ஒரு பேட்டரி நிறுவனம் திசைமாற்றம் செய்கிறது
மாசச்சூசெட்ஸ்-அடிப்படையிலான பேட்டரி நிறுவனம் SES AI, முன்பு மேம்பட்ட லித்தியம் பேட்டரிகளில் கவனம் செலுத்தியிருந்தது, இப்போது AI பொருட்கள் கண்டுபிடிப்பை நோக்கி திரும்புகிறது. MIT Technology Review-ன் மார்ச் 26 வெளியீட்டில் The Download-ல் விவரிக்கப்பட்ட இந்த மாற்றம், நிறுவனத்தின் தொழில்நுட்ப முன்னுரிமையை மாற்றுவதால் மட்டுமல்ல, அதன் தலைமை நிர்வாகி Qichao Hu அளித்த தெளிவான காரணத்தினாலும் கவனிக்கத்தக்கது.
Hu-வின் பேட்டரி வணிக மதிப்பீடு கடுமையானது. அறிக்கையின்படி, “கிட்டத்தட்ட ஒவ்வொரு மேற்கு பேட்டரி நிறுவனமும் ஏற்கனவே இறந்துவிட்டது அல்லது இறக்கப்போகிறது. இதுதான் ஒரு வகையில் உண்மை,” என்று அவர் கூறினார். அந்தக் கூற்றின் முழுமையான விரிவுடன் யாராவது ஒப்புக்கொண்டாலும் இல்லையாலும், அது உலக சந்தையின் ஆதிக்கமான உற்பத்தி மையங்களுக்கு வெளியே உள்ள பேட்டரி உருவாக்குநர்கள் மீது இப்போது விழுந்திருக்கும் அழுத்தத்தைப் படம் பிடிக்கிறது. SES AI-க்கு பதில் cell production-இல் மேலும் ஆழமாக இறங்குவது அல்ல. மாறாக, software, models, மற்றும் discovery tools-ஐ மையமாக வைத்து தன்னை மீளமைப்பதுதான்; அவை எதிர்கால பேட்டரிகள் எதிலிருந்து செய்யப்பட வேண்டும் என்பதை தீர்மானிக்க உதவலாம், அவை எப்படி assemble செய்யப்பட வேண்டும் என்பதையே மட்டும் அல்ல.
பேட்டரி தயாரிப்பாளரிலிருந்து discovery platform வரை
இந்த மாற்றம் முக்கியமானது, ஏனெனில் பாதுகாக்கக்கூடிய மதிப்பு எங்கே உருவாகும் என்று நிறுவனம் நம்புகிறது என்பதையே இது மாற்றுகிறது. மேம்பட்ட பேட்டரிகளை உருவாக்குவது capital-intensive, manufacturing-heavy, மேலும் கடுமையான போட்டிக்கு வெளிப்பட்டது. AI பொருட்கள் கண்டுபிடிப்பு வேறு பாதையை அளிக்கிறது. உற்பத்தி அளவின் மூலம் முதன்மையாக வெல்ல முயல்வதற்குப் பதிலாக, ஒரு நிறுவனம் வேகமான hypothesis generation, screening, மற்றும் candidate materials மதிப்பீட்டின் மூலம் வெல்ல முயலலாம்.
MIT Technology Review, SES AI-யை முன்பு பெரிய தொழில்துறைகளுக்காக மேம்பட்ட லித்தியம் பேட்டரிகளை உருவாக்கிய ஒரு பேட்டரி நிறுவனமாக விவரிக்கிறது. அதன் புதிய கவனம் AI பொருட்கள் கண்டுபிடிப்பு. இந்த சொற்றொடர் ஒரு மூலோபாயக் குறுகலைக் குறிப்பதாகத் தெரிகிறது: மற்றொரு மேற்கு பேட்டரி உற்பத்தியாளராக மதிப்பிடப்படுவதிலிருந்து குறைந்த கவனம், மற்றும் சேர்ந்துள்ள பேட்டரி அறிவை machine learning systems-க்கு training data, domain expertise, மற்றும் application context ஆக பயன்படுத்துவதில் அதிக கவனம்.
இது சிறிய அடையாள மாற்றம் அல்ல. இது hardware உடன் தொடர்புடைய ஒரு நிறுவனத்தை, அடுத்த hardware ஆக மாற தகுதியான materials எவை என்பதை தீர்மானிக்க உதவுவது தான் அதன் எதிர்காலம் என்று நம்பும் ஒரு சூதாட்டத்தில் ஈடுபடுத்துகிறது.
