AI Perusahaan Mendorong Inovasi & Stabilitas di Sektor Baja
Dengan kemajuan teknologi yang didorong oleh kecerdasan buatan (AI) dan pembuatan data lake, organisasi mulai mengakui nilainya untuk produksi industri.
AI perusahaan dapat disematkan dalam model bisnis fundamental untuk memperkaya pengambilan keputusan. Ini berfokus pada hasil daripada teknologi itu sendiri, memungkinkan organisasi untuk mengubah data menjadi wawasan berharga untuk menciptakan nilai pelanggan yang berkelanjutan.
Industri logam, salah satu tertua dalam peradaban manusia, telah menjadi tulang punggung pertumbuhan industri modern. Baja adalah logam yang paling banyak digunakan saat ini, dan besi, elemen keempat paling umum di kerak Bumi, adalah konstituen utamanya.
Menurut Worldsteel Association, produksi baja kasar global meningkat dari 189 juta metrik ton pada tahun 1950 menjadi 1,8 miliar mt pada tahun 2018. Pertumbuhan cepat selama dua dekade terakhir datang dari kapasitas berlebih yang diproduksi di China, yang menyumbang hampir 50 persen produksi baja dunia. Ketidakseimbangan ini telah menyebabkan gangguan besar bagi industri, terutama di dunia barat, saat produsen China mulai mengekspor inventaris berlebih mereka dengan harga rendah.
Sementara ketidakseimbangan ini kemungkinan akan berlanjut, perusahaan bekerja untuk meningkatkan efisiensi melalui modernisasi teknologi pembuatan besi dan baja mereka. Dalam prosesnya, mereka secara bertahap mengurangi ketergantungan pada tenaga kerja manusia, untuk menguntungkan otomatisasi.
Pabrik baja modern mempekerjakan jauh lebih sedikit tenaga kerja manusia dari pada 25 tahun yang lalu. Selama periode ketika produksi baja dunia tumbuh dua setengah kali, industri telah kehilangan lebih dari 1,5 juta anggota tenaga kerja.
Rantai pasok baja berisi beberapa elemen unik yang inti bagi industri:
- Rantai pasok masuk yang berasal dari banyak sumber. Tambang menghasilkan aliran berkelanjutan bahan baku. Namun, bijih besi datang dalam berbagai bentuk dan kualitas yang sering memerlukan pemrosesan tambahan sebelum pindah ke pemrosesan produk akhir. Ini dapat menghasilkan berbagai tingkat baja yang tidak selaras dengan permintaan pelanggan tertentu.
- Produksi yang sensitif terhadap gangguan. Proses pembuatan besi dan baja memerlukan aliran bahan yang tidak terputus antara tahap produksi, termasuk blast furnace, basic oxygen furnace, continuous caster dan rolling mill. Menghentikan dan memulai ulang suatu operasi selama proses pembuatan baja dapat mahal. Oleh karena itu, alur produksi dan inventaris perlu diseimbangkan untuk menghindari biaya pemanasan ulang, meminimalkan pergantian, dan menghilangkan akumulasi tak diinginkan inventaris dalam proses.
- Jaringan penyimpanan dan distribusi produk akhir yang kompleks. Penyimpanan, pelacakan dan distribusi rentan terhadap ketidakefisienan karena berbagai tingkat, bobot dan ukuran produk akhir. Selain itu, ada keterbatasan dalam penggunaan teknologi pelacakan untuk industri baja, seperti tag radio frequency identification (RFID) yang mengganggu sifat fisik baja.
