วิเคราะห์ตลาดและเทคโนโลยี – NECTEC : National Electronics and Computer Technology Center

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)

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)

เส้นทางการประยุกต์ใช้เทคโนโลยีแพลตฟอร์ม IDA เพื่อการวิเคราะห์ข้อมูลในโรงงาน

Sasiwipar Hasuk — Tue, 15 Aug 2023 08:54:10 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

วิกฤตการณ์ที่ต้องจัดการเพื่อหาทางเลือกและทางรอด

กระแสโลก Digital Transformation and Disruption ที่บีบคั้นให้ภาคธุรกิจและอุตสาหกรรมต้องปรับตัวให้อยู่รอดได้ โดยเฉพาะในยุค New and Next normal หลังการแพร่ระบาดทั่วโลกของ COVID-19 ซึ่งเป็นแรงกระเพื่อมเร่งให้ภาคอุตสาหกรรมมุ่งเข้าสู่อุตสาหกรรม 4.0 อย่างรวดเร็วขึ้นกว่าแต่ก่อน เพื่อให้สามารถก้าวข้ามผ่านวิกฤตการณ์เหล่านี้ไปให้ได้ แพลตฟอร์มดิจิทัลน่าจะเป็นตัวช่วยภาคอุตสาหกรรมได้อีกแรง โดยช่วยลดช่องว่างการมุ่งสู่อุตสาหกรรม 4.0 ที่หวังผลหลักทำให้ต้นทุนต่ำที่สุดและเกิดความคุ้มค่ามากที่สุด

นอกจากวิกฤตการณ์ในระดับมหภาคแล้ว ในระดับจุลภาค เมื่อเห็นบิลค่าไฟฟ้าในแต่ละเดือนแล้ว ผู้ใช้ไฟฟ้าส่วนใหญ่คงตกใจกับค่าไฟฟ้าที่เพิ่มสูงขึ้นอย่างมาก เผาผลาญเงินอย่างรวดเร็ว ทั้ง ๆ ที่การใช้ไฟฟ้ายังเท่าเดิม โดยตัวแปรสำคัญของเรื่องนี้คือค่า Ft^[1] ซึ่งเพิ่มสูงขึ้นแบบก้าวกระโดดในช่วงปีที่ผ่านมา ประชาชนทั่วไปยังลำบากทุกหย่อมหญ้า นับประสาอะไรกับผู้ประกอบธุรกิจ โดยเฉพาะโรงงานผลิตสินค้าที่ต้องใช้ไฟฟ้าหล่อเลี้ยงเครื่องจักรตลอด 24 ชม. ย่อมได้รับผลกระทบอย่างรุนแรงยิ่งกว่าอย่างหลีกเลี่ยงไม่ได้

ชีวิตจริงของโรงงาน

ปัจจุบันผู้ประกอบการโรงงานต้องเผชิญกับปัญหาและความท้าทายหลายด้าน ไม่ว่าจะเป็น เครื่องจักรเสียหาย (โดยไม่ได้แจ้งเตือนก่อน) ระบบควบคุมต่าง ๆ ทำงานไม่ได้เต็มประสิทธิภาพ ต้องหยุดการผลิตชั่วคราว และย่อมส่งผลต่อการผลิตสินค้าที่ไม่ได้คุณภาพ การไม่มีระบบแจ้งเตือนเมื่อเครื่องจักรมีปัญหาหรือหยุดการทำงาน ข้อมูลที่มีไม่เพียงพอต่อการตัดสินใจและหลาย ๆ โรงงานข้อมูลเหล่านั้นยังอยู่ในรูปแบบแฟ้มกระดาษกองโต ซึ่งไม่สามารถนำมาใช้จัดการปัญหาได้ทันท่วงที เจ้าของโรงงานหลายแห่งที่พยายามนำเอาเทคโนโลยีมาใช้ยังต้องลองผิดลองถูกในการจัดการหาระบบดิจิทัลมาช่วยเหลือหรือมองหา System Integrator (SI) และต้องการผู้เชี่ยวชาญที่น่าไว้วางใจมาช่วยชี้แนะให้ตรงจุดของปัญหา

