Industrial Know How: ถอดรหัสการปฏิวัติอุตสาหกรรมครั้งที่ 5 การร่วมมือกันของ คน หุ่นยนต์ และ AI

ทุกครั้งที่โลกพลิกโฉม มันไม่เคยถามก่อนว่าคุณพร้อมหรือยัง และครั้งนี้ก็เช่นกัน Industry 5.0 หรือการปฏิวัติอุตสาหกรรมครั้งที่ 5 ก็ไม่รอใครเช่นกัน และในทางกลับกันนี่คือข้อได้เปรียบมหาศาลที่กำลังเกิดขึ้นในช่วงเปลี่ยนผ่าน ภายใต้แนวคิดดังกล่าวงาน MM The Forum ซึ่งจัดขึ้นที่จังหวัดพระนครศรีอยุธยาวันที่ 7 พ.ค. 2569 จึงได้รวบรวมเหล่ายอดฝีมือในภาคการผลิตมาพูดคุยแลกเปลี่ยนความรู้ เพื่อยกระดับศักยภาพผู้ประกอบการและโรงงานไทยกันอย่างเต็มที่

หากเรามองย้อนกลับไปตั้งแต่การปฏิวัติอุตสาหกรรมครั้งแรก เครื่องจักรไอน้ำเข้ามาแทนแรงงานทอผ้าโดยไม่รอให้ช่างทอพร้อม ไฟฟ้าและสายพานการผลิตปฏิวัติโรงงานโดยไม่รอให้ผู้บริหารเห็นด้วย คอมพิวเตอร์และระบบอัตโนมัติเปลี่ยนโฉมสายการผลิตก่อนที่ใครจะเข้าใจมันอย่างถ่องแท้ และในตอนนี้การปฏิวัติอุตสาหกรรมครั้งที่ 5 (5IR หรือ Industry 5.0) กำลังมาถึง ความแตกต่างจากทุกครั้งที่ผ่านมาคือ 5IR ไม่ได้ถามว่า ‘จะทำให้เร็วขึ้นอีกแค่ไหน?’ แต่ถามว่า ‘เราจะทำให้ดีขึ้นสำหรับทุกคนในสมการได้อย่างไร?’ ทั้งคน เครื่องจักร และโลกใบนี้

MM The Forum ได้รับเกียรติจากผู้เชี่ยวชาญในภาคอุตสาหกรรมที่มีประสบการณ์โดยตรงมาร่วมแลกเปลี่ยนความคิดเห็นผ่านเวทีสัมมนาด้านอุตสาหกรรม 5.0 โดยเฉพาะ ซึ่งผู้เชี่ยวชาญที่เข้าร่วม ได้แก่

• รศ. ดร.เชาวลิต มิตรสันติสุข อาจารย์ประจำภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์
• ดร. เทพชัย ทรัพย์นิธิ นายกสมาคมปัญญาประดิษฐ์ประเทศไทย (AIAT) และนักวิจัยอาวุโสกลุ่ม AI เนคเทค
• คุณชัชชัย ผลมูล รองนายกสมาคมฝ่ายความร่วมมือและพัฒนาธุรกิจ TARA
• คุณอัศวิน แก้วตั้งตระกูล Director of Engineering จาก Western Digital Thailand
• ดำเนินรายการโดย ดร. พรพรหม อธีตนันท์ รักษาการผู้อำนวยการฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC)

อุตสาหกรรม 5.0: เมื่อมนุษย์กลับมาอยู่ใน ‘สมการ’ เป็นครั้งแรก

ก่อนจะพูดถึง 5.0 ต้องเข้าใจก่อนว่าภาคอุตสาหกรรมนั้นเดินมาไกลแค่ไหนแล้ว 1.0 คือ ยุคเครื่องจักรไอน้ำ แรงกลแทนแรงคน, 2.0 คือ ยุคไฟฟ้าและสายพาน Ford ผลิตรถได้เป็นล้านคัน, 3.0 คือ ยุค PLC และคอมพิวเตอร์ ระบบอัตโนมัติเริ่มควบคุมเครื่องจักรได้เอง, 4.0 คือยุค IIoT และ Cyber-Physical Systems ทุกอย่างเชื่อมต่อ ข้อมูลไหลแบบ Real-Time

