ลองพิจารณากรณีทั่วไป: โรงงานทําความเย็นแบบหลุดศูนย์กลาง 2,000 RT ที่ให้บริการโรงพยาบาลในลาโกส ประเทศไนจีเรีย. เครื่องทําความเย็นแสดงรหัสความผิดพลาด.ผู้จัดการสถานที่ท้องถิ่นมีประสบการณ์ที่จํากัดกับรุ่นอุปกรณ์เฉพาะนี้. วิศวกรบริการที่มีคุณสมบัติที่ใกล้ที่สุดอยู่ที่ดูไบ ✓ การบิน 6 ชั่วโมงบวกการขนส่งทางบก.
นี่ไม่ใช่สมมุติการณ์ มันเป็นความจริงประจําวันสําหรับอุปกรณ์ HVAC ธุรกิจขนาดใหญ่หลายพันในตลาดกําลังพัฒนา ปัญหาคือโครงสร้างอุตสาหกรรม HVAC ทั่วโลกเผชิญกับความขาดแคลนอย่างต่อเนื่องของวิศวกรบริการสนามที่มีคุณสมบัติในแอฟริกาใต้ซาฮารา ตะวันออกกลาง และบางส่วนของเอเชียตะวันออกเฉียงใต้อัตราส่วนของเทคนิค HVAC ที่ได้รับการรับรองกับกําลังเย็นที่ติดตั้งสามารถต่ํากว่า 10 เท่าในตลาดที่พัฒนา.
การตอบสนองแบบดั้งเดิม กลับเครื่องกลสําหรับทุกเหตุการณ์การบริการ เป็นสิ่งที่ไม่ยั่งยืน การก่อกวนฉุกเฉินครั้งเดียวไปยังสถานที่ห่างไกลและค่าใช้จ่ายประจําวันสําหรับเจ้าของโครงการ, ค่ารวมของการครอบครองสมการต้องคํานวณ logistics บริการเหล่านี้.
คําตอบแบบดิจิตอล คือการติดตามทางไกล การวินิจฉัยแบบฉลาด และแพลตฟอร์มความรู้ที่กระจาย
"Chiller Doctor" ของ Midea เป็นเกตเกตอินเทลเลนท์แบบขอบเมฆ เป็นอินเตอร์เฟสดิจิตอลระหว่างโรงงานทําเครื่องเย็นกับเครือข่ายบริการทางเข้าเชื่อมต่อกับระบบควบคุมของเครื่องเย็นผ่านโปรโตคอลอุตสาหกรรมมาตรฐาน (Modbus RTU / TCP), BACnet IP) และส่งข้อมูลการดําเนินงานในเวลาจริงไปยังแพลตฟอร์มเมฆที่เข้าถึงได้จากเว็บไซต์บราว์เซอร์หรืออุปกรณ์มือถือใด ๆ
ทางเข้าจะจับและสื่อสารชุดที่ครบถ้วนของปารามิเตอร์การทํางาน:
•สุขภาพของเครื่องบด: กระแสของมอเตอร์, อุณหภูมิการล่อ, สัญลักษณ์การสั่นสะเทือน, การอ่านความสะอาดของหัก (สําหรับคอมเพรสเซอร์หักแม่เหล็ก, ตําแหน่งหักที่ 400,000 การสแกนต่อวินาทีที่มีความละเอียด 0.5 μm)
•วงจรเครื่องเย็น: ความดันการดูดและการปล่อย, ความร้อนสูงและความเย็นต่ํา, ระดับน้ํามันและอุณหภูมิ
•เครื่องแลกเปลี่ยนความร้อน: อุณหภูมิการเข้าใกล้ทั้งในเครื่องระบายน้ําและเครื่องปรับความหนาว อัตราการไหลของน้ํา
•ระบบควบคุม: ความถี่การทํางานของ VFD, การบริโภคพลังงาน, ความเบี่ยงเบนของค่าตั้งค่า, ประวัติการเตือน
รายการข้อมูลนี้ทําให้สามารถให้บริการได้ในระดับ 3 ระดับ:
1.การวินิจฉัยไกล: วิศวกรบริการที่ศูนย์การติดตามกลางสามารถเข้าถึงข้อมูลอุปกรณ์ในเวลาจริง ตรวจสอบบันทึกสัญญาณเตือน และนําผู้ประกอบการท้องถิ่นผ่านขั้นตอนการแก้ไขปัญหา โดยไม่ต้องเดินทางไปยังสถานที่
2.การบํารุงรักษาแบบคาดการณ์: โดยการวิเคราะห์แนวโน้มในสัญลักษณ์การสั่นสะเทือน ความสะอาดของหัก และอุณหภูมิการเข้าใกล้ของเครื่องแลกเปลี่ยนความร้อน ระบบสามารถระบุความผิดพลาดที่กําลังเกิดขึ้น 2-4 สัปดาห์ก่อนที่มันจะกระตุ้นสัญญาณเตือนนี่ทําให้การบํารุงรักษาได้ถูกกําหนดในช่วงเวลาหยุดทํางานที่วางแผน แทนการปิดฉุกเฉิน.
