AI ສົ່ງເສີມຄວາມຍືນຍົງໃນການຜະລິດແນວໃດ? 

ໃນເວລາທີ່ປະຊາຊົນໄດ້ຍິນ AI ໃນການຜະລິດ, ພວກເຂົາເຈົ້າມັກຈະເຕັ້ນໄປຫາວິໄສທັດຂອງໂຮງງານຜະລິດເປັນເອກະລາດຢ່າງເຕັມສ່ວນ, ແສງສະຫວ່າງອອກ - ເປັນທີ່ເຫມາະສົມທີ່ກະພິບແຕ່ເປັນການເຂົ້າໃຈຜິດບາງຢ່າງ. ຜົນກະທົບຢ່າງແທ້ຈິງຕໍ່ຄວາມຍືນຍົງບໍ່ແມ່ນການທົດແທນມະນຸດ; ມັນແມ່ນກ່ຽວກັບການເພີ່ມຄວາມສາມາດຂອງພວກເຮົາໃນການເບິ່ງແລະປະຕິບັດຕໍ່ຄວາມບໍ່ມີປະສິດທິພາບທີ່ພວກເຮົາຍອມຮັບຕາມປະເພນີເປັນຄ່າໃຊ້ຈ່າຍໃນການດໍາເນີນງານ. ມັນຢູ່ໃນກະແສພະລັງງານຄົງທີ່, ເບິ່ງເຫັນບໍ່ໄດ້, ການບໍລິໂພກວັດຖຸດິບຫຼາຍເກີນໄປ, ແລະສິ່ງເສດເຫຼືອທີ່ປ້ອງກັນໄດ້ທີ່ AI ເຫັນບົດບາດທີ່ມີຄຸນຄ່າທີ່ສຸດຂອງມັນ. ທັດສະນະຂອງຂ້ອຍເອງ, ຮູບຮ່າງໂດຍການຍ່າງພື້ນໂຮງງານ, ແມ່ນວ່າການຊຸກຍູ້ບໍ່ໄດ້ມາຈາກການແກ້ໄຂອັນໃຫຍ່ຫຼວງດຽວ, ແຕ່ມາຈາກການຈັດວາງຂັ້ນຕອນການປະຕິບັດ, ການແຊກແຊງຂໍ້ມູນເຂົ້າໃນຂະບວນການທີ່ມີຢູ່. ເປົ້າໝາຍບໍ່ແມ່ນຄວາມສົມບູນແບບ, ແຕ່ສາມາດວັດແທກໄດ້, ການປັບປຸງແບບຊ້ຳໆທີ່ມັນນັບໄດ້: ເສັ້ນທາງລຸ່ມ ແລະ ຮ່ອງຮອຍສິ່ງແວດລ້ອມ.