แล้ว 5.0 คืออะไร? รศ. ดร.เชาวลิต อธิบายไว้ชัดว่า “ยังไม่มีนิยามที่ตายตัวในระดับสากล แต่มีแนวคิดที่คนในวงการยึดถือร่วมกันหมุนรอบ 3 คำสำคัญ และทั้ง 3 คำนี้คือจุดที่ทำให้ 5.0 แตกต่างจากทุกยุคที่ผ่านมาอย่างสิ้นเชิง” ซึ่งคำที่เป็นหลักคิดของอุตสาหกรรม 5.0 เหล่านี้ ได้แก่

• Human Centric – ครั้งแรกในประวัติศาสตร์อุตสาหกรรมที่ ‘คน’ กลับมาอยู่ที่ศูนย์กลางของการออกแบบ 5.0 ซึ่งมีทั้งถามว่าคนที่ใช้งานระบบนั้นมีความสุขขึ้นไหม หรือ ชีวิตเขาดีขึ้นหรือซับซ้อนขึ้นอย่างไร
• Resilient – ไม่ใช่แค่ ‘ทนทาน’ แต่คือความสามารถในการ ‘ปรับโหมด’ ได้รวดเร็วเมื่อสถานการณ์เปลี่ยน โรงงานที่ Resilient คือโรงงานที่เจอวิกฤตแล้วกลับมาได้เร็วกว่าคู่แข่ง บางตำราแปลสิ่งนี้เอาไว้ว่าเป็นความยืดหยุ่นในรูปแบบหนึ่ง
• Sustainability – เรื่องของความยั่งยืนเป็นสิ่งที่ไม่อาจหลีกหนีได้อีกต่อไป โรงงานผลิตแล้วต้องดีต่อโลก ดีต่อชุมชน และดีต่อธุรกิจพร้อมกัน ไม่ใช่แค่ CSR แต่คือเงื่อนไขการค้าที่ตลาดโลกกำลังบังคับให้ทำ

ดร. เทพชัย ขยายความเพิ่มว่า ความแตกต่างที่สำคัญที่สุดของ 5.0 คือ Flexible Manufacturing ที่สายการผลิตที่ปรับเปลี่ยนตามลูกค้าได้จริง ถอด Module หนึ่งออก ใส่อีก Module เข้าไป ก็ออกผลิตภัณฑ์ใหม่ได้ทันที นั่นคือ Mass Customization ต่างจาก Fix Automation แบบเดิมที่ทำกระป๋องก็ต้องทำแต่กระป๋องไปตลอดกาล

“ตั้งแต่ 1.0 ถึง 4.0 เราไม่เคยมีคนอยู่ในสมการเลย พอเป็น 5.0 นี่คือครั้งแรก“

รศ. ดร.เชาวลิต มิตรสันติสุข, ภาควิชาวิศวกรรมไฟฟ้า มหาวิทยาลัยเกษตรศาสตร์

4.0 ที่ ‘ค้าง’ กลางทาง: ปัญหาที่โรงงานไทยไม่ค่อยพูดถึงกัน

หนึ่งในคำถามว่าที่วงเสวนายกขึ้นมาคือ ‘โรงงานไทยไปถึง 4.0 แล้วหรือยัง’ และคำตอบที่ซื่อตรงที่สุดคือ ‘ส่วนใหญ่ยังไปไม่ถึง และมีเหตุผลที่ดีมากว่าทำไม’

คุณชัชชัยที่ลงพื้นที่ช่วยโรงงานจริงมานาน พูดตรงๆ ว่า “เทคโนโลยีไม่ใช่ปัญหา เซนเซอร์ทุกประเภทมีหมดในตลาด จะดึงข้อมูลอะไรก็ได้ แต่พอไปลงทุนขนาดนั้น ROI มันไม่คุ้ม ค่าแรงในไทยยังไม่สูงพอที่จะทำให้การลงทุน Full Automation เกิดขึ้นได้ทั้งสายการผลิต ต่างจากยุโรปที่ค่าแรงสูงจนคืนทุนได้ชัดเจน ผลที่ตามมาคือโรงงานไทยจำนวนมากติดอยู่ในสภาพ ‘กึ่ง 3.0 กึ่ง 4.0’ มี PLC มี SCADA บางส่วน แต่ Data ยังไหลไม่ครบ ยังพึ่ง Manual บันทึกข้อมูลบางจุด นั่นแหละคือจุดที่ 5.0 เข้ามาพอดี เพราะมันไม่ได้บังคับให้อัตโนมัติทุกอย่าง แต่ให้คนและเครื่องจักรทำงานร่วมกันอย่างชาญฉลาดขึ้น กระแส High Mix Low Volume จึงเหมาะกับ SME ไทยมากกว่าการไล่ตามระบบอัตโนมัติเต็มรูปแบบอย่างโรงงานยักษ์จากยุโรป”