3.การปรับปรุงผลงาน: การวิเคราะห์บนเมฆสามารถเปรียบเทียบผลการดําเนินงานจริงกับปริมาตรการออกแบบการระบุความเสื่อมของประสิทธิภาพและแนะนําการแก้ไข ̇ เช่น การปรับค่าตั้งค่าน้ําในเครื่องปรับความหนา หรือตารางการทําความสะอาด.
นอกเหนือจากเกตเวย์เมฆ ระบบนี้รองรับการเชื่อมต่อโดยตรงกับระบบคอมพิวเตอร์ระดับบน เพื่อการจัดการอาคารที่บูรณาการนี่ทําให้โรงงานทําความเย็นสามารถติดตามและควบคุมได้ ในส่วนของระบบการจัดการอํานวยความสะดวกที่กว้างกว่า, โดยมีข้อมูลไหลไปยังแพลตฟอร์ม SCADA, เครือข่าย BMS, หรือดัชบอร์ดการจัดการพลังงานระดับองค์กร
สําหรับอุปกรณ์ขนาดใหญ่ที่มีเครื่องทําความเย็นหลายเครื่อง การเชื่อมต่อคอมพิวเตอร์ด้านบนทําให้สามารถควบคุมระบบทําความเย็นทั้งหมดได้และประสานงานกับระบบช่วย (หอคอยเย็น, ปั๊ม, การเก็บความร้อน) เพื่อลดการบริโภคพลังงานทั้งหมดของโรงงานให้น้อยที่สุด
สายการบริการดิจิตอลเริ่มต้นจากระดับอุปกรณ์ เครื่องทําความเย็นหลอมศูนย์กลางที่ทันสมัยมีระบบควบคุมที่ฉลาดหลายชั้น ซึ่งลดความถี่และความรุนแรงของเหตุการณ์การบริการ
เครื่องบดหลวงทํางานใกล้ขีดความแรงสูงของพวกเขาในสภาพภาระที่ต่ําส่งผลให้เกิดการสั่นแรงและความเสียหายทางกลระบบป้องกันการกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับ กระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับ
ระบบป้องกันความกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับกระชับความเร็วการไหลเมื่อจุดทํางานเข้าใกล้ภายในขอบที่กําหนดล่วงหน้าของเขตเขื่อนระบบจะปรับความเร็วของคอมเพรสเซอร์และมุมเบนนําโดยระยะสั้น เพื่อเคลื่อนออกไปจากภูมิภาคที่ไม่มั่นคง โดยทั่วไป 2-3 วินาทีก่อนที่กระแสจะเกิดขึ้น.
รูปแบบ "ต้านกระแสไฟฟ้า" ไปไกลกว่านี้ incorporating feedforward signals from the building control system (such as rapid load changes from equipment startup or chiller sequencing events) to anticipate transient conditions that could push the compressor toward surgeการทดสอบอิสระได้ยืนยันการทํางานที่มั่นคง ผ่าน 500 เหตุการณ์การท้าทายการกระตุ้นต่อเนื่อง
สําหรับเครื่องปรับความหนาวจากศูนย์กลางที่ใช้หมุนแม่เหล็ก ระบบควบคุมหมุนเป็นชั้นสําคัญของการป้องกันที่ฉลาดหมุนแม่เหล็ก levitate rotor เครื่องพัดพัดด้วยความแม่นยําตําแหน่งของ 0.5 μm, การสแกนและปรับ 400,000 ครั้งต่อวินาที เครื่องควบคุมเลเยอร์ติดตามการเคลื่อนที่ radial และ axial อย่างต่อเนื่องปรับกําลังไฟฟ้าแม่เหล็กเพื่อรักษาโรเตอร์ในตําแหน่งเส้นกลางที่ออกแบบ.
