අඩු විදුලි ගාස්තු: AI ආයෝජනට අවස්ථාවක්

2024 ජූලි 16 සිට ලංකාවේ කාර්මික විදුලි ගාස්තු 25.3%කින් අඩු වීම (ගෘහස්ථ පාරිභෝගිකයින්ට 27%, සමස්ත වශයෙන් 22.5% අඩුවීම) ඇඟලුම් කර්මාන්තයට හුඟාක් දුරට “සමහරක් වියදම් අඩු වීම” කියන තත්ත්වයක් නෙවෙයි. මගේ දෘෂ්ටියේ මේක ඩිජිටල් පරිවර්තනයට—විශේෂයෙන් AI (කෘත්‍රිම බුද්ධිය) යොදාගත් මෙහෙයුම් ව්‍යුහයක් සාදාගැනීමට—පහළ තට්ටුව ශක්තිමත් කරන තීරණාත්මක පියවරක්.

අපි දන්නවා: ශ්‍රී ලංකාවේ ඇඳුම් අපනයනය ජාතික අපනයන ආදායමෙන් සෑහෙන කොටසක් ගෙනෙනවා. Joint Apparel Association Forum (JAAF) පෙන්වලා දුන්න විදිහට, 2022 දී kWh එකකට රු. 6.58 වටින තැනින් රු. 34 දක්වා ගාස්තු ඉහළ ගියා. ඒ වගේ shock එකකින් පසු, අපනයන ආදායම US$ 5,591.5 මිලියන සිට US$ 4,535.5 මිලියන දක්වා පහළ යාම අමතරයෙන් “පොඩි පීඩනයක්” නෙවෙයි—මෙහෙයුම් තීරණ වෙනස් කළ කාලයක්.

මේ ලිපිය මේ සතියේ/මාසයේ උණුසුම් අභියෝගයට එක පාරටම යන්නේ: ගාස්තු අඩුවීමෙන් ලැබෙන ඉඩකඩ AI-රූපී තරඟකාරිත්වයක් බවට පත් කරන්නේ කොහොමද? (මෙය අපගේ “ශ්‍රී ලංකාවේ වස්ත්‍ර හා ඇඳුම් කර්මාන්තය කෘත්‍රිම බුද්ධිය මඟින් කෙසේ වෙනස් වෙමින් තිබේද” සిరීස් එකේ තවත් එක් ප්‍රායෝගික කඩඉමක්.)

25.3%ක අඩුවීමෙන් ලැබෙන්නේ මුදල් පමණක් නෙවෙයි—ස්ථාවරත්වයයි

කෙටි පිළිතුර: අඩු ගාස්තුවෙන් ලැබෙන වාසිය cash saving එකට වඩා planning certainty එකයි. AI යොදාගැනීමේදී ඒ certainty එක නැතුව ROI (ආයෝජන ප්‍රතිලාභ) එක ඉතාම අමාරුයි.

JAAF කියන දේට අනුව PUCSL ගත්ත තීරණය කර්මාන්තයට හුස්මක්. නමුත් ලාභය ප්‍රමාණ කිරීමේදී වැදගත්ම දෙය මෙන්න: විදුලි බිල අඩු වුනාම CFO කෙනෙක්ට “මීළඟ මාස 6–12 තුළ මට capex/opex plan එක lock කරන්න පුළුවන්” කියන විශ්වාසය එනවා. AI projects සාර්ථක වෙන්නේ ඒ plan-able environment එකක් ඇතුළේ.

“අපිට අඩු ගාස්තුව ආවා—දැන්ම පඩි වැඩි කරමු” කියන reflex එකෙන් පරස්සම් වෙන්න

ඇඳුම් කර්මාන්තය පාරිභෝගිකයින්ගේ මිල පීඩනය, lead time අඩුකිරීම, compliance auditing වැනි දේවල් නිසා හැම වෙලාවෙම thin margins එක්ක වැඩ කරනවා. savings එක සම්පූර්ණයෙන්ම short-term fixes වලට යැවුවොත්, ලබන shock එකට නැවතම අසරණ වෙන්න පුළුවන්.

ඒ වෙනුවට, savings වලින් කොටසක් AI සහ ඩිජිටල් මෙහෙයුම් දියුණු කිරීම සඳහා වෙන් කිරීම තරඟකාරිත්වයට සෘජු ප්‍රතිලාභ දෙයි.

ඇඳුම් අපනයනයේ තරඟකාරිත්වය: විදුලි බිල අඩුවීම “පළමු පියවර” විතරයි

කෙටි පිළිතුර: විදුලි ගාස්තු අඩුවීමෙන් “cost base” එක සකස් වෙයි; නමුත් ජයග්‍රහණය තීරණය වෙන්නේ speed, accuracy, predictability වලින්. ඒ තුනම AI වලට ගැලපෙන ක්ෂේත්‍ර.

