ETDA, TDRI, SAP ผนึกกำลังเปิดพิมพ์เขียว AI ภาคการผลิตไทย สู่ยุค Industry 4.0 อย่างยั่งยืน

องค์การพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) ร่วมกับ สถาบันวิจัยเพื่อการพัฒนาประเทศไทย (TDRI) และ บริษัท เอสเอพี ซิสเต็มส์ แพลทฟอร์ม แอนด์ โปรดักส์ (ประเทศไทย) จำกัด (SAP) ได้ร่วมกันจัดทำรายงานฉบับสมบูรณ์เรื่อง “การประยุกต์ใช้ปัญญาประดิษฐ์เชิงธุรกิจในอุตสาหกรรมการผลิตและภาคส่วนอื่น ๆ ในประเทศไทย” (The application of business AI in the manufacturing industry and other sectors in Thailand) ซึ่งเป็นพิมพ์เขียวเชิงกลยุทธ์ที่นำเสนอแนวทางการบูรณาการ AI ในภาคการผลิตของไทยอย่างรับผิดชอบและมีประสิทธิภาพ เพื่อยกระดับขีดความสามารถในการแข่งขันในเวทีโลก

AI หัวใจสำคัญขับเคลื่อนเศรษฐกิจดิจิทัลและ Industry 4.0 ของไทย

ดร.ชัยชนะ มิตรพันธ์ ผู้อำนวยการ ETDA กล่าวเน้นย้ำถึงความสำคัญของการนำ AI มาประยุกต์ใช้ในภาคการผลิต เพื่อเสริมสร้างศักยภาพการแข่งขันของประเทศในห่วงโซ่อุปทานระหว่างประเทศ ETDA ได้ริเริ่มโครงการสำคัญ อาทิ “แนวปฏิบัติการกำกับดูแล AI สำหรับผู้บริหาร” (AI Governance Guideline for Executives) และ “แนวปฏิบัติการกำกับดูแล Generative AI สำหรับองค์กร” (Generative AI Governance Guideline for Organizations) เพื่อวางรากฐานการกำกับดูแลที่ครอบคลุม สนับสนุนการนำ AI มาใช้ด้วยความโปร่งใสและรับผิดชอบ รายงานฉบับนี้ถือเป็นส่วนหนึ่งของภารกิจดังกล่าว โดยมีเป้าหมายในการเพิ่มประสิทธิภาพการดำเนินงาน ขับเคลื่อนนวัตกรรม และเสริมสร้างความยืดหยุ่นให้กับภาคการผลิตของไทย

ดร.สลิลธร ทองมีสุข นักวิจัยอาวุโส TDRI ชี้ให้เห็นว่า AI มีศักยภาพในการเปลี่ยนแปลงอุตสาหกรรมอย่างมหาศาล และเป็นเครื่องมือสำคัญในการขับเคลื่อนการเติบโตทางเศรษฐกิจ เพิ่มผลิตภาพ และยกระดับขีดความสามารถทางเทคโนโลยี แม้ประเทศไทยจะมีความก้าวหน้าในโครงการเศรษฐกิจดิจิทัล แต่ยังคงมีข้อจำกัด เช่น การเข้าถึงแหล่งเงินทุนสำหรับโครงการ AI การขาดแคลนทักษะดิจิทัลในแรงงาน และโครงสร้างพื้นฐานที่ไม่เพียงพอ ภาคการผลิตซึ่งเป็นเสาหลักทางเศรษฐกิจของไทย จึงอยู่ในตำแหน่งที่เหมาะสมอย่างยิ่งในการได้รับประโยชน์จากการนำ AI มาใช้ ไม่ว่าจะเป็นการบำรุงรักษาเชิงคาดการณ์ การควบคุมคุณภาพด้วย AI และ Generative AI ที่จะช่วยกำหนดนิยามใหม่ของประสิทธิภาพการดำเนินงานและคุณภาพผลิตภัณฑ์

วูล์ฟกัง เดียร์เกอร์ หัวหน้าฝ่ายกิจการภาครัฐ SAP ย้ำว่าในยุคของ AI ความร่วมมือระหว่างภาครัฐและเอกชนเป็นสิ่งสำคัญอย่างยิ่ง ตลาด AI สำหรับองค์กรมีขนาดใหญ่มาก แต่จะเติบโตได้ต้องอาศัยสภาพแวดล้อมเชิงนโยบายที่เอื้ออำนวย SAP ซึ่งเป็นพันธมิตรกับภาครัฐและภาคธุรกิจในประเทศไทยมานานกว่า 30 ปี มีความภาคภูมิใจที่ได้จัดทำรายงานนี้ร่วมกับ ETDA และ TDRI เพื่อระบุโอกาสและความท้าทายเฉพาะหน้าสำหรับผู้ผลิตไทยในการสำรวจความเป็นไปได้ที่ AI นำเสนอ

กุลวิภา ปิยะวัฒน์วัฒนามเธทา กรรมการผู้จัดการ SAP ประเทศไทย เสริมว่า AI โดยเฉพาะ Generative AI ได้นำพายุคใหม่มาสู่ธุรกิจทั่วทั้งภูมิภาคเอเชียตะวันออกเฉียงใต้ AI สามารถเพิ่มผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) ของภูมิภาคได้ถึง 18% หรืออาจสูงถึง 1 ล้านล้านดอลลาร์สหรัฐภายในปี 2573 แม้ AI ไม่ใช่เรื่องใหม่สำหรับ SAP ที่ทำงานด้าน AI และ Machine Learning มานานกว่า 8 ปี แต่การพัฒนาอย่างก้าวกระโดดในช่วงไม่กี่ปีที่ผ่านมาได้เปลี่ยนแปลงโลกอย่างสิ้นเชิง และภาคการผลิตของไทยอยู่ในตำแหน่งที่สมบูรณ์แบบที่จะคว้าโอกาสอันมหาศาลจากนวัตกรรมเหล่านี้

สภาพการณ์ปัจจุบันของการประยุกต์ใช้ AI ในภาคการผลิตไทย

รายงานระบุว่า แม้ AI จะมีศักยภาพสูง แต่การนำไปใช้ในภาคการผลิตไทยยังคงเผชิญความท้าทายหลายประการ จากการสำรวจของ ETDA ในปี 2567 พบว่ามีเพียง 18% ขององค์กรในภาคเอกชนและภาครัฐเท่านั้นที่นำ AI มาใช้งานแล้ว โดย 73.3% กำลังพิจารณา และ 8.9% ยังไม่จำเป็นต้องใช้ ตลาด AI ภาคอุตสาหกรรมในประเทศไทยคาดว่าจะเติบโต 18% ต่อปี ระหว่างปี 2567-2573

ประโยชน์และกรณีศึกษาของการนำ AI มาใช้ในภาคการผลิต:

AI กำลังปฏิวัติภาคการผลิตในหลากหลายมิติ ได้แก่:

• การเพิ่มประสิทธิภาพโลจิสติกส์และห่วงโซ่อุปทาน: AI ช่วยในการพยากรณ์ความต้องการสินค้าอย่างแม่นยำ ลดข้อผิดพลาดในการพยากรณ์ได้ถึง 30-40% และลดต้นทุนโลจิสติกส์ได้ 15% กรณีศึกษา ViaLink แสดงให้เห็นถึงการเพิ่มผลกำไรลูกค้า 250 ล้านบาทต่อปี และเพิ่มกำลังการดำเนินงาน 10-20 เท่า ด้วยระบบ AI และ Big Data
• การปรับปรุงกระบวนการผลิต: AI ช่วยเพิ่มระบบอัตโนมัติในอุตสาหกรรม การปรับพารามิเตอร์เครื่องจักรให้เหมาะสม และ Generative AI สำหรับการรายงานและการจัดการองค์ความรู้ หุ่นยนต์ที่เสริมด้วย AI เช่น Cobot สามารถเพิ่มปริมาณการผลิตต่อชั่วโมงได้ 30% และลดพนักงานในสายการบรรจุภัณฑ์ได้ 50% บริษัท สมบูรณ์ แอดวานซ์ เทคโนโลยี จำกัด (มหาชน) ได้นำระบบ 5G Private Network และ Smart Factory Solutions มาใช้ ส่งผลให้ประสิทธิภาพการดำเนินงานเพิ่มขึ้น การจัดการข้อมูลปลอดภัย และลดการใช้พื้นที่โรงงาน 60%
• การบำรุงรักษาและความปลอดภัย: AI ใช้ Machine Learning ในการคาดการณ์ความล้มเหลวของเครื่องจักร และระบบ AI ตรวจสอบความปลอดภัยสามารถลดการปฏิบัติที่ไม่ปลอดภัยได้ถึง 90% และลดการบาดเจ็บในที่ทำงาน 77% ซึ่งช่วยลดวันทำงานที่สูญเสียไปจากการบาดเจ็บได้ถึง 288 วัน ประหยัดค่าใช้จ่ายได้ 1.1 ล้านดอลลาร์สหรัฐ
• การควบคุมคุณภาพ: AI ตรวจสอบคุณภาพด้วย Computer Vision และ Predictive Analytics ช่วยลดอัตราของเสียและปรับปรุงความน่าเชื่อถือของผลิตภัณฑ์ ระบบวิสัยทัศน์ AI สามารถตรวจจับข้อบกพร่องได้แม่นยำเกิน 99% โตโยต้า มอเตอร์ ประเทศไทย ได้ใช้เทคโนโลยี Computer Vision ในการตรวจสอบคุณภาพการประกอบรถยนต์ ช่วยลดข้อบกพร่อง และประหยัดค่าใช้จ่ายที่อาจเกิดจากการเรียกคืนสินค้า

ความท้าทายในการนำ AI มาใช้:

การนำ AI มาใช้ยังคงประสบกับความท้าทายทั้งจากปัจจัยภายในและภายนอก

• ความท้าทายภายใน:
  • ความสามารถ: องค์กรยังขาดความเข้าใจในการประยุกต์ใช้ AI ให้สอดคล้องกับเป้าหมายเชิงกลยุทธ์
  • การจัดการข้อมูล: หลายบริษัท โดยเฉพาะ SME ยังขาดระบบการจัดการข้อมูลที่มีคุณภาพและโครงสร้างพื้นฐานที่จำเป็นสำหรับการฝึกฝนโมเดล AI
  • การเงิน: ต้นทุนการลงทุนใน AI ที่สูง และความไม่แน่นอนของผลตอบแทนการลงทุน (ROI) เป็นอุปสรรคสำคัญ
  • พฤติกรรม: การเปลี่ยนแปลงความคิดและพฤติกรรมของพนักงานเป็นเรื่องท้าทาย โดยเฉพาะความกังวลว่า AI จะเข้ามาแทนที่งาน
• ความท้าทายภายนอก:
  • ความพร้อมทางเทคโนโลยี: การขาดแคลนโซลูชัน AI ที่เหมาะสมสำหรับสภาพแวดล้อมการผลิต และการขาดโครงสร้างพื้นฐานสาธารณะสำหรับทดสอบและฝึกฝนโมเดล AI
  • นโยบายและกฎระเบียบ: การขาดกฎระเบียบที่ชัดเจนเกี่ยวกับการคุ้มครองข้อมูล AI และแรงจูงใจจากภาครัฐที่จำกัด

กลยุทธ์องค์กรเพื่อการประยุกต์ใช้ AI อย่างยั่งยืน

การนำ AI มาใช้อย่างประสบความสำเร็จจำเป็นต้องมีกลยุทธ์องค์กรที่ชัดเจน โดยสามารถใช้กรอบ AFI (Analysis-Formulation-Implementation) Strategy Framework ได้แก่:

1. การวิเคราะห์ (Analysis): ประเมินความพร้อมขององค์กรผ่านการวิเคราะห์ภายนอก (PESTEL) และภายใน (RBV and VRIO) เพื่อระบุโอกาสและความท้าทาย
2. การกำหนดกลยุทธ์ (Formulation): กำหนดเป้าหมายที่ดำเนินการได้ และจัดแนวทางริเริ่ม AI ให้สอดคล้องกับลำดับความสำคัญเชิงกลยุทธ์ ตั้งแต่ระดับธุรกิจ (เช่น การเป็นผู้นำด้านต้นทุน การสร้างความแตกต่าง การมุ่งเน้น) ไปจนถึงระดับองค์กร (เช่น การเจาะตลาด การพัฒนาตลาด การพัฒนาผลิตภัณฑ์ การกระจายธุรกิจ) เพื่อขับเคลื่อนการเติบโตและความยั่งยืน
3. การนำไปปฏิบัติ (Implementation): ดำเนินการและติดตามกลยุทธ์โดยปรับปรุงการออกแบบองค์กร ส่งเสริมวัฒนธรรมที่พร้อมสำหรับ AI สร้างธรรมาภิบาลข้อมูล และการติดตั้งใช้งานเป็นระยะ

ธรรมาภิบาลข้อมูลและ AI Ethics: รากฐานสำคัญสู่ความน่าเชื่อถือ

การนำ AI มาใช้ต้องให้ความสำคัญกับจริยธรรมและความรับผิดชอบ รายงานเน้นย้ำถึงหลักการสำคัญ 6 ประการของ AI Ethics Guideline โดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (MDES) ได้แก่:

• ความสามารถในการแข่งขันและความยั่งยืน: AI ควรส่งเสริมความเป็นอยู่ที่ดีของมนุษย์ การเติบโตทางเศรษฐกิจ และความยั่งยืนด้านสิ่งแวดล้อม
• การปฏิบัติตามกฎหมายและจริยธรรม: การนำ AI มาใช้ต้องสอดคล้องกับกฎหมายที่มีอยู่และมาตรฐานสากล
• ความโปร่งใสและความรับผิดชอบ: ระบบ AI และการตัดสินใจอัตโนมัติจะต้องอธิบายได้ ตรวจสอบได้ และสามารถตรวจสอบย้อนกลับได้
• ความปลอดภัยและความเป็นส่วนตัว: AI ควรได้รับการออกแบบมาเพื่อปกป้องผลประโยชน์ของมนุษย์ ป้องกันภัยคุกคาม และรักษาความปลอดภัยของข้อมูล
• ความเป็นธรรมและการป้องกันอคติ: AI ต้องได้รับการออกแบบเพื่อป้องกันการเลือกปฏิบัติและการผูกขาด
• ความน่าเชื่อถือและความไว้วางใจ: ระบบ AI ควรทำงานได้อย่างสม่ำเสมอภายใต้สภาวะต่างๆ

เพื่อเสริมสร้างความไว้วางใจและการนำ AI มาใช้ได้อย่างมีประสิทธิภาพ องค์กรควรจัดตั้ง “ประมวลจริยธรรม AI” (Code of AI Ethics) และนำ “ธรรมาภิบาล AI” (AI Governance) มาปฏิบัติ ซึ่งรวมถึงการจัดตั้ง Data Governance การตั้งคณะกรรมการ AI Governance Council การระบุ AI และสร้าง AI Canvas และการประเมินความเสี่ยงและรวบรวมข้อเสนอแนะ

นโยบายส่งเสริม AI ของภาครัฐ: สร้างระบบนิเวศที่เอื้อต่อการเติบโต

ประเทศไทยมี “ยุทธศาสตร์ชาติว่าด้วย AI และแผนปฏิบัติการ (พ.ศ. 2565-2570)” (Thailand National AI Strategy and Action Plan 2022-2027) โดยมีวิสัยทัศน์เพื่อสร้างระบบนิเวศที่มีประสิทธิภาพในการพัฒนาและประยุกต์ใช้ AI เพื่อยกระดับเศรษฐกิจและคุณภาพชีวิตภายในปี 2570 ยุทธศาสตร์นี้ประกอบด้วย 5 กลยุทธ์หลัก ได้แก่:

1. การเตรียมความพร้อมด้านจริยธรรม กฎหมาย และกฎระเบียบสำหรับการประยุกต์ใช้ AI
2. การพัฒนาโครงสร้างพื้นฐานแห่งชาติสำหรับการพัฒนา AI ที่ยั่งยืน
3. การเพิ่มขีดความสามารถของมนุษย์และการปรับปรุงการศึกษาด้าน AI
4. การขับเคลื่อนเทคโนโลยี AI และการพัฒนานวัตกรรม
5. การส่งเสริมการใช้ AI ในภาครัฐและเอกชน

นอกจากนี้ รัฐบาลยังได้จัดตั้ง “คณะกรรมการ AI แห่งชาติ” เพื่อรับผิดชอบในการดำเนินงานตามยุทธศาสตร์ชาติ AI อย่างมีประสิทธิภาพ รวมถึงการส่งเสริมการประยุกต์ใช้ AI ผ่านมาตรการจูงใจต่างๆ เช่น โครงการ “Digital Startup Fund” และ “Digital Transformation Fund” ของ DEPA และมาตรการลดหย่อนภาษี 200% สำหรับการลงทุนในบริการ AI ที่ผ่านการรับรอง สำนักงานคณะกรรมการส่งเสริมการลงทุน (BOI) ก็มีมาตรการส่งเสริมการลงทุนเพื่อยกระดับอุตสาหกรรมไปสู่ Industry 4.0 โดยให้สิทธิประโยชน์ทางภาษีสำหรับการนำ AI หรือระบบอัตโนมัติมาใช้ในการผลิต

ข้อเสนอแนะเชิงนโยบายเพื่อเร่งการประยุกต์ใช้ AI

รายงานฉบับนี้เสนอแนะนโยบายที่ครอบคลุมเพื่อเร่งการนำ AI มาใช้ในภาคการผลิต ดังนี้:

• การลดช่องว่างความรู้ด้าน AI: จัดตั้งระบบนิเวศสนับสนุน AI ระดับชาติที่ให้การสนับสนุนเฉพาะบุคคล มีผู้เชี่ยวชาญตามความต้องการ และโซลูชันเฉพาะอุตสาหกรรม
• การเสริมสร้างความสามารถในการปรับตัวของแรงงาน: พัฒนาโครงการ Upskilling และ Reskilling ที่มุ่งเน้นทักษะ AI ผ่านศูนย์ฝึกอบรม AI และโครงการ Reskilling ที่นำโดยนายจ้าง พร้อมสิ่งจูงใจด้านภาษีและเงินอุดหนุน
• การสร้างความไว้วางใจสาธารณะ: จัดตั้งสถานที่ทดสอบ AI และ Regulatory Sandboxes เพื่อการนำ AI มาใช้ที่ปลอดภัยและปรับขนาดได้ สร้างศูนย์ธรรมาภิบาล AI ระดับชาติ และกรอบการประเมินความเสี่ยงและผลกระทบของ AI
• กลไกส่งเสริมการนำ AI มาใช้: ขยายขอบเขตโครงการ Tax200% ของ DEPA ให้ครอบคลุมการลงทุนด้านฮาร์ดแวร์ AI โครงสร้างพื้นฐานข้อมูล และการฝึกอบรมพนักงาน

การผนึกกำลังระหว่าง ETDA, TDRI, และ SAP ในการจัดทำรายงานนี้ ถือเป็นก้าวสำคัญในการวางรากฐานที่มั่นคงสำหรับภาคการผลิตไทยในการก้าวเข้าสู่ยุค AI อย่างมั่นใจ สร้างความได้เปรียบในการแข่งขัน และขับเคลื่อนการเติบโตทางเศรษฐกิจที่ยั่งยืน

–Gemini AI เข้าถึงข้อมูลส่วนตัวโดยอัตโนมัติ – แนะตั้งค่าด่วน ปิดการเข้าถึง WhatsApp และแอปฯ อื่นๆ เพื่อความปลอดภัยไซเบอร์

• Facebook
• X
• Line