Với những tiến bộ trong công nghệ được thúc đẩy bởi trí tuệ nhân tạo (AI) và việc tạo ra các data lake , các tổ chức đang nhận ra giá trị của chúng đối với sản xuất công nghiệp. AI trong doanh nghiệp có thể được nhúng trong các mô hình kinh doanh cơ bản để tăng cường ra quyết định. Nó tập trung vào kết quả hơn là chính công nghệ, cho phép một tổ chức biến dữ liệu thành những hiểu biết có giá trị để tạo ra giá trị khách hàng liên tục.
Ngành công nghiệp kim loại – thép , một trong những ngành lâu đời nhất trong nền văn minh nhân loại, là xương sống của sự tăng trưởng công nghiệp hiện đại. Thép là kim loại phổ biến nhất được sử dụng ngày nay, và sắt, nguyên tố phổ biến thứ tư trong lớp vỏ Trái đất, là thành phần chính của nó.
Theo Hiệp hội Worldsteel, sản lượng thép thô toàn cầu tăng từ 189 triệu tấn năm 1950 lên 1,8 tỷ tấn năm 2018. Tăng trưởng nhanh chóng trong hai thập kỷ qua đến từ công suất dư thừa được sản xuất tại Trung Quốc, đóng góp gần 50% sản lượng thép của thế giới. Sự không phù hợp đã gây ra sự gián đoạn lớn cho ngành công nghiệp, đặc biệt là ở thế giới phương Tây, khi các nhà sản xuất Trung Quốc bắt đầu xuất khẩu hàng tồn kho dư thừa của họ với giá thấp.
Trong khi sự mất cân bằng này có thể sẽ tiếp tục, các công ty đang làm việc để cải thiện hiệu quả thông qua việc hiện đại hóa các công nghệ sản xuất sắt và thép của họ. Trong quá trình này, họ đã giảm dần sự phụ thuộc vào lao động của con người, có lợi cho tự động hóa.
Một nhà máy thép hiện đại sử dụng ít lao động của con người hơn nhiều so với 25 năm trước. Trong giai đoạn sản lượng thép của thế giới tăng gấp hai lần rưỡi, ngành công nghiệp đã giảm hơn 1,5 triệu thành viên của lực lượng lao động.
Chuỗi cung ứng thép chứa một số yếu tố độc đáo cốt lõi cho ngành công nghiệp:
- Chuỗi cung ứng trong nước đa nguồn. Các mỏ tạo ra một dòng chảy liên tục của nguyên liệu thô. Tuy nhiên, quặng sắt có nhiều hình thức và chất lượng khác nhau thường đòi hỏi phải chế biến bổ sung trước khi chuyển sang chế biến sản phẩm cuối cùng. Điều này có thể dẫn đến các loại thép khác nhau không nhất thiết phải được gắn với nhu cầu cụ thể của khách hàng.
- Sản xuất nhạy cảm với lỗi. Quá trình sản xuất sắt thép đòi hỏi một dòng chảy không gián đoạn của vật liệu giữa các giai đoạn sản xuất, bao gồm lò cao, lò oxy cơ bản, caster liên tục và nhà máy cán. Tắt và khởi động lại một hoạt động nhất định trong quá trình sản xuất thép có thể tốn kém. Do đó, dòng chảy sản xuất và hàng tồn kho cần được cân bằng để tránh hâm nóng chi phí, giảm thiểu chuyển đổi và loại bỏ tích lũy không mong muốn của hàng tồn kho đang tiến hành.
- Một mạng lưới lưu trữ và phân phối thành phẩm phức tạp. Lưu trữ, theo dõi và phân phối dễ bị thiếu hiệu quả do các loại, trọng lượng và kích thước khác nhau của các sản phẩm cuối cùng. Hơn nữa, có những hạn chế đối với việc sử dụng các công nghệ theo dõi cho ngành thép, chẳng hạn như thẻ nhận dạng tần số vô tuyến (RFID) can thiệp vào các tính chất vật lý của thép.
