikin. Me ji bo şopandina emîsyonên pêkhateyên organîk ên guhezbar (VOC) li atolyeyek platingê saz kir. AI tenê pîva nekir; wê pêwendiya di navbera komên hilberînê yên taybetî û pêlên emîsyonê de destnîşan kir, ku rê dide verastkirinên pêvajoyê. Ev lihevhatina ji navendek lêçûnê vediguhere çavkaniyek têgihîştina xebitandinê.

Lêbelê, hilberîna daneyan yek tişt e; bawerî bi wê yekê din e. Di navbera metrîkên domdariyê yên ku ji hêla AI-ê ve hatî hilberandin û hewcedariya tomarên veguhezbar, verastkirî yên ji bo çarçoveyên wekî raporkirina ESG de tengezariyek domdar heye. Ma rêvebir û veberhêner dikarin bi kurteya AI-ya hesabê karbonê bawer bikin? Em di qonaxek de ne ku AI hilkişîna giran a danûstendina daneyan digire dest, lê pisporên mirovî hîn jî hewce ne ku rast bikin û şîrove bikin. Amûr bi hêz e, lê ew li şûna hewcedariya dadbariya profesyonel nekiriye.

Li ser pîvanek makro, AI-ê şopandina şopa karbonê ya rasttir di nav zincîreyên peydakirina tevlihev de dihêle. Bi hilgirtin û analîzkirina daneyan ji portalên dabînker, manîfestoyên barkirinê, û fatûreyên enerjiyê, ew dikare nexşeyek şopek nêzîk-rast-rast biafirîne. Ji bo pargîdaniyek mîna Zitai, ku beşek ji bingehek hilberîna berfireh e, ev xuyang ji bo xerîdarên jêrîn ên li Ewropa an Amerîkaya Bakur ên ku di bin zextê de ne ku raporkirina emelên Scope 3-ê rapor bikin pir girîng e. Ew domdariyê ji pabendbûnek ne diyar vediguhere pêkhateyek karsaziyê ya jimartî, birêvebir.

Pitfalls û Mesrefên Berbiçav

Ew ne hemî erênî ye. Mesrefa hesabkirinê ya perwerdekirin û xebitandina modelên mezin ên AI-ê bixwe barek jîngehê ye. Projeyek ku li ser teserûfa enerjiyê di kargehekê de balê dikişîne divê li hember enerjiya ku ji hêla serverên ewr ve ku modelan perwerde dikin bikar tîne giran bike. Di xebata xwe de, me ji ber vê sedemê li şûna fêrbûna kûr a hovane, veguherî modelên bikêrtir, pisportir bikar bînin. Carinan, modelek îstatîstîkî ya hêsan 80% ji feydeyê bi 1% ji sermaya hesabkirinê re distîne. Pêdivî ye ku domdarî bi AI-ê ve şopa xweya xwe hesab bike.

Di heman demê de metirsiya xweşbînkirina yek perçeyek pergalê li ser hesabê yê din jî heye. Me carekê bernameyek hilberînê ji bo karbidestiya enerjiyê xweştir kir, tenê ji bo ku em bibînin ku ew cilê li hin amûran zêde dike, ku dibe sedema guheztina pir caran û bermahiyên materyalê yên têkildar. Nêrînek yekalî girîng e. Berdewamiya rastîn ne li ser herî zêde herêmî ye, lê berxwedêriya li seranserê pergalê û bandora tevahî hindiktirîn e. Pêdivî ye ku pergalên AI-ê di hişê xweşbîniya pir-armanc de bêne sêwirandin, ku ev pirsgirêkek pir dijwartir e.

Di dawiyê de, hêmana mirovî. Pêkanîna guheztinên AI-ê pêdivî bi personelên jêhatî, rêveberiya guheztinê, û bi gelemperî, sermaya pêşîn hewce dike. Ji bo gelek pargîdaniyên piçûk û navîn ên di kembera hilberînê de, pêşîn saxbûn û pêkanîna fermanê ye. Divê argumana domdariyê bi berjewendiyek aborî ya zelal, kurt-bi-navîn ve were girêdan. Ji ber vê yekê pîlotên herî serketî yên ku min dîtî bi fêkiyên nizm dest pê dikin: lênihêrîna pêşbînîkirî ji bo ku ji demsala lêçûn û bermahiyên materyal dûr nekevin, an kontrolên ronahiyê/germkirinê yên biaqil ên ku di binê du salan de vedigerin.

Li Pêş Digerin: Yekbûn, Ne Veqetandin

Ji ber vê yekê, AI çawa bi rastî domdariyê zêde dike? Ew ji bo projeyên baş ne bi AI-ya berbiçav, serbixwe ye. Ew bi yekbûna xweya hêdî-hêdî, bi gelemperî neseksî, di nav stûna teknolojiya xebitandinê ya pîşesaziyên mîna çêkirin, lojîstîk û enerjiyê de ye. Bi çêkirinê domdariyê zêde dike karbidestiya çavkaniyê pîvandin û bikêrhatî, bi vedîtina çemên bermayî yên ku berê nedihatin dîtin, û bi îmkankirina pergalên adapteyî, bersivdar.

Pêşeroj, bi dîtina min, di AI-ya pêvekirî de ye. Li makîneyek pîşesazî ya ku bixwe pîvanên xwe ji bo karanîna enerjiyê ya hindik diparêze dema ku kalîteyê diparêze, an platformek lojîstîkî ya ku bixweber vebijarka barkirina herî kêm-karbonê ya ku li gorî lêçûn û wextê asteng dike hildibijêre. Ew dibe taybetmendiyek standard, ne însiyatîfek cuda. Xebata li cîhên mîna bingeha hilberîna Yongnian, digel tora xweya çêker a zexm, ji bo van nêzîkatiyên yekbûyî ceribandinek bêkêmasî ye.

Di dawiyê de, AI amûrek hêzdar e, lê ew tenê ew e - amûrek. Tevkariya wê ya ji bo domdariyê ji hêla destên ku ew bi dest dixin û pirsgirêkên ku ew hildibijêrin ku çareser bikin ve tê destnîşankirin. Pêşveçûn ji balkişandina bêdawî ya li ser beton, destkeftiyên zêde di herikîna maddî û enerjiyê de tê, ku ji hêla daneyên ku em naha dikarin di dawiyê de bigirin û fam bikin, têne agahdar kirin. Ew rêwîtiyek pratîkî ye, tijî ceribandin û xeletî ye, ji çerxa hîpeyê dûr e, û ew tam cihê ku nirxa wê ya rastîn ji bo pêşerojek domdar tê çêkirin e.