ENEOS Materials က ထုတ်လုပ်ရေးတွင် ChatGPT Enterprise သုံးစွဲ

ENEOS Materials ကို 2022 ခုနှစ်တွင် ENEOS Group ၏ ပစ္စည်းလုပ်ငန်းအတွက် အဓိကအဖွဲ့အစည်းတစ်ခုအဖြစ် တည်ထောင်ခဲ့သည်။ ကုမ္ပဏီသည် မော်တော်ယာဉ်တာယာများနှင့် ဂေါက်ဘောလုံးများတွင် အသုံးပြုသည့် ရာဘာ၊ စက်မှု용 ရာဘာထုတ်ကုန်များ၊ lithium-ion ဘက်ထရီများအတွက် binder နှင့် အဆင့်မြင့် မျိုးဆက်သစ်ပစ္စည်းများ အပါအဝင် ထုတ်ကုန်မျိုးစုံကို ဖွံ့ဖြိုးထုတ်လုပ်ကာ ရောင်းချနေသည်။

အလုပ်သမားရှားပါးမှုနှင့် ကုန်ကျစရိတ်မြင့်တက်လာမှုများကြားတွင် ကုန်ထုတ်စွမ်းအား တိုးမြှင့်ရန်လိုအပ်ကြောင်း၊ ထို့ပြင် မူပိုင်သတင်းအချက်အလက်များကို လုံခြုံတိကျစွာ ကိုင်တွယ်နိုင်ရန် AI ကို အသုံးပြုရမည်ကို အသိအမှတ်ပြု၍ ENEOS Materials သည် ဂျပန်နိုင်ငံတွင် ChatGPT Enterprise ကို အစောဆုံး လက်ခံအသုံးပြုခဲ့သော ကုမ္ပဏီများထဲမှ တစ်ခုဖြစ်ပြီး ထိုနောက်ပိုင်းတွင် ဝန်ထမ်းအားလုံးအထိ အသုံးပြုမှုကို တိုးချဲ့ခဲ့သည်။

ဤလက်ခံအသုံးပြုမှု၏ အကျိုးသက်ရောက်မှုကို အောက်ပါရလဒ်များတွင် တွေ့မြင်နိုင်သည်-

• စမ်းသပ်အသုံးပြုသည့် အဆင့်အတွင်း ဝန်ထမ်း 80% က ၎င်းတို့၏ workflow များတွင် သိသာသော တိုးတက်မှုများ ရရှိခဲ့ကြောင်း အစီရင်ခံခဲ့သည်
• HR ဌာနအတွက် ဒေတာစုစည်းခြင်းနှင့် ခွဲခြမ်းဆန်းစစ်ခြင်း အချိန် 90% လျှော့ချနိုင်ခဲ့သည်
• ChatGPT အတွင်းရှိ နက်နဲစွာ ရှာဖွေခြင်း စွမ်းရည်ကြောင့် လပေါင်းများစွာ ကြာခဲ့သည့် စုံစမ်းလေ့လာမှုများကို မိနစ်ပိုင်းအတွင်း လုပ်ဆောင်နိုင်လာခဲ့သည်

ဌာနစုံပါဝင်သော အဖွဲ့တစ်ခုသည် ChatGPT Enterprise ကို အကောင်အထည်ဖော်ရန် OpenAI နှင့် ပူးပေါင်းလုပ်ဆောင်ခဲ့ပြီး ဌာနများစွာအနှံ့ သက်ရောက်မှုရှိသော အသုံးပြုမှုဥပမာများကို ဖြစ်ပေါ်စေခဲ့သည်။

ဂျပန်နိုင်ငံတွင် ထုတ်လုပ်ရေးလုပ်ငန်းကဏ္ဍသည် မွေးနှုန်းကျဆင်းမှုနှင့် လူဦးရေအိုမင်းလာမှုကြောင့် ဖြစ်ပေါ်လာသော အလုပ်သမားရှားပါးမှုအပြင် ကုန်ကြမ်းနှင့် စွမ်းအင်ကုန်ကျစရိတ် မြင့်တက်လာမှုကဲ့သို့သော စိန်ခေါ်မှုများကို ရင်ဆိုင်နေရသည်။ ENEOS Materials လည်း ထိုထဲမှ ခြွင်းချက်မဟုတ်ပါ။ Production Technology Department မှ မန်နေဂျာ Yoshirou Sakura က “လုပ်သားအင်အား လျော့နည်းလာနေချိန်မှာ ကုန်ထုတ်စွမ်းအားတိုးဖို့ ဒစ်ဂျစ်တယ်ကိရိယာတွေ အသုံးပြုတာက အရေးကြီးပါတယ်။ ထိရောက်မှုကို မြှင့်တင်ပြီး ဝန်ထမ်းတွေ လုပ်ဆောင်နိုင်တဲ့ အရာတွေကို ချဲ့ထွင်နိုင်ခြင်းက ယှဉ်ပြိုင်နိုင်စွမ်းကို ထိန်းထားဖို့ အဓိကကျပါတယ်” ဟု ဆိုသည်။

ဤပြဿနာကို ဖြေရှင်းရန် ENEOS Materials သည် ChatGPT Enterprise ကို အသုံးပြုခဲ့သည်။ ဌာနပေါင်းစုံမှ စေတနာ့ဝန်ထမ်းအဖွဲ့တစ်ခုက “နည်းပညာကို ဦးစွာ ကိုယ်တိုင်ကျွမ်းကျင်အောင် လေ့လာပြီးနောက် ထုတ်လုပ်ရေးကဏ္ဍအတွင်း ၎င်း၏ အလားအလာကို စူးစမ်းကြမည်” ဟူသော ရည်ရွယ်ချက်ဖြင့် စတင်ခဲ့ရာမှ လက်ခံအသုံးပြုခြင်းသို့ ရောက်ရှိခဲ့သည်။ Research & Development Department မှ မန်နေဂျာ Taku Ichibayashi က “AI နဲ့ ကျွန်ုပ်တို့ရဲ့ လုပ်ငန်းရလဒ်ကို အများဆုံး မြှင့်တင်ဖို့ဆိုရင် မူပိုင်သတင်းအချက်အလက်တွေကို ကိုင်တွယ်နိုင်မယ့် လုံခြုံတဲ့ ပတ်ဝန်းကျင်ရှိဖို့က မဖြစ်မနေလိုအပ်ပါတယ်။ ChatGPT Enterprise က ကျွန်ုပ်တို့ရဲ့ အတွင်းပိုင်း cyber security လိုအပ်ချက်တွေကို ဖြည့်ဆည်းပေးခဲ့ပြီး လိုအပ်တဲ့ output တိကျမှုကိုလည်း ပေးစွမ်းခဲ့ပါတယ်” ဟု ရှင်းပြသည်။

ChatGPT Enterprise ကို လက်ခံအသုံးပြုပြီးနောက် ENEOS Materials သည် custom GPT 1,000 ကျော် ဖန်တီးနိုင်သည်အထိ အသုံးပြုမှု လျင်မြန်စွာ တိုးတက်လာခဲ့သည်။ ကုမ္ပဏီတစ်ဝန်းတွင် ဝန်ထမ်း 90% ကျော်က ChatGPT ကို အနည်းဆုံး အပတ်စဉ် အသုံးပြုခဲ့ကြပြီး 80% ကျော်က workflow တိုးတက်မှုများ သိသိသာသာ ရရှိခဲ့ကြောင်း အစီရင်ခံခဲ့သည်။ ဤအရှိန်အဟုန်အပေါ် အခြေခံ၍ ENEOS Materials သည် ChatGPT Enterprise ကို အဖွဲ့အစည်းတစ်ခုလုံးအနှံ့ ဖြန့်ချိအသုံးပြုခဲ့ပြီး တန်ဖိုးအသစ်ဖန်တီးရေး ကြိုးပမ်းမှုများ၏ အဓိကဗဟိုအဖြစ် ဖြစ်လာခဲ့သည်။ “ChatGPT ဟာ ကျွန်ုပ်တို့ဝန်ထမ်းတစ်ဦးချင်းစီအတွက် မိတ်ဖက်တစ်ဦး ဖြစ်လာပါပြီ” ဟု Sakura က ပြောကြားသည်။

“နက်နဲစွာ ရှာဖွေခြင်းက ကျွန်ုပ်တို့ကို ဘာသာစကားအတားအဆီးတွေ ကျော်လွှားနိုင်စေပါတယ်” ဟု ဟန်ဂေရီတွင် စက်ရုံတစ်ရုံ လည်ပတ်နေသော ENEOS Materials ၏ Process Development and Engineering Department မှ Kenichi Sakemi က ဆိုသည်။ “တစ်ခါတုန်းက ဟန်ဂေရီဘာသာ အရင်းအမြစ်တွေကို လပေါင်းများစွာ ရှာဖွေရသလို ကြာခဲ့တာတွေဟာ အခုတော့ မိနစ်ဆယ်ဂဏန်းအတွင်းပဲ ပြီးစီးသွားပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ Deep Research က ဒေသခံပစ္စည်းအချက်အလက်တွေကို ကျယ်ကျယ်ပြန့်ပြန့် ရှာဖွေနိုင်လို့ပါ” ဟု သူက ပြောသည်။

ကုန်ထုတ်စွမ်းအား တိုးမြှင့်ခြင်း၊ ထုတ်ကုန်အရည်အသွေး မြှင့်တင်ခြင်းနှင့် ပတ်ဝန်းကျင်ထိခိုက်မှု လျှော့ချခြင်းတို့ကို အလေးထားသော ဤဌာနသည် နောက်တန်းမကျရန် cutting edge technologies များအပေါ် လျင်မြန်တိကျသော သုတေသနကို အားထားနေရသည်။ နက်နဲစွာ ရှာဖွေခြင်းကို အသုံးချခြင်းအားဖြင့် အဖွဲ့သည် ထိုရည်မှန်းချက်ကို တိုင်းတာနိုင်သော ရလဒ်များအဖြစ် ပြောင်းလဲနိုင်ခဲ့သည်-

• လပေါင်းများစွာ ကြာမြင့်ခဲ့သည့် စုံစမ်းလေ့လာမှုများသည် ယခု မိနစ်ပိုင်းအတွင်း ပြီးစီးလာသည်
• ဟန်ဂေရီဘာသာ အကြောင်းအရာများကို တိကျသော ဂျပန်ဘာသာသို့ ဘာသာပြန်ပေးနိုင်သဖြင့် အရေးပါသော အမြင်များကို ဖမ်းယူနိုင်သည်
• တစ်ခါက နေ့တစ်ဝက်နီးပါး အချိန်ယူခဲ့ရသော တွက်ချက်မှုများနှင့် ခွဲခြမ်းဆန်းစစ်မှုများကို ယခု မိနစ်ပိုင်းအတွင်း ပြီးစီးစေသည်

နက်နဲစွာ ရှာဖွေခြင်းသည် ဓာတုအင်ဂျင်နီယာပညာကဲ့သို့ အထူးကျွမ်းကျင်မှုမြင့်မားသော နယ်ပယ်များတွင်လည်း ထင်ရှားစွာ အသုံးဝင်ပြီး ရှုပ်ထွေးသော တွက်ချက်မှုများနှင့် အဆင့်မြင့် မေးမြန်းစုံစမ်းမှုများကို ယခု လျင်မြန်စွာ ဆောင်ရွက်နိုင်ပြီဖြစ်သည်။

Engineering department သည် ကုမ္ပဏီစံနှုန်းများအပေါ် အခြေခံထားသော စက်ရုံဒီဇိုင်းအတွက် custom GPT တစ်ခုကို အသုံးပြုနေသည်။ ၎င်းသည် fluid type၊ flow rate၊ pipe diameter၊ pressure loss နှင့် material requirements ကဲ့သို့သော input များမှ အကောင်းဆုံးဖြစ်စေသော specification များကို လျင်မြန်စွာ ထုတ်ပေးသည်။

“မကြာသေးခင်အထိ ပစ္စည်းများ၏ corrosion risk နှင့် design baseline များကို အတည်ပြုဖို့ အားထုတ်မှု တော်တော်များများ လိုအပ်ခဲ့ပါတယ်” ဟု Sakemi က ဆိုသည်။ “custom GPT နဲ့ဆိုရင် အခုတော့ စက္ကန့်ပိုင်းပဲ ကြာပါတယ်” ဟု သူက ပြောသည်။

