Tác giả: Ali Hasan R., ThroughPut Inc.
Đăng trên Tạp chí World Cement số tháng 12/2023, Tr.29-30
Người dịch: Nguyễn Thị Kim Lan.
Trong bài viết này, Ali Hasan R., người đồng sáng lập và CEO của Công ty ThroughPut Inc. và là người tiên phong về chuỗi cung ứng trí tuệ nhân tạo mà có thể giúp các công ty phát hiện, ưu tiên, và giảm bớt các nút thắt cổ chai trong vận hành động, sẽ trình bày ba giải pháp mà các nhà sản xuất xi măng có thể sử dụng trí tuệ nhân tạo và khả năng học bằng máy để gia tăng sản lượng và nâng cao hiệu suất.
Các nhà sản xuất xi măng hiện nay đối mặt với rất nhiều thách thức phức tạp. Trong bối cảnh gián đoạn công nghệ và môi trường cạnh tranh gay gắt, thế giới của họ được điều chỉnh nhiều hơn và ít dự đoán được hơn. Là một phần trong ngành công nghiệp có mối liên hệ chặt chẽ với môi trường, các nhà sản xuất xi măng đang chịu áp lực ngày càng nhiều đối với việc giảm bớt tác động carbon của họ và đáp ứng các quy định về môi trường đang ngày càng phức tạp.
Rõ ràng là các nhà sản xuất trong lĩnh vực này cần có một giải pháp – điều gì đó có thể giúp họ đạt được tiến bộ trong mục tiêu của mình và sàng lọc những yếu tố gây nhiễu để tìm ra những hành động hiệu quả nhất để thực hiện. Các công cụ như trí tuệ nhân tạo (AI) và khả năng học bằng máy (ML) có phải là câu trả lời không?
AI và ML có thể là câu trả lời ra sao cho các vấn đề của các nhà sản xuất xi măng ?
Nhìn vào hoạt động sản xuất nói chung, khoa học cho thấy rằng các công cụ được điều khiển bởi AI có thể giúp giải quyết các vấn đề, giảm thiểu các chi phí và rác thải, và phát huy hiệu quả trong những thời điểm khó khăn. Theo báo cáo năm 2022 của McKinsey & Company, 42% các tổ chức đã áp dụng AI trong năm 2021 đã giảm bớt được chi phí sản xuất của họ, và 61% đã đạt được doanh thu tăng lên.
Còn các nhà sản xuất xi măng nói riêng thì sao? Công nghệ AI và ML có thể giúp họ vượt qua những thách thức cụ thể mà ngành đang phải đối mặt.
Xem xét sự gián đoạn chuỗi cung ứng. Ngành xi măng liên quan đến việc vận chuyển vật liệu quy mô lớn; như sự chậm trễ và gián đoạn – những vấn đề như vậy đã nhìn thấy kể từ khi đại dịch và các khủng hoảng liên quan tới đại dịch bắt đầu xảy ra – có thể phá vỡ tiến độ sản xuất. ML và AI mang lại các mức độ thu thập dữ liệu và tự động hóa cao hơn cho quá trình công nghệ, làm cho chuỗi cung ứng trở nên rõ ràng hơn và phù hợp hơn. Các nhà sản xuất có thể nhìn thấy trước, phát hiện các vấn đề trong hệ thống, và giảm thiểu thời gian ngừng hoạt động tốn kém.
Cải thiện chuỗi cung ứng chỉ là một ví dụ về việc các công cụ AI và ML có thể hợp lý hóa sản xuất như thế nào, các quy định về môi trường là ví dụ khác. Ngành xi măng là ngành tạo ra phát thải carbon dioxide lớn, nhưng công nghệ mới có thể chỉ ra cho các công ty sản xuất xi măng nơi họ thể tiến hành thu gom carbon và nơi họ có thể giảm bớt dấu chân carbon một cách chính xác và tuân thủ các quy định.
Tuy nhiên, các nhà sản xuất có thể do dự khi họ tiếp cận việc áp dụng các công nghệ phức tạp. Chi phí cảm nhận được khi thực hiện các công nghệ AI và ML mới, vào thời điểm khi chi phí sản xuất đã ở mức cao nguy hiểm rồi, có thể khiến các công ty quay lưng lại với công nghệ có thể giúp họ. Lo ngại rủi ro về mặt lịch sử đã có ý nghĩa trong một ngành thâm dụng vốn như vậy, và việc sử dụng các công cụ mới trên quy mô lớn có thể yêu cầu các khoản đầu tư đáng kể vào thiết bị, hạ tầng cơ sở, và đào tạo trước khi họ đạt được lợi nhuận.
Chìa khóa cho các nhà sản xuất xi măng sẽ là tiến hành thẩm định và chỉ lựa chọn các công nghệ có ý nghĩa nhất cho hoạt động của họ.
Các nhà sản xuất nên chọn công nghệ phù hợp với nhu cầu của họ như thế nào?
