การใช้ AI ในองค์กรดิจิทัลที่ยั่งยืน

เส้นทางการเปลี่ยนผ่านสู่ดิจิทัล: Siemens Electronics เมืองเออร์ลันเกน

โรงงานอิเล็กทรอนิกส์ที่ล้ำสมัยของ Siemens ในเมืองเออร์ลันเกน ประเทศเยอรมัน ต้องเผชิญกับความท้าทายเช่นเดียวกับที่ผู้ผลิตจำนวนมากกำลังพยายามเอาชนะ โรงงานจำเป็นต้องหาวิธีการผลิตสินค้า โดยให้ความสำคัญกับการลดการปล่อยคาร์บอน ความรวดเร็ว คุณภาพ และความคุ้มค่าในด้านต้นทุนไปพร้อมกัน โรงงาน Siemens Electronics ที่เมืองเออร์ลันเกน ซึ่งผลิตอินเวอร์เตอร์ความถี่ SINAMICS และตัวควบคุม CNC รุ่น SINUMERIK สำหรับ Siemens และลูกค้า ยังต้องจัดการกับความท้าทาย ในการบูรณาการโซลูชันอัจฉริยะและดิจิทัล เข้ากับโครงสร้างพื้นฐานและระบบเดิมภายในโรงงาน

โรงงานตระหนักว่าความท้าทายเหล่านี้คงไม่สามารถเอาชนะได้ หากไม่เปิดรับการเปลี่ยนผ่านสู่ดิจิทัล เพื่อสานต่อการเปลี่ยนแปลงอย่างต่อเนื่อง ไปสู่องค์กรดิจิทัลที่ยั่งยืน ซึ่งได้เริ่มต้นมาตั้งแต่หลายทศวรรษก่อน โดยโซลูชันดิจิทัลสำหรับงานวิศวกรรม การบริหารจัดการพื้นที่การผลิต การจัดการวงจรชีวิตผลิตภัณฑ์ และอื่น ๆ ถือว่าเป็นรากฐานที่สำคัญมาก ซึ่งเมื่อมีสิ่งเหล่านี้แล้ว ก็ย่อมจะสามารถต่อยอดด้วยเทคโนโลยี และฟังก์ชันที่ก้าวหน้ามากขึ้น เพื่อยกระดับการดำเนินงานที่เมืองเออร์ลันเกนให้ดียิ่งขึ้นได้ในที่สุด

ปัญญาประดิษฐ์สำหรับอุตสาหกรรม (AI) ถือเป็นหนึ่งในเทคโนโลยีขั้นสูง ที่ถูกนำมาใช้งานในโรงงานแห่งนี้ ในขณะที่ AI สำหรับผู้บริโภค ก็สามารถช่วยสร้างข้อความสำหรับสุนทรพจน์ในงานแต่งงาน หรือสร้างภาพสำหรับโปรไฟล์โซเชียลมีเดียของคุณได้ และระบบ AI สำหรับอุตสาหกรรมที่ใช้งานในโรงงาน ก็จะคอยทำหน้าที่ควบคุมเครื่องจักร บริหารจัดการการดำเนินงานบนพื้นที่การผลิต และวิเคราะห์ข้อมูล เพื่อประเมินประสิทธิภาพ และสนับสนุนการตัดสินใจ โดยที่ระบบ AI เหล่านี้ จำเป็นต้องมีความแข็งแกร่ง เชื่อถือได้ และผ่านการพิสูจน์แล้วว่าปลอดภัยมากพอ แม้แต่ในสภาพแวดล้อมที่ต้องทำงานร่วมกับพนักงานอย่างใกล้ชิดก็ตาม

สำหรับในวันนี้ เราลองมาสำรวจไปพร้อม ๆ กันว่า โรงงาน Siemens Electronics ที่เมืองเออร์ลันเกนนั้น ได้นำ AI ระดับอุตสาหกรรมมาใช้ เพื่อสนับสนุนการลดการปล่อยคาร์บอน ยกระดับคุณภาพ และลดระยะเวลาในการออกสู่ตลาดได้อย่างไรบ้าง

