Tập đoàn GE được thành lập bởi Thomas Edison. Ngày nay, nó hoạt động trên toàn cầu trong các lĩnh vực năng lượng, sản xuất, y tế, hàng không, dầu khí và tài chính. Ba mươi phần trăm sản lượng điện của thế giới được cung cấp bởi các tuabin và máy phát điện của GE Power.1
Theo nhiều cách, ngành năng lượng đã tiếp tục hoạt động theo mô hình cơ bản do Edison thiết lập vào thế kỷ 18. Quá trình cốt lõi liên quan đến việc tạo ra các electron được truyền một chiều giữa nguồn và đích của chúng.
Ngày nay, hai áp lực lớn – cuộc cách mạng định hướng dữ liệu, dữ liệu số và nhu cầu chuyển đổi sang các nguồn năng lượng bền vững hơn – đã cùng nhau tạo ra những thách thức độc đáo, nhưng đồng thời cũng đem đến những lợi thế tuyệt vời.
Để đáp ứng những thách thức và tận dụng những cơ hội này, GE đã dành 5 năm và một tỷ đô la2 để chuyển đổi từ một công ty công nghiệp sang một công ty phần mềm và phân tích, tập trung vào việc xây dựng các máy móc tự học thông minh.
Trí tuệ nhân tạo đã giúp giải quyết những vấn đề gì?
Sự tăng trưởng của dân số và các ngành công nghiệp trên toàn thế giới đồng nghĩa với việc nhu cầu sử dụng năng lượng ngày càng tăng cao và nhu cầu đó sẽ tiếp tục tăng cao hơn nữa khi nhiều quốc gia đang phát triển đang trở thành các quốc gia công nghiệp hóa.
Đồng thời, những mối e ngại về vấn đề môi trường đồng nghĩa với việc nhu cầu tìm kiếm các nguồn năng lượng sạch hơn, an toàn hơn và ít gây ô nhiễm hơn ngày một tăng cao. Nguồn năng lượng từ gió, mặt trời và thủy triều dự kiến sẽ đóng một vai trò lớn hơn trong việc đáp ứng nhu cầu năng lượng của chúng ta trong thời gian tới.
Hiện tại, năng lượng thường bị lãng phí vì nó được tạo ra không hiệu quả hoặc do việc dự báo nhu cầu không chính xác. Tăng hoặc giảm sản lượng điện của trạm phát điện là một quá trình tốn kém và các yếu tố như thay đổi điều kiện thời tiết có thể gây ra sự tăng đột biến hoặc sụt giảm nhu cầu.
Trí tuệ nhân tạo được sử dụng như thế nào trong thực tế?
GE đang nỗ lực để phát triển cái mà họ gọi là “nhà máy năng lượng kỹ thuật số”, nơi mà họ tin rằng đây sẽ là bước đầu tiên để tạo ra một “mạng internet năng lượng” toàn cầu.
Tại GE Power, các kỹ sư đã tận dụng dữ liệu lớn, học máy (machine learning) và phân tích dự đoán để hiểu rõ hơn về những căng thẳng và nhu cầu trong hoạt động trong một nhà máy năng lượng hiện đại. Việc triển khai hệ thống cho phép một nhà máy điện tại Chivasso ở Ý, trước đây đã bị ngừng hoạt động do không thể đáp ứng đủ nhanh để thay đổi nhu cầu, được đưa trở lại hoạt động với ảnh hưởng môi trường đã được giảm xuống còn một nữa so với trước đây.3
Dữ liệu cảm biến từ máy móc trong toàn bộ nhà máy được phân tích bằng các thuật toán học máy, có thể xác định các thông số vận hành tối ưu hoặc làm nổi bật các vấn đề vốn là nguyên nhân của những hoạt động kém hiệu quả mà trước đây không được chú ý đến.
Trong thực tế, điều này có nghĩa là hoạt động sản xuất có thể tăng hoặc giảm khi những thay đổi về nhu cầu được dự đoán và các lỗi phát sinh có thể được khắc phục trước khi chúng trở thành một vấn đề lớn, thông qua việc bảo dưỡng dự phòng.
Những công nghệ, công cụ và dữ liệu nào đã được sử dụng?
Mạng lưới “Interner năng lượng” của GE được xây dựng xung quanh nền tảng internet công nghiệp của họ có tên là Predix. Nó cho phép GE có một cái nhìn tổng quan toàn cầu về sản xuất năng lượng cho khách hàng trên mạng lưới năng lượng toàn cầu của mình, bao gồm tất cả mọi thứ từ than, khí đốt và hạt nhân đến các cánh đồng năng lượng gió và mặt trời.
Một nhà máy điển hình được trang bị hơn 10.000 cảm biến, theo dõi mọi khía cạnh hoạt động, mỗi cảm biến tạo ra khoảng 2 TB dữ liệu mỗi ngày.4 Nền tảng Predix được thiết kế để có thể đọc dữ liệu cảm biến từ tất cả các máy móc trong nhà máy, không chỉ những máy móc được sản xuất và bán ra bởi GE.
