Thúc đẩy sự tăng trưởng ngành thép nhờ ứng dụng AI
Internet of Thing

Thúc đẩy sự tăng trưởng ngành thép nhờ ứng dụng AI

Công nghệ AI đang ngày càng chứng minh được những lợi ích của mình đối với các doanh nghiệp sản xuất. Hiểu được điều này, các doanh nghiệp sản xuất thép cũng đã bắt đầu áp dụng công nghệ AI vào các hoạt động sản xuất, vận hành của mình. Vậy các khó khăn, thách thức của doanh nghiệp thép khi ứng dụng AI là gì? Làm thế nào để ứng dụng AI một cách hiệu quả? Cùng FPT Digital tìm hiểu qua bài viết dưới đây.

1. Ứng dụng AI trong sản xuất nói chung & sản xuất thép nói riêng

Sản xuất thép là một ngành công nghiệp phức tạp, trong đó mỗi quy trình trong chuỗi sản xuất có thể tạo ra một lượng lớn dữ liệu về sản lượng, chất lượng sản phẩm hoặc thông số máy, giúp cung cấp thông tin chi tiết, có giá trị khi được quản lý đúng cách. Dữ liệu có thể được sinh ra từ hàng loạt các cảm biến kết nối với các loại máy móc, thiết bị, tạo cơ hội hỗ trợ người vận hành sản xuất đưa ra quyết định kịp thời, chính xác, cũng như cho phép cải thiện quy trình hoạt động hiệu quả và tối ưu hơn. Tuy nhiên trên thực tế, các quyết định vận hành về cơ bản vẫn được nhân sự đưa ra dựa trên kiến thức và kinh nghiệm cá nhân. Do đó, lĩnh vực sản xuất thép có thể được coi như một nền tảng tiềm năng để ứng dụng công nghệ Trí tuệ nhân tạo (AI) trong phân tích, đánh giá và đưa ra quyết định dựa trên khối lượng dữ liệu lớn và đa dạng.

Theo nghiên cứu của BCG, áp dụng công nghệ AI có thể đem đến những lợi ích trực tiếp cho doanh nghiệp thép như giảm 5% chi phí nguyên vật liệu, nâng cao hiệu quả sản xuất lên 15%…(1). Hiểu được điều này, các doanh nghiệp sản xuất thép cũng đã bắt đầu áp dụng công nghệ AI nhằm nâng cao hiệu quả sản xuất, thiết lập góc nhìn tổng thể, đa chiều về hoạt động vận hành của doanh nghiệp mình. Một số ví dụ điển hình trong ngành như ArcelorMittal hay TATA Steel đã có những bước đầu trong việc ứng dụng AI.

Tại ArcelorMittal, việc nghiên cứu và tổng hợp các thông tin sáng chế mới giúp doanh nghiệp bám sát và nắm bắt các sáng chế tiên tiến nhất và áp dụng nhanh chóng vào hoạt động vận hành của công ty. Trước đây, nhân sự tốn khoảng 1 tháng để tổng hợp và trích xuất dữ liệu từ 60 bằng sáng chế. Hiện nay, ArcelorMittal đã áp dụng nền tảng Iris.ai thay thể con người trong công tác thủ công này với độ chính xác cao lên khoảng 94%, tương đương với độ chính xác trích xuất của con người(2).

Hình 1: ArcelorMittal đã áp dụng nền tảng Iris.ai

Đối với Tata Steel, nhằm tối ưu hóa và giảm thiểu rủi ro đối với các hoạt động logistics, Tata Steel đã sử dụng FarEye, một nền tảng SaaS có khả năng hiển thị 100% quá trình vận chuyển, cho phép theo dõi vị trí và trạng thái của từng phương tiện trong và ngoài nhà máy. Ngoài ra, nhờ áp dụng công nghệ AI, nền tảng cũng cho phép dự đoán thời gian giao hàng sẽ được hoàn thành đúng giờ, chậm trễ hay sớm so với kế hoạch(3).

ArcelorMittal hay TATA Steel có thể được coi là nhưng doanh nghiệp tiên phong trong ngành thép nhưng việc áp dụng AI vào ngành sản xuất thép còn tương đối hạn chế so với một số ngành sản xuất khác. Bên cạnh những ứng dụng trên, AI có khả năng ứng dụng trong nhiều lĩnh vực khác của ngành sản xuất thép, ví dụ như tự động hóa các quy trình vận hành hàng ngày, theo dõi, đánh giá bất kỳ sự gián đoạn hoặc thay đổi trong chuỗi cung ứng, phân tích và đánh giá tác động của các sự kiện đối với KPI/kế hoạch sản xuất, đánh giá các kịch bản có thể xảy ra và đề xuất giải pháp tối ưu… Có thể thấy, AI giúp thúc đẩy độ tin cậy, hiệu quả và năng suất trong ngành thép thông qua việc giảm lao động thủ công, thay thế bằng kết nối giữa máy với máy.

