අඩු විදුලි ගාස්තු + AI: ඇඳුම් අපනයනයේ ලාභය

2022 දී කර්මාන්ත විදුලි ගාස්තුව Rs. 6.58/kWh සිට Rs. 34/kWh දක්වා පැන නැගීම ඇඳුම් කර්මාන්තයට සෘජුවම වැදුණා. ඒක “බිල වැඩි වුණා” කියන සාමාන්‍ය කතාවක් නෙවෙයි—ඉන්ධන, උෂ්ණත්ව පාලනය, වාෂ්ප බොයිලර්, සම්පීඩිත වායු (compressed air), සහ සිවීමේ පේලි එකටම වැඩෙන නිසා එකම ගාස්තු වැඩිවීම සම්පූර්ණ නිෂ්පාදන පිරිවැය උඩට ගසාගෙන යනවා.

එහෙම තියෙද්දී, PUCSL අනුමත කළ කර්මාන්ත විදුලි ගාස්තු 25.3% කින් අඩු කිරීම (ජූලි 16, 2024 සිට ප්‍රභලව ක්‍රියාත්මක) කියන්නේ සැබෑ සහනයක්. JAAF කියන විදිහට, මේක ඇඳුම් හා අපනයන කර්මාන්තයට තරඟකාරීත්වය නැවත ගන්න උදව් වෙන පදනමක්.

මෙම ලිපිය අපේ “ශ්‍රී ලංකාවේ වස්ත්‍ර හා ඇඳුම් කර්මාන්තය කෘත්‍රිම බුද්ධිය මඟින් කෙසේ වෙනස් වෙමින් තිබේද” ශ්‍රේණියේ කොටසක්. මගේ තර්කය සරලයි: විදුලි ගාස්තු අඩුවීම “පිරිවැය පාලනය” විතරක් නෙවෙයි—AI දාගන්න සූදානම තව ඉක්මන් කරන ලාභදායී මොහොතක්.

1) 25.3% ක විදුලි ගාස්තු අඩුවීම ඇයි දැන් වැදගත්ද?

Answer-first: කර්මාන්ත විදුලි ගාස්තු අඩුවීමෙන් එකවර පිරිවැය පීඩනය අඩුවෙයි, cashflow හොඳ වෙයි, සහ තරඟකාරී මිලකට RFQ (quote) දෙන්න පුළුවන් වෙයි.

Sri Lanka apparel සෙක්ටරය ජාතික අපනයන ආදායමේ ලොකු කොටසක් දරනවා—JAAF කියන්නේ සමස්ත අපනයන ආදායමේ අඩක්ට ආසන්න කියලා. ඒ නිසා විදුලි ගාස්තු වගේ එක input එකක් අතිශය ඉහළ යනකොට, දවසින් දවස වර්තමාන orders පමණක් නෙවෙයි, ඊළඟ සීසන් capacity booking ද පළුදු වෙන්න පුළුවන්.

RSS දත්ත වලම තිබ්බා: ඇඳුම් අපනයන ආදායම 2022 දී US$ 5,591.5m සිට US$ 4,535.5m දක්වා පහත වැටුණා. ඒකට හේතු ගොඩක් තියෙනවා (ලෝක demand, freight, macro factors). නමුත් “Sri Lanka එකේ electricity tariffs competitors වලට වඩා ඉහළ” කියන ජාත්‍යන්තර කථාව බ්‍රෑන්ඩ් ගන්න තීරණ වලදී සැලකිය යුතු කරුණක්.

පිරිවැය අඩුවීම = දොරක් විවර වීම. ඒ දොරෙන් ඇතුල් වෙන්න AI වගේ productivity tech එකක් තියෙනවද කියන එක තමයි දැන් ප්‍රශ්නය.

2) “ගාස්තු අඩු වුණාම” බොහොම කම්හල් කරන වැරදි 3ක්

Answer-first: විදුලි බිල අඩු වුනා කියලා එතැනින් නවත්තන එක දීර්ඝකාලීනව අහිමි වෙන අවස්ථාවක්. Savings සමාගමට තරඟකාරී සවියක් වෙන්නේ මාස 3–6 ඇතුළත නිවැරදි තීරණ ගත්තොත්.