“4.0 มุ่งเน้นว่าใช้คนน้อยที่สุดหรือไม่ใช้เลย ซึ่งมักไม่คุ้มสำหรับ SME ไทย แต่ 5.0 บอกว่าคนมีความสามารถในจุดที่ควรเก็บไว้ บางเรื่องให้ระบบอัตโนมัติทำ”

คุณชัชชัย ผลมูล รองนายกสมาคมฝ่ายความร่วมมือและพัฒนาธุรกิจ TARA

เปลี่ยนวิกฤตให้เป็น Lighthouse: บทเรียนจาก WD สู่โรงงาน HDD โลก

เชื่อว่ายังมีคนไทยอีกไม่น้อยที่ไม่ทราบว่า Hard Disk Drive (HDD) มากกว่า 90% ของโลก ผลิตในประเทศไทย ทั้ง Western Digital (WD) และ Seagate ต่างตั้งโรงงานหลักที่นี่ และข้อมูลแทบทุกอย่างที่คุณดูบนอินเทอร์เน็ต ไม่ว่าจะ YouTube, TikTok, Instagram ล้วนทำงานผ่าน HDD สัญชาติไทยเหล่านี้ทั้งสิ้น

WD ผ่านการเปลี่ยนผ่านครั้งใหญ่จาก Consumer Storage (โน้ตบุ๊ก, คอมพิวเตอร์) ไปสู่ Enterprise Storage ที่รองรับ Cloud ของโลก นั่นคือความหมายแท้จริงของคำว่า Resilient ใน 5.0 ไม่ใช่แค่รอด แต่คือ ยกระดับไปอีกลักษณะหนึ่งโดยยังคงเป็นอุตสาหกรรมเดิม

จุดพลิกสำคัญมาในช่วงโควิด เงื่อนไขของการเว้นระยะทางสังคมกลายเป็นกรณีศึกษาทางธุรกิจที่แข็งแกร่งพอจะผลักดัน Automation ที่ค้างมานาน ROI ที่เคยประเมินได้ยากก็ง่ายขึ้นทันที ผลลัพธ์คือ WD Thailand กลายเป็นบริษัทแรกในโลกที่ได้รับการรับรองจาก WEF (World Economic Forum) Global Lighthouse Network ในฐานะสายการผลิตที่ทันสมัยและเป็นหนึ่งในโรงงานตัวอย่างที่โรงงานทั่วโลกควรศึกษาเป็นแบบอย่าง

บทเรียนที่โรงงานไทยควรหยิบไปใช้คือการเลือกทำให้เกิดการทำงานอัตโนมัติในจุดที่ใช่ ยกตัวอย่าง งานซ้ำๆ เช่น การเข็นชิ้นงาน การหยิบเข้าเครื่องจักร เหมาะกับ AGV หรือหุ่นยนต์ แต่งานฝีมือที่ต้องใช้ความชำนาญพิเศษ แบบงานที่ต้องใช้ทักษะมือของมนุษย์ที่มีความละเอียด ถ้าไปใช้ระบบอัตโนมัติจะแพงเกินคุ้ม

“ระบบอัตโนมัติไม่ใช่เอาไปใช้ทุกส่วน ต้องดูว่างานไหนซ้ำๆ วนๆ ก็นำไปใช้ได้ งานฝีมืออย่าไปยุ่ง มันแพงเกินคุ้ม”