ນອກເຫນືອຈາກການ Hype: ຊີ້ໃຫ້ເຫັນສາຍນ້ໍາເສຍ

ຈຸດເລີ່ມຕົ້ນແມ່ນການເບິ່ງເຫັນ. ເປັນເວລາຫຼາຍທົດສະວັດແລ້ວ, ຄວາມພະຍາຍາມເພື່ອຄວາມຍືນຍົງແມ່ນເປັນການຄາດເດົາ-ການບຳລຸງຮັກສາຕາມກຳນົດເວລາບໍ່ວ່າຈະຈຳເປັນຫຼືບໍ່, ການສັ່ງຊື້ວັດສະດຸຈຳນວນຫຼາຍໂດຍອີງໃສ່ຄ່າສະເລ່ຍຂອງປະຫວັດສາດ, ການໃຊ້ພະລັງງານເປັນຄ່າຄົງທີ່. ຂ້າພະເຈົ້າຈື່ຈໍາໂຄງການຢູ່ໃນໂຮງງານຜະລິດ fastener, ບໍ່ແຕກຕ່າງຈາກສິ່ງທີ່ເຈົ້າຈະພົບເຫັນກັບຜູ້ນທີ່ສໍາຄັນເຊັ່ນ: ບໍລິສັດບໍລິສັດຜະລິດ Fasten Fastener Handan. ໃນ Yongnian, ຫົວ​ໃຈ​ຂອງ​ການ​ຜະ​ລິດ​ພາກ​ສ່ວນ​ມາດ​ຕະ​ຖານ​ຂອງ​ຈີນ​. ສິ່ງທ້າທາຍຂອງພວກເຂົາແມ່ນເປັນເລື່ອງທໍາມະດາ: ການປ່ຽນແປງທີ່ສໍາຄັນໃນການບໍລິໂພກສາຍເຫຼັກດິບຕໍ່ batch ຂອງ bolts ທີ່ມີຄວາມເຂັ້ມແຂງສູງ, ນໍາໄປສູ່ການທັງຄ່າໃຊ້ຈ່າຍແລະສິ່ງເສດເຫຼືອຂອງໂລຫະເສດເຫຼືອ. ສົມມຸດຕິຖານແມ່ນວ່າມັນເປັນພຽງແຕ່ວິທີການທີ່ເຄື່ອງຈັກແລ່ນ.

ພວກ​ເຮົາ​ໄດ້​ນໍາ​ໃຊ້​ວິ​ໄສ​ທັດ​ເຄື່ອງ​ທີ່​ຂ້ອນ​ຂ້າງ​ງ່າຍ​ດາຍ​ແລະ​ອາ​ເຣ​ເຊັນ​ເຊີ​ກ່ຽວ​ກັບ​ຫົວ forging ເຢັນ​ແລະ rollers threads​. ວຽກງານຂອງ AI ບໍ່ແມ່ນການຄວບຄຸມເຄື່ອງຈັກ, ແຕ່ເພື່ອເຊື່ອມໂຍງຈຸດຂໍ້ມູນຫຼາຍພັນຈຸດ - ອຸນຫະພູມອາກາດລ້ອມຮອບ, ຄວາມໄວຂອງສາຍອາຫານ, ຕົວຊີ້ວັດການສວມໃສ່ຕາຍ, ຄວາມກົດດັນການຫລໍ່ລື່ນ - ກັບນ້ໍາຫນັກຫນ່ວຍສຸດທ້າຍແລະຄຸນນະພາບຂອງແຕ່ລະຊິ້ນສ່ວນ. ພາຍໃນອາທິດ, ຮູບແບບດັ່ງກ່າວໄດ້ປະກົດຂຶ້ນ: ການເໜັງຕີງສະເພາະເຈາະຈົງໃນກົນໄກການປ້ອນສາຍໄຟ, ຮ້າຍແຮງຂຶ້ນໃນລະຫວ່າງການປ່ຽນແປງຂອງການປ່ຽນແປງ, ເຮັດໃຫ້ເກີດການບໍລິໂພກເກີນ 1.8%. ນີ້​ບໍ່​ແມ່ນ​ຄວາມ​ຜິດ​ທີ່​ຜູ້​ໃດ​ໄດ້​ເຂົ້າ​ສູ່​ລະ​ບົບ​; ມັນແມ່ນພາສີທີ່ເຊື່ອງໄວ້ໃນທຸກໆກິໂລກຣາມຂອງວັດສະດຸ.

ການແກ້ໄຂບໍ່ແມ່ນ AI. ການ​ແກ້​ໄຂ​ແມ່ນ​ການ​ດັດ​ປັບ​ກົນ​ໄກ​ແລະ​ການ​ປັບ​ຂະ​ບວນ​ການ​ຂອງ​ຜູ້​ປະ​ຕິ​ບັດ​ການ. AI ໄດ້ສະຫນອງການວິນິດໄສ. ນີ້ແມ່ນການຊຸກຍູ້ລະດັບທໍາອິດ: ການຫັນຄວາມຍືນຍົງຈາກເປົ້າຫມາຍ philosophical ໄປສູ່ບັນຫາວິສະວະກໍາທີ່ຊັດເຈນ, ປະລິມານ. ມັນຍ້າຍການສົນທະນາຈາກພວກເຮົາຄວນຈະປະຫຍັດວັດສະດຸທີ່ພວກເຮົາກໍາລັງສູນເສຍ 1.8% ຂອງວັດສະດຸຂອງພວກເຮົາຢູ່ທີ່ຈຸດ X ເນື່ອງຈາກສາເຫດ Y.