Hiện đã có sẵn rất nhiều công cụ, nhưng không phải tất cả các công cụ đó đều mang lại hiệu quả cho mỗi trường hợp sử dụng. Đó là lý do tại sao điều quan trọng đối với các nhà sản xuất là ngay từ đầu phải đánh giá nhu cầu của chính họ và tìm hiểu lý do tại sao họ lại chuyển sang AI và ML. Đầu tiên họ cần nhận biết được vấn đề. Có mục tiêu cụ thể để đạt được hoặc đưa ra để giải quyết không? Có nút thắt trong chuỗi cung ứng mà cần được tháo gỡ không? Hoặc có thiếu hiểu biết về quy định trong nhóm không?
Nhờ tập trung vào các vấn đề cụ thể, các nhà sản xuất xi măng có thể tìm ra các giải pháp phù hợp, liên hệ với các chuyên gia trong các lĩnh vực đó, và nghiên cứu khả năng tương thích của giải pháp với các hệ thống hiện có của họ. Công cụ này có ‘phù hợp’ không? Nó có tích hợp được vào hạ tầng cơ sở của nhà sản xuất mà không gây ra những gián đoạn và chi phí không cần thiết không?
Một điều nữa các nhà sản xuất cần xem xét, cân nhắc khi lựa chọn công cụ ML và AI là khả năng mở rộng. Công nghệ có thể phát triển cùng với hoạt động kinh doanh hay nó sẽ chỉ hữu ích tại thời điểm cụ thể này? Một giải pháp linh hoạt, phù hợp có thể là sự lựa chọn tốt nhất khi các nhà sản xuất dự đoán tốc độ tăng trưởng. Việc tìm ra một công cụ có khả năng hỗ trợ và bảo trì tốt là điều vô cùng quan trọng để tổ chức có thể nhận được sự hỗ trợ kỹ thuật liên tục khi nhu cầu của tổ chức thay đổi.
Các thuật toán ML có thể cách mạng hóa việc đưa ra quyết định như thế nào?
ML có thể phân tích những lượng dữ liệu lớn khổng lồ. Nó có thể phân loại dữ liệu từ nhiều nguồn đa dạng, xác định các hình mẫu, và sử dụng các hình mẫu này để dự đoán các kết quả phức tạp. Với khả năng dự đoán tăng lên, các nhà sản xuất có thể hợp lý hóa, tăng tốc, tự động hóa, giảm thiểu sai sót, và tìm ra các cơ hội hiếm hoi để cải thiện doanh thu của họ.
Các nhà sản xuất xi măng có thể sử dụng các thuật toán ML ra sao để tự mình tiếp cận được những lợi ích này?
Thực hành bảo trì dự đoán
ML có thể thu thập dữ liệu từ tất cả các bộ phận của quá trình sản xuất xi măng, cung cấp cho các nhà sản xuất mức độ hiểu biết chi tiết về thời điểm và cách thức các lỗi thiết bị có thể xảy ra. Kết quả là, các thuật toán ML có thể hỗ trợ chủ động lên kế hoạch kiểm tra bảo trì và sửa chữa trước khi các lỗi gây ra dừng hoạt động ngoài kế hoạch.
Chấm dứt tình trạng dừng hoạt động
Với những hiểu biết sâu sắc về hiệu quả hoạt động của chuỗi cung ứng và khả năng giải quyết các vấn đề, các công ty có thể tránh được việc dừng hoạt động mà trước đây đã gây trì hoãn các quá trình và cản trở người sử dụng trực tiếp. Ví dụ, nhà sản xuất xi măng CEMEX sử dụng các thuật toán ML để giảm thiểu các đại lượng dương giả trong các quá trình của mình. “Mỗi ngày, chúng tôi thường nhận được trung bình 200 báo động cần phải được theo dõi,” giám đốc điều hành Công nghệ thông tin của CEMEX, Juan Murguia Castillo, cho biết. Mỗi thông báo về đại lượng dương giả sẽ gây ra dừng hoạt động tốn kém. Thời gian hoạt động càng nhiều có nghĩa là doanh thu càng lớn và có thêm nhiều cơ hội hơn để đổi mới.
Chất lượng tăng lên và lợi thế cạnh tranh
Nếu ML có thể phân tích các quá trình sản xuất theo thời gian thực, nó có thể nhanh chóng phát hiện ra các vấn đề về chất lượng. Điều này có nghĩa là các nhà sản xuất có thể thực hiện hành động điều chỉnh để nâng cao chất lượng. Sự gia tăng chất lượng trong một ngành công nghiệp có tính bão hòa cao có thể mang lại cho các công ty lợi thế cạnh tranh mới mà họ đã không thể đạt được trước đây.
Với những lợi ích to lớn và khả năng thay đổi tình hình đang bị ảnh hưởng như vậy, các nhà sản xuất không nên lãng phí thời gian khi đề cập đến việc kiểm tra và tích hợp ML và AI vào trong các tổ chức của họ. Với công nghệ AI được dự kiến sẽ đóng góp gần 16 nghìn tỷ USD vào nền kinh tế toàn cầu vào năm 2030, vậy tại sao phải chờ đợi nữa?