คุณอัศวิน แก้วตั้งตระกูล, Director of Engineering, WD Thailand

ก้าวแรกเริมอย่างไร? : กรอบ 4D สำหรับตัดสินใจก่อนใช้ระบบอัตโนมัติ

อีกหนึ่งคำถามสำคัญที่ทำให้โรงงานไทยส่วนใหญ่ยังกองกันอยู่ที่การผลิตแบบ 2.5 คือ ‘ไม่รู้จะเริ่มจากตรงไหน’ นำไปสู่ความไม่ชัดเจนในการลงทุนและแนวโน้มของผลลัพธ์ที่จะเกิดขึ้น คุณชัชชัยจึงได้แนะนำกรอบคิด 4D ที่ใช้ได้จริงในทุกโรงงาน ไม่ว่าจะอยู่ที่ 2.0 หรือ 3.5 ก็ตาม ซึ่งหลักคิด 4 ปัจจัย ได้แก่

• Dirty – งานสกปรก ฝุ่น ควัน ความร้อน สารเคมี คนไม่อยากทำ หาคนยาก Turn Over สูง พอทำงานเหล่านี้ให้เป็นอัตโนมัติ พนักงานก็ไม่ต่อต้าน แต่กลับกลายเป็นดีใจเสียมากกว่า
• Dangerous – งานอันตราย ประกายไฟ สารเคมีระเหย การยกของหนักซ้ำๆ การทำงานเหล่านี้นอกจากความปลอดภัยดีขึ้น ยังลดความเสีย่งและการสูญเสียที่เกี่ยวข้องได้อีกด้วย
• Difficult – งานยากเกินความสามารถมนุษย์ ความเร็วสูงที่คนตามไม่ทัน ความแม่นยำระดับ Micron ที่คนทำซ้ำได้ไม่นาน สิ่งเหล่านี้เหมาะสมกับเครื่องจักรมากกว่ามนุษย์อยู่แล้วโดยพื้นฐาน
• Dull – งานซ้ำซากน่าเบื่อ ทำแล้วไม่ภูมิใจ คนรุ่นใหม่มีตัวเลือกที่ดีกว่า ถ้าโรงงานยังบังคับให้คนทำงานประเภทนี้ก็จะสูญเสียคนเก่งไปเรื่อยๆ

เมื่อเริ่มจาก 4D ก่อน การต่อต้านจากพนักงานจะน้อยลงมาก เพราะสิ่งที่เกิดขึ้นจะถูกมองว่าเป็นการช่วยเหลือ ไม่ใช่แทนที่แรงงงาน และ ROI ก็ชัดกว่าการลงทุนระบบอัตโนมัติในงานที่คนทำได้ดีอยู่แล้ว

รากฐานของ 5IR: เมื่อ AI ไม่ใช่แค่ Chatbot แต่เป็นเพื่อนร่วมงาน

เมื่อสมการสำคัญของ 5IR คือ การมีมนุษย์อยู่ในระบบ ต้องทำงานคู่กับเครื่องจักรอัตโนมัติทั้งหลาย เช่น หุ่นยนต์ แต่จะทำอย่างไรถ้าทุกวันนี้ขาดแคลนทักษะ แต่จะทำอย่างไรถ้าในวันนี้ ‘คน’ เป็นทรัพยากรที่หายาก? คำตอบ คือ การใช้ AI เพื่ออุดช่องว่างที่เกิดขึ้น

ในช่วง 2 ปีให้หลังมานี้ AI กลายเป็นเทคโนโลยีที่เติบโตอย่างรวดเร็ว และกลายเป็นกลไกสำคัญในการแข่งขันของหลากหลายธุรกิจอย่างไมม่อาจหลีกเลี่ยงได้ แน่นอนว่าภาคการผลิตเองก็นับเป็นหนึ่งในธุรกิจที่ AI สามารถสร้างความเปลี่ยนแปลงได้อย่างมากมาย ตั้งแต่การ Monitoring, ตรวจสอบคุณภาพชิ้นงาน, การทำ Digital Twin ยุคใหม่ ไปจนถึงหุ่นยนต์รูปแบบมนุษย์ที่กำลังเติบโตอย่างรวดเร็ว

แต่ก่อนที่ AI จะเข้ามาเปลี่ยนโรงงานได้จริง ผู้ผลิตจำเป็นต้องมีมีรากฐาน 5 เสาหลักที่ที่แข็งแรงเสียก่อน โดยทั้ง 5 เสาเชื่อมโยงกันเป็นลำดับขั้น และหากขาดเสาใดเสาหนึ่งไปก็มีโอกาสล้มเหลวสูง ได้แก่

