World Economic Forum เปิดเผยเอกสารเกี่ยวกับแนวทางการใช้งานปัญญาประดิษฐ์หรือ AI ในอุตสาหกรรมการผลิต โดยเทรนด์การใช้งาน AI ในภาคการผลิตนั้นมีมูลค่าตลาดอยู่ที่ 3.2 พันล้านดอลลาร์สหรัฐฯ ในปี 2023 และคาดว่าจะเติบโตเป็น 2.08 หมื่นล้านดอลลาร์สหรัฐฯ ในปี 2028 แม้ว่าจะมีแนวโน้มการเติบโตที่สู่แต่เหล่าผู้ผลิตก็ยังไม่อาจดึงเอาศักยภาพของ AI มาใช้ได้อย่างเต็มรูปแบบ แต่หากผู้ผลิตสามารถระบุความท้าทายหลักในการใช้งาน AI ได้ จะทำให้เกิดการเปลี่ยนแปลงในทางที่ดีขึ้นทุกแง่มุมของธุรกิจ
การทำงานร่วมกันระหว่างเทคโนโลยี AI และการผลิตนั้นเป็นสิ่งที่ทุกคนมองเห็นและรู้กันดี ซึ่งการใช้งานเทคโนโลยีที่มีพื้นฐานจากคอมพิวเตอร์เริ่มมาตั้งแต่ช่วงปี 1970 และภาคการผลิตนั้นเติบโตสู่การใช้งาน AI อย่างเข้มข้นในศตวรรษที่ 21 นี้ ความเปลี่ยนแปลงนี้ไม่ใช่สิ่งที่น่าแปลกใจแต่อย่างใด เพราะสิ่งที่เกิดขึ้นนั้นเรียกว่าเป็นการเดินทางที่สอดคล้องไปกับแนวทางหรือเทรนด์อุตสาหกรรม 4.0 และผลของการขาดแคลนแรงงานในยุคใหม่
จากเอกสารของ World Economic Forum ที่นำเสนอข้อมูลและเทรนด์ด้าน AI ในการผลิต พบว่ามีกรณีที่น่าสนใจในการใช้งาน ได้แก่
1. กระบวนการทำงานมีประสิทธิภาพ ความปลอดภัย และมีผลิตภาพเพิ่มขึ้น
หลังจากการใช้งานหุ่นยนต์อุตสาหกรรมมาเป็นเวลาหลายทศวรรษ ในปัจจุบัน Cobot เริ่มเข้ามามีส่วนในสายการผลิต หุ่นยนต์แบบเดิม ๆ ต้องถูกแยกออกไปจากการทำงานอย่างอื่นในสายการผลิต ในขณะที่ Cobot สามารถทำงานเคียงข้างมนุษย์ หยิบชิ้นส่วน ใช้เครื่องจักร ทำกิจกรรมต่าง ๆ ได้แม้กระทั่งตรวจวัดคุณภาพ ทำให้เพิ่มผลิตภาพและประสิทธิภาพได้ นอกจากความหลากหลายในการใช้งานแล้วการติดตั้ง Machine Vision ที่มาพร้อม AI จะช่วยให้สามารถทำงานต่าง ๆ ได้อย่างมีประสิทธิภาพยิ่งขึ้น
2. ซัพลลายเชนที่อัตโนมัติและชาญฉลาด
ด้วยความช่วยเหลือของ AI และ Machine Learning รวมถึง Big Data Analytics ผู้ผลิตสามารถเข้าถึงการวางแผนอัตโนมัติ การทำงานต่อเนื่องแบบระบบปิด ระบบวางแผนอัตโนมัติเต็มรูปแบบนั้นทำให้สามารถรักษาความสามารถของซัพพลายเชนได้แม้อยู่ภายใต้เงื่อนไขที่ยากลำบากโดยต้องการมนุษย์ช่วยดูแลเพียงเล็กน้อยเท่านั้น บริษัทด้านอุตสาหกรรมมักใช้ AI เพื่อวางแผนและจัดการสายการผลิตที่มีความซับซ้อน การใช้ AI เป็นตัวแทนสามารถตัดสินใจค่าต่าง ๆ ที่เกิดขึ้นมาได้บนพื้นฐาน Throughput ที่ดีที่สุดด้วยต้นทุน Changeover ที่ต่ำที่สุดในการนำส่งสินค้าให้ทันเวลา