- Nhiều kênh bán hàng. Theo truyền thống, các công ty thép đã dựa vào nhiều kênh bán hàng gián tiếp, chẳng hạn như đại lý, đại lý và trung tâm dịch vụ, tất cả đều nhắm mục tiêu vào cùng một thị trường. Các nhà sản xuất thiết bị gốc thép (OEM) có quyền kiểm soát hạn chế trên thị trường, với khả năng hiển thị tối thiểu đối với các yêu cầu của người tiêu dùng cuối cùng. Hơn nữa, các kênh gián tiếp làm chậm quá trình bán hàng do nhiều lần bắt tay và tích lũy chi phí, chẳng hạn như hoa hồng đại lý. Với sự ra đời của các kênh bán hàng trực tiếp và bán hàng trực tiếp, thị trường điện tử và đấu giá điện tử đã trở thành một phương tiện phổ biến để tăng cường tính minh bạch, rút ngắn chu kỳ bán hàng và giảm chi phí. Đồng thời, các nền tảng thị trường điện tử đã cung cấp cho khách hàng quyền truy cập sẵn sàng vào dữ liệu thị trường và báo giá cạnh tranh cho các yêu cầu cấp cụ thể. Điều này đã dẫn đến sự gia tăng của các loại thép, 75% trong số đó đã được phát triển trong 20 năm qua. Đáp ứng yêu cầu của khách hàng với chu kỳ thực hiện đơn hàng ngắn nhất và giá cả cạnh tranh nhất đã trở thành chìa khóa cho quá trình bán hàng.
- Một thị trường hàng hóa và biến động. Trong chuỗi cung ứng thép, cả nguyên liệu thô và thành phẩm đều được hàng hóa hóa. Do đó, doanh nghiệp phải đối mặt với biến động giá ở cả điểm cung và cầu, dẫn đến lợi nhuận giảm.
Các doanh nghiệp đang tạo ra khối lượng lớn dữ liệu hàng ngày và nó đang phát triển theo cấp số nhân. Dữ liệu có cả dạng cấu trúc và phi cấu trúc. Khi các công nghệ điện toán, lưu trữ và kỹ thuật số trong bộ nhớ trở nên đáng tin cậy và giá cả phải chăng, nhiều công ty kim loại đang sử dụng chúng để phát triển các phân tích nâng cao và có được thông tin chi tiết về quy trình. Tuy nhiên, cho đến nay, hầu hết những nỗ lực đó đã thiếu tầm nhìn toàn tổ chức dưới dạng các chiến lược chuỗi cung ứng tích hợp. Ngành công nghiệp thép có dư địa đáng kể để hưởng lợi từ việc cải thiện sức mạnh kỹ thuật số của mình.
Một digital twin là bản sao ảo của các quy trình chuỗi cung ứng vật lý và là xương sống cho sự tích hợp vật lý mạng. Nó đảm bảo việc truyền dữ liệu liền mạch giữa thế giới kỹ thuật số và các thực thể vật lý. Để cho phép AI doanh nghiệp, các thuộc tính sau đây của digital twin là cần thiết:
- Một nền tảng thương mại hệ sinh thái để trao đổi thông tin với tất cả các đối tác kinh doanh nội bộ và bên ngoài, thông qua phần mềm có sẵn trên thị trường.
- Nền tảng nghe và đăng ký thông tin, để nắm bắt thông tin vượt ra ngoài ranh giới của kiểm soát trực tiếp.
- Kết nối thiết bị vật lý và chụp lại sự kiện thông qua các thiết bị Internet of Things (IoT). digital twin đảm bảo thu thập dữ liệu liên tục, theo thời gian thực tại các nút chuỗi cung ứng khác nhau, chẳng hạn như lưu trữ quặng (bởi các thợ mỏ, nhà cung cấp và nhà khai thác tàu), sản xuất (bằng lò than cốc, nhà máy thiêu kết, lò cao, caster và nhà máy), lưu trữ và phân phối sản phẩm (theo bãi và vận chuyển hàng hóa) và các kênh bán hàng (bao gồm chợ điện tử, trung tâm dịch vụ và đại lý).
Một data lake lớn là nơi lưu trữ duy nhất cho tất cả dữ liệu doanh nghiệp ở định dạng gốc của nó. Nó có thể được sử dụng cho nhiều mục đích khác nhau, chẳng hạn như phân tích nâng cao dựa trên khoa học dữ liệu và học máy.
Đối với các công ty thép, một data lake lớn có thể lưu trữ dữ liệu kinh doanh không liên quan từ các nút chuỗi cung ứng khác nhau, bao gồm hố, sân, lò cao, bánh xe và nhà máy, ở định dạng thô. Dữ liệu lớn có thể được sử dụng để có được thông tin chi tiết trong các lĩnh vực sau:
- Thông tin thị trường, bao gồm thông tin về kinh tế vĩ mô, chính sách tiền tệ, thuế quan, trao đổi kim loại, biến động giá hàng hóa, thông tin đối thủ cạnh tranh và tình hình địa chính trị.
- Dữ liệu nhà máy thép, cung cấp chi tiết về công suất và hoạt động ở các giai đoạn khác nhau, chẳng hạn như sản xuất sắt thép, quản lý sân và vận chuyển.