• การสร้างโครงสร้างพื้นฐานด้านข้อมูล (Data Engineering) ซึ่งเป็นจุดเริ่มต้นของทุกอย่าง
• การเลือก AI Use Case ที่เหมาะกับบริบทโรงงาน ไม่ใช่ทุก AI ที่เหมาะกับทุกงาน
• การนำ Agentic AI มาทำงานเป็นตัวแทนคนได้จริง ไม่ใช่แค่ตอบคำถาม
• การปกป้อง Data Sovereignty เพราะข้อมูลโรงงานคือทรัพย์สินที่มีมูลค่ามหาศาล
• การคำนวณ ROI ที่ครบมิติ เพื่อให้ผู้บริหารตัดสินใจลงทุนได้อย่างถูกต้อง

จากโครงสร้างเสาหลักดังกล่าว ทำให้สามารถตอบคำถามสำคัญอีกประเด็นที่หลายคนอาจจะเข้าใจผิดว่า ‘ทำอุตสาหกรรม 5.0 ข้าม 4.0 ไปได้เลย’ แท้จริงแล้วการจะทำงานตามหลัก 5.0 นั้นจำเป็นจะต้องมีโครงสร้างพื้นฐานสำคัญของยุค 4.0 อย่างข้อมูลและเทคโนโลยีอัตโนมัติเสียก่อน แต่ความแตกต่างที่สำคัญ คือ จุดสูงสุดของ 4.0 นั้นคือการทำงานอัตโนมัติเต็มรูปแบบ หรือเป็นโรงงานไร้แสงไฟ (Dark Factory)

อย่าเพิ่งคิดใช้ AI ถ้า Data แบบดิจิทัลให้ใช้ยังไม่มี!

ทั้งคุณชัชชัยและคุณอัศวินพูดตรงกันว่า ‘AI ทำงานโดยไม่มี Data ไม่ได้’ ความจริงในโรงงานไทย คือเครื่องจักรในสายการผลิตเดียวกันอาจมีอายุต่างกัน 20-30 ปี บางเครื่องใหม่มี OPC-UA เชื่อมต่อได้ทันที บางเครื่องเก่าจนติดได้แค่ Limit Switch แต่ยังใช้งานอยู่เพราะยังทำงานได้ดี โจทย์ของ Data Engineering คือการดึงข้อมูลจากทุกเครื่องให้รวมเป็น Data Set ที่สะอาด เชื่อถือได้ และทำงานได้แบบ Real-time เมื่อ Data Set พร้อม AI จึงเริ่มทำงานได้จริง

LLM เป็นประตูแห่งศักยภาพ แต่ไม่ใช่ทุกอย่างของ AI

ดร. เทพชัย ชัดเจนว่า Large Language Model (LLM) มีจุดแข็งที่ภาษาและรูปภาพ ไม่ใช่สัญญาณจากเซนเซอร์โดยตรง Use Case ที่เหมาะสมสำหรับโรงงานมี 2 กลุ่มหลัก

• AI Manual: แปลง Manual เครื่องจักรหนาๆ ที่ไม่มีใครอยากอ่านให้กลายเป็น Chatbot ที่พนักงานถามได้ทันที ‘Error Code นี้คืออะไร แก้ยังไง?’ ได้คำตอบพร้อม Step-by-step ภายในไม่กี่วินาที
• Visual AI: ใช้รูปภาพชิ้นงาน ที่ผ่านและไม่ผ่าน ฝึกโมเดลเพื่อ ตรวจสอบคุณภาพผ่านภาพที่เห็นด้วยความเร็วและความสม่ำเสมอที่คนทำไม่ได้ตลอด 3 กะ

การใช้งานโมเดล AI แบบ LLM โดยตรงจะเห็นได้ว่ามี 2 กรณีหลัก แต่ถ้ามองอีกแบบว่า LLM เป็นประตูสำคัญที่ทำให้การสื่อสารกับเครื่องจักรไม่ต้องผ่านกำแพงด้านภาษาคอมพิวเตอร์ซึ่งเป็นทักษะเฉพาะอีกต่อไปล่ะ?

