AspenTech คาดปี 2022 Industrial AI เกิดเร็วขึ้น แบ่งปันขุมความรู้ได้อย่างอัตโนมัติ เกิดนักวิทยาศาสตร์ข้อมูลระดับอุตสาหกรรมและแอพพลิเคชันที่แม่นยำมากขึ้น
คาดการณ์การใช้งานของปัญญาประดิษฐ์ หรือ AI ในปีพ.ศ. 2565 ไว้โดย บิล สกัดเดอ์ รองประธานและผู้จัดการทั่วไป สายธุรกิจ AIoT Solutions แห่งแอสเพ็น เทคโนโลยี อิงค์ (Aspen Technology, Inc.)
1.ขุมความรู้ที่ทำงานได้อย่างอัตโนมัติจะช่วยแก้ไขปัญหาแรงงาน
ในปัจจุบัน โลกกำลังเผชิญกับเปลี่ยนแปลงครั้งใหญ่ในด้านบุคลากรคนทำงานโดยเฉพาะอย่างยิ่งในภาคอุตสาหกรรมการผลิตเมื่อเกิดการลาออกครั้งใหญ่ของมนุษย์เงินเดือนที่เรียกว่า The Great Resignation ทั่วโลก ส่วนใหญ่มีสาเหตุมาจากผลกระทบที่พนักงานได้รับจากการทำงานในระหว่างการระบาดของโควิด-19 ส่งให้คนทำงานได้กลับมาทบทวนอีกครั้งว่าจริงๆ ชีวิตการทำงานในรูปแบบที่ต้องการเป็นอย่างไร
ซึ่งได้เกิดขึ้นแล้วในประเทศสหรัฐอเมริกาในเดือนเมษายนและกรกฎาคมที่ผ่านมา เมื่อมีพนักงานลาออกทำสถิติสูงสุดอยู่ที่ราวเดือนละ 4 ล้านคน อันเป็นเวลาเดียวกับที่พนักงานอาวุโสจำนวนมากกำลังเข้าสู่ช่วงเกษียณงาน ปรากฏการณ์นี้ส่งผลกระทบต่อแรงงานในหลายอุตสาหกรรม ยิ่งไปกว่านั้น
หากองค์กรเพียงแค่จะทดแทนแรงงานเดิมด้วยแรงงานใหม่ที่เพิ่งจบออกมาจะไม่ใช่การแก้ไขปัญหาที่ดีนัก เนื่องจากบ่อยครั้งที่แรงงานที่เพิ่งสำเร็จการศึกษาใหม่เหล่านี้ยังจะไม่มีเทคโนโลยีและการฝึกจากสถาบันการศึกษาที่ตรงกับเวิร์กโฟลว์และระบบต่างๆ ที่ปฏิบัติงานจริงในโรงงาน
ปัญหาทั้งหมดนี้จึงเป็นพลังเร่งการใช้เทคโนโลยีและกระบวนการที่จะสร้างขุมความรู้ให้ทำงานเป็นแบบอัตโนมัติ (Knowledge automation) ครั้งใหญ่ในปี 2565 นี้ ซึ่งคาดหวังว่าการแบ่งปันความรู้ได้โดยอัตโนมัติและแอปพลิเคชันที่ชาญฉลาดขององค์กรจะช่วยปิดช่องว่างทักษะที่เกิดขึ้นระหว่างคนทำงานที่ลาออกไปและคนทำงานรุ่นใหม่ลงได้
โดยจะรักษาขุมความรู้ที่ได้สะสมมาและทำให้มีวิธีการเข้าถึงขุมความรู้ได้อย่างกว้างขวาง ข้ามกำแพงแผนกและฝ่ายต่างๆ กรอบความคิดนี้ให้ประโยชน์ 2 ประการ คือ จะทำหน้าที่เป็นเครื่องมือในการสรรหาบุคลากรรุ่นใหม่ และสร้างให้งานนั้นมีความน่าสนใจสำหรับผู้สมัครใหม่ด้วย เนื่องจาก เมื่อคนทำงานสามารถหาความรู้ได้อย่างอัตโนมัติ จะทำงานง่ายขึ้น และจะประสบความสำเร็จในการทำงานมากขึ้น
2.เกิดนักวิทยาศาสตร์ข้อมูลระดับอุตสาหกรรมเพื่อรองรับกลยุทธ์ Industrial AI
ปรากฏการณ์การเปลี่ยนแปลงของแรงงานในภาคอุตสาหกรรมยังสร้างเทรนด์ใหม่อีกประการ คือ จะเกิดนักวิทยาศาสตร์ข้อมูลอุตสาหกรรม (Industrial data scientist) ขึ้นมากมายที่จะเข้ามามีบทบาทเป็นศูนย์กลางในการปรับใช้และบริหารเทคโนโลยีใหม่ๆ ซึ่งรวมถึง Industrial AI เหล่านี้ให้เต็มประสิทธิภาพ ทั้งนี้ แอสเพ็นเทคจึงจัดการวิจัยเพื่อให้เข้าใจว่าองค์กรอุตสาหกรรมนำ AI มาใช้เป็นส่วนหนึ่งของการปฏิรูปทางดิจิทัลอย่างไร
โดยสำรวจกลุ่มผู้มีอำนาจตัดสินใจด้านไอทีและการปฏิบัติงานในอเมริกาเหนือและยุโรป 200 คนจากทั่วทั้งภาคอุตสาหกรรม ซึ่งรวมถึงบริษัทด้านวิศวกรรม เคมีภัณฑ์ พลังงาน น้ำมันและก๊าซ เภสัชกรรม รวมทั้งโลหะและเหมืองแร่ ทั้งนี้ ผลการวิจัยได้ให้ข้อมูลเชิงลึกที่สำคัญเกี่ยวกับสถานะปัจจุบันของการนำ Industrial AI มาใช้ รวมถึงอุปสรรคขัดขวางองค์กรไม่ให้ตระหนักถึงคุณค่าของ Industrial AI อันได้แก่คุณภาพและการจัดการข้อมูลระดับอุตสาหกรรม การขาดความร่วมมือระหว่างทีมที่เกี่ยวข้องและการทำงานแบบไซโล และขาดกลยุทธ์ที่ชัดเจนสำหรับ Industrial AI
ผลการวิจัยเปิดเผยว่าผู้มีอำนาจตัดสินใจในอุตสาหกรรมจำนวน 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 ทั่วไปไปเป็นแอปพลิเคชันประเภท Industrial AI ที่แม่นยำและเหมาะสมตรงกับวัตถุประสงค์มากขึ้น 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.ผู้บริหารร่วมรับผิดชอบ เกิดการเปลี่ยนแปลงทางวัฒนธรรม ซึ่งช่วยเร่ง 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
หากท่านต้องการข้อมูลเพิ่มเติมเกี่ยวกับการใช้ข้อมูลระดับอุตสาหกรรมในการเพิ่มมูลค่าทางธุรกิจ กรุณาอ่านได้ที่ Artificial Intelligence of Things | AspenTech