- Dữ liệu kế hoạch kinh doanh, bao gồm cả kế hoạch sản xuất và lô hàng.
- Dữ liệu hệ sinh thái đối tác, được tạo ra bởi các bên liên quan bên ngoài như khách hàng, đại lý, trung tâm dịch vụ, thợ mỏ, giao nhận hàng hóa và nhà khai thác tàu. Hệ sinh thái đối tác nên cung cấp quyền truy cập vào dữ liệu trong một mạng lưới kinh doanh đa doanh nghiệp (chẳng hạn như một nền tảng thương mại hệ sinh thái) từ các tổ chức bên ngoài mà các công ty thép kinh doanh.
Enterprise Data AI bao gồm các chức năng sau:
- Cảm nhận các sự kiện ở các giai đoạn khác nhau trong chuỗi cung ứng thép. Trước khi đến ngưỡng cửa của người tiêu dùng, một sản phẩm thép phải trải qua một vòng đời sản xuất hoàn chỉnh. Khi quặng sắt số lượng lớn được chuyển đổi thành các sản phẩm thép rời rạc, nguyên liệu thô di chuyển qua nhiều thiết bị và các bước xử lý. Bất kỳ sự gián đoạn hoặc thay đổi nào đối với bất kỳ phần nào của chuỗi cung ứng sẽ có tác động lớn đến các giai đoạn sản xuất khác. Một digital twin , với các thuộc tính liên quan như IoT, sẽ ngay lập tức nhận ra những thay đổi và thu thập dữ liệu để phân tích thêm.
- Phân tích các sự kiện và xác định tác động của chúng đối với các chỉ số hiệu suất chính (KPI) tại các thời điểm khác nhau. Khi dữ liệu sự kiện được thu thập, một nền tảng phân tích nâng cao được kích hoạt để xác định những ảnh hưởng có thể có đối với các hoạt động theo kế hoạch. Bước này tạo ra nhiều kịch bản “nếu như” trong một phần nhỏ của giây, cho phép so sánh kết quả từ những thay đổi có thể xảy ra trong mạng lưới cung cấp. Việc đánh giá có thể xác định tác động đến các KPI khác nhau trong chân trời lập kế hoạch.
- Đề xuất các giải pháp thay thế. Trong khi thu thập và phân tích dữ liệu là điều cần thiết, giá trị thực sự của AI doanh nghiệp nằm ở khả năng phân tích toàn bộ mức độ tác động và đưa ra các khuyến nghị liên quan. Nếu tác động vượt quá ngưỡng của một số KPI nhất định, các quy tắc kinh doanh và bài học từ kinh nghiệm nhận thức trước đó có thể giúp AI doanh nghiệp đề xuất các giải pháp mang lại kết quả kinh doanh mong muốn. Các khuyến nghị như vậy phải xem xét ảnh hưởng trên mạng lưới chuỗi cung ứng và đề xuất các kế hoạch tối ưu.
- Tối ưu hóa kết quả thông qua học tập nhận thức liên tục. Một data lake lớn cung cấp thông tin chi tiết thông qua khoa học dữ liệu. Ai doanh nghiệp, lần lượt, sử dụng thông tin để cho phép tối ưu hóa liên tục kết quả. Một data lake lớn là một khối lượng thông tin không liên quan sẽ mất cả đời của một con người để hiểu. Nếu không có cấu trúc, thông tin này không thể được sử dụng cho mục đích kinh doanh. Các kỹ thuật khoa học dữ liệu có thể lọc dữ liệu phi cấu trúc trong các kích thước kinh doanh cụ thể, chẳng hạn như khung thời gian, địa lý và sản phẩm và khai quật các kết nối ẩn để cho phép tự học liên tục.
AI doanh nghiệp thúc đẩy độ tin cậy, hiệu quả và năng suất trong ngành thép thông qua việc giảm lao động thủ công, thay thế nó bằng kết nối máy với máy và phân tích quy định. Nó có thể cảm nhận được các yếu tố như cái nhìn sâu sắc về thị trường, biến động nhu cầu và gián đoạn trong sản xuất và cung cấp.
Việc sử dụng công nghiệp các công nghệ AI, cùng với đầu tư vào các data lake lớn và digital twin , hứa hẹn sẽ biến các công ty thép thành các hoạt động đáp ứng và có lợi nhuận cao hơn. Một quan điểm thực tế về AI doanh nghiệp có thể làm tăng đáng kể hiệu quả chuỗi cung ứng thép, dẫn đến giảm chi phí vận chuyển hàng tồn kho và rút ngắn thời gian đưa ra thị trường trên thị trường thép biến động.
Nguồn : FPT Software.