2022 දී kWh ගාස්තුව රු. 34 දක්වා පනිනකොට, ලංකාවට තරඟකරුවන් සමඟ (අනුමාන වශයෙන්) අධික නිෂ්පාදන වියදම් පීඩනයක් ආවා. දැන් relief එකක් තිබුණත්, global brands ඉල්ලන දේ වෙනස් වෙලා නෑ:

• අඩු lead time
• ගුණාත්මක consistency
• audit-ready compliance data
• smaller batch, more styles
• predictable delivery

මෙන්න මෙතැන AI එක “nice to have” එකක් නෙවෙයි. ඔබේ factory එක වැඩ කරන්නේ කොහොමද කියන core operating system එකට ඇතුල්වෙන්න ඕන.

People also ask: “AI එක දාගත්තම විදුලි වියදම තවත් අඩුවෙනවද?”

ඔව්—නමුත් එය AI එකෙන් විදුලි බිල අඩු කරනවා කියන සරල කතාවක් නෙවෙයි. AI එකෙන්:

• idle time අඩු කරලා output වැඩි කරනවා (එක unit එකකට යන energy අඩුවෙනවා)
• rework/defects අඩු කරලා wasted energy අඩු කරනවා
• production scheduling හොඳ කරලා peak usage manage කරනවා

ඒ කියන්නේ, tariff cut එකෙන් ලැබෙන relief එක AI එකෙන් තවදුරටත් “unit economics” හොඳ කරලා ගන්න පුළුවන්.

AI ආයෝජනයට මුදල් යොදවන්න හොඳම තැන් 5ක් (ඉක්මන් ROI)

කෙටි පිළිතුර: ගාස්තු අඩුවීමෙන් ඉතිරිවන මුදල් “ලොකු AI lab එකකට” දාන්න අවශ්‍ය නෑ. මුලින්ම දාන්න ඕනේ ROI ඉක්මනින් පෙන්වන, data discipline එක හදන use cases වලට.

1) Demand forecasting + order planning (අපනයන ගනුදෙනු සුරක්ෂිත කරයි)

Brands දෙන forecast එක හැමවිටම “සත්‍ය” නෙවෙයි. AI-based forecasting මොඩෙල් (විකිණීම් ඉතිහාසය, seasonal signals, promotions, lead time, returns) එක්ක:

• overproduction අඩු වෙනවා
• raw material planning හොඳ වෙනවා
• urgent air freight අවස්ථා අඩු වෙනවා

මගේ stance එක: forecasting එක හොඳ නොකරලා automation/robots වලට දුවන්න එපා. පළමුව planning layer එක හදාගන්න.

2) Computer vision quality control (defects අඩු කරයි)

Fabric defects, stitching issues, shade variation වගේ දේවල් manual inspection එකෙන් miss වීම සාමාන්‍යයි. Camera + AI inspection එකෙන්:

• defect detection consistency ඉහළ යයි
• rework අඩු වෙයි
• final audit disputes අඩු වෙයි

ROI එක බලන්න ලේසිම metric එක: rework rate සහ AQL fail rate.

3) Compliance automation (audit-ready data)

ESG, social compliance, traceability—මේවා 2025/2026 procurement conversations වල “optional” නෙවෙයි. AI-assisted document processing එකෙන්:

• supplier documents classify/validate කිරීම
• time & attendance anomalies flag කිරීම
• corrective action tracking automated කිරීම

මෙතැන ලාභය වන්නේ wage cost අඩු වීම පමණක් නෙවෙයි—brand trust එක.

4) Predictive maintenance (downtime අඩු කරයි)

Sewing machines, compressors, boilers, cutting machines. Sensor data + AI එකෙන්:

• breakdown කලින් හඳුනාගන්න
• spare parts plan කරන්න
• production disruptions අඩු කරන්න

Tariff cut එකෙන් ලැබෙන savings වලින් කුඩා pilot එකක්වත් දාන්න වටිනවා. Downtime එක අඩු වුණාම delivery performance එක ඉහළ යනවා.

5) AI-assisted merchandising content (brand communication වේගවත් කරයි)

අපේ සිරීස් එකේ ප්‍රධාන තේමාවක්: ජාත්‍යන්තර වෙළඳ නාම සමඟ සන්නිවේදනය ශක්තිමත් කරන ඩිජිටල් අන්තර්ගතය.