Agentic AI พนักงานหน้าใหม่ที่โรงงานต้องใช้ให้เป็น

สิ่งที่กำลังจะเปลี่ยนการแข่งขันในโรงงานระดับชั้นนำ คือ Agentic AI หรือ AI ที่ทำงานเป็น Agent หรือตัวแทนของคน ซึ่ง WD ใช้ระบบนี้ในการซ่อมบำรุงเชิงคาดการณ์ (Predictive Maintenance) โดยให้ AI ติดตามดูข้อมูลเทรนด์ค่าพารามิเตอร์ของเครื่องจักรตลอด 24/7

ปกติโรงงานจะเกิด Downtime หรือหยุดสายการผลิตเมื่อค่าเกิน Upper Limit ซึ่งแปลว่า ‘รู้ตอนพังแล้ว’ แต่การมาถึงของ AI Agent จะเปลี่ยนปรากฏการณ์ดังกล่าว ด้วยการตรวจจับว่าค่าที่ตั้งไว้กำลังมีแนวโน้มในการเปลี่ยนแปลงขึ้นหรือลงอย่างผิดปกติก่อนที่จะถึงขีดจำกัด และทำการแจ้งให้ทีมซ่อมบำรุงเข้าปรับแก้ล่วงหน้า ผลคือ Downtime นอกแผนลดลง OEE ดีขึ้น ทีมซ่อมบำรุงจึงทำงานแบบเชิงรุก ไม่ใช่แค่การพุ่งตัวไปดับไฟแก้ไขไม่ให้ลุกลาม

อยากใช้ AI อยากไป Smart Factory แต่หลายที่ ‘ลืมเรื่องความปลอดภัยข้อมูล’

ดร. เทพชัยหยิบประเด็นที่โรงงานมักมองข้าม ข้อมูลกระบวนการผลิต สูตร พารามิเตอร์ที่สั่งสมมาหลายปี คือ ‘ความลับทางการค้า’ เมื่อส่งข้อมูลขึ้น Cloud และ AI ของบุคคลที่สาม มีความเสี่ยงที่ข้อมูลเหล่านั้นอาจถูกนำไปเทรน Model ต่อโดยไม่รู้ตัว ซึ่งจะเกี่ยวข้องกับประเด็นของ Data Sovereignty (อธิปไตยข้อมูล) โดยตรง

ในกรณีตัวอย่างของ WD ได้จัดการด้วยการทำ NDA กับผู้ให้บริการ Cloud ระบุชัดเจนในสัญญาอย่างชัดเจนว่าว่าข้อมูลจะไม่ถูกนำไปเทรนโมเดลต่อ ในประเด็นเดียวกันนี้ ดร. เทพชัยแนะนำกรอบ 3 ระดับ สำหรับพิจารณาการเลือกประมวลผลข้อมูลอย่างปลอดภัย ได้แก่

1. ข้อมูลที่เปิดเผยได้ ส่งไปไหนก็ได้
2. ข้อมูลที่ต้องประมวลผลในประเทศ ให้หา Cloud Data Center ในไทย เพื่อประเด็นของอธิปไตยข้อมูล
3. ข้อมูลที่มีระดับความอ่อนไหวสูงสุด ต้องเทรนและรันโมเดลในโครงสร้างพื้นฐานภายในองค์กรเองเท่านั้น (On-Premise)

เมื่อการลดคนไม่ใช่ ROI ที่คุ้มค่าอย่างแท้จริงในยุค 5IR

คุณอัศวินย้ำว่าการคิด ROI ของระบบอัตโนมัติโดยนับแค่จำนวนพนักงานที่ลดลงเป็นการคิดที่ผิดและมักทำให้ตัดสินใจผิด โดยมิติที่ถูกมองข้ามบ่อย ได้แก่

• OEE ที่เพิ่มขึ้น: จาก World Class 80% ขึ้นเกิน 90% มูลค่ามหาศาลที่มักไม่ถูกนับใน ROI แต่มีผลต่อรายได้จริงโดยตรง
• Day of Inventory ที่ลดลง: ระบบอัตโนมัติจะลดเวลารอคอยระหว่างกระบวนการลด เงินทุนหมุนเวียนที่ถูกล็อกในสต็อก
• ค่าพลังงานและพื้นที่: เครื่องจักรใหม่กินไฟน้อยกว่า กินพื้นที่น้อยกว่า พื้นที่ที่ประหยัดได้นำไปสร้างรายได้เพิ่มได้
• คุณภาพสินค้าที่สม่ำเสมอขึ้น: ลดอัตราของเสีย นำไปสู่ลดต้นทุน Rework และของเสีย