AI สำหรับอุตสาหกรรม: ประสิทธิภาพ ความรวดเร็ว และคุณภาพ

โชคดีที่การไหลเวียนของข้อมูลที่เชื่อมต่อถึงกันในองค์กรดิจิทัล ได้เปิดโอกาสที่สำคัญ ให้สามารถนำ AI มาใช้ เพื่อเร่งในการวิเคราะห์ชุดข้อมูลขนาดมหาศาลเหล่านี้ได้เป็นอย่างดี ซึ่งจะช่วยขับเคลื่อนการปรับปรุงในด้านต่าง ๆ ของโรงงาน ทั้งบนพื้นที่การผลิต และในระบบอื่น ๆ ได้รวดเร็วยิ่งกว่าที่เคยเป็นมา ตัวอย่างเช่น โรงงาน Siemens Electronics ที่เมืองเออร์ลันเกนนั้น ได้นำข้อมูลจากทั่วทั้งโรงงานมาใช้ เพื่อดำเนินมาตรการเพิ่มประสิทธิภาพด้านพลังงานอย่างชาญฉลาด จนส่งผลให้สามารถลดการใช้พลังงานลงได้กว่า 25% และลดปริมาณคาร์บอนสุทธิได้ถึง 50% เลยทีเดียว นอกจากนี้แล้ว การปรับปรุงประสิทธิภาพการผลิตอย่างตรงจุด ก็ยังช่วยลดพลังงานที่ใช้ต่อการผลิตสินค้าแต่ละชิ้นลงได้ถึง 50%

อีกสิ่งหนึ่งที่น่าสนใจก็คือ AI ยังช่วยให้สามารถนำระบบบำรุงรักษาเชิงพยากรณ์มาใช้งานได้อย่างแท้จริง เพื่อให้การหยุดทำงานของเครื่องจักรไม่เกิดขึ้นโดยไม่คาดคิดสำหรับผู้ปฏิบัติงานในโรงงาน โดยข้อมูลจากเครื่องจักรและงานบำรุงรักษา จะถูกนำมาวิเคราะห์และเปรียบเทียบกับกรณีที่เกิดขึ้นในอดีต เพื่อระบุรูปแบบ และแนวทางแก้ไขที่เป็นไปได้เอาไว้ล่วงหน้า และโรงงานก็ยังได้นำระบบบำรุงรักษาเชิงพยากรณ์มาใช้ในกระบวนการกัด (milling) ซึ่งเป็นส่วนหนึ่งของการผลิตแผงวงจรพิมพ์ (PCB) ด้วย กล่าวคือ กระบวนการกัดดังกล่าวมักก่อให้เกิดฝุ่นละเอียดที่สะสมบนแกนหมุน (spindle) และมักจะรบกวนการหมุนของแกน หรือบางกรณีหากสะสมมากพอ ก็อาจทำให้เกิดการหยุดทำงานโดยไม่ได้วางแผนเอาไว้ก็เป็นได้ และเพื่อป้องกันความล่าช้าที่มีต้นทุนสูงดังกล่าวนั้นเอง โซลูชันบำรุงรักษาเชิงพยากรณ์จะทำการติดตามกระแสไฟฟ้า และความเร็วของแกนหมุนอยู่เสมอ เพื่อตรวจจับความผิดปกติใด ๆ ที่อาจเกิดขึ้น หรือแม้กระทั่งคาดการณ์สภาวะวิกฤตที่อาจเกิดขึ้นในอนาคต

