टाटा मोटर्स उत्पादनाची गुणवत्ता वाढवण्यासाठी, सेवा समस्यांचे निराकरण करण्यासाठी AI वापरत आहे: सीईओ शैलेश चंद्र

टाटा मोटर्सचा प्रवासी वाहन व्यवसाय गेल्या पाच वर्षांत जवळपास तिपटीने वाढला आहे, FY2021 मधील मासिक सरासरी सुमारे 18,500 युनिट्सवरून FY2026 मध्ये 53,000 पेक्षा जास्त युनिट्सपर्यंत, पूर्ण वर्षाच्या घाऊक विक्रीने विक्रमी 6,41,587 युनिट्स गाठले आहेत. त्या वाढीमुळे ग्राहकांच्या मालकीचे प्रमाण वाढले की कंपनीच्या दर्जेदार प्रणाली आणि सेवा पायाभूत सुविधा नेहमीच बरोबरीत राहत नाहीत.

मालक मंचांनी फिट-अँड-फिनिश विसंगती, विक्रीनंतरच्या टर्नअराउंड वेळा आणि त्याच समस्येसाठी वारंवार भेटी यांविषयी सातत्याने चिंता व्यक्त केली. आता टाटा मोटर्स ही तफावत दूर करण्यासाठी आर्टिफिशियल इंटेलिजन्स, प्रेडिक्टिव डायग्नोस्टिक्स आणि डिजिटल इंजिनीअरिंग टूल्सचा वापर करत आहे. एमडी आणि सीईओ शैलेश चंद्र यांनी याला नेतृत्व प्राधान्य दिले आहे.

टाटाने दिलेला सर्वात ठोस आकडा म्हणजे सुरुवातीच्या काळातील वाहन समस्यांमध्ये 60 टक्के कपात. यामध्ये मालकीच्या पहिल्या काही महिन्यांत समोर येणाऱ्या समस्या, ब्रँडच्या प्रतिष्ठेला सर्वाधिक दृश्यमानपणे नुकसान करणाऱ्या तक्रारींची श्रेणी समाविष्ट आहे.

उत्पादन लाइन्सवर कडक गुणवत्ता तपासणी, उत्तम लॉजिस्टिक प्रक्रिया आणि इलेक्ट्रॉनिक प्रूफ-ऑफ-डिलिव्हरी सिस्टीमची ओळख यांच्या संयोजनातून ही सुधारणा झाली आहे ज्यामुळे निराकरण न झालेल्या समस्यांसह ग्राहकांपर्यंत वाहने पोहोचण्याची शक्यता कमी होते.

हार्डवेअर-इन-लूप आणि सॉफ्टवेअर-इन-लूप व्हॅलिडेशन टेक्नॉलॉजीसह भौतिक वाहन प्रणालीच्या आभासी प्रतिकृती असलेल्या डिजिटल ट्विन्सचा वापर वाढवण्याची टाटा योजना आखत आहे. या साधनांचा व्यावहारिक अर्थ असा आहे की भौतिक प्रोटोटाइप तयार करण्यापूर्वी अभियंते आभासी वाहनावर हजारो चाचणी परिस्थिती चालवू शकतात. जे दोष पूर्वी केवळ उशीरा-टप्प्यात शारीरिक चाचणीत दर्शविले जायचे, किंवा त्याहून वाईट, ग्राहकांच्या हातात, ते आता विकास चक्रात काही महिन्यांपूर्वी ओळखले जाऊ शकतात आणि निराकरण केले जाऊ शकतात.

मॅन्युफॅक्चरिंगच्या बाजूने, AI सिस्टीमचा वापर रिअल टाइममध्ये प्रक्रिया विचलन फ्लॅग करण्यासाठी केला जात आहे, ज्यामुळे समान मूलभूत दोष असलेल्या वाहनांच्या तुकड्यांचा शोध न घेता मार्गावरून जाण्यापासून प्रतिबंध होतो. कार आधीच फील्डमध्ये आल्यावर सेवा तंत्रज्ञांना निदान करणे कठीण वाटणाऱ्या अधूनमधून येणाऱ्या, प्रतिकृतीसाठी कठीण असलेल्या समस्यांशी हे थेट संबंधित आहे.

संपूर्ण सेवा नेटवर्कवर AI-शक्तीवर चालणारी निदान साधने सादर केली जात आहेत. तंत्रज्ञांना समस्येचे संभाव्य कारण जलद ओळखण्यासाठी आणि प्रथमच त्याचे योग्यरित्या निराकरण करण्यात मदत करण्यासाठी या प्रणाली फॉल्ट कोड, मालकाने नोंदवलेली लक्षणे आणि ऐतिहासिक दुरुस्ती डेटाचे विश्लेषण करतात.

मोठे अधिकृत सेवा केंद्र आणि एक लहान वन-बे वर्कशॉप यांच्यातील सातत्यपूर्ण अंतर ही टाटा मालकांची वारंवार तक्रार आहे. वैयक्तिक तंत्रज्ञ कौशल्य आणि अनुभवावरील अवलंबित्व कमी करणारी साधने ही दरी कमी करण्यास मदत करू शकतात, सेवा देशात कुठेही केली जात असली तरीही.

अभियांत्रिकी, उत्पादन, पुरवठादार आणि विक्रीनंतरची संपूर्ण गुणवत्ता व्यवस्थापन फ्रेमवर्क हे या सर्व गोष्टींना एकत्र जोडणारा संरचनात्मक भाग आहे. जेव्हा ते एंड-टू-एंड चालतात तेव्हा गुणवत्ता प्रणाली कार्य करते.

चांगली बांधलेली पण ट्रांझिटमध्ये खराब झालेली किंवा सेवेच्या टप्प्यावर खराब दुरुस्त केलेली कार तरीही असमाधानी मालक निर्माण करते. AI आणि TQM गुंतवणूक टिकाऊ गुणवत्ता निर्माण करत आहेत किंवा ऑप्टिक्स व्यवस्थापित करत आहेत की नाही याची खरी चाचणी व्हॉल्यूम वाढत असताना 60 टक्के सुरुवातीच्या आयुष्यातील सुधारणा राखली जाईल.