Ngày 21/6, tờ Nhân Dân Nhật Báo (People's Daily) đăng bài viết nhan đề "Để thép sản xuất theo kiểu cá nhân hóa, tùy chỉnh", giới thiệu về nhóm ra quyết định trí tuệ nhân tạo (AI) của Baosteel (thuộc China Baowu) – tập đoàn thép lớn nhất Trung Quốc. Nhóm đã đưa AI vào dây chuyền sản xuất thép truyền thống, biến "người khổng lồ thép" có thể uốn cong theo nhu cầu khách hàng.

AI thay thế con người trong phân bổ đơn hàng và tối ưu sản xuất

Trước đây, sản xuất thép mang đặc điểm quy mô lớn, tập trung. Nhiều doanh nghiệp chế tạo phàn nàn: "Vì yêu cầu thép có tính năng đặc biệt, số lượng ít, hiếm nhà máy nào nhận đơn." Giờ đây, một nhóm kỹ sư trẻ đã đưa AI vào sản xuất thép, biến "người khổng lồ thép" có thể linh hoạt đáp ứng mọi đơn hàng.

Tại China Baowu, khi lượng đơn hàng khổng lồ đổ về, bộ phận điều phối trung tâm đã được thay thế bằng mô hình tối ưu hóa ra quyết định dựa trên AI. Ông Giả Thụ Tấn (Jia Shujin), trưởng nhóm nghiên cứu phát triển công nghệ tối ưu hóa ra quyết định AI của Baosteel, cho biết: "Với Baosteel, chúng tôi có nhiều cơ sở sản xuất, tổng công suất hơn 80 triệu tấn. Việc phân bổ đơn hàng ảnh hưởng trực tiếp đến chi phí và hiệu quả sản xuất."

Khác với mô hình tối ưu hóa vận trù học truyền thống, mô hình AI khi phân bổ đơn hàng không chỉ xem xét công suất, khả năng sản xuất, khoảng cách đến khách hàng của từng cơ sở, mà còn dựa trên dữ liệu lịch sử để chủ động dự đoán đơn hàng tương lai, từ đó phân bổ hợp lý. "Mô hình AI do chúng tôi tự phát triển có thể tối ưu hóa việc gửi đơn hàng theo thời gian thực," ông Giả Thụ Tấn nói, giúp giải quyết bài toán tối ưu tài nguyên giữa nhiều cơ sở.

AI học quy trình luyện thép, ghép đơn nhỏ thành đơn lớn

Để sản xuất cá nhân hóa, tùy chỉnh với số lượng nhỏ, AI cần hiểu quy trình sản xuất thép. Một lò luyện thép có thể sản xuất ít nhất 300 tấn, nhưng nếu gặp đơn hàng 200 tấn hay thậm chí 80 tấn thì sao? "Chúng tôi dạy AI 'gộp các loại tương tự', chuyển kiến thức quy trình luyện thép của kỹ sư thành các quy tắc số hóa," ông Giả Thụ Tấn giải thích. Sau khi học được kiến thức luyện thép, AI có thể gộp các đơn hàng nhỏ thành đơn lớn, đáp ứng nhu cầu số lượng nhỏ với chi phí sản xuất thấp hơn.

Dần dần, AI giải quyết được nhiều vấn đề thực tế trong sản xuất, bao gồm tận dụng phế liệu – toàn bộ quy trình sản xuất có hơn 10 công đoạn, mỗi công đoạn đều tạo ra phế liệu. Nếu không xử lý kịp, phế liệu sẽ chiếm kho hoặc bị bán như sản phẩm giá trị thấp. Trước đây, xử lý phế liệu thủ công hiệu quả thấp. Nay, AI khi phát hiện đơn hàng mới có thể sử dụng phế liệu sẽ nhanh chóng ghép cặp, vừa giảm chi phí vừa nâng cao hiệu quả giao hàng. "Hệ thống ghép cặp thông minh phế liệu vận hành tự động hoàn toàn, chỉ vài phút là tìm được chỗ tốt nhất cho toàn bộ phế liệu trên dây chuyền," ông Giả Thụ Tấn cho biết.

AI tối ưu logistics: tiết kiệm hơn 10 triệu NDT mỗi năm

Sau khi sản phẩm xuất xưởng, việc vận chuyển đến khách hàng cũng là bài toán tìm lời giải tối ưu. "Trước đây, mỗi cơ sở sản xuất có trung tâm logistics riêng, dữ liệu giữa các trung tâm không liên thông, tài nguyên không chia sẻ," chị Dương Tử Ngưng (Yang Zining), thành viên nhóm, cho biết. Nhóm đã thu thập dữ liệu giá cước và thời gian vận chuyển của hàng nghìn điểm logistics trong hơn 10 năm, cho AI học và hiểu. Hiện nay, với mỗi nhu cầu vận chuyển, hệ thống định tuyến logistics thép có thể tính toán và so sánh tất cả các phương án kết hợp, đưa ra lời giải tối ưu. "Quá trình suy luận này liên quan đến hàng triệu tỷ phép tính, con người khó có thể sánh kịp," chị Dương nói.

Tại Baosteel, nhóm đã phát triển hơn 30 hệ thống mô hình ra quyết định AI, bao phủ các khâu then chốt như mua hàng, sản xuất, bán hàng. Riêng hệ thống logistics đã giúp tiết kiệm hơn 10 triệu NDT mỗi năm.

Đội ngũ 14 người, gần 60% là thế hệ 9X

Đằng sau các mô hình là một đội ngũ chỉ 14 người, gần 60% sinh sau năm 1990, với chuyên ngành đa dạng: toán học, khoa học máy tính, dữ liệu lớn, AI, luyện kim và khoa học vật liệu. "Mô hình công nghiệp đòi hỏi thành viên vừa hiểu AI vừa hiểu ngành thép," ông Giả Thụ Tấn nói. Nhóm đang nỗ lực xây dựng 'nhà máy ảo' trong ngành thép, thông qua hàng trăm nghìn lần thử nghiệm trong thế giới ảo để giảm chi phí, tăng hiệu quả, hỗ trợ sản xuất thực tế.

Theo Csteelnews

Ảnh: 089photoshootings / Pixabay