ในอีกมุมหนึ่ง พนักงานที่ทำหน้าที่ใดหน้าที่หนึ่งเป็นประจำและทำงานได้ดี ยังมีโอกาสสูงที่จะถูกยกระดับทักษะและความเชี่ยวชาญเพื่อไปทำหน้าที่ที่มีคุณค่ามากกว่าเดิมได้ เพราะเข้าใจลักษณะงาน ข้อจำกัด และเงื่อนไขที่เกี่ยวข้องได้เป็นอย่างดี

ทำอย่างไรเมื่อ AGI และ Humanoid Robot กำลังเดินเข้ามาในโรงงาน?

วินาทีนี้เหล่าผู้ใช้ AI น่าจะต้องตื่นตัวกับเทคโนโลยีอย่าง AGI และ Physical AI กันอย่างมาก ซึ่งภาคอุตสาหกรรมอาจเป็นธุรกิจสำคัญที่จะนำเทคโนโลยีใหม่เหลานี้มาใช้อย่างรวดเร็วเสียด้วยซ้ำ

เพื่อให้เห็นภาพของเทคโนโลยีเหล่านี้ที่จะเข้ามาในโรงงานในอนาคต รศ. ดร.เชาวลิต อธิบายเพิ่มเติมว่า Physical AI นั้นจะไม่ใช่ AI ที่อยู่แค่บนจอหรือโลกไซเบอร์อีกต่อไป แต่สามารถลงมือทำในโลกกายภาพได้จริง รูปแบบที่ชัดเจนที่สุดคือ Humanoid Robot หรือหุ่นยนต์รูปแบบมนุษย์ที่ทำงานในพื้นที่ที่ออกแบบมาสำหรับคนได้โดยไม่ต้อง Retrofit ทั้งโรงงาน

ทั้ง รศ. ดร.เชาวลิต และ ดร. เทพชัย ประเมินว่าหุ่นยนต์รูปแบบมนุษย์จะเริ่มเข้ามาในโรงงานจริงภายใน 3-5 ปี โดยเริ่มจากงาน 4D ซึ่งจีนเดินหน้าในประเด็นนีได้รวดเร็วมาก โดยมีโรงงานที่ใช้หุ่นยนต์รูปแบบมนุษย์ในการผลิต และมีโรงงานผลิตหุ่นยนต์เหล่านี้แบบ Mass Production แล้ว ทำให้ต้นทุนลดลงอย่างรวดเร็ว

อีกหนึ่งเทคโนโลยีสุดล้ำที่จะไม่พูดถึงไม่ได้ คือ AGI (Artificial General Intelligence) ที่ศักยภาพทำงานได้เหมือนคนทำในทุกด้าน ไม่ใช่แค่ด้านเดียว เมื่อ AGI รวมกับอุปกรณ์กายภาพที่เป็นหุ่นยนต์รูปแบบมนุษย์ ผลลัพธ์คือ ‘พนักงาน’ ที่ทำงานได้ทุกอย่าง 24/7 ไม่ลาป่วย ไม่ลาออก ไม่มีสาย ไม่มีบ่น และไม่มีโบนัสต้องจ่าย

“นวัตกรรมเหล่านี้มาแน่ๆ ไม่ว่าจะอยากได้หรือไม่ก็ตาม คำถามคือใครจะปรับใช้ได้เร็วกว่ากัน“

คุณอัศวิน แก้วตั้งตระกูล, Director of Engineering, WD Thailand

การหา ‘คนที่ใช่’ ท้าทายกว่าการลงทุนเครื่องจักร

เครื่องจักรอยู่ที่ไหนก็ได้ เทคโนโลยีซื้อได้ แต่คนที่รู้จักใช้มันได้ถูกต้องและต่อยอดได้ หาได้ยากกว่ามาก นั่นคือโจทย์ที่ยากที่สุดในการเดินทางสู่ 5.0 ยุคที่เทคโนโลยีจะมีประสิทธิภาพสูงสุดได้ก็ต้องมีคนที่เก่งพอกันในการใช้งานมาเป็น Human in The Loop ด้วยเช่นกัน

