අඩු විදුලි ගාස්තු + AI: ඇඳුම් කර්මාන්තයේ ලාභය

2024 ජූලි 16 සිට ශ්‍රී ලංකාවේ කර්මාන්ත විදුලි ගාස්තු 25.3%කින් අඩු වුණා. ගෘහස්ථ පාරිභෝගිකයන්ට 27%ක අඩු කිරීමක්, සමස්ත වශයෙන් 22.5%ක අඩු කිරීමක්—මේවා අංක නැහැ වගේ පෙනුණත්, ඇඳුම් කර්මාන්තයට මේක බිල්පතක් වඩා වැඩිය. මෙය නිෂ්පාදන වියදම් අඩු කරලා, ලාභය හා ප්‍රවාහන තීරණවල දක්ශතාව වැඩි කරන මූලික සවිබල ගැන්වීමක්.

ඒත් මට කියන්න තියෙන්නේ මේක: ගාස්තු අඩුවීමෙන් ලැබෙන ප්‍රතිලාභය ස්ථිර වන්නේ AI සහ ඩිජිටල් වැඩපිළිවෙළකට පෙරළගත්තමයි. නැත්නම් එය අඩු වියදම් වාසියක් විතරයි—තරඟකරුවන්ගේ ඊළඟ මිල කැපීමක් එනකොට ඒ වාසිය නැති වෙන්න පුළුවන්.

මේ ලිපිය මෙම සෙරිස් එකේ (“ශ්‍රී ලංකාවේ වස්ත්‍ර හා ඇඳුම් කර්මාන්තය කෘත්‍රිම බුද්ධිය මඟින් කෙසේ වෙනස් වෙමින් තිබේද”) කොටසක්. අද අපි බලන්නේ අඩු විදුලි ගාස්තු කියන්නේ AI ආයෝජනයට ඉඩ සලසන බිම් මට්ටමේ වෙනසක් කොහොමද, සහ ඒ ඉඩකඩ ලාභදායී ප්‍රතිඵලයක් කරගන්න ප්‍රායෝගික පියවර මොනවාද කියලා.

PUCSL ගාස්තු අඩුවීමෙන් ඇඳුම් කර්මාන්තයට සැබෑ වාසිය මොකක්ද?

ඉක්මන් පිළිතුර: වියදම් පීඩනය අඩු වීමෙන් කර්මාන්තශාලා නඩත්තු කරන මුදල් ප්‍රවාහය (cashflow) හොඳ වෙනවා, ඒ නිසා කෙටි කාලීනව තරඟකාරී මිල තැබීමත්, දිගු කාලීනව AI/automation ආයෝජනත් කළ හැකි පසුබිමක් ලැබෙනවා.

JAAF පෙන්වා දුන්නේම දුෂ්කර තත්ත්වයක්: 2022දී විදුලි ගාස්තු රු. 6.58/kWh සිට රු. 34/kWh දක්වා ගියේය. ඒ වගේ පිරිවැය උඩ යාමක් තිබුණොත්, වැඩිම කාර්යක්ෂමතා තිබුණත් කර්මාන්තශාලාවකට අර්බුදයක්. ඒ කාලයේ ඇඳුම් අපනයන ආදායම US$ 5,591.5 මිලියන සිට US$ 4,535.5 මිලියන දක්වා පහළ ගියා කියලාද ක්ෂේත්‍රය සඳහන් කරලා තියෙනවා.

මේ වගේ පසුබිමක 25.3% අඩු කිරීම කියන්නේ “ඔන්න ටිකක් සැනසීමක්” තරමට සීමා වෙන දෙයක් නෙවෙයි. ඉලක්කගත ආයෝජන කරන හැකියාව හදන එකයි වැදගත්.

“සල්ලි ඉතුරු වුණා” කියන එකෙන් ඔබට ඉදිරියට යන්න බෑ

විදුලි බිල අඩු වුණත්, ගෝලීය වෙළඳ නාම (brands) ඉල්ලන දේවල් වෙනස් වෙලා තියෙනවා: කාලයට සැපයුම, තත්ත්ව ස්ථාවරත්වය, compliance සනාථ කිරීම, traceability, සහ දත්ත පදනම් තීරණ.

AI මඟින් ලැබෙන වාසිය එතනින්ම: අඩු වියදම් වාසිය “බිලෙන්” එනවා නම්, ඉතිරි කළ මුදල “සාර්ථකත්වය” බවට පත් කරන්නේ AI සහ ඩිජිටල් ක්‍රියාවලි.

