ข้อมูลกำลังกลายเป็น Infrastructure ใหม่ของอุตสาหกรรม
ในช่วงไม่กี่ปีที่ผ่านมา โรงงานที่ผลิต Electronic Component สำหรับอุตสาหกรรมขั้นสูงอย่าง EV, AI Server, และระบบสื่อสาร 5G/6G ต่างต้องเร่งพัฒนาเพื่อตอบสนองดีไซน์ที่ซับซ้อนขึ้น ความแม่นยำที่สูงขึ้น และความเร็วในการปรับเปลี่ยนที่สั้นลงกว่าเดิม
ระบบอัตโนมัติไม่ใช่เรื่องใหม่ในโรงงานไทย แต่สิ่งที่กำลังกลายเป็นปัจจัยแข่งขันที่แท้จริงในตอนนี้คือ ‘ความสามารถในการเข้าใจและเชื่อมโยงข้อมูลในทุกมิติของการผลิต’ นี่คือจุดที่คำว่า Digital Factory กลายเป็นกุญแจสำคัญ
Digital Factory ไม่ได้หมายถึงแค่การใช้ IoT หรือเซ็นเซอร์เพิ่มขึ้น แต่คือการสร้าง โครงสร้างดิจิทัลให้โรงงานมองเห็นทุกสิ่งที่เกิดขึ้นตั้งแต่เครื่องจักรไปจนถึงแนวโน้มของ Defect และ Productivity เพื่อให้สามารถปรับปรุง ตัดสินใจ และแข่งขันได้ในเวลาเกือบเรียลไทม์
ทำไมอุตสาหกรรม PCB/Chip ถึงต้องการ Digital Factory มากกว่ากลุ่มอื่น
การผลิต Electronic Component มีลักษณะเฉพาะที่ต่างจากอุตสาหกรรมทั่วไปอย่างสิ้นเชิง
- ความซับซ้อนของ Stack-up และวัสดุที่ใช้ เช่น Substrate แบบ BT/ABF ต้องการการควบคุมความหนา Dielectric ในระดับ ±5 μm
- ความแม่นยำในการเจาะและชุบทองแดง (Copper Plating) ที่มีผลต่อ Impedance ของสัญญาณความเร็วสูง
- ความไวต่อสภาพแวดล้อม เช่น ความชื้นที่มีผลต่อ Warpage หรือ Delamination
- Defect ที่ตรวจไม่พบด้วยสายตา เช่น Voiding, Microcrack, หรือ Incomplete Etching
เพราะปัจจัยเหล่านี้ทำให้โรงงานจำเป็นต้องรู้มากกว่าแค่ค่าเฉลี่ยของคุณภาพ ต้องรู้ค่าผันแปรเชิงเวลา และพฤติกรรมของเครื่องจักรแต่ละเครื่อง อย่างละเอียด ซึ่งไม่สามารถได้จากกระบวนการผลิตแบบ Manual หรือ Semi-auto เดิมอีกต่อไป
Digital Factory ไม่ใช่ระบบ แต่คือวิธีคิดในการควบคุมการผลิตแบบใหม่
หลายโรงงานเข้าใจว่า Digital Factory คือการติดตั้งระบบ ERP, MES, หรือ SCADA เพิ่มเข้าไปเท่านั้น แต่ความจริงแล้ว Digital Factory คือการจัดระเบียบข้อมูลในทุกระดับของโรงงานอย่างมีเป้าหมาย
- ระดับ เครื่องจักร (Machine level) – ต้องสามารถอ่านค่าทางกายภาพแบบ Realtime เช่น อุณหภูมิหัว Drill, แรงบิดของ Spindle, หรือแรงดันไฟฟ้าใน Plating Tank
- ระดับ กระบวนการ (Process level) – ต้องสามารถเชื่อมโยงข้อมูลหลายขั้นตอน เช่น จาก Exposure > Etching > AOI เพื่อวิเคราะห์ Defect Pattern แบบข้ามไลน์