รศ. ดร.เชาวลิต เสนอแนวทางที่ได้ผลจริง คือ การสร้างความร่วมมือระหว่างมหาวิทยาลัยและโรงงานแบบที่ตรงกับความต้องการจริง โรงงานเข้ามากำหนดโจทย์วิจัยจากปัญหาจริง ให้นักศึกษาทำวิทยานิพนธ์จากปัญหานั้น เมื่อจบแล้วพนักงานคนนั้นรู้จักโรงงาน รู้จักเครื่องมือ และรู้จักปัญหา ลดเวลาการเปลี่ยนผ่านและปรับตัวได้มาก

สำหรับพนักงานที่ทำงานอยู่แล้ว รศ. ดร.เชาวลิต เปิดแพลตฟอร์มออนไลน์ mastery-ku.com ที่รวบรวมหลักสูตรจากผู้ผลิตเครื่องมืออุตสาหกรรมชั้นนำ เช่น Mitsubishi และ IAI เรียนได้ฟรี ไม่ต้องออกจากโรงงาน

“AI ไม่ใช่สิ่งที่มาทดแทนคน ให้มองว่า AI คือ เครื่องคิดเลข มันทำให้คุณคิดเลขได้เร็วขึ้น แม่นขึ้น ทำงานสะดวกขึ้น แต่ทุกวันนี้ก็ยังไม่มีใครตกงานเพราะเครื่องคิดเลข แม้ว่าจะมีเครื่องคิดเลขที่มาพร้อมสูตรคำนวณคณิตศาสตร์ได้ ดังนั้น AI คือ เครื่องมือที่ต้องมีมนุษย์ควบคุม เพียงแต่ทักษะที่ใช้ไม่ใช่แค่รู้จักหลักการทางคณิตศาสตร์เพียงอย่างเดียวอีกต่อไป“

คุณอัศวิน แก้วตั้งตระกูล, Director of Engineering, WD Thailand

ทำความรู้จักโรงงานและนักอุตสาหกรรมผ่านแนวคิด 3 Happen!

คุณชัชชัยทิ้งท้ายด้วยกรอบที่เรียบง่ายแต่ตรงกับความจริงในทุกห้องประชุม ในทุกองค์กรและทุกอุตสาหกรรม มีคนอยู่ 3 กลุ่มเสมอ

• ‘Make It Happen’ ได้แนวคิดแล้วกลับไปทำ ไม่รอให้ทุกอย่างสมบูรณ์แบบก่อน เริ่มจากจุดเล็กๆ แต่เริ่ม
• ‘Watch It Happen’ ดูคนอื่นก่อน รอให้มี Case Study ในอุตสาหกรรมเดียวกัน รอให้ราคาลงอีก
• ‘What Happened?’ ตื่นตอนที่สาย แล้วก็แปลกใจว่าทำไมขายของในตลาดโลกไม่ได้ ทำไมคู่แข่งแซงหน้าไปแล้ว

สำหรับโรงงานที่ยังไม่รู้จะเริ่มจากไหน ผู้เชี่ยวชาญแนะนำขั้นตอนที่ชัดเจน เริ่มจากการประเมินตัวเองผ่าน Thailand I4.0 Index ของ สวทช. จากนั้นดูมิติที่ต้องปรับปรุง สิทธิประโยชน์จาก BOI พร้อมให้สำหรับโรงงานที่ต้องการเพิ่มประสิทธิภาพและสมาคม TARA มีสมาชิก System Integrator กว่า 100 บริษัทที่ช่วยแนะนำโซลูชันที่เหมาะกับแต่ละโรงงานได้

ดังนั้นแนวคิดอุตสาหกรรม 5.0 ไม่ได้ต้องสร้างการเปลี่ยนแปลงทุกอย่างพร้อมกัน แต่เป็นการโฟกัสไปในส่วนที่สำคัญจริงๆ และต้องมีฐานรากด้านข้อมูลที่มีประสิทธิภาพ ซึ่งแน่นอนว่าคล่องตัวกว่าแนวคิดอุตสาหกรรม 4.0 อย่างมาก ดังนั้นการเปลี่ยนผ่านตามแนวคิดอุตสาหกรรม 5.0 หรือ 5IR ตามแบบฉบับของ WEF สามารถเริ่มต้นได้อย่างรวดเร็วในวันนี้ เพื่อคว้าโอกาสก่อนใคร เพราะโลกก็ไม่เคยรอใครเช่นกัน