AI สาธิตได้ง่าย แต่นำไปใช้จริงได้ยาก ลองนึกถึงโครงการนำร่องทั่วไป กล้องตรวจพบพนักงานที่ไม่สวมหมวกนิรภัย หรือโมเดลเตือนว่าเครื่องจักรเริ่มมีแนวโน้มจะขัดข้อง ทุกคนในห้องเห็นตรงกันว่าได้ผล แต่พอโครงการนำร่องจบลง หน้างานก็มักกลับไปทำงานแบบเดิม

การสาธิตพิสูจน์ได้ว่าโมเดลทำงานชิ้นหนึ่งได้ แต่ไม่ได้พิสูจน์ว่าองค์กรจะนำไปใช้งานได้ทุกวัน องค์กรส่วนใหญ่มักเจออุปสรรคอย่างน้อย 1 ใน 6 ข้อก่อนที่ AI จะเข้าไปอยู่ในงานประจำวัน บทความนี้จะไล่ดูทีละข้อว่าเกิดขึ้นที่หน้างานอย่างไร และอะไรเปลี่ยนไปเมื่อเริ่มจากแพลตฟอร์มมาตรฐานที่พร้อมใช้

ไม่มีผู้รับผิดชอบการขยายผล และมีโจทย์ให้เลือกมากเกินไป

อุปสรรคข้อแรกคือการติดอยู่ที่ขั้น PoC เมื่อไม่มีใครรับผิดชอบงานเชื่อมต่อระบบและการขยายผล โครงการนำร่องจึงไปไม่ถึงการใช้งานจริง และการยกระดับระบบที่ทำขึ้นเฉพาะกิจให้พร้อมใช้งานจริงอาจกลายเป็นอีกโครงการหนึ่งที่ไม่มีใครวางแผนไว้ เมื่อเริ่มจากแพลตฟอร์มมาตรฐานที่พร้อมใช้แบบ Subscription ก็ไม่ต้องรอพัฒนาระบบใหม่ให้เสร็จก่อน

อุปสรรคข้อที่ 2 คือมีโจทย์มากเกินไป ทั้งกล้อง เซนเซอร์ เอกสาร เสียง และหุ่นยนต์ ล้วนชวนให้เกิดไอเดีย แต่เมื่อไม่มีจุดเริ่มต้นที่ชัดเจนและไม่แน่ใจเรื่อง ROI ทีมก็ตัดสินใจไม่ได้ว่าควรลงงบกับเรื่องใดก่อน บนแพลตฟอร์มนี้ องค์กรเลือกเฉพาะโมดูลที่ตรงกับการดำเนินงานและจ่ายเฉพาะส่วนที่ใช้ จึงไม่ต้องผูกมัดกับทุกโจทย์ในคราวเดียว

ข้อมูล กล้อง และหุ่นยนต์

อุปสรรคข้อที่ 3 คือข้อมูล ข้อมูลมีอยู่แล้ว แต่ยังไม่เป็นระบบ ไม่มีการกำกับดูแล และยังไม่พร้อมใช้งานจริง ทั้งยังกระจายอยู่ตามเครื่องจักร มิเตอร์ และระบบที่แยกจากกัน ชั้น Edge ของแพลตฟอร์มสื่อสารกับเครื่องจักรและเซนเซอร์ด้วยโปรโตคอลอุตสาหกรรมที่อุปกรณ์ใช้อยู่แล้ว ข้อมูลจากเซนเซอร์ PLC และมิเตอร์จึงไหลเข้าแพลตฟอร์มข้อมูล Time-series เดียวกันผ่าน Modbus, OPC UA และ MQTT ส่วน API ทำหน้าที่เชื่อมแพลตฟอร์มข้อมูลนี้เข้ากับระบบอื่นขององค์กร