AI tools (අභ්‍යන්තර guidelines + approved templates) යොදාගෙන:

• tech pack summary drafts
• fit comment responses
• material comparisons
• sustainability narratives (claim-safe)

සකස් කරගන්න පුළුවන්. මෙතැන වැදගත්ම දෙය: claim governance—AI එකට කියන්න ඕනෙ මොනවා කියන්නද, මොනවා නොකියන්නද.

“Least-cost generation plan” එක AI strategy එකටත් අදාළයි

කෙටි පිළිතුර: JAAF ඉල්ලන transparent competitive bidding සහ least-cost generation plan එක කර්මාන්තයටම වාසි. නමුත් company-level එකේදීත් ඒම තර්කය එකමයි: least-cost + measurable impact ඇති digital investments කරන්න.

JAAF එක දක්වා තියෙන තවත් වැදගත් කරුණක් තියෙනවා: CEB tariff forecasting overestimation නිසා ගාස්තු අනවශ්‍ය ලෙස වැඩි වුණා කියන අදහස. මෙහි පාඩම මෙන්න—forecasting mistakes කර්මාන්තයේ competitiveness කනවා.

ඒ නිසා ඔබේ factory එකේ:

• energy usage forecasting
• order demand forecasting
• production capacity forecasting

මෙවලින් එකක්වත් “excel guessing” එකට අතහැරලා තියෙන්න එපා. AI මෙහෙම තැන්වල සත්‍ය වශයෙන්ම ප්‍රතිලාභ දෙනවා.

2025/2026 පසුබිම: EU due diligence + carbon pressure

2025 අවසානයේ ඉඳලා 2026 යනකොට, supply chain due diligence සහ carbon reporting expectations තව තද වෙයි. Electricity tariff cut එකෙන් ලැබෙන breathing room එක renewables + measurement + AI optimization එකට යොදන එක smart.

• rooftop solar feasibility
• energy monitoring dashboards
• AI-based load balancing

මෙවලින් ඔබට cost savings වගේම brand conversations වලදී bargaining power එකත් ලැබෙනවා.

ප්‍රායෝගික ක්‍රියාමාර්ග: savings එක AI roadmap එකකට හරවන්න

කෙටි පිළිතුර: savings එකෙන් 90%ක් ad-hoc වියදම් වලට යනවා නම්, මේ අවස්ථාව අතහරිලා. 10–20%ක්වත් structured AI pilot fund එකකට වෙන් කරලා, මිනුම් කරලා scale කරන්න.

මම හොඳට දැකලා තියෙන 90-day plan එකක්:

1. Baseline කරන්න: kWh per garment, defect rate, rework hours, downtime, on-time delivery.
2. Use case එකක් තෝරන්න: QC vision හෝ predictive maintenance වගේ measurable එකක්.
3. Data discipline: naming conventions, timestamp accuracy, operator IDs—මෙවල නැතුව AI fail වෙනවා.
4. Pilot + KPI: 8–12 සති තුළ එක KPI එකක්වත් 15–30% හොඳ කරලා පෙන්වන්න.
5. Scale decision: ප්‍රතිඵල ආවාම, දෙවැනි use case එකට යන්න (planning/forecasting).

Snippet-worthy line: “Tariff cut එකෙන් බිල අඩුවෙයි. AI එකෙන් එකම බිලෙන් වැඩි output එකක් ගන්න පුළුවන්.”

ඉදිරියට යන්න තියෙන ප්‍රශ්නය: relief එක waste කරනවද, නැද්ද?

PUCSL අනුමත කළ 25.3%ක කාර්මික ගාස්තු අඩුවීම ඇඟලුම් කර්මාන්තයට හොඳ පණිවිඩයක්: competitiveness ගැන සංවේදී තීරණ ගන්න පුළුවන් බව. නමුත් මේක අත්‍යවශ්‍යම දෙය නෙවෙයි—අත්‍යවශ්‍යම දෙය මේ relief එකෙන් ඔබ හදන next capability එක.

මෙම සිරීස් එකේ මූලික අදහස එකයි: ශ්‍රී ලංකාවේ වස්ත්‍ර හා ඇඳුම් කර්මාන්තය AI මඟින් කාර්යක්ෂමවීම, තත්ත්ව පාලනය දියුණු වීම, අනුකූලතාව ස්වයංක්‍රීය වීම, සහ ජාත්‍යන්තර වෙළඳ නාම සමඟ සන්නිවේදනය ශක්තිමත් වීම. Tariff cut එක ඒ ගමනට ඉඩ හදනවා. දැන් ප්‍රශ්නය මෙන්න—ඔබ savings එකෙන් පළමුවෙන්ම automate කරන bottleneck එක මොකක්ද?