เป็นจริงส่วนใหญ่
อุตสาหกรรมเหล็กกำลังเผชิญกับความผันผวนของดีมานด์ที่ทำให้การพยากรณ์แบบเดิมไม่แม่นยำเหมือนอดีต โดยล่าสุดมีการนำ AI และแมชชีนเลิร์นนิงมาประยุกต์ใช้ร่วมกับการวิเคราะห์ข้อมูลข่าว เพื่อยกระดับความถูกต้องของการคาดการณ์ความต้องการเหล็ก
การพยากรณ์ความต้องการเหล็กในอดีตอาศัยข้อมูลสถิติเชิงประวัติศาสตร์และแนวโน้มทางเศรษฐกิจเป็นหลัก แต่เมื่อปัจจัยภายนอกที่กระทบดีมานด์มีความซับซ้อนและเปลี่ยนแปลงเร็วขึ้น ความผันผวนจึงสูงขึ้น ทำให้แนวทางเดิมตอบสนองต่อปัจจัยใหม่ ๆ ได้ช้าลง
ปัจจัยที่ส่งผลต่อดีมานด์เหล็กมีหลากหลายมากขึ้น ทั้งภาวะเศรษฐกิจโลก นโยบายการค้า ความต้องการจากอุตสาหกรรมปลายทาง และเหตุการณ์ที่คาดการณ์ยาก ซึ่งข้อมูลเชิงสถิติแบบเดิมอาจสะท้อนการเปลี่ยนแปลงเหล่านี้ได้ไม่ทันเวลา
แนวทางใหม่ที่ได้รับความสนใจคือการใช้แมชชีนเลิร์นนิงวิเคราะห์ข้อมูลจำนวนมหาศาลร่วมกับการประมวลผลข้อมูลข่าว ซึ่งสามารถจับสัญญาณเปลี่ยนแปลงเชิงเวลาจริงที่สะท้อนความเชื่อมั่นตลาดและสถานการณ์อุตสาหกรรมได้เร็วกว่าสถิติที่เผยแพร่เป็นรายเดือนหรือรายไตรมาส
การผสมผสานระหว่างข้อมูลเชิงปริมาณและข้อมูลข่าวช่วยให้โมเดลพยากรณ์ครอบคลุมปัจจัยทั้งที่วัดได้และวัดได้ยาก ผลลัพธ์ที่รายงานชี้ว่าความแม่นยำของการพยากรณ์ดีมานด์เหล็กเพิ่มขึ้นเมื่อเทียบกับวิธีการเดิม อย่างไรก็ตาม การประเมินนี้เป็นการระบุแนวโน้มโดยรวม โดยไม่ได้ระบุตัวเลขความแม่นยำที่เจาะจง
ทั้งนี้ สถาบันวิจัยด้านเหล็กในเกาหลีใต้ได้นำเสนอแนวทางการใช้ AI และแมชชีนเลิร์นนิงร่วมกับข้อมูลข่าวในการพยากรณ์ดีมานด์เหล็กที่มีความผันผวนสูง ซึ่งสะท้อนแนวโน้มการประยุกต์ใช้ AI ในอุตสาหกรรมวัสดุพื้นฐานที่กำลังขยายตัว
การพยากรณ์ที่แม่นยำขึ้นช่วยให้ผู้ผลิตเหล็กวางแผนการผลิต การจัดการสต๊อก และการตั้งราคาได้ดีขึ้น ลดความเสี่ยงจากการผลิตเกินหรือขาดแคลน อันเป็นประโยชน์โดยตรงในช่วงที่ตลาดมีความไม่แน่นอนสูง
แนวโน้มการใช้ข้อมูลข่าวเสริมโมเดลพยากรณ์ยังแสดงให้เห็นว่า ข้อมูลเชิงข้อความจากสื่อสามารถเป็นตัวบ่งชี้เศรษฐกิจที่มีคุณค่า ไม่ต่างจากข้อมูลตัวเลขทางการ แม้ความน่าเชื่อถือของโมเดลดังกล่าวในระยะยาวยังต้องติดตามผลต่อไป
โดยรวมแล้ว รายงานที่ว่าการใช้ AI แมชชีนเลิร์นนิงและข้อมูลข่าวช่วยเพิ่มความแม่นยำในการพยากรณ์ความต้องการเหล็กที่ผันผวนนั้น ได้รับการประเมินว่าเป็นจริงส่วนใหญ่