3. การซ่อมบำรุงเชิงรุกและการซ่อมบำรุงเชิงคาดการณ์
การใช้ AI ในการมอนิเตอร์และวิเคราะห์ข้อมูลจากเครื่องจักรและพื้นที่การผลิตทำใหผู้ผลิตสามารถระบุรูปแบบที่ผิดปรกติได้ ทำให้สามารถคาดการณ์ไปจนถึงป้องกัน Breakdown ได้ ยกตัวอย่างเช่น AI สามารถประมวลผลความสั่นสะเทือน ภาพถ่ายความร้อน และการวิเคราะห์น้ำมันไปจนถึงประเมินสถานะสำหรับสุขภาพเครื่องจักรขึ้นมา ข้อมูลเชิงลึกจาก AI ทำให้ผู้ผลิตสามารถเตรียมชิ้นส่วนสำรองและอะไหล่สิ้นเปลืองได้อย่างถูกต้องและสามารถพยากรณ์ Downtime ได้อย่างแม่นยำ ส่งผลต่อการวางแผนการผลิตและกิจกรรมที่เกี่ยวข้อง นอกจากนี้ GenAI สามารถเพิ่มคุณค่าโดยการสแกนเอกสาร เช่น บันทึกการซ่อมบำรุงและคู่มือการตรวจสอบ เพื่อทำให้เกิดการทำงานที่ทำตามได้ มีข้อมูลที่แม่นยำ และแก้ปัญหาการซ่อมบำรุงได้อย่างถูกประเด็น
4. การตรวจสอบคุณภาพแบบอัตโนมัติ
AI เป็นเทคโนโลยีพลิกเกมในงานทดสอบและการควบคุมคุณภาพ เทคโนโลยีจดจำภาพสามารถใช้เพื่อตรวจจับความเสียหายของอุปกรณ์และผลิตภัณฑ์ได้โดยอัตโนมัติ ตัวอย่างเช่น โมเดล AI ที่ถูกฝึกด้วยการใช้ภาพของผลิตภัณฑ์ที่ดีและเสียหายเพื่อให้คาดการณ์ได้ว่าชิ้นงานไหนต้องการนำมาทำการ Rework หรือจำเป็นต้องทิ้งหรือรีไซเคิล นอกจากนี้ความสามารถในการวิเคราะห์ AO นั้นสามารถยกระดับสู่การระบุรูปแบบข้อมูลการผลิต การรายงานเหตุการณ์ เสียงตอบรับจากลูกค้า ไปจนถึงเปิดเผยพื้นที่ที่ยังสามารถยกระดับได้
5. สนับสนุนนวัตกรรม, การออกแบบ, การพัฒนา และการปรับแต่งผลิตภัณฑ์
GenAI สามารถเปลี่ยนคอนเซฟต์ของผลิตภัณฑ์ได้ด้วยการวิเคราะห์เทรนด์ตลาด, สังเกตการเปลี่ยนแปลงอันโดดเด่นที่เกี่ยวข้อง ไปจนถึงการสรุปการวิจัยผลิตภัณฑ์และเสียงตอบรับของลูกค้า จากข้อมูลเชิงลึกเหล่านี้ ผู้ออกแบบผลิตภัณฑ์สามารถสร้างนวัตกรรมและยกระดับสินค้า รวมถึงปฏิบัติตามข้อกำหนดด้วยการเปรียบเทียบคุณสมับติกับมาตรฐานและกฎหมายที่ควบคุม