ພະລັງງານ: ຈາກລາຄາຄົງທີ່ໄປຫາຕົວແປແບບໄດນາມິກ

ການ​ຄຸ້ມ​ຄອງ​ພະ​ລັງ​ງານ​ແມ່ນ​ເຂດ​ທີ່​ອຸ​ດົມ​ສົມ​ບູນ​ດ້ວຍ​ຫມາກ​ໄມ້​ທີ່​ຫ້ອຍ​ຕ​່​ໍ​າ​. ຜູ້ຜະລິດຈໍານວນຫຼາຍ, ໂດຍສະເພາະໃນຂະບວນການທີ່ໃຊ້ພະລັງງານຫຼາຍເຊັ່ນການປິ່ນປົວຄວາມຮ້ອນຫຼື electroplating - ທົ່ວໄປໃນກຸ່ມອຸດສາຫະກໍາ fastener ອ້ອມ Handan - ປະຕິບັດພະລັງງານເປັນໃບເກັບເງິນ monolithic. ພວກເຂົາເຈົ້າອາດຈະແລ່ນເຄື່ອງອັດບໍ່ຈໍາເປັນຫຼື furnace pre-heat cycles ໃນຕາຕະລາງຄົງທີ່ສອດຄ່ອງກັບປ່ອງຢ້ຽມອັດຕາພາສີລາຄາຖືກທີ່ສຸດ, ແຕ່ມັນມັກຈະມີຂອບເຂດຈໍາກັດ.

ພວກເຮົາປະສົມປະສານການດຸ່ນດ່ຽງການໂຫຼດທີ່ຄາດເດົາທີ່ຂັບເຄື່ອນໂດຍ AI ກັບລະບົບການຕິດຕາມພະລັງງານໃນເວລາຈິງ. ມັນບໍ່ພຽງແຕ່ເບິ່ງຕາຕະລາງອັດຕາຜົນປະໂຫຍດເທົ່ານັ້ນ. ມັນໄດ້ຮຽນຮູ້ຄວາມ inertia ຄວາມຮ້ອນຂອງແຕ່ລະ furnace, ສັນຍານຄວາມຕ້ອງການຕົວຈິງຈາກສາຍ plating, ແລະເຖິງແມ່ນວ່າການຄາດຄະເນຄວາມເຂັ້ມຄາບອນຂອງຕາຂ່າຍໄຟຟ້າທ້ອງຖິ່ນໂດຍອີງໃສ່ຂໍ້ມູນການປະສົມພະລັງງານພາກພື້ນ. ຫຼັງຈາກນັ້ນ, ລະບົບສາມາດແນະນໍາ - ແລະຕໍ່ມາ, ດໍາເນີນການອັດຕະໂນມັດ - micro-delays ຫຼືເລັ່ງໃນຂະບວນການທີ່ບໍ່ສໍາຄັນ.