1) Savings ටික “සාමාන්‍ය වියදම්” වලට දිය කිරීම

විදුලි බිල අඩු වුණාම ඒ මුදල overheads වලට මිශ්‍ර කරලා වාෂ්ප වෙනවා. වෙනුවට, savings වල කොටසක් ඉලක්ක කරලා දාන්න:

• උපකරණ නඩත්තුව (preventive maintenance)
• energy monitoring (sub-metering)
• AI/analytics pilot එකක්

2) අඩු ගාස්තු නිසා energy discipline එක අමතක කිරීම

Tariff අඩුවුනා කියලා compressed air leaks, steam trap losses, idle machine consumption වගේ දේවල් “හරි නේද” කියලා පසුබැසීම common. ඒවා fix නොකළොත්, අඩු ගාස්තුවෙන් ලැබෙන ප්‍රතිලාභයම ගිලිහෙනවා.

3) “AI” කියන එක වැඩි දුරටත් IT project එකක් විතරක් කරගන්න එක

AI එකේ ලාභය එන්නේ shop floor decision වලට ගෙනාම. ඒ කියන්නේ line balancing, defect detection, energy scheduling, and planning—මෙවා වැඩ කරන ආකාරයට AI එක බැඳිලා තියෙන්න ඕන.

3) අඩු විදුලි ගාස්තු + AI: එකට ගත්තොත් වැඩියෙන් ලැබෙන්නේ කොහොමද?

Answer-first: tariff relief එක unit cost අඩු කරනවා; AI එක unit cost trajectory එක අඩු කරගෙන යනවා. දෙක එකට ගියාම, ලාභය එක වාරයක ලැබෙන්නේ නැහැ—කාර්යක්ෂමතාව දිගටම වැඩි වෙයි.

AI භාවිතා කළ හැකි තවත් “පිරිවැය-තට්ටු” 4ක්

1. Energy forecasting + scheduling
   • peak load පැතිරවලා demand spikes අඩු කරන්න
   • high-energy processes (washing, drying, boiler load) කාලසටහන්ගත කරන්න
2. Predictive maintenance (PDm)
   • motor/drive/needle machine faults කලින් දැනගන්න
   • unplanned downtime අඩු කර throughput ඉහළ දාන්න
3. Computer vision quality control
   • stitching defects, shade variation, print alignment වගේ දේවල් early catch කිරීම
   • rework/scrap අඩු කරලා energy + labour දෙකම ඉතිරි කරනවා
4. Production planning optimization
   • line balancing, WIP control, bottleneck prediction
   • “same output with less hours” එක සැබෑවට කරන්න

මෙතැන trick එක තමයි: අඩු විදුලි ගාස්තුවෙන් ලැබෙන savings AI pilot එකකට seed funding වගේ යොදාගන්න. ඔබට ඕනේ ලොකු “ඩිජිටල් පරිවර්තනයක්” නෙවෙයි—හොඳ ප්‍රශ්නයක්, සති 6–10ක pilot එකක්, නිවැරදි KPI ටිකක්.

4) Apparel factory එකකට ක්‍රියාත්මක AI roadmap එකක් (සති 12ක්)

Answer-first: සාර්ථක AI adoption එකක් පටන් ගන්න හොඳම ක්‍රමය “data perfection” පස්සේ යන්න නෙවෙයි—එක process එකක් තෝරාගෙන measurable win එකක් ගන්න එක.

සති 1–2: Savings map එක හදාගන්න

• energy bill breakdown (shift-wise, process-wise)
• top 3 energy consumers: boiler, compressor, HVAC, dryers, etc.
• KPI baseline: kWh per garment, defect rate, rework minutes, downtime hours

සති 3–6: Data capture (අවමයෙන්)

• sub-metering නැත්නම්: line-level runtime + production counts capture කරන්න
• maintenance logs digitize කරන්න (simple spreadsheet එකක්වත් OK)
• QC checkpoints වල defect tags standardize කරන්න

සති 7–10: AI pilot එක (එකක් තෝරන්න)

Option A: Computer vision QC

• one station එකක camera + model
• KPI: defect detection time, rework rate

Option B: Predictive maintenance

• compressor/boiler motor vibration + temperature
• KPI: breakdown count, downtime hours

Option C: Planning optimization

• order mix + SMV + line capacity
• KPI: output/day, overtime hours

සති 11–12: Scale decision

• ROI එක සෘජුවම ලියන්න: savings vs monthly run cost
• SOP + training plan
• next process එකට replicate

AI pilot එකක් සාර්ථක නම්, ඒක “AI project” එකක් නෙවෙයි. ඒක නව operating habit එකක්.

