AI เสริมศักยภาพทางธุรกิจ อุตสาหกรรมการผลิตยุค 4.0

อัปเดตล่าสุด 17 ม.ค. 2562

การพัฒนาปัญญาประดิษฐ์ หรือ artificial intelligence (AI) สำหรับอุตสาหกรรมการผลิต เป็นอีกหนึ่งเทคโนโลยีสำคัญที่ถูกกล่าวถึงในยุคของการพัฒนาอุตสาหกรรม 4.0 โดยในอุตสาหกรรมการผลิตระดับโลกที่มีการนำ AI เข้ามาใช้ในกระบวนการผลิต อย่าง Siemens, General Electric, Hitachi หรือ Boeing ล้วนมีเป้าหมายสำคัญเพื่อเพิ่มประสิทธิภาพการผลิต ลดต้นทุน ยืดอายุการใช้งานของเครื่องจักร บริหารจัดการห่วงโซ่อุปทาน ควบคุมคุณภาพและความปลอดภัย

ทั้งนี้ ปัจจุบันการใช้ AI ในอุตสาหกรรมการผลิตเชิงพาณิชย์ทั่วโลกยังอยู่ในขั้นต้น หรือที่เรียกว่า "artificial narrow intelligence" ซึ่งมุ่งพัฒนาให้ AI มีความชำนาญเฉพาะด้าน ตัวอย่างเช่น การตรวจจับและวิเคราะห์คุณภาพสินค้า หรือการตรวจสอบการทำงานของเครื่องจักรเพื่อพยากรณ์การซ่อมบำรุงล่วงหน้า ซึ่งการนำ AI มาปรับใช้ควบคู่กับเทคโนโลยีในกระบวนการผลิต มีเทคโนโลยี 4 อย่างที่น่าสนใจ

เทคโนโลยีแรก คือ การให้ AI วิเคราะห์และประเมินโอกาสที่จะเกิดปัญหาหรือความเสียหายของเครื่องจักรในกระบวนการผลิต หรือคาดการณ์การซ่อมบำรุงล่วงหน้าจากข้อมูลของเครื่องจักรอย่างต่อเนื่อง ที่เรียกว่า "AI-enhanced predictive maintenance"

เทคโนโลยีที่สอง คือ การสร้างแบบจำลองกระบวนการผลิตคู่ขนานไปกับการผลิตจริง หรือ "digital twin" โดยใช้ AI วิเคราะห์และคาดการณ์ปัญหาที่อาจเกิดขึ้นในกระบวนการผลิต ผ่านการทำงานควบคู่ไปกับการเก็บข้อมูลแบบ real-time ของระบบ cloud และ IOT

เทคโนโลยีที่สาม คือ การนำ AI มาช่วยวิเคราะห์กระบวนการผลิต และคำนวณการสั่งซื้อวัตถุดิบหรือชิ้นส่วนต่าง ๆ รวมไปถึงการจำลองเหตุการณ์กรณีการปรับเพิ่ม-ลดผลิตภัณฑ์ในสายการผลิต ที่เรียกว่า "AI-enhanced supply chain management"

และเทคโนโลยีสุดท้าย คือ "human-robot collaborative" โดยให้ AI เข้ามาควบคุม และเรียนรู้ในระบบ machine learning ของเครื่องจักร หรือหุ่นยนต์อุตสาหกรรม เพื่อให้เกิดการเรียนรู้อย่างรวดเร็วในการทำงานร่วมกับมนุษย์ และลดโอกาสในการเกิดอุบัติเหตุภายในโรงงานซึ่งจากการศึกษาของ McKinsey พบว่า การนำ AI เข้ามาใช้ในกระบวนการผลิตจะช่วยเพิ่มประสิทธิภาพในการผลิตได้ 20% ลดระยะเวลาการหยุดผลิตเพื่อซ่อมบำรุงได้ 20% อีกทั้งยังสามารถลดความผิดพลาดในการจัดการระบบห่วงโซ่อุปทานได้มากถึง 50% สอดคล้องกับรายงานของ General Electric ในปี 2016 ที่พบว่า การนำ AI มาปรับใช้ควบคู่กับเทคโนโลยีข้างต้น ช่วยเพิ่มประสิทธิภาพการผลิตของโรงงานในอินเดียได้ 18% ลดระยะเวลาซ่อมบำรุงของโรงงานในมิชิแกนได้มากกว่า 20% และลดค่าใช้จ่ายในการสั่งซื้อชิ้นส่วนได้มากกว่า 80 ล้านดอลลาร์สหรัฐเลยทีเดียว

