அசோக் லேலண்ட் நிறுவனம், **1,70,000**-க்கும் மேற்பட்ட இணைக்கப்பட்ட வாகனங்களை (connected vehicles) கண்காணிக்க செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தை தீவிரமாக பயன்படுத்தி வருகிறது. இதன் மூலம் உற்பத்தி திறனை மேம்படுத்தவும், சேவைக் கட்டணங்களைக் குறைக்கவும், பராமரிப்பு பணிகளை வேகப்படுத்தவும் திட்டமிட்டுள்ளது.
Detailed Coverage
வணிக வாகனங்கள் தயாரிப்பில் முன்னணியில் இருக்கும் அசோக் லேலண்ட், தனது உற்பத்தி மற்றும் வாடிக்கையாளர் சேவை பணிகளில் செயற்கை நுண்ணறிவின் (AI) பயன்பாட்டை அதிகரித்து வருகிறது. தற்போது, 1,70,000-க்கும் அதிகமான வாகனங்களை இந்நிறுவனம் தனது 'அப்டைம் சொல்யூஷன் சென்டர்' (Uptime Solution Centre) மூலம் கண்காணித்து வருகிறது. இந்த மையம், வாகனங்களில் பழுது ஏற்படும் முன்பே கண்டறிந்து சரிசெய்யும் 'முன்கணிப்பு பராமரிப்பு' (predictive maintenance) தொழில்நுட்பத்தைப் பயன்படுத்துகிறது. இதன் முக்கிய நோக்கம், வர்த்தக வாகனங்களின் இயக்க நேரத்தை (fleet availability) அதிகரிப்பதாகும்.
நிஜ உலக தரவுகளை கொண்டு வடிவமைப்பு
இந்நிறுவனம், இணைக்கப்பட்ட வாகன வலையமைப்பில் இருந்து தினமும் சுமார் 1 டெராபைட் (terabyte) அளவிலான தரவுகளை சேகரிக்கிறது. இந்த வாகனங்கள் தினமும் 25 மில்லியன் கிலோமீட்டருக்கும் அதிகமான தூரம் பயணிக்கின்றன. 2026 நிதியாண்டுக்கான அறிக்கையின்படி, இந்த பெருமளவு தரவுகள் பராமரிப்புக்கு மட்டுமல்லாமல், பொறியியல் பணிகளுக்கும் பயன்படுத்தப்படுகின்றன. இதன் மூலம், இந்தியாவில் வாகனங்கள் எப்படி இயக்கப்படுகின்றனவோ, அதற்கேற்ப வாகனங்களை வடிவமைக்க முடிகிறது. இது, வாகனத்தின் ஆரம்பகட்ட வடிவமைப்புக்கும், நிஜ உலக செயல்திறனுக்கும் இடையே உள்ள இடைவெளியைக் குறைக்க உதவுகிறது.
செயல்பாட்டு திறன் மற்றும் செலவு மேலாண்மை
தயாரிப்பு மேம்பாட்டிற்கு அப்பால், தொழிற்சாலைகளிலும், விநியோகச் சங்கிலி (supply chain) வலையமைப்பிலும் AI தொழில்நுட்பம் பயன்படுத்தப்பட்டுள்ளது. தரக்கட்டுப்பாட்டு செயல்முறைகளை தானியக்கமாக்குதல் மற்றும் விநியோகத்தை மேம்படுத்துதல் ஆகியவற்றின் மூலம், சில பணிகளுக்கான செயலாக்க செலவுகள் நான்கு மடங்கு குறைந்துள்ளதாக நிறுவனம் தெரிவித்துள்ளது. மேலும், இந்த டிஜிட்டல் கருவிகள் விரைவான சேவை பதில்களை அனுமதிக்கின்றன. இது, மூலப்பொருள் விலை ஏற்ற இறக்கங்கள் மற்றும் போக்குவரத்து செலவுகளால் பாதிக்கப்படக்கூடிய இத்துறையில், செயல்பாட்டு செலவுகளை நிர்வகிக்க உதவுகிறது.
வாகனத் துறை LNG, ஹைட்ரஜன் மற்றும் மின்சார வாகனங்கள் போன்ற புதிய எரிசக்தி ஆதாரங்களை நோக்கி நகர்ந்து கொண்டிருக்கும் வேளையில், இந்த டிஜிட்டல் திறன்கள் உள்நாட்டு மற்றும் உலகளாவிய போட்டியாளர்களுக்கு மத்தியில் தனது சந்தை நிலையைத் தக்கவைக்க உதவும் என்று நிறுவனம் கருதுகிறது. இருப்பினும், இந்த முயற்சிகளின் வெற்றி, தரவுகளின் துல்லியத்தைப் பராமரிப்பதிலும், சைபர் பாதுகாப்பு அபாயங்களிலிருந்து பாதுகாப்பதிலும் தங்கியுள்ளது. முதலீட்டாளர்கள், இந்த தொழில்நுட்ப முதலீடுகள் அடுத்த காலாண்டுகளில் லாப வரம்புகளில் (profit margins) நீடித்த முன்னேற்றங்களாக எவ்வாறு மாறுகின்றன என்பதைக் கண்காணிக்க வேண்டும். டிஜிட்டல் மாற்றத்திற்கான மூலதன செலவை நிர்வகிக்கும் அதே வேளையில், இந்த AI பயன்பாடுகளை விரிவுபடுத்தும் நிறுவனத்தின் திறன், எதிர்கால நிதி அறிக்கைகளில் கவனிக்க வேண்டிய முக்கிய காரணியாக இருக்கும்.