คอลัมน์

เทคโนโลยี Digital Twin ต่อยอดอุตสาหกรรมอัจฉริยะ 4.0

คอลัมน์ มองข้ามชอต

โดย นันทพงศ์ พันทวีศักดิ์ Economic Intelligence Center (EIC) ธ.ไทยพาณิชย์

เราคงปฏิเสธไม่ได้ว่าในยุค industry 4.0 มีการนำนวัตกรรมและเทคโนโลยีใหม่ ๆ มาพัฒนาและเพิ่มประสิทธิภาพในภาคอุตสาหกรรมอย่างต่อเนื่อง ซึ่ง เทคโนโลยีระบบแบบจำลองดิจิทัลเสมือน หรือ digital twin เป็นหนึ่งในเทคโนโลยีที่กำลังเข้ามามีบทบาทอย่างมากในโลกอุตสาหกรรม และด้วยคุณสมบัติที่น่าสนใจของ digital twin ในการสร้างแบบจำลองเสมือนบนโปรแกรมคอมพิวเตอร์จากข้อมูลของวัตถุต้นแบบ อย่างเครื่องจักร แขนกลอุตสาหกรรม กระบวนการทำงานของโรงงานทั้งระบบ หรือแม้แต่การขนส่ง เป็นต้น โดยที่แบบจำลองจะมีการจำลองการทำงานคู่ขนานไปกับการทำงานจริง เพื่อให้แบบจำลองสามารถเรียนรู้กระบวนการทำงานปัจจุบัน และคาดคะเนความผิดพลาดที่อาจเกิดขึ้นกับตัวเครื่องจักร หรือระบบการผลิต รวมไปถึงการวางแผนปรับปรุงเครื่องจักรและระบบการผลิตโดยให้เกิดผลกระทบน้อยที่สุดได้

ทั้งนี้ งานศึกษาของ Deloitte ในปี 2018 คาดการณ์ว่าการใช้เทคโนโลยี digital twin ทั่วโลกจะเติบโตสูงถึง 38% ต่อปี ในช่วงระหว่างปี 2018-2023 โดยจะมีมูลค่าสูงถึง 16,000 ล้านดอลลาร์สหรัฐ ในปี 2023 จากปัจจุบันที่ราว 3,200 ล้านดอลลาร์สหรัฐ ซึ่งความก้าวหน้าอย่างรวดเร็วของเทคโนโลยี internet of things (IOT) และ machine learning (ML) ส่งผลให้เครื่องจักรและอุปกรณ์สามารถเรียนรู้พัฒนา และสื่อสารระหว่างกันได้ ถือเป็นปัจจัยสนับสนุนสำคัญต่อการพัฒนาเทคโนโลยีระบบ digital twin ให้สามารถนำมาใช้งานได้จริงอย่างมีประสิทธิภาพ

การสร้างระบบแบบจำลองดิจิทัลเสมือน หรือ digital twin นั้น จำเป็นต้องมีการบูรณาการเทคโนโลยีที่สำคัญ 3 ชนิดเข้าด้วยกัน เทคโนโลยีแรก คือ การสร้างแบบจำลองและวัตถุเสมือน เพื่อสร้างแผนที่พร้อมโครงสร้าง 3 มิติ โดยละเอียดที่มีขนาดเทียบเท่าวัตถุต้นแบบจริง หรือมีมาตราส่วนขนาด 1 : 1 เพื่อให้ระบบสามารถจำลองกระบวนการทำงานและสถานการณ์ต่าง ๆ ภายใต้สภาพแวดล้อมจริงอย่างถูกต้องและสมบูรณ์ที่สุด

เทคโนโลยีที่สอง คือ sensor และ IOT โดยการติดตั้ง sensor ณ ตำแหน่งสำคัญต่าง ๆ ของกระบวนการทำงาน เพื่อให้มีการเก็บรวบรวมข้อมูลทางกายภาพและข้อมูลที่จำเป็นจากอุปกรณ์ต้นแบบให้ได้มากที่สุด โดยจะทำงานควบคู่กับเทคโนโลยี IOT ในการเชื่อมต่อระบบ อุปกรณ์ และ sensor ต่าง ๆ

