یک شرکت دانشبنیان ایرانی با توسعه سامانه هوش مصنوعی ASTAR، موفق به صرفهجویی 240 میلیون دلاری طی 9 سال در مدیریت داراییهای فیزیکی شده است. این سامانه با استفاده از فناوریهای پیشرفته مانند یادگیری ماشین و چتباتهای هوشمند، فرآیندهای تعمیر و نگهداری را در صنایع پتروشیمی، پالایشگاهی و نیروگاهی بهینه میکند. سامانه ASTAR با پیشبینی زمان تعمیرات و تخصیص بهینه نیروی انسانی، توقف تولید را کاهش داده و قابلیت اطمینان تجهیزات را افزایش داده است.
توسعه سامانه هوشمند؛ فراتر از تولید پلیمر
احسان اسماعیلی، کارشناس شرکت دانشبنیان پلیمر آریاساسول، از طراحی یک سامانه نوآورانه در حوزه مدیریت داراییهای فیزیکی خبر داد. شرکت پلیمر آریاساسول با این اقدام، فعالیت خود را از تولید محصولات پلیمری فراتر برده است. این شرکت با تکیه بر دانش بومی، سامانهای هوشمند برای بهینهسازی چرخه مدیریت کار (Work Management) در صنایع بزرگ طراحی کرده است. این سیستم فرآیندهای نگهداری، تعمیرات و بهینهسازی تجهیزات حیاتی را به شکل قابل توجهی ارتقا میدهد.
قلب تپنده سامانه: ترکیبی از هوش مصنوعی و تحلیل داده
اساس و پایه فنی این سامانه بر مدل بلوغ SAMI (Strategic Asset Management Inc) استوار است. هسته فنی آن نیز ترکیبی از فناوریهای پیشرفته و گوناگون است. این فناوریها شامل تحقیق در عملیات (Operations Research) و تشخیص ناهنجاری (Anomaly Detection) میشوند. همچنین از یادگیری ماشین (Machine Learning) و سیستمهای پیشنهاددهنده (Recommender Systems) در این سامانه استفاده شده است. داشبوردهای هوش تجاری (BI) نیز اطلاعات میدانی را به تصمیمهای اجرایی تبدیل میکنند.
جزئیات فنی پیشرفته در هسته هوش مصنوعی
برای توسعه هسته هوش مصنوعی این سامانه از روشهای بسیار پیشرفتهای بهره گرفته شده است. متدهایی مانند RAG، CAG، RLHF و Quantization برای اجرای مدلها با بالاترین دقت و حجم بهینه به کار رفتهاند. فرآیند انتقال مدلها به محیط عملیاتی نیز از طریق چارچوب MLOps انجام میشود. تحلیلهای سیستم به صورت پویا با دادههای Dynamic SQL بهروزرسانی میشوند. همچنین قابلیت Long Context Reasoning توانایی استنتاج سامانه را در تصمیمگیریهای پیچیده به شکل چشمگیری افزایش داده است.
نتایج خیرهکننده: 240 میلیون دلار صرفهجویی در 9 سال
پیادهسازی سامانه کلان ASTAR (Arya Sasol Total Asset Reliability) نتایج اقتصادی بسیار موفقی به همراه داشته است. این سیستم طی 9 سال گذشته توانسته بیش از 240 میلیون دلار صرفهجویی اقتصادی مستقیم برای شرکت ایجاد کند. ارتقای این سامانه با ابزارهای نوین هوش مصنوعی در یک سال اخیر، کارایی آن را به شدت افزایش داده است. این امر به کاهش توقف تولید، افزایش قابلیت اطمینان تجهیزات و بهبود کیفیت تصمیمگیری منجر شده است.
بهینهسازی چرخه کار در صنایع استراتژیک
کاربران اصلی این سامانه شامل واحدهای نگهداری و تعمیرات، مهندسی قابلیت اطمینان و مدیریت داراییهای فیزیکی هستند. این واحدها در صنایع استراتژیک مانند پتروشیمی، پالایشگاهی، نیروگاهی و معدنی فعالیت میکنند. برای مثال، در مرحله برنامهریزی (Planning)، الگوریتم یادگیری ماشین به سوپروایزر عملیات کمک میکند. این الگوریتم مدت زمان دقیق تعمیرات و علت احتمالی خرابی تجهیزات را با دقت بالا پیشبینی میکند.
تخصیص بهینه منابع با مدلهای ریاضی
یکی از قابلیتهای کلیدی سامانه، بهینهسازی تخصیص منابع انسانی است. یک مدل بهینهسازی ریاضی پیشرفته، حجم کارهای معوق (Backlog) را تحلیل میکند. این مدل بر اساس تحلیل دادهها، بهترین شیوه تخصیص نیروی انسانی را پیشنهاد میدهد. این قابلیت حتی امکان بهینهسازی چارت سازمانی واحدها را متناسب با نیازهای واقعی و حجم کار فراهم میکند. این بهینهسازی منجر به افزایش بهرهوری و کاهش هزینهها میشود.
چتبات هوشمند؛ دستیار سازمانی یکپارچه
یک چتبات هوشمند سازمانی مبتنی بر مدلهای زبانی بزرگ (LLM) در این سامانه تعبیه شده است. این چتبات با قابلیت مکالمه و تحلیل بلادرنگ، کاربران را در تمام 7 مرحله چرخه مدیریت کار همراهی میکند. کاربران میتوانند درباره قوانین داخلی، وضعیت کارهای معوق و تهیه گزارشهای تخصصی از آن سؤال کنند. این دستیار هوشمند به یکپارچگی اطلاعات و تعامل هوشمند در سراسر سازمان کمک میکند.
پیشنیاز موفقیت: فرهنگسازی پیش از اجرای فناوری
موفقیت ابزارهای پیشرفته هوش مصنوعی بدون وجود بستر فرهنگی مناسب در سازمانها امکانپذیر نیست. به همین دلیل، شرکت پلیمر آریاساسول ابتدا بستر فرهنگی و سازمانی لازم را برای پذیرش این فناوری ایجاد کرد. پس از آمادهسازی زیرساخت فرهنگی، سامانه روی آن پیادهسازی شد. این سامانه کاملاً داخلی است و تمام مجوزهای لازم برای دسترسی به دادهها و پیادهسازی در محیطهای اندرویدی از طریق ساختار داخلی شرکت دریافت شده است.
***
دستیابی به صرفهجویی 240 میلیون دلاری توسط شرکت پلیمر آریاساسول، اهمیت سرمایهگذاری بر فناوری هوش مصنوعی بومی را به نمایش میگذارد. این دستاورد نشان میدهد که بهینهسازی مدیریت داراییهای فیزیکی میتواند به شکل مستقیم بهرهوری را افزایش و هزینههای عملیاتی را در صنایع سنگین کاهش دهد. سامانه ASTAR، این شرکت را به عنوان یک پیشگام در ارائه راهحلهای فناورانه برای صنایع استراتژیک کشور مطرح میکند. موفقیت این پروژه، پتانسیل بالای ترکیب دانش فنی و بسترسازی فرهنگی برای تحول دیجیتال در سازمانهای بزرگ را اثبات میکند.