- ระดับ ผลิตภัณฑ์ (Product level) ต้องสามารถ Trace ได้ว่าแผ่นไหน ใช้ Batch วัสดุใด, เครื่องไหนผลิต, คนใดตั้งค่า, และเคยผ่าน Defect อะไรมาก่อน
ในโรงงานที่ผลิต Substrate สำหรับ AI Server หรือ RF Front-end Module หากไม่สามารถเชื่อมโยงข้อมูล Drill Depth, Stack-up Variation และ AOI Result เข้าด้วยกันแบบกราฟเวลา จะไม่สามารถรู้ได้ว่า Defect เกิดจากเครื่องใด และจะเสียทั้งล็อตโดยไม่มีทางป้องกันล่วงหน้า
Digital Factory ที่แท้จริง จึงต้องมี Data Lake ที่ออกแบบให้ “เชื่อมโยง” ได้ ไม่ใช่แค่ เก็บไว้ดูย้อนหลัง
ตัวอย่างการใช้งานจริง Predictive Analytics กับ Defect Reduction
โรงงานชั้นนำในไต้หวันและญี่ปุ่นที่ผลิต HDI หรือ IC Packaging Substrate ได้เริ่มใช้ AI/ML Model วิเคราะห์แนวโน้มความผิดปกติล่วงหน้า เช่น
- วิเคราะห์ Defect จาก AOI (Automatic Optical Inspection) แล้ว Feed เข้า Model เพื่อคาดการณ์ว่าล็อตถัดไปควรจะปรับอัตราแสง Exposure หรือไม่
- ใช้ข้อมูล Reflow Profile เพื่อวิเคราะห์ความน่าจะเป็นของ Warpage ที่จะเกิดในชั้น Lamination
- ตรวจจับความสัมพันธ์ระหว่าง Batch ของ Prepreg กับอัตราการหลุดลอกของ Copper ในขั้นตอน Peeling Test
ผลลัพธ์: ลด Defect Rate ได้ 30% ใน 6 เดือน พร้อมลดเวลาสืบหาสาเหตุจาก 2 วัน เหลือ 2 ชั่วโมง
โรงงานไทยอยู่ตรงไหนในเส้นทาง Digital Factory นี้?
ความท้าทายของโรงงานไทยคือ ยังอยู่ในช่วงที่ “การเก็บข้อมูล” เป็นเป้าหมายสุดท้าย ทั้งที่ในระบบสากล ข้อมูลไม่ใช่แค่ “มีไว้เก็บ” แต่คือ “มีไว้คาดการณ์และตัดสินใจ”
อุปสรรคหลักคือ
- ขาดมาตรฐานการเก็บข้อมูล หรือเครื่องจักรแต่ละรุ่นใช้โปรโตคอลต่างกัน
- ขาดบุคลากรด้าน Data Integration หรือ Data Engineer ในโรงงาน
- ไม่มีผู้บริหารระดับสายการผลิตที่ มอง Data เป็น Infrastructure ไม่ใช่แค่รายงาน
ผู้ผลิตที่เข้าใจชิ้นส่วน แต่ไม่เข้าใจข้อมูล จะถูกแซงในที่สุด
Electronic Component ในยุคใหม่จะไม่มีคำว่า ค่าเฉลี่ยอีกต่อไป มีแต่ค่าจริงรายชิ้นที่ต้องรู้และต้องควบคุมได้แบบ Realtime
Digital Factory ที่ออกแบบให้สร้างสติปัญญาในการผลิตได้จริง จะเป็นหัวใจที่ทำให้โรงงานไทยยกระดับจากผู้รับจ้างผลิต ไปสู่ผู้ผลิตที่มีความแม่นยำ และควบคุมคุณภาพแบบโลกใหม่ได้
และสำหรับผู้ผลิต PCB, Substrate หรือ Module ขั้นสูง ถ้าไม่มี Digital Integration ที่ตอบสนองทันกับ Defect, Variability และความต้องการระดับ Tier 1 Global Brand ได้ทันเวลา ก็จะถูกแทนที่โดยประเทศที่มี Data-driven Factory แบบสมบูรณ์ก่อน
