news-public-document – NECTEC : National Electronics and Computer Technology Center

รายงานประจำปี 2567 – NECTEC Annual Report 2567

Sasiwipar Hasuk — Mon, 14 Jul 2025 07:12:32 +0000

รายงานประจำปี 2567 ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ

การออกแบบวงจรดิจิทัลด้วยเอฟพีจีเอ (FPGA) ราคาประหยัดจาก GOWIN

Sasiwipar Hasuk — Fri, 20 Sep 2024 04:07:24 +0000

บทความโดย คุณชำนาญ ปัญญาใส
นักวิจัย ทีมระบบไซเบอร์-กายภาพ (CPS)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG) เนคเทค สวทช.

FPGA (Field-Programmable Gate Array) คืออุปกรณ์วงจรรวมที่สามารถกำหนดการทำงานได้ตามความต้องการของผู้ใช้งาน โดยใช้ภาษาการออกแบบวงจรขั้นสูง เช่น VHDL, Verilog หรือ SystemVerilog ซึ่ง FPGA มักจะถูกใช้ในการออกแบบและพัฒนา ระบบดิจิตัลที่มีความซับซ้อนและมีความยืดหยุ่นสูง ผู้ผลิต FPGA ที่เป็นที่รู้จักมักมาจากประเทศฝั่งตะวันตก เช่น AMD (ชื่อเดิม คือ Xilinx) หรือ Intel (ชื่อเดิมคือ Altera)

บทความนี้จะนำเสนอขั้นตอนการออกแบบวงจร FPGA GOWIN คร่าวๆ ผู้ใช้ควรศึกษาเอกสารประกอบซอฟต์แวร์ EDA ของ GOWIN เพิ่มเติม ข้อดีของเอฟพีจีเอของ GOWIN คือมีราคาที่ประหยัดมาก ทำให้ผู้สนใจศึกษา และทดลองการออกแบบวงจรดิจิทัลด้วยเอฟพีจีเอได้ง่ายขึ้น แต่อาจจะมีจุดอ่อนในส่วนของซอฟต์แวร์ที่ยังต้องการพัฒนาให้รวมเอาส่วนของการจำลองวงจร (simulation) เพิ่มเติมจะทำให้การพัฒนาออกแบบวงจรได้สะดวกยิ่งขึ้น

บทความที่เกี่ยวข้อง:
เรียนรู้การออกแบบเอฟพีจีเอ (FPGA) สำหรับ IoT

ดาวน์โหลดเอกสารได้ที่นี่

การออกแบบวงจรดิจิทัลด้วยเอฟพีจีเอ (FPGA) ราคาประหยัดจาก GOWIN

รายงานประจำปี 2566 – NECTEC Annual Report 2566

Walailak Kongprajan — Sun, 08 Sep 2024 03:56:20 +0000

รายงานประจำปี 2566 ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ

ตลาดหุ่นยนต์บริการ (Service Robot) ประเทศไทย 2567-2568 ยังเติบโตได้จริงหรือ?

Sasiwipar Hasuk — Thu, 18 Apr 2024 05:28:48 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

ปัจจุบันคำว่า “หุ่นยนต์” ไม่ใช่สิ่งที่เราจะพบแค่ในนิยายวิทยาศาสตร์อีกต่อไป แต่เราจะเห็นในชีวิตประจำวันมากขึ้นตามลำดับ จริง ๆ แล้วหุ่นยนต์จำพวกแขนกล ระบบอัตโนมัติต่าง ๆ ถูกประยุกต์ใช้งานในโรงงานและภาคอุตสาหกรรมมานานแล้ว แต่หุ่นเหล่านั้นมีรูปร่าง หน้าตา และการให้ความรู้สึกที่มีความเป็นเครื่องจักร เครื่องมือ มากกว่าหุ่นยนต์รุ่นใหม่ ๆ ที่พัฒนาเพื่อใช้งานในชีวิตประจำวันของมนุษย์

จากการที่แนวโน้มมีประชากรกลุ่มผู้สูงอายุมากขึ้นตามลำดับ ค่าแรงงานในภาคการผลิตและภาคบริการสูงขึ้น ทำให้หุ่นยนต์เข้ามามีบทบาทในภาคอุตสาหกรรมการผลิต อุตสาหกรรมบริการ และชีวิตประจำวันของเราทุกคนมากขึ้นเรื่อย ๆ รายงานของ International Federation of Robotics: IFR (2566) พบว่า ปี 2565 Professional Service Robot (หุ่นยนต์บริการสำหรับมืออาชีพ) ทั่วโลกมียอดขายเพิ่มขึ้นจากปีก่อนร้อยละ 48 และมียอดจำหน่ายเกือบ 158,000 ตัว โดยประเภท Professional Service Robot ที่มียอดขายสูงที่สุด 3 อันดับแรก ได้แก่ หุ่นยนต์ทางการขนส่งและโลจิสติกส์ (Transportation & Logistics) หุ่นยนต์ต้อนรับ (Hospitality) และหุ่นยนต์ทางการแพทย์ (Medical & Healthcare) ตามลำดับ สำหรับ Consumer Service Robot (หุ่นยนต์บริการสำหรับผู้บริโภค) ปี 2565 มียอดขายประมาณ 5,000,000 ตัว มีการขยายตัวลดลงจากปีก่อนร้อยละ -12

IFR (2566) ยังรายงานว่า ปี 2565 ผู้ประกอบการ Service Robot ส่วนใหญ่เป็นผู้ประกอบการจากสหรัฐอเมริกามากที่สุด มีจำนวนประมาณ 218 บริษัท โดยแบ่งเป็นบริษัทดั้งเดิมจำนวน 204 บริษัท บริษัท Start-ups จำนวน 13 บริษัท และบริษัทที่ไม่ทราบปีก่อตั้งจำนวน 1 บริษัท ประเทศที่มีผู้ประกอบการรองลงมา ได้แก่ จีน 106 บริษัท เยอรมนี 85 บริษัท และญี่ปุ่น 72 บริษัท ตามลำดับ แม้ว่าอุตสาหกรรมหุ่นยนต์บริการจะเป็นอุตสาหกรรมใหม่และกำลังเติบโตแต่ผู้ประกอบการเป็นผู้ประกอบการหน้าเก่าถึงร้อยละ 91

จากการสำรวจตลาด Service Robot (หุ่นยนต์บริการ) ในประเทศไทย ปี 2566 แนวโน้ม ปี 2567-2568 โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี เนคเทค มีข้อค้นพบสำคัญดังนี้

ปี 2566 มูลค่าตลาดยังมีการเติบโตอย่างต่อเนื่อง แต่การขยายตัวไม่สูงมากนัก เนื่องจากภาวะเศรษฐกิจที่ชะลอตัวลง และเกิดการแข่งขันกันลดราคาเพื่อแย่งส่วนแบ่งการตลาด เพราะมีผู้ประกอบการเข้ามาแข่งขันมากขึ้น ทำให้ราคาค่าเช่าหุ่นยนต์บริการมีราคาลดลงอย่างมากเมื่อเทียกับปีก่อน โดยเฉพาะราคาเช่า Delivery Robot
ปี 2566 จำนวนหุ่นยนต์มีอัตราการเติบโตลดลงอย่างมาก เกิดจากการใช้งาน Delivery Robot ในธุรกิจร้านอาหารเริ่มถึงจุดอิ่มตัวโดยเฉพาะในกรุงเทพฯ และปริมณฑล ต้องขยายตลาดไปที่ต่างจังหวัดแทน และขยายตลาดไปกลุ่มธุรกิจโรงพยาบาล และโรงแรมมากขึ้น แต่ทั้งนี้ Professional Cleaning Robot กลับมีการขยายตัวเพิ่มขึ้น

รูปที่ 1 สัดส่วนหุ่นยนต์บริการประเภทต่าง ๆ ในประเทศไทย ปี 2566
ที่มา: รายงานการสำรวจของเนคเทค ปี 2567

หมายเหตุ

[1] แบ่งประเภท Professional Service Robot ตาม International Federation of Robotics (IFR) และไม่รวม AGV และ Service Robot ที่ใช้ภายในโรงงานอุตสาหกรรม
[2] Spray Robot/Disinfection Robot อยู่ในประเภท Professional Cleaning Robot
[3] *Other Medical Robot ส่วนใหญ่เป็นหุ่นยนต์ที่ดูแลผู้ป่วย หรือปฏิสัมพันธ์กับผู้สูงอายุ

ในรายละเอียด จากการสำรวจของเนคเทค ปี 2566 มีจำนวนหุ่นยนต์บริการในประเทศไทยสะสม (ตั้งแต่ปี 2561-2566) ประมาณ 4,600 ตัว^[1] เพิ่มขึ้น 1,100 ตัว โดยส่วนใหญ่ร้อยละ 44 เป็นหุ่นประเภท Delivery Robot (Transportation & Logistics) (รูปที่ 1) อย่างไรก็ตามประเมินว่าสัดส่วนการใช้ลดลงอย่างมีนัยสำคัญในปี 2567-2568

นอกจากนั้นการสำรวจปีนี้ มีการสัมภาษณ์ผู้ประกอบการที่ใช้งาน มีข้อค้นพบที่น่าสนใจดังต่อไปนี้

ภาคเอกชน ยังสนใจใช้หุ่นยนต์สนับสนุนการทำงาน ปัจจัยหลัก ๆ เพื่อทดแทนการขาดแคลนแรงงาน การเพิ่มประสิทธิภาพ และการทำงานในพื้นที่เสี่ยง น่าเบื่อ หรือไม่เหมาะสมที่จะให้มนุษย์อยู่ในพื้นที่ สำหรับเรื่องภาพลักษณ์เป็นปัจจัยรองที่ผู้ประกอบการคำนึงถึง
สำหรับผู้ประกอบการ-การใช้หุ่นยนต์ไม่ใช่คำตอบสุดท้ายของทุกสิ่ง ผู้ใช้งานให้ความสำคัญกับความคุ้มค่าในการลงทุนซึ่งเป็นปัจจัยหลักในการเลือกใช้หุ่นยนต์ของผู้ประกอบการ
ความต้องการและโอกาสในการใช้งานยังเพิ่มขึ้นเพราะลูกค้ารู้จักใช้และเลือกที่จะเช่าใช้มากกว่าซื้อขาด

แนวโน้มการใช้งานหุ่นยนต์บริการในประเทศไทยยังเพิ่มขึ้น จากปัจจัยสนับสนุนเรื่อง (1) การแข่งขันราคาอย่างรุนแรงจากแบรนด์ต่างประเทศทำให้ราคาลดลงอย่างต่อเนื่อง จนกระทั่งราคาอยู่ใกล้เคียงกับค่าจ้างแรงงานทักษะระดับกลาง (2) การยอมรับเพิ่มขึ้นของผู้ใช้ จากรูปลักษณ์ภายนอกที่ดูน่าใช้ ราคาเข้าถึงได้ และตัวอย่างการใช้งานหุ่นบริการมากขึ้น (3) เทคโนโลยีที่เข้าถึงเข้าใจได้ง่ายขึ้น ผู้ใช้ “เข้าใจ” ว่าต้องการใช้งานอะไร แค่ไหน

อย่างไรก็ตามลูกค้ากลุ่มเดิม ๆ เริ่มอิ่มตัวกับการใช้หุ่นยนต์ สำหรับร้านอาหารที่ไม่ได้ออกแบบ หรือวางแผนการจัดการพื้นที่สาขาที่ดีพอ ไม่มีพื้นที่พอสำหรับการเว้นระยะให้หุ่นเดินได้สะดวก ก็ทำให้การขยายตัวการใช้ทำได้ยากขึ้น ประกอบกับผู้ประกอบการเริ่มเห็นและเข้าใจแล้วว่าจะใช้หุ่นจำนวนเท่าใด ที่สาขาไหน จึงจะทำให้เกิด productivity สูงสุด และคุ้มค่ามากที่สุด จึงเลือกที่จะ “ซื้อเพิ่ม” เท่าที่จำเป็น และนำหุ่นเหล่านั้นมา “ทำงานร่วมกับคน” ไม่ใช่แทนคน

เชิงอรรถ
[1] การสำรวจรวมหุ่นยนต์บริการเพียง 5 กลุ่ม ได้แก่ Delivery Robot (Transportation & Logistics), Hospitality Robot, Professional Cleaning Robot, Security Robot และ Other Medical Robot โดยไม่รวมหุ่นยนต์บริการที่ใช้ในโรงงานอุตสาหกรรม โดรนการเกษตร ฯลฯ จำนวนจึงอาจต่ำกว่าการสำรวจหรือข้อมูลจากแหล่งอื่น

บทความโดย

สิรินทร อินทร์สวาท, ปณิตา ล่ำซำ
ทีมวิเคราะห์ตลาดและเทคโนโลยี
ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ

ดาวน์โหลดเอกสารฉบับเต็มได้ที่นี่

สถานภาพตลาดหุ่นยนต์โลกและการสำรวจตลาดหุ่นยนต์บริการ (Service Robot) ในประเทศไทย ปี 2566 และแนวโน้มปี 2567–2568

(บทความพิเศษ) เจาะลึกผู้ใช้ Service Robot ในประเทศไทย: ความต้องการและพฤติกรรม [ ดาวน์โหลด ]

“PET” ที่ไม่ใช่สัตว์เลี้ยง แต่เป็นเทคโนโลยีรักษาความเป็นส่วนตัวของข้อมูล

Sasiwipar Hasuk — Fri, 05 Apr 2024 03:46:58 +0000

“PET” ติดอันดับเทคโนโลยีที่น่าจับตามอง

“PET” ที่ไม่ได้แปลว่าสัตว์เลี้ยงแสนดีที่คอยเฝ้าบ้านให้เรา แต่คือเทคโนโลยีที่คอยเฝ้าระแวดระวังการเก็บรักษาความเป็นส่วนตัวของข้อมูล ท่ามกลางกระแสสังคมแห่งการใช้และแชร์ข้อมูล การปกป้องความเป็นส่วนตัวของข้อมูลก็สำคัญ สองสิ่งนี้ดูจะย้อนแย้ง แต่ก็ไม่สามารถตัดขาดจากกันได้

เทคโนโลยี “PET” มีชื่อเรียกเต็มๆ ว่า “Privacy-Enhancing Technology” หรือ “เทคโนโลยีคุ้มครองความเป็นส่วนตัวของข้อมูล” ได้รับความสนใจเป็นอย่างมากในช่วงสองปีที่ผ่านมานี้ (2021 – 2023) ท่ามกลางงานวิจัยที่เริ่ม Mature จนถูกหยิบยกมาประยุกต์ใช้งานเชิงพาณิชย์ในประเทศชั้นนำทางด้านเทคโนโลยี เช่น สหรัฐอเมริกา ประเทศสหภาพยุโรป และเริ่มขยายตัวมายังฝั่งทวีปเอเชีย เช่น เกาหลีใต้ สิงคโปร์ และเวียดนาม โดย PET ถูกจัดอันดับให้ติด Top Strategic Technology Trends จากบริษัทวิจัยและให้คำปรึกษาชั้นนำระดับโลกอย่าง Gartner ทั้งปี 2021^[1] และ 2022^[2] สองปีซ้อน และยังถูกพูดถึงในนิตยสาร Frobe ในปี 2021^[3]

นอกจากนั้น Gartner ยังตอกย้ำความโดดเด่นของ “PET” โดยได้คาดการณ์ว่าภายในปี 2568 องค์กรขนาดใหญ่ราวๆ 60% จะใช้ Privacy-Enhancing Computation (PEC) หรือ Privacy-Enhancing Cryptographic (PEC) หนึ่งใน Subset ของเทคโนโลยี PET อย่างน้อยหนึ่งเทคนิคเพื่อการวิเคราะห์ และการประมวลผลข้อมูลบนคลาวด์ สำหรับธุรกิจบริการทางการเงินที่การแลกเปลี่ยนข้อมูลข้ามองค์กรจะช่วยเพิ่มขีดความสามารถในการวิเคราะห์การฉ้อโกง ต่อต้านการฟอกเงิน และด้านข่าวกรอง เนื่องจากข้อมูลทางการเงินของลูกค้านั้นเป็นข้อมูลอ่อนไหว การแลกเปลี่ยนข้อมูลแบบเดิมๆ ไม่สามารถทำได้โดยไม่สูญเสียความเป็นส่วนตัวของข้อมูล เทคโนโลยี PET จึงเป็นความหวังที่จะเข้ามาช่วยปิดช่องว่างของปัญหานี้

ทำไม “PET” ถึงสำคัญกับชีวิตผู้คน

การตื่นตัวในการปกป้องความเป็นส่วนตัวของข้อมูลส่วนบุคคล ได้รับความสนใจจากทั่วโลกมากขึ้นเรื่อยๆ จากการนำข้อมูลไปใช้ในทางที่ไม่เหมาะสมคงหนีไม่พ้น ข่าวดังระดับโลกของการรั่วไหลของข้อมูลส่วนบุคคลครั้งใหญ่ของ Facebook เมื่อปี 2018 หรือ Facebook-Cambridge Analytica Data Scandal ที่มาร์ค ซัคเคอร์เบิร์ก ซีอีโอของ Facebook ต้องขึ้นให้การกับสภาครองเกรสของสหรัฐฯ เพื่อชี้แจงว่าได้นำข้อมูลของผู้ใช้ 87 ล้านคนรั่วไหล ไปสู่บริษัทเอกชนรายหนึ่งที่ชื่อเคมบริดจ์ อะนาไลติก้า (Cambridge Analytica) ซึ่งบริษัทนี้ได้นำข้อมูลนั้นไปใช้ประโยชน์ด้วยการช่วยในแคมเปญหาเสียงของ โดนัลด์ ทรัมป์ จากพรรครีพับบลิกัน ในปี 2016 จนพาทรัมป์พลิกสถานการณ์ แซงเอาชนะฮิลลารี่ คลินตัน ตัวเต็งจากเดโมแครต ไปได้แบบสุดเซอร์ไพรส์^[4] นอกจากนี้ปัจจุบันผู้คนเริ่มให้ความสนใจและเพิ่มความระมัดระวังในการให้ข้อมูลส่วนบุคคลมากขึ้น เป็นผลมาจากที่มีข่าวการรั่วไหลของข้อมูลส่วนตัวออกมาเป็นระยะ ๆ

จากปัญหาดังกล่าว จึงทำให้เริ่มมีมาตรการปกป้องความเป็นส่วนตัวของข้อมูลส่วนบุคคล โดยสหภาพยุโรปหรือ EU ได้ออกกฎหมายคุ้มครองข้อมูลส่วนบุคคล GDPR (General Data Protection Regulation) ซึ่งมีผลบังคับใช้ตั้งแต่ 25 พฤษภาคม 2561 โดยธุรกิจที่จัดเก็บข้อมูลส่วนบุคคลของพลเมืองสหภาพยุโรปจะต้องเพิ่มมาตรการปกป้องข้อมูล โดยไม่สามารถนำข้อมูลเหล่านี้ไปใช้ในเชิงพาณิชย์ได้ หากไม่ได้รับความยินยอมจากเจ้าของข้อมูล^[5] ตลอดจนการตื่นตัวของการนำข้อมูลทางด้านสาธารณสุขไปใช้ประมวลผลร่วมด้วยกับ AI โดยประเทศสหรัฐอเมริกาได้ออกกฏหมายคุ้มครองข้อมูลส่วนบุคคลเกี่ยวกับด้านสาธารณะสุข HIPAA กฎหมายว่าด้วยการเคลื่อนย้ายและความรับผิดชอบในการประกันสุขภาพ (Health Insurance Portability and Accountability Act : HIPAA)^[6] นอกจากนั้นประเทศอื่นๆ ก็เริ่มหันมาให้ความสำคัญกับการคุ้มครองข้อมูลส่วนบุคคล เช่นเดียวกับประเทศไทย ได้มีการบังคับใช้ พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล หรือ PDPA (Personal Data Protection Act) ตั้งแต่วันที่ 1 มิถุนายน 2565 ซึ่งถูกกำหนดขึ้นเพื่อใช้ในการคุ้มครองข้อมูลส่วนบุคคลไม่ให้ถูกจัดเก็บหรือนำไปใช้โดยไม่ได้แจ้งให้เราทราบและ/หรือได้รับความยินยอมจากเราในฐานะเจ้าของข้อมูลก่อน^[7]

การมีกฎหมายดังกล่าวทำให้ในช่วงปีที่ผ่านมา ผู้ขอรับบริการอย่างเราจึงเริ่มต้องเซ็นเอกสารยินยอมให้บริษัทนำข้อมูลส่วนบุคคลไปใช้เพื่อแลกกับบริการที่จะได้รับ หรือต้องกดปุ่มยินยอมในแอพพลิเคชั่นเพื่อแลกกับการเข้าถึงการใช้งานบนแอพพลิเคชั่นนั้นๆ อย่างไรก็ตาม การบังคับใช้กฎหมายให้ผู้ใช้บริการยินยอมส่งมอบข้อมูล หรือยินยอมให้นำข้อมูลส่วนบุคคลไปใช้ประโยชน์นั้น ไม่ต่างอะไรกับการบีบบังคับให้ผู้รับบริการต้องสูญเสียความเป็นส่วนตัวของข้อมูลไปเพื่อแลกมากับบริการนั้น ๆ ดังนั้นจะดีกว่าหรือไม่? ถ้ามีเทคโนโลยีเข้ามาช่วยให้การคุ้มครองความเป็นส่วนตัวของข้อมูล “ทำได้ทันที” ตั้งแต่ต้นทางไปถึงปลายทางโดยผู้รับบริการไม่ต้องแลกความเป็นส่วนตัวเพื่อขอรับบริการนั้น ๆ

ในขณะที่ เราปฏิเสธไม่ได้ว่าการใช้เทคโนโลยีคลาวด์ และ Internet of Things (IoT) เริ่มเข้ามามีบทบาทในด้านธุรกิจอุตสาหกรรมมากยิ่งขึ้น และเป็นหัวใจหลักสนับสนุนการก้าวสู่ Industry 4.0 ภาคธุรกิจขนาดใหญ่ต่างใช้ประโยชน์และพลังการคำนวณจากคลาวด์ทั้งในเรื่องการเข้าถึงข้อมูลได้จากทุกที่ทุกเวลา และการลดภาระการดูแลเซิร์ฟเวอร์ภายในองค์กร ดังนั้น จึงหลีกเลี่ยงไม่ได้ที่จะต้องนำข้อมูลภายในองค์กรไปประมวลผลบนคลาวด์สาธารณะ แต่กลับเกิดปัญหาข่าวการรั่วไหลของข้อมูล (Data Breach) ในผู้ให้บริการคลาวด์รายใหญ่ เช่น Amazon Web Services (AWS) และ Microsoft Azure ทำให้องค์กรต่าง ๆ เริ่มเห็นความสำคัญในการปกป้องความปลอดภัยและความเป็นส่วนตัวของข้อมูลมากยิ่งขึ้น ผู้ประกอบการต่าง ๆ เริ่มแสดงความกังวลในการนำข้อมูลที่มีความอ่อนไหว (Sensitive) ของโรงงานออกไปใช้บริการคลาวด์ สาธารณะ ดังนั้นเทคโนโลยีที่มาช่วยคุ้มครองความเป็นส่วนตัวของข้อมูลจึงน่าจะเป็นทางออกที่ตอบโจทย์ต่อประเด็นปัญหาเหล่านี้

อ้างอิง

[1] https://www.gartner.com/smarterwithgartner/gartner-top-strategic-technology-trends-for-2021
[2] https://www.gartner.com/en/newsroom/press-releases/2021-10-18-gartner-identifies-the-top-strategic-technology-trends-for-2022
[3] https://www.forbes.com/sites/forbestechcouncil/2021/02/19/adding-privacy-enhancing-computation-to-your-tech-stack/?sh=494da9623de5
[4] https://workpointtoday.com/cambridge-analytica/
[5] https://www.dft.go.th/th-th/DetailHotNews/ArticleId/10986/10986GDPR
[6] https://lawforasean.krisdika.go.th/File/files/กฎหมายว่าด้วยการเคลื่อนย้ายและความรับผิดชอบในการประกันสุขภาพ.pdf
[7] https://easypdpa.com/article/easypdpa-summary-what-is-pdpa

สนใจข้อมูลเพิ่มเติม

ติดตามเรื่องราวเจาะลึกของเทคโนโลยี PET ได้ที่นี่...

บทความโดย

ดร.กลิกาสุขสมบูรณ์
ทีมวิจัยระบบไซเบอร์-กายภาพ (CPS)
ดร.จิรพรรณ เชาวนพงษ์
ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล

ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค)

จับสัญญาณเทคโนโลยี Wearable AI จะยกระดับคุณภาพชีวิตได้ดีแค่ไหน?

Sasiwipar Hasuk — Tue, 02 Apr 2024 10:10:48 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

Wearable AI Technology คืออะไรและมีประโยชน์กับชีวิตเราอย่างไร?

Wearable AI Technology or Devices เทคโนโลยีหรืออุปกรณ์ที่สวมใส่บนร่างกายที่ใช้ประโยชน์จากปัญญาประดิษฐ์ เป็นอุปกรณ์ที่สวมใส่บนร่างกายแล้วช่วยเก็บข้อมูล ติดตามการเคลื่อนไหวได้ด้วยการติดตั้งเซ็นเซอร์และเทคโนโลยีปัญญาประดิษฐ์ อุปกรณ์เหล่านี้รวบรวมข้อมูลจากสภาพแวดล้อมจากการสวมใส่ และผ่านอัลกอริธึมการเรียนรู้เชิงลึก (deep learning algorithms) ที่ฝังไว้ จึงให้ข้อมูลเชิงลึก ข้อเสนอแนะและคำแนะนำต่าง ๆ ที่แม่นยำแก่ผู้ใช้งาน โดยใช้เซ็นเซอร์ไบโอเมตริกซ์และเทคโนโลยีสวมใส่อื่น ๆ (biometric sensors and other wearable technologies) ซึ่งรวมถึงไมโครโฟนและเซ็นเซอร์หลากหลายประเภท (microphones and other sensors) ^[1]

เชื่อกันว่า Wearable AI เข้ามาเป็นตัวช่วยตั้งแต่สุขภาพ การแพทย์ ผู้สูงอายุ จนถึงวิทยาศาสตร์การกีฬา โดยแอปพลิเคชันมีหลากหลาย ไม่ว่าจะเป็นการใช้งานทั่วไป เช่น การติดตามสุขภาพ (health monitoring) ทั้งด้านร่างกายและจิตใจ ความเหนื่อยล้า ความเครียด การติดตามการออกกำลังกาย (fitness tracking) และติดตามการนอนหลับ (sleep tracker) รวมถึงสำหรับติดตามผู้สูงอายุ หรือทางด้านการแพทย์และวิทยาศาสตร์การกีฬา (sport science) โดยมีการเชื่อมต่อกับระบบนิเวศอุปกรณ์อื่น ๆ เช่น เสื้ออัจฉริยะ นาฬิกาอัจฉริยะ แว่นตาอัจฉริยะ รองเท้าอัจฉริยะ โดยเทคโนโลยีที่สวมใส่ได้จะเก็บข้อมูลและประมวลผลได้เร็วเนื่องจากมีไมโครชิปช่วยเพิ่มความสามารถในด้านต่างๆ ทำให้สามารถนำข้อมูลที่ได้ไปประกอบการตัดสินใจได้ดียิ่งขึ้น ^[2]

เจาะกระแสแนวโน้มตลาดทั่วโลกและไทย

มูลค่าตลาด Wearable AI ทั่วโลก เติบโตแบบฉุดไม่อยู่

Grandview research^[3] บริษัทวิจัยตลาด ระบุว่าตลาด Wearable AI ทั่วโลกมีมูลค่า 21.2 พันล้านเหรียญสหรัฐ หรือ 7.7 แสนล้านบาท ในปี 2022 และคาดว่าจะขยายตัวที่อัตราการเติบโต (CAGR) 29.8% ตั้งแต่ปี 2023 ถึง 2030 ตลาดนี้กำลังเติบโตอย่างมากเนื่องจากการประยุกต์กับเทคโนโลยีใหม่ ๆ เช่น ปัญญาประดิษฐ์ และสมาร์ทโฟน 5G ฯลฯ โดยการเพิ่มขึ้นของการใช้ Smart Wearable ที่รองรับ AI นั้น เกิดมาจาก

(1) ความก้าวหน้าของ IoT
(2) การบูรณาการของ Wireless technology
(3) ความนิยมการใช้ Smart watch ที่เพิ่มขึ้นในกลุ่มคนรุ่น Millennials และ Gen Z

จุดยืน Wearable Technology ไทยในตลาดโลก

แม้ประเทศไทย ยังไม่มีการสำรวจมูลค่าตลาด Wearable AI แต่พบว่า แนวโน้มตลาด Smart wearable ไทยเติบโตและตอบสนองความต้องการที่หลากหลาย โดย Economic Intelligence Center ของธนาคารไทยพาณิชย์ จำกัด (มหาชน) หรือ SCB EIC ระบุว่าแนวโน้มตลาดที่ผ่านมา Smart wearable ได้รับความนิยมเพิ่มมากขึ้นในประเทศไทย โดยมียอดขายที่สูงขึ้นเฉลี่ยอย่างน้อย 23% ต่อปี^[4] โดยเฉพาะกลุ่มอุปกรณ์ประเภทเพื่อสุขภาพ ซึ่งมีการพัฒนาทั้งด้านประสิทธิภาพการใช้งาน ความแม่นยำ รูปลักษณ์ที่หลากหลาย โดย Smart wearable ที่รู้จักคุ้นเคยที่สุดคือ Smart watch ซึ่งจากการสำรวจ พบว่าคนไทยในปัจจุบันใส่ Smart Watch กันมากถึง 19% หรือเกือบ 1 ใน 5^[5] ส่วนหนึ่งเพราะนอกจาก Apple Watch แล้วยังมีแบรนด์อื่น ๆ ที่เข้ามาทำตลาดในราคาถูก ๆ มากมาย อย่าง Xiaomi Mi Band ก็เป็นแบรนด์หนึ่งที่คนไทยนิยมไม่น้อย นอกจากนี้ยังหมายรวมถึงเสื้อผ้าที่ใช้ใยพิเศษในการทอเพื่อวัดปฏิกิริยาทางไฟฟ้าที่เกิดขึ้นในกล้ามเนื้อของผู้สวมใส่ หรือชุดชั้นในที่สามารถตรวจหามะเร็งเต้านมได้ สามารถตอบโจทย์ความต้องการของผู้บริโภคได้เฉพาะเจาะจงและหลากหลายมากขึ้น

นอกจากนั้น 6Wresearch บริษัทวิจัยและที่ปรึกษาด้านการตลาด ได้เผยแพร่รายงานเมื่อเดือนกรกฏาคม 2023^[6] วิเคราะห์ว่าตลาด Wearable Technology ในประเทศไทยกำลังได้รับความนิยมเพิ่มขึ้นอย่างรวดเร็ว เนื่องจากผู้บริโภคหันมาใช้ประโยชน์จากอุปกรณ์อัจฉริยะ Wearable Technology ที่สามารถผสมผสานเข้ากับชีวิตประจำวัน อาทิเช่น Smart watches, Fitness trackers, Smart clothing ช่วยให้ผู้ใช้สามารถเก็บข้อมูลสุขภาพและการออกกำลังกายที่สำคัญได้ ทั้งนี้ COVID-19 ก็เป็นอีกแรงส่งหนึ่งให้ตลาดนี้เติบโต ไม่ว่าจะเป็นการเปลี่ยนแปลงรูปแบบการใช้งานและการเร่งการนำเทคโนโลยีมาใช้ ส่งผลให้การใช้ Wearable Technology ถูกเร่งนำมาใช้ เช่น ใช้ติดตามสุขภาพ การออกกำลังกาย โรคภัยไข้เจ็บ และติดต่อสื่อสารกันมากขึ้น ซึ่งการเติบโตของตลาดนี้มาจากปัจจัยขับเคลื่อน ได้แก่

กระแสการตระหนักเรื่องสุขภาพที่เพิ่มขึ้น: กระแสนี้แสดงให้เห็นได้ชัดจาก SCB EIC สำรวจว่ามูลค่าตลาดสุขภาพและเวลเนส (Health & Wellness) ของไทยมีขนาดใหญ่มากอยู่ที่ราว 1.5 ล้านล้านบาทในปี 2019 คิดเป็น 8% ของ GDP ไทย^[7] อีกทั้งมีแนวโน้มเติบโตต่อเนื่องจาก 4 เมกะเทรนด์สุขภาพ ได้แก่ การก้าวเข้าสู่สังคมสูงอายุโดยสมบูรณ์, พฤติกรรมการใส่ใจสุขภาพมากขึ้นของผู้บริโภค, อัตราการเป็นโรคไม่ติดต่อเรื้อรังที่เพิ่มสูงขึ้น และนโยบายสนับสนุนจากภาครัฐ ซึ่งจะสร้างโอกาสให้แก่ภาคธุรกิจในการเกาะกระแสที่กำลังเติบโต และ SCB EIC ได้สำรวจผู้บริโภคชาวไทย พบว่าผลกระทบจากวิกฤตโควิด-19 ที่ผ่านมาส่งผลให้ผู้บริโภคให้ความสำคัญกับการดูแล รักษา และป้องกันสุขภาพมากขึ้น ซึ่งส่งผลต่อเนื่องให้ธุรกิจด้านนี้ได้รับความสนใจจากผู้บริโภคค่อนข้างสูง^[8] ดังนั้นจึงเป็นโอกาสทำให้คนไทยหันมาใช้ Wearable Technology เพื่อติดตามสุขภาพและการออกกำลังกายกันมากขึ้น
การเข้าสู่สังคมผู้สูงอายุ (Aging society): ประเทศไทยกำลังเข้าสู่สังคมผู้สูงอายุ โดยสถิติในปี 2022 ประเทศไทยมีประชากรอายุ 60 ปีขึ้นไป 13 ล้านคน หรือคิดเป็นร้อยละ 19 ของประชากรทั้งหมด 66 ล้านคน^[9] ประกอบกับในปี 2023 ค่าเฉลี่ยอายุคนไทยที่สูงถึง 40.1 ปี ถือว่าเป็นประชากรวัยกลางคนขึ้นไป เมื่อเทียบกับค่าเฉลี่ยทั่วโลกที่อยู่แค่ 30.4 ปี ถือว่าต่างกันสูงมาก^[10] จึงส่งผลให้มีความต้องการอุปกรณ์ Wearable Technology สำหรับติดตามดูแลสุขภาพตั้งแต่วัยกลางคนขึ้นไป และตัวช่วยเรื่องความปลอดภัยของผู้สูงอายุเพิ่มสูงขึ้น
ความต้องการไลฟ์สไตล์ที่สะดวกและมีการเชื่อมต่อ (Trend of connected lifestyles): ผู้บริโภคต้องการความสะดวกและการเชื่อมต่อของอุปกรณ์เทคโนโลยีต่าง ๆ ทำให้ Wearable Technology กลายเป็นสิ่งที่น่าสนใจมากขึ้น ซึ่งเสริมปัจจัย Connectivity นี้ด้วยสถิติพฤติกรรมของคนไทยมีมือถือที่สามารถเล่นอินเทอร์เน็ตถึง 95.3% ในปี 2023^[11]
การเข้าสู่ยุคดิจิทัล: ประเทศไทยก้าวเข้าสู่ยุคดิจิทัล โดยมีนโยบายภาครัฐให้การสนับสนุน Digitalization มีสัดส่วนคนไทยที่สามารถเข้าถึงอินเทอร์เน็ตได้สูงถึง 85.3% นั่นหมายความว่าแทบทุกคนในประเทศล้วนออนไลน์กันหมดแล้ว นอกจากนี้ การขยายตัวของตลาดสมาร์ทโฟน ซึ่งเป็นอุปกรณ์หลักที่เชื่อมต่อกับ Wearable Technology ทำให้ตลาดนี้มีบทบาทสำคัญในการกำหนดความต้องการด้านเทคโนโลยีส่วนบุคคล
เทคโนโลยีเข้าถึงง่ายขึ้น ฟังก์ชันหลากหลาย: การนำเซ็นเซอร์ขั้นสูง (Integration of advanced sensors) มาผสมผสานใน Wearable Technology ช่วยเพิ่มประสิทธิภาพและฟังก์ชั่นการใช้งาน กระตุ้นความสนใจได้มากขึ้น

อ้างอิง

[1] https://rareconnections.io/best-ai-wearables/
[2] https://www.springnews.co.th/spring-life/819630
[3] https://www.grandviewresearch.com/industry-analysis/wearable-ai-market-report3
[4] https://www.scbeic.com/th/detail/product/5825
[5] https://www.everydaymarketing.co/trend-insight/thailand-data-digital-stat-insight-2023-from-we-are-social/
[6] https://www.6wresearch.com/industry-report/thailand-wearable-technology-market
[7] https://www.scbeic.com/th/detail/product/health-wellness-261223
[8] https://www.scbeic.com/th/detail/product/health-and-wellness-survey-170124
[9] https://thaitgri.org/?p=40208
[10,11] https://www.everydaymarketing.co/trend-insight/thailand-data-digital-stat-insight-2023-from-we-are-social/

สนใจข้อมูลเพิ่มเติม

ติดตามเรื่องราวเจาะลึกของ เทคโนโลยี Wearable AI กันต่อที่...

บทความโดย

ดร.จิรพรรณ เชาวนพงษ์
ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล
ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค)

[White Paper] 5G Use Cases for Smart Factory/Manufacturing ในประเทศไทย: มุมมองเชิงเทคนิคและความคุ้มค่าการลงทุน

Sasiwipar Hasuk — Wed, 27 Mar 2024 04:02:33 +0000

โดย กลุ่มวิจัยการสื่อสารและเครือข่าย (CNWRG)
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)
ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

เทคโนโลยีเครือข่ายเซลลูลาร์ไร้สายมีวิวัฒนาการมาถึงยุคที่ 5 หรือที่เรียกว่าย่อว่า 5th Generation Cellular Network (5G) ในช่วงปี พ.ศ. 2562 ด้วยศักยภาพของเทคโนโลยีที่มีการพัฒนาเพิ่มขึ้นอย่างต่อเนื่อง ทำให้มีการนำเทคโนโลยีนี้มาประยุกต์ใช้ในภาคอุตสาหกรรมการผลิต นอกเหนือจากการให้บริการโทรคมนาคมแก่บุคคลทั่วไปในการใช้งานโทรศัพท์เคลื่อนที่หรือเชื่อมต่อข้อมูลผ่านเครือข่ายอินเทอร์เน็ต ซึ่งเทคโนโลยี 5G มีศักยภาพที่สอดคล้องกับแนวทางการปรับปรุงอุตสาหกรรมการผลิตให้เข้าสู่ยุคที่ 4 หรือ ที่เรียกว่า Industry 4.0 ด้วยการเพิ่มการเชื่อมต่อระบบเครือข่ายข้อมูลที่มีเสถียรภาพ เข้าไปในสายการผลิต เป็นผลให้การผลิตสามารถปรับให้มีความยืดหยุ่นได้ สามารถตรวจสอบ และปรับปรุงประสิทธิภาพในกระบวนการผลิตได้ดีขึ้น

อย่างไรก็ตามเทคโนโลยีนี้ยังมีความใหม่ และมีการปรับปรุงมาตรฐานอย่างต่อเนื่อง อุปกรณ์ที่ใช้งานได้ในโรงงานกำลังค่อย ๆ เพิ่มจำนวนขึ้น อีกทั้งผู้ให้บริการและผู้ใช้งานยังมีความเข้าใจในการประยุกต์ใช้งานในภาคอุตสาหกรรมการผลิตอย่างจำกัด ผนวกกับความกังวลในความคุ้มค่าที่จะลงทุนในการเลือกใช้เทคโนโลยีที่เหมาะสมกับบริบทของแต่ละราย เป็นส่วนสำคัญที่ยับยั้งการขับเคลื่อนไปข้างหน้าของการลงทุนใหม่ ๆ ก่อให้เกิดการหยุดชะงักของการพัฒนาอุตสาหกรรมให้ก้าวสู่อุตสาหกรรม 4.0

ดังนั้น จึงมีความจำเป็นอย่างยิ่งที่จะมีการทดลองทดสอบและการถ่ายทอดการประยุกต์ใช้งานเทคโนโลยี 5G ให้กับอุตสาหกรรมเพื่อนำไปสู่ Smart Factory/Manufacturing ได้อย่างยั่งยืน ให้เข้ากับบริบทของอุตสาหกรรมไทย ซึ่งการทดลองมาจากความต้องการของผู้ประกอบการโรงงาน พร้อมทั้งชี้ให้เห็นถึงขีดความสามารถของเทคโนโลยี 5G ในด้านต่าง ๆ ซึ่งเอกสารเผยแพร่ฉบับนี้เป็นสรุปผลการทดลองภายใต้โครงการทดลองและถ่ายทอดการประยุกต์ใช้เทคโนโลยี 5G สำหรับ Smart Factory/Manufacturing ที่ได้รับการส่งเสริมสนับสนุนจากกองทุนวิจัยและพัฒนากิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคม เพื่อประโยชน์สาธารณะ (กทปส.) เพื่อเป็นการนำร่องศึกษาการใช้งานเทคโนโลยี 5G ในโรงงาน ซึ่งจะแสดงให้เห็นถึงประโยชน์จากแนวทางการเลือกใช้เทคโนโลยีทั้งในแง่ของประสิทธิภาพและความคุ้มค่าของการลงทุน และผลกระทบต่อภาคธุรกิจโทรคมนาคมและภาคอุตสาหกรรม รวมถึงโอกาสและข้อจำกัดต่าง ๆ นอกจากนี้ยังเป็นการเตรียมความพร้อมให้อุตสาหกรรมในประเทศไทยสามารถก้าวเข้าสู่ยุค 4.0 อย่างแท้จริง

สามารถดาวน์โหลดได้ที่นี่

5G Use Cases for Smart Factory/Manufacturing ในประเทศไทย: มุมมองเชิงเทคนิคและความคุ้มค่าการลงทุน

สถานภาพและความต้องการกำลังคนด้าน High Performance Computing (HPC) ในประเทศไทย

Sasiwipar Hasuk — Fri, 22 Mar 2024 10:03:25 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

การพัฒนาเทคโนโลยี High Performance Computing

ปัจจุบันโลกถูกขับเคลื่อนด้วยการใช้ประโยชน์จากข้อมูลปริมาณมหาศาลหรือที่เรียกกันว่า Big Data หากจะต้องทำความเข้าใจ คาดการณ์ วางแผน โดยใช้ข้อมูลที่มีเหล่านั้น องค์กร/หน่วยงานวิจัยทั่วโลกต่างใช้เทคโนโลยีการคำนวณขั้นสูงมาสนับสนุนการประมวลผล วิเคราะห์ และสร้างแบบจำลองจากข้อมูล เพื่อให้เกิดความแม่นยำสมจริง เพื่อทลายขีดจำกัดในการทำวิจัยและพัฒนา การวางแผนการผลิต และให้บริการ ซึ่งอุปกรณ์หลักที่ใช้ในการทำงานประเภทนี้ก็คือ เครื่อง Supercomputer หรือคอมพิวเตอร์สมรรถนะสูง ผ่านเทคโนโลยีการประมวลผลสมรรถนะสูง (High Performance Computing: HPC)

เมื่อกล่าวถึงเทคโนโลยีการประมวลผลสมรรถนะสูง (HPC) เราอาจคิดว่าเป็นเรื่องไกลตัว แต่ปัจจุบัน HPC ถูกนำไปใช้เพื่อสนับสนุนงานในหลาย ๆ ด้าน ไม่ว่าจะเป็นด้านการวิจัยและพัฒนาสินค้าใหม่ ๆ ปรับปรุงประสิทธิภาพการผลิตแบบเดิม เช่น การประมวลผลเพื่อใช้ผลิตยา เวชสำอาง อาหารทางเลือก อาหารสัตว์ ชีวภัณฑ์ที่ใช้ในภาคการเกษตร การคำนวณคาดการณ์สภาพอากาศ การจำลองภัยพิบัติ หรือคาดการณ์ระดับค่ามลพิษในอากาศ การถอดรหัสพันธุกรรมหรือจีโนมิกส์ (Genomics) เพื่อคาดการณ์การเกิดโรคในมนุษย์ การประมวลผลเพื่อยืนยันสายพันธุ์ของไวรัส Covid-19 เป็นต้น

นอกจากนั้น จากการที่เทคโนโลยีปัญญาประดิษฐ์ (AI) เป็นเทคโนโลยีกำลังได้รับความสนใจ และแสดงให้เห็นอย่างชัดเจนว่าจะมาเปลี่ยนแปลง รวมถึงสร้างนวัตกรรมใหม่ ๆ ให้กับโลก อย่างไรก็ตามกว่า AI จะได้มาซึ่งความชาญฉลาดนั้น จำเป็นต้องผ่านกระบวนการเรียนรู้ (Training) ด้วยข้อมูลมหาศาลพร้อมการประมวลผลขนาดใหญ่เสียก่อน ซึ่ง HPC คือ เครื่องมือสำคัญในการประมวลผล/ Training ระบบ AI เหล่านั้น การเติบโตของการประยุกต์ใช้ AI จึงหลีกเลี่ยงไม่ได้ที่จะต้องมีการพัฒนาความสามารถ / จำนวนของระบบประมวลผล เช่น HPC ตามไปด้วย โดยมีการประมาณการว่าตลาดของ HPC ทั่วโลกจะเติบโตจาก 36.0 พันล้านเหรียญสหรัฐ ในปี 2022 เป็น 49.9 พันล้านเหรียญสหรัฐ ในปี 2027 (CAGR of 6.7%) (Markets and markets, 2022)

จากแนวโน้มการเติบโตการใช้งานของ HPC ทำให้เกิดการลงทุนทางด้าน HPC ของหน่วยงานทั้งภาครัฐและเอกชนในประเทศไทยทั้งขนาดเล็กและใหญ่ คาดว่าปัจจุบันมีหน่วยงานที่ใช้ HPC อยู่ 30-40 หน่วยงาน โดย 27 แห่งมีการใช้และมีพนักงานที่ดูแลระบบอย่างชัดเจน ทั้งนี้ในภาพรวมอาจดูเหมือนประเทศไทยมีความพร้อมในการใช้งานด้าน HPC แต่กลับพบว่ามีการใช้ประโยชน์จากทรัพยากรดังกล่าวได้ไม่เต็มศักยภาพหรือไม่คุ้มค่าเท่าที่ควร เนื่องจากมีปัญหาในด้านการขาดแคลนบุคลากรที่มีความพร้อมด้าน HPC Technical Specialist ในขณะที่เกิดโจทย์ความท้าทายใหม่ ๆ ในการใช้งานขึ้นตลอดเวลา

เพื่อให้ทราบถึงสถานภาพบุคลากรด้าน HPC Technical Specialist ในปัจจุบันที่อยู่ในหน่วยงานที่มีทรัพยากรและให้บริการด้าน HPC รวมถึงแนวโน้มความต้องการในอีก 1-3 ปีข้างหน้า ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติจึงจัดทำการสำรวจ “ความต้องการกำลังคนด้าน HPC Technical Specialist ของประเทศไทย” ขึ้นในช่วงเดือนมกราคม 2567 (ผ่านระบบ online) โดยมีสรุปผลการสำรวจ และบทวิเคราะห์ที่น่าสนใจ สามารถดาวโหลดได้ที่นี่

สถานภาพและความต้องการกำลังคนด้าน High Performance Computing (HPC) ในประเทศไทย

สำรวจและวิเคราะห์ข้อมูลโดย

สิรินทร อินทร์สวาท
ปณิตา ล่ำซำ

ทีมวิเคราะห์ตลาดและเทคโนโลยี
ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล
ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ

AI START-UP : Ai9 CASE STUDY ส่องไอเดีย ฮาวทูเกิดใหม่และอยู่รอดได้ในโลกเอไอสตาร์ตอัป

Sasiwipar Hasuk — Tue, 19 Mar 2024 07:44:05 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

AI (Artificial Intelligence) เทคโนโลยีปัญญาประดิษฐ์ที่เป็นมากกว่าเทคโนโลยี

“AI หรือ เทคโนโลยีปัญญาประดิษฐ์ เป็นเทคโนโลยีที่สามารถเลียนแบบความสามารถของมนุษย์ที่ซับซ้อน สร้างความสามารถให้เครื่องจักรและคอมพิวเตอร์ได้ ไม่ว่าจะเป็นการจดจำ วิเคราะห์ แยกแยะ แก้ปัญหา ให้เหตุผล ตัดสินใจ วางแผน คาดการณ์ สื่อสารกับมนุษย์ ซึ่งในบางกรณีอาจไปถึงขั้นเรียนรู้ได้ด้วยตนเอง ทำงานแบบมนุษย์ได้หลายอย่าง และไม่ค่อยเกิดปัญหาเหมือนที่พบจากการทำงานของมนุษย์ เช่น ความผิดพลาดในการทำงาน (Human Error) หรือการเจ็บป่วย ไม่มีแรงทำงาน เป็นต้น”

ตลาด AI ทั่วโลกกำลังเติบโตอย่างก้าวกระโดดและมีผลกระทบอย่างรวดเร็วและรุนแรงต่อทั้งภาคเศรษฐกิจและสังคม เห็นได้จากตลาด AI ทั่วโลกขยายตัวเกือบ 16% ใน 6 ปี AI เป็นหนึ่งในเทคโนโลยีที่เชื่อกันว่าจะพลิกโฉมโลกอนาคตอย่างที่เราไม่อาจจะจินตนาการได้ ด้วยแรงเสริมจาก 6 Megatends ภายในปี 2593 ที่ AI จะมีความสามารถเทียบเท่ามนุษย์ในอีก 100 ปีข้างหน้า (Krys et al., 2023) โดยธุรกิจที่นำเทคโนโลยี AI เข้ามาปรับใช้ จะช่วยเพิ่มศักยภาพในการแข่งขันเชิงธุรกิจ จากการคาดการณ์ของ Statista (2023a) พบว่าในปี 2567 ขนาดตลาด AI โลกจะมีมูลค่าถึง 305.9 พันล้านดอลลาร์สหรัฐ หรือ 10.4 ล้านล้านบาท และ Compound Annual Growth Rate (CAGR) หรืออัตราการเติบโตต่อปีแบบทบต้น 15.8% และได้คาดการณ์ว่าในปี 2573 ตลาด AI โลกจะมีมูลค่าสูงถึง 738.8 พันล้านดอลลาร์สหรัฐ หรือ 25.2 ล้านล้านบาท ซึ่งคาดการณ์ว่าตลาด AI จะมีผลกระทบทางเศรษฐกิจต่อ GDP มากขึ้นจากราว 1.7-2.4 % ในปี 2567 เป็น 7.9-10.2 % ในปี 2573 โดยมีแนวโน้มว่าการใช้เทคโนโลยี AI จะเพิ่มมากขึ้นในด้านการแพทย์และสุขภาพ และการปรับปรุงและสนับสนุนบริการให้กับลูกค้า รวมถึงมีการบูรณาการ AI เข้ากับเทคโนโลยีอื่น ๆ เช่น Blockchain และ IoT นอกจากนี้ ยังมีช่องว่างด้าน Digital transformation ที่เป็นโอกาสให้บริษัทขยายธุรกิจได้มากขึ้น โดยเฉพาะอย่างยิ่งในมิติของการเติบโตอย่างมหาศาลของ Data Set ที่ AI มาช่วยในการตัดสินใจ โดยเน้น Decision Support หรือจะเป็นเกมและ Real Time Application Engine ต่าง ๆ ช่วยสร้างรายได้ที่สูงขึ้น ทั้งนี้ได้คาดการณ์ว่าตลาด AI ของสหรัฐอเมริกาจะมีมูลค่าสูงที่สุดในปี 2567 ราว 106.5 พันล้านดอลลาร์สหรัฐ หรือ 3.6 ล้านล้านบาท

สำหรับประเทศไทย คาดการณ์ว่าขนาดตลาด (Market Size) ของอุตสาหกรรม AI โตขึ้นราว 18% ต่อปี (CAGR 2024-2030) จาก 1,413 ล้านดอลลาร์สหรัฐ หรือ 48 พันล้านบาท ในปี 2567 เพิ่มขึ้นเป็น 3,807 ล้านดอลลาร์สหรัฐหรือราว 130 พันล้านบาท ในปี 2573 ตามภาพที่ 1 ด้วยแรงหนุนจากการนำเทคโนโลยี AI มาใช้ในอุตสาหกรรมต่าง ๆ[1] (Statista, 2023b) ซึ่งนักวิเคราะห์ชี้ว่าปัจจัยหลักที่ทำให้อุตสาหกรรม AI เติบโตอย่างรวดเร็วภายใน 6 ปี มาจาก 5 ปัจจัยหลัก ได้แก่ (1) การใช้งาน Big Data มากขึ้น (AI algorithms จำเป็นต้องใช้ข้อมูลจำนวนมากในการเรียนรู้และปรับปรุง) (2) การประมวลผลและโครงสร้างการประมวลผลข้อมูลบนคลาวด์ (3) ความต้องการใช้งานระบบอัตโนมัติมากขึ้นในภาคอุตสาหกรรมต่าง ๆ ทั้งการผลิต การเงิน และการขนส่ง (4) การใช้งาน AI เพิ่มขึ้นจากแอปพลิเคชันต่าง ๆ เช่น Virtual Assistants หรือ Chatbots ที่กำลังขยายตลาดในปัจจุบัน รวมถึง (5) มีการลงทุนและวิจัยพัฒนาระหว่างภาคส่วนต่าง ๆ มากขึ้น เพื่อขับเคลื่อนนวัตกรรมและการเติบโตในอุตสาหกรรม AI (Statista, 2023b)

ในระดับโลก Generative AI มีแนวโน้มการใช้งานมากที่สุด รองลงมาเป็น Augmented Working อย่าง BYOAI & Shadow AI และที่กำลังเป็นกระแสอยู่ตอนนี้ก็คือ Open Source AI (ดังภาพที่ 2)

จากบทความของ Pramatic (2023) ใน Meduim มีการคาดการณ์แนวโน้มการใช้ AI ใน 13 อันดับแรกของปี 2567 และ 3 อันดับแรกพบว่า Generative AI จะถูกใช้งานอย่างแพร่หลายมากที่สุด โดยคาดว่าภายในอีก 2 ปีข้างหน้า (ภายในปี 2569) หลายธุรกิจจะนำ Generative AI มาใช้งานกว่า 80% ทั้งในส่วน API, AI Models, Generative AI (McCartney, 2023) อันดับต่อมาคือ BYOAI (Bring Your Own Artificial Intelligence) ที่พนักงานจะนำเครื่องมือหรือแอปพลิเคชัน AI ของตัวเองมาทำงานถึง 60% และอันดับที่ 3 คือ Generative AI ที่เป็น AI แบบโมเดล Open Source หรือ ที่ใช้กันแล้วในปัจจุบัน อย่าง ChatGPT แม้ว่าการเปิดให้ใช้โมเดลนี้จะลดลงในอนาคต แต่ภาคธุรกิจกว่า 85% ก็ยังคงใช้ Open Source AI ผสานเข้ากับเทคโนโลยีที่มีอยู่ (Goetz, 2023) เป็นต้น

สำหรับไทย แม้ว่า AI จะช่วยมนุษย์ทำงานได้ดีมีประสิทธิภาพ แต่ยังมีผู้ประกอบการกล้าประยุกต์ใช้ AI เพียง 15.2% ที่เหลือยังลังเลและขาดความพร้อม เนื่องจากการนำเทคโนโลยี AI มาใช้ ไม่เพียงแต่จะเป็นเครื่องมือที่จะเข้ามาช่วยคนทำงาน ยังช่วยเสริมสร้างโอกาสทางธุรกิจใหม่ ๆ ก่อให้เกิดการแข่งขันและสร้างรายได้ให้สูงขึ้นอย่างต่อเนื่อง แต่จากการสำรวจความพร้อมผู้ประกอบการไทยของสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์และศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (2566) เผยผลการศึกษาความพร้อมในการประยุกต์ใช้ AI สำหรับบริการดิจิทัลอย่างมีธรรมาภิบาล พบว่าสถานการณ์การประยุกต์ใช้ AI ในองค์กรต่าง ๆ ของไทย ยังมีสัดส่วนเพียงแค่ 15.2% สาเหตุหลัก ๆ ที่ยังไม่พร้อมใช้ AI มาจากอยู่ในช่วงศึกษาหาข้อมูล ขาดองค์ความรู้ และยังเห็นว่าไม่มีความจำเป็นในการนำ AI มาใช้ ตลอดจนขาดความพร้อมในด้านต่าง ๆ อาทิ โครงสร้างพื้นฐาน งบประมาณ ฯลฯ ตามภาพที่ 3

อย่างไรก็ตาม ในอนาคต องค์กรในไทยก็ยังมีแนวโน้มใช้งาน AI มากขึ้นถึง 56.6% เพื่อช่วยเสริมประสิทธิภาพการผลิตและบริหารจัดการองค์กร แม้ว่าปัจจุบันผู้ประกอบการไทยบางส่วนยังรู้สึกว่า AI เป็นเทคโนโลยีที่ยากและมีค่าใช้จ่ายสูง และไม่มีความพร้อมในการประยุกต์ใช้ แต่ในอนาคตมีแนวโน้มว่าองค์กรต่าง ๆ มีแผนว่าจะนำ AI มาใช้มากขึ้น ถือว่าเกินครึ่งขององค์กรในไทยที่เปิดรับ AI ไปประยุกต์ใช้ โดยเป้าหมายในการหันมาใช้ AI 3 อันดับแรก ก็เพื่อช่วยเพิ่มประสิทธิภาพในการผลิต และเพื่อช่วยในการบริหารจัดการภายในองค์กร รวมไปถึงเพื่อเพิ่มรายได้ให้กับองค์กร

"Artificial Intelligence is a tool, not a threat”

Rodney Allen Brooks

Former Director of the MIT Computer Science and Artificial Intelligence Laboratory

เทคโนโลยี AI จึงเป็นมากกว่าเทคโนโลยี เป็นตัวช่วย ไม่ใช่ตัวฉุด ตามที่ Rodney Allen Brooks ได้กล่าวไว้ มีความเชื่อว่า AI จะเปลี่ยนพลิกโฉมโลกครั้งยิ่งใหญ่อีกครั้งพอ ๆ กับยุคเริ่มมีอินเทอร์เน็ตกันเลยทีเดียว โดยธุรกิจที่นำเทคโนโลยี AI เข้ามาปรับใช้ จะช่วยเพิ่มศักยภาพในการแข่งขันเชิงธุรกิจ ดังนั้นจึงเกิดบริษัท Start–up ที่เห็นโอกาสทางธุรกิจเกี่ยวกับ AI ในประเทศไทยเพิ่มขึ้นอย่างก้าวกระโดด

AI Start-up : ส่องสถานการณ์สตาร์ตอัป AI ในไทย

สำหรับประเทศไทย สิ่งที่ช่วยกระตุ้นให้เกิดการประยุกต์ใช้ AI ได้อย่างมีกลยุทธ์และมีทิศทาง ส่วนหนึ่งคือการมีแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย ปี พ.ศ. 2565-2570 ซึ่งเป็นแผน AI ฉบับแรกของไทย มีการใช้งบประมาณกว่า 7 พันล้านบาท ในปีงบประมาณ 2566 สำหรับดำเนินโครงการ 122 โครงการ และผลักดันให้เกิดการประยุกต์ใช้หรือพัฒนา AI สำหรับสตาร์ตอัปมีการขับเคลื่อนเพื่อให้เกิดนวัตกรรมและการบริการในประเทศไทย ด้วยมาตรการส่งเสริม AI Start-up จาก 7 หน่วยงานภาครัฐ และหนุนมูลค่าการลงทุน AI Start-up ในปี พ.ศ.2565 สูงถึง 639 ล้านบาท (กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัย และนวัตกรรม และ กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม, 2566) โดยเชื่อมไปสู่การพัฒนากำลังคนด้าน AI ที่กำลังขาดแคลนอย่างหนัก เพื่อสร้างสรรค์งานบริการด้าน AI ในประเทศได้มากขึ้น

ปัจจุบันประเทศไทยมีการใช้งาน AI ในหลากหลายธุรกิจ ไม่ว่าจะเป็นด้านการให้บริการอย่างการนำข้อมูลมาวิเคราะห์พฤติกรรมของผู้บริโภค ช่วยดูแลลูกค้า และนำเสนอบริการที่ตอบโจทย์ หรือที่เราเห็นกันบ่อย ๆ จนคุ้นชิน คือ Chatbot นอกจากนั้นยังมีการนำ AI มาใช้ดูแลลูกค้าในด้านบริการการเงิน สร้างแอปพลิเคชันและวิเคราะห์สินเชื่อ (Techsauce Team, 2018) ด้านสุขภาพมีการนำนวัตกรรม AI IBM WATSON มาช่วยวิเคราะห์การรักษาโรคมะเร็ง (Swetlitz, 2016) ส่วนภาคอุตสาหกรรมอย่าง SCG นำเทคโนโลยี AI เข้ามาใช้ในองค์กร ช่วยวิเคราะห์เพื่อเพิ่มประสิทธิภาพบริหารจัดการโลจิสติกส์และห่วงโซ่อุปทาน และนำ NLP แบบ Speech-to-text เข้ามาช่วยในงาน Customer Service ในการรับคำติชมบริการของลูกค้าที่เกี่ยวกับสินค้าและบริการ รวมไปถึงการแปลบทสัมภาษณ์เชิงลึก (In-depth Interview) และต่อยอดทำ Text/Sentiment Analytics เพื่อปรับปรุงการให้บริการผ่าน Platform CUICUI ของบริษัท Start-up AI9 ตลอดจนช่วยในงาน Internal Survey (Deep-structure Interview) ในการสัมภาษณ์พนักงาน สำหรับทัศนคติที่มีต่อองค์กร ตลอดจนจัด Category คำตอบและวิเคราะห์ผล (Sentiment Analysis) ได้โดยอัตโนมัติ (Jutamard (T.t.), 2020)

เมื่อเทรนด์ AI กำลังขยายตัว ฉายแววประโยชน์ที่ชัดเจน พร้อมแรงหนุนจากภาครัฐ ธุรกิจไทยเริ่มเปิดรับกระโจนสู่ AI Start-up

เปิดรายได้จากธุรกิจ AI Start-up ของไทย เกือบ 5 พันล้านบาท เติบโตถึง 24% จากรายงาน Thailand AI Start-up Report 2022 ของสมาคมผู้ประกอบการปัญญาประดิษฐ์ (AIEAT) (Artificial Intelligence Entrepreneur Association of Thailand (AIEAT), 2022) ซึ่งเป็นสมาคมที่มีบริษัททำธุรกิจ AI Start-up รวมตัวกัน ได้ทำการสำรวจข้อมูลบริษัท AI Start-up ของไทยมากกว่า 105 บริษัท และทำสรุปรายงานสถิติการทำธุรกิจด้าน AI ของประเทศไทย ประจำปี 2565 ไว้อย่างน่าสนใจ โดยพบว่าประมาณการรายได้ของบริษัท AI Start-up ทั้ง 105 บริษัทนั้น คิดเป็น 3.68 พันล้านบาท หรือคิดเป็น 100 ล้านดอลลาร์สหรัฐ ในปี 2563 และ 4.56 พันล้านบาท ในปี 2564 โดยมีอัตราการเติบโต CAGR สูงถึง 24% อย่างไรก็ตาม มูลค่าตลาดของไทย ก็ยังมีสัดส่วนเพียงแค่ 0.1-0.2% ของรายได้ตลาดโลกเท่านั้น (มีสมมติฐานว่า Start-up กลุ่มนี้มีรายได้เกิดจากงานด้าน AI ประมาณ 80% ของรายได้ทั้งหมดของกลุ่มบริษัท)

กำลังคนด้าน AI กระจุกตัวอยู่ในเมืองหลวง 85% จากข้อมูลของสำนักงานประกันสังคม (SSO) บริษัท AI Start-up จำนวน 105 บริษัท มีพนักงานทำงานประจำแบบ full time จำนวน 3,809 คนในปี 2565 หรือเฉลี่ยบริษัทละ 36 คน โดยบริษัทส่วนใหญ่มีที่ตั้งอยู่ในกรุงเทพมหานคร 85% ปริมณฑล 11% นอกจากนั้นรวม ๆ 4-5% ตั้งอยู่ในเชียงใหม่ สงขลา และกลุ่มจังหวัด EEC

Start-up ทำธุรกิจเกี่ยวกับ AI ทั่วไป และให้คำปรึกษาเกี่ยวกับ AI ครองสัดส่วนมากสุด 12% เมื่อพิจารณาในมิติของการแบ่งบริษัท AI Start-up เป็นกลุ่ม Sector มีสัดส่วนมากที่สุดในกลุ่ม AI ทั่วไป และให้คำปรึกษาเกี่ยวกับ AI สูงถึง 12% รองลงคือ Marketing Analytics 10% และ Big Data 7% สำหรับ Sector ด้าน Information Technology, Robotics และ Chatbot มีสัดส่วนเท่ากันคือ 5% และ Fin Tech 3.7% เน้นการทำ E-KYC (Electronic Know Your Customer) คือ การยืนยันตัวตนผ่านทางอิเล็กทรอนิกส์ โดยที่ไม่ต้องเดินทางไปแสดงตัวตนด้วยตัวเองต่อเจ้าหน้าที่แบบ face-to-face เช่น การอนุมัติสินเชื่อ และการประกันภัย เป็นต้น

เจาะลึกสตาร์ตอัป AI สัญชาติไทย

สำหรับ AI Start-up ในไทย ถ้าอ้างอิงจากข้อมูลดังกล่าวไปแล้ว มีธุรกิจที่เริ่มเปิดตัวและให้บริการหลากหลายธุรกิจและบริการ ในบทความนี้จะเรียกน้ำย่อยตัวย่างสตาร์ตอัปที่น่าสนใจ

“iApp Technology” แพลตฟอร์มบริการด้านปัญญาประดิษฐ์และระบบสื่อสารหุ่นยนต์ ภาษาไทย บริษัท ไอแอพพ์เทคโนโลยี จํากัด มุ่งเน้นการนำ AI มาประยุกต์ใช้โดยเฉพาะภาษาธรรมชาติของไทย (NLP) สำหรับ Robot, Chatbot, Voice, OCR, การประมวลผลข้อความ และ Data Mining โดย Use Case เด่น ๆ เช่น Face Recognition Features ตรวจการเข้าเรียนผ่าน “การรู้จำ” ใบหน้าโดยอัตโนมัติ ตรวจการเข้าออกสำนักงานผ่านการรู้จำใบหน้าโดยอัตโนมัติ หุ่นยนต์บริการที่มาพร้อมกับความสามารถในการพูดภาษาไทย และเข้าใจภาษาไทย เสริมด้วยระบบ Chochae Chatbot Engine สามารถพูดคุย Live Chat ตอบสนองความต้องการของลูกค้าได้ในหลากหลายองค์กร (ภาพที่ 4) (บริษัท ไอแอพพ์เทคโนโลยี จํากัด, 2566)

“BOTNOI GROUP” เป้าหมายสู่การเป็นบริษัทระดับโลกด้าน Deep Tech จากประเทศไทย บริษัทบอทน้อย (Botnoi) นำ AI มาพัฒนาระบบ Chatbot ซึ่งเป็นระบบที่ใช้เทคโนโลยี NLP ให้บริการลูกค้า อาทิ AI Voice Bot สนทนาด้วยเสียง ใช้ได้ทั้งในธุรกิจประกันครอบคลุมไปจนถึงอุตสาหกรรมการผลิต ในการจัดการสินค้าคงคลัง ตอบคำถามเกี่ยวกับกระบวนการผลิต และบริหารจัดการซัพพลายเชน นอกจาก Chatbot แล้ว บริษัทยังพัฒนาระบบ AI อื่น ๆ อีกมากมาย อาทิ เช่น Speech Recognition, Text to Speech, Speech to Video, Computer Vision, Digital Human, Virtual Influencer, Voice Bot และ Data Science (บอทน้อยกรุ๊ป, 2567)

“ZTRUS” เทคโนโลยี AI-OCR ที่สามารถแปลงข้อมูลจากรูปภาพเป็นดิจิทัลสำหรับเอกสารทางบัญชี ช่วยในการจัดการคัดแยกและสกัดข้อมูลจากเอกสารทางการเงิน ไม่ว่าจะเป็น Invoice/ Purchase Order/ Delivery Order สามารถตรวจสอบข้อมูลได้ เป็นต้น ซึ่งจะช่วยให้การเปิดใบสั่งขายและปิดการขายง่ายขึ้น ประหยัดต้นทุนและส่งของได้ทันเวลา ซึ่งมีเป้าหมายที่จะขยายไปในภาคอุตสาหกรรมต่อไป (ZTRUS, 2567; สถาบันนวัตกรรมเพื่ออุตสาหกรรม สภาอุตสาหกรรมแห่งประเทศไทย, 2023)

“Data Wow” การันตีบริษัทสาย Tech ที่คนไทยรุ่นใหม่อยากร่วมงานด้วยมากที่สุด (Techsauce Team, 2021) Data Wow ผู้ให้บริการ AI Software Development พัฒนาระบบซอฟต์แวร์ AI ที่ช่วยในการจัดการข้อมูลที่แม่นยำและปลอดภัย และตรวจสอบความถูกต้องด้วยระบบ Data Labeling พร้อมบริการให้คำปรึกษาด้าน AI เพื่อช่วยสร้างแพลตฟอร์มต่าง ๆ ขององค์กรให้ทำงานได้อย่างมีประสิทธิภาพ ตัวอย่างบริการที่น่าสนใจ อาทิ Data Labeling หรือ การจำแนกข้อมูลทั้งข้อความ เสียง และภาพ รองรับทั้ง 3 ภาษา (ไทย อังกฤษ และญี่ปุ่น) ผ่านกระบวนการเรียนรู้ของ AI (Machine Learning) ซึ่งนอกจากจะช่วยจำแนกข้อความเป็นหมวดหมู่ สร้างเสียงและแปลงคำพูด ยังมีการจำแนกรูปภาพ ยืนยันตัวตน รวมถึงการตรวจจับวัตถุ สามารถนำไปต่อยอดใช้งานได้หลากหลายในอุตสาหกรรม เช่น ใช้ AI ในการทำ Quality Inspection การตรวจสอบคุณภาพหรือ QC ผลิตภัณฑ์ เป็นต้น นอกจากนี้ยังมีบริการ Data Privacy ซึ่งมี Solution ที่ช่วยให้ธุรกิจดำเนินงานโดยไม่ขัดหลัก PDPA (Data Wow, 2024)

“ENRES” ผู้นำด้านการพัฒนาเทคโนโลยี AIoT มุ่งเน้นไปที่ผลลัพธ์ทั้งในด้านการเติบโตของธุรกิจและเป็นมิตรต่อสิ่งแวดล้อม บริษัท เอ็นเนอร์จี้ เรสปอนส์ จำกัด หรือ ENRES เป็นบริษัทที่พัฒนา AI ตรวจสุขภาพโรงงาน อาคารธุรกิจ พร้อมบริการตลอด 24 ชั่วโมง เพื่อบริหารจัดการ ด้านการผลิต ด้านการจัดการพลังงาน เพื่อลดต้นทุน และขั้นตอนการทำงานซ้ำ ป้องกันความเสียหาย รวมถึงการบริหารอาคาร สร้างความมั่นใจให้ธุรกิจเติบโตอย่างยั่งยืนและเป็นมิตรต่อสิ่งแวดล้อม สำหรับบริการที่น่าสนใจคือ AIOT Platform: AI Health Check ตรวจสุขภาพอัตโนมัติ 4 ประเภทหลัก ได้แก่ 1) Production Performance ช่วยเพิ่มประสิทธิภาพและคุณภาพการผลิต 2) Facility and Safety ช่วยตรวจสอบความพร้อมใช้ของระบบอาคาร 3) Utility ช่วยตรวจสอบความพร้อมของระบบสาธารณูปโภคให้พร้อมใช้งาน และ 4) Energy Audit ช่วยในการบริหารจัดพลังงาน เพื่อลดค่าไฟฟ้าอย่างยั่งยืน (ENRES, 2024)

AI START-UP : เจาะลึก CASE STUDY ตัวจริงงานวิจัยก้าวสู่การประยุกต์ใช้จริง

หลังจากเรียกน้ำย่อยกันไปแล้วสำหรับตัวอย่างทั้ง 5 AI Start-up ที่ก่อร่างสร้างตัวและสร้างสรรค์บริการด้วยเทคโนโลยี AI ไม่ว่าจะเป็นภาคการเงิน งานการแพทย์ หรือแม้แต่ในภาคอุตสาหกรรมและบริการ และความน่าสนใจอยู่ตรงที่รายได้ธุรกิจ AI Start-up ขยายตัวภายในระยะเวลาอันรวดเร็ว สำหรับส่วนนี้จะตีแผ่ธุรกิจสตาร์ตอัปที่ถือว่าเป็นหนึ่งในหลายบริษัทที่มีแนวโน้มความสำเร็จ โดยมีพัฒนาการมาจากตัวจริงงานวิจัยก้าวสู่การประยุกต์ใช้จริงในเชิงพาณิชย์

บริษัท เอไอไนน์ จำกัด (Ai9): จากวิจัยภาครัฐ สู่ การใช้จริง

จุด START ของ Start-up Ai9 บริษัท เอไอไนน์ จำกัด (Ai9) บริษัทสตาร์ตอัปรายแรก ๆ ของไทยที่เป็นผู้ให้บริการเทคโนโลยี AI ด้านการแปลงเสียงพูดเป็นข้อความ (Speech to text: STT) และเทคโนโลยีประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) และเป็นหนึ่งในบริษัท NSTDA Start-up ที่เกิดขึ้นภายใต้กลไกการสร้าง Tech Start-up ของ สวทช. ทีมประกอบไปด้วย นักวิจัย วิศวกรและนักถ่ายทอดเทคโนโลยีจาก NECTEC ที่มีประสบการณ์ตรงในการทำวิจัยด้าน AI มามากกว่า 20 ปี มีการร่วมทุนจากบริษัทโทรคมนาคมแห่งชาติ จำกัด (มหาชน) และบริษัทเทอราบิท จำกัด (บริษัท เอไอไนน์ จำกัด (Ai9), 2567) ตั้งขึ้นในปี 2563 หรือมีอายุใกล้ 4 ขวบปีแล้ว (DBD Data Warehouse + Team, 2567)

“Ai9” มาจากทีมที่มี Passion ด้าน AI 9 คน รวมตัวนำ Advance AI ก้าวหน้าและใช้ได้จริง โดยจุดเปลี่ยนที่ทำให้ก้าวสู่สตาร์ตอัป มาจากความสนใจในเทคโนโลยี AI และต้องการส่งผ่าน Passion งานวิจัยให้ได้ใช้ประโยชน์ ขึ้นห้างมากกว่าขึ้นหิ้ง ทั้งนี้ ทีมพร้อมยอมรับความเสี่ยงที่จะเกิดขึ้นในการก้าวสู่จักรวาลของสตาร์ตอัปเต็มตัว

“เรามีเป้าหมายในการวิจัยและพัฒนาโซลูชันและแพลตฟอร์มให้บริการ โดยมุ่งเน้นเทคโนโลยีการประมวลผลภาษาธรรมชาติ (NLP - Natural Language Processing) และเทคโนโลยีแปลงเสียงพูดเป็นข้อความ (Speech-To-Text) ให้กับหน่วยงานทั้งภาครัฐและเอกชน เพื่อเพิ่มประสิทธิภาพให้กับกระบวนการทำงานในองค์กร”

- AI9 -

Ai9 ในวงการ AI Start-up

ธุรกิจสตาร์ตอัป ดูเผินๆ หลายคนคงคิดว่าจะมีรายได้หรือผลตอบแทนที่สูง และมูลค่าธุรกิจดีกว่าธุรกิจแบบดั้งเดิม ยิ่งเป็นธุรกิจที่ไม่มีคนทำมาก่อน สามารถแก้ Pain Point ได้ ยิ่งมีผู้สนใจอยากกระโดดเข้ามาเป็นผู้เล่นรายแรก ๆ ในตลาด แต่ในความเป็นจริงแล้วธุรกิจสตาร์ตอัปที่ประสบความสำเร็จและอยู่รอดได้ในระยะยาว มีเพียง 10-20% เท่านั้น (Arinkina, 2023; Howarth, 2023) และยิ่งเป็นสตาร์ตอัปกลุ่ม Tech Start-up โดยเฉลี่ยแล้ว 63% ไม่ประสบความสำเร็จ และยิ่งไปกว่านั้น 25% ของสตาร์ตอัปในกลุ่มนี้ ล้มหายตายจากไปตั้งแต่ปีแรก !! (Arinkina, 2023) นั่นหมายความว่า Ai9 คือสตาร์ตอัป AI สัญชาติไทยหนึ่งที่ถือว่าประสบความสำเร็จพอสมควรในเส้นทางนี้ และยังอยู่รอดมาได้จากการดำเนินงานมากว่า 4 ปีและมีรายได้เพิ่มขึ้นอย่างต่อเนื่อง ในบทความนี้จะนำเสนอการวิเคราะห์ความสำเร็จของ Ai9 ผ่านแบบจำลอง Lean Canvas (Ries, 2011) ที่จะเน้นไปที่ธุรกิจเริ่มต้นใหม่ช่วยชี้จุดปัญหาและความต้องการของลูกค้าให้ชัดและเร็วตามสไตล์สตาร์ตอัป

ห้ามพลาด! บทวิเคราะห์ความสำเร็จของ Ai9

ติดตามเรื่องราวเจาะลึกของ Ai9 ในวงการ AI Start-up กันต่อที่...

บทวิเคราะห์โดย

เพชรลักษณ์ โชควัฒนาสมบัติ
ดร.จิรพรรณ เชาวนพงษ์
สิรินทร อินทร์สวาท

ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล
ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (เนคเทค)

Low Carbon Event ก้าวแรกสู่ความยั่งยืนของโลกสีเขียวในอนาคต: กรณีศึกษา SMC Open House

Sasiwipar Hasuk — Fri, 12 Jan 2024 07:03:46 +0000

ผู้เขียน : จินตนา พัฒนาธรชัย (14 ธันวาคม 2566)

การปล่อยก๊าซคาร์บอนไดออกไซด์เป็นสาเหตุสำคัญของการเปลี่ยนแปลงสภาพภูมิอากาศ ซึ่งส่งผลกระทบต่อสิ่งแวดล้อมและสังคมอย่างรุนแรง ภาครัฐและภาคเอกชนทั่วโลกรวมถึงประเทศไทย จึงให้ความสำคัญกับการลดการปล่อยก๊าซคาร์บอนไดออกไซด์ โดยมีเป้าหมายการปล่อยก๊าซเรือนกระจกสุทธิเป็นศูนย์ (Net-zero emission) ภายในปี พ.ศ. 2608 การจัดอีเว้นต์ (กิจกรรมประชุม อบรม สัมมนา ฯลฯ) เป็นอีกหนึ่งเรื่องที่มีส่วนทำให้เกิดก๊าซเรือนกระจกและมลพิษทางอากาศ ดังนั้น การจัดอีเว้นต์แบบ Low carbon จึงเป็นอีกแนวทางหนึ่งที่สามารถช่วยลดผลกระทบต่อสิ่งแวดล้อมได้

ทำความรู้จัก Low carbon event

Low carbon event คือ การจัดอีเว้นต์ที่คำนึงถึงผลกระทบต่อสิ่งแวดล้อม เน้นดำเนินการแบบลดการปล่อยก๊าซเรือนกระจกและมลพิษทางอากาศ โดยใช้ทรัพยากรอย่างคุ้มค่าและมีประสิทธิภาพ ทุกขั้นตอนจะต้องมีการวางแผน เพื่อให้เกิดการก่อคาร์บอนให้น้อยที่สุดเท่าที่จะสามารถทำได้ โดยยังคงไว้ซึ่งความน่าสนใจของการจัดงานนั้น โดยอาจใช้แนวทางต่างๆ เช่น การบริหารจัดการพลังงาน การใช้พลังงานอย่างมีประสิทธิภาพ การใช้พลังงานหมุนเวียน การจัดการขยะและวัสดุเหลือใช้ เป็นต้น ทั้งนี้ Low carbon event ต่างจาก Carbon neutral event โดย Carbon neutral event หมายถึง การจัดงานที่มีเป้าหมายในการปล่อยก๊าซเรือนกระจกเป็นศูนย์ โดยหลังจากการคำนวณการปล่อยก๊าซเรือนกระจกจากกิจกรรมการจัดงานทั้งหมด แล้ว จะชดเชยปริมาณก๊าซเรือนกระจกที่ปล่อยออกมาด้วยการปลูกต้นไม้หรือลงทุนในโครงการลดก๊าซเรือนกระจก (ซื้อคาร์บอนเครดิต) เพื่อให้ผลรวมการปล่อยก๊าซเรือนกระจกเป็นศูนย์นั่นเอง ซึ่งทั้ง Low carbon event และ Carbon neutral event ล้วนก่อให้เกิดประโยชน์ที่หลากหลายด้าน อาทิ

ประโยชน์ของ Low Carbon event

ประโยชน์ต่อสิ่งแวดล้อม

ช่วยลดการปล่อยก๊าซเรือนกระจก ซึ่งเป็นสาเหตุหลักของภาวะโลกร้อนและการเปลี่ยนแปลงสภาพภูมิอากาศ โดยการจัดงานอีเว้นต์ที่มีการคำนึงถึงการใช้พลังงานไฟฟ้าทั้งส่วนของการจัดงาน
การพักแรม การใช้เชื้อเพลิงสำหรับการเดินทางของผู้เข้าร่วมงาน การใช้พลังงานในการปรุงอาหาร การจัดการขยะ เพื่อให้เกิดความสิ้นเปลืองและผลกระทบน้อยที่สุด
ช่วยอนุรักษ์ทรัพยากรธรรมชาติ เช่น พลังงาน น้ำ และป่าไม้ อันเนื่องจากลดการใช้แหล่งพลังงานต่างๆ ตัวอย่างเช่น ลดการใช้พลังงานเชื้อเพลิง เพื่อเดินทาง หรือ การใช้ปริมาณไฟฟ้าลดลง ทำให้
ลดการผลิตกระแสไฟฟ้า หรือแสวงหาแหล่งพลังงานใหม่ๆ ได้
ลดมลพิษทางอากาศ และเสียง เนื่องจากการจัดงานอีเว้นต์ มีกิจกรรมที่ต้องใช้เสียงจำนวนมาก อาทิ งานคอนเสิร์ต งานออกร้าน งานแสดงสินค้า เป็นต้น ประกอบกันการเข้าร่วมงานของผู้สนใจ หรือกลุ่มเป้าหมายของการผู้จัดงาน จำเป็นต้องอาศัยการเดินทางเข้าร่วมงาน ไม่ว่าจะเป็นการเดินทางโดยรถยนต์ส่วนตัว หรือยานพาหนะอื่นๆ ล้วนจำเป็นก่อให้เกิดมลพิษทางอากาศทั้งสิ้น การจัด Low carbon event ที่มุ่งเน้นไปที่การลดกิจกรรมดังที่กล่าวมา ย่อมก่อให้เกิดการลดมลพิษต่างๆ ตามมาด้วย

ประโยชน์ต่อองค์กรหรือหน่วยงาน

สร้างภาพลักษณ์ที่ดีต่อองค์กร แสดงให้เห็นถึงความรับผิดชอบต่อสังคมและสิ่งแวดล้อมที่องค์กรมีต่อสังคมและสิ่งแวดล้อม ไม่ปล่อยปะละเลย หรือมุ่งเน้นแต่ประโยชน์ทางเศรษฐกิจเพียงอย่างเดียว ซึ่งขัดแย้งต่อการพัฒนาอย่างยั่งยืนตามแนวทางของสหประชาชาติ และองค์กรต่างๆทั่วโลก
เพิ่มโอกาสในการเข้าถึงแหล่งทุน จากหน่วยงานภาครัฐหรือเอกชน ซึ่งในปัจจุบันแหล่งทุนต่างๆทั้งภาครัฐและเอกชน ทั้งในประเทศ และต่างประเทศต่างให้ความสำคัญกับการดำเนินงาน หรือกิจกรรมในลักษณะ Low carbon ซึ่งสอดคล้องกับกิจกรรมเป้าหมายของ Sustainable Development Goals ที่สหประชาชาติกำหนดขึ้น หรือความสอดคล้องกับกองทุน SEG หรือกองทุนรวมเพื่อการอนุรักษ์สิ่งแวดล้อมและสังคม (Sustainable and Environmentally Focused Fund) เป็นกองทุนรวมประเภทหนึ่งที่มีนโยบายการลงทุนในหลักทรัพย์ที่คำนึงถึงปัจจัยด้านสิ่งแวดล้อม สังคม และบรรษัทภิบาล (ESG) เป็นหลัก โดยกองทุนรวมประเภทนี้จะมีกลยุทธ์ในการลงทุนที่สอดคล้องกับเป้าหมายการพัฒนาที่ยั่งยืนของสหประชาชาติ (SDGs) เช่น การลงทุนในบริษัทที่มีนโยบายด้านสิ่งแวดล้อมที่ดี การลงทุนในบริษัทที่ให้ความสำคัญกับการดูแลสังคม การลงทุนในบริษัทที่มีธรรมา
ภิบาลที่ดี เป็นต้น
เพิ่มความคุ้มค่าต่อค่าใช้จ่าย จากการใช้ทรัพยากรธรรมชาติ พลังงานต่างๆ อย่างคุ้มค่า โดยคำนึงถึง ประโยชน์ที่เกิดขึ้นจากการลงทุนค่าใช้จ่ายทุกๆ 1 บาท เพื่อก่อให้เกิดประโยชน์ทั้งทางเศรษฐกิจ สังคมและสิ่งแวดล้อม เช่น การใช้ไฟฟ้าเท่าที่จำเป็น หรือการเลือกใช้พลังงานไฟฟ้า จากแหล่งผลิตจากธรรมชาติ เช่น พลังงานลม หรือพลังงานแสงอาทิตย์ เป็นต้น

ประโยชน์ต่อสังคมโดยรวม

สร้างแรงบันดาลใจ ทำให้ผู้คนตระหนักถึงปัญหาสิ่งแวดล้อม กิจกรรม Low carbon event แสดงให้เห็นว่าทุกคนสามารถมีส่วนร่วมในการลดผลกระทบต่อสิ่งแวดล้อมได้ กิจกรรมเหล่านี้สามารถสร้างความตระหนักรู้ให้กับผู้คนเกี่ยวกับปัญหาสิ่งแวดล้อม และกระตุ้นให้ผู้คนปรับเปลี่ยนพฤติกรรม เพื่อลดการปล่อยก๊าซเรือนกระจกให้ผู้คนตระหนักถึงปัญหาสิ่งแวดล้อมและมีส่วนร่วมในการลดการปล่อยก๊าซเรือนกระจก
ส่งเสริมการพัฒนาอย่างยั่งยืนให้กับเศรษฐกิจและสังคม กิจกรรม Low carbon event สามารถสร้างงานและรายได้ให้กับธุรกิจและผู้ประกอบการที่ให้บริการด้านสิ่งแวดล้อม เช่น ธุรกิจพลังงานหมุนเวียน ธุรกิจการจัดการขยะและวัสดุเหลือใช้ เป็นต้น กิจกรรมเหล่านี้จึงมีส่วนช่วยส่งเสริมการพัฒนาเศรษฐกิจและสร้างความมั่นคงให้กับสังคมได้

อยากจัดงานแบบ Low carbon event ต้องเริ่มอย่างไร

การจัดงานในรูปแบบของ Low carbon event เป็นการจัดงานที่มุ่งลดปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์หรือก๊าซเรือนกระจกอื่น ๆ ลงจากระดับปัจจุบันให้ได้มากที่สุด โดยคำนึงถึงการเลือกใช้วิธีการ หรือรูปแบบการนำเสนอในลักษณะที่คำนึงถึงการลดคาร์บอนสูงสุด สำหรับหน่วยงานที่สนใจเริ่มต้นกิจกรรม Low carbon event นั้น สำนักงานส่งเสริมการจัดประชุมและนิทรรศการ (องค์การมหาชน) หรือ สสปน. ได้จัดทํา “แนวทางปฏิบัติเบื้องต้นสำหรับการจัดงานอย่างยั่งยืน” ขึ้นเพื่อให้ผู้ที่มีความประสงค์จะจัดงานโดยคํานึงถึงสิ่งแวดล้อม สังคมและเศรษฐกิจ สามารถใช้เป็นแนวปฏิบัติได้ง่ายในวงกว้าง โดยมีสาระสำคัญแบ่งออกเป็น 5 หมวดหลักต่อไปนี้

หมวด A การสื่อสารและประชาสัมพันธ์ก่อนงาน ได้แก่ การประชาสัมพันธ์การจัดงานและแนวปฏิบัติด้านการจัดงานอย่างยั่งยืน ล่วงหน้าผ่านระบบดิจิทัลและออนไลน์ เป็นต้น

หมวด B สถานที่จัดงาน ได้แก่ เลือกสถานที่จัดงานที่ได้รับการรับรองมาตรฐานด้านการ พัฒนาอย่างยังยืน ด้านสิ่งแวดล้อม ด้านการจัดการพลังงาน และการเดินทางด้วยขนส่งสาธารณะทำได้อย่างสะดวก เป็นต้น

หมวด C การตกแต่งสถานที่และจัดเตรียมอุปกรณ์ ได้แก่ การควบคุมอุณหภูมิ ณ สถานที่จัดงานอยู่ที่ 25 องศาเซลเซียส เลือกใช้อุปกรณ์ตกแต่งเท่าที่จำเป็น และงดใช้ดอกไม้สดและวัสดุจากโฟม เป็นต้น

หมวด D อาหารและเครื่องดื่ม ได้แก่ จัดเตรียมอาหารให้ปริมาณที่เหมาะสม เลือกวัตถุดิบท้องถิ่น งดใช้หลอดและเครื่องปรุงแบบซอง และมีบริการน้ำดื่มในภาชนะรักษ์โลก เป็นต้น

หมวด E ระบบลงทะเบียน ได้แก่ เลือกใช้ระบบลงทะเบียนอิเล็กทรอนิกส์ ใช้ QR code ในการเข้าถึงเอกสารต่างๆ เป็นต้น

หมวด F การจัดเตรียมอื่นๆ ที่คำนึงถึงสิ่งแวดล้อม สังคม และเศรษฐกิจ ได้แก่ การแยกประเภทขยะ เลือกใช้ของที่ระลึกที่ผลิตจากชุมชนท้องถิ่น ส่งเสริมสถานที่ท่องเที่ยวและสิ่งอำนวยความสะดวก ในท้องถิ่น สนับสนุนให้ผู้ร่วมงานเดินทางร่วมกัน เป็นต้น

นอกจากแนวทางปฏิบัติฯ ดังที่ได้กล่าวมาแล้วนั้น การคำนวนคาร์บอนฟุตพริ้นท์ (Carbon footprint) เป็นอีกหนึ่งแนวทางสำคัญที่จะยืนยันได้ว่า การจัดงานอีเว้นต์ที่ได้ดำเนินการไปนั้น สามารถลดคาร์บอนได้จริงหรือไม่ โดยในปัจจุบันเครื่องมือในการคำนวนคาร์บอนฟุตพริ้นได้มีการพัฒนาขึ้นให้สามารถใช้งานได้อย่างง่ายและสะดวกมากยิ่งขึ้น ทั้งยังสามารถพิจารณาความสามารถในการลดปริมาณคาร์บอนเมื่อเปรียบเทียบกับค่าสำเร็จรูปที่เป็นผลลัพธ์จากการคำนวนคาร์บอนฟุตพริ้นท์ ในบทความนี้จะนำเสนอเครื่องมือในการคำนวณค่าคาร์บอนฟุตพริ้นท์ผ่าน “แอปพลิเคชัน Zero Carbon” ที่พัฒนาโดย Thailand Greenhouse Gas Management Organization สามารถใช้งานบนโทรศัพท์เคลื่อนที่ ทั้ง iOS และ Android สำหรับผู้ประกอบการเพื่อใช้ในการประเมินการปล่อยก๊าซเรือนกระจกและการชดเชยคาร์บอนจากกิจกรรม ด้านการท่องเที่ยวและอุตสาหกรรมไมซ์ (Mice) เพื่อมุ่งสู่ความเป็นกลางทางคาร์บอนหรือคาร์บอนสุทธิเป็นศูนย์ จุดเด่นที่สำคัญของแอปพลิเคชัน คือ การเป็นแอปพลิเคชันที่สามารถใช้งานได้อย่างสะดวก รวดเร็ว ในการประเมินการปล่อยก๊าซเรือนกระจก และสามารถชดเชยคาร์บอนผ่านแอปพลิเคชันดังกล่าวได้ภายในแอปพลิเคชันเดียว ส่งผลให้สามารถสนับสนุนภาคส่วนต่าง ๆ ในอุตสาหกรรม การท่องเที่ยวและอุตสาหกรรมไมซ์ ในการวัด ลดและชดเชยคาร์บอน เพื่อมุ่งสู่การปล่อยก๊าซเรือนกระจกสุทธิเป็นศูนย์ อันจะช่วยเพิ่มขีดความสามารถแข่งขันของภาคการท่องเที่ยวไทยในระดับสากล

ถอดบทเรียน SMC Open House 2023

ตัวอย่างภาคปฏิบัติของการจัดงานแบบ Low carbon event

จากกระแสการตื่นตัวในเรื่องโลกเดือด ความร่วมมือจากทุกภาคส่วนที่จะช่วยกันลดอุณหภูมิของโลกให้ลดลงจึงเป็นสิ่งสำคัญ ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) โดย ศูนย์นวัตกรรมการผลิตยั่งยืน หรือ Sustainable Manufacturing Center (SMC) ซึ่งเป็นหนึ่งในหน่วยงานที่มุ่งเน้นการพัฒนาแพลตฟอร์มเพื่อส่งเสริม สนับสนุนและเดินเคียงข้างอย่างยั่งยืนให้กับผู้ประกอบการในภาคการผลิต ผู้พัฒนาระบบ นวัตกร นักวิจัยตลอดจนนักศึกษาในสาขาที่เกี่ยวข้อง เพื่อเป็นศูนย์กลางของการพัฒนาศักยภาพของภาคการผลิตไทยได้อย่างยั่งยืน ได้จัดงาน “SMC Open House 2023” เมื่อวันที่ 1 ธันวาคม 2566 ที่เขตนวัตกรรมระเบียงเศรษฐกิจพิเศษภาคตะวันออก วังจันทร์วัลเลย์ จังหวัดระยอง โดยใช้ธีมงานว่า SMC OPEN HOUSE 2023 : SUSTAINABLE MANUFACTURING Paving the Way Towards Green Transformation การผลิตแบบยั่งยืน เส้นทางการเปลี่ยนผ่านสู่ “โลกสีเขียว” และได้นำเสนอรูปแบบการจัดงานในลักษณะ Low carbon event เพื่อสร้างความตระหนักทางด้านสิ่งแวดล้อมแก่ผู้เข้าร่วมงานกว่า 700 คน ควบคู่กับการนำเสนอผลิตภัณฑ์และบริการที่ทันสมัย รองรับการเติบโตทางเทคโนโลยีของภาคอุตสาหกรรมการผลิต ภาคเศรษฐกิจ สังคมและสิ่งแวดล้อม โดยไม่ละเลยองค์ประกอบต่างๆที่นำไปสู่ความยั่งยืนต่อไป

สำหรับการดำเนินงานส่วน Low carbon event สามารถแบ่งออกเป็น 3 ส่วน ดังต่อไปนี้

1. ขั้นตอนก่อนการจัดงาน

จัดทำ Checklist การระบุกิจกรรมที่ดำเนินการ และผู้รับผิดชอบ สำหรับแนวปฏิบัติเบื้องต้นสำหรับการจัดงานอย่างยั่งยืน
มอบหมายผู้รับผิดชอบ และให้ความรู้ ตลอดจนทำความเข้าใจต่อแนวทางปฏิบัติที่ได้รับมอบหมาย
จัดทำเอกสารประชาสัมพันธ์แนวทางปฏิบัติฯ
จัดเตรียมแบบสอบถามสำหรับการสำรวจการเดินทางฯ
จัดทำการประเมินคาร์บอนก่อนการเริ่มงานผ่านแอพพลิเคชัน Zero Carbon TH

2. ขั้นตอนระหว่างการจัดงาน

จัดเก็บข้อมูลตามหมวดต่างๆที่กำหนดไว้ในแอปพลิเคชัน Zero Carbon TH ได้แก่ แบบสำรวจการเดินทาง, การพักแรม, ของแจก / ของที่ระลึก, การขนส่งของจัดแสดง / ของตกแต่ง เป็นต้น (ตารางที่ 1 ในเอกสารแนบ)

3. ขั้นตอนหลังการจัดงาน

จัดเก็บข้อมูลตามหมวดต่างๆเพิ่มเติมตามที่กําหนดไว้ในแอปพลิเคชัน ได้แก่ อาหาร / เครื่องดื่ม, ขยะของเสีย, ไฟฟ้า ณ สถานที่จัดงาน เป็นต้น
วิเคราะห์ประมวลผลข้อมูล
สรุปและนําเสนอผลการจัดงาน

โดยท่านสามารถดูข้อมูลที่ต้องจัดเตรียมในหมวดต่างๆ และการประมวลผลข้อมูลและผลลัพธ์เพิ่มเติมได้ใน “เอกสารเผยแพร่”

สนใจรายละเอียดข้อมูลเพิ่มเติม สามารถดาวโหลดเอกสารได้ ที่นี่

Low carbon event ก้าวแรกสู่ความยั่งยืนของโลกสีเขียวในอนาคต: กรณีศึกษา SMC Open House

การจัดงานในลักษณะ Low carbon event เป็นสิ่งที่หน่วยงานต่างๆ สามารถดำเนินการได้ไม่ยาก และยังแสดงถึงความรับผิดชอบต่อสังคมและสิ่งแวดล้อม ร่วมเป็นส่วนหนึ่งในการช่วยลดภาวะโลกร้อน หรือโลกเดือด โดยอาจเริ่มต้นจากการจัดกิจกรรมหรืองานในลักษณะของLow carbon event ก่อนเป็นก้าวแรก หรือจะก้าวไปอีกขั้นด้วยการชดเชยคาร์บอนด้วยกิจกรรมในรูปแบบ Carbon neutral event เพื่อสนับสนุนการพัฒนาอย่างยั่งยืน ซึ่งจากกรณีศึกษา ทำให้สามารถสรุปองค์ประกอบสำคัญที่จะสามารถให้การจัดงานในลักษณะดังกล่าวบรรลุผลได้ อย่างน้อย 4 อย่างได้แก่ 1) องค์ความรู้ที่เกี่ยวข้องกับการจัดงานแบบ Low carbon ต่างๆ ต้องทำการศึกษาและมีความพร้อม 2) นโยบายจากผู้บริหารองค์กรหรือผู้จัดกิจกรรมงานต้องชัดเจน 3) งบประมาณต้องพร้อมและเพียงพอสำหรับการจัดงาน และ 4) ความร่วมมือจากทุกภาคส่วน ทั้งจากผู้จัดงานและผู้เข้าร่วมงาน ซึ่งข้อ 4 เป็นสิ่งสำคัญที่สุดในการทำให้การจัดกิจกรรมในลักษณะนี้บรรลุผล และจากจุดเริ่มต้นเล็กๆในวันนี้ จะนำไปสู่โลกสีเขียวได้อย่างมั่นคงและยั่งยืนในอนาคต

แหล่งข้อมูล

https://www.micecapabilities.com/mice/uploads/attachments/25-Sustainable-Events-Basic-Guidelines.pdf สืบค้นเมื่อ 6 ธันวาคม 2566
https://thaicarbonlabel.tgo.or.th/index.php?lang=TH&mod=WVhKMGFXTnNaUT09&action=WkdWMFlXbHM¶m=TVRNPQ สืบค้นเมื่อ 6 ธันวาคม 2566
https://petromat.org/2022/carbon-neutral-events/ สืบค้นเมื่อ 6 ธันวาคม 2566
https://thaicarbonlabel.tgo.or.th/index.php?lang=TH&mod=Wkc5M2JteHZZV1JmYjJabWMyVjBkR2x1Wnc9PQ สืบค้นเมื่อ 6 ธันวาคม 2566