স্থির বিদ্যুৎই স্মার্ট ফ্যাক্টরির প্রথম শর্ত

বাংলাদেশে AI-চালিত গার্মেন্টস ও টেক্সটাইল উৎপাদনের কথা উঠলেই সবাই প্রথমে ক্যামেরা, ডাটা, সফটওয়্যার আর অটোমেশন নিয়ে কথা বলে। আমি একমত—কিন্তু বাস্তবে AI চালাতে সবচেয়ে আগে দরকার স্থির বিদ্যুৎ ও নির্ভরযোগ্য গ্যাস সরবরাহ। কারণ AI মানে শুধু “একটা সফটওয়্যার” না; AI মানে ২৪/৭ সেন্সর, সার্ভার/এজ ডিভাইস, নেটওয়ার্ক, ক্যামেরা, ডাটা স্টোরেজ, এবং পুরো উৎপাদন লাইনকে একই ছন্দে চালানো।

এই জায়গাতেই ডিসেম্বর ২০২৫-এ সরকারের দুটি সিদ্ধান্ত টেক্সটাইল-গার্মেন্টস খাতের জন্য বড় সিগন্যাল: ভোলায় পাঁচটি নতুন গ্যাস কূপ এবং ঢাকা–ময়মনসিংহ অঞ্চলে পাওয়ার ডিস্ট্রিবিউশন গ্রিড আধুনিকায়ন। খবরটা শুধু জ্বালানি খাতের না—এটা আসলে বাংলাদেশের স্মার্ট ম্যানুফ্যাকচারিং রোডম্যাপের ভিত্তি শক্ত করার খবর।

বাংলাদেশের টেক্সটাইল ও গার্মেন্টস শিল্পে কৃত্রিম বুদ্ধিমত্তা কীভাবে পরিবর্তন আনছে—এই সিরিজে আমরা বারবার দেখছি, AI গ্রহণের পথে সবচেয়ে বড় বাধা “AI না জানা” নয়; বরং অপারেশনাল স্থিতিশীলতার অভাব। বিদ্যুৎ ওঠানামা, গ্যাস চাপ কমে যাওয়া, অপ্রত্যাশিত শাটডাউন—এসব হলে AI-ভিত্তিক কিউসি, প্রেডিক্টিভ মেইনটেন্যান্স, বা প্রোডাকশন অপ্টিমাইজেশন সবই অর্ধেক কাজ করে।

ভোলার নতুন গ্যাস কূপ: AI-এর জন্য ‘ফুয়েল বেস’ স্থিতিশীল করা

উত্তরটা সোজা: স্থানীয় গ্যাস উৎপাদন বাড়লে শিল্পে জ্বালানির অনিশ্চয়তা কমে, আর সেই স্থিতিশীলতাই AI-চালিত ফ্যাক্টরি চালানোর প্রি-রিকুইজিট।

সরকার ভোলায় পাঁচটি নতুন গ্যাস কূপ—শাহবাজপুর-৫, শাহবাজপুর-৭, ভোলা নর্থ-৩, ভোলা নর্থ-৪, এবং শাহবাজপুর নর্থ ইস্ট-১—ড্রিলিং অনুমোদন দিয়েছে। প্রকল্পটি আন্তর্জাতিক টেন্ডারে টার্ন-কি ভিত্তিতে হবে এবং একটি চীনা প্রতিষ্ঠানের প্রস্তাবকে রেসপন্সিভ বিডার হিসেবে সুপারিশ করা হয়েছে।

গ্যাস সংকট AI প্রকল্পকে কীভাবে নীরবে ‘খেয়ে ফেলে’

টেক্সটাইলের অনেক প্রসেসই এনার্জি-ইনটেনসিভ—বিশেষ করে ডাইং, ফিনিশিং, স্টিম-ভিত্তিক কাজ। গ্যাস সংকটে যখন:

• বয়লার প্রেসার ওঠানামা করে
• ব্যাচ টাইম এলোমেলো হয়
• রিকনসিলিয়েশন ডাটা নষ্ট হয়