- Banyak saluran penjualan. Secara tradisional, perusahaan baja telah mengandalkan berbagai saluran penjualan tidak langsung, seperti dealer, agen dan pusat layanan, semuanya menargetkan pasar yang sama. Produsen asli peralatan (OEM) baja memiliki kontrol yang terbatas di pasar, dengan visibilitas minimum terhadap kebutuhan konsumen akhir. Selain itu, saluran tidak langsung memperlambat proses penjualan karena banyak persahabatan dan akumulasi overhead, seperti komisi agen. Dengan hadirnya penjualan internet dan saluran penjualan langsung, e-marketplace dan e-lelang telah menjadi cara populer untuk meningkatkan transparansi, mempersingkat siklus penjualan dan mengurangi overhead. Pada saat yang sama, platform e-marketplace telah memberikan akses langsung pelanggan ke data pasar dan kuotasi kompetitif untuk persyaratan tingkat yang ditentukan. Ini telah mengakibatkan proliferasi tingkat baja, 75 persen dari yang dikembangkan dalam 20 tahun terakhir. Memenuhi persyaratan pelanggan dengan siklus pemenuhan pesanan terpendek dan harga yang paling kompetitif telah menjadi kunci proses penjualan.
- Pasar yang dikomoditkan dan volabel. Dalam rantai pasok baja, baik bahan baku maupun produk akhir dikomoditkan. Oleh karena itu, bisnis terkena volatilitas harga baik di titik permintaan maupun pasokan, menghasilkan pengurangan profitabilitas.
Perusahaan menghasilkan volume data yang besar setiap hari, dan tumbuh secara eksponensial. Data datang dalam bentuk terstruktur dan tidak terstruktur. Seiring komputasi dalam memori, penyimpanan, dan teknologi digital menjadi andal dan terjangkau, banyak perusahaan logam menggunakannya untuk mengembangkan analitik canggih dan mendapatkan wawasan proses. Namun, sampai sekarang, sebagian besar upaya ini tidak memiliki visi seluruh organisasi dalam bentuk strategi rantai pasok terintegrasi. Industri baja memiliki ruang yang besar untuk mendapat manfaat dari peningkatan kemampuan digitalnya.
Digital twin adalah replika virtual dari proses rantai pasok fisik, dan tulang punggung integrasi cyber-fisik. Ini memastikan transmisi data yang lancar antara dunia digital dan entitas fisik. Untuk mengaktifkan AI perusahaan, atribut berikut dari digital twin diperlukan:
- Platform ekosistem komersial untuk pertukaran informasi dengan semua mitra bisnis internal dan eksternal, melalui perangkat lunak off-the-shelf yang tersedia secara komersial.
- Platform pendengaran dan langganan informasi, untuk menangkap informasi di luar batas kendali langsung.
- Konektivitas peralatan fisik dan tangkapan peristiwa melalui perangkat Internet of Things (IoT). Digital twin memastikan pengumpulan data berkelanjutan, real-time pada berbagai simpul rantai pasok, seperti penyimpanan bijih (dari penambang, supplier dan operator kapal), produksi (dari oven cok, pabrik sinter, blast furnace, caster dan pabrik), penyimpanan dan distribusi produk (dari yard dan pengangkut barang), dan saluran penjualan (termasuk e-marketplace, pusat layanan dan dealer).
Big-data lake adalah satu tempat penyimpanan untuk semua data perusahaan dalam format aslinya. Ini dapat digunakan untuk berbagai tujuan, seperti analitik canggih yang didorong oleh ilmu data dan pembelajaran mesin. Untuk perusahaan baja, big-data lake dapat menyimpan data bisnis yang tidak terkait dari berbagai simpul rantai pasok, termasuk lubang, yard, blast furnace, caster dan pabrik, dalam format mentah. Big data dapat digunakan untuk mendapatkan wawasan di area berikut:
- Intelijen pasar, yang terdiri dari informasi tentang makroekonomi, kebijakan moneter, tarif, pertukaran logam, fluktuasi harga komoditas, informasi kompetitor dan situasi geopolitik.
- Data pabrik baja, yang menyediakan detail kapasitas dan operasi pada berbagai tahap, seperti pembuatan besi dan baja, manajemen yard, dan transportasi.
- Data rencana bisnis, termasuk rencana produksi dan pengiriman.
