ردپای هوش مصنوعی در صنعت قطعات خودرو

اقتصاد۲۴-ازآنجایی‌که فناوری در کسب‌وکار بسیار ضروری است، رهبران باید بدانند که چگونه از آن در سازمان خود استفاده کنند. آن‌ها باید بدانند که هر فناوری داده شده چه کاری می‌تواند انجام یا نمی‌تواند انجام دهد و این‌که حتی چگونه کار می‌کند؛ چگونه می‌توان آن را با سایر فناوری‌ها ترکیب کرد. تأثیر آن بر سایر عناصر سازمان مانند فرایندها، افراد و داده‌ها چیست. چگونه رقبا می‌توانند از آن به نفع خود استفاده کنند. یکی از نوظهورترین فناوری‌های حال حاضر، فناوری هوش مصنوعی است.

هوش مصنوعی یک اصطلاح کلی برای فناوری‌های شناختی است که رفتار هوشمندانه انسان‌ها را تقلید می‌کند و در برخی موارد از محدودیت‌های انسانی فراتر می‌رود. این فناوری‌ها در سازمان‌ها فراگیرتر می‌شوند، درحالی‌که انسان‌ها در کنار آن‌ها کار می‌کنند. هوش مصنوعی به توانایی رایانه‌های دیجیتال یا ربات‌هایی مربوط می‌شود که با رایانه کنترل می‌شوند تا وظایفی؛ مانند وظایف موجوداتی با سطح هوش بالا را انجام دهند. هوش مصنوعی معمولاً در توسعۀ سیستم‌هایی استفاده می‌شود که دارای فرایند‌های فکری هستند که مشخصۀ انسان‌ها هستند، یعنی توانایی کشف معنا، یادگیری یا تعمیم از تجربیات گذشته. پس در واقع داده‌هایی که سازمان‌ها، شرکت‌ها و افراد با آن‌ها سروکار دارند و در طول زمان آن را کسب نموده‌اند، خوراک و اساس کارکرد گونه‌های مختلف هوش مصنوعی است. هدف اصلی هوش مصنوعی حتی با گنجاندن آن در کسب‌وکار، داشتن توانایی سازگاری با طیف گسترده‌تری از چالش‌ها و یادگیری از آن‌ها است. این در نهایت خطر مرتبط با محدودیت در مورد قابلیت‌های حل مشکل هوش مصنوعی را از بین می‌برد.

Al به‌عنوان هوش مصنوعی قوی یا هوش مصنوعی ضعیف در نظر گرفته می‌شود. هوش مصنوعی ضعیف را می‌توان هوش مصنوعی محدود نیز نامید. این سیستمی است که برای کار‌های دقیق؛ مانند سیری اپل طراحی شده است. هوش مصنوعی قوی به‌عنوان هوش عمومی نیز شناخته می‌شود، سیستمی که از توانایی‌های فکری بی‌رویۀ انسان تشکیل شده است. هنگامی که وظیفه‌ای ارائه می‌شود که اصلاً با آن آشنایی نداریم، هوش مصنوعی قوی وظیفۀ یافتن راه‌حل را دارد. این نیازی به دخالت انسان ندارد.

انواع ۹ گانه شناخته شده هوش مصنوعی عبارت‌اند از: تشخیص الگو – یادگیری ماشینی – محاسبات شناختی – رباتیک – شبکه‌های عصبی – پردازش – بینایی کامپیوتری – حافظه همگام – برنامه ریزی ژنتیک، که هرکدام به فراخور پتانسیل و کارایی شان، کاربردی خاص در فرایند‌های مختلف دارند.

صنعت قطعات خودرو به‌عنوان یکی از قدیمی‌ترین و وسیع‌ترین صنایع تولیدی و بازرگانی در سطح دنیا شناخته می‌شود. فرایند‌های اصلی زنجیره ارزش این صنعت هم مشابه با سایر صنایع عبارت‌اند از تدارکات داخلی، مجموعه عملیات، تدارکات خارجی، بازاریابی و فروش، خدمات که هر کدام رویه‌ها، چالش‌ها و شاخص‌های مختص به خود را دارند و برای اینکه بتوان به بهره‌ورترین حالت ممکن در فرایند‌های اصلی و فرعی زنجیره ارزش در این صنعت رسید باید اقدام به بررسی و بهبود عملکرد تک‌تک آن‌ها پرداخت.

با درنظرگرفتن قابلیت‌ها و توانمندی‌های هر یک از اقسام و گونه‌های ۹ گانه هوش مصنوعی، می‌توان کاربرد‌های متنوع هوش مصنوعی در طول زنجیره ارزش صنعت قطعات خودرو هم در حوزه تولید و همچنین بازرگانی را به شرح زیر عنوان نمود:

۱- پیش بینی تقاضا: الگوریتم‌های هوش مصنوعی با تجزیه و تحلیل داده‌های فروش، روند بازار و عوامل تاثیرگذار دیگر، قادر به پیش بینی دقیق تقاضای قطعات خودرو است. این عامل باعث می‌شود هم تولید کننده و هم توزیع کننده قطعات سطح موجودی انبار خود را بهینه نماید و از موجود بودن قطعات در زمان مورد نیاز اطمینان حاصل نماید.

بیشتر بخوانید: قیمت خودرو‌های مونتاژی بالا می‌رود؟ ‍

۲- کنترل کیفیت: با هوش مصنوعی می‌توان پروسه بازرسی و کنترل کیفیت قطعات خودرو را اتوماسیون کرد و ارتقا داد. بینایی کامپیوتری (computer vision) که با هوش مصنوعی پشتیبانی می‌شود می‌تواند خرابی‌ها، موارد غیر عادی و انحرافات از ویژگی‌های استاندارد را با دقت و راندمان بالا تشخیص دهد.

۳- تعمیر و نگهداری پیش‌بینانه: سیستم‌های تعمیر و نگهداری پیشبینانه که بر پایه هوش مصنوعی عمل می‌کنند، می‌توانند در آن واحد، عملکرد و وضعیت تمامی قطعات نصب شده بر خودرو را رصد و کنترل نماید. با تجزیه و تحلیل داده‌های سنسورها، الگوریتم هوش مصنوعی قادر به پیش بینی ایرادات آتی و یا اینکه آیا این قطعه احتیاج به تعمیر دارد یا خیر است و این باعث می‌شود که فرایند تعمیر و نگهداری پیشگیرانه و به موقع جاری شود. در این قسمت می‌توان به کاربرد تعمیر و نگهداری پیشبینانه در دستگاه‌ها و تجهیزات تولیدی کارخانجات تولید قطعات یدکی خودرو نیز اشاره نمود.

۴- بهینه سازی زنجیره تامین: هوش مصنوعی از طریق تجزیه و تحلیل عواملی همچون مسیر‌های حمل و نقل، الگو‌های سفارشگذاری و تقاضا و موجودی انبار می‌تواند زنجیره توزیع را بهینه سازی نماید. این باعث تسریع در فعالیت‌های لجستیکی، کاهش هزینه و افزایش راندمان کلی می‌شود.

۵- سیستم مارکتینگ شخصی سازی شده: هوش مصنوعی با تجزیه و تحلیل داده‌های مشتری و ترجیحات آنها، می‌تواند کمپین‌های بازاریابی شخصی شده ایجاد نماید. همچنین با تجزیه و تحلیل خرید‌ها و سفارشات پیشین مشتریان و پیشنهاد خرید قطعات مرتبط و مناسب، می‌تواند تجربه خرید مشتریان را ارتقا ببخشد.

۶- چت بات‌ها و دستیاران مجازی: دستیاران مجازی و چت بات‌های هوش مصنوعی می‌توانند در پاسخگویی به لستعلام قیمت، اطلاعات فنی محصولات و درخواست خرید مشتریان، پاسخگویی سریعی داشته باشند. این سیستم‌های هوش مصنوعی می‌توانند بستر خدمات به مشتریان و تعامل با آن‌ها را ارتقا بخشند.

۷- توسعه محصول، خدمات و طراحی: هوش مصنوعی می‌تواند در ایجاد و پدید آوری محصول از طریق شبیه سازی و بهینه سازی طراحی، کاهش زمان استخراج داده‌های بازار و بهبود عملکرد نقش موثری ایفا کند. همچنین هوش مصنوعی با آنالیز بازخورد‌های مشتری و تقاضای بازار در تصمیم سازی در مورد پدید آوری محصول، نقش ایفا می‌کند.

موارد بالا تنها تعدادی از مهم‌ترین موارد و مثال‌های کاربرد هوش مصنوعی در صنعت قطعات خودرو است و این در حالی است که هوش مصنوعی پتانسیل متحول نمودن ابعاد و جوانب مختلف این صنعت، از تولید و مدیریت زنجیره تأمین گرفته تا خدمات مشتریان و خلاقیت در ایجاد محصول را دارد. درعین‌حال استفاده از هوش مصنوعی یا عدم استفاده از آن و یا تعیین سطح به‌کارگیری آن نیاز به مطالعات تکمیلی در هر حوزه کاری خاص به فراخور پیشایند‌ها و پیامد‌های آن دارد و مطالعات در چارچوب این فناوری هر روز در حال گسترش است.