และเทคโนโลยีสุดท้าย คือ ระบบการประมวลผลคุณภาพสูง โดยอาศัยเทคโนโลยีปัญญาประดิษฐ์ (AI) หรือ machine learning ที่สามารถวิเคราะห์และนำเสนอข้อมูลจำนวนมาก อีกทั้งยังสามารถตรวจพบความผิดปกติ และสามารถคาดการณ์โอกาสที่จะเกิดขึ้นต่อกระบวนการทำงานได้อย่างแม่นยำอีกด้วย

เนื่องจากเทคโนโลยีระบบ digital twin เป็นเทคโนโลยีด้านซอฟต์แวร์จึงสามารถนำมาประยุกต์ใช้งานได้หลากหลายด้าน โดยกระบวนการทำงานที่นิยมนำ digital twin มาใช้ ได้แก่ การออกแบบผลิตภัณฑ์ภายใต้การจำลองกระบวนการผลิต เพื่อให้นักออกแบบทราบว่าชิ้นงานที่ออกแบบมานั้นสามารถนำไปผลิตได้จริงหรือไม่ และสามารถต่อยอดไปสู่การออกแบบระบบต่าง ๆ ภายในโรงงานได้อีกด้วย หรือแม้แต่การนำระบบ digital twin มาใช้ในการควบคุมคุณภาพของกระบวนการผลิต ซึ่งจะช่วยให้ทราบถึงประสิทธิภาพการทำงานของกระบวนการผลิตทั้งโรงงานได้อย่างรวดเร็ว อีกทั้งยังสามารถใช้ในการวางแผนการปรับปรุงเครื่องจักรและอุปกรณ์ให้ใช้เวลาและกระทบต่อกระบวนการผลิตให้น้อยที่สุด

รวมไปถึงการวางแผนงานด้านโลจิสติกส์ ตั้งแต่การบริหารจัดการสินค้าคงคลังตลอดจนกระบวนการขนส่งจนไปถึงปลายทางผู้รับสินค้า เพื่อให้ผู้ควบคุมคลังสินค้า หรือผู้รับสินค้า สามารถทราบถึงสถานะของสินค้าได้ตลอดเวลา นอกจากนี้ระบบยังสามารถให้คำแนะนำรูปแบบการจัดส่งสินค้าที่เหมาะสมกับปริมาณการขนส่งและสภาวะภูมิอากาศ ในแต่ละพื้นที่เพื่อให้การขนส่งเป็นไปอย่างมีประสิทธิภาพสูงสุด

อย่างไรก็ดี การใช้เทคโนโลยี digital twin ไม่ได้จำกัดอยู่แต่ในโรงงานอุตสาหกรรมเท่านั้น แต่เรายังสามารถนำมาประยุกต์ใช้ในอุตสาหกรรมอื่น ๆ ได้ด้วย ไม่ว่าจะเป็นการจัดการระบบสาธารณูปโภคของธุรกิจอสังหาริมทรัพย์ โดยมีผู้ประกอบการในธุรกิจอสังหาฯ นำเทคโนโลยี digital twin มาควบคุมระบบน้ำประปาของตัวอาคาร, หมู่บ้าน โดยการจัดเก็บข้อมูลผ่านระบบ sensor ที่มีการติดตั้งไว้ตามจุดต่าง ๆ ซึ่งจะมีการแสดงผลได้อย่างถูกต้องและแม่นยำ พร้อมกับประมาณการการดูแลรักษาและซ่อมบำรุงระบบสาธารณูปโภค เพื่อหลีกเลี่ยงความเสียหายและผลกระทบต่อผู้อยู่อาศัย

