โลกอุตสาหกรรมกำลังเข้าสู่ช่วงเปลี่ยนผ่านครั้งสำคัญจากยุคที่แข่งขันกันด้วย “ต้นทุน” สู่ยุคที่แข่งขันกันด้วย “ความสามารถในการตัดสินใจ” โรงงานที่ดีในอดีต คือ โรงงานที่ผลิตได้มากและต้นทุนต่ำ แต่ในปัจจุบันโรงงานที่ได้เปรียบ คือ โรงงานที่มองเห็นปัญหาก่อนเกิด และปรับตัวได้เร็วกว่า ซึ่งเป็นจุดเริ่มต้นของแนวคิด Smart Factory หรือโรงงานระบบอัจฉริยะ
Smart Factory ไม่ได้หมายถึงโรงงานที่เต็มไปด้วยเทคโนโลยี แต่คือโรงงานที่ "เข้าใจตัวเอง" ผ่านข้อมูล รู้ว่าเครื่องจักรตัวไหนกำลังมีความเสี่ยงที่จะเกิดปัญหา รู้ว่ากระบวนการใดกำลังสูญเสียประสิทธิภาพ และรู้ว่าพลังงานถูกใช้ไปอย่างไม่มีประสิทธิผลตรงจุดใด สิ่งเหล่านี้ คือ การเปลี่ยนกระบวนการทำงานจากการตอบสนองเชิงรับ (reactive) ไปสู่การคาดการณ์ล่วงหน้า (predictive) ที่จะนำไปสู่การทำงานเชิงรุก (proactive)
อย่างไรก็ตาม ความท้าทาย คือ โรงงานจำนวนมากยังพยายามที่จะ “เปลี่ยนทั้งระบบในครั้งเดียว” ซึ่งนำไปสู่การลงทุนมหาศาล และใช้ทรัพยากรในการปรับปรุงพัฒนาจำนวนมาก ขณะที่แนวทางการสร้าง Smart Factory ให้เกิดขึ้นได้จริงต้องเริ่มจาก One smarter machine at a Time หรือการเริ่มจากจุดเล็กๆ เช่น เครื่องจักรบางเครื่อง การปรับปรุงบางขั้นตอนที่มีผลกระทบสูง และค่อยๆ ขยายอย่างมีระบบ
ประสิทธิภาพคู่ความปลอดภัย
การลงทุนใน Smart Factory มักถูกตั้งคำถามว่า "คุ้มค่าหรือไม่" คำตอบต้องขึ้นอยู่ว่า องค์กรเข้าใจ “ต้นทุนที่ซ่อนอยู่” ดีแค่ไหน ซึ่งอันดับแรก Smart Factory จะช่วยลด downtime หรือช่วงเวลาที่ระบบ เครื่องจักร หรือการทำงานหยุดชะงัก และมองไม่เห็น เพราะการที่เครื่องจักรขัดข้องหรือหยุดทำงาน โดยไม่มีการวางแผนล่วงหน้าถือเป็นหนึ่งในต้นทุนที่สูงที่สุด ระบบเซ็นเซอร์และระบบ Predictive Maintenance (PdM) จะสามารถคาดการณ์และแจ้งเตือนล่วงหน้า เพื่อวางแผนการหยุดบำรุงรักษาเครื่องจักร สามารถลดความสูญเสียได้อย่างมีนัยสำคัญ
นอกจากนั้น Smart Factory ยังช่วยเพิ่มประสิทธิภาพการผลิต (OEE) ด้วยการเชื่อมต่อข้อมูลจากเครื่องจักรแบบเรียลไทม์ ซึ่งช่วยให้เห็นจุดติดขัดหรือคอขวด (Bottleneck) ในกระบวนการทำงาน โดยไม่ต้องรอรายงานสิ้นวัน ทำให้สามารถวางแผนปรับกระบวนท่าได้ทันที