பேட்டரி சந்தை ஏன் கடினமான முடிவுகளைத் திணிக்கிறது
Hu-வின் கூற்று ஒரு விரிந்த தொழில்துறை உண்மையைச் சுட்டுகிறது. பேட்டரி வளர்ச்சி நீண்ட காலமாக capital, attention, மற்றும் strategic rhetoric-ஐ ஈர்த்துள்ளது, குறிப்பாக மேற்கில், அங்கு அரசுகளும் முதலீட்டாளர்களும் energy storage-ஐ பொருளாதார மற்றும் புவியியல் ரீதியாக அத்தியாவசியம் என்று அடிக்கடி கூறுகின்றனர். ஆனால் தொழில்துறை முக்கியத்துவம் வணிக வெற்றியை உறுதி செய்யாது. பேட்டரி துறையில் செலவுகூட்டிய ஆராய்ச்சி, கடுமையான manufacturing economics, மற்றும் நிலைபெற்ற supply chains உடைய மிகப் பெரிய நிறுவனங்களின் போட்டி உள்ளன.
அந்தச் சூழலில் ஒரு நிறுவனம் pivot செய்ய முடிவு செய்தால், அசல் value chain நிலையை காக்குவது கடினமாகிவிட்டது என்பதற்கான அறிகுறியாக அது பெரும்பாலும் இருக்கும். MIT Technology Review SES AI-யின் நகர்வை நேரடியாக அந்தச் சூழலில் அமைக்கிறது. அந்தக் கட்டுரை இந்த pivot-ஐ ஒரு side project அல்லது adjacent experiment எனக் காட்டவில்லை. அது பேட்டரி தொழில்துறையின் தற்போதைய நிலைக்கு ஒரு பதிலாகக் காட்டுகிறது.
அது இந்தக் கதையை வழக்கமான corporate rebrand-ஐ விட மேலானதாக ஆக்குகிறது. மேம்பட்ட லித்தியம் பேட்டரிகளில் கவனம் செலுத்திய ஒரு நிறுவனம் இப்போது AI பொருட்கள் கண்டுபிடிப்பே முன்னேறும் வலுவான வழி என்று பார்க்கிறது என்றால், முதலீட்டாளர்களும் போட்டியாளர்களும் அதை தொழில்நுட்ப leverage எங்கே நகர்கிறது என்பதற்கான ஒரு signal ஆகப் படிப்பார்கள்.
AI பொருட்கள் கண்டுபிடிப்பு ஏன் ஈர்க்கிறது
மெட்டீரியல்ஸ் கண்டுபிடிப்பு AI-க்கான மிக ஈர்க்கும் தொழில்துறை பயன்பாடுகளில் ஒன்று, ஏனெனில் அது மெதுவான மற்றும் செலவான செயல்முறையின் தொடக்க முனையில் உள்ளது. புதிய பொருட்கள் ஆரம்ப யோசனைகளிலிருந்து உறுதிப்படுத்தப்பட்ட வணிகப் பயன்பாட்டிற்குச் செல்ல ஆண்டுகள் ஆகலாம். ஆராய்ச்சியாளர்கள் நம்பிக்கைக்குரிய candidate-களை வேகமாக கண்டறிய, பலவீனமான விருப்பங்களை முன்னதாக நீக்க, அல்லது மனிதர்கள் தவறவிடக்கூடிய pattern-களை கண்டுபிடிக்க உதவும் எந்த கருவியும் வெளிப்படையான மதிப்பைக் கொண்டுள்ளது.
பேட்டரி நிறுவனங்களுக்காக அந்த ஈர்ப்பு இன்னும் வலிமையானது. சிறந்த பேட்டரிகள் பெரும்பாலும் engineering polish மட்டும் அல்ல, chemistry மற்றும் materials choices-ஆல் கட்டுப்படுகின்றன. AI electrolytes, electrode materials, அல்லது safety, energy density, அல்லது durability-யை மேம்படுத்தும் சேர்க்கைகளுக்கான தேடலை வேகப்படுத்தினால், அது development stack-இல் ஒரு முக்கிய அடுக்காக மாறலாம்.
MIT Technology Review-ன் சுருக்கம் குறுகியது, ஆனால் அதன் framing போதுமானது இந்த ஈர்ப்பை விளக்க. SES AI பேட்டரிகளை தொடர்பில்லாத AI trend-க்காக கைவிடவில்லை. அது battery-related materials work-க்கு AI-யை ஒரு method ஆக நோக்கி நகர்கிறது. இந்த pivot, நிறுவனத்தின் தொழில்நுட்ப வேர்களுக்கு நெருக்கமாகவே இருந்து, வணிகத்தின் மிகக் கடினமான பகுதியிலிருந்து விலகுகிறது.
