Ashok Leyland ਆਪਣੀਆਂ 170,000 ਤੋਂ ਵੱਧ ਕਨੈਕਟਡ ਗੱਡੀਆਂ ਦੀ ਨਿਗਰਾਨੀ (Monitoring) ਲਈ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ ਰੋਜ਼ਾਨਾ ਇੱਕ ਟੈਰਾਬਾਈਟ (Terabyte) ਡਾਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ (Analysis) ਕਰਕੇ ਸਰਵਿਸ ਲਾਗਤਾਂ ਘਟਾਉਣ ਅਤੇ ਵਾਹਨਾਂ ਦੀ ਮੇਨਟੇਨੈਂਸ (Maintenance) ਨੂੰ ਤੇਜ਼ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖ ਰਿਹਾ ਹੈ।
Detailed Coverage
Ashok Leyland ਆਪਣੇ ਕਾਰੋਬਾਰ ਦੇ ਹਰ ਪਹਿਲੂ, ਵਾਹਨ ਨਿਰਮਾਣ ਤੋਂ ਲੈ ਕੇ ਗਾਹਕ ਸੇਵਾਵਾਂ ਤੱਕ, ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨੂੰ ਲਗਾਤਾਰ ਸ਼ਾਮਲ ਕਰ ਰਿਹਾ ਹੈ।
170,000+ ਵਾਹਨਾਂ 'ਤੇ AI ਦੀ ਨਜ਼ਰ
ਕੰਪਨੀ ਆਪਣੇ 'Uptime Solution Centre' ਰਾਹੀਂ 170,000 ਤੋਂ ਵੱਧ ਵਾਹਨਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਰਹੀ ਹੈ। ਇਹ ਸੈਂਟਰ ਪ੍ਰੀਡਿਕਟਿਵ ਮੇਨਟੇਨੈਂਸ (Predictive Maintenance) ਟੈਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਗੱਡੀਆਂ ਖਰਾਬ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸੰਭਾਵੀ ਸਮੱਸਿਆਵਾਂ ਦਾ ਪਤਾ ਲਗਾਇਆ ਜਾ ਸਕੇ। ਇਸ ਨਾਲ ਫਲੀਟ ਦੀ ਉਪਲਬਧਤਾ (Fleet Availability) ਵਧਦੀ ਹੈ, ਜੋ ਕਿ ਕਮਰਸ਼ੀਅਲ ਵਾਹਨ ਚਾਲਕਾਂ ਲਈ ਬਹੁਤ ਅਹਿਮ ਹੈ ਕਿਉਂਕਿ ਉਨ੍ਹਾਂ ਦਾ ਮੁਨਾਫਾ ਵਾਹਨਾਂ ਦੇ ਲਗਾਤਾਰ ਚੱਲਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
ਅਸਲ-ਦੁਨੀਆ ਦੇ ਡਾਟਾ ਦਾ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਇਸਤੇਮਾਲ
ਕੰਪਨੀ ਆਪਣੇ ਕਨੈਕਟਡ ਵਾਹਨ ਨੈੱਟਵਰਕ ਤੋਂ ਰੋਜ਼ਾਨਾ ਲਗਭਗ ਇੱਕ ਟੈਰਾਬਾਈਟ (TB) ਡਾਟਾ ਇਕੱਠਾ ਕਰਦੀ ਹੈ, ਜੋ ਰੋਜ਼ਾਨਾ 25 ਮਿਲੀਅਨ ਕਿਲੋਮੀਟਰ ਤੋਂ ਵੱਧ ਦਾ ਸਫਰ ਕਵਰ ਕਰਦਾ ਹੈ। ਕੰਪਨੀ ਦੀ ਵਿੱਤੀ ਸਾਲ 2026 ਦੀ ਸਾਲਾਨਾ ਰਿਪੋਰਟ ਮੁਤਾਬਕ, ਇਹ ਵੱਡੀ ਮਾਤਰਾ 'ਚ ਇਕੱਠੀ ਕੀਤੀ ਜਾਣਕਾਰੀ ਸਿਰਫ਼ ਮੇਨਟੇਨੈਂਸ ਲਈ ਹੀ ਨਹੀਂ ਹੈ। ਇਸ ਡਾਟਾ ਨੂੰ ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਵਾਪਸ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਡਿਜ਼ਾਈਨਰ ਭਾਰਤੀ ਸੜਕਾਂ 'ਤੇ ਵਾਹਨਾਂ ਦੇ ਅਸਲ ਇਸਤੇਮਾਲ ਦੇ ਆਧਾਰ 'ਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਰਣਨੀਤੀ ਦਾ ਉਦੇਸ਼ ਸ਼ੁਰੂਆਤੀ ਉਤਪਾਦ ਡਿਜ਼ਾਈਨ ਅਤੇ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਪ੍ਰਦਰਸ਼ਨ (Real-world Performance) ਵਿਚਕਾਰਲੇ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਹੈ।
ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ (Operational Efficiency) ਅਤੇ ਲਾਗਤ ਪ੍ਰਬੰਧਨ
ਉਤਪਾਦ ਵਿਕਾਸ ਤੋਂ ਇਲਾਵਾ, AI ਨੂੰ ਕੰਪਨੀ ਦੇ ਫੈਕਟਰੀ ਫਲੋਰਾਂ (Factory Floors) ਅਤੇ ਸਪਲਾਈ ਚੇਨ ਨੈੱਟਵਰਕਾਂ (Supply Chain Networks) ਵਿੱਚ ਵੀ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ। ਕੁਆਲਿਟੀ ਕੰਟਰੋਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਆਟੋਮੇਟ (Automate) ਕਰਕੇ ਅਤੇ ਲੌਜਿਸਟਿਕਸ (Logistics) ਨੂੰ ਆਪਟੀਮਾਈਜ਼ (Optimize) ਕਰਕੇ, ਕੰਪਨੀ ਨੇ ਕੁਝ ਵਰਕਫਲੋਜ਼ (Workflows) ਲਈ ਪ੍ਰੋਸੈਸਿੰਗ ਲਾਗਤਾਂ ਵਿੱਚ ਚਾਰ ਗੁਣਾ ਕਮੀ ਦਰਜ ਕੀਤੀ ਹੈ। ਇਹ ਡਿਜੀਟਲ ਟੂਲ ਤੇਜ਼ ਸਰਵਿਸ ਜਵਾਬਾਂ (Service Responses) ਦੀ ਵੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ, ਜੋ ਕਿ ਖੇਤਰ ਵਿੱਚ ਸੰਚਾਲਨ ਖਰਚਿਆਂ (Operational Overheads) ਦੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
ਜਿਵੇਂ-ਜਿਵੇਂ ਆਟੋਮੋਟਿਵ ਉਦਯੋਗ LNG, ਹਾਈਡ੍ਰੋਜਨ ਅਤੇ ਇਲੈਕਟ੍ਰੀਫਿਕੇਸ਼ਨ (Electrification) ਵਰਗੇ ਨਵੇਂ ਊਰਜਾ ਸਰੋਤਾਂ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ, ਕੰਪਨੀ ਇਨ੍ਹਾਂ ਡਿਜੀਟਲ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਘਰੇਲੂ ਅਤੇ ਗਲੋਬਲ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ (Competitors) ਦੇ ਮੁਕਾਬਲੇ ਆਪਣੀ ਮਾਰਕੀਟ ਸਥਿਤੀ ਬਰਕਰਾਰ ਰੱਖਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਮੰਨਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇਨ੍ਹਾਂ ਪਹਿਲਕਦਮੀਆਂ ਦੀ ਸਫਲਤਾ ਕੰਪਨੀ ਦੀ ਉੱਚ ਡਾਟਾ ਸ਼ੁੱਧਤਾ (Data Accuracy) ਬਣਾਈ ਰੱਖਣ ਅਤੇ ਸਾਈਬਰ ਸੁਰੱਖਿਆ (Cybersecurity) ਦੇ ਖਤਰਿਆਂ ਤੋਂ ਬਚਾਅ ਕਰਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ, ਜੋ ਕਿ ਵੱਧ ਤੋਂ ਵੱਧ ਵਾਹਨਾਂ ਦੇ ਕੇਂਦਰੀ ਸਰਵਰਾਂ ਨਾਲ ਜੁੜਨ ਕਾਰਨ ਵੱਧ ਰਹੇ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ (Investors) ਨੂੰ ਇਹ ਦੇਖਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਇਹ ਤਕਨੀਕੀ ਨਿਵੇਸ਼ ਆਉਣ ਵਾਲੀਆਂ ਤਿਮਾਹੀਆਂ (Quarters) ਵਿੱਚ ਲਾਭ ਮਾਰਜਿਨ (Profit Margins) ਵਿੱਚ ਸਥਾਈ ਸੁਧਾਰਾਂ ਵਿੱਚ ਕਿਵੇਂ ਬਦਲਦੇ ਹਨ। ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ (Digital Transformation) ਨਾਲ ਜੁੜੇ ਪੂੰਜੀ ਖਰਚ (Capital Expenditure) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹੋਏ ਇਨ੍ਹਾਂ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸਕੇਲ (Scale) ਕਰਨ ਦੀ ਕੰਪਨੀ ਦੀ ਯੋਗਤਾ ਭਵਿੱਖੀ ਵਿੱਤੀ ਖੁਲਾਸਿਆਂ (Financial Disclosures) ਵਿੱਚ ਟਰੈਕ (Track) ਕਰਨ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਾਰਕ ਹੋਵੇਗੀ।