- Data ekosistem mitra, yang dihasilkan oleh pemangku kepentingan eksternal seperti pelanggan, agen, pusat layanan, penambang, pengirim barang dan operator kapal. Ekosistem mitra harus menyediakan akses ke data dalam jaringan bisnis multi-perusahaan (seperti platform ekosistem komersial) dari organisasi eksternal yang bekerja sama dengan perusahaan baja.
AI perusahaan terdiri dari fungsi berikut:
- Pemantauan peristiwa pada berbagai tahap dalam rantai pasok baja. Sebelum mencapai pintu rumah konsumen, produk baja harus melalui siklus manufaktur lengkap. Saat bijih besi berbulk diubah menjadi produk baja diskrit, bahan baku bergerak melalui beberapa alat dan langkah proses. Setiap gangguan atau perubahan pada bagian mana pun dari rantai pasok akan berdampak besar pada tahap produksi lainnya. Digital twin, dengan atribut terkait seperti IoT, akan segera mengenali perubahan dan mengumpulkan data untuk analisis lebih lanjut.
- Menganalisis peristiwa dan menentukan dampaknya pada indikator kinerja kunci (KPI) pada berbagai cakupan waktu. Setelah data peristiwa dikumpulkan, platform analitik canggih akan diaktifkan untuk mengidentifikasi pengaruh yang mungkin terhadap aktivitas yang direncanakan. Langkah ini menciptakan berbagai skenario "what-if" dalam sekejap, memungkinkan perbandingan hasil dari perubahan yang mungkin terjadi di seluruh jaringan suplai. Penilaian dapat menentukan dampak pada berbagai KPI dalam cakupan perencanaan.
- Merekomendasikan solusi alternatif. Sementara pengumpulan dan analisis data esensial, nilai sebenarnya dari AI perusahaan terletak pada kemampuannya untuk menganalisis sepenuhnya dampak, dan memberikan rekomendasi terkait. Jika dampak melewati ambang batas dari KPI tertentu, aturan bisnis dan pelajaran dari pengalaman kognitif sebelumnya dapat membantu AI perusahaan untuk merekomendasikan solusi yang memberikan hasil bisnis yang diinginkan. Rekomendasi semacam itu harus mempertimbangkan pengaruh di seluruh jaringan rantai pasok, dan merekomendasikan rencana optimal.
- Mengoptimalkan hasil melalui pembelajaran kognitif berkelanjutan. Big-data lake memberikan wawasan melalui ilmu data. AI perusahaan, gilirannya, menggunakan informasi untuk mengaktifkan optimasi berkelanjutan dari hasil. Big-data lake adalah kumpulan informasi yang tidak terkait yang akan membutuhkan seumur hidup manusia untuk memahaminya. Tanpa struktur, informasi ini tidak dapat digunakan untuk tujuan bisnis. Teknik ilmu data dapat memfilter data tidak terstruktur dalam dimensi bisnis tertentu, seperti cakupan waktu, geografi dan produk, dan mengungkapkan koneksi tersembunyi untuk mengaktifkan pembelajaran mandiri berkelanjutan.
AI perusahaan mendorong keandalan, efisiensi dan produktivitas di industri baja melalui pengurangan tenaga kerja manual, menggantinya dengan konektivitas mesin-ke-mesin dan analitik preskriptif. Ini dapat merasakan elemen seperti intelijen pasar, volatilitas permintaan, dan gangguan dalam produksi dan pasokan. Penggunaan industri teknologi AI, bersama dengan investasi in big-data lakes dan digital twins, berjanji untuk mengubah perusahaan baja menjadi operasi yang lebih responsif dan menguntungkan. Pandangan pragmatis tentang AI perusahaan dapat secara dramatis meningkatkan efisiensi rantai pasok baja, mengarah pada biaya penyimpanan inventaris yang berkurang dan mempersingkat waktu ke pasar di pasar baja yang volabel.
Hiranmay Sarkar adalah managing partner di Tata Consultancy Services (TCS) Consulting and Services Integration Practice.