அறிமுகமான தொழில்துறை வடிவம், ஆனால் கூர்மையான முனையுடன்
இந்த நகர்வு பல துறைகளில் காணப்படும் ஒரு விரிந்த pattern-க்கும் பொருந்துகிறது: hard-tech சந்தைகளில் நிறுவனங்கள் AI-யை பின்னர் சேர்க்கப்படும் feature என அல்ல, ஆராய்ச்சி மற்றும் product strategy-யின் புதிய மையமாக increasingly முன்வைக்கின்றன. SES AI நிகழ்வை தனித்துவமாக்குவது, நிறுவனத்தின் ஆரம்ப mission மற்றும் புதிய mission இடையிலான மாறுபாடுதான். Advanced lithium batteries factories, prototypes, validation cycles, மற்றும் supply chains-ஐ நினைவூட்டுகின்றன. AI பொருட்கள் கண்டுபிடிப்பு data pipelines, model iteration, மற்றும் வேகமான scientific search-ன் வாக்குறுதியை நினைவூட்டுகிறது.
இதனால் கடினமான பகுதி மறைந்து விடுகிறது என்பதல்ல. discovery என்பது commercialisation-ன் ஒரு கட்டம் மட்டுமே, மற்றும் promising materials இன்னும் test, engineer, மற்றும் manufacture செய்யப்பட வேண்டியுள்ளது. ஆனால் அது ஒரு சிறிய நிறுவனம் அத்தியாவசியமாக இருக்க முயற்சிக்கும் economics-ஐ மாற்றுகிறது. பெரிய battery producers-ஐ production scale-இல் நேரடியாக எதிர்க்க முயல்வதற்குப் பதிலாக, pipeline-ன் முன்கட்டத்தில் insight மற்றும் speed-இல் போட்டியிட முடியும்.
மேலும் அதிகமான மேற்கு battery நிறுவனங்கள் manufacturing alone உயிர்வாழ போதுமானதல்ல என்று முடிவு செய்தால், அந்த வேறுபாடு இன்னும் முக்கியமாகலாம். அப்படியானால், AI-centric discovery platforms battery development-க்கு ஒரு துணையாக அல்ல, ஆனால் சிறிய வீரர்களும் இன்னும் வேறுபடுத்திக் காட்ட இடம் காணும் சில நிலைகளில் ஒன்றாக உருவாகலாம்.
இந்த pivot இப்போதைய தருணத்தைப் பற்றி என்ன சொல்கிறது
SES AI-யின் நகர்வை ஒரு reality check எனப் படிப்பதே சிறந்தது. battery innovation இன்னும் அத்தியாவசியமே, ஆனால் இந்தத் துறையில் நுழையும் ஒவ்வொரு நிறுவனமும் battery manufacturer ஆக வெல்லாது. மேம்பட்ட லித்தியம் development-இல் இருந்து AI பொருட்கள் கண்டுபிடிப்பை நோக்கி நகர்வதன் மூலம், SES AI அடுத்த நிலையான advantage எங்கே இருக்கிறது என்பதில் தங்களுக்கு தெளிவான நம்பிக்கை உள்ளதாகக் கூறுகிறது.
அந்த நிறுவனம் இறுதியில் அதன் tools உதவியால் உருவாகும் battery outcomes-ஆலும் மதிப்பிடப்படலாம். இருந்தாலும் உடனடி முக்கியத்துவம் எளிமையானது. next-generation cells-ஐ மையமாக வைத்து உருவாக்கப்பட்ட ஒரு நிறுவனம் இப்போது better algorithms மற்றும் better materials search, மற்ற மேற்கத்திய battery pack-ஐ மிஞ்சி உயிர்வாழ முயல்வதைவிட வலுவான business என்று பந்தயம் கட்டுகிறது.
அந்தக் கணிப்பு பரவினால், battery industry வேறுபடத் தொடங்கலாம். சில நிறுவனங்கள் cells-ஐ உருவாக்கவும் scale செய்யவும் தொடர்ந்து முயலும். மற்றவர்கள் chemistry race-க்கான picks and shovels-ஐ விற்பதே புத்திசாலித்தனம் என முடிவு செய்யலாம். SES AI எந்தப் பக்கம் தாம் இருக்க விரும்புகிறது என்பதை சுட்டிக்காட்டியுள்ளது.
இந்தக் கட்டுரை MIT Technology Review-ன் செய்தியாளித்துவத்தை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
