AI กับการควบคุมค่าใช้จ่ายด้านซ่อมบำรุง

นักเศรษฐศาสตร์และนักวิเคราะห์อุตสาหกรรมจาก บิส อ๊อกฟอร์ด อีโคโนมิกส์ (BIS Oxford Economics) ระบุว่ากิจการเหมืองแร่ของประเทศออสเตรเลียกำลังเดินหน้าอย่างเต็มที่ซึ่งส่งผลดีต่อภาคการส่งออกและเศรษฐกิจในวงกว้าง แต่ด้วยต้นทุนด้านการซ่อมบำรุงที่คาดว่าจะเพิ่มขึ้นเกือบ 60 เปอร์เซ็นต์ในช่วงห้าปีถัดไป ทำให้หลายบริษัทต้องหันมาพิจารณาเรื่องการลงทุนในระบบที่จะช่วยควบคุมค่าใช้จ่ายดังกล่าวได้อย่างมีประสิทธิภาพ

จากรายงานของ บิส อ๊อกฟอร์ด อีโคโนมิกส์  เรื่องการทำเหมืองแร่ในประเทศออสเตรเลียตั้งแต่ปี พ.ศ. 2560 ถึง 2575 พบว่าการสำรวจ การผลิต การซ่อมบำรุงของการทำเหมืองแร่มีแนวโน้มจะเพิ่มขึ้นอย่างมากจนถึงปี 2561 และหลังจากนั้น การฟื้นตัวอย่างแข็งแกร่งในด้านราคาทำให้ผู้ประกอบกิจการเหมืองแร่มีผลกำไรเพิ่มมากขึ้น แต่ดูเหมือนว่าการซ่อมบำรุงกลับกลายเป็นต้นทุนสูงสุดในการดำเนินงาน

นายรับเฮน จีย่า นักเศรษฐศาสตร์จาก บิส อ๊อกฟอร์ด อีโคโนมิกส์   และผู้เขียนรายงานระบุว่า “การซ่อมบำรุงมีผลต่อต้นทุนการดำเนินงานอย่างมากในช่วงหลายปีที่ผ่านมา และจากการใช้งานสินทรัพย์ที่มีอยู่เพิ่มมากขึ้นอันเนื่องมาจากสภาพตลาดที่เกิดการฟื้นตัว ทำให้คาดได้ว่างานซ่อมบำรุงจะเพิ่มขึ้นเกือบ 60 เปอร์เซ็นต์ในช่วงห้าปีข้างหน้านี้ ซึ่งถือเป็นโอกาสสำคัญสำหรับบรรดาผู้รับเหมาด้านการบริการ”

สำหรับเจ้าของสินทรัพย์แล้ว การควบคุมต้นทุนด้านการซ่อมบำรุงจะครอบคลุมถึงการบริหารจัดการอย่างรอบคอบและการทำงานสอดประสานร่วมกับผู้รับเหมาที่ให้บริการด้านการซ่อมบำรุง ขณะที่ฝั่งของผู้รับเหมาเองนั้น พวกเขาจะพยายามมองหาแนวทางที่จะช่วยให้การดำเนินงานตามสัญญาบรรลุผลได้อย่างดีที่สุด ตลอดจนเพิ่มมูลค่าสูงสุดให้กับเจ้าของสินทรัพย์และสามารถควบคุมค่าใช้จ่ายของตัวเองได้อย่างมีประสิทธิภาพ

เทคโนโลยีใหม่ๆ ได้แก่ การประมวลผลแบบคลาวด์ อุปกรณ์เคลื่อนที่ อินเทอร์เน็ต ออฟ ธิงส์ (Internet of Things) การซ่อมบำรุงเชิงพยากรณ์ การเพิ่มประสิทธิภาพด้านการวางแผนและการจัดตารางเวลา ข้อมูลขนาดใหญ่ (Big Data) ปัญญาประดิษฐ์ หรือ เอไอ (Artificial intelligence: AI) และความเป็นจริงเสริม หรือ      เออาร์ (Augmented Reality: AR) ทั้งหมดนี้ล้วนมีบทบาทสำคัญในการควบคุมต้นทุนด้านการซ่อมบำรุงโดยตรง

ใช้การวิเคราะห์เชิงคาดการณ์เพื่อเพิ่มประสิทธิภาพการซ่อมบำรุง

จากรายงานการวิจัยของเออาร์ซี แอดไวเซอรี่ กรุ๊ป (ARC Advisory Group) พบว่า 82% ของสินทรัพย์มีรูปแบบของความล้มเหลวแบบสุ่ม (Random Failure) กล่าวคือกลยุทธ์ด้านการซ่อมบำรุงเชิงป้องกันแบบดั้งเดิมนั้นไม่มีประสิทธิภาพในการบริหารจัดการด้านการหยุดทำงานของอุปกรณ์และเพิ่มอายุการใช้งานได้อย่างสูงสุด

จึงไม่น่าแปลกใจที่บรรดาบริษัทเหมืองแร่ต่างกำลังเดินหน้าปรับเปลี่ยนแนวทางจากการซ่อมบำรุงเชิงป้องกันตามปฏิทินไปเป็นการการซ่อมบำรุงตามสภาพหรือการใช้งานจริง และด้วยเซ็นเซอร์ที่สามารถระบุปัญหาที่เกิดขึ้นจริงได้ จึงทำให้แนวคิดด้านอินเทอร์เน็ต ออฟ ธิงส์ หรือ ไอโอที เข้ามามีส่วนผลักดันที่สำคัญต่อแนวโน้มดังกล่าว แต่ดูเหมือนว่าวิธีที่ดีที่สุดในการจัดการการซ่อมบำรุงอุปกรณ์และสินทรัพย์อื่นๆ เห็นจะหนีไม่พ้นการซ่อมบำรุงเชิงพยากรณ์

