खोज

कृत्रिम बुद्धिमत्ता (एआई) प्रविधि र उत्पादन बीचको तालमेल सबैलाई थाहा छ। १९७० को दशकमा कम्प्युटर–आधारित प्रविधि अपनाउने सबैभन्दा प्रारम्भिक व्यक्तिहरू मध्ये, उत्पादन उद्योग २१ औं शताब्दीमा एआई–हेवीवेटमा परिणत भएको छ ।निर्माताहरूले एआईप्रति ठूलो प्रतिबद्धता जनाइरहेका छन् भन्ने कुरामा कुनै शंका छैन। अनुमान अनुसार, २०२३ मा विश्वव्यापी उत्पादन बजारमा एआईको मूल्य ३.२ बिलियन डलर थियो र २०२८ सम्ममा यो बढेर २०.८ बिलियन डलर पुग्ने सम्भावना छ ।यो कुनै अचम्मको कुरा होइन। निर्माताहरूले उद्योग ४.० को आफ्नो यात्रा र अत्यधिक कुशल, जडान गरिएको र स्मार्ट उत्पादन सञ्चालनको सिर्जनामा एआईको निर्णायक भूमिकालाई स्पष्ट रूपमा बुझेका छन्।उत्पादनमा एआई अनुप्रयोगहरूको कुनै सीमा नभए पनि, तल केही सबैभन्दा रोमाञ्चक प्रयोगका केसहरू छन् :

१. सुरक्षित, उत्पादक र कुशल सञ्चालन

दशकौंसम्म रोबोट प्रयोग गरिसकेपछि, निर्माताहरूले आफ्नो पसलको भुइँमा ’कोबोटहरू’ तैनाथ गर्न थालेका छन्। परम्परागत रोबोटहरूलाई छुट्टै राख्नु पर्ने भए पनि, कोबोटहरूले मानिसहरूसँगै सुरक्षित रूपमा काम गर्छन्, भागहरू छान्छन्, मेसिनरी सञ्चालन गर्छन्, विभिन्न कार्यहरू गर्छन् र समग्र उत्पादकता र दक्षता सुधार गर्न गुणस्तर निरीक्षण पनि गर्छन्। अत्यधिक बहुमुखी भएकोले, कोबोटहरूले ग्लुइङ, वेल्डिङ र अटोमोटिभ पाट्र्स ग्रीस गर्नेदेखि उत्पादित उत्पादनहरू छान्ने र प्याकेजिङ गर्नेसम्म विभिन्न कार्यहरू गर्न सक्छन्। एआई–संचालित मेसिन भिजनले यो सम्भव बनाउनमा प्रमुख भूमिका खेल्छ।

२. बुद्धिमान, स्वायत्त आपूर्ति श्रृंखलाहरू

एआई, मेसिन लर्निङ (एमएल) र बिग डाटा एनालिटिक्सको सहयोगमा, निर्माताहरूले थोरै मानवीय निरीक्षणको साथ, अस्थिर परिस्थितिहरूमा पनि आपूर्ति–श्रृंखला प्रदर्शन कायम राख्न स्वायत्त योजना – निरन्तर, बन्द–लूप, पूर्ण स्वचालित योजना – प्राप्त गर्न सक्छन्। औद्योगिक कम्पनीहरूले जटिल उत्पादन लाइनहरू तालिकाबद्ध गर्न एआई एजेन्टहरू पनि प्रयोग गर्न सक्छन्। एजेन्टहरूले समयमै उत्पादनहरू डेलिभर गर्न न्यूनतम परिवर्तन लागतमा थ्रुपुट अधिकतम गर्ने उत्तम तरिकाको साथ आउन विभिन्न प्यारामिटरहरू विचार गर्न सक्छन्।

३. सक्रिय, भविष्यसूचक मर्मतसम्भार

मेसिनरी र पसल फ्लोर प्रक्रियाहरूबाट डेटाको निगरानी र विश्लेषण गर्न ब्क्ष् प्रयोग गरेर, निर्माताहरूले ब्रेकडाउनको भविष्यवाणी गर्न वा रोक्न असामान्य ढाँचाहरू पहिचान गर्न सक्छन्। उदाहरणका लागि, ब्क्ष् ले मेसिनरीको स्वास्थ्य मूल्याङ्कन गर्न कम्पन, थर्मल इमेजिङ र तेल विश्लेषण डेटा प्रशोधन गर्न सक्छ। ब्क्ष् बाट प्राप्त अन्तर्दृष्टिले निर्माताहरूलाई उत्पादन योजना र सम्बन्धित गतिविधिहरूलाई असर गर्ने डाउनटाइमको सही र सही भविष्यवाणी गर्न स्पेयर पाट्र्स र उपभोग्य वस्तुहरूको व्यवस्था गर्न पनि सक्षम बनाउँछ। परिणाम उत्पादकता, लागत दक्षता र उपकरण स्वास्थ्यमा सुधार हुन्छ। जेनेरेटिभ ब्क्ष् ले समस्या निवारण र मर्मत गतिविधिहरू कार्यान्वयन गर्न कार्ययोग्य, सटीक जानकारी प्रदान गर्न मर्मत लगहरू र निरीक्षण म्यानुअलहरू जस्ता कागजातहरू स्क्यान गरेर थप मूल्य थप्न सक्छ।

४. स्वचालित गुणस्तर जाँच

परीक्षण र गुणस्तर नियन्त्रणमा एआई एक खेल परिवर्तक हो। छवि पहिचान उपकरणको क्षति र उत्पादन दोषहरू स्वचालित रूपमा पत्ता लगाउन प्रयोग गर्न सकिन्छ। उदाहरणका लागि, राम्रो र दोषपूर्ण उत्पादनहरूको छविहरू प्रयोग गरेर प्रशिक्षित एआई मोडेलहरूले कुनै वस्तुलाई पुनः काम गर्न आवश्यक छ वा स्क्र्याप वा पुनः प्रयोग गर्न आवश्यक छ कि छैन भनेर भविष्यवाणी गर्न सक्छन्। थप रूपमा, एआईको विश्लेषणात्मक क्षमताहरू उत्पादन डेटा, घटना रिपोर्टहरू, ग्राहक गुनासोहरू, आदिमा ढाँचाहरू पहिचान गर्न, सुधार क्षेत्रहरू पत्ता लगाउन प्रयोग गर्न सकिन्छ।

५. उत्पादनहरू डिजाइन, विकास, अनुकूलन र नवीनता ल्याउनुहोस्

जेनेरेटिभ एआईले बजार प्रवृत्तिहरूको विश्लेषण गरेर, नियामक अनुपालनमा परिवर्तनहरू हाइलाइट गरेर, उत्पादन अनुसन्धान र ग्राहक प्रतिक्रियाको सारांश प्रस्तुत गरेर, आदि गरेर उत्पादन अवधारणालाई रूपान्तरण गर्न सक्छ। यी अन्तर्दृष्टिहरूको आधारमा, उत्पादन डिजाइनरहरूले उत्पादनहरूलाई नवीन बनाउन र सुधार गर्न सक्छन् र सान्दर्भिक मापदण्ड र नियमहरूसँग विशिष्टताहरूको तुलना गरेर अनुपालन सुनिश्चित गर्न सक्छन्।एल्गोरिदमहरूले परम्परागत विधिहरूको क्षमताभन्दा बाहिरका नवीन डिजाइनहरू द्रुत रूपमा उत्पन्न गर्न सक्छन्। यसको अर्थ निर्माताहरूले उनीहरूका लागि सबैभन्दा महत्त्वपूर्ण उत्पादन विशेषताहरू – सुरक्षा, प्रदर्शन, सौन्दर्यशास्त्र वा नाफा पनि अनुकूलन गर्न सक्छन्। उदाहरणका लागि, २०१९ मा, जनरल मोटर्सले आफ्नो विद्युतीय सवारी साधनहरूको लागि हल्का, बलियो सिट कोष्ठक प्रोटोटाइप गर्न जेनेरेटिभ डिजाइन प्रयोग ग¥यो । यसबाहेक, एआई समाधान र सिमुलेशन सफ्टवेयर प्रयोग गरेर, निर्माताहरूले भौतिक प्रोटोटाइपहरू निर्माण नगरीकन उत्पादन डिजाइनहरू विकास, परीक्षण र परिष्कृत गर्न सक्छन्; यसले विकास समय र लागत घटाउँछ र उत्पादन प्रदर्शन बढाउँछ।