อนึ่ง แม้ว่าการนำ AI มาปรับใช้ในกระบวนการผลิตจะส่งผลดีต่อภาคธุรกิจ ทั้งในด้านการผลิต การจัดการสินค้าคงคลัง และด้านความปลอดภัย แต่เราพบว่า adoption rate ของ AI ในภาคการผลิตยังอยู่ในระดับที่ค่อนข้างต่ำในปัจจุบัน จากความกังวลในเรื่องความคุ้มทุน และปัญหาด้านบุคลากร

ทั้งนี้ จากรายงานของ PwC ปี 2018 ซึ่งสำรวจ 1,155 บริษัททั่วโลกพบว่า มีเพียง 29% เท่านั้นที่มีแผนจะนำ AI มาใช้ในกระบวนการผลิตภายในปี 2022 และมีเพียง 98 บริษัทที่มีการนำ AI มาใช้แล้วจริง ซึ่งคิดเป็นสัดส่วนเพียงราว 8% ของบริษัททั้งหมดที่ทำการสำรวจ โดยเกือบทั้งหมดเป็นบริษัทที่มีความก้าวหน้า หรือเป็นผู้คิดค้นนวัตกรรมในเทคโนโลยีดิจิทัล ขณะที่ฝั่งของผู้ประกอบการไทยเองก็มีแนวโน้มในการนำเทคโนโลยี AI มาใช้ในภาคการผลิตค่อนข้างช้าเช่นเดียวกัน ซึ่งอีไอซีมองว่ามีอุปสรรคและความท้าทายสำคัญ 3 ประการของการนำ AI มาใช้ในไทย

ประการแรก คือ ความกังวลในเรื่องระยะเวลาคืนทุนที่ล่าช้า จากข้อมูลพบว่าการปรับปรุงกระบวนการผลิตทั้งหมดเพื่อให้สามารถนำ AI มาใช้ได้อย่างสมบูรณ์ แม้จะเป็นโรงงานขนาดเล็กก็อาจต้องมีการลงทุนเริ่มต้นสูงถึงราว 10-30 ล้านบาท ในขณะที่กว่า 60% ของโรงงานอุตสาหกรรมในไทยเป็นโรงงานขนาดกลางและเล็กที่มีขนาดการลงทุนโดยเฉลี่ยต่ำกว่า 30 ล้านบาท ดังนั้น ด้วยมูลค่าการลงทุนข้างต้นอาจส่งผลให้มีระยะเวลาคืนทุนที่ยาวนานราว 7-10 ปี

ประการที่สอง คือ ขาดความรู้ความเข้าใจด้านเทคโนโลยี และขาดบุคลากรที่มีความเชี่ยวชาญเฉพาะด้าน IT โดยเฉพาะธุรกิจหรือโรงงานประเภท SMEs ที่อาจไม่มีหน่วยงานด้านเทคโนโลยี หรือ IT ในองค์กร จึงจำเป็นต้องใช้บริการด้านนี้จากหน่วยงานภายนอกที่มีความเชี่ยวชาญเฉพาะมาให้บริการเป็นครั้งคราว หรือเป็นรายโครงการไป ซึ่งอาจส่งผลให้ไม่สามารถแก้ไขปัญหาได้ทันการเมื่อเกิดเหตุฉุกเฉิน

