LG Chem делает шаги к масштабной трансформации с использованием искусственного интеллекта, что позволяет значительно улучшить как производственные, так и непроизводственные процессы. В рамках своей стратегии по внедрению ИИ компания разрабатывает новые системы для развития сотрудников, которые анализируют индивидуальные компетенции. Это позволяет работникам оценивать необходимые навыки для своих ролей и получать персонализированные учебные материалы и планы действий на основе аналитики ИИ.
В юридических операциях LG Chem внедрила решение для автоматического анализа контрактов, которое проверяет соглашения на соответствие стандартным шаблонам и внутренним правилам. Это сокращает время обработки контрактов до 30%. Кроме того, в рабочих системах компании используются различные инструменты ИИ, включая чат-ботов и переводчики, способные обрабатывать до 24 языков.
Компания также запустила решение для аналитики данных, названное "гражданский дата-сайентист", которое позволяет сотрудникам без специальной подготовки в области аналитики генерировать инсайты на основе собственных данных. В ходе трехмесячного пилотного проекта, в котором участвовали около 40 сотрудников, было реализовано более 20 проектов.
ИИ также способствует улучшению характеристик продукции. Например, компания успешно использует ИИ для прогнозирования свойств материалов и оптимизации коэффициентов впитывания в суперабсорбирующих полимерах, которые применяются в гигиенических продуктах, таких как подгузники.
На производственном уровне LG Chem внедряет технологии цифровых двойников, которые воспроизводят реальные машины и системы в виртуальной среде для предсказания аномалий оборудования. На заводе в Ёсу компания интегрирует производственные процессы с Интернетом вещей, ИИ и большими данными. Недавно была внедрена система анализа изображений на основе глубокого обучения, которая обнаруживает аномалии в факелах для безопасного сжигания побочных продуктов.
Компания планирует расширить свои ИИ-решения на глобальном уровне. Завод по производству катодных материалов в Чхунджу стал "материнским заводом", который анализирует большие объемы данных для разработки предсказательных моделей улучшения качества. Эти модели будут внедрены и на заводе в Теннесси, США, что позволит интегрировать сотни переменных в производственный процесс катодов на основе ИИ, обеспечивая мониторинг в реальном времени и раннее реагирование на предсказанные проблемы с качеством.