Posted on

การประยุกต์ใช้ Generative AI ในองค์กร

AI สำหรับอุตสาหกรรมอาหารและเครื่องดื่ม

การประยุกต์ใช้ Generative AI ในองค์กร

บทความโดย เทอร์รี สมา, รองประธานอาวุโสและผู้จัดการทั่วไป ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น, บริษัทอินฟอร์

AI ได้กลายเป็นประเด็นที่ได้รับความสนใจอย่างมากในปี 2566 นี้ เราได้รับคำเตือนเกี่ยวกับศักยภาพของ AI ที่อาจทำให้มนุษยชาติสูญพันธุ์ได้ โดยอ้างว่า AI เป็นภัยคุกคามต่อความมั่นคงของชาติ ตลอดจนเรียกร้องให้ระงับการป้อนข้อมูล (trained) AI จนสูงเกินขีดความสามารถที่กำหนดเป็นเวลาอย่างน้อยหกเดือน รวมทั้งการลาออกจากวงการของ ‘เจ้าพ่อ’ แห่ง AI  สำหรับโมเดล Generative AI (GenAI) ประเภทต่าง ๆ ChatGPT ดูเหมือนจะมีการพูดถึงมากที่สุด พร้อมกันนี้ได้มีการถกเถียงกันอย่างมากเกี่ยวกับศักยภาพในการเปลี่ยนแปลงชีวิตประจำวัน  แต่ในสภาพแวดล้อมขององค์กร ธุรกิจจะสามารถควบคุมพลังแห่งศักยภาพของเทคโนโลยีที่ก่อให้เกิดการเปลี่ยนแปลงอย่างแท้จริงนี้ได้อย่างไร และการนำ AI ไปใช้ในธุรกิจจะทำให้เกิดผลลัพธ์อะไร

แม้ว่าศาสตร์ด้าน GenAI ยังเป็นเรื่องใหม่ แต่ที่แน่นอนคือเราได้มาถึงจุดเปลี่ยนแปลงด้าน AI และการประมวลผลทั่วไป  โมเดลภาษาขนาดใหญ่ (Large Language Models – LLMs) ที่โดดเด่นของ generative AI ส่วนใหญ่จะเก่งด้านการประมวลผลภาษาธรรมชาติ (Natural Language Processin – NLP) เพราะสามารถช่วยแอปพลิเคชันต่าง ๆ ที่ใช้ NLP ในอุตสาหกรรมหลากหลายประเภทได้ เช่น การให้ความช่วยเหลือแบบมีปฏิสัมพันธ์ ที่ช่วยให้ผู้ใช้เข้าถึงฐานข้อมูลความรู้/คู่มือผู้ใช้และเอกสารอื่น ๆ ผ่านแชตบอตโต้ตอบที่สร้างบนแพลตฟอร์ม GenAI ซึ่งจะทำให้ผู้ใช้ค้นหาข้อมูลที่ต้องการได้ง่ายขึ้นมาก

แม้จะเป็นความท้าทายที่ยากมากก็ตาม แต่ประโยชน์อีกประการที่ธุรกิจจะได้รับในทันทีคือ สามารถใช้ NLP เพื่อค้นหาข้อมูลธุรกิจทั่วทั้งองค์กร ซึ่งแน่นอนว่าความสามารถในด้านนี้ต้องมีการพัฒนาอยู่ตลอดเวลาโดยธุรกิจซอฟต์แวร์ระดับองค์กรที่ทำงานกันอย่างหนัก เพื่อหาวิธีทำให้โมเดล GenAI สามารถทำงานร่วมกับ NLP และ AI ที่มีอยู่แล้วได้อย่างสมบูรณ์ ด้วยการยกระดับประสบการณ์ตามบริบท ผสานรวมกับการแชทเสียงกับผู้ช่วยดิจิทัล หรือใช้โมเดลแมชชีนเลิร์นนิง (ML) และการจดจำรูปภาพผ่านแพลตฟอร์ม AI เพื่อปรับปรุงการค้นหาทางธุรกิจ

เนื่องจาก GenAI รูปแบบต่าง ๆ ทำให้ผู้ใช้สามารถเข้าถึงแหล่งข้อมูลที่หลากหลายได้ เพื่อสร้างข้อความและโค้ด สร้างการคาดการณ์และสรุปผล ทำการแปลภาษา วิเคราะห์รูปภาพ และอื่น ๆ ดังนั้น จึงสามารถนำไปใช้กับงานระดับองค์กรได้หลากหลายกรณี ตั้งแต่การเขียนอีเมล รายงาน เอกสารผลิตภัณฑ์และเนื้อหาบนเว็บ สร้างคำอธิบายลักษณะงานและข้อกำหนด ไปจนถึงการเปรียบเทียบผลิตภัณฑ์และผู้ขายการรวบรวมภาพถ่าย ข้อมูลดนตรีและวิดีโอสำหรับทำแคมเปญการตลาด  นอกจากนี้ยังนำไปใช้กับการสรุปหนังสือ แก้ไขและตรวจทานเนื้อหา และเสนอไอเดียเพื่อเริ่มต้นโครงการต่าง ๆ ได้อีกด้วย

การทำงานของ GenAI

แล้วเทคโนโลยีนี้จะนำไปใช้จริงได้อย่างไร ตัวอย่าง บริษัทที่มีแผนกไอทีและวิศวกรรมซอฟต์แวร์สามารถเริ่มแนวปฏิบัติที่ดีในการใช้เครื่องมือต่าง ๆ สำหรับสร้างโค้ด เช่น Copilot ของ Microsoft หรือ AWS CodeWhisperer  สำหรับธุรกิจต้องการสร้างโมเดลภาษาเฉพาะอุตสาหกรรมของตน สามารถตรวจสอบข้อมูลทั่วไป อ่านรีวิวและคำแนะนำจากเว็บต่าง ๆ หรือต้องการรวบรวมข้อมูลภายในองค์กรเข้ากับข้อมูลจากโดเมนสาธารณะเพื่อให้เป็นประโยขน์มากขึ้น ก็สามารถผสานข้อมูลเหล่านั้นได้ด้วยเครื่องมือและแพลตฟอร์ม GenAI ต่าง ๆ เช่น ChatGPT ของ Open AI หรือ AWS Bedrock 

ความท้าทายที่จะเกิดขึ้น

การเปลี่ยนแปลงในโลกของ GenAI เป็นไปอย่างรวดเร็ว องค์กรที่ไม่ตอบสนองให้ทันเวลาอาจถูกทิ้งไว้ข้างหลัง  โดยหลักการแล้วธุรกิจควรเปิดใจรับเทคโนโลยีอันทรงพลังนี้แทนที่จะปฏิเสธไม่ยอมใช้  แต่นั่นก็ไม่ได้หมายความว่าโมเดล GenAI จะเหมาะกับการใช้งานในธุรกิจทุกประเภท และก่อนที่โมเดล GenAI ต่าง ๆ จะได้รับการยอมรับอย่างกว้างขวางในการทำงานระดับองค์กร แน่นอนว่าจะต้องจัดการแก้ไขปัญหามากมายให้ลุล่วงเสียก่อน

ประการแรกคือ ปัญหาเรื่องความน่าเชื่อถือ  แม้ว่าเนื้อหาที่สร้างจากโมเดลภาษาขนาดใหญ่ดูเหมือนจะเป็นต้นฉบับ แต่ในความเป็นจริงเนื้อหาดังกล่าวเป็นการลอกเลียนแบบจากชุดข้อมูลคล้ายกันที่เคยได้รับการเทรนมาก่อน  เป็นที่ทราบกันดีว่าข้อมูลที่ AI สร้างขึ้นนี้มักมีข้อผิดพลาดเกิดขึ้นบ่อย ๆ โดยคำถามเดียวกันอาจมีคำตอบได้หลากหลายแบบ

ประการที่สองคือ ปัญหาความเป็นส่วนตัว  เนื่องจากเงื่อนไขของข้อมูลและ input ที่ผู้ใช้แชร์จะถูกนำไปเทรนโมเดลที่มีขนาดใหญ่ขึ้น  ดังนั้น ความลับทางการค้าหรือข้อมูลที่ใช้ในการระบุตัวตน (Personal Identifiable Information – PII) ที่มีค่าอาจถูกแชร์ต่อ จนนำไปสู่การละเมิดการปฏิบัติตามข้อกำหนดโดยไม่ได้ตั้งใจ  นอกจากนี้ การสร้างและการแลกเปลี่ยนเนื้อหาเฉพาะทางธุรกิจจะต้องปฏิบัติตามข้อกำหนดทางกฎหมายและความเป็นส่วนตัวของข้อมูลอย่างเข้มงวด เช่น เมื่อบริษัทดำเนินการประเมินผลกระทบด้านการคุ้มครองข้อมูลส่วนบุคคล (Data Protection Impact Assessment – DPIA) พวกเขาจะต้องตรวจสอบให้แน่ใจว่าได้ปฏิบัติตามกฎระเบียบคุ้มครองข้อมูลส่วนบุคคล (General Data Protection Regulation – GDPR) แล้ว  ส่วนใหญ่เวนเดอร์แพลตฟอร์ม GenAI จะรักษาข้อมูลองค์กรไว้เป็นพิเศษและไม่นำไปใช้เทรนโมเดลทั่วไป กระนั้นก็ตาม ธุรกิจที่วางแผนใช้ GenAI จะต้องคำนึงถึงความสำคัญในเรื่องนี้ให้มาก

นอกจากนี้ยังมีปัญหาเรื่องอคติ เพราะ AI จะสร้างเนื้อหาที่ปรับแต่งตามคำสั่ง prompt  นอกจากนี้ คุณยังสามารถเทรน AI ได้ด้วยข้อมูลที่ชอบเท่านั้นโดยไม่ต้องเปิดเผยให้เห็นภาพรวมทั้งหมด  ซึ่งในท้ายที่สุดแล้วคุณก็จะสามารถกำหนดผลลัพธ์ทั้งแบบที่เป็นประโยชน์และเป็นอันตรายได้ตามต้องการ  แม้ว่าลักษณะเนื้อหาที่ GenAI สร้างขึ้นอาจจะน่าเชื่อถือ แต่ในความเป็นจริงอาจเป็นมุมมองส่วนตัวที่สามารถจูงใจผู้ใช้ที่ใสซื่อ และส่งอิทธิพลต่อมุมมองของพวกเขาอย่างน่าเชื่อถือ  นอกจากนี้ความเสี่ยงในการสร้างข่าวปลอม วิดีโอ และคลิปเสียงปลอมก็จะยิ่งทวีขึ้นเป็นเงาตามตัว

ตัวกรองการตรวจสอบ

ที่กล่าวมาข้างต้นนั้นไม่ได้หมายความว่าจะแก้ไขไม่ได้ วิธีที่จะสู้กับภัยคุกคามเหล่านี้คือ การนำตัวกรองการตรวจสอบที่เหมาะสมมาใช้บนอินเทอร์เฟซของผู้ใช้ปลายทาง ซึ่งจะช่วยให้แน่ใจว่าผู้ใช้ทั่วไปจะสามารถใช้เครื่องมือต่าง ๆ ของ GenAI ได้  สำหรับการใช้งานทางธุรกิจ ไม่ต้องสงสัยเลยว่าองค์กรจะต้องปฏิบัติตามแนวทาง ‘ใช้คนเป็นโซ่ข้อกลาง’ กล่าวคือ เนื้อหาที่สร้างขึ้นทั้งหมดจะต้องได้รับการตรวจสอบโดยบุคคลจริงก่อนจะนำไปใช้งานประจำหรือเผยแพร่สู่สาธารณะ  โดยจะต้องมีมนุษย์ควบคุมและตรวจสอบงานหรือเนื้อหาที่สร้างขึ้นไปสักระยะหนึ่ง เพื่อเพิ่มความแม่นยำและความสอดคล้องของเนื้อหาที่สร้างขึ้น ลดอคติทางสังคมและการเมือง และตรวจสอบจนแน่ใจว่าความได้เปรียบทางการแข่งขันของบริษัทจะไม่ถูกเปิดเผยออกสู่สาธารณะ

เมื่อพิจารณาปัจจัยทั้งหมดข้างต้นแล้ว ธุรกิจจึงจำเป็นต้องพัฒนามุมมองในการประยุกต์ใช้ GenAI  นอกจากนี้ การดำเนินการตามแนวปฏิบัติที่ดีที่สุดจากเวนเดอร์ GenAI ก็ถือเป็นเรื่องที่สำคัญยิ่ง เช่น การใช้ตัวกรองการตรวจสอบจาก Open AI  และอีกประเด็นที่ธุรกิจจะต้องคำนึงถึงคือ แต่ละประเทศต่างกำลังพยายามสร้างนโยบายด้าน AI ของตนเอง ดังนั้น จึงต้องตรวจสอบให้แน่ใจว่าธุรกิจมีการปฏิบัติตามนโยบาย AI ในท้องถิ่น และสอดคล้องกับแนวทางที่รัฐบาลนั้น ๆ กำหนด

การพัฒนาอย่างรวดเร็ว

สำหรับการพัฒนา Generative AI ที่จะเกิดขึ้นในอีกห้าถึงสิบปีข้างหน้า การลงทุนในเทคโนโลยีนี้จะเพิ่มขึ้นอย่างมหาศาลทั้งในด้านการสร้างโมเดลที่ดีขึ้นและในส่วนของฮาร์ดแวร์ ด้วยชิปที่เร็วแรงทรงพลังมากขึ้นและความต้องการด้านแบนด์วิธเน็ตเวิร์กที่สูงขึ้น อนึ่ง เราไม่ควรประเมินผลกระทบของ AI ต่ำจนเกินไป เพราะเนื้อหาสื่อทั้งหมดที่เราจะเสพและใช้งานในปีต่อ ๆ ไป ล้วนได้รับอิทธิพลจาก GenAI ทั้งนั้น ส่วนการค้นหาทางอินเทอร์เน็ตอย่างที่เราทราบกันดี จะได้รับการปรับแต่งให้เหมาะสมมากขึ้น เครื่องมือตรวจจับเนื้อหาที่สร้างโดย AI จะชาญฉลาดขึ้น พร้อมกับกฎระเบียบและการปฏิบัติตามข้อกฎหมายที่จะเข้มงวดยิ่งขึ้น

ChatGPT และโมเดล GenAI อื่น ๆ เป็นตัวอย่างของโซลูชันพลิกโฉมธุรกิจที่ช่วยผู้บริโภคปรับปรุงกระบวนการค้นหา สร้างเนื้อหาอัตโนมัติ พร้อมเพิ่มประสิทธิภาพการทำงานของแต่ละบุคคล  แม้ว่าเราจะคาดหวังให้องค์กรต่าง ๆ นำเทคโนโลยีอันทรงพลังนี้มาใช้อย่างรวดเร็ว แต่ก็ต้องตระหนักถึงความเสี่ยง ความไม่แม่นยำ และข้อกังวลด้านความเป็นส่วนตัวที่อาจเกิดขึ้นด้วย ดังนั้น จึงเป็นเรื่องที่ต้องใช้เวลากว่าเทคโนโลยี GenAI จะพัฒนาถึงขีดที่สามารถจัดการกับข้อกังวลดังกล่าวได้ โดยในระหว่างนี้ มนุษย์จะต้องควบคุมและกลั่นกรองการนำศักยภาพของโมเดล GenAI ไปใช้ในการเปลี่ยนแปลงธุรกิจ 

Posted on

AI for the Food and Beverage Industry

AI สำหรับอุตสาหกรรมอาหารและเครื่องดื่ม

AI for the Food and Beverage Industry

By Terry Smagh, Senior Vice President and General Manager for Asia Pacific and Japan, Infor

Artificial intelligence (AI) has hit the headlines recently, with ChatGPT and similar technologies making their mark on everyday lives. Yet AI is not a new technology. In fact, AI dates its origins back to the 1950s. Today are the results of decades of research and technological developments coming to mainstream fruition and making a real difference.

When it comes to the food and beverage sector though, things are no different and more businesses are reaping the benefits of AI technologies. And, with the value of the market for AI in the food and beverage sector expected to reach $29.94 billion by 2028, the number of food and beverage businesses investing in AI is clearly predicted to increase. However, there’s still widespread uncertainty about what it actually is, how it works and how it can benefit the food and beverage sector.

What is AI? What is machine learning?

AI is the ability of a computer or machine to mimic or imitate human intelligent behavior and perform human-like tasks. It performs tasks that require human intelligence such as thinking, reasoning, learning from experience, and most importantly, making its own decisions.

Machine learning is a subset of AI. It is computer systems that can learn and adapt without being explicitly programmed or helped to. Machine learning uses algorithms and statistical models to intelligently analyze data, drawing inferences from data patterns to inform further action.

Where does AI fit into the food and beverage sector?

Put simply, AI (machine learning in particular) has the potential to optimize all areas of food manufacturing, facilitating smart, industry-specific applications to improve every aspect of the supply chain, from farm to fork, helping to build agile supply chains and drive revenue growth.

With its ability to factor in an inordinate number of data values, parameters, what-if scenarios and other contributing factors, machine learning can produce accurate and timely recommendations for almost every aspect of the food supply chain. Ultimately, this provides a competitive advantage that it would be impossible to replicate without the application of AI technologies.

Where is machine learning being used already?

The uses of machine learning for the food and beverage sector are seemingly limitless. Take precision farming, for example, an area where machine learning is delivering new depths of insight. This might be analysis of past harvests in terms of both quantity and quality, in combination with weather forecasts to inform which fields need watering and when, or when to use fertilizer perhaps.

More food and beverage organizations are turning toward AI to help reduce waste and identify inefficiencies within the supply chain.

 Planning for all eventualities

Recently, food businesses could be forgiven for thinking that the only thing they can be certain of is uncertainty itself. With more unpredictable variations in weather conditions, what about the role of machine learning where there are potentially no data patterns to be found? 

What machine learning can do is help better understand the risks of changing weather conditions and how they can impact harvests globally. It’s this increased understanding that can inform the strategies needed to mitigate these risks. But, even with all the latest machine learning technologies, to ensure these strategies are effective requires consensus. As the UN’s Food and Agriculture Organization (FAO) points out, every party involved in the food supply chain needs to become more resilient, minimizing their use of water, energy and other resources, all changes that can be underpinned by machine learning.

As technology develops and as more businesses discover the benefits that can be realized with the application of AI, so AI capabilities will develop even further still, refined to solve specific industry or business problems. As we’re seeing already, the considered application of AI technologies is helping businesses right across the food and beverage industry and supply chain, and this is only set to increase over the next few years. AI is already proving to be a driver of real efficiencies as well as helping businesses to plan for all eventualities, delivering the actionable insight that’s needed to stay one step ahead at all times.

Posted on

AI สำหรับอุตสาหกรรมอาหารและเครื่องดื่ม

AI สำหรับอุตสาหกรรมอาหารและเครื่องดื่ม

AI สำหรับอุตสาหกรรมอาหารและเครื่องดื่ม

บทความโดย เทอร์รี สมา, รองประธานอาวุโสและผู้จัดการทั่วไป ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น, บริษัทอินฟอร์

ปัญญาประดิษฐ์ (AI) กลายเป็นหัวข้อที่ได้รับการพูดถึงบ่อยครั้งในปัจจุบัน เพราะ ChatGPT และเทคโนโลยีอื่น ๆ ที่คล้ายคลึงกันกำลังส่งผลต่อชีวิตประจำวันของผู้คน แต่ AI ก็ไม่ใช่เทคโนโลยีใหม่ ต้นกำเนิดของ AI สามารถย้อนกลับไปได้ถึงในช่วงทศวรรษ 1950  ทั้งนี้ผลจากการวิจัยและพัฒนาทางเทคโนโลยีที่สั่งสมมานานหลายทศวรรษจนถึงปัจจุบัน กำลังกลายเป็นกระแสหลักและสร้างความแตกต่างอย่างแท้จริง

สำหรับอุตสาหกรรมอาหารและเครื่องดื่มก็เช่นกัน ธุรกิจจำนวนมากขึ้นกำลังเก็บเกี่ยวประโยชน์ต่าง ๆ จากเทคโนโลยี AI  พร้อมกันนี้มีการคาดการณ์ว่า ตลาด AI ในภาคอาหารและเครื่องดื่มจะมีมูลค่าสูงถึง 29.94 พันล้านเหรียญสหรัฐฯ ภายในปี 2571 ดังนั้นจึงคาดว่าธุรกิจอาหารและเครื่องดื่มที่ลงทุนใน AI จะมีจำนวนเพิ่มขึ้นอย่างเห็นได้ชัด  แต่ก็ยังคงมีความสับสนอย่างมากว่าแท้จริงแล้ว AI คืออะไร ทำงานอย่างไร และเป็นประโยชน์ต่อภาคอาหารและเครื่องดื่มอย่างไร

AI คืออะไร แมชชีนเลิร์นนิงคืออะไร

AI คือความสามารถของคอมพิวเตอร์หรือเครื่องจักร ที่สามารถลอกเลียนหรือเลียนแบบพฤติกรรมอันชาญฉลาดและปฏิบัติงานได้เหมือนมนุษย์ โดยสามารถปฏิบัติหน้าที่ต่าง ๆ ที่ต้องใช้ความสามารถในการเรียนรู้ของมนุษย์ เช่น การคิด การใช้เหตุผล การเรียนรู้จากประสบการณ์ และที่สำคัญที่สุดคือการตัดสินใจได้เอง

ส่วนแมชชีนเลิร์นนิง (Machine Learning – ML) นั้นเป็นส่วนหนึ่งของ AI ที่สามารถเรียนรู้และปรับเปลี่ยนได้โดยไม่ต้องตั้งโปรแกรมหรือช่วยทำ แมชชีนเลิร์นนิงใช้อัลกอริธึมและแบบจำลองทางสถิติในการวิเคราะห์ข้อมูลอย่างชาญฉลาด โดยวินิจฉัยจากรูปแบบข้อมูลเพื่อเป็นแนวทางในการดำเนินการขั้นต่อไป

AI เหมาะสำหรับอุตสาหกรรมอาหารและเครื่องดื่มในด้านใด

พูดง่าย ๆ ก็คือ AI (เฉพาะส่วนแมชชีนเลิร์นนิง) มีความสามารถในการเพิ่มประสิทธิภาพการผลิตอาหารทุกด้าน ทำให้แอปพลิเคชันอัจฉริยะที่ออกแบบเฉพาะสำหรับแต่ละอุตสาหกรรม สามารถปรับปรุงระบบห่วงโซ่อุปทานได้ทุกจุดตั้งแต่แหล่งกำเนิดไปจนถึงมือผู้บริโภค ช่วยสร้างระบบห่วงโซ่อุปทานที่มีความคล่องตัวและขับเคลื่อนให้มีรายได้เพิ่มขึ้น

ส่วนแมชชีนเลิร์นนิงสามารถให้คำแนะนำที่แม่นยำและทันเวลาสำหรับระบบห่วงโซ่อุปทานได้เกือบทุกด้าน ด้วยความสามารถในการคำนวณค่าข้อมูล พารามิเตอร์ สถานการณ์จำลอง และปัจจัยที่เกี่ยวข้องอื่น ๆ จำนวนมาก ซึ่งท้ายที่สุดแล้วจะทำให้เกิดความได้เปรียบในการแข่งขันที่ยากจะเลียนแบบหากปราศจากการใช้เทคโนโลยี AI

มีการใช้แมชชีนเลิร์นนิงในด้านใดบ้าง

ดูเหมือนว่าอุตสาหกรรมอาหารและเครื่องดื่มจะมีการใช้แมชชีนเลิร์นนิงอย่างไร้ขีดจำกัด เช่น เรื่องเกษตรแม่นยำ (precision farming) ที่แมชชีนเลิร์นนิงสามารถให้ข้อมูลเชิงลึกใหม่ ๆ ซึ่งอาจเป็นการวิเคราะห์การเก็บเกี่ยวที่ผ่านมาทั้งในด้านปริมาณและคุณภาพ ควบคู่ไปกับการพยากรณ์สภาพอากาศเพื่อกำหนดพื้นที่และเวลาที่ต้องรดน้ำ หรือเวลาที่ต้องใส่ปุ๋ย เป็นต้น

บริษัทอาหารและเครื่องดื่มจำนวนมากขึ้นหันมาใช้ AI เพื่อช่วยลดการสูญเสีย และค้นหาความไร้ประสิทธิภาพที่เกิดขึ้นในระบบห่วงโซ่อุปทาน

เตรียมพร้อมรับกับทุกสถานการณ์

เมื่อไม่นานมานี้ เราอาจพอเข้าใจได้ถึงการที่ธุรกิจอาหารคิดว่าสิ่งที่แน่นอนที่สุดคือความไม่นอน  แต่ด้วยสภาพอากาศแปรปรวนเพิ่มขึ้นที่ไม่สามารถคาดเดาได้ แมชชีนเลิร์นนิงจะเข้ามีบทบาทด้านใดในเรื่องนี้หากไม่มีรูปแบบข้อมูลให้ค้นหา 

สิ่งที่แมชชีนเลิร์นนิงทำได้คือ ช่วยให้เข้าใจความเสี่ยงของสภาพอากาศที่เปลี่ยนแปลงได้ดีขึ้น รวมถึงผลกระทบที่อาจเกิดต่อการเก็บเกี่ยวทั่วโลก ซึ่งความเข้าใจที่เพิ่มขึ้นนี้จะช่วยให้กำหนดแผนงานที่จำเป็นในการลดความเสี่ยงเหล่านี้ได้  แต่ถึงแม้จะมีเทคโนโลยีแมชชีนเลิร์นนิงทันสมัยที่สุดพร้อมสรรพแล้วก็ตาม เพื่อให้แน่ใจว่ากลยุทธ์เหล่านี้มีประสิทธิภาพก็ต้องมีความเห็นพ้องต้องกันด้วย  ทั้งนี้ องค์การอาหารและเกษตรแห่งสหประชาชาติ (FAO) ระบุว่า ทุกฝ่ายที่เกี่ยวข้องในระบบห่วงโซ่อุปทานอาหารจะต้องยืดหยุ่นมากขึ้น ลดการใช้น้ำ พลังงาน และทรัพยากรอื่น ๆ ให้น้อยลง โดยแมชชีนเลิร์นนิงจะสามารถรองรับการเปลี่ยนแปลงทั้งหมดที่กล่าวมาได้

ในขณะที่เทคโนโลยีพัฒนาและธุรกิจต่าง ๆ ค้นพบประโยชน์ของการประยุกต์ใช้ AI  ความสามารถของ AIก็จะยิ่งพัฒนามากขึ้นไปอีก โดยได้รับการปรับปรุงให้เหมาะกับการแก้ปัญหาเฉพาะของอุตสาหกรรมหรือธุรกิจ  ดังที่เราได้เห็นแล้วว่าการประยุกต์ใช้ AI อย่างรอบคอบกำลังช่วยเหลือธุรกิจต่าง ๆ ในอุตสาหกรรมอาหารและเครื่องดื่ม และในระบบห่วงโซ่อุปทาน ทั้งนี้คาดว่าจะมีการใช้ AI เพิ่มขึ้นในอีกไม่กี่ปีข้างหน้า เพราะ AI ได้พิสูจน์ให้เห็นแล้วว่าเป็นตัวขับเคลื่อนประสิทธิภาพที่แท้จริง พร้อมทั้งช่วยให้ธุรกิจวางแผนรับมือกับเหตุการณ์ทั้งหลายที่อาจเกิดขึ้น โดยให้ข้อมูลเชิงลึกที่นำไปปฏิบัติได้จริง ซึ่งจำเป็นต่อการก้าวล้ำนำหน้าคู่แข่งอยู่ตลอดเวลา

สำหรับประเทศไทย รัฐบาลได้ขับเคลื่อนแผนพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence) เพื่อสร้างมูลค่าเศรษฐกิจในอาเซียนกว่า 1.9 พันล้านล้านบาทในปี 2573  โดยมีโครงการ AI Thailand เป็นหน่วยงานกลางเพื่อการพัฒนาที่มุ่งสนับสนุนทิศทางการพัฒนาในทุกด้าน รวมถึงการส่งเสริมการพัฒนา การศึกษา การนำไปใช้ และความปลอดภัยให้เกิดประโยชน์สูงสุดจากการใช้เทคโนโลยี AI อย่างยั่งยืนโดยได้ทำการสำรวจธุรกิจใน 10 ภาคส่วน ครอบคลุมผู้ตอบแบบสอบถามจาก 3,529 บริษัท โดยผลการศึกษาพบว่า 15.2% ของธุรกิจได้นำ AI ไปใช้แล้ว 56.7 % มีแผนจะใช้ในอนาคต และ 28.2% ไม่มีแผนใด ๆ ในการใช้ AI

ดังนั้นเพื่อให้บรรลุวัตถุประสงค์ดังกล่าว รัฐบาลจึงได้มอบหมายให้สำนักงานคณะกรรมการดิจิทัลเพื่อเศรษฐกิจและสังคมแห่งชาติ (สดช.) จัดทำแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย (พ.ศ. 2565 – 2570) ขึ้นเพื่อให้มั่นใจว่าเทคโนโลยี AI จะถูกนำไปใช้อย่างมีจริยธรรมและความรับผิดชอบ ตลอดจนจัดทำแนวทางการใช้ AI ในภาคส่วนต่าง ๆ นอกจากนี้ รัฐบาลยังมีเป้าหมายที่จะส่งเสริมการใช้ AI ในการเกษตรและอาหารเพื่อเพิ่มผลผลิตและลดต้นทุน โดยเทคโนโลยี AI จะช่วยให้เกษตรกรตัดสินใจเกี่ยวกับการจัดการพืชผล สุขภาพของดิน และการควบคุมศัตรูพืชได้ดีขึ้น นอกจากนี้ยังมีการพัฒนา AI สำหรับอาหาร เพื่อปรับปรุงความปลอดภัยและคุณภาพของอาหารอีกด้วย

Posted on

Five key benefits of a purpose-built manufacturing ERP

ห้าประโยชน์สำคัญของระบบ ERP ภาคการผลิต ที่ออกแบบเพื่อการใช้งานตามวัตถุประสงค์

Five key benefits of a purpose-built manufacturing ERP

By Terry Smagh, Senior Vice President and General Manager for Asia Pacific and Japan, Infor

Your enterprise is unique. Your ERP software should match

As the manufacturing world rapidly evolves to meet new challenges, many organizations are working to define a new roadmap to success. But time isn’t on the industry’s side. As Deloitte noted in its outlook for 2023, “The manufacturing industry is building back fast, undeterred by significant labor and supply chain challenges. To maintain this momentum, manufacturers should navigate elevated risks while advancing sustainability priorities.”

Early adopters are now more agile, flexible, and efficient—and they could already be making inroads into your share of the market. How can manufacturing organizations, like yours, counteract this risk and quickly drive profitable growth? The answer, for many, lies in technology partnerships.

Partnerships are increasingly important to achieving sustainable business growth, whether that’s accessing data from upstream or downstream partners within your supply chain or turning to technology providers who can bring a wealth of insights about modern cloud capabilities and leading-edge innovations.

Manufacturing is shifting toward industry-specific applications, and these applications are now nearly always delivered in the cloud to maximize adoption, flexibility, visibility, data-driven decision-making, and security, as well as reducing through-life cost.

Benefits of industry-specific manufacturing ERP

Organizations are coming to realize that industry-specific capabilities built into the ERP solution are critical for smooth deployment and headache-free implementation, as well as efficient workflows and reporting. Some key benefits include:

  1. Industry-specific cloud ERP offers capabilities that match the way that you do (or should do) business. Proven best-practices are already built-in.
  2. You can manage the end-to-end ecosystem with visibility and efficiency, operating in real time to unlock your organization’s potential. And because it’s cloud-based, it’s also faster to implement, so you’ll see success more rapidly. Camatic, as an example, quickly stood up a new manufacturing facility in Malaysia—local requirements included.
  3. An industry-centric, single view of your business helps you identify variations to expected operational performance early, so exceptions can be analyzed and managed long before your finance teams would typically become aware of them. Your organization can then focus on strategic operational and productivity improvement, fostering a continuous improvement mentality.
  4. Gain the necessary level of visibility to quickly respond to customer, supplier, and regulatory needs—minimizing the need for personalizations.
  5. Leverage flexible, scalable architecture to be more agile and responsive to fast-changing customer expectations.

Unsurprisingly, when it comes to triggering organizational change, the business drivers are often a complex mix of customer expectations and demands for a better buying experience, a focus on operational efficiencies and automation, and the need to meet industry regulations and compliance mandates. That’s why it’s important for your application software technology vendor to offer solutions that are designed specifically for your industry. Manufacturing factories and plants have far different needs than service industries and shouldn’t be expected to force generic applications to meet their unique requirements. As an example, managing the complexity of engineer-to-order or configure-to-order environments demand a single view of the product from concept through quote, build, delivery, and—often—on through to aftermarket service and warranty management. Anything less adds risk to the whole process.

In true partnerships, when everyone understands the distinct needs of your organization and industry, multiple stakeholders come together to create a more powerful outcome. If Infor’s solutions align with your manufacturing needs and you’re ready to get started, or you just want advice on how to modernize your operations, explore Infor’s manufacturing solutions.

Posted on

ห้าประโยชน์สำคัญของระบบ ERP ภาคการผลิต ที่ออกแบบเพื่อการใช้งานตามวัตถุประสงค์

ห้าประโยชน์สำคัญของระบบ ERP ภาคการผลิต ที่ออกแบบเพื่อการใช้งานตามวัตถุประสงค์

ห้าประโยชน์สำคัญของระบบ ERP ภาคการผลิต ที่ออกแบบเพื่อการใช้งานตามวัตถุประสงค์

บทความโดย เทอร์รี สมา, รองประธานอาวุโสและผู้จัดการทั่วไป ประจำภูมิภาคเอเชียแปซิฟิกและญี่ปุ่น, บริษัทอินฟอร์

หากธุรกิจคุณพิเศษไม่เหมือนใคร คุณควรเลือกซอฟต์แวร์ ERP ที่เหมาะสมกับธุรกิจคุณ

ในขณะที่โลกการผลิตกำลังพัฒนาไปอย่างรวดเร็วเพื่อรับมือกับความท้าทายใหม่ หลายองค์กรกำลังพยายามกำหนดแผนใหม่เพื่อทำให้ธุรกิจประสบความสำเร็จ  แต่เวลาไม่ได้เป็นใจให้กับอุตสาหกรรมการผลิต  Deloitte ได้ระบุไว้ในการคาดการณ์ปี 2566 ว่า “อุตสาหกรรมการผลิตกำลังฟื้นตัวกลับมาอย่างรวดเร็วโดยไม่ย่อท้อต่อปัญหาใหญ่ด้านแรงงานและระบบห่วงโซ่อุปทาน ดังนั้น ผู้ผลิตควรจัดการกับความเสี่ยงที่เกิดขึ้นพร้อมทั้งส่งเสริมแนวคิดเรื่องความยั่งยืนเพื่อรักษาโมเมนตัมนี้ไว้”

ผู้ที่เปิดรับแนวคิดใหม่ ๆ ปัจจุบันต่างก็มีความคล่องตัว ยืดหยุ่น และมีประสิทธิภาพในการดำเนินงานมากขึ้น และอาจกำลังเข้ามามีส่วนแบ่งในตลาดของคุณแล้ว  ในทางกลับกัน บริษัทผู้ผลิตเช่นคุณจะสามารถลดผลกระทบจากความเสี่ยงนี้ และขยายธุรกิจให้เกิดผลกำไรรวดเร็วได้อย่างไร  ความร่วมมือทางเทคโนโลยีคือคำตอบสำหรับหลายคนในเรื่องนี้

ความร่วมมือกันเพื่อจะบรรลุการเติบโตของธุรกิจที่ยั่งยืนกำลังทวีความสำคัญเพิ่มขึ้น ไม่ว่าจะเป็นการเข้าถึงข้อมูลจากต้นน้ำหรือปลายน้ำของคู่ค้าภายในห่วงโซ่อุปทาน หรือการพิจารณาถึงผู้ให้บริการเทคโนโลยีที่สามารถนำเสนอข้อมูลเชิงลึกจำนวนมหาศาลเกี่ยวกับความสามารถของระบบคลาวด์ที่ทันสมัยและนวัตกรรมระดับแนวหน้า

ภาคการผลิตกำลังเปลี่ยนไปใช้แอปพลิเคชันที่ออกแบบมาอย่างเฉพาะเจาะจงสำหรับแต่ละอุตสาหกรรม โดยปัจจุบันเกือบทุกแอปพลิเคชันจะอยู่ในรูปแบบคลาวด์เพื่อเพิ่มประสิทธิภาพการใช้งาน มีความยืดหยุ่น รวมถึงทำให้สามารถมองเห็นงานทั้งระบบ การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล และความปลอดภัย รวมถึงการลดต้นทุนในระยะยาว

ประโยชน์ของระบบวางแผนทรัพยากรทางธุรกิจ (ERP) เฉพาะสำหรับแต่ละอุตสาหกรรม 

องค์กรต่าง ๆ เริ่มเห็นความสำคัญของความสามารถที่ได้รับการออกแบบมาเฉพาะสำหรับใช้งานในแต่ละอุตสาหกรรมที่ติดตั้งเบ็ดเสร็จอยู่ในโซลูชัน ERP ซึ่งมีความสำคัญอย่างยิ่งต่อการดำเนินงานที่ราบรื่น และการใช้งานที่ไม่ยุ่งยาก รวมถึงการทำให้เกิดเวิร์กโฟลว์และการรายงานผลอย่างมีประสิทธิภาพ โดยมีประโยชน์สำคัญ ๆ ดังตอไปนี้ :

  1. ERP ระบบคลาวด์เฉพาะสายอุตสาหกรรมนั้นมีฟังก์ชันการทำงานที่สอดคล้องกับวิธีที่คุณดำเนินธุรกิจ (หรือควรจะดำเนินธุรกิจ) พร้อมแนวทางดีที่สุดในการปฏิบัติงานที่ติดตั้งไว้ในตัวเบ็ดเสร็จ
  2. คุณสามารถใช้การมองเห็นทั่วทั้งระบบเพื่อจัดการระบบนิเวศทั้งหมดได้อย่างมีประสิทธิภาพพร้อมการดำเนินงานแบบเรียลไทม์เพื่อปลดล็อกศักยภาพขององค์กร และเนื่องจากระบบ ERP เป็นโซลูชันบนคลาวด์ จึงสามารถใช้งานได้เร็วกว่าและเห็นความสำเร็จได้รวดเร็วขึ้น เช่น Camatic โรงงานผลิตสัญชาติออสเตรเลีย ผู้ผลิตที่นั่งในสนามกีฬา โรงภาพยนตร์ และโรงละครระดับโลกที่สร้างโรงงานผลิตใหม่ในประเทศมาเลเซียได้อย่างรวดเร็ว รวมถึงสามารถปฏิบัติตามข้อกำหนดกฎระเบียบในท้องถิ่นได้ทุกประการ
  3. การมุ่งเน้นเฉพาะอุตสาหกรรมและการมองเห็นภาพรวมของธุรกิจจะช่วยให้คุณสามารถระบุความแปรปรวนจากประสิทธิภาพการดำเนินงานที่คาดการณ์ไว้ได้ล่วงหน้า ดังนั้นจึงสามารถวิเคราะห์และจัดการข้อยกเว้นต่าง ๆ ได้ก่อนที่ทีมการเงินของคุณจะรับรู้ถึงสิ่งเหล่านี้เสียอีก จากนั้นองค์กรจะสามารถให้ความสำคัญกับการดำเนินงานเชิงกลยุทธ์และเพิ่มประสิทธิภาพการทำงาน ซึ่งจะช่วยส่งเสริมความมุ่งมั่นในการพัฒนาอย่างต่อเนื่อง
  4. เพิ่มระดับการมองเห็นที่จำเป็นเพื่อตอบสนองความต้องการของลูกค้า ซัพพลายเออร์ และหน่วยงานกำกับดูแลได้อย่างรวดเร็ว ลดการปรับแต่งเฉพาะบุคคลให้เหลือน้อยที่สุด
  5. ใช้ประโยชน์จากสถาปัตยกรรมที่ยืดหยุ่นและปรับขนาดได้ตามต้องการ ทำให้เป็นองค์กรที่มีความคล่องตัวมากขึ้น และสามารถตอบสนองต่อความคาดหวังของลูกค้าที่เปลี่ยนแปลงไปอย่างรวดเร็วได้

    ดังนั้น จึงไม่แปลกใจเลยว่าเมื่อมาถึงเรื่องที่กระตุ้นการเปลี่ยนแปลงขององค์กร ตัวขับเคลื่อนทางธุรกิจมักจะเป็นความซับซ้อนระหว่างความคาดหวังและความต้องการจากลูกค้าในประสบการณ์การซื้อที่ดีขึ้น  รวมถึงการให้ความสำคัญกับประสิทธิภาพการดำเนินงานและระบบอัตโนมัติ ไปจนถึงความจำเป็นในการปฏิบัติตามกฎระเบียบและข้อบังคับของอุตสาหกรรม  ด้วยเหตุนี้ ผู้จำหน่ายเทคโนโลยีซอฟต์แวร์แอปพลิเคชันของคุณจึงควรนำเสนอโซลูชันที่ออกแบบมาเป็นพิเศษเพื่ออุตสาหกรรมของคุณโดยเฉพาะ

    โรงงานและสายการผลิตมีความต้องการที่แตกต่างจากภาคบริการอย่างมาก และไม่ควรคาดหวังว่าแอปพลิเคชันทั่วไปจะสามารถตอบสนองความต้องการที่เป็นเอกลักษณ์ของคุณได้ เช่น การจัดการความซับซ้อนของสภาพแวดล้อมที่ต้องผลิตตามคำสั่งหรือกำหนดค่าตามคำสั่ง ที่ต้องการภาพรวมในการมองเห็นตั้งแต่แนวคิดไปจนถึงการเสนอราคา การสร้าง การส่งมอบ และบ่อยครั้งรวมถึงการบริหารจัดการบริการหลังการขายและการรับประกันสินค้า  อะไรก็ตามที่น้อยกว่านี้อาจเพิ่มความเสี่ยงให้กับกระบวนการการผลิตทั้งหมดได้

ในความร่วมมือที่แท้จริง เมื่อทุกคนเข้าใจความต้องการที่แตกต่างขององค์กรและอุตสาหกรรม ผู้มีส่วนได้ส่วนเสียหลากหลายฝ่ายจะร่วมมือร่วมใจกันสร้างผลลัพธ์ที่ทรงพลังมากยิ่งขึ้น 

สำหรับประเทศไทย รัฐบาลได้พัฒนายุทธศาสตร์ที่ครอบคลุมครบวงจร เพื่อส่งเสริมการนำเทคโนโลยีและนวัตกรรมล้ำสมัยมาสู่ภาคการผลิตของประเทศ ได้แก่ โครงการระเบียงเศรษฐกิจภาคตะวันออก (Eastern Economic Corridor: EEC), เมืองนวัตกรรมอัจฉริยะ (Digital Park Thailand), โครงการพัฒนาเศรษฐกิจพิเศษแบบคลัสเตอร์ (CBSED) และโครงการพัฒนาการเชื่อมโยงอุตสาหกรรม (ILDP) เป็นต้น โดยมุ่งหวังจะใช้โครงการดังกล่าวในการเพิ่มประสิทธิภาพ ส่งเสริมการแข่งขัน และสนับสนุนการขยายตัวทางเศรษฐกิจอย่างยั่งยืน ด้วยการมอบแรงจูงใจให้กับธุรกิจที่นำเทคโนโลยีที่เป็นนวัตกรรมมาใช้งาน เช่น วิทยาการหุ่นยนต์ ระบบอัตโนมัติ AI การทำวิจัยและพัฒนาในด้านต่าง ๆ รวมถึงการส่งเสริมให้เกิดความร่วมมือระหว่างวิสาหกิจขนาดใหญ่ และบริษัทขนาดกลางและขนาดย่อม (SMEs) ในอุตสาหกรรมการผลิต

หากโซลูชันของ Infor สอดคล้องกับความต้องการด้านการผลิตและคุณพร้อมที่จะเริ่มต้น หรือหากต้องการคำแนะนำเพื่อปรับปรุงการดำเนินงานให้ทันสมัย กรุณาค้นหาโซลูชันการผลิตของ Infor ได้ที่นี่