ขณะเดียวกัน Smart Factory จะช่วยลดการใช้พลังงานและการปล่อยคาร์บอน โดยระบบ Energy Monitoring ที่ทำให้โรงงานเห็น “จุดรั่วไหล” ของพลังงาน (ไฟฟ้า ความร้อน ลม น้ำ) เปรียบเทียบพลังงานที่ใช้กับผลผลิตที่ได้คุณภาพ ซึ่งในหลายกรณีสามารถลดต้นทุนได้โดยไม่ต้องลงทุนเพิ่มมาก รวมถึงยังสามารถเห็นผลของการลดการใช้พลังงานจากการปรับปรุงกระบวนการทำงานได้ทันที
ส่วนสุดท้าย Smart Factory จะช่วยลดของเสียและความผิดพลาด จาก Vision AIoT และ Data Analytics ที่สามารถช่วยตรวจจับของเสียไม่ได้คุณภาพ และคาดการณ์พฤติกรรมที่นำไปสู่ความผิดพลาดก่อนจะเกิดความเสียหายจริง
นอกจากการโฟกัสที่ประสิทธิภาพการผลิต เรื่องความปลอดภัยยังคงเป็นพื้นฐานที่สำคัญไม่แพ้กัน เพราะความปลอดภัยหรือระบบ Safety จะทำให้ประสิทธิภาพการผลิตเกิดขึ้นจริงอย่างยั่งยืน การนำเทคโนโลยี เช่น Vision AIoT มาตรวจจับพฤติกรรมที่ไม่ปลอดภัย การใช้ระบบแจ้งเตือนแบบเรียลไทม์ รวมถึงการวิเคราะห์เหตุการณ์ที่มีโอกาสที่จะเกิดขึ้นอย่างฉิวเฉียด และข้อมูลที่บันทึกรายละเอียดเกี่ยวกับเหตุการณ์ไม่พึงประสงค์ จะสามารถเปลี่ยน "การรายงานหลังเกิดเหตุ" เป็น "การป้องกันก่อนเกิดเหตุ" ได้
อย่างไรก็ตาม กระบวนการทำงานด้วยเทคโนโลยี AI เหล่านี้ ยังต้องใช้ “มนุษย์” ทำหน้าที่สั่งให้ AI ตรวจจับรูปแบบหรือ Pattern ที่ไม่พึงประสงค์ ซึ่งเมื่อความปลอดภัยเชื่อมต่อเข้ากับข้อมูล สิ่งที่เกิดขึ้นไม่ใช่เพียงแค่ “การลดความเสี่ยง” แต่จะกลายเป็น “ความได้เปรียบเชิงการแข่งขัน”
อุปสรรคของ Smart Factory
แม้โอกาสจะชัดเจน แต่การเปลี่ยนผ่านสู่ Smart Factory ไม่ใช่เรื่องง่าย เพราะผู้ประกอบการมักจะอ้างข้อจำกัด เช่น การลงทุนแพง โดยส่วนใหญ่มักจะรอให้เทคโนโลยีราคาต่ำลง ทั้งๆที่ต้นทุนเทคโนโลยีในปัจจุบันมีราคาถูกลงค่อนข้างมาก ผู้ประกอบการสามารถเริ่มจากจุดเล็กๆ ที่เป็น Bottleneck ของกระบวนการก่อน โดยไม่จำเป็นต้องติดตั้งทุกเครื่อง แต่สิ่งที่ต้องให้ความสำคัญ คือ การติดตามปรับปรุงกระบวนการทำงานหลังการติดตั้ง
นอกจากนั้น บุคลากรอาจจะยังขาดความพร้อม เพราะกระบวนการปรับปรุงสู่การเป็น Smart Factory จะเป็นการนำเครื่องจักรอัตโนมัติเข้ามาทำแทนแรงงานคนในสายงานผลิต แต่ อุปกรณ์ IIoT (Industrial Internet of Things) ไม่ได้มาแทนที่คน เพียงแค่ช่วยให้สามารถดึงศักยภาพของบุคลากรให้มีประสิทธิภาพยิ่งขึ้น การมีอุปกรณ์ IIoT มาช่วยทำให้ไม่ต้องเสียเวลาเฝ้าระวัง ทำให้บุคลากรมีเวลาพัฒนาตัวเองและพัฒนางานมากขึ้น