สิ่งที่โรงงานอยากเห็น

เพื่อเอาตัวรอดในการจัดการพลังงานและการบริหารจัดการโรงงาน และมุ่งสู่การเป็นอุตสาหกรรม 4.0 หากมีตัวช่วยเรื่องการจัดการข้อมูลต่าง ๆ ได้อย่างมีประสิทธิภาพ ฉายภาพให้เห็นแบบรวดเร็วและเข้าใจง่ายมากกว่าเป็นแฟ้มกระดาษปริมาณมหาศาล มีตัวช่วยสะกิดเตือนอย่างทันท่วงทีก่อนเกิดความเสียหายต่อการผลิตและเครื่องจักร มองหาตัวช่วยเพื่อวัดประสิทธิภาพการผลิต ตลอดจนช่วยลดต้นทุนการผลิตในแง่มุมต่าง ๆ ย่อมเป็นทางเลือกและทางรอดของโรงงานในยุคปัจจุบัน

แพลตฟอร์ม IDA เป็นตัวช่วยได้

Industrial IoT & Data Analytic Platform (IDA) หรือ แพลตฟอร์ม IDA คือตัวช่วย “ปลดล็อคศักยภาพโรงงานด้วยเทคโนโลยีไอโอที” หรือ “Connecting industrial IoT, unlocking new insights”

เนคเทค-สวทช. ได้มีการพัฒนาเทคโนโลยีเพื่อตอบโจทย์อุตสาหกรรม 4.0 หลายผลงาน โดยแพลตฟอร์ม IDA ก็เป็นหนึ่งในนั้น แพลตฟอร์ม IDA คือ แพลตฟอร์มที่สามารถเชื่อมต่อ เชื่อมโยง และรวบรวมข้อมูล (Integrate) จากอุปกรณ์ไอโอทีหรือ Internet of Things (IOT) ที่ช่วยตรวจจับสัญญาณต่าง ๆ จากเครื่องจักรในกระบวนการผลิตสู่การวิเคราะห์ บูรณาการข้อมูล และแสดงผล (Visualize) แบบ Real time ทำให้ทราบสถานภาพของเครื่องจักร ตลอดจนการวินิจฉัยข้อมูล (Diagnose) แจ้งเตือนและตอบสนอง (Alert & React) นำไปสู่การบริหารจัดการการผลิตได้อย่างมีประสิทธิภาพ รวดเร็ว ทันท่วงที และที่สำคัญยังช่วยในการประหยัดพลังงานได้อีกด้วย

สำหรับเทคโนโลยีที่เป็นส่วนประกอบหลักของแพลตฟอร์ม IDA เฉพาะของเนคเทคนั้น ได้แก่^[2]

1. uRTU (Universal Remote Terminal Unit) หรือ หน่วยตรวจวัดระยะไกลยูนิเวอร์แซลโดยการเก็บและวิเคราะห์ข้อมูลเพื่อทราบต้นทุนรวมถึงภาพรวมด้านการใช้พลังงานเพื่อปรับปรุงประสิทธิภาพการใช้พลังงานในโรงงานให้คุ้มค่าสูงสุด

2. NETPIE (Network Platform for Internet of Everything) หรือ แพลตฟอร์มสื่อสารเพื่อเชื่อมต่อทุกสรรพสิ่ง โดย “NETPIE 2020” แพลตฟอร์ม IoT สัญชาติไทยเวอร์ชันใหม่ล่าสุด ด้วยคุณสมบัติที่พัฒนาขึ้นเพื่อลดภาระและตอบโจทย์ผู้ใช้งานด้าน IoT โดยเฉพาะ ทำให้เป็นเรื่องง่าย ตั้งแต่ขั้นตอนการสร้างต้นแบบ การพัฒนาระบบเพื่อการใช้งานเชิงพาณิชย์ ไปจนถึงการดูแลรักษา ตอบสนองความต้องการของผู้ใช้งานอย่างเต็มรูปแบบ

นอกจากนั้นแพลตฟอร์มยังมีหน้าจอแสดงผลข้อมูลต่าง ๆ เพื่อการวิเคราะห์และติดตามของเจ้าหน้าที่และเจ้าของโรงงาน จึงนับได้ว่าแพลตฟอร์ม IDA เป็นแพลตฟอร์ม IoT และระบบวิเคราะห์ข้อมูลอุตสาหกรรมที่เชื่อมโยงข้อมูลจากเครื่องจักรการผลิตสู่การวิเคราะห์ข้อมูล (Data Analytic) อย่างอิสระ ดังนั้นแพลตฟอร์ม IDA จึงสามารถประยุกต์ใช้งานครอบคลุมได้หลายมิติ เช่น