ສໍາລັບຕົວຢ່າງ, ມັນອາດຈະແນະນໍາໃຫ້ຖື batch ຂອງ fasteners ໃນຄິວ annealing ຫລັງ forge ສໍາລັບ 20 ນາທີເພີ່ມເຕີມເພື່ອຫຼີກເວັ້ນການໄລຍະເວລາ grid ສູງສຸດໃນເວລາທີ່ footprint ຄາບອນໃນພາກພື້ນແມ່ນສູງທີ່ສຸດ, ເຖິງແມ່ນວ່າຄ່າໃຊ້ຈ່າຍທາງດ້ານການເງິນຈະຄ້າຍຄືກັນ. ນີ້ສອດຄ່ອງການປະຫຍັດຄ່າໃຊ້ຈ່າຍກັບການຫຼຸດຜ່ອນຄາບອນໃນແບບທີ່ຕາຕະລາງຄົງທີ່ບໍ່ເຄີຍສາມາດເຮັດໄດ້. ເງິນຝາກປະຢັດແມ່ນບໍ່ເປັນຕາຕື່ນໃຈໃນຊົ່ວໂມງດຽວ, ແຕ່ຫຼາຍກວ່າຫນຶ່ງສ່ວນສີ່, ການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນຄວາມຕ້ອງການສູງສຸດແລະຮອຍຄາບອນທີ່ກ່ຽວຂ້ອງແມ່ນຢ່າງຫຼວງຫຼາຍ. ມັນເຮັດໃຫ້ການບໍລິໂພກພະລັງງານເປັນຕົວແປທີ່ຕອບສະໜອງໄດ້ແບບເຄື່ອນໄຫວ, ບໍ່ແມ່ນສິ່ງຫຍໍ້ທໍ້.

The Human-in-the-Loop Dilemma

ນີ້ແມ່ນບ່ອນທີ່ທ່ານຕີເປັນ snag ປະຕິບັດ. ຮູບແບບທີ່ດີທີ່ສຸດອາດຈະເວົ້າວ່າຈະຊັກຊ້າຊຸດຫນຶ່ງ, ແຕ່ຜູ້ຈັດການຊັ້ນມີລົດບັນທຸກມາຮອດ 4 ໂມງແລງ. ການເພີ່ມປະສິດທິພາບອັນບໍລິສຸດສາມາດຂັດແຍ້ງກັບຄວາມເປັນຈິງທາງດ້ານການຂົນສົ່ງ. ການປະຕິບັດທີ່ປະສົບຜົນສໍາເລັດຫຼາຍທີ່ສຸດທີ່ຂ້ອຍໄດ້ເຫັນການກໍ່ສ້າງໃນຕົວວັດແທກອັດຕາການປະຕິບັດຕາມ. AI ສະເຫນີ, ມະນຸດຖິ້ມ, ແລະລະບົບຮຽນຮູ້ຈາກການ overrides. ເມື່ອເວລາຜ່ານໄປ, ຖ້າລະບົບເຫັນວ່າຕາຕະລາງການຂົນສົ່ງເປັນຂໍ້ຈໍາກັດທີ່ບໍ່ສາມາດປ່ຽນແປງໄດ້, ມັນຈະເລີ່ມປັດໄຈທີ່ເກີດຂື້ນກ່ອນຫນ້ານັ້ນ. ມັນເປັນການຮ່ວມມື, ບໍ່ແມ່ນການຄອບຄອງ. ການປັບແຕ່ງແບບຊ້ຳໆທີ່ສັບສົນນີ້ແມ່ນສິ່ງທີ່ແຍກໂຄງການທາງວິຊາການອອກຈາກເຄື່ອງມືໃນໂລກທີ່ແທ້ຈິງ.

ການຮັກສາການຄາດເດົາ: ພື້ນຖານຂອງປະສິດທິພາບຊັບພະຍາກອນ

ນີ້ແມ່ນບາງທີອາດເປັນຄໍາຮ້ອງສະຫມັກທີ່ແກ່ທີ່ສຸດ, ແຕ່ມຸມຄວາມຍືນຍົງຂອງມັນແມ່ນບາງຄັ້ງ underplayed. ມັນ​ບໍ່​ພຽງ​ແຕ່​ກ່ຽວ​ກັບ​ການ​ຫຼີກ​ເວັ້ນ​ການ​ຢຸດ​ເຊົາ​ການ​. ແບກທີ່ລົ້ມເຫລວໃນເຄື່ອງແຕ້ມເສັ້ນລວດຄວາມໄວສູງບໍ່ພຽງແຕ່ແຕກ; ມັນ ທຳ ອິດເຮັດໃຫ້ເກີດຄວາມເຄັ່ງຕຶງທີ່ເພີ່ມຂື້ນ, ຂັບໄລ່ພະລັງງານຫຼາຍອາທິດ. ການຕາຍທີ່ບໍ່ຖືກຕ້ອງເລັກນ້ອຍບໍ່ພຽງແຕ່ snap; ມັນຜະລິດເປີເຊັນທີ່ເພີ່ມຂຶ້ນຂອງຂໍ້ບົກພ່ອງຂອງພື້ນຜິວຍ່ອຍ, ເຮັດໃຫ້ພາກສ່ວນທີ່ລົ້ມເຫລວໃນການກວດສອບຄຸນນະພາບຫຼັງຈາກມີພະລັງງານແລະວັດສະດຸເຕັມທີ່ລົງທຶນໃນພວກມັນ.