අඩු වියදම AI ආයෝජනයට පරිවර්තනය කළාම ලැබෙන ප්‍රතිලාභ

ඉක්මන් පිළිතුර: ටැරිෆ් අඩුවීමෙන් නිදහස් වුණු අයවැය AI යෙදවුම් 3–6කට යොදවාගත්තොත්, කාල නාස්තිය, දෝෂ, rework, සහ compliance වැඩ පිරිවැය පහළ කරලා නිෂ්පාදන ඒකකයක ලාභය වැඩි කළ හැකිය.

මම බොහෝ කර්මාන්තශාලා වල දකින්නේ මෙහෙමයි: “AI” කියන්නේ දුර සිටි නවෝත්පාදනයක් වගේ පෙනෙනවා. හැබැයි ඇත්තටම AI කියන්නේ පිරිවැය පාලන මෙවලමක්. විශේෂයෙන්ම ඔබේ ශාලාවේ දත්ත තිබෙනවා නම්—ERP, line output logs, QC reports, machine downtime logs.

AI ඔබට වහාම මුදල් ඉතුරු කරලා දෙන ප්‍රදේශ 5ක්

1. නිෂ්පාදන සැලසුම් කිරීම (production planning) සහ line balancing
   අඩු output lines හඳුනාගන්න, bottleneck station එක දත්තෙන්ම අල්ලන්න, SMV variance පුරෝකථනය කරන්න.

2. ගුණාත්මක පාලනය (AI vision QC)
   කැපීම/වියාගැනීම/පෙනුම/ස්ටිච් දෝෂ වගේ දේවල් camera + model එකකින් ඉක්මනට catch කරලා rework අඩු කරන්න.

3. Predictive maintenance
   මැෂින් නැවතුම් කාලය අඩු කළාම overtime + late shipment risk දෙකම පාලනය වෙනවා.

4. Compliance automation
   audit evidence එක අත්කඩදාසි වලින් හොයන එක නවත්තලා, SOP + training + incident logs එකම තැනකට ගෙන එන්න.

5. Demand forecasting & inventory optimization
   trim/fabric wastage අඩු කළාම පිරිවැය අඩු වෙන්නේ විදුලි ගාස්තු අඩුවීමටත් වඩා ප්‍රබලව.

Snippet-worthy line: “ටැරිෆ් අඩුවීම ලාභය දෙයි; AI ඒ ලාභය පවත්වාගෙන යයි.”

කර්මාන්තශාලා මට්ටමේ ‘AI-first’ මෙහෙයුම් සැලැස්මක් (අදින්ම ක්‍රියාත්මක කළ හැකි)

ඉක්මන් පිළිතුර: පළමුව දත්ත සකස් කරලා, ROI වැඩිම තැන් දෙකක් තෝරලා, 90 දින pilot එකක් කරලා, පසුව scale කරන්න. AI ව්‍යාපෘති අසාර්ථක වෙන්නේ බහුතරයක් අදහස නිසා නෙවෙයි—ක්‍රියාවලිය නිසා.

1) “විදුලි ඉතිරිය” සෘජුවම AI අරමුදලකට බැඳන්න

බොහෝ කර්මාන්තශාලාවල ඉතිරිය සාමාන්‍ය වියදම් වලට ගලන්න දීලා අතුරුදහන් වෙනවා. ඒ වෙනුවට මෙහෙම කරන්න:

• මාසික විදුලි බිලෙන් ලැබෙන ඉතිරියෙන් X%ක් AI/ඩිජිටල් වැඩසටහනකට වෙන් කරන්න
• වෙන් කළ මුදල pilot + training + data cleanup සඳහා පැහැදිලි ලෙස භාවිත කරන්න

AI යෙදවුම් වල ගැටළුව අයවැය නෙවෙයි—අවධානය. මුදලට නීතියක් දාන්න.

2) ROI වැඩිම ‘Use cases’ දෙක තෝරන්න

මෙහි ප්‍රායෝගික රීතිය: දත්ත තියෙන තැන, වේදනාව තියෙන තැන, තීරණ ගන්න පුළුවන් තැන පටන් ගන්න.

• ඔබේ කර්මාන්තශාලාවේ rework % ඉහළද? → AI vision QC pilot
• downtime hours අධිකද? → predictive maintenance pilot
• late shipment පුරුදුද? → planning & schedule optimization

3) 90-දින Pilot එකක්: “එක ලයින් එක, එක නිෂ්පාදන පවුල”

Pilot එකට හොඳම සැකසුම:

1. සති 1–2: දත්ත එකතු කිරීම + baseline මිනුම් (FPY, defect rate, downtime)
2. සති 3–8: model/automation ක්‍රියාත්මක කිරීම + operator training
3. සති 9–12: ඉලක්ක මත ප්‍රතිඵල පරීක්ෂා කිරීම + scale plan

ඔබට මෙහිදී ලැබෙන්නේ AI model එකට වඩා මාරු කළ ක්‍රියාවලිය. ඒකයි දිගු කාලීන වාසිය.

4) මිනිසුන්ට වැඩ අහිමි කරන AI එකක් නෙවෙයි—වැඩ ලේසි කරන AI එකක්

අපේ කලාපයේ සැබෑ බාධාවක් තියෙනවා: “AI ආවොත් job කපයි” කියන භය. එය නවත්තන එක කළමනාකරණයේ වගකීම.

• QC checker කෙනාට AI එක second pair of eyes එකක් වගේ භාවිත කරන්න
• Planner කෙනාට AI එක options generator එකක් වගේ දාන්න
• Supervisor කෙනාට dashboards දෙන්න—දඬුවමට නෙවෙයි, නිවැරදි කිරීමකට

JAAF කියන least-cost power plan එක AI කතාවට සම්බන්ධ වෙන්නේ කොහොමද?

ඉක්මන් පිළිතුර: විදුලි මිල ස්ථාවරත්වය සහ පුරෝකථනය කළ හැකි වීම AI/automation ආයෝජනයට අත්‍යාවශ්‍යයි—ඒක නැත්තම් ROI ගණනය ගල් වෙලා යනවා.

JAAF අවධාරණය කළේ least-cost generation plan එකක්, පෙනිසිඳු competitive bidding එකක්, සහ wind/solar වගේ දේශීය ස්වභාවික සම්පත් අඩු වියදමින් යොදාගැනීම. මම මෙය AI කෝණයෙන් බලන්නේ මෙහෙමයි:

• AI ව්‍යාපෘතියක් scale කරනකොට server/edge devices, cameras, sensors, networking වගේ දේවල් විදුලිය සහ උෂ්ණත්ව පාලනය මත රඳා පවතිනවා
• අස්ථාවර විදුලි පිරිවැය තිබුණොත් CFO/Board එකට “මෙය 18 මාසයෙන් payback” කියලා විශ්වාසයෙන් කියන්න අමාරුයි

ඒ නිසා ටැරිෆ් අඩුවීම හොඳයි. නමුත් ඊළඟ පියවර—ඉලක්කගත, අඩු වියදම්, ස්ථාවර විදුලි උත්පාදන වැඩපිළිවෙළ—AI සහ ඩිජිටල් පරිවර්තනයට අත්‍යවශ්‍ය පදනමක්.

People also ask: “AI දාන්න කලින් සූදානම් විය යුතු දේ මොනවද?”

පිළිතුර: දත්ත, ක්‍රියාවලිය, සහ ownership.

• දත්ත: defect codes, downtime reasons, SMV, operator skill matrix වගේ දේවල් එකම ආකාරයෙන් (standardized) තිබිය යුතුයි
• ක්‍රියාවලිය: ‘අපි මෙහෙම කරලා බලමු’ කියන නිදහස pilot එකට දෙන්න
• Ownership: IT එකට විතරක් දාන්න එපා—operations + quality + IT එකටම KPI එකක් දෙන්න

ඉදිරි මාස 6ට ඔබට කරන එකම තීරණය: “අඩු වියදම” ද “ඉහළ කාර්යක්ෂමතාව” ද?

විදුලි ගාස්තු අඩුවීමෙන් කර්මාන්තශාලා වල හුස්ම ටිකක් ලැබෙනවා. ඒ හුස්මෙන් බහුතරයක් කරන්නේ පැරණි ක්‍රම ටිකක් දිගටම දුවන එක. මම ඒක අකමැතියි. මෙහෙයුම් කාර්යක්ෂමතාව සහ AI-සහාය ඇති තත්ත්ව පාලනය එක්ක ගියාමයි මේ අවස්ථාව අපනයන තරඟකාරීත්වයක් කරගන්න පුළුවන්.

ඔබේ ඊළඟ හොඳ පියවර සරලයි: විදුලි ඉතිරියෙන් කොටසක් වෙන් කරලා, 90-දින pilot එකකට යන්න. ඒ pilot එකේ ඉලක්ක තෝරන්න—rework අඩු කරන්නද, downtime අඩු කරන්නද, නැත්නම් planning errors අඩු කරන්නද. එකක් තෝරලා හොඳට කරන්න.

අද මේ අඩු ගාස්තු පසුබිමෙන් ඔබ ගන්න තීරණය තමයි 2026දී “අපි තරඟකරුවන්ට සමානයි” කියන තැනට යන්නේද, නැත්නම් “අපි වේගවත්, නිවැරදි, දත්ත-පදනම්” කියන තැනට යන්නේද කියලා තීරණය කරන්නේ. ඔබේ කර්මාන්තශාලාවේ AI පළමු ව්‍යාපෘතිය කුමක් වෙන්න ඕනේද?