“งานวิจัย State of Industrial AI 2021 พบ 4 ปัจจัย ที่ได้รับการคาดการณ์ว่า จะเป็นตัวเร่งให้เกิด Industrial AI ในปี 2565 ซึ่งกล่าวได้ว่าเป็นการไปขั้นหนึ่งของการใช้งานของปัญญาประดิษฐ์ หรือ AI
AspenTech คาดการณ์ด้าน AI ในปี 2565 โดยอ้างอิงจากงานวิจัย State of Industrial AI 2021 และการสำรวจข้อมูลหลายๆ ชุด ซึ่งพบปัจจัย 4 ประการ ที่จะเป็นตัวเร่งให้เกิด Industrial AI เร็วขึ้น
บิล สกัดเดอ์ รองประธานและผู้จัดการทั่วไป สายธุรกิจ AIoT Solutions แห่ง แอสเพ็น เทคโนโลยี อิงค์ บริษัทผู้จำหน่ายซอฟต์แวร์ด้านการเพิ่มประสิทธิภาพสินทรัพย์ (Asset optimization software) ได้อธิบายถึง 4 ปัจจัย ที่ได้รับการคาดการณ์ว่า จะเป็นตัวเร่งให้เกิด Industrial_AI ในปี 2565 ซึ่งกล่าวได้ว่าเป็นการไปขั้นหนึ่งของการใช้งานของปัญญาประดิษฐ์ หรือ AI
1. ขุมความรู้ที่ทำงานได้อย่างอัตโนมัติจะช่วยแก้ไขปัญหาแรงงาน
ปัจจุบัน โลกกำลังเผชิญกับเปลี่ยนแปลงครั้งใหญ่ในด้านบุคลากรคนทำงานโดยเฉพาะอย่างยิ่งในภาคอุตสาหกรรมการผลิตเมื่อเกิดการลาออกครั้งใหญ่ของมนุษย์เงินเดือนที่เรียกว่า The Great Resignation ทั่วโลก
ส่วนใหญ่มีสาเหตุมาจากผลกระทบที่พนักงานได้รับจากการทำงานในระหว่างการระบาดของ COVID-19 ส่งให้คนทำงานได้กลับมาทบทวนอีกครั้งว่าจริงๆ ชีวิตการทำงานในรูปแบบที่ต้องการเป็นอย่างไร
ซึ่งได้เกิดขึ้นแล้วในประเทศสหรัฐอเมริกาในเดือนเมษายนและกรกฎาคม ปีที่ผ่านมา เมื่อมีพนักงานลาออกทำสถิติสูงสุดอยู่ที่ราวเดือนละ 4 ล้านคน อันเป็นเวลาเดียวกับที่พนักงานอาวุโสจำนวนมากกำลังเข้าสู่ช่วงเกษียณงาน ปรากฏการณ์นี้ส่งผลกระทบต่อแรงงานในหลายอุตสาหกรรม
ยิ่งไปกว่านั้น หากองค์กรเพียงแค่จะทดแทนแรงงานเดิมด้วยแรงงานใหม่ที่เพิ่งจบออกมาจะไม่ใช่การแก้ไขปัญหาที่ดีนัก เนื่องจากบ่อยครั้งที่แรงงานที่เพิ่งสำเร็จการศึกษาใหม่เหล่านี้ยังจะไม่มีเทคโนโลยีและการฝึกจากสถาบันการศึกษาที่ตรงกับเวิร์กโฟลว์และระบบต่างๆ ที่ปฏิบัติงานจริงในโรงงาน
ปัญหาทั้งหมดนี้ จึงเป็นพลังเร่งการใช้เทคโนโลยีและกระบวนการที่จะสร้างขุมความรู้ให้ทำงานเป็นแบบอัตโนมัติ (Knowledge automation) ครั้งใหญ่ในปี 2565 นี้ ซึ่งคาดหวังว่า การแบ่งปันความรู้ได้โดยอัตโนมัติและแอปพลิเคชันที่ชาญฉลาดขององค์กรจะช่วยปิดช่องว่างทักษะที่เกิดขึ้นระหว่างคนทำงานที่ลาออกไปและคนทำงานรุ่นใหม่ลงได้
โดยจะรักษาขุมความรู้ที่ได้สะสมมาและทำให้มีวิธีการเข้าถึงขุมความรู้ได้อย่างกว้างขวาง ข้ามกำแพงแผนกและฝ่ายต่างๆ กรอบความคิดนี้ให้ประโยชน์ 2 ประการ คือ จะทำหน้าที่เป็นเครื่องมือในการสรรหาบุคลากรรุ่นใหม่ และ สร้างให้งานนั้นมีความน่าสนใจสำหรับผู้สมัครใหม่ด้วย เนื่องจาก เมื่อคนทำงานสามารถหาความรู้ได้อย่างอัตโนมัติ จะทำงานง่ายขึ้น และจะประสบความสำเร็จในการทำงานมากขึ้น
2.เกิดนักวิทยาศาสตร์ข้อมูลระดับอุตสาหกรรมเพื่อรองรับกลยุทธ์ Industrial AI
ปรากฏการณ์การเปลี่ยนแปลงของแรงงานในภาคอุตสาหกรรมยังสร้างเทรนด์ใหม่อีกประการ คือ จะเกิด นักวิทยาศาสตร์ข้อมูลอุตสาหกรรม (Industrial data scientist) ขึ้นมากมายที่จะเข้ามามีบทบาทเป็นศูนย์กลางในการปรับใช้และบริหารเทคโนโลยีใหม่ๆ ซึ่งรวมถึง Industrial_AI เหล่านี้ให้เต็มประสิทธิภาพ
ทั้งนี้ แอสเพ็นเทคจึงจัดการวิจัย State of Industrial_AI 2021 เพื่อให้เข้าใจว่าองค์กรอุตสาหกรรมนำ AI มาใช้เป็นส่วนหนึ่งของการปฏิรูปทางดิจิทัลอย่างไร โดยได้สำรวจกลุ่มผู้มีอำนาจตัดสินใจด้านไอทีและการปฏิบัติงานในอเมริกาเหนือและยุโรป 200 คนจากทั่วทั้งภาคอุตสาหกรรม
ซึ่งรวมถึงบริษัทด้านวิศวกรรม เคมีภัณฑ์ พลังงาน น้ำมันและก๊าซ เภสัชกรรม รวมทั้งโลหะและเหมืองแร่ ทั้งนี้ ผลการวิจัยได้ให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับสถานะปัจจุบันของการนำ Industrial_AI มาใช้ รวมถึงอุปสรรคขัดขวางองค์กรไม่ให้ตระหนักถึงคุณค่าของ Industrial_AI อันได้แก่คุณภาพและการจัดการข้อมูลระดับอุตสาหกรรม การขาดความร่วมมือระหว่างทีมที่เกี่ยวข้องและการทำงานแบบไซโล และขาดกลยุทธ์ที่ชัดเจนสำหรับ Industrial_AI
ผลการวิจัยเปิดเผยว่า ผู้มีอำนาจตัดสินใจในอุตสาหกรรมจำนวน 84% ยอมรับว่าต้องการใช้กลยุทธ์ Industrial AI_เพื่อขับเคลื่อนความได้เปรียบทางการแข่งขัน และจำนวน 98% ยอมรับว่ามีปัญหาอย่างน้อย 1 ด้านที่ยังเป็นปัญหาต่อธุรกิจขององค์กร
แต่มีองค์กรจำนวนเพียง 35% เท่านั้นที่ใช้กลยุทธ์ Industrial_AI ที่ได้วางไว้นั้นจนถึงตอนนี้
ดังนั้น เมื่อองค์กรมีศาสตร์ด้านข้อมูลแบบดั้งเดิมและมีความเชี่ยวชาญอันเป็นเฉพาะด้าน จะส่งให้นักวิทยาศาสตร์ข้อมูลระดับอุตสาหกรรมในองค์กรมีบทบาทสำคัญเป็นผู้ขับเคลื่อนในการสร้างและปรับใช้กลยุทธ์ Industrial_AI จนสำเร็จได้
3.เปลี่ยนการลงทุนในโมเดล AI ทั่วไปเป็น Industrial_AI ที่แม่นยำยิ่งขึ้น
ในปีพ.ศ. 2565 เราจะเห็นการใช้งาน AI ในรูปแบบ Industrial_AI เต็มประสิทธิภาพ เราจะเห็นองค์กรอุตสาหกรรมจำนวนมากขึ้นเปลี่ยนการลงทุนจากในโมเดล AI ทั่วไปไปเป็น แอปพลิเคชันประเภท Industrial_AI ที่แม่นยำและเหมาะสมตรงกับวัตถุประสงค์ มากขึ้น
ซึ่งช่วยให้องค์กรบรรลุเป้าหมายด้านผลกำไรและความยั่งยืนอีกด้วย อีกนัยหนึ่งคือ จะลดจำนวนการใช้โมเดล AI ที่ออกแบบมาเพื่อข้อมูลโรงงานจำนวนมากแต่ไม่สามารถให้ประโยชน์แก่การปฏิบัติงานที่เป็นไปได้ทั้งหมด และจะเพิ่มการใช้โมเดล Industrial_AI ที่เฉพาะเจาะจงมากขึ้น
ซึ่งใช้การวิเคราะห์เชิงลึกและการเรียนรู้ด้วยตนเองของคอมพิวเตอร์ผนวกกับความเชี่ยวชาญในการตีความและการคาดการณ์ในการปฏิบัติงาน จึงทำให้ข้อมูลระดับอุตสาหกรรมจะถูกแปลงเป็นผลกำไรทางธุรกิจตลอดวงจรชีวิตของสินทรัพย์ทั้งหมด
ประโยชน์อีกประการ คือ จะช่วยให้เกิดการประสานการทำงานระหว่างพันธมิตรที่ใช้ Industrial_AI ที่ดีที่สุด ซึ่งก่อนหน้านี้ ความร่วมมือต่างๆ จะเน้นที่การใช้เทคโนโลยีที่ได้รับจากบริการหรือผู้จำหน่ายรายใหญ่เพียงรายเดียวเป็นศูนย์กลาง
แต่หาก Industrial_AI ที่มุ่งเน้นความเชี่ยวชาญเฉพาะด้านจะต้องการผู้ให้บริการโซลูชันจำนวนมากขึ้นในการทำหน้าที่รวบรวมความเชี่ยวชาญทั้งหลายเข้ามาทำงานร่วมกันอย่างเหมาะสม จึงช่วยลดการทำงานใน AI รูปแบบทั่วไปให้น้อยลง
4.ผู้บริหารช่วยเร่ง Industrial_AI ให้เร็วขึ้น
เมื่อองค์กรอุตสาหกรรมขยายการใช้งานกลยุทธ์และแอปพลิเคชัน Industrial AI ไปทั่วทั้งองค์กร ผู้บริหารย่อมร่วมรับผิดชอบเป็นเจ้าของกลยุทธ์สำคัญนี้ และเมื่อผนวกกับการเปลี่ยนแปลงวัฒนธรรมการปฏิรูปทางดิจิทัลในองค์กร ย่อมจะให้ได้รับผลประโยชน์จำนวนมาก
ตัวอย่างคือ ประธานบริหารด้านดิจิทัลในองค์กร เช่น Chief Digital Officers (CDO) จะมีบทบาทสำคัญในการแก้ไขอุปสรรคต่างๆ CDO จะมีบทบาทที่เฉพาะในการดูแลการปฏิรูปทางดิจิทัลและ Industrial_AI ให้เกิดทั่วทั้งองค์กร
โดยจะเชื่อมช่องว่างระหว่างระบบเดิมกับเทคโนโลยีใหม่ ส่งเสริมการทำงานร่วมกันข้ามไซโล และเปลี่ยนจากการรวบรวมข้อมูลจำนวนมากเป็นการจัดการข้อมูลเชิงกลยุทธ์ทางอุตสาหกรรม
หน้าที่ทั้งหมดเหล่านี้มีความสำคัญมากเพื่อให้แน่ใจว่าองค์กรอุตสาหกรรมสามารถดำเนินการตามแผนการปฏิรูปทางดิจิทัลที่ใช้กลยุทธ์สร้างแอปพลิเคชัน Industrial_AI ที่เหมาะสมกับวัตถุประสงค์ที่ตั้งไว้
อ่านรายงาน >> State of Industrial_AI 2021
