การใช้ GenAI ในโรงงาน

GenAI x วิศวกร: ปฏิวัติการผลิตยุคใหม่ด้วย Prompt สำหรับโรงงาน

Date Post
30.09.2024
Post Views

ในช่วงเวลา 2 ปีที่ผ่านมาจะเห็นได้ว่า AI นั้นมีการเติบโตอย่างรวดเร็ว โดยเฉพาะอย่างยิ่งในส่วนของ Generative AI ที่ได้ขับเคลื่อนโลกในปัจจุบันได้อย่างแตกต่าง ไม่ว่าจะเป็นในกลุ่มงานคอนเทนต์ งานบริการต่าง ๆ ไปจนถึงงานในภาคอุตสาหกรรมเองที่ได้รับผลกระทบ ซึ่งการที่จะนำมาใช้ในอุตสาหกรรมการผลิตที่มีความละเอียดอ่อนนั้นอาจจะเป็นเรื่องที่ต้องมองให้เห็นถึงผลกระทบในหลากหลายมิติเสียหน่อย

Key
Takeaways
  • GenAI เป็นเทคโนโลยีที่มีความแพร่หลายในการใช้งาน แต่การใช้งานต้องมีผู้ที่มีความรู้ความเข้าใจในสายงานนั้น ๆ คอยตรวจสอบ
  • ปัจจุบันมีการบูรณาการ GenAI เพื่อใช้งานภายในอุตสาหกรรมการผลิตแล้วหลากหลายรูปแบบ
  • หัวใจสำคัญของ GenAI อยู่ที่การออกแบบ Prompt ให้มีความเจาะจงและมีรายละเอียดที่ครบถ้วน ไม่ใช่เครื่องมือกายสิทธิ์เสกอะไรก็ได้

ลดเวลาในการทำงานด้วย GenAI

เพื่อให้เกิดความชัดเจนในประเด็นที่เราต้องการทำความเข้าใจเกี่ยวกับ GenAI ที่เกิดขึ้น การเข้าใจถึงนิยามของ Generative AI หรือ GenAI เป็นสิ่งสำคัญประการแรก โดย GenAI นั้นเป็นส่วนย่อยของปัญญาประดิษฐ์ซึ่งมีหน้ที่ในการสร้างสรรค์คอนเทนต์หรือข้อมูลใหม่ ๆ จากข้อมูลที่ถูกฝึกเข้าไปในระบบ นั่นหมายความว่าเมื่อใช้ GenAI ในการสร้างข้อมูล จะมีการใช้อัลกอริทึ่มและโมเดลที่ถูกฝึกไว้ในการสร้างข้อความ รูปภาพ วิดีโอ งานออกแบบ เสียง โค้ด ไปจนถึงการจำลอง ซึ่งการป้อนข้อมูลเหล่านี้ก็สามารถสร้างข้อมูลสังเคราะห์ได้ด้วยเช่นกัน ความแตกต่างระหว่าง AI ทั่วไปและ GenAI คือ GenAI สามารถสร้างข้อมูลใหม่หมดจดได้ขึ้นจากการอ้างอิงข้อมูลที่ถูกฝึก ในขณะที่ AI แบบดั้งเดิมสามารถโฟกัสไปที่การวิเคราะห์ข้อมูลเพื่อคาดการณ์หรือระบุแบบแผนจากข้อมูลที่ใส่เข้าไปในการฝึกฝน

จุดเด่นของการใช้งาน GenAI คือ ความสามารถในการละระยะเวลาในการทำงาน และเพิ่มประสิทธิภาพ ซึ่งขอยกตัวอย่างการจับมือของ ABB และ Microsoft เพื่อทำให้เกิด GenAI สำหรับภาคการผลิตโดย ABB คาดการณ์ว่าจะสามารถยืดอายุเครื่องจักรได้มากถึง 20% และลด Downtime ที่ไม่ได้วางแผนเอาไว้ได้ถึง 60%

ตลอดระยะเวลาที่ผ่านมานั้นเราจะสังเกตได้ถึงเสียงตอบรับจากผู้คนมากมายในการใช้งานเทคโนโลยีใหม่ ซึ่งการนำ GenAI มาใช้งานนั้นจะมีจุดเด่นอยู่ 2 ประการ คือ

  1. แก้ปัญหาการขาดแคลนแรงงาน ซึ่งการแก้ปัญหานี้จะเห็นได้อย่างชัดเจนในสายงานด้าน IT ซึ่งผู้เชี่ยวชาญด้าน IT จำนวนหนึ่งบอกว่าการใช้งาน GenAI มีความสามารถกว่าเด็กจบใหม่จำนวนหนึ่งเสียอีก โดยเฉพาะในเรื่องของการเขียน Code พื้นฐานเบื้องต้นเป็นต้น
  2. ลดระยะเวลาในกระบวนการทำงาน เมื่อการค้นหาข้อมูลเป็นสิ่งสำคัญในกระบวนการทำงานต่าง ๆ GenAI สามารถให้คำแนะนำเบื้องต้น หรือทำการรวบรวมข้อมูลได้ ทำให้กิจกรรมหรือภาระหน้าที่ที่โดยทั่วไปต้องใช้เวลานานสามารถลดระยะเวลาที่ใช้ลงไปได้อย่างมาก เช่น งานแปลเอกสาร งานสรุปเอกสาร ตลอดจนการ Generate ภาพอย่างง่ายเป็นต้น

โอกาสและแนวทางการใช้งาน GenAI ในโรงงานการผลิต

การมาถึงของ GenAI นั้นสร้างความเปลี่ยนแปลงให้กับอุตสาหกรรมต่าง ๆ เป็นอย่างมากด้วยแนวคิดของ Natural Language ที่ประชากรส่วนใหญ่ที่รู้ภาษาอังกฤษไปจนถึงภาษาท้องถิ่นอื่น ๆ ที่รองรับก็สามารถใช้งานได้ราวกับพูดคุยกับมนุษย์อันชาญฉลาดแต่ช่างคิดเล็กคิดน้อยเรื่องการเลือกใช้คำและการชี้แจงรายละเอียด

ข้อมูลการศึกษาจาก Capgemini ชี้ให้เห็นว่า 48% ของผู้ตอบแบสอบถามซึ่งเป็นบริษัทด้านการผลิตนั้นเห็นตรงกันว่า GenAI เพิ่มศักยภาพให้กับอุตสาหกรรมของตัวเอง โดยผู้ปฏิบัติงานในการผลิตกว่า 30% รายงานว่าองค์กรของตัวเองได้มีการนำร่อง GenAI เกิดขึ้นแล้ว โดยมี 2 กิจกรรมที่สำคัญ คือ การออกแบบชิ้นงานเป็นลำดับ 1 และงานสำหรับการซ่อมบำรุงเชิงคาดการณ์เป็นลำดับที่ 2 อย่างไรก็ตามในการใช้งาน GenAI สำหรับภาคการผลิตหรือโรงงานอุตสาหกรรมนั้นยังมีกิจกรรมหลากหลายที่สามารถใช้งานได้ โดยเบื้องต้นสามารถแบ่งได้ออกเป็น 6 ส่วนที่สำคัญ ดังนี้

  1. การออกแบบและพัฒนาผลิตภัณฑ์ ซึ่ง GenAI จะเป็นตัวช่วยเรื่องการสร้างและการทดสอบไอเดียต่าง ๆ ทำให้ออกผลิตภัณฑ์ใหม่ที่ดีได้เร็วยิ่งขึ้น ยกตัวอย่างในกรณี Airbus ที่สามารถสร้าง Jetliner ที่มีประสิทธิภาพและสะดวกสบายขึ้นได้
  2. การบำรุงรักษาเชิงคาดการณ์ ผู้ผลิตสามารถมองเห็นแนวโน้มและคาดการณ์งานซ่อมบำรุงเชิงรุกได้ โดยการฝึกอัลกอริทึ่มผ่านข้อมูลที่เครื่องจักรสร้างขึ้น ไม่ว่าอุณหภูมิ แรงสั่นสะเทือนหรือเสียง โดย Deloitte ชี้ว่าสามารถเพิ่มผลิตภาพได้ 25% ลดการเสียหายได้ 70% และลดต้นทุนการซ่อมบำรุงได้ 25%
  3. การบริการลูกค้าแบบอัตโนมัติ GenAI สามารถตอบสนองต่อการบริการลูกค้าได้โดยอัตโนมัติ ไม่ว่าจะเป็นการตอบสนอต่อใบเสนอราคา การให้ข้อมูล และการระบุปัญหายอดฮิตเบื้องต้น โดยมากนิยมใช้งานในรูปแบบ Chatbot
  4. การยกระดับการควบคุมคุณภาพ สามารถเกิดขึ้นได้โดยการระบุความผิดพลาดหรือความเสียหายในผลิตภัณฑ์ ยกตัวอย่างกรณีผู้ผลิตยานยนต์ที่ GenAI สามารถตรวจเจอจุดผิดพลาดในชิ้นส่วนยานยนต์ เช่น Ford ที่ใช้ AI ในการตรวจรอยต่าง ๆ และใช้ GenAI สำหรับตรวจสอบชิ้นส่วนในคลังและซัพพลายเชนเป็นต้น
  5. การบริหารจัดการคลังสินค้าและซัพพลายเชน GenAI สามารถใช้ข้อมูลลูกค้าที่ผ่านมาเพื่อคาดาการณ์ดีมานด์ที่จะเกิดขึ้นได้ ท้ังยังช่วยให้เกิดการตัดสินใจในการปรับเปลี่ยนแหล่งวัตถุดิบได้ง่ายขึ้นโดยทำหน้าที่เป็นผู้ช่วยในการทำงานต่าง ๆ ได้อย่างมีประสิทธิภาพ
  6. การฝึกฝนทักษะแรงงาน เพราะการเติมเต็มสิ่งที่ขาดเป็นประเด็นเฉพาะบุคคลทำให้ GenAI เข้ามาช่วยปรับปรุงการเรียนรู้ให้กับแรงงานได้โดยการวิเคราะห์ประสิทธิภาพการทำงาน ความรับผิดชอบ หรือระดับประสบการณ์ ซึ่งจะช่วยสร้างวัตถุดิบในการฝึกฝนให้เกิดขึ้นได้ตรงกับความต้องการ แน่นอนว่ามันอาจไม่ใช่การบอกกล่าวการสอน แต่อาจเป็นการชี้นำหรือไกด์การทำงานแบบ Real-Time เสียมากกว่า

ในแง่ของการใช้งานในภาคอุตสาหกรรมแล้ว GenAI ได้มีตัวอย่างการใช้งานเกิดขึ้นหลากหลายกรณี โดยเฉพาะอย่างยิ่งการใช้เพื่อตรวจสอบคงคลังหรือการเลือกการใช้งานเครื่องมือกลต่าง ๆ เป็นต้น ซึ่งปัจจุบันมีตัวอย่างบริษัทที่ออกแบบ Prompt เพื่อขายให้กับการทำงานด้านวิศวกรรมหรืออุตสาหกรรมโดยเฉพาะ เช่น การสร้างรายงานต่าง ๆ ไม่ว่าจะเป็น Tolerance, ประสิทธิภาพ ไปจนถึงสร้างเอกสารประเมินความเสี่ยงหรือคู่มือการซ่อมบำรุงเป็นต้น

ออกแบบ Prompt อย่างไรให้มีประสิทธิภาพ

สิ่งที่ใช้ในการควบคุมหรือสื่อสารกับ GenAI นั้นเราเรียกกันว่า Prompt หรือชุดคำสั่งที่อยู่ในรูปของ Natural Language ซึ่งแตกต่างกับคำสั่งแบบดั้งเดิมในโลกของ IT ที่เป็น Code ภาษาต่าง ๆ ซึ่งอาจเรียกได้ว่าเป็นกำแพงขนาดใหญ่สำหรับผู้ใช้งานทั่วไปหรือผู้ที่ไม่มีทักษะด้านการเขียนโปรแกรม

โดยคำแนะนำในการเขียน Prompt จาก Google ที่ให้คำแนะนำไว้เพื่อให้เกิดประสิทธิภาพของผลลัพธ์ที่จะเกิดขึ้นนั้นให้ความสำคัญกับความคิดสร้างสรรค์ในการออกแบบชุดคำสั่ง โดยมีหลักคิดสำคัญ 6 ประการ  ได้แก่