Nhiều ví dụ điển hình đã và đang áp dụng AI, đem lại hiệu quả vượt bậc trong vận hành trong các ngành sản xuất khác. Fanuc, một công ty tự động hóa của Nhật Bản, sử dụng công nhân robot để vận hành các nhà máy của mình 24/7. Các robot có thể sản xuất các thành phần thiết yếu cho máy CNC và động cơ, vận hành không ngừng tất cả các máy móc và cho phép giám sát liên tục tất cả các hoạt động. Trong khi đó, Tập đoàn BMW sử dụng nhận dạng hình ảnh tự động để kiểm tra chất lượng, kiểm tra và để loại bỏ các lỗi giả (sai lệch so với mục tiêu mặc dù không có lỗi thực tế). Nhờ đó, họ đã đạt được mức độ chính xác cao trong sản xuất. Một công ty khác được hưởng lợi từ AI trong sản xuất là Porsche. Họ sử dụng các phương tiện có hướng dẫn tự hành (AGV) để tự động hóa các phần quan trọng trong sản xuất ô tô. AGV đưa các bộ phận thân xe từ trạm xử lý này sang trạm xử lý tiếp theo, loại bỏ nhu cầu can thiệp của con người và giúp tăng khả năng phục hồi trước những gián đoạn như đại dịch Covid-19 vừa qua.

Ảnh 2: Sử dụng robot vận hành nhà máy

Điều này có thể thấy, còn rất nhiều cơ hội cho công nghệ AI được ứng dụng trong lĩnh vực sản xuất thép nhằm đem lại hiệu quả hơn nữa.

2. Các khó khăn, thách thức của doanh nghiệp thép khi ứng dụng AI

Tuy nhiên, cơ hội luôn đi kèm với thách thức. Các doanh nghiệp thép cần nhận ra rằng, việc triển khai AI là cả một quá trình, đòi hỏi năng lực và kinh nghiệm cần được xây dựng và tích lũy theo thời gian. Có 03 khó khăn, thách thức lớn nhất mà các doanh nghiệp thép khi áp dụng AI:

Hình 3: Các khó khăn, thách thức của doanh nghiệp thép khi ứng dụng AI
  • Tổng hợp & khai thác dữ liệu: Đây là một trong những thách thức phổ biến nhất với các nhà máy thép. Các loại máy móc, thiết bị cũ có thể không thu thập đúng dữ liệu—hoặc thậm chí không thu thập được bất kỳ dữ liệu nào. Máy móc mới hơn nhưng thuộc nhiều hãng sản xuất khác nhau có thể có nhiều phương thức kết nối khác nhau, khiến dữ liệu khó được thu thập một cách chính xác và nhất quán trong toàn bộ quy trình.
  • Hạ tầng công nghệ: hạ tầng công nghệ cần đáp ứng được nhu cầu lưu trữ và xử lý dữ liệu, đặc biệt là khả năng mở rộng quy mô khi khối lượng dữ liệu tăng lên. Việc xác định dung lượng lưu trữ mà doanh nghiệp cần phụ thuộc vào nhiều yếu tố, bao gồm cấp độ triển khai AI mà doanh nghiệp có kế hoạch sử dụng và liệu doanh nghiệp có cần đưa ra quyết định theo thời gian thực hay không. Ngoài ra, hạ tầng mạng cũng cần được nâng cấp, đảm bảo hoạt động ở hiệu suất cao cần phải luôn đáp ứng theo nhu cầu khi mức độ triển khai AI được mở rộng. Đó là lý do tại sao khả năng mở rộng của công nghệ bao gồm băng thông cao, độ trễ thấp và kiến trúc linh hoạt phải được ưu tiên trong quá trình triển khai
  • Công cụ và nguồn lực thực hiện: Giữa muôn vàn các nền tảng, công cụ sẵn có trên thị trường, doanh nghiệp khó có thể xác định được đâu là sản phẩm thật sự phù hợp với doanh nghiệp của mình. Trong khi đó, phần đa các doanh nghiệp không có nhân sự chuyên ngành về AI để đánh giá và đưa ra quyết định đầu tư, mua sắm phù hợp. Bên cạnh đó, kể cả khi đã lựa chọn được các sản phẩm và phương thức triển khai phù hợp, nguồn lực để thực hiện triển khai hiệu quả, cả về tài chính và con người, cũng không đơn giản, và thường không sẵn sàng ngay tại doanh nghiệp.
Bài đọc nhiều nhất
Internet of Thing 29/01/2023

3. Phương thức & lộ trình áp dụng AI đối với doanh nghiệp thép

Đứng trước các cơ hội cũng như thách thức khi áp dụng AI, các doanh nghiệp thép cần có một lộ trình triển khai bài bản, từng bước nhằm thực thi công nghệ AI đáp ứng đúng với mong muốn và phù hợp với nguồn lực của doanh nghiệp.