ChatGPT သည် ဒီဇိုင်းရေးဆွဲစဉ်အတွင်း ပစ္စည်းရွေးချယ်မှုဆိုင်ရာ အန္တရာယ်များကို သတိပေးခြင်းအားဖြင့် ဘေးကင်းမှုကိုလည်း မြှင့်တင်ပေးပြီး၊ ဤကိရိယာကို ဆက်လက်အသုံးပြုသွားခြင်းက ကာကွယ်မှုစနစ်များနှင့် ယုံကြည်စိတ်ချရမှုကို ပိုမိုခိုင်မာစေသည်။

ဤကိရိယာသည် ဒီဇိုင်း workflow များကို မြန်ဆန်စေရုံသာမက ဘေးကင်းရေးစံနှုန်းများနှင့် ကုန်ကျစရိတ်ထိရောက်မှုကိုလည်း တိုးတက်စေသည်။ အတွင်းပိုင်းစံနှုန်းများကို အပြန်အလှန်ကိုက်ညီစစ်ဆေးခြင်းနှင့် ChatGPT ၏ တွက်ချက်နိုင်စွမ်း၊ နယ်ပယ်ဆိုင်ရာ ဗဟုသုတများကို အသုံးချခြင်းဖြင့် ၎င်းသည် အကောင်းဆုံး စက်ရုံဒီဇိုင်းကို ဖြစ်စေပြီး ENEOS Materials ၏ ထုတ်လုပ်ရေးစွမ်းရည်များကို တိုးတက်စေသည်။

HR department သည် နှစ်စဉ် ဝန်ထမ်းလေ့ကျင့်သင်ကြားမှု အစီအစဉ်များစွာကို ပြုလုပ်ပြီး အနာဂတ်အစီအစဉ်များကို ပိုမိုကောင်းမွန်စေရန် သင်တန်းအပြီး feedback များကို စုဆောင်းသည်။ “အရင်တုန်းကတော့ အရင်းအမြစ်ကန့်သတ်ချက်တွေကြောင့် သင်တန်းထိရောက်မှုအပေါ် အသေးစိတ် analytics လုပ်ဖို့ အခက်အခဲရှိခဲ့ပါတယ်” ဟု HR မှ Marie Takeda က ဆိုသည်။

သင်တန်းခွဲခြမ်းဆန်းစစ်မှုအတွက် custom GPT တစ်ခု မိတ်ဆက်အသုံးပြုခြင်းက HR အဖွဲ့၏ လုပ်ငန်းစဉ်များကို သိသိသာသာ ချောမွေ့လွယ်ကူစေခဲ့သည်-

• လက်ဖြင့်လုပ်လျှင် 1-2 နာရီ လိုအပ်သော အလုပ်များသည် ယခု 20 စက္ကန့်အတွင်း ပြီးစီးသည်
• AI မောင်းနှင်သည့် စနစ်က သတ်မှတ်ထားသော ပညာရေးဆိုင်ရာ framework များအပေါ် အခြေခံ၍ သင်တန်းများကို အကဲဖြတ်ပြီး ခွဲခြမ်းဆန်းစစ်သည်
• ဒေတာအခြေပြု အမြင်များက သင်တန်းအကြောင်းအရာကို ဆက်လက် ပိုမိုကောင်းမွန်အောင် ပြင်ဆင်ပေးသည်

coding အတွေ့အကြုံ ယခင်က မရှိခဲ့သော်လည်း Takeda သည် ဒေတာစုစည်းမှုကို ချောမွေ့လွယ်ကူစေရန် အတွင်းသုံး tool တစ်ခုကိုလည်း ကိုယ်တိုင်တည်ဆောက်ခဲ့သည်။ “ဒါက coding ကို ပထမဆုံး စမ်းကြည့်တာပါ” ဟု သူမက ရှင်းပြပြီး “ဒါပေမယ့် ChatGPT နဲ့ဆို ကျွန်မမှာ coding knowledge မရှိဘဲ tool ကို ကိုယ်တိုင် ဖန်တီးနိုင်ခဲ့ပါတယ်” ဟု ဆိုသည်။ ထို့ကြောင့် ဒေတာစုစည်းရန် လိုအပ်သော အချိန်ကို ခန့်မှန်းခြေ 90% လျှော့ချနိုင်ခဲ့သည်။

• ဝန်ထမ်း 90% ကျော်သည် ChatGPT Enterprise ကို အပတ်စဉ် အသုံးပြုနေသည်
• စမ်းသပ်အသုံးပြုသည့် အဆင့်အတွင်း ဝန်ထမ်း 80% က workflow တိုးတက်မှုများ သိသိသာသာ ရရှိခဲ့ကြောင်း အစီရင်ခံခဲ့သည်
• နက်နဲစွာ ရှာဖွေခြင်းကြောင့် စုံစမ်းလေ့လာမှုများကို လပေါင်းများစွာမှ မိနစ်ပိုင်းသို့ လျှော့ချနိုင်ခဲ့သည်
• HR ဒေတာစုစည်းခြင်းနှင့် ခွဲခြမ်းဆန်းစစ်ချိန် 90% လျှော့ချနိုင်ခဲ့သည်
• အဖွဲ့အစည်းတစ်ခုလုံးအနှံ့ custom GPT 1,000 ကျော် ဖန်တီးခဲ့သည်
• စက်ရုံဒီဇိုင်း ပိုမိုမြန်ဆန်၊ ပိုမိုဘေးကင်းလာပြီး လေ့ကျင့်သင်ကြားမှု ထိရောက်မှုလည်း တိုးတက်လာသည်

“ChatGPT က အလုပ်ချိန်ကို ပိုမိုကောင်းမွန်အောင် လုပ်ပေးတာထက် ကျော်လွန်ပြီး တန်ဖိုးဖန်တီးပေးပါတယ်” ဟု Ichibayashi က ဆိုသည်။ ENEOS Materials တွင် ဤပလက်ဖောင်း၏ ထင်ရှားသော အားသာချက်များမှာ မြန်ဆန်မှုနှင့် ရိုးရှင်းလွယ်ကူမှုဖြစ်သည်။ သင်ယူရန် ခက်ခဲသော tool များနှင့် မတူဘဲ ChatGPT က ဝန်ထမ်းမည်သူမဆို ၎င်းတို့လိုအပ်သည်ကို ဂျပန်ဘာသာဖြင့် ဖော်ပြလိုက်ရုံဖြင့် coding skills မလိုဘဲ အရည်အသွေးမြင့် ရလဒ်များကို ချက်ချင်း ဖန်တီးနိုင်စေသည်။ ယုံကြည်မှု မြင့်တက်လာသလို အဖွဲ့များသည် အဆင့်မြင့် workflow များသို့ သဘာဝကျကျ ချဲ့ထွင်သွားပြီး မမျှော်လင့်ထားသော တီထွင်ဆန်းသစ်မှုများကိုလည်း ရှာဖွေတွေ့ရှိလာကြသည်။

ရှေ့ကိုကြည့်လျှင် ENEOS Materials သည် AI ကို ChatGPT ထက်ကျော်လွန်၍ လုပ်ငန်းလည်ပတ်မှုအနှံ့ တွဲဖက်အသုံးချသွားရန် စီစဉ်ထားပြီး ဂျပန်နိုင်ငံ၏ လူဦးရေအိုမင်းလာခြင်းနှင့် လျော့နည်းလာခြင်းကြောင့် ဖြစ်ပေါ်သော ထုတ်လုပ်ရေးအလုပ်သမား ရှားပါးမှုကို ဖြေရှင်းရာတွင် ကူညီပေးသလို ပြည်တွင်းပြည်ပ ယှဉ်ပြိုင်နိုင်စွမ်းကိုလည်း ခိုင်မာစေမည်ဖြစ်သည်။ Sakura သည် အတွင်းပိုင်းလေ့ကျင့်ထားသော AI မော်ဒယ်များကို စက်ပစ္စည်းများအတွင်း တိုက်ရိုက်ပေါင်းစည်းခြင်းနှင့် စက်ရုံလုပ်ငန်းခွင်တွင် သဘာဝဘာသာစကားဖြင့် ထိန်းချုပ်နိုင်ခြင်းကို မျှော်မှန်းထားသည်။