GE đã sử dụng dữ liệu này để đi tiên phong trong khái niệm về “bản sao kỹ thuật số” (digital twin) – là bản sao mô phỏng trên máy tính của bất kỳ bộ phận nào trong doanh nghiệp của họ, cho thấy chính xác nó bị ảnh hưởng bởi các yếu tố trong thế giới thực như sự gia tăng về nhu cầu và thời tiết thay đổi như thế nào.
Điều này có nghĩa là các nhà khai thác trạm năng lượng, chẳng hạn như Exelon, đã cài đặt hệ thống Predix trên mạng lưới các nhà máy điện ở Mỹ,5 có thể dự báo chính xác hơn các yếu tố có thể ảnh hưởng đến điều kiện vận hành. Ví dụ, bằng cách dự báo chính xác hơn về thời tiết, họ có thể hiểu khi nào các trang trại năng lượng mặt trời sẽ kém hiệu quả nhất và có thể sẽ cần phải tăng sản lượng tại các nhà máy vận hành bằng khí đốt.
GE Power phân loại các khía cạnh này trong chương trình “Internet năng lượng” của họ như là “quản lý hiệu suất tài sản”.
Ngoài ra, trí tuệ nhân tạo (AI) được sử dụng để tối ưu hóa doanh nghiệp – sử dụng phần mềm từ Tamr,6 đã áp dụng học máy để quản lý các hoạt động mua sắm khổng lồ của mình. Trước đây, nhiều bộ phận của GE mua hàng trăm ngàn đơn vị hàng hóa từ một mạng lưới các nhà cung cấp trải rộng trên toàn cầu, với rất ít sự phối hợp trung tâm. Bằng cách đào tạo một hệ thống dựa trên hóa đơn và hồ sơ mua hàng, họ có thể tránh được việc đặt hàng quá mức và đảm bảo hiệu quả chi phí trong môi trường mà nhiều bộ phận có thể mua sắm cùng một mặt hàng từ các nhà cung cấp khác nhau.
Kết quả đạt được là gì?
Giám đốc kỹ thuật số (chief digital officer) của GE Power, Ganesh Bell, nói với tôi: “Hiện chúng tôi đã thấy các kết quả như giảm 5% thời gian ngừng hoạt động ngoài dự kiến, giảm 75% cảnh báo sai, giảm 25% chi phí vận hành và bảo trì – và những điều này bắt đầu tăng thêm giá trị có ý nghĩa.”
Sử dụng nền tảng Tamr để quản lý quy trình mua sắm và hàng tồn kho đã giúp tiết kiệm 80 triệu đô la trong ba năm, phó chủ tịch quản lý sản phẩm kỹ thuật của GE Digital Thread, Emily Galt cho biết.
Những thách thức và bài học chính được rút ra
- Ngành năng lượng cần tăng sản lượng khoảng 50% trong 20 năm tới, đồng thời cắt giảm 50% lượng khí thải carbon của mình.7 Các phân tích nâng cao do AI cung cấp có khả năng trợ giúp cho nhiệm vụ này.
- Dự đoán chính xác hơn các đỉnh và đáy trong của cầu năng lượng trong một khu vực địa lý có nghĩa là tăng hiệu quả và giảm thiểu lãng phí.
- Ngày nay, bất kỳ máy móc nào cũng có thể được kết nối với công nghệ đám mây và bắt đầu tạo ra dữ liệu. Nhưng giá trị thực sự nằm ở việc học cách diễn giải dữ liệu đó và rút ra những hiểu biết sâu sắc từ nó. Với những dữ liệu cực kỳ phức tạp như nhật ký vận hành máy móc được tạo ra bởi thiết bị tại các trạm năng lượng, hiện tại AI là công nghệ duy nhất có khả năng thực hiện được điều này.
Tham khảo
1. GE, GE Reports: https://www.ge.com/reports/energy/
2. GE, Waking Up as a Software and Analytics Company: https://www.ge.com/digital/blog/waking-up-software-analytics-company-building-intelligence-machines-systems
3. GE, Breathing new life into old assets: https://www.ge.com/power/case-studies/chivasso#
4. Fool.com, 3 Ways General Electric and Exelon Are Cashing in on Digital: https://www.fool.com/investing/2016/12/22/2-ways-ge-is-making-digital-indispensible.aspx
5. GE, The Internet Of Electricity: GE And Exelon Are Crunching Data Generated By Power Plants: https://www.ge.com/digital/blog/internet-electricity-ge-and-exelon-are-crunching-data-generated-power-plants
6. Fortune, GE Saved Millions by Using This Data Startup’s Software: http://fortune.com/2017/05/17/startup-saved-ge-millions/?iid=srlink2&utm_campaign=GE%20Saves%20Millions
7. Fool.com, 3 Ways General Electric and Exelon Are Cashing in on Digital: https://www.fool.com/investing/2016/12/22/2-ways-ge-is-making-digital-indispensible.aspx
