การใช้ AI ลดระดับของเสียในกระบวนการผลิต

การปฎิวัติอุตสาหกรรมครั้งที่ 4. หรือ Industry 4.0 นั้นเริ่มเปลี่ยนแปลงภาคธุรกิจแล้ว การเปลี่ยนแปลงดังกล่าวมาถึงเร็วกว่าการปฎิวัติอุตสาหกรรมครั้งก่อน ๆ (พลังงานไอน้ำ ไฟฟ้าและคอมพิวเตอร์) ในส่วนของการจัดการของเสียภาคอุตสาหกรรมก็มีการคาดการว่า Industry 4.0 จะนำไปสู่การลดปริมาณของเสียอย่างมีนัยสำคัญ ผ่านการใช้ระบบวิเคราะห์ Predictive analytics

แม้ว่าจะมีบริษัทและโรงงานจำนวนมากที่ลังเลต่อการพัฒนาโครงสร้างพื้นฐานและระบบดำเนินการของตน เข้าสู่ Industry 4.0 บริษัทแต่ผลที่คาดว่าจะได้รับจากการพัฒนาเข้าสู่ Smart Ecosystem นั้นมีมูลค่าที่สูงมาก บริษัทที่ปรึกษา PWC ได้ทำการศึกษา และรายงานผ่าน Global Industry 4.0 Survey ว่าการดำเนินการดังกล่าวสามารถที่จะลดมูลค่าการดำเนินการของภาคอุตสาหกรรมได้ถึงร้อยละ 3.6 เป็นมูลค่ารวมถึง 421 พันล้านเหรียญสหรัฐ เลยทีเดียว บริษัท General Electric ได้ประเมินว่าการพัฒนาภาคการผลิตของตนเพียงร้อยละ 1 สามารถเพิ่มผลผลิตมวลรวมระดับโลกได้ถึง 10 ล้านล้านเหรียญสหรัฐ

ในปัจจุบันร้อยละ 40 ของของเสียอุตสาหกรรมถูกกำจัดโดยการฝังกลบ ซึ่งเป็นวิธีที่มีผลกระทบต่อสิ่งแวดล้อมและเป็นการสูญเปล่าของผู้ผลิต เพราะของเสียเหล่านี้ แท้จริงแล้วเป็นวัตถุดิบที่สามารถนำไปใช้อีกครั้ง เพื่อเพิ่มประสิทธิภาพของกระบวนการผลิตให้สูงขึ้น แต่ด้วยเทคโนโลยีที่จำกัดในปัจจุบัน ผู้ผลิตไม่สามารถคาดเดาปริมาณของเสียได้อย่างแม่นยำ ทำให้การจัดการระบบการผลิตไม่สามารถได้ทำการพัฒนาให้ดีขึ้นได้

ความสามารถคาดเดาปริมาณของเสียจากกระบวนการผลิตอย่างแม่นยำ เป็นจุดเริ่มต้นของการจัดการและเพิ่มประสิทธิภาพของภาคการผลิตให้สูงขึ้น ตามแนวคิด Reduce waste and increase margins ที่แพร่หลายในปัจจุบัน Lean manufacturing เป็นเทคนิคการจัดการหนึ่งที่มุ่งเพิ่มประสิทธิภาพการผลิตเช่นกัน โดยมุ่งเพิ่มคุณภาพของกระบวนการผลิต และลดการดำเนินการซ้ำ เทคนิคและการดำเนินการเหล่านี้สามารถนำเอาระบบ Industrial AI หรือปัญญาประดิษฐ์ มาประยุกต์ใช้ได้

การนำเอา AI มาใช้เพื่อคาดเดาปริมาณของเสียสามารถทำได้โดย ระบุขอบเขตของระบบการผลิตที่ AI ต้องโฟกัสในการ optimization และมีการตั้งตัวแปรรวมทั้งเป้าหมายในการ optimization ให้ชัดเจน รวมทั้งมีการวิเคราะห์ performance metrics ของระบบ ผ่านการจำลองขั้นตอนการผลิตโดยใช้ Digital Twin หรือการจำลองระบบการผลิตโดยใช้คอมพิวเตอร์ การวิเคราะห์โดย AI ผ่าน Machine Learning algorithm จะสามารถชี้ให้เห็นถึงข้อแตกต่างระหว่างกระบวนการผลิตจริง และระบบจำลอง ความแตกต่างดังกล่าวจะเป็นตัวระบุจุดที่มีความเป็นไปได้ในการยกระดับการพัฒนาได้

แม้การยกตัวอย่างด้านบนเป็นแนวคิดระดับเบื้องต้น แต่ก็ชี้ให้เห็นศักยภาพของ AI ในการลดปริมาณของเสียในกระบวนการผลิตได้ ปัจจุบันบริษัทนานาชาติ อาทิ Nestle, Procter & Gamble, Allnex ได้เริ่มใช้มาตรการ predictive waste systems เพื่อยกระดับความ resilience และประสิทธิภาพของภาคการผลิตตนแล้ว เพราะของเสียจากภาคการผลิตคือความเสียโอกาสด้านผลกำไร ซึ่งหากลดได้ก็จะช่วยเพิ่มความสามารถในการแข่งขันได้อย่างแน่นอน

https://dzone.com/articles/bettered-industry-40-achieving-lean-manufacturing?utm_medium=feed&utm_source=feedpress.me&utm_campaign=Feed:%20dzone

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

%d bloggers like this: