Tillämpa AI för tillgångshantering och finansiell riskbedömning i militära företag

För närvarande har tillgångshantering och finansiell riskbedömning på företag under den allmänna avdelningen för logistik och teknik, trots att de har ERP-programvara (Enterprise Resource Planning System), fortfarande vissa begränsningar. I synnerhet utförs processerna fortfarande mestadels manuellt och är starkt beroende av specialiserad personals erfarenhet, vilket leder till svårigheter som: Periodisk inventering av tillgångar varar ofta 5–7 dagar och noggrannheten är endast 85–90 %; förmågan att prognostisera finansiella risker är endast cirka 60–70 % noggrann och det finns ingen möjlighet att ge tidiga varningar; övervakning av maskiners status och planering av periodiskt underhåll enligt ett fast schema leder till höga kostnader, vilket inte optimerar tillgångarnas livscykel och effektivitet...

Major Le Nhat Tan (sittande) diskuterar med kollegor om att tillämpa sitt initiativ inom kapitalförvaltning och finansiell riskbedömning.

Baserat på den situationen började major Le Nhat Tan, assistent vid finansavdelningen (allmänna avdelningen för logistik och teknik), undersöka och utveckla ett initiativ för att tillämpa AI för tillgångshantering och finansiell riskbedömning. Mer specifikt föreslog initiativet att bygga och driftsätta ett omfattande system som tillämpar AI för att modernisera hanteringen och lösa ovanstående begränsningar. Systemet integrerar avancerad teknik som maskininlärning, stordataanalys, datorseende och blockkedja. Dessutom gör systemet det möjligt för företag att välja att driftsätta varje funktion beroende på deras behov, skala och resurser, vilket säkerställer flexibilitet och investeringseffektivitet.

Generallöjtnant Tran Minh Duc, chef för den allmänna avdelningen för logistik och teknik, och arbetsdelegationen besökte anställda vid X20 Joint Stock Company.

För tillgångshantering hjälper systemet till att automatisera datainmatning, klassificering av tillgångar och noggrant prognostisera råvarubehov baserat på historisk data och produktionsplaner; integrera sensorer anslutna till internet på maskiner för att samla in driftsdata i realtid, sedan analyserar AI dessa data för att förutsäga när utrustning behöver underhåll eller riskerar att gå sönder, vilket ersätter fasta underhållsscheman; bygga en centraliserad, intelligent tillgångsdatabas som möjliggör spårning av tillgångars hela livscykel från inköp, användning till avveckling, vilket hjälper till att optimera kostnader och prestanda; spåra tillgångar och spåra transaktioner, vilket säkerställer transparens och oföränderlighet, vilket gör det enkelt att granska.

För finansiell riskbedömning kan systemet analysera stora finansiella datamängder (kassaflöde, skulder, utgifter) för att automatiskt upptäcka misstänkta transaktioner, tecken på bedrägerier och ge tidiga varningar till chefer; analysera makrofaktorer (marknadsfluktuationer, räntor, växelkurser) och mikrofaktorer som påverkar verksamheten, och därigenom bygga upp riskscenarier och mäta potentiella effekter; föreslå riskförebyggande åtgärder baserat på analysresultat, vilket ger ledare och befälhavare ett kraftfullt stödverktyg för att fatta mer exakta och snabba ekonomiska beslut.

Ett hörn av verkstaden hos X20 Joint Stock Company.

Tillämpningen av initiativet förväntas ge enastående, kvantifierbara resultat jämfört med traditionella förvaltningsmetoder. Till exempel bidrar det till att minska kostnaderna för tillgångsunderhåll med 20–30 % tack vare tillämpningen av prediktivt underhåll, vilket minskar personalkostnader och lagertid till 1–2 dagar; minimerar ekonomiska förluster på grund av oförutsedda risker, förbättrar noggrannheten i riskprognoser till över 90 %. Samtidigt ökar tillgångsunderhållets noggrannhet till 98–99 %, med data som spåras automatiskt, är lätta att hämta och granska; förser ledare och befälhavare med kraftfulla analys- och prognosverktyg, går från erfarenhetsbaserat beslutsfattande till databaserat beslutsfattande; hjälper ekonomisk och tillgångsförvaltning att vara i linje med den digitala transformationstrenden inom armén och den nationella AI-utvecklingsstrategin. Tillsammans med detta förbättras förmågan att upptäcka bedrägerier tidigt, förhindrar förlust och slöseri med offentliga tillgångar; stärker kapaciteten för autonomi och ekonomisk säkerhet hos företag, vilket bidrar till att säkerställa stabilitet och hållbarhet i utförandet av nationella försvarsuppgifter.

Arbetare som arbetar på fabrik 22, aktiebolag 22.

Under pilotfasen testades initiativet på X20 Joint Stock Company och 22 Joint Stock Company. Dessa är enheter med tillräcklig data och grundläggande infrastruktur, vilket möjliggör verifiering av modellens faktiska effektivitet och justeringar för att passa försvarsföretagens egenskaper. Överstelöjtnant Chu Van De, styrelseordförande för X20 Joint Stock Company, utvärderade initiativets effektivitet och sa att tillämpningen av AI för produktionsledning och riskbedömning vid enheten medför många uppenbara fördelar. För det första bidrar det till att förbättra produktionseffektiviteten genom att optimera processer, fördela resurser rimligt och minimera avfall. För det andra förbättrar det produktkvaliteten genom automatisk övervakning, tidig upptäckt av fel och säkerställande av konsekvens mellan produktbatcher. För det tredje stöder det omfattande riskhantering, från att identifiera, analysera till att prognostisera potentiella risker, vilket hjälper företaget att proaktivt reagera och minimera negativa effekter. Slutligen, säkerställa efterlevnad av lagar och informationssäkerhet, vilket säkerställer säkerheten för viktiga data relaterade till det nationella försvaret.

Källa: https://www.qdnd.vn/quoc-phong-an-ninh/xay-dung-quan-doi/ung-dung-ai-vao-quan-ly-tai-san-danh-gia-rui-ro-tai-chinh-trong-doanh-nghiep-quan-doi-1011875