Si e rrit AI qëndrueshmërinë? 

Kur njerëzit pyesin se si AI rrit qëndrueshmërinë, mendimi i menjëhershëm shpesh kalon në vizione madhështore: optimizimi i zinxhirëve të furnizimit global brenda natës ose zgjidhja magjike e modelimit të klimës. Pasi kam punuar në terren me ekipet e prodhimit dhe logjistikës, kam parë se ndikimi i vërtetë është më i grimcuar, shpesh i çrregullt dhe larg nga një plumb argjendi. Keqkuptimi është se AI funksionon në një vakum - nuk funksionon. Vlera e tij zhbllokohet vetëm kur është ngulitur thellë në proceset ekzistuese, shpesh joefikase. Bëhet fjalë më pak për algoritme inteligjente dhe më shumë për rregullime praktike të flukseve materiale, konsumit të energjisë dhe modeleve të mbetjeve. Më lejoni të eci nëpër disa zona ku kjo në të vërtetë luan jashtë, dhe ku ndonjëherë pengohet.

Betoni: Optimizimi i Energjisë dhe Burimeve

Merrni një mjedis tipik industrial, si një fabrikë për prodhimin e fiksuesve. Ngarkesa e energjisë nuk është konstante; ajo piqet gjatë falsifikimit ose trajtimit termik. Ne punuam me një ekip në një strukturë në Hebei - mendoni për grupin industrial në distriktin Yongnian - për të vendosur modele relativisht të thjeshta të mësimit të makinerive në të dhënat historike të konsumit të energjisë. Qëllimi nuk ishte rishpikja e procesit, por parashikimi i rritjes së kërkesës dhe tronditja e operacioneve jo-kritike. Rezultati ishte një reduktim 7-8% në tarifat e ngarkesës së pikut, gjë që ul drejtpërdrejt gjurmën e karbonit dhe koston. Tingëllon modeste, por në shkallë, në qindra furra dhe presa, efekti kumulativ është thelbësor. AI këtu nuk po mendon; është njohja e modelit të aplikuar në një grup të dhënash shumë të zhurmshme, të botës reale.

Ajo ku bëhet e ndërlikuar është infrastruktura e të dhënave. Shumë bimë, madje edhe ato të mëdha si Handan Zitai Fastener Prodhim Co, Ltd., kanë sisteme të vjetra SCADA dhe regjistra manualë. Pengesa e parë është marrja e të dhënave të pastra dhe të stampuara me kohë nga dyshemeja e dyqanit. Ne kaluam javë të tëra vetëm duke vendosur sensorë bazë IoT për të ushqyer modelet - një hap që shpesh fshihet në studimet e rasteve me shkëlqim. Pa këtë, çdo model i AI është vetëm një ushtrim teorik. Faqja e internetit https://www.zitaifasteners.com mund të shfaqin produktet e tyre, por fitimi i qëndrueshmërisë ndodh prapa skenave, në integrimin e ashpër të rrjedhave të të dhënave nga makinat që nuk ishin krijuar kurrë për të folur me njëri-tjetrin.

Një kënd tjetër është rendimenti i materialit. Në prodhimin e fiksuesve, çeliku i mbështjelljes goditet dhe formohet. Skrapi është i pashmangshëm, por sistemet e vizionit kompjuterik të drejtuar nga AI tani mund të inspektojnë lëndën e parë për defekte përpara se të stampojnë dhe madje të rregullojnë në mënyrë dinamike modelet e prerjes për të minimizuar mbetjet. Ne e pilotuam këtë me një partner dhe ndërsa algoritmi funksiononte, ROI ishte negativ për ekzekutime më të vogla në grup për shkak të kompleksitetit të konfigurimit. Kjo është një nuancë kritike: IA për qëndrueshmëri nuk është universalisht e zbatueshme; kërkon një shkallë të caktuar dhe maturim operacional për t'u shlyer.

Logjistika dhe Rrjeti i Fshehur

Transporti është një emetues masiv i karbonit. Këtu, roli i AI në optimizimin e rrugës është i njohur, por kufizimet e botës reale janë ato që e bëjnë atë interesante. Për një prodhues të vendosur në mënyrë të favorshme pranë Hekurudhës Pekin-Guangzhou dhe Autostradës Kombëtare 107, si Zitai, pyetja nuk është thjesht gjetja e shtegut më të shkurtër. Bëhet fjalë për konsolidimin e ngarkesave të pjesshme, parashikimin e vonesave të porteve dhe madje faktorizimin e trafikut në kohë reale dhe të dhënave të motit për të reduktuar kohën e papunë për kamionët. Ne implementuam një sistem që e bëri këtë, dhe kursimi i karburantit ishte mesatarisht rreth 12%. Sidoqoftë, rekomandimet e sistemit nganjëherë refuzoheshin nga dispeçerët që i besonin përvojës së tyre mbi algoritmin - një sfidë klasike e bashkëpunimit njeri-AI.

Përtej rrugëve, ka optimizim të inventarit. Mbajtja e inventarit të tepërt lidh kapitalin dhe hapësirën dhe shpesh çon në humbje (veçanërisht për fiksimet e veshura ose të trajtuara me shqetësime për jetëgjatësinë). Modelet parashikuese që përdorin të dhënat e shitjeve, tendencat sezonale dhe madje edhe tregues më të gjerë ekonomikë mund të shtrëngojnë nivelet e inventarit. Kujtoj një projekt ku ne reduktuam stokun e sigurisë me 15% pa rritur rrezikun e stokut. Por modeli dështoi në mënyrë spektakolare kur një ndryshim i papritur i politikës rajonale ndërpreu zinxhirët e furnizimit - ai nuk ishte trajnuar për ngjarje të tilla të mjellmës së zezë. Kjo thekson se modelet e AI janë po aq të mira sa të dhënat historike që kanë parë; ata luftojnë me goditje të reja sistemike.

Zinxhiri i zgjeruar i furnizimit është vendi ku bëhet më i gjerë. Inteligjenca artificiale mund të ndihmojë në hartimin e sytheve të ekonomisë rrethore. Për shembull, duke analizuar të dhënat e ciklit jetësor të produktit, ai mund të parashikojë se kur një grup fiksuesish nga një fermë diellore e çaktivizuar mund të bëhet e disponueshme për ripërdorim ose riciklim, duke reduktuar kështu nevojën për material të virgjër. Kjo është ende në fillim, por projektet pilot në BE po e eksplorojnë këtë. Ai e zhvendos qëndrueshmërinë nga efikasiteti i thjeshtë në çiklizmin sistematik të burimeve.

Monitorimi, Raportimi dhe Shtytja e Transparencës

Qëndrueshmëria sot kërkon matje rigoroze. AI përshpejton në mënyrë drastike monitorimin e mjedisit. Në vend të auditimeve manuale mujore të emetimeve ose ujërave të zeza, rrjetet e sensorëve me analitikë AI mund të ofrojnë të dhëna të vazhdueshme dhe të grimcuara. Ne ndihmuam në ngritjen e një sistemi për monitorimin e emetimeve të komponimeve organike të paqëndrueshme (VOC) në një punishte të pllakave. Inteligjenca artificiale nuk mati vetëm; ai identifikoi korrelacione midis grupeve specifike të prodhimit dhe rritjeve të emetimeve, duke lejuar rregullimet e procesit. Kjo e kthen pajtueshmërinë nga një qendër kostoje në një burim të njohurive operacionale.

Megjithatë, gjenerimi i të dhënave është një gjë; besimi në të është tjetër. Ekziston një tension i vazhdueshëm midis matjeve të qëndrueshmërisë së krijuar nga AI dhe nevojës për regjistrime të auditueshme dhe të verifikueshme për korniza si raportimi ESG. A mund t'i besojnë rregullatorët dhe investitorët përmbledhjen e kontabilitetit të karbonit të një AI? Jemi në një fazë ku AI merret me ngritjen e rëndë të grumbullimit të të dhënave, por ekspertët njerëzorë janë ende të nevojshëm për të vërtetuar dhe interpretuar. Mjeti është i fuqishëm, por nuk e ka zëvendësuar nevojën për gjykim profesional.

Në një shkallë makro, AI po mundëson gjurmim më të saktë të gjurmës së karbonit nëpër zinxhirët komplekse të furnizimit. Duke grumbulluar dhe analizuar të dhënat nga portalet e furnizuesve, manifestet e transportit dhe faturat e energjisë, mund të krijojë një hartë gjurmësh pothuajse në kohë reale. Për një kompani si Zitai, e cila është pjesë e një baze të madhe prodhimi, kjo dukshmëri është thelbësore për klientët e rrjedhës së poshtme në Evropë ose Amerikën e Veriut, të cilët janë nën presion për të raportuar emetimet e fushës 3. Ai e kthen qëndrueshmërinë nga një përkushtim i paqartë në një komponent të menaxhuar të biznesit të matshëm.