Hình 4: Phương thức & lộ trình áp dụng AI đối với doanh nghiệp thép
  • Xác định mục tiêu: tương tự như đối với các chiến lược và mục tiêu kinh doanh, áp dụng AI cũng cần có những mục tiêu cụ thể, rõ ràng làm kim chi nam cho lộ trình triển khai và đầu tư của doanh nghiệp bởi AI có rất nhiều ứng dụng trong sản xuất, tùy theo đặc điểm của doanh nghiệp cũng như mục tiêu kinh doanh mà sẽ có các định hướng đầu tư, phát triển khác nhau
  • Xây dựng lộ trình áp dụng AI theo từng thời điểm: Nhằm đảm bảo việc đầu tư & triển khai AI theo đúng định hướng đã đề ra, doanh nghiệp cần xây dụng lộ trình triển khai theo từng thời điểm. Tất cả các hoạt động cần được so sánh, đánh giá về mức độ ảnh hưởng cũng như khả năng triển khai và mở rộng. Lộ trình nên bắt đầu với các công việc đem lại lợi ích và tầm ảnh hưởng cao, cũng như dễ dàng triển khai nhằm tạo động lực, sau đó sẽ là các công việc có tầm ảnh hưởng cao nhưng triển khai khó hơn và cuối cùng là các hoạt động có tầm ảnh hưởng thấp. Tuy vậy, để xây dựng được lộ trình cũng không phải công việc dễ dàng với phần lớn các doanh nghiệp do thiếu hụt nhân sự có chuyên môn về triển khai AI & Chuyển đổi số. Do đó, hợp tác với các đơn vị tư vấn chuyên nghiệp sẽ vô cùng cần thiết nhằm vạch ra con đường rõ ràng, đúng hướng giúp doanh nghiệp.
  • Thử nghiệm với một số thiết bị/khu vực & mở rộng toàn doanh nghiệp: Một trong những lý do khiến nhiều doanh nghiệp thất bại khi chuyển dịch sang sử dụng công nghệ số, trong đó bao gồm AI chính là quá vội vàng, mong muốn làm được quá nhiều quá nhanh. Đặc biệt với mức độ phức tạp về hệ thống máy móc và quy trình vận hành của các doanh nghiệp thép, các doanh nghiệp càng cần phải chú trọng trong việc thử nghiệm công nghệ lên một số thiết bị/khu vực quan trọng trước, trước khi tiến hành đầu tư và mở rộng triển khai trên toàn doanh nghiệp.
  • Liên tục cải tiến vận hành với văn hoá hoạt động dựa trên dữ liệu: Công nghệ là một phần nhưng để chuyển đổi mô hình hoạt động thành công, con người và văn hóa doanh nghiệp lại chính là điểm cốt lõi. Bước cuối cùng trong lộ trình áp dụng AI của doanh nghiệp chính là hình thành và nuôi dưỡng thói quen sử dụng công nghệ trong hoạt động, cũng như thúc đẩy văn hóa liên tục cải tiến, vận hành, nâng cao năng suất dựa trên dữ liệu cho nhân sự. Để thay đổi cách thức làm việc, thói quen đã tồn tại nhiều năm không phải việc một sớm một chiều mà công tác này đòi hỏi cả sự thấu hiểu và quyết tâm của lãnh đạo, cũng như sự tuân thủ của nhân viên.

4. Tổng kết

Có thể thấy, có quá nhiều cơ hội cho AI phát huy năng lực của mình trong tối ưu, cải thiện vận hành cho các doanh nghiệp thép. Tuy vậy, cơ hội luôn đi đôi cùng thách thức. Các doanh nghiệp cần xây dựng một lộ trình triển khai ứng dụng AI rõ ràng, bài bản từng bước nhằm sử dụng được tối đa nguồn lực của mình trong việc vượt qua các thách thức về dữ liệu, hạ tầng CNTT và nguồn lực, cũng như đạt được các mục tiêu phát triển kinh doanh nhờ AI đã định sẵn.

 

 

 

Nguồn tham khảo
(1) BCG. 2021. Strengthening the Steel Industry with AI
(2) The Manufacturer. 2020. ArcelorMittal collaborates with Iris.ai to advance its use of scientific research
(3) AIM. 2021. How Tata Steel Uses AI: A Case Study

Nghiên cứu nổi bật
01. Ứng dụng học máy trong tạo lập kế hoạch giá tối ưu 02. Sử dụng dữ liệu trong sản xuất thông minh 03. Ngành hàng không trước làn sóng chuyển đổi số 04. Định hướng kế hoạch chuyển đổi số ngành nông nghiệp 2022 của một số tỉnh thành
Đăng kí theo dõi ngay!
Cập nhật những xu hướng và phân tích mới nhất về chuyển đổi số với các bản tin điện tử của FPT Digital.

    Tìm hiểu về chuyển đổi số cho doanh nghiệp