หรือแม้แต่แนวคิดในการนำ digital twin มาใช้ในการดูแลสุขภาพ หรือที่เรียกว่า digital health โดยปัจจุบัน Philips และ General Electrics มีการพัฒนาอุปกรณ์ IOT ทางการแพทย์ ในการเก็บรวบรวมข้อมูลสุขภาพจากทั่วโลก และนำมาสร้างแบบจำลองควบคู่กับข้อมูลของผู้ป่วยในการวางแผนการรักษาหรือผ่าตัดเพื่อให้ได้แผนการรักษาที่ถูกต้อง ใช้เวลาและมีผลกระทบต่อผู้ป่วยน้อยที่สุด โดยในอนาคตมีแนวทางในการพัฒนาอุปกรณ์ wireless biometric sensor ไปใช้ร่วมกับอุปกรณ์อย่าง smart fabric หรือ smart clothing เพื่อสามารถตรวจสอบการเคลื่อนไหว สภาวะร่างกาย รวมถึงการทำงานของอวัยวะต่าง ๆ ได้แม่นยำมากขึ้น โดยเฉพาะการประยุกต์ใช้กับระบบ digital twin ได้อย่างมีประสิทธิภาพ และสามารถพัฒนาไปสู่รูปแบบการรักษาเฉพาะบุคคลต่อไป

ปัญหาหลักในการนำ digital twin มาใช้ในภาคการผลิต อย่างแรกคือ ต้นทุน โดยต้นทุนในการติดตั้งเครื่องจักรและอุปกรณ์ automation หรือการติดตั้ง sensor ในกระบวนการทำงานมีมูลค่าที่ค่อนข้างสูง เช่น มูลค่าแขนกลอุตสาหกรรมพร้อมติดตั้งจะเริ่มต้นราว 100,000-120,000 ดอลลาร์สหรัฐต่อเครื่อง และใน 1 ส่วนการผลิต อาจต้องใช้ถึง 4 เครื่อง และยังมีค่าบริการรายเดือน สำหรับการดูแลระบบ digital twin อีกราว 100-1,000 ดอลลาร์สหรัฐต่อเดือน หากเป็นบริษัทหรือโรงงานที่ไม่มีเครื่องจักรหรือติดตั้ง sensor ที่รองรับมาก่อนก็จำเป็นต้องใช้เงินลงทุนจำนวนมาก

ประการต่อมา การติดตั้งระบบ digital twin ในส่วนงานย่อยจากหลายผู้ให้บริการ จากการศึกษาของ Forrester พบว่า ธุรกิจหรือโรงงานที่นำ digital twin มาใช้ ส่วนใหญ่ไม่ได้ติดตั้งระบบ digital twin แบบระบบเดียว (single-digital twin system) แต่จะเป็นการติดตั้งระบบ digital twin ขนาดเล็กในแต่ละส่วนงานแทน อาจส่งผลให้มีปัญหาในการสื่อสารระหว่างระบบจนเกิดความผิดพลาดได้ จึงจำเป็นต้องใช้หรือว่าจ้างผู้เชี่ยวชาญอย่าง system integrator เข้ามาช่วยแก้ไขปัญหาดังกล่าว

อีไอซีมองว่าในช่วงเริ่มต้นผู้ประกอบการไทยอาจพิจารณานำเทคโนโลยี digital twin มาประยุกต์ใช้เฉพาะบางส่วน จากนั้นจึงค่อย ๆ พัฒนาไปสู่การใช้งานแบบเต็มรูปแบบในอนาคต โดยใช้วิธีการวางแผนระยะยาว และแผนระยะสั้นควบคู่กันไป การซึ่งการลงทุนหรือปรับปรุงกระบวนการในรูปแบบนี้ จะช่วยลดความเสี่ยงด้านการลงทุนก้อนใหญ่เพียงครั้งเดียว และสามารถลดปัญหาการติดตั้งระบบที่หลากหลายและไม่สามารถสื่อสารระหว่างกันได้

อีกทั้งยังจะช่วยให้พนักงานที่เกี่ยวข้องค่อย ๆ เรียนรู้ พัฒนาทักษะ และปรับทัศนคติต่อการเปลี่ยนแปลงเทคโนโลยีได้ราบรื่นขึ้น ด้วยการพัฒนาอย่างเป็นระบบและมีแผนงานที่ชัดเจนนี้ จะมีส่วนช่วยให้ผู้ประกอบการไทยและแรงงานสามารถปรับตัวและรับมือกับการแข่งขันในอุตสาหกรรมที่สูงขึ้นอย่างต่อเนื่อง ภายใต้การเปลี่ยนแปลงทางเทคโนโลยีที่รวดเร็วได้อย่างมั่นคงและยั่งยืนต่อไป