ขณะเดียวกันระบบยังขาดการบูรณาการ ทำให้ข้อมูลไม่เชื่อมกันและไม่สามารถสร้าง Insights ที่แท้จริง ซึ่งปัจจุบันเทคโนโลยี AI ช่วยวิเคราะห์ข้อมูลเหล่านี้ได้ง่ายดาย แต่การจะสร้าง Insights ได้จริง จำเป็นอย่างยิ่งที่ต้องอาศัยคนหน้างาน ดังนั้น การมี One Smarter Machine จะค่อยๆ สร้าง Smarter People ขึ้นมา และ Smarter People เหล่านี้ คือ ผู้ที่จะสร้าง Insights แท้จริงที่จะปรับปรุงองค์กรให้มีความแตกต่างจากองค์กรอื่น
สำหรับข้อจำกัดสำคัญยังอยู่ที่ระยะเวลาการคืนทุนและการใช้ ROI เป็นตัวหลักในการตัดสินใจอาจจะเป็น KPI ที่ไม่คอบโจทย์กับวัตถุประสงค์ เนื่องจากอุปกรณ์ IIoT ไม่ใช่เครื่องจักรการผลิตที่สร้างผลผลิตโดยตรง แต่เป็นตัวเสริมที่จะช่วยลดความสูญเปล่าจากกระบวนการ และช่วยรีดประสิทธิภาพการผลิตให้ออกมามากที่สุด ภายใต้สภาวะบีบคั้นทางเศรษฐกิจ พลังงานแพง และมาตรการลดโลกร้อน Net Zero
ดังนั้น องค์กรที่ประสบความสำเร็จจึงไม่ได้มุ่งทำทุกสิ่งพร้อมกันในคราวเดียว หากแต่เลือกขับเคลื่อนความสำเร็จอย่างเป็นลำดับ เริ่มต้นจากโครงการนำร่องที่สามารถวัดผลได้อย่างชัดเจน โดยคัดเลือกกรณีใช้งานที่สร้างผลกระทบสูง เช่น การลดเวลาหยุดชะงักของระบบ (downtime) หรือการลดการสูญเสียพลังงาน เพื่อสร้างผลลัพธ์ระยะสั้นที่จับต้องได้ภายใน 3-6 เดือน อันจะนำไปสู่ความเชื่อมั่นและแรงสนับสนุนจากทั้งองค์กร
ขณะเดียวกัน องค์กรควรวางรากฐานด้านข้อมูลให้มีความโปร่งใสและเชื่อมโยงถึงกัน เปิดโอกาสให้ข้อมูลจากหลากหลายระบบสามารถสื่อสารและทำงานร่วมกันได้บนแพลตฟอร์มแบบเปิด (open platform) ก่อนต่อยอดไปสู่การนำ AI และระบบอัตโนมัติเข้ามาเสริมศักยภาพในขั้นถัดไป ในการพัฒนาคนควบคู่กับเทคโนโลยี เพราะสุดท้ายแล้ว คนคือผู้ใช้ และผู้ตัดสินใจ
ท้ายสุดแล้วโอกาสอยู่ที่การเริ่มต้นอย่างถูกวิธี ซึ่ง Smart Factory ไม่ใช่เรื่องของอนาคต แต่เป็นปัจจุบันที่หลายองค์กรเริ่มลงมือแล้ว และคำถามจึงไม่ใช่ “จะทำหรือไม่ทำ” แต่คือ “จะเริ่มอย่างไรให้สำเร็จ”
บทความโดย : ภูวสิษฏ์ วงษ์เจริญสิน ประธานเจ้าหน้าที่บริหาร บมจ.ซีพีแอล กรุ๊ป
เรื่องราวอื่นๆ ที่น่าสนใจ : ธุรกิจพันล้านของ “ครอบครัวนิวเคลียร์” เมื่อพ่อลูกเปลี่ยนไอเดียบนทางเดินเขา สู่ Deep Fission เตาปฏิกรณ์ใต้ดิน ผลิตไฟฟ้าถูกและชัวร์ ป้อนโลกยุคใหม่
