Cement OS · Tüm modüller
Demo Çimento A.Ş.·4.000 t/g
M-6Çimento fabrikası için işletim sistemiYol haritası

AI Process Advisor

Operatöre saatlik öneri: "Klinker SR yüksek — taze besleme oranını %3 azalt."

Modül ne sağlar?

  • Fabrika geçmişiyle eğitilmiş sektörel zeka — generic chatbot değil
  • Sebep-sonuç açıklaması: "Neden bu öneri?"
  • Operatör red ederse model geri besleme alır, sonraki öneri iyileşir

Teknik mimari

Çimento sektörüne özel LLM orkestrasyonu + fabrika operasyon dokümanları RAG'ı; her öneri için karar logu ve denetlenebilir gerekçe.

M-6 · OEM Partner Network
6 aktif OEM · doğrudan veri köprüsü · servis kontrat entegrasyonu
Vertical Mill OEMEU · 12yıl
VRM (Raw Mill)
eligibleM-1, M-15
Plant Builder OEMEU · 14yıl
Klinker Soğutucu
eligibleM-1, M-16
Kiln OEMEU · 8yıl
Klinker Fırını
eligibleM-1, M-15
Automation VendorEU · 18yıl
Drives + DCS
eligibleM-1, M-2
SCADA VendorEU · 6yıl
SCADA / HMI
eligibleM-2, M-9
Lab/QC VendorEU · 4yıl
XRF / lab automation
eligibleM-CRM-1
OEM API köprüsü · servis çağırma + spare parts auto-order + uzman hat
⚠️

Üzerinde durmadığınız 3 gizli maliyet

Bu modülün varlık nedeni — operasyonel rutinde fark edilmeyen kayıp mekanizmaları. Rakamlar baseline tahminidir, hesap izi açıktır; gerçek fabrika verinizle demoda doğrulanır.

Generic chatbot 'çimento' kelimesini biliyor — saha bağlamını bilmiyor

Saha mühendisi büyük dil modeline 'klinker SR yüksek, ne yapayım' diye sorduğunda generic cevap geliyor — fabrika geçmişi yok, ekipman tipi yok, hammadde profili yok. Tavsiye operasyonel açıdan zayıf, operatör 'bu zaten biliyorum' diyerek aracı kapatıyor.

Yıllık etki
Saatlik AI öneri uygulanmazsa kaybedilen kazanç: spec yakıt -%2.1 + OEE +%3 (BP-051 baseline) = 4000 t/g × 365 × ortalama 80 ₺/t marjinal etki ≈ 11-14M ₺/yıl uygulanmamış öneri kaybı.
BP-051 referansı: pilot tesiste saatlik AI tavsiyesi spec yakıt -%2.1, OEE +%3 sağladı; karma marjinal etki 80 ₺/t. Operatör adoption oranı %62 (BP-051), %38 ret = ~5M ₺/yıl direkt kayıp + saha güvensizliği.
Neden gizli kalırGeneric LLM cevabı 'genel kuralları' sıralıyor — fabrikanın hammadde MgO partisini, yakıt kompozisyonunu, refrakter durumunu bilmediği için tavsiye zayıf. Operatör 'AI öneri sistemi denedik, işe yaramadı' refleksini geliştiriyor; gerçekten saha bağlamlı bir advisor olduğunda bile baştan inanmıyor.

Sebep yazılmayan tavsiye = uygulanmayan tavsiye

AI 'taze besleme oranını %3 azalt' der ama 'çünkü SR yükseldi, klinker viskozitesi düşüyor' demezse, vardiya operatörü uygulamıyor — denetçi karşısında 'neden değiştirdim' sorusuna cevap olamayan değişikliği yapmıyor. Black-box AI saha güvenini öldürüyor.

Yıllık etki
Tavsiye reddedilme oranı %40 → %15 (BP-051 'gerekçe + operatör onayı' kalıbı): yıllık kaçırılan 4-6M ₺ kazanç + tavsiyenin tekrar üretildiği senaryolarda 200 saat/yıl mühendis tartışma süresi ~0.3M ₺.
BP-051 pilot adoption iyileşmesi (kara kutu vs gerekçeli AI). Reddedilen tavsiye yıllık ortalama 60-100 öneri × ortalama ~50k ₺ etki/öneri.
Neden gizli kalırKlasik AI çıktısı sadece 'aksiyon' veriyor — sebep-sonuç zinciri eksik. Operatör vardiya defterinde 'AI dedi diye yaptım' yazamaz; üst yönetim de 'neden yaptınız' sorusuna 'algoritma karar verdi' diyemez. Açıklanamayan tavsiye, savunulamayan tavsiye = uygulanmayan tavsiye.