1. การตรวจวัดปริมาณการใช้พลังงานในโรงงาน (Energy Monitoring) โดยการเก็บและวิเคราะห์ข้อมูลเพื่อทราบต้นทุนรวมถึงภาพรวมด้านการใช้พลังงานเพื่อปรับปรุงประสิทธิภาพการใช้พลังงานในโรงงานให้คุ้มค่าสูงสุด

2. การปรับปรุงประสิทธิภาพของกระบวนการผลิต หรือ Overall Equipment Effectiveness (OEE) โดยการเชื่อมโยงข้อมูลพารามิเตอร์ต่าง ๆ ของเครื่องจักรเพื่อวิเคราะห์ประสิทธิผลโดยรวมที่บ่งบอกความพร้อมของเครื่องจักรซึ่งเป็นหัวใจสำคัญของประสิทธิภาพการผลิต นำไปสู่การแก้ไข ปรับปรุงกระบวนการผลิตอย่างตรงจุดเพื่อเพิ่ม Productivity แก่โรงงานอุตสาหกรรม

3. การบำรุงรักษาเชิงพยากรณ์ (Predictive Maintenance) โดยการเชื่อมโยงข้อมูลพารามิเตอร์ต่าง ๆ ของเครื่องจักรมาวิเคราะห์อย่างต่อเนื่อง ถึงความเป็นไปได้ที่เครื่องจักรจะเกิดอาการเสียหายในอนาคต ช่วยให้ผู้ประกอบการสามารถวางแผนการซ่อมบำรุงได้อย่างทันท่วงที ช่วยลดต้นทุนและเพิ่มประสิทธิภาพในการบำรุงรักษาเครื่องจักรในโรงงาน

การตรวจจับการใช้พลังงานในระดับเครื่องจักรแบบ Real-time ช่วยให้ผู้ประกอบการนำข้อมูลที่ได้ไปประกอบการตัดสินใจในการวางแผนและบริหารจัดการพลังงานในสถานประกอบการของตนได้อย่างมีประสิทธิภาพพร้อมต่อยอดไปสู่การวัดประสิทธิภาพการผลิตของเครื่องจักร (Overall Equipment Effectiveness: OEE) และการบำรุงรักษาเชิงพยากรณ์ (Predictive Maintenance) ต่อไป

ตัวอย่าง Dashboard แสดงผลสถานะเครื่องจักร “ควบคุมแรงดันปั๊มน้ำเย็นแบบรวมศูนย์อัตโนมัติ” มีเริ่มต้นตั้งแต่เชื่อมต่อรวบรวมข้อมูล (Integrate) จึงมีการแสดงผล (Visualize) ในกรณีตัวอย่างนี้คือแสดงออกมาเป็นกราฟแนวโน้มแรงดันปั๊มน้ำเย็น และมีการวินิจฉัยข้อมูล (Diagnose) ว่ามีความปกติหรือผิดปกติ และที่สำคัญมีระบบแจ้งเตือนผ่าน Application LINE เพื่อให้บริษัทฯ สามารถแก้ไขปัญหาได้ทันท่วงที (Alert & React) แพลตฟอร์ม IDA จึงเป็นทั้งทางเลือกและทางรอดของการจัดการพลังงานของโรงงาน

จากเทคโนโลยีสู่ผู้ใช้ตัวจริง: กรณีศึกษา 2 บริษัท

จากบริษัทผู้ใช้แพลตฟอร์ม IDA ในปัจจุบันกว่า 20 แห่ง บริษัท ธนากรผลิตภัณฑ์น้ำมันพืช จำกัด และบริษัท เดอะเพ็ท จำกัด จังหวัดปทุมธานี เป็นกรณีศึกษาที่จะนำมาแสดงให้เห็นตัวอย่างประโยชน์ที่เกิดจากการใช้งานแพลตฟอร์ม IDA