การใช้ AI เพื่อเพิ่มความแม่นยำและประสิทธิภาพ

กระบวนการที่มีความละเอียดอ่อนมากขึ้น ก็สามารถทำให้เป็นอัตโนมัติได้เช่นกัน โดยทำให้หุ่นยนต์มีความคล่องแคล่วในการควบคุมเทียบเท่ามือมนุษย์ ในขณะที่การผสานเซนเซอร์แรงและแรงบิดเข้ากับเอ็นด์เอฟเฟกเตอร์ของแขนกลหุ่นยนต์ที่ควบคุมด้วย AI ก็ช่วยให้สามารถรับรู้ และปรับแรงที่ใช้ในการจัดการวัตถุได้อย่างแม่นยำ ซึ่งเป็นสิ่งสำคัญอย่างยิ่ง สำหรับกระบวนการที่เกี่ยวข้องกับชิ้นส่วนขนาดเล็กและบอบบาง เช่น องค์ประกอบของแผงวงจรพิมพ์ (PCB) เป็นต้น ซึ่งอันที่จริงแล้ว แขนกลหุ่นยนต์ที่ทำงานกับงานละเอียดอ่อนเช่นนี้ อาจจำเป็นต้องอาศัย “Fingerspitzengefühl” หรือความรู้สึกปลายนิ้วที่ละเอียดอ่อน แบบแทบไม่ต่างจากศัลยแพทย์ที่กำลังเย็บแผลเลยก็ว่าได้

ที่โรงงาน Siemens Electronics เมืองเออร์ลันเกนนั้น การผลิตแผงวงจรพิมพ์ (PCB) มีขั้นตอนการติดตั้งชิ้นส่วนอิเล็กทรอนิกส์แบบมีขา โดยเสียบผ่านรูขนาดเล็กในแผ่นฐาน ซึ่งเรียกว่าเทคโนโลยี Through Hole (THT) โดยที่กระบวนการ THT นั้นเกี่ยวข้องกับชิ้นส่วนที่มีความละเอียดอ่อนสูง ซึ่งต้องถูกเสียบลงในรูขนาดเล็กมากบนแผง PCB และมักจะมีเส้นผ่านศูนย์กลางเพียงเศษเสี้ยวของมิลลิเมตรเท่านั้นเอง อย่างไรก็ตาม การใช้ AI ได้ช่วยให้หุ่นยนต์สามารถจัดการชิ้นส่วนเหล่านี้ได้อย่างนุ่มนวล ทำให้สามารถวางได้อย่างแม่นยำ และยึดติดได้อย่างเหมาะสม โดยไม่ก่อให้เกิดความเสียหายแต่อย่าง ดังนั้นโดยสรุปแล้ว การทำให้กระบวนการที่ละเอียดอ่อนเช่นนี้เป็นระบบอัตโนมัติ ก็สามารถช่วยยกระดับคุณภาพของกระบวนการ และช่วยลดภาระงานที่ซ้ำซากจำเจ หรืองานที่ไม่เหมาะกับสรีรศาสตร์ของมนุษย์ได้เป็นอย่างดี

นอกเหนือไปจากประโยชน์โดยตรงของ AI เช่น การเพิ่มคุณภาพการผลิต และการลดต้นทุนแล้ว การนำ AI เข้ามาใช้ในสภาพแวดล้อมของพื้นที่การผลิต ยังมีส่วนช่วยเสริมความยั่งยืนของโรงงานอีกด้วย ความแม่นยำและความเที่ยงตรงที่เพิ่มขึ้นของกระบวนการติดตั้ง THT แบบอัตโนมัติ สามารถช่วยลดของเสีย (scrap) อีกทั้งลดการสูญเสียวัสดุและพลังงาน ทำให้โรงงานมีประสิทธิภาพโดยรวมดีขึ้น นอกจากนี้ เนื่องจากหุ่นยนต์อัจฉริยะ ไม่จำเป็นต้องใช้ชิ้นส่วนที่ผ่านการคัดแยกไว้ล่วงหน้าอีกต่อไป ดังนั้นแผ่นพลาสติกสำหรับจัดเรียงชิ้นส่วนที่เคยใช้งาน จึงกลายเป็นสิ่งที่ไม่จำเป็นไปในที่สุด ส่งผลให้สามารถลดการใช้ชิ้นส่วนพลาสติกจำนวนหลายพันชิ้น ที่ซึ่งในท้ายที่สุดแล้วจะกลายเป็นขยะได้