তখন AI মডেল যে ডাটা দিয়ে শিখছে (যেমন প্রোডাকশন টাইম, টেম্পারেচার প্রোফাইল, ডিফেক্ট রেট) সেই ডাটাই “নয়েজি” হয়ে যায়। ফলাফল: AI-এর পূর্বাভাস ভুল, মেইনটেন্যান্স অ্যালার্ট মিস, আর কিউসি মডেল ভুলভাবে লট ফ্ল্যাগ করতে পারে।

লোকাল গ্যাস মানে শুধু খরচ না—প্ল্যানিংয়ের শৃঙ্খলা

অনেক ফ্যাক্টরি AI ইনস্টল করে, তারপর দেখা যায়—লোডশেডিং বা ফুয়েল ইস্যুর কারণে লাইনের ‘রান-টাইম’ কমে গেছে। লোকাল গ্যাস সাপ্লাই বাড়লে:

• শিডিউলিং আরও নির্ভরযোগ্য হয় (AI-ভিত্তিক APS/লাইন ব্যালান্সিং কাজ করে)
• ডাউনটাইম কমে (প্রেডিক্টিভ মেইনটেন্যান্সের ROI দ্রুত আসে)
• এনার্জি ডাটা কনসিস্টেন্ট হয় (এনার্জি অপ্টিমাইজেশন মডেল স্থিতিশীল হয়)

AI বসানোর আগে ফ্যাক্টরির “নরমাল অপারেশন” স্থিতিশীল করা লাগে। এই গ্যাস প্রকল্প সেই স্থিতিশীলতার দিকে একটা বাস্তব ধাপ।

ঢাকা–ময়মনসিংহ গ্রিড আপগ্রেড: স্মার্ট ফ্যাক্টরির ‘আপটাইম ইঞ্জিন’

মূল কথা: AI-চালিত উৎপাদনে বিদ্যুতের গুণগত মান (ভোল্টেজ স্ট্যাবিলিটি, ফ্রিকোয়েন্সি, কম ট্রিপিং) কাঁচা মেগাওয়াটের মতোই গুরুত্বপূর্ণ।

সরকার ঢাকা–ময়মনসিংহ বিভাগের জন্য BPDB পাওয়ার ডিস্ট্রিবিউশন সিস্টেমের আধুনিকায়ন ও ক্যাপাসিটি এনহ্যান্সমেন্ট প্রকল্পের আওতায় একাধিক 33/11 kV সাবস্টেশন নির্মাণ ও অগমেন্টেশনের অনুমোদন দিয়েছে—কিছু এয়ার-ইনসুলেটেড, কিছু গ্যাস-ইনসুলেটেড।

সাবস্টেশন আপগ্রেড মানে গার্মেন্টসে কী বদলাবে

গার্মেন্টস/টেক্সটাইলে বিদ্যুৎ সমস্যা “লাইট চলে যায়” পর্যন্ত সীমিত না। আরও বড় সমস্যা:

• মেশিন ট্রিপ
• PLC/ড্রাইভ রিসেট
• সেন্সরের ক্যালিব্রেশন ড্রিফট
• নেটওয়ার্ক সুইচ/এজ সার্ভারের রিস্টার্ট

AI-এর জন্য এসব মারাত্মক, কারণ AI কিউসি ক্যামেরা বা সেন্সর ফিডের কন্টিনিউটি দরকার। ৩০ সেকেন্ডের পাওয়ার ডিপ মানে ৩০ সেকেন্ডের ডাটা হোল—আর বড় স্কেলে সেটা “ডিফেক্ট মিস” হয়ে যেতে পারে।

কেন AI চালাতে ‘ভালো’ বিদ্যুৎ লাগে, শুধু বিদ্যুৎ নয়

AI ভিশন সিস্টেম, এজ কম্পিউটিং, সার্ভার, MES/ERP ইন্টিগ্রেশন—সব মিলিয়ে ফ্যাক্টরিতে একটা নতুন ধরনের ইলেকট্রিক্যাল লোড প্রোফাইল তৈরি হয়:

• ধারাবাহিক, সংবেদনশীল IT লোড
• উচ্চ-গতি ক্যামেরা ও লাইটিং
• নেটওয়ার্ক ও স্টোরেজ

