Enterprise AI Menawarkan Solusi untuk Gangguan Industri Baja

Dengan kemajuan teknologi yang didorong oleh kecerdasan buatan (AI) dan pembuatan data lake, organisasi mulai menyadari nilainya bagi produksi industri.

Enterprise AI dapat disematkan dalam model bisnis fundamental untuk meningkatkan 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 yang tertua dalam peradaban manusia, telah menjadi tulang punggung pertumbuhan industri modern. Baja adalah logam paling populer yang digunakan saat ini, dan besi, elemen keempat paling umum di kerak bumi, adalah penyusun utamanya.

Menurut Worldsteel Association, produksi baja mentah global meningkat dari 189 juta metrik ton pada 1950 menjadi 1,8 miliar mt pada 2018. Pertumbuhan pesat selama dua dekade terakhir berasal dari kelebihan kapasitas yang diproduksi di China, yang menyumbang hampir 50 persen dari produksi baja dunia. . Ketidaksesuaian tersebut telah menyebabkan gangguan besar pada industri, terutama di dunia barat, karena produsen China mulai mengekspor kelebihan persediaan mereka dengan harga rendah.

Sementara ketidakseimbangan ini kemungkinan akan terus berlanjut, perusahaan berupaya meningkatkan efisiensi melalui modernisasi teknologi pembuatan besi dan baja mereka. Dalam prosesnya, mereka secara bertahap mengurangi ketergantungan pada tenaga manusia, demi otomatisasi.

Pabrik baja modern mempekerjakan jauh lebih sedikit tenaga manusia daripada 25 tahun yang lalu. Selama periode ketika produksi baja dunia tumbuh dua setengah kali lipat, industri ini telah mengurangi lebih dari 1,5 juta tenaga kerja.

Rantai pasokan baja mengandung beberapa elemen unik yang merupakan inti industri:

• Rantai pasokan masuk multi-sumber. Tambang menghasilkan aliran bahan baku yang berkelanjutan. Namun, bijih besi hadir dalam berbagai bentuk dan kualitas yang seringkali membutuhkan pemrosesan tambahan sebelum beralih ke pemrosesan produk akhir. Hal ini dapat menghasilkan berbagai nilai baja yang belum tentu sesuai dengan permintaan pelanggan tertentu.
• Produksi yang peka terhadap kesalahan. Proses manufaktur besi dan baja membutuhkan aliran material yang tidak terputus antara tahap produksi, termasuk tanur sembur, tungku oksigen dasar, kastor kontinu, dan pabrik penggilingan. Mematikan dan memulai kembali operasi tertentu selama proses pembuatan baja bisa memakan biaya. Oleh karena itu, aliran produksi dan inventaris perlu diseimbangkan untuk menghindari biaya pemanasan ulang, meminimalkan pergantian, dan menghilangkan akrual yang tidak diinginkan dari inventaris dalam proses.
• Jaringan penyimpanan dan distribusi produk jadi yang kompleks. Penyimpanan, pelacakan, dan distribusi rentan terhadap inefisiensi karena tingkat, berat, dan ukuran produk akhir yang bervariasi. Selain itu, ada batasan penggunaan teknologi pelacakan untuk industri baja, seperti tag identifikasi frekuensi radio (RFID) yang mengganggu sifat fisik baja.
• Beberapa saluran penjualan. Secara tradisional, perusahaan baja mengandalkan berbagai saluran penjualan tidak langsung, seperti dealer, agen, dan pusat layanan, semuanya menargetkan pasar yang sama. Pabrikan peralatan asli baja (OEM) memiliki kontrol terbatas di pasar, dengan visibilitas minimum terhadap persyaratan konsumen akhir. Selain itu, saluran tidak langsung memperlambat proses penjualan karena banyak jabat tangan dan akumulasi overhead, seperti komisi agensi. Dengan munculnya penjualan internet dan saluran penjualan langsung, e-marketplace dan e-auctions telah menjadi sarana populer untuk meningkatkan transparansi, memperpendek siklus penjualan, dan mengurangi overhead. Pada saat yang sama, platform e-marketplace telah memberikan akses siap pakai kepada pelanggan ke data pasar dan penawaran harga kompetitif untuk persyaratan kelas tertentu. Hal ini mengakibatkan proliferasi nilai baja, 75 persen di antaranya telah dikembangkan dalam 20 tahun terakhir. Memenuhi kebutuhan pelanggan dengan siklus pemenuhan pesanan terpendek dan harga paling kompetitif telah menjadi kunci proses penjualan.
• Pasar yang dikomoditisasi dan bergejolak. Dalam rantai pasokan baja, baik bahan mentah maupun produk jadi dikomoditaskan. Oleh karena itu, bisnis terkena volatilitas harga baik di titik permintaan maupun pasokan, yang mengakibatkan berkurangnya profitabilitas.

Perusahaan menghasilkan volume data yang besar setiap hari, dan itu tumbuh secara eksponensial. Data datang dalam bentuk terstruktur dan tidak terstruktur. Karena komputasi dalam memori, penyimpanan, dan teknologi digital menjadi andal dan terjangkau, banyak perusahaan logam menggunakannya untuk mengembangkan analitik canggih dan mendapatkan wawasan proses. Namun, hingga saat ini, sebagian besar upaya tersebut tidak memiliki visi organisasi yang luas dalam bentuk strategi rantai pasokan yang terintegrasi. Industri baja memiliki ruang yang signifikan untuk mendapatkan manfaat dari peningkatan kecakapan digitalnya.

Kembar digital adalah replika virtual dari proses rantai pasokan fisik, dan tulang punggung integrasi siber-fisik. Ini memastikan transmisi data yang mulus antara dunia digital dan entitas fisik. Untuk mengaktifkan AI perusahaan, atribut kembar digital berikut diperlukan:

• Platform perdagangan ekosistem untuk pertukaran informasi dengan semua mitra bisnis internal dan eksternal, melalui perangkat lunak siap pakai yang tersedia secara komersial.
• Platform mendengarkan dan langganan informasi, untuk menangkap informasi di luar batas kendali langsung.
• Konektivitas peralatan fisik dan pengambilan acara melalui perangkat Internet of Things (IoT). Kembar digital memastikan pengumpulan data real-time yang berkelanjutan di berbagai simpul rantai pasokan, seperti penyimpanan bijih (oleh penambang, pemasok, dan operator kapal), produksi (dengan oven kokas, pabrik sinter, tanur tinggi, kastor, dan pabrik), produk penyimpanan dan distribusi (berdasarkan galangan dan pengangkut barang), dan saluran penjualan (termasuk e-marketplace, pusat layanan, dan dealer).

Danau data besar adalah satu-satunya tempat penyimpanan untuk semua data perusahaan dalam format aslinya. Ini dapat digunakan untuk berbagai tujuan, seperti analitik lanjutan 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 pasokan, termasuk pit, yard, blast furnace, kastor, dan pabrik, dalam format mentah. Data besar dapat digunakan untuk memperoleh wawasan di bidang berikut:

• Kecerdasan pasar, terdiri dari informasi makroekonomi, kebijakan moneter, tarif, pertukaran logam, fluktuasi harga komoditas, informasi pesaing, dan situasi geopolitik.
• Data pabrik baja, memberikan perincian kapasitas dan operasi di berbagai tahap, seperti pembuatan besi dan baja, pengelolaan pekarangan, dan transportasi.
• Data rencana bisnis, termasuk rencana produksi dan pengiriman.
• Data ekosistem mitra, 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 perdagangan ekosistem) dari organisasi eksternal yang berbisnis dengan perusahaan baja.

Enterprise AI terdiri dari fungsi-fungsi berikut:

• Merasakan peristiwa di berbagai tahap dalam rantai pasokan baja. Sebelum mencapai ambang pintu konsumen, produk baja harus menjalani siklus hidup manufaktur yang lengkap. Karena bijih besi curah diubah menjadi produk baja diskrit, bahan baku bergerak melalui beberapa peralatan dan langkah proses. Setiap gangguan atau perubahan pada bagian mana pun dari rantai pasokan akan berdampak besar pada fase produksi lainnya. Kembar digital, dengan atribut terkait seperti IoT, akan segera mengenali perubahan dan mengumpulkan data untuk analisis lebih lanjut.
• Menganalisis peristiwa dan menentukan dampaknya terhadap indikator kinerja utama (KPI) pada rentang waktu yang berbeda. Setelah data peristiwa dikumpulkan, platform analitik lanjutan dipicu untuk mengidentifikasi kemungkinan pengaruh pada kegiatan yang direncanakan. Langkah ini menciptakan banyak skenario "bagaimana-jika" dalam sepersekian detik, memungkinkan perbandingan hasil dari kemungkinan perubahan di seluruh jaringan pasokan. Penilaian dapat menentukan dampak pada berbagai KPI dalam cakrawala perencanaan.
• Merekomendasikan solusi alternatif. Meskipun pengumpulan dan analisis data sangat penting, nilai sebenarnya dari AI perusahaan terletak pada kemampuannya untuk menganalisis dampak sepenuhnya, dan memberikan rekomendasi terkait. Jika dampaknya melampaui ambang batas KPI tertentu, aturan bisnis dan pelajaran dari pengalaman kognitif sebelumnya dapat membantu AI perusahaan untuk merekomendasikan solusi yang memberikan hasil bisnis yang diinginkan. Rekomendasi tersebut harus mempertimbangkan pengaruh di seluruh jaringan rantai pasokan, dan merekomendasikan rencana yang optimal.
• Mengoptimalkan hasil melalui pembelajaran kognitif berkelanjutan. Danau data besar memberikan wawasan melalui ilmu data. Enterprise AI, pada gilirannya, menggunakan informasi untuk memungkinkan pengoptimalan hasil yang berkelanjutan. Danau data besar adalah kumpulan informasi yang tidak terkait yang membutuhkan waktu 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 kerangka waktu, geografi, dan produk, serta menggali koneksi tersembunyi untuk memungkinkan pembelajaran mandiri berkelanjutan.

Enterprise AI mendorong keandalan, efisiensi, dan produktivitas di industri baja melalui pengurangan tenaga kerja manual, menggantikannya dengan konektivitas mesin-ke-mesin dan analitik preskriptif. Ini dapat merasakan elemen seperti wawasan pasar, volatilitas permintaan, dan gangguan dalam produksi dan pasokan. Penggunaan industri teknologi AI, bersama dengan investasi di danau data besar dan kembar digital, menjanjikan untuk mengubah perusahaan baja menjadi operasi yang lebih responsif dan menguntungkan. Pandangan pragmatis AI perusahaan dapat secara dramatis meningkatkan efisiensi rantai pasokan baja, yang mengarah pada pengurangan biaya penyimpanan inventaris dan mempersingkat waktu pemasaran di pasar baja yang mudah berubah.

Hiranmay Sarkar adalah mitra pengelola dengan Praktik Konsultasi dan Integrasi Layanan Tata Consultancy Services (TCS).