  1. ต้องสื่อสารใช้ชัดเจนว่าประเด็นไหนหรือข้อมูลไหนนั้นสำคัญที่สุด
  2. การออกแบบชุดคำสั่งต้องมีโครงสร้างชัดเจน เช่น กำหนดบทบาทที่ต้องการ ให้บริบทหรือข้อมูลที่ถูกต้อง และจากนั้นจึงเป็นการให้คำแนะนำกระบวนการต่าง ๆ 
  3. จำเป็นจะต้องมีตัวอย่างที่จำเพาะเจาะจงหรือหลากหลายเพื่อช่วยให้ GenAI สามารถจดจ่ออยู่กับประเด็นได้อย่างชัดเจนและนำไปสู่ผลลัพธ์ที่ถูกต้องแม่นยำ
  4. ใช้การกำหนดข้อจำกัดเพื่อทำให้ผลลัพธ์ของโมเดลแคบลง ช่วยลดความผิดพลาดที่อาจจะเกิดจากความเข้าใจผิดหรือตีความของระบบได้
  5. หากมีกระบวนการหรือขั้นตนที่ซับซ้อน ให้ย่อยลงมาเป็นลำดับขั้น หรือทำให้ Prompt นั้นเรียบง่ายยิ่งขึ้น
  6. ให้แนะนำระบบว่าจำเป็นต้องมีการประเมินหรือเช็คคำตอบก่อนสักหน่อย เช่น กรุณาจำกัดการตอบสนองของคุณให้อยู่ในแค่ 3 ประโยค หรือให้คะแนนตัวเอง 1-10 ในเรื่องของคุณภาพ

สำหรับผู้ที่สนใจ Prompt สำหรับการออกแบบคำสั่งสามารถดาวน์โหลดเอกสารตัวอย่างจาก Google เพื่อนำไปเป็นไอเดียและตัวอย่างการออกคำสั่งได้

ระวัง! อย่าไว้ใจ GenAI มากเกินไป

ต้องขอเตือนกันเอาไว้เสียก่อนว่า GenAI ไม่ใช่พระเจ้า ไม่ได้แม่นยำและรู้ทุกอย่างลึกเหมือนศาสตราจารย์ ความแม่นยำและผลต่าง ๆ จะขึ้นอยู่กับการออกแบบ Prompt เป็นสำคัญ หลายครั้งที่ปรากฎว่าคำตอบที่ GenAI มอบให้นั้นมีความผิดพลาดหรือเบี่ยงเบนด้วยซ้ำ ดังนั้นการใช้งาน GenAI ในสาขาใดก็ตามแต่จำเป็นจะต้องมีความรู้ความเข้าใจในสาขานั้น ๆ อยู่ประมาณหนึ่งด้วยเช่นกัน นั่นจึงเป็นสาเหตุว่าทำไมคำแนะนำของ Google จึงบอกให้มีการตรวจสอบคำสั่งซ้ำ ซึ่งจริง ๆ แล้วผู้กำหนด Prompt ควรเป็นผู้ตรวจสอบที่มีความเข้าใจในพื้นฐานหรือแนวคิดของผลลัพธ์ที่ต้องการ เพื่อยืนยันความถูกต้องเหมาะสม

แม้ว่า GenAI เองจะไม่ใช่เทคโนโลยีที่สมบูรณ์แบบ แต่การเข้ามามีส่วนร่วมในภาคธุรกิจโดยเฉพาะอย่างยิ่งการผลิตนั้นได้สร้างความแตกต่างในการแข่งขันไม่น้อย แต่ในการใช้งานเองก็จำเป็นที่จะต้องมีผู้เชี่ยวชาญหรือผู้ที่มีความรู้ความเข้าใจในประเด็นนั้น ๆ คอยตรวจสอบและยืนยันความถูกต้องควบคู่กันไปด้วย

อ้างอิง:
https://masterofcode.com/blog/generative-ai-in-manufacturing
https://101blockchains.com/prompt-engineering-in-manufacturing/
https://developers.google.com/machine-learning/resources/prompt-eng
https://www.azumuta.com/blog/generative-ai-in-manufacturing-5-industry-transforming-use-cases/

Logo-Company
Logo-Company
Logo-Company
logo-company
Thossathip Soonsarthorn
"Judge a man by his questions rather than his answers" Voltaire