বিদ্যুৎ যদি অস্থির হয়, তাহলে প্রতিষ্ঠান বাধ্য হয়ে বেশি UPS/জেনারেটর নির্ভর হয়। এতে খরচ বাড়ে, কার্বন ফুটপ্রিন্ট বাড়ে, আর AI প্রজেক্টের পে-ব্যাক পিরিয়ড লম্বা হয়। গ্রিডের আধুনিকায়ন তাই AI স্কেল করার “লুকানো শর্ত” পূরণ করে।

এনার্জি স্থিতিশীল হলে RMG-তে কোন AI ইউজ-কেসগুলো দ্রুত ফল দেবে

উত্তরটা বাস্তবভিত্তিক: পাওয়ার ও গ্যাস স্থিতিশীল হলে যেসব AI ইউজ-কেস ৬–১২ মাসে ফল দিতে পারে, সেগুলো আগে ধরুন।

1) কম্পিউটার ভিশন দিয়ে কোয়ালিটি কন্ট্রোল

ফ্যাব্রিক ইন্সপেকশন, স্টিচ ডিফেক্ট, প্রিন্ট মিসঅ্যালাইনমেন্ট—ভিশন AI ভালো কাজ করে যখন:

• ক্যামেরা/লাইটিং স্থির থাকে
• লাইন স্পিড কনসিস্টেন্ট থাকে
• ডাটা স্টোরেজ ও নেটওয়ার্ক আপটাইম থাকে

গ্রিড স্ট্যাবল হলে এই তিনটাই বাস্তবে সম্ভব হয়।

2) প্রেডিক্টিভ মেইনটেন্যান্স (মোটর, কম্প্রেসর, বয়লার)

ভাইব্রেশন/কারেন্ট সিগন্যাল দিয়ে AI ত্রুটি ধরতে পারে। কিন্তু পাওয়ার ফ্লাকচুয়েশন বেশি হলে সেন্সর ডাটা বিকৃত হয় এবং ভুল অ্যালার্ট বাড়ে। স্থিতিশীল বিদ্যুৎ মানে:

• কম ফাল্স অ্যালার্ট
• বেশি বিশ্বাসযোগ্য মেইনটেন্যান্স শিডিউল
• কম জরুরি ব্রেকডাউন

3) এনার্জি অপ্টিমাইজেশন অ্যানালিটিক্স

টেক্সটাইল মিলগুলোতে এনার্জি কস্ট বড় অংশ। AI দিয়ে:

• বয়লার লোড অপ্টিমাইজ
• চিলার/কম্প্রেসর সেটপয়েন্ট টিউন
• পিক ডিমান্ড ম্যানেজ

এসব করা যায়। কিন্তু গ্যাস/বিদ্যুৎ অনিশ্চিত হলে সেটপয়েন্ট অপ্টিমাইজেশন “টার্গেট মিস” করে। স্থিতিশীল সরবরাহ এনার্জি AI-এর ROI দ্রুত করে।

4) প্রোডাকশন প্ল্যানিং ও OEE ইন্টেলিজেন্স

AI-ভিত্তিক শিডিউলিং (APS), লাইনের বটলনেক ডিটেকশন, OEE অ্যানালিটিক্স তখনই কার্যকর হয় যখন শাটডাউনগুলো “নরমাল” অপারেশনকে অস্বাভাবিকভাবে ডিস্টর্ট না করে। স্থিতিশীল পাওয়ার-ফুয়েল বেস মানে ডাটা বেশি সত্যি, সিদ্ধান্ত বেশি ঠিক।

ফ্যাক্টরি লিডারদের জন্য ৯০ দিনের প্র্যাকটিক্যাল প্ল্যান (AI + এনার্জি)

সরাসরি করণীয়: AI স্কেল করতে চাইলে আগে এনার্জি ও ডাটা রেডিনেস একসাথে ঠিক করুন। আলাদা করলে সময় ও টাকা দুইটাই নষ্ট হয়।

সপ্তাহ 1–2: “স্টপলিস্ট” বানান—কোথায় পাওয়ার ইস্যু AI থামায়

• গত ১২ মাসের ট্রিপিং/লোডশেডিং/জেনারেটর রানটাইম লগ তুলুন
• কোন লাইনে কতবার PLC রিসেট হয় লিখে ফেলুন
• IT রুম/সার্ভার/নেটওয়ার্ক আপটাইম মাপুন