कर्मचारीहरूलाई सशक्तिकरण गर्ने

थकाइलाग्दो, समय खपत गर्ने कार्यहरूलाई स्वचालित गरेर, एआईले निर्माण कामदारहरूलाई थप रचनात्मक वा परिष्कृत गतिविधिहरूमा ध्यान केन्द्रित गर्न सक्षम बनाउँछ। एआईले अर्को–उत्तम कार्यहरू पनि सिफारिस गर्न सक्छ ताकि कर्मचारीहरू अझ कुशल र प्रभावकारी हुन सकून्। विगतका रोबोटहरू भन्दा फरक, सेन्सर र पहिरनयोग्य प्रविधिसँग एकीकृत आधुनिक एआई समाधानहरूले कारखानाका कर्मचारीहरूलाई पसलको भुइँमा हुने कुनै पनि खतराहरूको बारेमा चेतावनी दिन सक्छ।

विभिन्न उद्योग र भौगोलिक क्षेत्रका ३,००० संस्थाहरूमा गरिएको सर्वेक्षणमा, केवल १० प्रतिशतले भने कि उनीहरूले एआईबाट महत्त्वपूर्ण वित्तीय लाभ निकालिरहेका छन् । यो इन्फोसिस जेनेरेटिभ एआई राडार – उत्तर अमेरिका सर्वेक्षणको निष्कर्षसँग मेल खान्छ , जहाँ लगभग ३० प्रतिशत ठूला कम्पनीहरू (४१० बिलियन+) तर ४५०० मिलियन देखि ४१० बिलियन बीच कमाई गर्ने १० प्रतिशत भन्दा कम कम्पनीहरूले जेनेरेटिभ एआई प्रयोगका केसहरू स्थापित गरेका थिए जसले व्यावसायिक मूल्य उत्पादन गरिरहेको थियो।उत्पादकहरूले आफ्नो व्यावसायिक प्रक्रियाहरूमा एआईलाई सम्मिलित गर्नुको महत्त्व बुझे पनि, नतिजाबाट उनीहरू निराश छन्।विश्व आर्थिक मञ्चको डिसेम्बर २०२२ को श्वेतपत्र, “ निर्माणमा कृत्रिम बुद्धिमत्ताबाट मूल्य अनलक गर्दै“शीर्षकले उत्पादनमा एआई अपनाउने छवटा बाधाहरू पहिचान गर्दछ ।कृत्रिम बुद्धिमत्ता (एआई) ले डिजिटल रूपान्तरण यात्रामा नयाँ युगलाई सक्षम बनाउन सक्छ, जसले उद्योगहरूलाई अधिक दक्षता, दिगोपन र कार्यबल संलग्नताको लागि रूपान्तरण गर्ने विशाल सम्भावना प्रदान गर्दछ। उत्पादन र मूल्य शृङ्खलाहरूमा एआई अनुप्रयोगहरूको प्रभाव थाहा भए पनि, धेरै संगठनात्मक र प्राविधिक अवरोधहरूको कारणले गर्दा तिनीहरूको तैनातीबाट पूर्ण अवसर अझै पनि खुलासा गरिएको छैन। यो आवश्यकतालाई पहिचान गर्दै, विश्व आर्थिक मञ्चको उन्नत उत्पादन र मूल्य शृङ्खलाहरूको भविष्यलाई आकार दिने प्लेटफर्म र प्रविधि शासनको भविष्यलाई आकार दिने प्लेटफर्मः कृत्रिम बुद्धिमत्ता र मेसिन लर्निङ, चौथो औद्योगिक क्रान्ति टर्कीको केन्द्रसँग मिलेर, यी चुनौतीहरूमा प्रकाश पार्न र पार गर्न चरण–दर–चरण दृष्टिकोण प्रस्ताव गर्न उद्योग, प्रविधि र शैक्षिक विज्ञहरूलाई बोलाएको छ।कृत्रिम बुद्धिमत्ता (एआई) ले डिजिटल रूपान्तरण यात्रामा नयाँ युगलाई सक्षम बनाउन सक्छ, जसले उद्योगहरूलाई अधिक दक्षता, दिगोपन र कार्यबल संलग्नताको लागि रूपान्तरण गर्ने विशाल सम्भावना प्रदान गर्दछ। उत्पादन र मूल्य शृङ्खलाहरूमा एआई अनुप्रयोगहरूको प्रभाव थाहा भए पनि, धेरै संगठनात्मक र प्राविधिक अवरोधहरूको कारणले गर्दा तिनीहरूको तैनातीबाट पूर्ण अवसर अझै पनि खुलासा गरिएको छैन। यो आवश्यकतालाई पहिचान गर्दै, विश्व आर्थिक मञ्चको उन्नत उत्पादन र मूल्य शृङ्खलाहरूको भविष्यलाई आकार दिने प्लेटफर्म र प्रविधि शासनको भविष्यलाई आकार दिने प्लेटफर्मः कृत्रिम बुद्धिमत्ता र मेसिन लर्निङ, चौथो औद्योगिक क्रान्ति टर्कीको केन्द्रसँग मिलेर, यी चुनौतीहरूमा प्रकाश पार्न र तिनीहरूलाई पार गर्न चरण–दर–चरण दृष्टिकोण प्रस्ताव गर्न उद्योग, प्रविधि र शैक्षिक विज्ञहरूलाई बोलाएको छ । यस श्वेतपत्रले औद्योगिक एआई अनुप्रयोगहरू मार्फत सञ्चालन कार्यसम्पादन, दिगोपन र कार्यबल वृद्धिमा प्राप्त गर्न सकिने फाइदाहरू साथै स्केलमा तिनीहरूको अपनाउन बाधा पु¥याउने छवटा मुख्य बाधाहरू प्रस्तुत गर्दछ। यसले अग्रणी निर्माताहरूद्वारा कार्यान्वयन गरिएका २० भन्दा बढी सफल एआई अनुप्रयोगहरू र उत्पादन र आपूर्ति श्रृंखलाहरूमा स्केलेबल एआई अनुप्रयोगहरू लागू गर्न चरण–दर–चरण दृष्टिकोणको उदाहरणलाई पनि हाइलाइट गर्दछ।