อุปสรรคข้อที่ 4 อยู่ที่งานรักษาความปลอดภัย มีแค่กล้องยังไม่พอ เพราะทีมต้องการข้อมูลที่นำไปลงมือปฏิบัติได้จริง พร้อมขั้นตอนการทำงานที่รองรับ ไม่ใช่แค่ภาพจากกล้องที่ต้องนั่งดูเพิ่มขึ้น AI Camera เพิ่มการตรวจจับและการแจ้งเตือนทันทีให้กับกล้อง CCTV เดิม ใช้กับกล้องที่มีอยู่ได้เลยโดยไม่ต้องลงทุนซื้อกล้องใหม่ และทุกการแจ้งเตือนจะส่งพร้อมภาพเหตุการณ์และตำแหน่งเกิดเหตุ

อุปสรรคข้อที่ 5 คือระบบอัตโนมัติหน้างาน การนำหุ่นยนต์มาใช้ต้องมี SOP ด้านความปลอดภัย แผนซ่อมบำรุง และลำดับการส่งต่อปัญหา และหากใช้หุ่นยนต์หลายแบรนด์ปนกัน ก็อาจต้องมีระบบแยกสำหรับแต่ละแบรนด์ Robotics & Humanoids ช่วยให้สั่งการหุ่นยนต์ได้ทุกแบรนด์จากแพลตฟอร์มเดียว รองรับ Humanoid หุ่นยนต์สี่ขา AMR และแขนกล โดยรวมบริการติดตั้ง อบรมผู้ใช้งาน และดูแลรักษาระบบอย่างต่อเนื่องไว้แล้ว

AI เสนอ คนอนุมัติ

อุปสรรคข้อที่ 6 คือการควบคุมการดำเนินงาน โครงการนำร่องมักขาดการตรวจสอบย้อนหลัง ขั้นตอนการอนุมัติ และกลไกให้คนร่วมกำกับการทำงานของ AI ทีมจึงไม่กล้าปล่อยให้ระบบสั่งงานจริงที่หน้างาน แพลตฟอร์มยึดหลักง่าย ๆ ว่า AI ช่วยทำงาน คนตัดสินใจ โดย AI เป็นผู้เสนอ คนเป็นผู้อนุมัติ การแจ้งเตือนส่งตรงถึงผู้รับผิดชอบ และระบบบันทึกทุกการดำเนินการไว้

ในทางปฏิบัติ ทั้งหมดนี้ทำงานเป็นวงจร แพลตฟอร์มรวมเซนเซอร์ กล้อง เครื่องจักร และหุ่นยนต์จากทุกหน้างานไว้บนหน้าจอเดียว ระบบคาดการณ์และตรวจจับความผิดปกติออกแบบมาเพื่อชี้ปัญหาก่อนจะลุกลามเป็นเหตุขัดข้อง จากนั้นแพลตฟอร์มเสนอขั้นตอนถัดไปที่ดีที่สุดพร้อมหลักฐานประกอบ การแจ้งเตือนส่งถึงผู้รับผิดชอบทางคอมพิวเตอร์หรือมือถือ และการดำเนินการที่ได้รับอนุมัติจะทำงานโดยอัตโนมัติ พร้อมบันทึกทุกขั้นตอน

ตัวอย่างนี้ใช้ข้อมูลตัวอย่าง ไม่ใช่ข้อมูลจากหน้างานของลูกค้า ห้องเย็นเริ่มอุ่นขึ้นเพราะมีพาเลทขวางประตูไว้จนปิดไม่ได้ แพลตฟอร์มคาดการณ์ว่าอุณหภูมิในห้องจะเกินเกณฑ์เมื่อใด กล้องแสดงให้เห็นสาเหตุ และแพลตฟอร์มเสนอให้ส่งหุ่นยนต์ลาดตระเวนไปที่จุดเกิดเหตุพร้อมแจ้งเตือนหัวหน้ากะ หัวหน้ากะอนุมัติจากมือถือ และบันทึกในระบบระบุว่าใครอนุมัติอะไร เมื่อใด