ໂດຍການເຄື່ອນຍ້າຍຈາກການກໍານົດເວລາໄປສູ່ການບໍາລຸງຮັກສາຕາມເງື່ອນໄຂໂດຍໃຊ້ການວິເຄາະ vibration, acoustic, ແລະຄວາມຮ້ອນ, ແບບ AI ປ້ອງກັນຂະບວນການຍ່ອຍສະຫຼາຍທີ່ຊ້າແລະເສຍເວລາ. ຂ້າພະເຈົ້າຈື່ຈໍາກໍລະນີທີ່ຕົວແບບໄດ້ທຸງເຄື່ອງອັດສໍາລັບຄວາມສົນໃຈໂດຍອີງໃສ່ການປ່ຽນແປງເລັກນ້ອຍໃນລາຍເຊັນໄຟຟ້າຂອງມັນ. ບັນ​ທຶກ​ການ​ບໍາ​ລຸງ​ຮັກ​ສາ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ວ່າ​ມັນ​ດີ​ໂດຍ​ມາດ​ຕະ​ຖານ​ທັງ​ຫມົດ​. ຫຼັງຈາກການກວດກາ, ປ່ຽງຂະຫນາດນ້ອຍເລີ່ມຕິດ, ເຮັດໃຫ້ຫນ່ວຍງານເຮັດວຽກຫນັກກວ່າ 7% ເພື່ອຮັກສາຄວາມກົດດັນ. ນັ້ນແມ່ນ 7% ໄຟຟ້າຫຼາຍ, ທຸກໆຊົ່ວໂມງ, ສໍາລັບບັນຫາທີ່ຈະຂາດຫາຍໄປອີກສາມເດືອນຈົນກ່ວາການບໍລິການທີ່ກໍານົດໄວ້ຕໍ່ໄປ.

ຜົນປະໂຫຍດຂອງຄວາມຍືນຍົງຢູ່ທີ່ນີ້ແມ່ນສອງເທົ່າ: ມັນປະຫຍັດພະລັງງານທີ່ສູນເສຍໄປໂດຍອຸປະກອນທີ່ຊຸດໂຊມແລະຍືດອາຍຸການບໍລິການທັງຫມົດຂອງຊັບສິນທຶນເອງ, ຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍຕໍ່ສິ່ງແວດລ້ອມໃນການຜະລິດແລະປ່ຽນເຄື່ອງຈັກ. ມັນເປັນການປ່ຽນແປງຢ່າງເລິກເຊິ່ງຈາກອຸປະກອນການປິ່ນປົວເປັນສິ່ງທີ່ແລ່ນໄປຈົນກ່ວາມັນແຕກ, ໄປສູ່ການປິ່ນປົວມັນເປັນລະບົບທີ່ປະສິດທິພາບຕ້ອງໄດ້ຮັບການປົກປ້ອງຢ່າງຕໍ່ເນື່ອງ.