อัลกอริทึมสามารถสร้างนวัตกรรมการออกแบบที่ก้าวไปไกลกว่ากรรมวิธีแบบทั่วไปได้อย่างรวดเร็ว นั่นหมายความว่าผู้ผลิตสามารถ Optimize คุณสมบัติของผลิตภัณฑ์ที่สำคัญที่สุดสำหรับธุรกิจนั้น ๆ ได้ ไม่ว่าจะเป็นความปลอดภัย, ประสิทธิภาพ, ความงาม หรือแม้แต่กำไร เช่น ในปี 2019 General Motors ได้ใช้การออกแบบของ Generative เพื่อสร้างยานยนต์ไฟฟ้าต้นแบบที่มีน้ำหนักเบาและที่นั่งอันแข็งแรง ยิ่งไปกว่านั้นการใช้โซลูชัน AI และซอฟต์แวร์การจำลอง ทำให้ผู้ผลิตสามารถพัฒนา, ทดสอบ และปรับแต่งการออกแบบผลิตภัณฑ์โดยไม่จำเป็นต้องสร้างตัวต้นแบบขึ้นมาในรูปแบบของกายภาพ คุณสมบัตินี้สามารถลดต้นทุนและเวลาการพัฒนารวมถึงเพิ่มประสิทธิภาพของผลิตภัณฑ์ได้
6. เสริมแกร่งแรงงาน
ด้วยการเปลี่ยนการทำงานที่น่าเบื่อ ใช้เวลาในการทำงานสูงให้เป็นการทำงานอัตโนมัติ AI ทำใให้แรงงานในโรงงานสามารถมีสมาธิกับกิจกรรมที่ต้องอาศัยความคิดสร้างสรรค์ หรือกิจกรรมที่ต้องการความใส่ใจในรายละเอียดสูงได้ AI ยังสามารถแนะนำการดำเนินการขั้นต่อไปให้กับแรงงานเพื่อเกิดประสิทธิภาพมากยิ่งขึ้น แตกต่างจากหุ่นยนต์ในปีที่ผ่าน ๆ มา โซลูชัน AI สมัยใหม่นั้นบูรณาการเข้ากับเซนเซอร์และเทคโนโลยีสวมใส่ สามารถเตือนแรงงานได้ว่าเกิดความผิดพลาดหรือวิกฤติใด ๆ ในพื้นที่ปฏิบัติงานได้
จากการสำรวจข้อมูลของ WEF กว่า 3 พันองค์กรจากหลากหลายอุตสาหกรรมในพื้นที่หลากหลายพื้นที่ มีเพียง 10% เท่านั้นที่ได้ประโยชน์ทางการเงินเพิ่มขึ้นจากากรใช้ AI ข้อมูลนี้สอดคล้องกับการค้นพบของ Infosys Generative AI Radar ซึ่งเป็นการสำรวจในอเมริกาเหนือซึ่งมีบริษัทใหญ่มากถึง 30% แต่มีน้อยกว่า 10% ของบริษัทที่มีรายรับระหว่าง 500 ล้านดอลลาร์สหรัฐฯ และ 1 หมื่นล้านดอลลาร์สหรัฐฯ มีการใช้ GenAI เกิดกรณีการใช้งานที่เกิดมูลค่าทางธุรกิจขึ้นจริง
หลังจากการตื่นตัวของ AI ในภาคประชาชนและธุรกิจอย่างรวดเร็วในช่วงเวลา 2 ปีที่ผ่านมา ภาคอุตสาหกรรมได้เกิดการปรับตัวนำเทคโนโลยี AI มาใช้อย่างหลากหลาย ซึ่งเดิมนั้นมีการใช้งานในกลุ่มของ Machine Vision ไปจนถึงงาน Simulation เป็นหลัก การตื่นตัวของ AI ยุคใหม่นี้
ที่มา:
weforum.org
