Dalam generasi ini di mana mesin belajar lebih cepat daripada manusia, masih jutaan yang berjuang untuk tetap bertahan. Masa depan pekerjaan , enam dari sepuluh pekerja akan membutuhkan pelatihan baru pada tahun 2027. ini karena perubahan global yang terjadi karena kecerdasan buatan dan otomatisasi. Dalam lingkungan yang berubah ini, upaya untuk membangun tim dan meningkatkan kemampuan sangat penting untuk menjaga industri dan pasar bergerak. Ini adalah lanskap di mana inisiatif seperti Saurav Kant Kumar terbukti berharga, memandu proyek yang menghadapi masalah dunia nyata dan memajukan pengembangan keterampilan dengan cara yang berdampak pada pasar global. Forum Ekonomi Dunia Laporan 2023 85 juta karyawan Ambil sektor energi, misalnya, di mana pusat data, yang merupakan tulang punggung dari segala sesuatu dari eksplorasi minyak hingga komputasi awan, menghadapi ancaman konstan dari kegagalan perangkat keras. Drive NVMe, unit penyimpanan kecepatan tinggi, gagal tanpa banyak peringatan, mengarah ke ketidaknyamanan yang menghabiskan miliaran dolar setiap tahun untuk industri; pikirkan kehilangan data, operasi berhenti, dan tagihan perbaikan. Dalam pengaturan skala tinggi, dengan ribuan drive berjalan, satu kegagalan dapat memicu masalah yang lebih besar, mengganggu perusahaan energi yang membutuhkan data seismik untuk keputusan pengeboran. Saurav Kant Kumar datang ke ruang yang menantang ini dengan proyek tentang memprediksi kegagalan NVMe. Dia membangun sistem menggunakan model seri waktu dan set pembelajaran mesin untuk mengidentifikasi masalah hingga dua hari ke depan. Lebih dari menyelesaikan masalah perusahaan, ini berarti operasi Apa yang membuat ini luar biasa adalah cara ia menangani masalah yang lebih luas dalam komputasi kinerja tinggi. karena permintaan global untuk pemrosesan data meningkat, dengan beban kerja AI saja diperkirakan akan menggandakan penggunaan energi di pusat data pada tahun 2026, per tahun. Secara komersial, ini menguntungkan dengan biaya yang lebih rendah bagi perusahaan minyak dan gas, yang pada gilirannya menjaga harga bahan bakar lebih stabil bagi konsumen. Pada tingkat masyarakat, kurang kegagalan mengakibatkan lebih sedikit limbah elektronik menumpuk di tempat pembuangan sampah, karena drive hanya diganti ketika benar-benar dibutuhkan. Saurav Kant Kumar mengingat lingkupnya: “Kami bertujuan untuk mengumpulkan metrik setiap lima menit dari ribuan mesin, mengubah data mentah menjadi peringatan yang mencegah kekacauan.” Pendekatan ini telah memberi makan rantai pasokan global, di mana pusat data yang dapat diandalkan mendukung segalanya dari belanja online hingga perdagangan keuangan, menstabilkan pasar yang menyentuh kehidupan sehari-hari. Perkiraan Industri Dalam manufaktur, cacat di jalur produksi tetap menjadi masalah yang keras kepala. di pabrik yang mengeluarkan produk perawatan pribadi seperti penggiling, cacat kecil termasuk bagian yang rusak atau bintik-bintik permukaan dapat meluncur, menyebabkan pengingat yang makan ke keuntungan. menunjukkan bahwa kontrol kualitas yang buruk dapat menghapus Untuk bisnis ritel, ini mengarah pada stok yang tidak konsisten di rak, menaikkan harga dan mengecewakan pembeli yang mengharapkan barang yang dapat diandalkan. Saurav Kant Kumar mengambil alih ini dalam sebuah proyek yang mendeteksi anomali di kepala penggiling. Menggunakan model penglihatan komputer seperti ResNet dan YOLO, ia mengotomatisasi pemeriksaan ribuan gambar, menemukan cacat tanpa mata manusia. studi hingga 35% Ini mengakibatkan penurunan 80% dalam inspeksi manual, menghemat sekitar $ 230.000 per tahun untuk operasi yang terlibat. Tetapi dalam gambaran yang lebih besar, di mana manufaktur memberi makan ritel global, lebih sedikit cacat berarti pasokan produk yang terjangkau yang lebih stabil. Ini berfungsi dengan baik di pasar yang berkembang, di mana produk perawatan pribadi murah adalah jalur hidup untuk kebersihan. Dengan mengurangi limbah, solusi ini mengurangi penggunaan bahan baku, mengurangi tekanan pada sumber daya seperti logam dan plastik yang sudah tertekan oleh dampak pertambangan. Masyarakat mendapat manfaat melalui produk yang lebih aman mencapai toko-toko lebih cepat, meningkatkan kesehatan masyarakat di daerah di mana akses ke barang-barang berkualitas sulit. Logistik membuang set sendiri masalah, terutama dalam menyesuaikan beban dengan pengangkut. dunia truk, penting untuk memindahkan barang-barang melintasi perbatasan, berurusan dengan inefisiensi yang meningkatkan penggunaan bahan bakar dan menunda pengiriman. Secara global, pengiriman yang tidak disesuaikan berkontribusi pada gangguan rantai pasokan, dengan Menghitung bahwa logistik yang buruk menambah Untuk ritel, ini menyebabkan produk segar rusak dalam transit atau elektronik tiba terlambat, mempengaruhi penjualan dan kepercayaan konsumen.Saurav Kant Kumar mengotomatiskan peringkat operator untuk pergerakan beban, memanfaatkan data historis dan pembelajaran mesin untuk mengurangi jumlah panggilan yang dibutuhkan untuk pemesanan sebesar 90%. Bank Dunia 10-15% dari Pergeseran ini memiliki dampak komersial dengan perusahaan truk mempertahankan pelanggan dengan lebih baik, mengurangi overhead yang dialihkan ke pembeli.Dalam skala global, rute yang dioptimalkan mengurangi emisi dari truk yang tidak aktif, membantu tujuan iklim karena transportasi menyumbang seperempat dari seluruh dunia. Industri ritel merasakan kemenangan melalui pengiriman yang lebih cepat, lebih murah, yang pada gilirannya mendukung pertumbuhan e-commerce di tempat-tempat seperti Asia dan Afrika. Saurav Kant Kumar menggambarkan tujuan ini: “Dengan peringkat operator berdasarkan lokasi real-time dan kinerja masa lalu, kami mengubah proses yang membosankan menjadi sesuatu yang cepat, membantu aliran barang tanpa hambatan botol biasa.” Produksi CO2 Dalam telekomunikasi, infrastruktur perencanaan seperti port Ethernet tidak berjalan di taman. Penyedia berjuang dengan permintaan prediksi di tengah-tengah penggunaan data yang meledak dari streaming dan kerja jarak jauh. Mencatat bahwa perencanaan yang buruk dapat menyebabkan hilangnya produktivitas miliaran di seluruh dunia, terutama di daerah yang kurang melayani.Saurav Kant Kumar mengembangkan model prediksi menggunakan LSTM dan Prophet pada dataset besar, memprediksi kebutuhan pelabuhan untuk menyesuaikan dengan puncak regional. Uni Telekomunikasi Internasional Ini juga berarti perusahaan telekomunikasi lebih cerdas dalam skala, menjaga biaya internet lebih rendah bagi pengguna di seluruh dunia.Dalam ritel, jaringan yang dapat diandalkan mendukung penjualan online, yang sekarang menyumbang 20% dari belanja global per tahun. Masyarakat mendapat manfaat dari konektivitas yang lebih baik, menutup kesenjangan digital, menyediakan pendidikan dan perawatan kesehatan di tempat-tempat terpencil. eMarketer Di luar proyek, kepemimpinan Saurav Kant Kumar bersinar dalam membangun tim dan pelatihan. dia mengelola kelompok ilmuwan data, membimbing mereka melalui alat AI dan menjalankan sesi untuk menyebarkan pengetahuan. Dalam industri seperti energi dan manufaktur, tim yang berkualitas memungkinkan adopsi teknologi lebih cepat, memperkuat efisiensi global. WEF Upaya ini mendukung tenaga kerja yang siap untuk twists AI, menghasilkan peran dalam analisis data sambil memfasilitasi transisi dari pekerjaan lama. tim terlatih mendorong inovasi di tingkat komersial, meningkatkan GDP melalui sektor produktif. masyarakat mendapatkan melalui pertumbuhan inklusif, dengan pelatihan membuka pintu bagi kelompok yang beragam. Dari sudut pandang futuristik, proyek-proyek ini menjanjikan dampak yang berkelanjutan. Alat-alat prediksi di pusat data dapat berkembang untuk menangani risiko hardware yang lebih luas, berpotensi mengurangi penutupan global dengan dua digit dan menghemat industri ratusan miliar. Dalam manufaktur dan logistik, deteksi otomatis dan matching dapat mengintegrasikan dengan IoT untuk penyesuaian real-time, membuat rantai pasokan tahan terhadap tantangan yang tidak dapat diprediksi seperti pandemi. prediksi telekomunikasi dapat bercampur dengan penyebaran 5G, memberikan konektivitas yang lancar yang memungkinkan kota-kota pintar.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Audio ini diproduksi dalam bahasa asli cerita!

Bagaimana Saurav Kant Kumar Menggunakan AI untuk Memperkuat Industri - dan Karyawan

About Author

KOMENTAR

HANG TAG

ARTIKEL INI DISAJIKAN PADA

Related Stories

19 things I learnt reading the NodeJSdocs

The Priory Ruins

A Beginner’s Guide to Blockchain Programming

Return to Pleasure Island

19 things I learnt reading the NodeJSdocs

The Priory Ruins

A Beginner’s Guide to Blockchain Programming

Return to Pleasure Island

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps