به گزارش فولادنامه، تصور کنید اتاق کنترل یک کارخانه فولاد بزرگ اروپایی را؛ ردیف مانیتورها، دمای کوره، فشار خط نورد، صدای هشدارهای گاه‌به‌گاه. تا همین چند سال پیش، تفسیر این داده‌ها عمدتاً بر عهده تجربه اپراتور بود؛ کسی که سال‌ها روی همین خط کار کرده و می‌داند فلان لرزش غیرعادی در یاتاقان یعنی چه. حالا در آرسلورمیتال، بخشی از همین تفسیر دارد به یک الگوریتم سپرده می‌شود.

طبق اعلام رسمی که در بخش اخبار انجمن آهن و فولاد آمریکا (AIST) هم منتشر شده، آرسلورمیتال در ماه ژوئن ۲۰۲۶ همکاری راهبردی‌ای با آمازون وب سرویسز (AWS) اعلام کرد تا فناوری‌های ابری، هوش مصنوعی و پردازش لبه (edge) را در سراسر عملیات تولیدی این غول فولادساز پیاده‌سازی کند. به گفته مدیر ارشد فناوری اطلاعات و امنیت سایبری آرسلورمیتال، نیک پوری، هدف این است که فناوری عملیاتی و فناوری اطلاعات این شرکت روی یک بستر امن واحد همگرا شوند تا عملیات به‌سمت مدلی دیجیتالی‌تر حرکت کند؛ مدلی که هم ایمن‌تر برای نیروی انسانی باشد، هم قابل‌اتکاتر در تولید.

از تعمیر پیش‌بینانه تا دوقلوی دیجیتال

آنچه این همکاری را از یک قرارداد فناوری معمولی متمایز می‌کند، دامنه کاربردهایی است که قرار است پوشش دهد. بر پایه داده‌های حسگرهای صنعتی و یادگیری ماشین، آرسلورمیتال قصد دارد هوش مصنوعی را مستقیماً در نقطه تولید به‌کار بگیرد: نگهداری پیش‌بینانه تجهیزات برای شناسایی نشانه‌های خرابی پیش از توقف واقعی خط، کنترل کیفیت مبتنی بر بینایی ماشین برای تشخیص عیوب محصول، بهینه‌سازی فرایند تولید در زمان واقعی، و ساخت دوقلوهای دیجیتال از دارایی‌های فیزیکی و خطوط تولید.

نکته‌ای که این پروژه را از یک آزمایش کوچک به یک تغییر ساختاری تبدیل می‌کند، تعهد به آموزش نیروی انسانی است؛ طبق همان گزارش، ای‌دبلیواس قرار است یک برنامه آموزشی جامع برای کارکنان جهانی آرسلورمیتال طراحی کند تا مهارت‌های لازم برای کار با این فناوری‌های دیجیتال و هوش مصنوعی در میان نیروی فعلی کارخانه‌ها گسترش پیدا کند. به بیان دیگر، این پروژه فقط جایگزینی نیروی انسانی با نرم‌افزار نیست، بلکه تلاشی است برای تغییر مهارت همان نیرویی که سال‌هاست پشت همان خطوط تولید ایستاده.

چرا این نوع بهره‌وری با بهره‌وری سنتی فرق دارد

در تاریخ صنعت فولاد، افزایش بهره‌وری معمولاً معادل بود با سرمایه‌گذاری سنگین فیزیکی: کوره بزرگ‌تر، خط نورد سریع‌تر، ظرفیت بیشتر. اما آنچه در این همکاری آرسلورمیتال-آمازون دیده می‌شود، مسیر متفاوتی است: بهره‌وری از دل داده و الگوریتم بیرون کشیده می‌شود، نه از دل بتن و فولاد اضافه. یک کارخانه‌ای که همان تجهیزات فیزیکی قبلی‌اش را دارد، صرفاً با پیش‌بینی دقیق‌تر خرابی، کاهش توقف‌های ناخواسته، و بهبود نرخ کیفیت محصول، می‌تواند بهره‌وری بیشتری از همان دارایی موجود بیرون بکشد.

این تفاوت، برای صنعتی مثل فولاد که سرمایه‌گذاری در تجهیزات فیزیکی جدید معمولاً بسیار پرهزینه و کندبازده است، اهمیت راهبردی دارد؛ چرا که مسیر جایگزینی برای افزایش بهره‌وری باز می‌کند که نیازمند ساخت کارخانه جدید یا خرید کوره جدید نیست.

درسی برای صنعت فولاد ایران

این نکته دقیقاً همان‌جایی است که می‌تواند برای صنعت فولاد ایران معنادار باشد. بسیاری از واحدهای فولادی ایران با محدودیت‌های جدی در تأمین سرمایه برای توسعه فیزیکی -خرید تجهیزات جدید، افزایش ظرفیت اسمی- روبه‌رو هستند؛ محدودیتی که در شماره‌های قبلی همین ستون‌ها هم به اشکال مختلف دیده شد. مسیر دیجیتالی که آرسلورمیتال دنبال می‌کند، نشان می‌دهد بخشی از بهره‌وری از دست‌رفته صنعت -کاهش توقف‌های ناخواسته خط، کاهش ضایعات ناشی از افت کیفیت، برنامه‌ریزی دقیق‌تر تعمیرات- را می‌توان بدون سرمایه‌گذاری کلان فیزیکی و صرفاً با سرمایه‌گذاری هدفمند در حسگرها، داده و مهارت نیروی انسانی به‌دست آورد؛ مسیری که برای واحدهای فولادی با منابع مالی محدود، می‌تواند نقطه شروع واقع‌بینانه‌تری نسبت به رؤیای توسعه فیزیکی بزرگ‌مقیاس باشد.