5) තරඟකාරීත්වය ගැන JAAF කියන “අනිවාර්ය” දෙය: least-cost generation සහ පුරෝකථන දෝෂ

Answer-first: කර්මාන්තයට දිගුකාලීන තරඟකාරීත්වය සුරකින්න නම් tariff relief එක තාවකාලික පියවරක් විතරක් නොවෙන්න ඕන—least-cost generation plan + transparent competitive bidding + accurate forecasting අනිවාර්යයි.

JAAF පෙන්වා දුන්න තවත් වැදගත් තැනක් තියෙනවා: CEB tariff forecasting වල overestimation නිසා retail/industrial tariffs අනවශ්‍යව ඉහළ ගියා කියන චෝදනාව. Apparel export sector එකට ඒක විශාල ප්‍රශ්නයක්—ඔබේ quote එකේ cents කිහිපයක් වෙනස් වුනත් buyer එක competitor රටකට යන්න පුළුවන්.

මෙතැන AI එකටත් සෘජු පාඩමක් තියෙනවා: ඔබේ factory එක තුළත් forecasting වරදිනකොට (demand, output, downtime, quality losses) පිරිවැය හොරෙන් ඉහළ යනවා. National grid එකේ least-cost planning එක වගේම, කම්හලේ “least-cost operations planning” එක AI මඟින් නිවැරදි කළ හැක.

6) “People also ask” — කෙටි ප්‍රශ්න/පිළිතුරු

විදුලි ගාස්තු අඩුවීම ඇඳුම් කර්මාන්තයට කොච්චර බලපායිද?

25.3% ක කර්මාන්ත tariff cut එක energy-intensive processes වැඩි කම්හල් වල unit cost වලට පේන විදිහට බලපායි. සැබෑ ප්‍රතිලාභය එන්නේ efficiency discipline එක තවදුරටත් තියාගත්තොත්.

AI දාගන්න හොඳම starting point එක මොකක්ද?

මම බලන්නේ quality inspection (computer vision) හෝ predictive maintenance. දෙකම ROI පෙන්වන්න පහසුයි, දත්ත අවශ්‍යතාවයත් මධ්‍යම මට්ටමයි.

SMEs වලටත් මේක කළ හැකිද?

ඔව්. SMEs වලට “big platform” එකක් අවශ්‍ය නැහැ. එක line එකක්, එක machine family එකක් තෝරගෙන KPI එකක් මත pilot එකක් කරලා යන්න.

7) දැන් කරන්න තියෙන්නේ: savings එක tech-driven growth එකට හරවන්න

විදුලි ගාස්තු අඩුවීම නිසා අද ඔබට ලැබෙන නිදහස එකක් තියෙනවා: පිරිවැය පීඩනය අඩුවීමෙන් ලැබෙන හුස්ම. එහෙම හුස්ම ගන්න වෙලාවක් ලැබුනම, බොහෝ සමාගම් කරන්නේ අතුරුදහන් වෙලා ගියාම ඒක. මගේ අදහස වෙනස්: මේක AI adoption එකට හොඳම වේලාව.

මෙම ශ්‍රේණියේ ඉදිරි ලිපි වලදී අපි තව ගැඹුරට යනවා—AI මඟින් නිෂ්පාදන කාර්යක්ෂමතාව, තත්ත්ව පාලනය, අනුකූලතා ලේඛනකරණය, සහ ජාත්‍යන්තර බ්‍රෑන්ඩ් සන්නිවේදනය කොහොමද වේගවත් කරන්නෙ කියලා.

ඔබේ කම්හලට අදම ප්‍රශ්නයක් තෝරන්න: විදුලිය අඩු වුනාම ඔබ “ඉතිරි වුණු මුදල” පමණක් දකින්නද, නැත්නම් “ඉදිරි මාස 12ක තරඟකාරීත්ව වාසිය” දකින්නද?