ระบบยังนํามาประยุกต์ใช้การลดความสั่นสะเทือน โดยการตรวจจับและแก้ไขรูปแบบการสั่นสะเทือน ก่อนที่มันจะแพร่กระจายผ่านโครงสร้างเครื่องเทคโนโลยี "การชดเชยการสั่นสะเทือนแบบโปรแอคทีฟ" นี้ สนับสนุนผลการทํางานของเสียงทั้งหมดของเครื่องทําความเย็นหักแม่เหล็ก, ซึ่งปกติจะทํางานต่ํากว่า 70-75 dB (((A) ในภาระเต็ม
ในกรณีการล้มเหลวของพลังงาน ระบบหมุนแม่เหล็กเปลี่ยนไปสู่โหมดการสร้างตัวเอง: รอเตอร์หมุนทําหน้าที่ генераเตอร์ผลิตพลังงานไฟฟ้าที่เพียงพอเพื่อรักษาการลอยของหมุนยาง ระหว่างการลดความเร็วที่ควบคุมได้รวมไปถึงยางยางกลสํารองที่ได้รับการจัดจําสําหรับการลงจอดที่ปลอดภัยมากกว่า 300 ความเร็วเต็ม
ขณะที่การติดตามทางไกลและการควบคุมด้วยระบบสมอง ลดความถี่ของเหตุการณ์การดูแล แต่มันไม่ได้กําจัดความจําเป็นของช่างชํานาญแพลตฟอร์มการฝึกอบรมดิจิตอล MBT Academy แก้ไขช่องว่างความรู้ที่เป็นสาเหตุสําคัญของปัญหาการบริการหลายอย่าง.
MBT Academy เป็นแพลตฟอร์มการเรียนรู้ดิจิทัลที่ครบถ้วนที่ออกแบบมาเพื่อเสริมทักษะให้กับทีมงานขายและเทคนิคของเครือข่ายพันธมิตรระดับโลกของ Mideaแพลตฟอร์มให้บริการหลักสูตรและทรัพยากรการฝึกอบรมมืออาชีพ ครอบคลุมสินค้าเทคโนโลยีอาคาร Midea ทั้งหมด.
แพลตฟอร์มมีคุณสมบัติหลัก 4 ประการ
ห้องสมุดหลักสูตร: เนื้อหาการฝึกอบรมจัดเป็น 8 ประเภท ครอบคลุมวิดีโอหลักสูตร 350+ รายการ รวมความรู้พื้นฐานของสินค้าทั่วโปตโฟเล็ตทั้งหมดเครื่องขับขี่ตรง, และหักศูนย์กลางหมุนแม่เหล็ก), เครื่องทําความเย็นด้วยอากาศ, ปั๊มความร้อน, หน่วยปลายทางและระบบควบคุมหลักสูตรต่างๆ ตั้งแต่การนําเสนอภาพรวมสินค้าสําหรับบุคลากรขาย ถึงการฝึกอบรมทางเทคนิครายละเอียดสําหรับช่างบริการ.
การแก้ไขปัญหาฐานข้อมูล: แพลตฟอร์มประกอบด้วยรหัสความผิดพลาด 260+ รวมถึงคู่มือการวินิจฉัยที่เกี่ยวข้อง ทําให้เทคนิคสามารถหาและแก้ไขความผิดพลาดของอุปกรณ์ได้อย่างรวดเร็วขั้นตอนการตรวจสอบ, เครื่องมือและการวัดที่แนะนํา และการดําเนินการแก้ไขนี่เปลี่ยนสิ่งที่มักจะต้องโทรหาศูนย์สนับสนุนทางเทคนิคในภูมิภาค เป็นกระบวนการแก้ปัญหาด้วยการใช้บริการตนเอง.
ผู้ช่วย AI Q&A: ระบบคําถามและคําตอบที่ใช้ปัญญาประดิษฐ์ครอบคลุมรหัสความผิดพลาด 200+ และสนับสนุนการปรับรหัสหมายเลขลําดับเพื่อการระบุอุปกรณ์ผู้ช่วย AI เข้าใจคําถามภาษาธรรมชาติระบบนี้ถูกปรับปรุงอย่างต่อเนื่องขึ้นอยู่กับข้อมูลการบริการสนามและความคิดเห็นของผู้ใช้
คําบรรยายหลายภาษา: หลักสูตรวีดีโอทั้งหมดมีคําบรรยายใน 20+ ภาษา พร้อมความสามารถที่จะเพิ่มภาษาเพิ่มเติมตามความต้องการหรือบราซิลสามารถเข้าถึงเนื้อหาทางเทคนิคเดียวกันในภาษาแม่ของพวกเขา, ปรับปรุงการเข้าใจอย่างมากและลดเวลาการฝึกอบรม
พิจารณาการเปรียบเทียบค่าใช้จ่ายสําหรับเหตุการณ์การบริการเครื่องเย็นทั่วไป:
|
รูปแบบบริการ |
ค่าธรรมดา |
เวลาตอบสนอง |
การถ่ายทอดความรู้ |
|
วิศวกรเครื่องบิน |
$5,000-15,000 |
1-3 วัน |
ช่างเทคนิคที่ได้รับการฝึกอบรม |
|
การกํากับทางไกลผ่านเกตเกตเมฆ |
$500-1,500 |
1-4 ชั่วโมง |
ทีมท้องถิ่นเรียนรู้ |
|
การแก้ไขปัญหาของ MBT Academy |
$0-200 (ส่วน) |
ทันที |
สร้างความสามารถถาวร |
แนวทางดิจิทัลไม่ได้แทนการบริการในพื้นที่ทั้งหมด ผ่อนปรุงเครื่องกลที่ซับซ้อน การปรับเปลี่ยนวงจรของสารเย็น และการเปลี่ยนส่วนประกอบหลักยังคงต้องมีตัวตนแต่ประสบการณ์ในอุตสาหกรรมชี้ให้เห็นว่า 60-70% ของการเรียกบริการสามารถแก้ไขได้จากระยะไกล เมื่อมีเครื่องมือการวินิจฉัยและทรัพยากรความรู้ที่เหมาะสม.
องค์ประกอบสามส่วน ช่องทางเมฆ, การควบคุมที่ฉลาด, และ MBT Academy รูปแบบสถาปัตยกรรมบริการดิจิตอลที่บูรณาการ:
1.การควบคุมแบบฉลาดในระดับอุปกรณ์ป้องกันปัญหาก่อนที่มันจะเกิดขึ้น (ป้องกันการกระจายกระจาย, ปรับความสั่นสะเทือน, การสํารองการผลิตเอง)
2.ประตูเมฆทําให้สามารถติดตามและวินิจฉัยจากระยะไกลเมื่อปัญหาเกิดขึ้น (การเข้าถึงข้อมูลในเวลาจริง, การแจ้งเตือนการบํารุงรักษาแบบคาดการณ์)
3.มหาวิทยาลัย MBTช่วยให้ทีมงานในท้องถิ่นสามารถแก้ปัญหาได้อย่างอิสระ (คู่มือการแก้ไขปัญหา, AI Q&A, การฝึกสอนหลายภาษา)
แนวทางบูรณาการนี้ลดค่าบริการรวมในช่วงอายุการใช้งาน 20-30 ปีของอุปกรณ์ทําความเย็นประมาณ 30-40%ขณะที่ปรับปรุงเวลาทํางานของอุปกรณ์และสร้างศักยภาพทางเทคนิคในท้องถิ่น.
อุตสาหกรรม HVAC กําลังผ่านการเปลี่ยนแปลงดิจิตอลที่กว้างขวาง โดยถูกขับเคลื่อนโดยหลายแนวโน้มที่เข้ากัน
•ค่าเชื่อมต่อ IoT ลดลง: ค่าใช้จ่ายของแผนข้อมูล IoT ผ่านเซลล์ลดลงถึง 60-70% ตั้งแต่ปี 2020 ทําให้การติดตามอุปกรณ์ที่เปิดตลอดเวลามีประสิทธิภาพทางเศรษฐกิจแม้กระทั่งสําหรับการติดตั้งระยะกลาง
•ความสามารถของ AI/ML กําลังเติบโต: อัลกอริทึมการเรียนรู้เครื่องจักรที่ฝึกฝนบนเครื่องจักรขนาดใหญ่ สามารถระบุรูปแบบการล้มเหลวได้อย่างแม่นยํามากขึ้น โดยเปลี่ยนจากรุ่นการบํารุงรักษาแบบปฏิกิริยา เป็นรุ่นการบํารุงรักษาแบบคาดการณ์
•ประชากรของแรงงานกําลังเปลี่ยนแปลง: แรงงานเทคนิค HVAC ทั่วโลกกําลังแก่ตัว อัตราการเกษียณมากกว่าอัตราการเข้าสู่การทํางานใหม่ในตลาดที่พัฒนามากที่สุด.
•เจ้าของอาคารต้องการความโปร่งใสของข้อมูล: ความต้องการการรายงาน ESG การบังคับใช้ประสิทธิภาพพลังงาน และความคาดหวังของผู้เช่าในเรื่องความสะดวกสบาย กําลังขับเคลื่อนความต้องการข้อมูลการทํางานที่สามารถเข้าถึงได้ในเวลาจริง
สําหรับเจ้าของโครงการระหว่างประเทศที่ประเมินผู้จําหน่าย HVAC ความสามารถในการบริการดิจิตอลของผู้จําหน่ายกําลังกลายเป็นสําคัญมากเท่ากับรายละเอียดการทํางานของอุปกรณ์เครื่องเย็นที่สามารถติดตามได้, ตรวจสอบและดูแลจากระยะไกล ให้บริการเศรษฐกิจความเสี่ยงที่แตกต่างกันอย่างพื้นฐานจากที่ต้องการการมีบริการทางกายภาพสําหรับทุกปัญหา
The next frontier in HVAC digital services is autonomous optimization — systems that not only monitor and diagnose but actively adjust their own operating parameters to maximize efficiency and minimize degradationการดําเนินการในระยะแรกได้จัดการกําหนดการชาร์จ-ปล่อยของระบบประกอบการมากกว่า 12 กิโลกวัตต์ทั่วโลกแล้วด้วยแพลตฟอร์มที่ขับเคลื่อนด้วย AI คาดว่าจะจัดการกับการหมุนเวียนที่ระลึกถึงความเสื่อมสภาพ และการปรับปรุงหลายฉากภายในปลายทศวรรษ.
สําหรับ Midea การลงทุนในศักยภาพบริการดิจิตอล ไม่ใช่แค่คุณสมบัติของสินค้าในตลาดที่มีข้อดีทางการแข่งขันเป็นประเพณีของผู้ดําเนินการที่มีเครือข่ายบริการท้องถิ่นที่สร้างขึ้น, เครื่องมือดิจิทัลทําให้สนามการแข่งขันเป็นเท่าเทียมกัน โดยการแยกคุณภาพการบริการจากการมีตัวตนทางกายภาพ
HVAC O&M ดิจิตอล (การดําเนินงานและการบํารุงรักษา) ใช้เซ็นเซอร์เชื่อมต่อกับเมฆ การวินิจฉัย AIและแพลตฟอร์มการติดตามทางไกล เพื่อจัดการโรงงานทําความเย็น โดยไม่ต้องการช่างในสถานที่สําหรับทุกเหตุการณ์การบริการ. Unlike traditional reactive maintenance — where technicians respond after equipment fails — digital O&M enables predictive maintenance by analyzing real-time data trends to identify developing faults 2–4 weeks in advanceแนวทางนี้ลดการเรียกบริการฉุกเฉิน 60%~70% ลดเวลาตอบสนองจากวันเป็นชั่วโมง และลดค่าบริการทั้งหมดประมาณ 30%~40% มากกว่าอายุการใช้งาน 20~30 ปีของเครื่องเย็น
ประตูเมฆ เช่น Chiller Doctor ของ Midea เชื่อมต่อกับระบบควบคุมเครื่องเย็นผ่านโปรโตคอลมาตรฐาน (Modbus, BACnet) และส่งข้อมูลการทํางานในเวลาจริงความดันของสารเย็นผู้นําอํานวยการและวิศวกรบริการสามารถเข้าถึงข้อมูลนี้จากหน้าเว็บหรืออุปกรณ์มือถือทุกที่ในโลกเกตเวย์สามารถใช้ความสามารถได้ 3 ระดับ: การวินิจฉัยทางไกล (นําผู้ประกอบการท้องถิ่นผ่านการแก้ไขปัญหา), การบํารุงรักษาแบบคาดการณ์ (การระบุความผิดพลาดก่อนที่พวกเขาจะกระตุ้นสัญญาณเตือน) และการปรับปรุงผลงาน (เปรียบเทียบประสิทธิภาพการออกแบบเพื่อแนะนําการแก้ไข).