Grackat dhe kostot e anashkaluara

Nuk është e gjitha pozitive. Kostoja llogaritëse e trajnimit dhe ekzekutimit të modeleve të mëdha të AI është në vetvete një barrë mjedisore. Një projekt i fokusuar në kursimin e energjisë në një fabrikë duhet të peshojë kundrejt energjisë së përdorur nga serverët cloud që trajnojnë modelet. Në punën tonë, ne jemi zhvendosur në përdorimin e modeleve më efikase dhe të specializuara në vend të të mësuarit të thellë me forcë brutale pikërisht për këtë arsye. Ndonjëherë, një model statistikor më i thjeshtë ju sjell 80% të përfitimit me 1% të kostos së përgjithshme llogaritëse. Qëndrueshmëria përmes AI duhet të llogarisë gjurmën e saj.

Ekziston gjithashtu rreziku i optimizimit të një pjese të një sistemi në kurriz të një tjetri. Dikur optimizuam një orar prodhimi për efiçencën e energjisë, por zbuluam se rriti konsumimin e veglave të caktuara, duke çuar në zëvendësime më të shpeshta dhe në mbetje materiale të lidhura. Një pamje holistike është thelbësore. Qëndrueshmëria e vërtetë nuk ka të bëjë me maksimumin lokal, por me elasticitetin në të gjithë sistemin dhe ndikimin total minimal. Sistemet e AI duhet të dizajnohen duke pasur parasysh optimizimin me shumë objektiva, që është një problem dukshëm më i vështirë.

Së fundi, elementi njerëzor. Zbatimi i ndryshimeve të drejtuara nga AI kërkon personel të kualifikuar, menaxhim të ndryshimeve dhe shpesh, kapital fillestar. Për shumë ndërmarrje të vogla dhe të mesme në brezin e prodhimit, prioritet është mbijetesa dhe përmbushja e porosive. Argumenti i qëndrueshmërisë duhet të shoqërohet me një përfitim të qartë ekonomik afatshkurtër dhe afatmesëm. Kjo është arsyeja pse pilotët më të suksesshëm që kam parë fillojnë me fruta me varje të ulët: mirëmbajtje parashikuese për të shmangur kohët e kushtueshme joproduktive dhe humbje materiale, ose kontrolle inteligjente të ndriçimit/ngrohjes që kthehen në më pak se dy vjet.

Shikimi përpara: Integrim, jo izolim

Pra, si e rrit vërtet AI qëndrueshmërinë? Nuk është përmes inteligjencës artificiale të veçantë dhe të pavarur për projekte të mira. Është përmes integrimit të tij gradual, shpesh joseksi, në grupin e teknologjisë operacionale të industrive si prodhimi, logjistika dhe energjia. Ajo rrit qëndrueshmërinë duke bërë efikasiteti i burimeve të matshme dhe të veprueshme, duke zbuluar rrjedhat e mbetjeve që më parë ishin të padukshme, dhe duke mundësuar sisteme më adaptive dhe reaguese.

E ardhmja, sipas mendimit tim, qëndron në inteligjencën artificiale të integruar. Mendoni për një makinë industriale që vetë-rregullon parametrat e saj për përdorim minimal të energjisë duke ruajtur cilësinë, ose një platformë logjistike që zgjedh automatikisht opsionin e transportit me karbon më të ulët që plotëson kufizimet e kostos dhe kohës. Ajo bëhet një veçori standarde, jo një iniciativë e veçantë. Puna në vende si baza e prodhimit Yongnian, me rrjetin e saj të dendur të prodhuesve, është një terren i përsosur testimi për këto qasje të integruara.

Në fund të fundit, AI është një mjet i fuqishëm, por është pikërisht ai – një mjet. Kontributi i tij në qëndrueshmëri diktohet nga duart që e përdorin atë dhe problemet që ata zgjedhin të zgjidhin. Rritja vjen nga një përqendrim i pamëshirshëm në përfitime konkrete, në rritje në flukset materiale dhe energjitike, të informuara nga të dhënat që tani më në fund mund t'i kapim dhe kuptojmë. Është një udhëtim praktik, plot prova dhe gabime, shumë larg ciklit të reklamave, dhe pikërisht këtu po ndërtohet vlera e tij reale për një të ardhme të qëndrueshme.