AI öneri kabul edildi diye yazılı olmasa, sigorta düşman olur

AI önerisi uygulandı, ama vardiya defterinde 'kabul ettim, uyguladım' kaydı yoksa, beklenmedik bir arıza/kalite ihlali çıktığında sigorta 'algoritma kararı, insan kararı değil — kapsam dışı' diyebilir. Karar logu olmadan AI tavsiyesi yasal+sigorta riski yaratıyor.

Yıllık etki
Tipik sigorta dışı bırakma vakası: 1 büyük arıza × 24 saat × 26.880 ₺/saat = 645k ₺ + onarım 1-2M ₺ + sigorta primi şişmesi 2-4M ₺/yıl. Yıllık 1 vaka olasılığı = ~3-7M ₺ kümülatif risk.
Marjinal klinker değeri × duruş süresi + tipik onarım maliyeti + premium ayarlaması. Pilot ortalaması yıllık 1 'algoritmik karar tartışmalı' olay potansiyeli.
Neden gizli kalırÖnerinin oluştuğu zaman, sebep, operatör onayı, uygulanma anı — bu 4 parametre denetlenebilir log olarak tutulmadığında AI 'kara kutu' kalıyor. Sigorta + yasa + iç denetim hep insan kararı arıyor; karar logu olmadan AI bir 'tavsiyeci' değil, 'belirsiz aktör' oluyor.
Bu maliyet sizde ne kadar? 30 dk'lık demoda fabrika rakamlarınızla hesaplayalım.Demo talep et
⚙️

Nasıl çalışır?

Ham sinyalden operatöre hazır çıktıya 4 adım.

1 · İngest

M-2 saatlik KPI'lar, alarm geçmişi, mevcut setpoint'ler

2 · Hesapla

AI tavsiye motoru — saha bağlamlı, operatör onaylı öneriler

3 · Doğrula

Vendor-neutral, brand kuralları, operatör onay zorunluluğu

4 · Ürün

3 saatlik aksiyon önerisi, beklenen etki, gerekçe

Hangi sinyalleri işler

Canlı payload kategori görünümü — tam key ve birim listesi mahremdir. Tam şema demoda paylaşılır.

Bu modül aggregate / sinyal beslemeli — doğrudan veri giriş şeması yok. Değerlerini diğer modüllerden veya harici sinyallerden türetir.

Hangi KPI'ları hareketlendirir

Pilot uygulamalarda gözlenen tavsiye hedefleri — sözleşmesel garanti değildir.

Operatör ortalama tepki süresi
önce
12
sonra
4
dk / min
Kaynak: AI advisor pilot
Tavsiye uygulama oranı
önce
sonra
62
%
Kaynak: Operatör onayı

Bu modülü besleyen bilgi

Bu modüle bağlı doğrulanmış en iyi uygulamalar ve mühendislik hesaplayıcılarının kategori görünümü. Tam kütüphane — ID'ler, başlıklar, KPI etkileri ve kaynak notları — demoda açılır.

İyi pratikler3 bağlı
Operasyonel iyi pratikler
doğrulanmış playbook
3 SOP
Hesap araçları3 bağlı
Enerji ve elektrik hesapları
mühendislik araçları
2 araç
Reçete hesaplayıcıları
mühendislik araçları
1 araç
Tam kütüphane — playbook detayları, formüller, kaynak notları — 30 dk'lık demoda paylaşılır.Kütüphaneyi demoda aç

Bu modülü Cortex'e sor

AI · Haiku 4.5

Vendor-neutral, sadece tavsiye niteliğinde cevaplar — bu modülün bağlamına dayanır. Ziyaretçi başına günde 5 soru.

Bu modülü DemoCem kapasitesinde görmek ister misiniz?

30 dakikalık demo. Modülü canlı veriyle açıp size özel ROI ve 90 günlük pilot planı çıkarıyoruz.