การบํารุงรักษาแบบคาดการณ์เป็นสิ่งสําคัญสําหรับเครื่องเย็นพาณิชย์ขนาดใหญ่ เพราะความล้มเหลวที่ไม่คาดคิดในอํานวยความสะดวกที่สําคัญ โรงพยาบาล ศูนย์ข้อมูล โรงงานยาทําลายสินค้าหรือหยุดการดําเนินงาน เหตุการณ์การหยุดทํางานของเครื่องเย็นเพียงครั้งเดียว สามารถมีค่าใช้จ่าย 5,000-15,000 ดอลลาร์ ในการก่อก่อก่อก่อก่อก่อก่อก่อก่อก่อก่อก่อก่อความสะอาดของหาง, และผลงานของเครื่องแลกเปลี่ยนความร้อน ระบบบํารุงรักษาแบบคาดการณ์ที่ขับเคลื่อนโดย AI จะตรวจพบความผิดปกติหลายสัปดาห์ก่อนที่จะกลายเป็นความล้มเหลวการหลีกเลี่ยงการปิดฉุกเฉินและขยายอายุการใช้งานของอุปกรณ์.
MBT Academy ลดต้นทุนการบริการโดยแก้ไขช่องว่างความรู้ที่ทําให้เกิดปัญหาการบริการส่วนใหญ่ข้อมูลการแก้ไขปัญหาที่มีโค้ดความผิดพลาด 260+ รายการ พร้อมคู่มือการวินิจฉัย từngขั้นตอนและผู้ช่วย AI Q&A ที่ครอบคลุม 200+ รหัสความผิดพลาด ทั้งหมดสามารถเข้าถึงได้ใน 20+ ภาษาช่างเทคนิคท้องถิ่นสามารถใช้ MBT Academy ในการแก้ปัญหาด้วยการใช้บริการตนเอง โดยมีค่าใช้จ่ายเกือบศูนย์ข้อมูลในอุตสาหกรรมแสดงให้เห็นว่า 60~70% ของการเรียกบริการสามารถแก้ไขได้จากไกล เมื่อเทคนิคมีเครื่องมือและความรู้ด้านการวินิจฉัยที่เหมาะสมสร้างศักยภาพท้องถิ่นอย่างถาวร แทนที่จะสร้างความพึ่งพาจากผู้เชี่ยวชาญภายนอก.
หลายแนวโน้มที่เข้าด้วยกันกําลังเร่งการรับใช้แพลตฟอร์ม HVAC ที่ฉลาด ค่าเชื่อมต่อ IoT ลดลง 60~70% นับตั้งแต่ปี 2020ทําให้การติดตามตลอดเวลามีประสิทธิภาพทางเศรษฐกิจสําหรับขนาดอุปกรณ์ทั้งหมดอัลกอริทึมการเรียนรู้เครื่องจักร กําลังมีความแม่นยํามากขึ้นในการคาดการณ์ความล้มเหลว โดยย้ายอุตสาหกรรมจากแบบปฏิกิริยาไปยังแบบคาดการณ์อย่างเต็มที่หน่วยงาน HVAC ที่กําลังแก่ตัว ราคาการเกษียณมากกว่าผู้เข้ามาใหม่ในตลาดที่พัฒนามากที่สุด ทําให้เครื่องมือดิจิทัลเป็นสิ่งจําเป็นในการบรรเทาช่องว่างประสบการณ์ขอบเขตถัดไปคือการปรับปรุงที่อิสระ โดยที่ระบบ AI ปรับปรุงปริมาตรการการทํางานในเวลาจริงด้วยการปรับปรุงความเสื่อมของความเสื่อมที่คาดว่าจะสิ้นสุดทศวรรษ.