การให้บริการแบบ Subscription เปลี่ยนอะไร

โครงการ AI ที่พัฒนาขึ้นเฉพาะมักเริ่มจากการเก็บความต้องการแล้วจึงพัฒนาระบบ แต่แพลตฟอร์มมาตรฐานเริ่มจากการเลือก และการส่งมอบมี 4 ขั้นตอน เริ่มจากเลือกโมดูลและแพ็กเกจ Subscription ที่ตอบโจทย์ธุรกิจ จากนั้นเราเปิดใช้งานแพลตฟอร์ม ตั้งค่าตามการใช้งาน นำเข้าข้อมูล และเชื่อมต่อ API ต่อด้วยการอบรมทีมงานเพื่อเริ่มใช้งานจริง หลังจากนั้นจะได้รับอัปเดตและฟีเจอร์ใหม่อัตโนมัติ โดยมีทีม Customer Success ดูแลตลอดทาง

ทั้งหมดอยู่บนแพลตฟอร์มมาตรฐานเดียวที่ตั้งค่าให้เข้ากับการดำเนินงานของแต่ละองค์กร ไม่ใช่ระบบที่พัฒนาขึ้นใหม่ จึงไม่มีงานพัฒนาที่ต้องรอให้เสร็จก่อนจะใช้งานได้ทุกวัน องค์กรจ่ายเฉพาะโมดูลที่ใช้ เป็นรายเดือนหรือรายปี พร้อมรวมบริการต่อไปนี้ไว้แล้ว

  • ติดตั้งและเชื่อมต่ออุปกรณ์
  • อบรมผู้ใช้งาน
  • Customer Success ตลอดสัญญา
  • ดูแลระบบต่อเนื่อง 24/7

สิ่งที่ต้องตัดสินใจก่อนเริ่ม

อุปสรรคหลายข้อจากทั้ง 6 ข้อมีต้นเหตุมาจากการตัดสินใจที่ถูกเลื่อนออกไปในช่วงโครงการนำร่อง หากตัดสินใจเรื่องเหล่านี้ก่อนเริ่ม การขยายผลจะมีผู้รับผิดชอบและขอบเขตที่ชัดเจนตั้งแต่วันแรก ควรตกลง 5 เรื่องต่อไปนี้ให้ได้ก่อน

  1. 1.เริ่มที่หน้างานไหนก่อน เลือก 1-2 หน้างานที่มีปัญหาซึ่งทีมต้องรับมืออยู่ทุกสัปดาห์ แทนการเริ่มทุกหน้างานพร้อมกัน
  2. 2.เชื่อมอุปกรณ์เดิมอะไรบ้าง ทำรายการกล้อง CCTV เซนเซอร์ PLC มิเตอร์ หุ่นยนต์ และระบบ POS ที่หน้างานเหล่านั้น พร้อมโปรโตคอลที่ใช้ เช่น Modbus, OPC UA หรือ MQTT
  3. 3.เหตุการณ์ไหนสำคัญ ระบุเหตุการณ์เพียงไม่กี่อย่างที่ควรมีการแจ้งเตือน เช่น ห้องเย็นอุณหภูมิเกินเกณฑ์ คิวชำระเงินยาว หรือพนักงานไม่สวมหมวกนิรภัยใกล้เครื่องปั๊ม พร้อมกำหนดการดำเนินการที่ต้องการให้ระบบเสนอสำหรับแต่ละเหตุการณ์
  4. 4.ใครเป็นผู้อนุมัติ กำหนดผู้รับผิดชอบที่รับการแจ้งเตือนและอนุมัติการดำเนินการของแต่ละเหตุการณ์ รวมถึงผู้ทำหน้าที่แทนเมื่อไม่อยู่
  5. 5.ใครรับผิดชอบการขยายผล กำหนดผู้รับผิดชอบฝั่งองค์กร 1 คนให้ดูแลงานเชื่อมต่อระบบและการเริ่มใช้งานจริง โดยทำงานร่วมกับทีม Customer Success ของเรา

ดู AI Operations Platform