กรณีศึกษาแรกคือ บริษัท ธนากรผลิตภัณฑ์น้ำมันพืช จำกัด มีแผนดำเนินการเพื่อยกระดับโรงงานไปสู่ระดับ Industry 4.0 โดยในการผลิตน้ำมันพืชให้มีคุณภาพสูงนั้น จำเป็นต้องมีการตรวจวัดกระบวนการในการผลิต (Process Monitoring) และสิ่งสำคัญที่สุดหนึ่งคือ การบำรุงรักษาเครื่องจักรมิให้มีความผิดปกติหรือหยุดทำงานส่งผลให้การผลิตหยุดชะงัก โดยโรงงานได้ใช้แพลตฟอร์ม IDA เพื่อเป็นตัวช่วยการตรวจสอบการใช้พลังงานพื้นฐานและการบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ซึ่งเป็นหนึ่งในเครื่องจักรที่สำคัญที่สุดในกระบวนการผลิต ซึ่งจะต้องมีการตรวจสอบมอเตอร์ทั้งในส่วนของปั๊มน้ำและพัดลมโดยติดตั้งอุปกรณ์เซนเซอร์เพื่อนำข้อมูลการใช้พลังงานไฟฟ้า การสั่นสะเทือน (Vibration) อุณหภูมิ (Temperature) และกระแสไฟฟ้า (Current) ผ่านอุปกรณ์ URCONNECT ขึ้นสู่ระบบเครือข่าย IoT คลาวด์ของ IDA เพื่อตรวจวัด และแพลตฟอร์ม IDA ช่วยแสดงผลสถานะการทำงานแบบ Real-time หากเกิดความผิดปกติสามารถทำการแจ้งเตือนได้ทันที นอกจากนี้ IDA Dashboard ยังมีการแสดงผลตัวชี้วัดประสิทธิภาพของเครื่องจักร เช่น Cooling Efficiency ของ Cooling Tower ซึ่งจะถูกนำไปปรับปรุงการใช้งานได้

สำหรับกรณีศึกษาที่สอง บริษัท เดอะเพ็ท จำกัด จังหวัดปทุมธานี มีการใช้งานเทคโนโลยีเพื่อสนับสนุนกระบวนการบำรุงรักษาระบบ Cooling Tower น้ำหล่อเย็นของเครื่องจักร พร้อมทั้งออกแบบระบบให้สามารถควบคุมย้อนกลับได้ โดยเมื่อใช้งานจริง นำไปควบคุมส่วน Pump Chiller เป็นหลัก ทำให้สามารถควบคุมการใช้พลังงานไฟฟ้า สำหรับมอเตอร์ปั๊มได้อย่างมีประสิทธิภาพ แพลตฟอร์ม IDA นอกจากช่วยให้โรงงานทราบถึงสถานะการทำงานของปั๊มน้ำและมอเตอร์ของ Cooling Tower แล้ว ยังช่วยในการควบคุมการทำงานของปั๊มน้ำเย็นแบบอัตโนมัติอีกด้วย ส่งผลให้ลดการใช้แรงงานคน อีกทั้งยังสามารถควบคุมการใช้พลังงานไฟฟ้าของปั๊มน้ำและมอเตอร์ของ Cooling Tower ได้อย่างมีประสิทธิภาพมากขึ้น

นอกจากสถานะการทำงานของปั๊มและมอเตอร์แล้ว ยังมีการตรวจวัดแรงดันและอุณหภูมิน้ำเย็นสำหรับระบายความร้อนเครื่องผลิตฉีดพลาสติก ซึ่งสามารถตรวจสอบความผิดปกติและแก้ไขได้อย่างรวดเร็ว ช่วยป้องกันเครื่องจักรเสียหายและลดระยะเวลาการหยุดผลิตเพื่อซ่อมแซมเครื่องจักรได้ การแจ้งเตือนความผิดปกติของปั๊มน้ำ มีระบบแจ้งเตือนผ่านแอปพลิเคชัน LINE ในกลุ่มผู้รับผิดชอบ ทำให้เมื่อมีความผิดปกติเกิดขึ้น ระบบจะแจ้งเตือนผ่านทางช่องแชตกลุ่ม เพื่อให้ผู้รับผิดชอบสามารถเข้าแก้ไขปัญหาได้อย่างรวดเร็วการใช้งานแพลตฟอร์ม IDA นอกจากช่วยลดต้นทุนและประหยัดพลังงานได้แล้ว ยังช่วยในเรื่องของความเสถียรของกระบวนการผลิต ส่งผลให้คุณภาพของผลิตภัณฑ์คงที่ ช่วยให้ลดของเสียของผลิตภัณฑ์อีกด้วย