ລະບົບຕ່ອງໂສ້ການສະໜອງ ແລະ ການອອກແບບ: The Upstream Leverage

ອິດທິພົນຂະຫຍາຍອອກໄປນອກປະຕູໂຮງງານ. ສໍາລັບຜູ້ຜະລິດເຊັ່ນ Zitai Fasteners, ເຊິ່ງຕັ້ງຢູ່ໃກ້ກັບເສັ້ນສາຍສົ່ງການຂົນສົ່ງທີ່ສໍາຄັນເຊັ່ນ: ທາງລົດໄຟປັກກິ່ງ-ກວາງໂຈ່ວເປັນຂໍ້ໄດ້ປຽບດ້ານການຂົນສົ່ງ, AI ສາມາດເພີ່ມປະສິດທິພາບປະໂຫຍດຫຼາຍສໍາລັບຄວາມຍືນຍົງ. ລະບົບການວາງແຜນແບບພິເສດໃນປັດຈຸບັນສາມາດປັດໄຈບໍ່ພຽງແຕ່ຄ່າໃຊ້ຈ່າຍແລະເວລາ, ແຕ່ຮອຍຄາບອນຂອງຮູບແບບການຂົນສົ່ງທີ່ແຕກຕ່າງກັນແລະເສັ້ນທາງ, ການດຸ່ນດ່ຽງລະດັບສິນຄ້າຄົງຄັງຕໍ່ກັບທາງເລືອກການຂົນສົ່ງສີຂຽວແຕ່ຊ້າກວ່າ.

ລະອຽດກວ່າ, ສູດການຄິດໄລ່ການອອກແບບທົ່ວໄປ, ນໍາໃຊ້ໃນການຮ່ວມມືກັບລູກຄ້າ, ສາມາດແນະນໍາການເພີ່ມປະສິດທິພາບສ່ວນຫນຶ່ງ. ວົງເລັບສາມາດໃຊ້ວັດສະດຸຫນ້ອຍລົງຖ້າມີການປ່ຽນແປງການອອກແບບເລັກນ້ອຍບໍ? ເຫຼັກປະເພດທີ່ແຕກຕ່າງກັນ, ທີ່ມີຂະບວນການຜະລິດທີ່ມີພະລັງງານຕ່ໍາ, ພຽງພໍຖ້າຕົວກໍານົດການຜະລິດຖືກປັບ? ນີ້ແມ່ນບ່ອນທີ່ AI ເຮັດຫນ້າທີ່ເປັນຕົວກະຕຸ້ນສໍາລັບການສົນທະນາການອອກແບບສໍາລັບການຜະລິດແບບຍືນຍົງ, ອາດຈະຫຼຸດຜ່ອນພາລະຂອງວັດສະດຸແລະພະລັງງານກ່ອນທີ່ຄໍາສັ່ງການຜະລິດຈະຖືກວາງໄວ້. ມັນຍ້າຍຄວາມຍືນຍົງຂຶ້ນໃນລະບົບຕ່ອງໂສ້ມູນຄ່າ.

ການຂັດຂວາງຄວາມຄາດຫວັງແລະຄວາມຄາດຫວັງທີ່ແທ້ຈິງ

ມັນ​ຍັງ​ບໍ່​ໄດ້​ທັງ​ຫມົດ​ທີ່​ເປັນ​ການ​ເດີນ​ເຮືອ​ກ້ຽງ​. ຮູບແບບຄວາມລົ້ມເຫລວທີ່ໃຫຍ່ທີ່ສຸດທີ່ຂ້ອຍໄດ້ເປັນພະຍານແມ່ນວິທີການຕົ້ມມະຫາສະຫມຸດ: ພະຍາຍາມສ້າງຄູ່ແຝດດິຈິຕອນທີ່ສົມບູນແບບຈາກພືດທັງຫມົດຕັ້ງແຕ່ມື້ຫນຶ່ງ. ໂຄງລ່າງພື້ນຖານຂອງຂໍ້ມູນລົ້ມລົງ, ແບບຈໍາລອງໄດ້ກາຍເປັນຄວາມສັບສົນເກີນໄປ, ແລະໂຄງການຕາຍພາຍໃຕ້ນ້ໍາຫນັກຂອງຕົນເອງ. ຄວາມສໍາເລັດແມ່ນມາຈາກການເລືອກຂີ້ເຫຍື້ອອັນດຽວທີ່ເຈັບປວດ, ຄືກັບຕົວຢ່າງການບໍລິໂພກຫຼາຍເກີນໄປ - ແລະແກ້ໄຂມັນ. ພິສູດມູນຄ່າ, ຫຼັງຈາກນັ້ນຂະຫນາດ.

ບັນຫາອື່ນແມ່ນຄຸນນະພາບຂໍ້ມູນ. ໃນສາຍການຜະລິດເກົ່າ, ການໄດ້ຮັບຂໍ້ມູນທີ່ສະອາດ, ກົງກັບເວລາຈາກ PLCs ທີ່ແຕກຕ່າງກັນແລະບັນທຶກຄູ່ມືແມ່ນເປັນວຽກງານທີ່ໃຫຍ່ຫຼວງ. ບາງຄັ້ງ, 80% ຂອງໂຄງການເບື້ອງຕົ້ນແມ່ນພຽງແຕ່ການກໍ່ສ້າງທໍ່ຂໍ້ມູນທີ່ເຊື່ອຖືໄດ້. ທ່ານຍັງປະເຊີນກັບການຕໍ່ຕ້ານວັດທະນະທໍາ; ຖ້າຄໍາແນະນໍາຂອງ AI ຊ່ວຍປະຫຍັດພະລັງງານແຕ່ເພີ່ມຂັ້ນຕອນສໍາລັບຜູ້ປະຕິບັດງານ, ມັນຈະຖືກລະເວັ້ນເວັ້ນເສຍແຕ່ວ່າມັນຈະຖືກວາງໄວ້ວ່າເຮັດໃຫ້ວຽກຂອງພວກເຂົາງ່າຍຂຶ້ນຫຼືມີຄວາມສອດຄ່ອງຫຼາຍໃນໄລຍະຍາວ.

ດັ່ງນັ້ນ, AI ສົ່ງເສີມຄວາມຍືນຍົງຢ່າງແທ້ຈິງແນວໃດ? ມັນ​ບໍ່​ແມ່ນ wand magic​. ມັນເປັນແວ່ນຂະຫຍາຍແລະເຄື່ອງຄິດເລກທີ່ບໍ່ຢຸດຢັ້ງ. ມັນສ່ອງແສງເຖິງຄວາມບໍ່ມີປະສິດທິພາບທີ່ເຊື່ອງໄວ້, ລາຄາແພງທີ່ພວກເຮົາໄດ້ຮຽນຮູ້ທີ່ຈະຢູ່ກັບ - ກິໂລວັດຊົ່ວໂມງເພີ່ມເຕີມ, ເຫຼັກກຼາມທີ່ສູນເສຍໄປ, ການທໍາລາຍຊ້າໆຂອງເຄື່ອງຈັກ. ມັນສະຫນອງຫຼັກຖານທີ່ຈໍາເປັນເພື່ອແກ້ໄຂການລົງທຶນໃນຂະບວນການທີ່ດີກວ່າແລະສ້າງຄວາມເຂັ້ມແຂງໃຫ້ມະນຸດໃນການຕັດສິນໃຈທີ່ສະຫລາດກວ່າ, ມີຂໍ້ມູນຫຼາຍກວ່າເກົ່າເຊິ່ງເຮັດໃຫ້ພື້ນຖານສິ່ງແວດລ້ອມເຮັດໃຫ້ສິ່ງຕ່າງໆຫຼຸດລົງ. ການຊຸກຍູ້ແມ່ນສະສົມ, ຊໍ້າຄືນ, ແລະປະຕິບັດຢ່າງເລິກເຊິ່ງ. ມັນປ່ຽນຄວາມທະເຍີທະຍານຂອງການຜະລິດແບບຍືນຍົງຈາກບົດລາຍງານໃນຫ້ອງປະຊຸມເປັນການປະຕິບັດປະຈໍາວັນໃນຊັ້ນຮ້ານຄ້າ.