সপ্তাহ 3–6: এজ-ফার্স্ট AI পাইলট নিন

গ্রিড স্ট্যাবল হলেও ১০০% পারফেক্ট হবে না। তাই প্রথম পাইলট হিসেবে:

• একটি লাইনে ভিশন কিউসি (এজ ডিভাইসে ইনফারেন্স)
• একটি ইউটিলিটি অ্যাসেটে প্রেডিক্টিভ মেইনটেন্যান্স

এজ-ফার্স্ট করলে নেটওয়ার্ক ডাউন হলেও কিছু কাজ চলবে।

সপ্তাহ 7–10: ডাটা গভার্ন্যান্স সেট করুন

• ডিফেক্ট ট্যাগিং স্ট্যান্ডার্ড (একই ডিফেক্টের ৫ নাম নয়)
• শিফটভিত্তিক ডাটা ভ্যালিডেশন
• মেশিন আইডি, লট আইডি, টাইম সিঙ্ক (NTP) বাধ্যতামূলক

সপ্তাহ 11–13: ROI রিভিউ—তারপর স্কেল

• ডিফেক্ট রিডাকশন (পিস/পার্সেন্ট)
• রিওয়ার্ক সময় কমেছে কিনা
• ব্রেকডাউন কমেছে কিনা

যা কাজ করছে সেটাই স্কেল করুন। “সব জায়গায় AI” একসাথে চাপাবেন না। বেশিরভাগ কোম্পানি এখানেই ভুল করে।

People Also Ask: এনার্জি আপগ্রেড হলে AI কি নিজে নিজে সফল হবে?

না। এনার্জি আপগ্রেড হলো “বেসলাইন এনাবলার”। সফল AI-এর জন্য আরও লাগে:

• প্রক্রিয়া স্ট্যান্ডার্ডাইজেশন (SOP ঠিক না থাকলে AI বিভ্রান্ত হবে)
• ডাটা কোয়ালিটি (খারাপ ডাটায় ভালো মডেল হয় না)
• লোকবল সক্ষমতা (ইঞ্জিনিয়ার + প্রোডাকশন টিম একই ভাষায় কথা বলবে)

তবে সত্যি কথা হলো: অস্থির বিদ্যুৎ দিয়ে স্থিতিশীল AI পাওয়া যায় না।

এনার্জি প্রকল্পগুলোর আসল বার্তা: ২০২৬–২০২৭ হবে স্কেলিংয়ের সময়

ডিসেম্বর ২০২৫-এর এই গ্যাস ড্রিলিং ও গ্রিড আপগ্রেড সিদ্ধান্তগুলোর সবচেয়ে বড় প্রভাব হবে “কনফিডেন্স”—ফ্যাক্টরি মালিকরা বড় অটোমেশন/AI ইনভেস্টমেন্ট করার আগে যে স্থিতিশীল অবকাঠামো দেখতে চান, সেটার দিকে দৃশ্যমান অগ্রগতি।

বাংলাদেশের টেক্সটাইল ও গার্মেন্টস শিল্পে কৃত্রিম বুদ্ধিমত্তা কীভাবে পরিবর্তন আনছে—এই সিরিজের পরবর্তী ধাপে আমি দেখতে চাই আরও বেশি মিল ও গার্মেন্টস পাওয়ার-রেডি AI আর্কিটেকচার বেছে নিক: এজ কম্পিউটিং, ব্যাকআপ পাওয়ার ডিজাইন, এবং ডাটা লাইনেজসহ। কারণ প্রযুক্তি কিনলেই পরিবর্তন আসে না; অপারেশনাল শৃঙ্খলা আর স্থিতিশীল এনার্জি থাকলেই AI বাস্তবে কাজ করে।

আপনার ফ্যাক্টরিতে যদি আগামী ১২ মাসে AI বসানোর পরিকল্পনা থাকে, প্রথম প্রশ্নটা সফটওয়্যারের ফিচার নিয়ে নয়—আপনার পাওয়ার ও ফুয়েল বেসলাইন কতটা স্থিতিশীল? সেটা ঠিক করে নিলেই AI প্রকল্পগুলো কাগজ থেকে লাইনে নামবে।