และประการสุดท้าย คือ ขาดการจัดเก็บข้อมูลอย่างเหมาะสมและเป็นระบบ เนื่องจากโรงงานอุตสาหกรรมในไทยยังพึ่งพิงแรงงานมนุษย์ในกระบวนการผลิตสูง โดยเฉพาะอย่างยิ่งในโรงงานขนาดกลางและเล็กที่ดำเนินกิจการมานาน ซึ่งส่วนใหญ่ขาดการจัดเก็บข้อมูลการทำงานของเครื่องจักรในกระบวนการผลิต ข้อมูลด้านวัตถุดิบและสินค้าคงคลัง รวมถึงไม่มีการจัดทำระบบเครือข่ายภายในองค์กร ซึ่งเป็นอุปสรรคสำคัญในการนำข้อมูลมาวิเคราะห์เพื่อใช้ประโยชน์ต่อไป EIC มองว่าอุตสาหกรรมการผลิตขนาดใหญ่ในไทยที่จำเป็นต้องเดินสายการผลิตตลอด 24 ชั่วโมง อย่างปิโตรเคมี และเครื่องดื่ม มีโอกาสที่จะนำ AI มาประยุกต์ใช้ในกระบวนการผลิตได้ก่อนอุตสาหกรรมประเภทอื่น ๆ เพราะสามารถจัดการกับข้อจำกัดในด้านบุคลากรและการจัดเก็บข้อมูลได้

ยิ่งไปกว่านั้น องค์กรขนาดใหญ่เหล่านี้มักมีหน่วยงานด้าน IT ภายในที่มีความเชี่ยวชาญเฉพาะด้านอยู่แล้ว อีกทั้งยังมีการใช้เครื่องจักรในเกือบทั้งกระบวนการผลิต ซึ่งช่วยให้สามารถติดตั้งระบบตรวจวัดการทำงานของเครื่องจักรเพิ่มได้ไม่ยาก และเอื้อต่อการทำ digital transformation และการนำเทคโนโลยี AI อย่าง AI-enhanced predictive maintenance และ digital twin มาควบคุมการผลิตทั้งหมดของโรงงาน ซึ่งนอกจากจะช่วยลดระยะเวลาในการซ่อมบำรุง และเพิ่มชั่วโมงการผลิตแล้ว ยังช่วยให้สามารถคาดคะเนโอกาสเสียหายของเครื่องจักรหรือการรั่วซึมในกระบวนการผลิตของสารเคมีที่เป็นอันตรายได้อย่างแม่นยำอีกด้วย

อย่างไรก็ตาม สำหรับอุตสาหกรรมการผลิตอื่น ๆ โดยเฉพาะองค์กรขนาดกลางและขนาดเล็ก อาจยังต้องเผชิญกับอุปสรรคและความท้าทายข้างต้นที่ไม่อาจแก้ได้ในระยะสั้น ดังนั้น การประยุกต์ใช้เทคโนโลยี AI เฉพาะบางส่วนของกระบวนการผลิต จึงเป็นอีกหนึ่งทางเลือกที่น่าสนใจ ไม่ว่าจะเป็นการใช้บริการหน่วยงาน IT หรือ system integrator ในการจัดการข้อมูล หรือทำ digital transformation หรือแม้แต่การเช่าเครื่องจักรหรืออุปกรณ์ที่มีการติดตั้ง AI-enhanced predictive maintenance ในการซ่อมบำรุงเครื่องจักร เช่น บริการติดตั้งอุปกรณ์ตรวจสอบในเครื่องจักรสำคัญของ HID global ซึ่งเป็นการใช้ AI-enhanced predictive maintenance เฉพาะในเครื่องจักรเครื่องนั้น หรือการให้บริการ software อย่างระบบ ERP ของ SAPs ที่สามารถเลือกใช้เฉพาะในส่วน AI-enhanced supply chain management ในการควบคุมสินค้าคงคลังได้ โดยบริการทั้ง 2 รูปแบบดังกล่าวมีจำนวนธุรกรรมและค่าบริการที่ต่ำกว่าการใช้ AI ทั้งกระบวนการผลิต
ทั้งนี้ อีไอซีมองว่าความสำเร็จในการนำเทคโนโลยี AI มาใช้ ต้องเริ่มจากการปรับทัศนคติของผู้ที่เกี่ยวข้อง ตั้งแต่ระดับบริหารไปจนถึงระดับปฏิบัติการ ให้มีความรู้ความเข้าใจและพร้อมปรับตัวต่อการเปลี่ยนแปลง รวมทั้งต้องพัฒนาการจัดเก็บข้อมูลอย่างเหมาะสมและเป็นระบบ เพื่อเสริมศักยภาพทางธุรกิจให้สามารถแข่งขันและเติบโตได้อย่างยั่งยืนต่อไปในยุค 4.0

โดย นันทพงศ์ พันทวีศักดิ์
Economic Intelligence Center (EIC) ธ.ไทยพาณิชย์