जसमा एआई क्षमताहरू र सञ्चालन आवश्यकताहरू बीचको बेमेलदेखि लिएर व्याख्यायोग्य एआई मोडेलहरूको अभाव र उत्पादन प्रयोगका केसहरूमा आवश्यक पर्ने महत्त्वपूर्ण अनुकूलन समावेश छन् । राम्रोसँग काम गर्नको लागि एआई एल्गोरिदमहरूलाई सफा, सटीक र निष्पक्ष डेटाको विशाल डेटासेटहरूमा प्रशिक्षित गर्न आवश्यक छ। यो प्रदान गर्नु निर्माताहरूको लागि चुनौती हुन सक्ने भएकोले, धेरै कम्पनीहरूले सानो, खण्डित, असंगत वा कम–गुणस्तरको डेटाको सहारा लिन्छन्, जसको परिणामस्वरूप कम–अनुकूल परिणामहरू हुन्छन्। ठूलो डेटा उपलब्ध हुँदा पनि, यो एआई मोडेलहरू द्वारा सजिलै उपभोग्य नहुन सक्छ । तसर्थ, एआईलाई तालिम डेटा फिड गर्नु अघि, निर्माताहरूले यो सुनिश्चित गर्न आवश्यक छ कि यो सामंजस्यपूर्ण छ ताकि संगठनमा सबैजना – कार्यहरू, व्यावसायिक एकाइहरू र भौगोलिक क्षेत्रहरूमा – उनीहरूलाई आवश्यक पर्ने सबै डेटा समान समेकित ढाँचामा पहुँच गर्न सक्षम हुन सकून्। डेटा पनि स्टेज गरिएको हुनुपर्छ ताकि एआई–सक्षम सफ्टवेयरले कारखाना प्रबन्धकहरू, गुणस्तर निरीक्षकहरू, शीर्ष व्यवस्थापन, आदि जस्ता प्रयोगकर्ताहरूको लागि व्यक्तिगत रूपमा माग अनुसारको अन्तर्दृष्टि उत्पन्न गर्न सकोस्।खुशीको खबर यो हो कि एकपटक निर्माताहरूले एआई तैनातीका प्रमुख चुनौतीहरूलाई सम्बोधन गरेपछि, उनीहरूले आफ्नो व्यवसायको हरेक पक्षलाई विस्तृत लाभको लागि रूपान्तरण गर्न सक्छन् ।