จากกรณีศึกษาทั้งสองบริษัท ถึงแม้ว่าโรงงานจะมีขนาดแตกต่างกัน และการผลิตสินค้าที่แตกต่างกัน แต่ก็มีการใช้งานแพลตฟอร์ม IDA ที่มีความคล้ายคลึงกัน โดยเน้นในส่วนบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ที่เป็นหนึ่งในเครื่องจักรที่สำคัญที่สุดในกระบวนการผลิต ตลอดจนช่วยในการควบคุมการทำงานของปั๊มน้ำเย็นแบบอัตโนมัติอีกด้วย และยังช่วยแสดงผลสถานะการทำงานแบบ Real-time หากเกิดความผิดปกติสามารถทำการแจ้งเตือนเพื่อแก้ไขปัญหาได้ทันท่วงทีเช่นเดียวกันทั้งสองโรงงาน

ทั้งนี้ เมื่อได้วิเคราะห์ประเมินเชิงตัวเลข เพื่อยืนยันถึงผลประโยชน์ที่บริษัททั้งสองได้รับจากการใช้แพลตฟอร์ม IDA อย่างเป็นรูปธรรม โดยทีมประเมินผลของเนคเทค ซึ่งแสดงให้เห็นถึงมิติผลประโยชน์ที่บริษัทได้รับที่มีความแตกต่างกันได้อย่างชัดเจน ดังนี้

สำหรับบริษัท ธนากรฯ ในภาพรวมบริษัทฯ มี Return on Investment (ROI) เป็นจำนวนสูงถึง 102 เท่าของเงินลงทุน โดยมีระยะเวลาคืนทุน (Payback Period) เพียงภายใน 1 เดือนเท่านั้น ตลอดจนได้สร้างผลกระทบเชิงเศรษฐกิจจากการลดความสูญเสียกำลังการผลิตโดยรวมได้สูงถึง 126 ล้านบาท ส่วนหนึ่งมาจากการมีข้อมูลแบบ Real-time Dashboard และมีระบบแจ้งเตือน ทำให้สามารถวางแผนป้องกันก่อนเครื่องจักรเสียหาย ซึ่งถ้าเสียหายขึ้นมานั้นต้องใช้เวลาสั่งซื้อหรือซ่อมนานถึง 3 เดือน และยิ่งไปกว่านั้นคือ ทำให้บริษัทฯ มีการลงทุนเพิ่มเพื่อต่อยอดจากการใช้งานแพลตฟอร์ม IDA เพื่อเพิ่มประสิทธิภาพการผลิต โดยได้ติดตั้งระบบ Cooling Tower และ Expander เช่น การติดตั้ง Pressure Transmitter, Vibration Sensor & Temperature Sensor และระบบ Automation มูลค่ารวมเกือบ 1 ล้านบาท

ในขณะที่บริษัท เดอะเพ็ทฯ เมื่อเทียบประสิทธิภาพการผลิตก่อนการติดตั้งระบบและหลังการติดตั้งระบบแพลตฟอร์ม IDA บริษัทฯ มี Return on Investment (ROI) เป็นจำนวน 1.4 เท่าของเงินลงทุน เมื่อคำนวณระยะเวลาคืนทุน (Payback Period) ใช้เวลาในการคืนทุน 1 ปี ตลอดจนได้สร้างผลกระทบเชิงเศรษฐกิจจากการเพิ่มประสิทธิภาพการทำงานและลดเวลาการทำงานของพนักงาน 4 หมื่นบาท จากการมีระบบแจ้งเตือนแก้ไขปัญหาได้อย่างทันท่วงที และยิ่งไปกว่านั้นคือ ช่วยประหยัดการใช้พลังงานสูงถึงเกือบ 1 ล้านบาท หรือในระยะยาวสามารถประหยัดพลังงานได้สูงถึง 50% ภายในระยะเวลา 5 ปี มีผลทำให้บริษัทฯ ตัดสินใจลงทุนเพิ่มต่อยอดจากการใช้งานแพลตฟอร์ม IDA เพื่อเพิ่มประสิทธิภาพการผลิตในระบบควบคุมและเซนเซอร์ มูลค่ารวมเกือบ 3 แสนบาท

เมื่อเปรียบเทียบทั้งสองบริษัท พบว่าบริษัท ธนากรฯ มี ROI (102 เท่า) สูงกว่าบริษัท เดอะเพ็ทฯ (1.4 เท่า) อย่างมาก เนื่องจากขนาดโรงงานการผลิต และจุดที่นำเอาเทคโนโลยีไปแก้ปัญหามีความแตกต่างกันเนื่องจากบริษัท ธนากรฯ ได้ประโยชน์จากการใช้แพลตฟอร์ม IDA ในการลดความสูญเสียกำลังการผลิต ลดความเสี่ยงในการสูญเสียจากการลดกำลังการผลิต ลดความเสียหายของเครื่องจักร ลด downtime ลดค่าบำรุงรักษาโดยไม่จำเป็น ซึ่งหากเกิดขึ้น จะกระทบอย่างมากต่อยอดการผลิต ยอดขายและต้นทุนจัดเก็บคลังสินค้าเป็นมูลค่าสูง

ในขณะที่บริษัท เดอะเพ็ทฯ ทดลองนำไปใช้งานโดยมุ่งเน้นผลประโยชน์ในมิติการประหยัดพลังงานและลดเวลาการทำงานของพนักงานก่อน ซึ่งการนำไปใช้ยังไม่ได้อยู่ในกระบวนการผลิตโดยตรง ทำให้มูลค่าประโยชน์ที่เกิดขึ้นยังไม่สูงเท่า หากในอนาคตปรับไปสู่การวิเคราะห์เพื่อการลดความสูญเสียกำลังการผลิตเช่นบริษัท ธนากรฯ ก็มีแนวโน้มให้ค่าผลตอบแทนการลงทุนสูงขึ้นได้ ในขณะที่ต้นทุนของในส่วนของการประยุตก์ใช้แพลตฟอร์ม IDA ของทั้งสองแห่งไม่ต่างกันมากนัก ทั้งนี้จากผลประโยชน์ต่อการลงทุนที่แตกต่างกันดังกล่าว ย่อมส่งผลกระทบต่อระยะเวลาคืนทุน (Payback Period) และการลงทุนเพิ่มของบริษัทฯ ที่แตกต่างกันเช่นกัน

อย่างไรก็ตาม รายงานฉบับนี้เป็นเพียงกรณีศึกษาการใช้เทคโนโลยีแพลตฟอร์ม IDA โดยเน้นในส่วนบำรุงรักษาเครื่องจักรสำหรับหอหล่อเย็น (Cooling Tower) ที่มีการวิเคราะห์เชิงตัวเลขทั้ง ROI, Payback Period, Impact และ Investment เพียงสองบริษัทเท่านั้น ซึ่งอาจจะมีการประยุกต์ใช้แพลตฟอร์ม IDA นี้ในแง่มุมอื่น ๆ ของโรงงาน หรือใช้เทคโนโลยีอื่น ๆ มาสผมผสานอีก ตลอดจนใช้ในโรงงานที่ขนาดการผลิตและสินค้าที่แตกต่างกัน ย่อมจะส่งผลให้การวิเคราะห์ เปรียบเทียบ และประเมินเชิงเศรษฐศาสตร์ตลอดจนผลประโยชน์และประสิทธิภาพการผลิตตามบริบทโรงงานที่แตกต่างกัน

แหล่งอ้างอิง

[1] ค่า Ft หรือ Float time คือค่าไฟฟ้าผันเเปรที่เปลี่ยนเเปลงไปจากค่าเชื้อเพลิงที่กำหนดไว้
[2] https://www.nectec.or.th/innovation/innovation-service/idaplatform.html

สนใจรายละเอียดข้อมูลเพิ่มเติม สามารถดาวน์โหลดเอกสารได้ ที่นี่

เส้นทางการประยุกต์ใช้เทคโนโลยีแพลตฟอร์ม IDA เพื่อการวิเคราะห์ข้อมูลในโรงงาน: ตัวอย่างทางเลือกและทางรอดของผู้ใช้งานจริง

บทวิเคราะห์โดย

ดร.จิรพรรณ เชาวนพงษ์
ฝ่ายกลยุทธ์วิจัยและถ่ายทอดเทคโนโลยี (SPD)
คุณเพชรลักษณ์ โชควัฒนาสมบัติ
ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล
คุณธภัทร วัฒนาบุญศิริ
ฝ่ายพัฒนาเครือข่ายเชิงกลยุทธ์และประเมินผล
ดร.กุลชาติ มีทรัพย์หลาก
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)
คุณรุ่งโรจน์ พันธุ์โภคา
กลุ่มวิจัยไอโอทีและระบบอัตโนมัติสำหรับงานอุตสาหกรรม (IIARG)

จับกระแสตลาดและอุตสาหกรรมหุ่นยนต์บริการ (Service robot) ในประเทศไทย

Sasiwipar Hasuk — Wed, 22 Mar 2023 11:09:56 +0000

โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี
เนคเทค สวทช.

เนื่องจากโครงสร้างประชากรในประเทศต่าง ๆ มีผู้สูงอายุเพิ่มขึ้น ค่าแรงงานในภาคการผลิตและภาคบริการสูงขึ้น ทำให้หุ่นยนต์เข้ามามีบทบาทในภาคอุตสาหกรรมการผลิต อุตสาหกรรมบริการ และชีวิตประจำวันของเราทุกคนมากขึ้นเรื่อย ๆ ในปี 2564 International Federation of Robotics: IFR ประเมินไว้ว่าหุ่นยนต์บริการสำหรับมืออาชีพ (Professional service robot) ทั่วโลกมียอดขาย 121,000 ตัว และเติบโตถึงร้อยละ 37 มี หุ่นยนต์บริการสำหรับผู้บริโภค (Consumer service robot) ใหม่ทั่วโลก 19 ล้านตัว และเติบโตร้อยละ 9

ทั้งนี้ประเภทหุ่นยนต์บริการสำหรับมืออาชีพที่มียอดจำหน่ายสูงสุด 3 อันดับแรกทั่วโลก ในปี พ.ศ. 2564 คือ หุ่นยนต์ทางการขนส่งและโลจิสติกส์ (Transportation and logistics) มีส่วนแบ่งทางการตลาดคิดเป็นร้อยละ 41 หุ่นยนต์ต้อนรับ (Hospitality) มีส่วนแบ่งทางการตลาดคิดเป็นร้อยละ 17 และหุ่นยนต์ทางการแพทย์ (Medical/healthcare) มีส่วนแบ่งทางการตลาดร้อยละ 12 ตามลำดับ IFR (2565) ยังรายงานอีกว่า ปี พ.ศ. 2564 ผู้ประกอบการหุ่นยนต์บริการทั่วโลกมีกว่า 1,010 ราย ทั้งนี้ไม่รวมผู้ประกอบการที่ให้บริการผลิตต้นแบบและรับเหมาในการวางระบบ (System integration) โดยส่วนใหญ่มาจากสหรัฐอเมริกา รองลงมาได้แก่ สาธารณรัฐประชาชนจีน และสหพันธ์สาธารณรัฐเยอรมนี ตามลำดับ

การเติบโตการใช้งานหุ่นยนต์บริการหุ่นยนต์บริการทั่วโลกมีแนวโน้มเติบโตเพิ่มขึ้นอย่างต่อเนื่อง ทั้งนี้ปัจจัยสนับสนุนหลัก ๆ คือ โครงสร้างประชากรโลกที่เปลี่ยนแปลง การขาดแคลนแรงงานทั้งที่มีฝีมือ และไร้ฝีมือ เทคโนโลยีที่ดีขึ้นที่ทำให้หุ่นยนต์มีรูปร่าง ลักษณะการทำงานที่ใช้งานง่าย สวยงามมากขึ้น และที่สำคัญที่สุด ระดับราคาเป็นที่ยอมรับของผู้ใช้งานได้ และยังมีรูปแบบธุรกิจใหม่ คือ Robot as a service (การเช่าใช้) ทำให้มีการเข้าถึงบริการหุ่นยนต์ได้ง่ายขึ้น

สำหรับประเทศไทย จากการสำรวจและวิเคราะห์โดย ทีมวิเคราะห์ตลาดและเทคโนโลยี เนคเทค พบว่าทิศทางการเติบโตของตลาดและอุตสาหกรรมหุ่นยนต์บริการทั้งแบบมืออาชีพและสำหรับผู้บริโภคทั่วไป มีการเติบโตอย่างต่อเนื่อง โดยมีผู้ประกอบการกลุ่มหุ่นยนต์ที่ไปใช้งานเฉพาะด้านการต้อนรับ (Hospitality) การทำความสะอาด (Professional cleaning) และการขนส่งและโลจิสติกส์ (Transportation and logistics) รายหลักในประเทศราว 25-30 ราย ส่วนใหญ่เป็นผู้ประกอบการที่นำเข้าเทคโนโลยีต่างประเทศ และนำมาทำตลาดในประเทศ โดยอาจจะมีการปรับปรุง (Customize) เองบางส่วน ปัจจุบัน (ปี 2565) มีหุ่นยนต์กลุ่มดังกล่าวอยู่ในประเทศประมาณ 1,660 ตัว มูลค่าตลาดประมาณ 400 ล้านบาท และมีการนำเข้าหุ่นยนต์ดูดฝุ่นในประเทศในปีเดียวกันประมาณ 0.27 ล้านตัว

ยังมีผู้ประกอบการกลุ่มเล็ก ๆ 3-5 บริษัท ที่มีการพัฒนาหุ่นยนต์ของไทยขึ้นมาเอง ทั้งที่พัฒนาส่วนสมองกลหรือชุดคำสั่ง และพัฒนาส่วนฮาร์ดแวร์ โดยจะผลิตหุ่นยนต์ตามความต้องการของลูกค้า มีการพัฒนาต่อยอดให้มีระบบ ชุดคำสั่ง ภาษาในการโต้ตอบเป็นของคนไทย โดยสามารถจับกลุ่มลูกค้าที่เป็น Niche market เช่น โรงพยาบาล กลุ่มผู้สูงอายุ ห้างสรรพสินค้า ฯลฯ ซึ่งต้องการหุ่นยนต์ที่มีลักษณะเฉพาะ ปรับเปลี่ยนได้ตามความต้องการของลูกค้า

โดยรวมแล้วถือว่าแนวโน้มการเติบโตของตลาดในประเทศไทยยังไปได้อีกมาก ด้วยปัจจัยต่าง ๆ ไม่ว่าจะเป็น (1) การขาดแคลนแรงงานทั้งในระดับที่มีฝีมือ (Skilled labor) และไม่มีฝีมือ (Unskilled labor) (2) ราคาหุ่นยนต์อยู่ในระดับที่ผู้ใช้งานยอมรับได้ (3) มีตัวอย่างการใช้งานให้เห็น และง่ายต่อการใช้งาน (User friendly) มากขึ้น (4) สามารถสร้างภาพลักษณ์ให้กับองค์กร และ (5) ปัจจัยด้านโครงสร้างประชากรที่มีผู้สูงวัยมากขึ้น มีคนระดับใช้แรงงาน หรือทำงานลดลง เป็นต้น อย่างไรก็ตามยังมีความท้าทายของการเติบโตของตลาดและการใช้งาน.ในประเทศอีกพอสมควร ไม่ว่าจะเป็น โครงสร้างพื้นฐานต่าง ๆ ยังไม่พอเพียง มาตรการสนับสนุนเพื่อให้เกิดการใช้งานยังไม่มากพอ และบุคลากรผู้มีทักษะเข้ามาอยู่ในอุตสาหกรรมยังมีความขาดแคลน เนื่องจากต้องใช้ทักษะหลากหลายสาขา ในขณะที่สินค้าที่นำเข้าจากต่างประเทศ แม้จะมีราคาจับต้องได้ แต่ผู้ประกอบการก็ยัง Customized อะไรได้ไม่มาก และยังไม่มีมาตรฐานหรือข้อกำหนดรองรับเพื่อปกป้องและสร้างความมั่นใจให้กับผู้ใช้งาน

สามารถดาวน์โหลดเอกสารได้ ที่นี่

รายงานตลาดและอุตสาหกรรมหุ่นยนต์บริการ (Service robot) ในประเทศไทย ปี พ.ศ. 2565 และแนวโน้มปี พ.ศ 2566-2567

เอกสารนำเสนอตลาดและอุตสาหกรรมหุ่นยนต์บริการ (Service robot) ในประเทศไทย ปี พ.ศ. 2565 และแนวโน้มปี พ.ศ 2566-2567 [ ดาวน์โหลด ]
Executive summary (English) [ ดาวน์โหลด ]

บทวิเคราะห์โดย
ปณิตา ล่ำซำ, สิรินทร อินทร์สวาท, จิรพรรณ เชาวนพงษ์
ทีมวิเคราะห์ตลาดและเทคโนโลยี
อีเมล : miteam[at]nectec.or.th