இந்தியாவின் புதுப்பிக்கத்தக்க ஆற்றல் துறையில், வெறும் புதிய திட்டங்களைச் சேர்ப்பதை விட, செயற்கை நுண்ணறிவு (AI) மூலம் உற்பத்தித் திறனையும், ஆலைகளின் செயல்திறனையும் அதிகரிப்பது முக்கிய இலக்காக மாறி வருகிறது. இதனால், நீண்ட கால லாபம் மற்றும் சொத்து மேலாண்மையில் AI-ன் தாக்கம் குறித்து முதலீட்டாளர்கள் உன்னிப்பாகக் கவனிக்கத் தொடங்கியுள்ளனர்.
துறையில் இதன் அர்த்தம் என்ன?
புதுப்பிக்கத்தக்க ஆற்றல் துறையில், புதிய உற்பத்தித் திறனை அதிகப்படுத்துவதை விட, தற்போதுள்ள சொத்துக்களின் செயல்பாட்டுத் திறனை மேம்படுத்துவதில் கவனம் திரும்பியுள்ளது. Boston Consulting Group-ன் புதிய அறிக்கைப்படி, செயற்கை நுண்ணறிவு (AI) இனி ஒரு பரிசோதனை கருவி மட்டுமல்ல, ஒரு போட்டியின் சாதக அம்சம்.
இந்திய நிறுவனங்களுக்கு, அதிக முதலீடு மற்றும் நில கையகப்படுத்தும் செலவுகள் நிறைந்த பெரிய திட்டங்களில், இருக்கும் சொத்துக்களிலிருந்து அதிக மின்சார உற்பத்தியைப் பெறுவது முக்கிய தேவையாகிறது. சந்தையின் முக்கிய செய்தி என்னவென்றால், தரவுகளைப் பயன்படுத்தி உற்பத்தியை மேம்படுத்தக்கூடிய நிறுவனங்கள், புதிய திறன்களை மட்டுமே நம்பியிருக்கும் நிறுவனங்களை விட, செயல்பாட்டுச் செலவுகளை சிறப்பாக நிர்வகிக்கும்.
ஏன் செயல்திறன் முக்கியத்துவம் பெறுகிறது?
வரலாற்று ரீதியாக, இந்தியாவின் புதுப்பிக்கத்தக்க ஆற்றல் துறையின் போட்டி, முடிந்தவரை அதிகமான Gigawatts (GW) திறனைச் சேர்ப்பதாக இருந்தது. ஆனால், சந்தை முதிர்ச்சியடையும் போது, Plant Load Factor (PLF) - அதாவது ஒரு ஆலை அதன் அதிகபட்ச திறனுடன் ஒப்பிடும்போது எவ்வளவு மின்சாரத்தை உற்பத்தி செய்கிறது என்பதைக் காட்டும் அளவு - மேம்படுத்துவது முக்கியமாகிறது.
AI கருவிகள், உபகரணங்களில் ஏற்படும் பழுதுகளை (பேனல் செயலிழப்பு அல்லது டர்பைன் சிக்கல் போன்றவை) அவை செயலிழக்கும் முன்பே கணிக்க உதவுகின்றன. வழக்கமான பழுதுபார்ப்பிலிருந்து கணிப்புப் பராமரிப்புக்கு மாறுவதன் மூலம், நிறுவனங்கள் செயல்பாட்டுச் செயலிழப்பைக் குறைக்க முடியும். Tata Power, Adani Green Energy, மற்றும் JSW Energy போன்ற நிறுவனங்கள், சொத்து ஆரோக்கியத்தை தொலைதூரத்தில் இருந்து கண்காணிக்க டிஜிட்டல் ட்வின்ஸ் மற்றும் கணிப்புப் பகுப்பாய்வுகளை அதிகம் பயன்படுத்துகின்றன. இந்த டிஜிட்டல் முறைகள் மூலம் ஆற்றல் விளைச்சலை 1% முதல் 3% வரை மேம்படுத்துவது, கூடுதல் நிலம் அல்லது உள்கட்டமைப்பு முதலீடு தேவையில்லாமல் கணிசமான வருவாய் ஈட்ட வழிவகுக்கும்.
வணிகத் தாக்கம்
முதலீட்டாளர்களுக்கு, AI-ஐ ஏற்றுக்கொள்வதன் தாக்கம் செயல்பாட்டுத் திறன் அளவீடுகளில் தெளிவாகத் தெரியும். இந்த தொழில்நுட்பங்களை வெற்றிகரமாகச் செயல்படுத்தும் நிறுவனங்கள், காலப்போக்கில் தங்கள் இயக்க லாப வரம்புகளில் (Operating Margins) முன்னேற்றத்தைக் காணலாம். பங்குதாரர்களுக்கான முக்கிய மதிப்பு மூன்று பகுதிகளில் இருந்து வரும்: பராமரிப்புச் செலவுகள் குறைப்பு, தானியங்கு பணிப்பாய்வுகள் மூலம் தொழிலாளர் உற்பத்தித்திறன் மேம்பாடு, மற்றும் சூரிய மற்றும் காற்றாலை பண்ணைகளின் அதிக இயக்க நேரம்.
இருப்பினும், இந்த மாற்றம் ஒரு கலாச்சார மற்றும் கட்டமைப்பு மாற்றத்தைக் கோருகிறது. மென்பொருளை வாங்குவது மட்டும் போதாது; பொறியியல் மற்றும் பராமரிப்புக் குழுக்களின் அன்றாடப் பணிப்பாய்வுகளில் தொழில்நுட்பம் ஒருங்கிணைக்கப்பட வேண்டும். இந்தக் கருவிகளை திறம்பட ஒருங்கிணைக்கத் தவறும் நிறுவனங்கள், எதிர்பார்த்த உற்பத்தித்திறன் ஆதாயங்கள் இல்லாமல் தொழில்நுட்பச் செலவுகள் உயர்வதைக் காணலாம்.
அபாயங்கள் மற்றும் செயல்படுத்துவதில் உள்ள தடைகள்
AI ஆற்றலைக் கொண்டிருந்தாலும், அது அபாயங்கள் இல்லாமல் இல்லை. ஆற்றல் துறையில் டிஜிட்டல் மாற்றத்துடன் தொடர்புடைய சவால்களை முதலீட்டாளர்கள் அறிந்திருக்க வேண்டும்:
- அதிக ஆரம்பச் செலவுகள்: மேம்பட்ட AI உள்கட்டமைப்பைச் செயல்படுத்த, ஆரம்ப மூலதனம் மற்றும் திறமையான பணியாளர்கள் தேவை. இது தற்காலிகமாக பணப்புழக்கத்தைப் பாதிக்கலாம்.
- சைபர் பாதுகாப்பு: ஆற்றல் உள்கட்டமைப்பு மிகவும் இணைக்கப்பட்டதாகவும் டிஜிட்டல் மயமாக்கப்பட்டதாகவும் மாறும்போது, கிரिड மற்றும் மின் உற்பத்தி சொத்துக்களுக்கான சைபர் அச்சுறுத்தல்களின் ஆபத்து அதிகரிக்கிறது. இதற்கு மேலும் பாதுகாப்பு முதலீடுகள் தேவை.
- ஒருங்கிணைப்பு சிக்கலானது: பல புதுப்பிக்கத்தக்க நிறுவனங்கள் பழைய அமைப்புகளைக் கொண்டுள்ளன. பழைய உள்கட்டமைப்பை புதிய AI கருவிகளுடன் இணைப்பது, ஒருங்கிணைப்பு தாமதங்களுக்கும் செலவு அதிகமாகவும் வழிவகுக்கும்.
- நிச்சயமற்ற வருவாய்: ஒரு புதிய சூரிய மின் நிலையத்தைக் கட்டுவது போல, அதன் வெளியீடு ஓரளவு கணிக்கக்கூடியது; AI திட்டங்களின் நிதி வருவாயை குறுகிய காலத்தில் அளவிடுவது கடினமாக இருக்கலாம். இது ஆய்வாளர்களுக்கு வெற்றியை அளவிடுவதைக் கடினமாக்குகிறது.
முதலீட்டாளர்கள் என்ன கண்காணிக்கலாம்?
இந்தத் துறையைப் பார்க்கும் முதலீட்டாளர்கள், நிர்வாகத்தின் கருத்துகள் மற்றும் வருடாந்திர அறிக்கைகளில் குறிப்பிட்ட சமிக்ஞைகளைக் கவனிக்கலாம். டிஜிட்டல் மாற்றம் தொடர்பான செலவுகள், PLF-ல் ஏற்படும் முன்னேற்றங்கள், மற்றும் AI-இயக்கும் பராமரிப்பு குறித்த குறிப்பிட்ட புதுப்பிப்புகள் குறித்து கண்காணியுங்கள். ஒரு நிறுவனம் அதன் செயல்பாட்டுத் திறனை மேம்படுத்தியதாகக் கூறினால், அது செயல்பாடுகள் மற்றும் பராமரிப்பு (O&M) செலவுகளில் குறைப்பு அல்லது ஆற்றல் விளைச்சலில் முன்னேற்றத்துடன் ஒத்துப்போகிறதா என்பதைச் சரிபார்க்கவும்.