การซ่อมบำรุงเชิงพยากรณ์นำเสนอความน่าเชื่อถือทั้งโดยทันทีและในระยะยาว ทั้งยังช่วยประหยัดค่าใช้จ่ายได้อีกด้วย และเมื่อรวมเข้ากับระบบการเฝ้าติดตามและการบริหารจัดการสินทรัพย์แล้ว ก็จะช่วยให้บริษัทเหมืองแร่สามารถมองเห็นสินทรัพย์ของตนได้ดีขึ้น ช่วยลดปัญหาและความท้าทายที่ไม่สามารถควบคุมได้ เช่น ระยะทางและสภาพแวดล้อม

การซ่อมบำรุงเชิงพยากรณ์ให้มากกว่าความสามารถในการตรวจสอบประสิทธิภาพของสินทรัพย์อย่างต่อเนื่องผ่านเซ็นเซอร์ต่างๆ เช่น การตรวจสอบการสั่นสะเทือน นอกจากนี้ยังมีเครื่องมือพยากรณ์ที่สามารถใช้ในการประมวลผลข้อมูลป้อนเข้าและให้การตอบสนองอย่างชาญฉลาดโดยอัตโนมัติด้วย ข้อมูลที่เก็บรวบรวมและการตอบสนองที่เกิดขึ้นจะถูกบันทึกและประมวลผลในระบบการบริหารจัดการสินทรัพย์ขององค์กร เพื่อให้มั่นใจได้ว่ามีการปฏิบัติตามกฎระเบียบ ระบบธุรกิจอัจฉริยะทำงานอย่างมีประสิทธิภาพ และลูกค้าได้รับความพึงพอใจ

ด้วยระบบการบริหารจัดการสินทรัพย์ขององค์กรแบบครบวงจรและการวิเคราะห์เชิงคาดการณ์ ทำให้สามารถลดเวลาหยุดทำงานของเครื่องจักรลงได้ เพิ่มประสิทธิภาพในการทำงานได้อย่างสูงสุด และปรับกระบวนการทำงานภายในห่วงโซ่เหตุการณ์ให้เหมาะกับกระบวนการทำงานทั้งหมด ซึ่งครอบคลุมตั้งแต่การบริหารจัดการสินค้าคงคลังไปจนถึงทรัพยากรมนุษย์ หลังจากเปรียบเทียบข้อมูลที่ผ่านมากับข้อมูลปฏิบัติการแบบเรียลไทม์แล้ว การแจ้งเตือนจะกระตุ้นการทำงานของซอฟต์แวร์การบริหารจัดการสินทรัพย์ขององค์กรเหมืองแร่ให้ดำเนินการจัดตารางเวลาให้กับช่างเทคนิคที่มีทักษะความชำนาญการที่เหมาะสมและระบุชิ้นส่วนที่ถูกต้องเพื่อนำมาใช้ในการแก้ไขสิ่งผิดปกติที่เกิดขึ้นโดยอัตโนมัติ เป็นต้น

การเพิ่มประสิทธิภาพในระดับนี้ต้องใช้แหล่งข้อมูลหลายแหล่งร่วมกัน เช่น ข้อมูลสภาพเครื่องจักร ความสำคัญของสินทรัพย์ ระดับการให้บริการ การจัดหาอะไหล่ชิ้นส่วน ความพร้อมของวิศวกรบริการ เวลาเดินทาง สภาพอากาศ และอื่นๆ ทั้งหมดนี้เกี่ยวข้องโดยตรงกับความสามารถในการดึงข้อมูลมารวมเข้าด้วยกันเพื่อให้เห็นภาพที่ชัดเจน และนำไปสู่การนำเสนอทางเลือกในการตัดสินใจที่ดีที่สุดโดยอัตโนมัติผ่านระบบซอฟต์แวร์

ใช้ปัญญาประดิษฐ์หรือ เอไอ เพื่อคิดนอกกรอบ

แม้ว่าการประยุกต์ใช้ปัญญาประดิษฐ์ในหลายรูปแบบกำลังอยู่ในขั้นตอนเริ่มต้น แต่ในบางพื้นที่ก็ได้พิสูจน์ให้เห็นแล้วว่าเทคโนโลยีนี้สามารถสร้างประโยชน์ได้จริง บริษัท ไอเอฟเอส กำลังใช้อัลกอริทึมการเรียนรู้ของเครื่องจักรและเทคนิคอัจฉริยะอื่นๆ ภายใน ไอเอฟเอส แพลนนิ่ง แอนด์ สเกดิวลิ่ง ออปติไมเซชั่น หรือ             พีเอสโอ  (IFS Planning & Scheduling Optimization (PSO)) เพื่อสร้างตารางเวลาที่เหมาะสมที่สุดสำหรับลูกค้าเป็นระยะเวลามากกว่า 12 ปี

หนึ่งในองค์ประกอบหลักใน IFS PSO คือ Dynamic Scheduling Engine (DSE) โดย DSE จะพยายามหาทางออกที่ดีที่สุดโดยอัตโนมัติเพื่อปรับให้เข้ากับปัญหาที่มีความเฉพาะเจาะจง ซึ่งโดยปกติแล้วจะเลือกใช้อัลกอริธึม 2 ถึง 6 ชุดจากความน่าจะเป็น 35 แนวทาง เพราะการทำงานร่วมกับของอัลกอริธึมย่อมดีกว่าการแยกส่วนการทำงานเพียงชุดเดียว ส่งผลให้ทีมงานมักจะพบแนวทางที่สร้างสรรค์เนื่องจากระบบสามารถเรียนรู้การปรับเปลี่ยนได้โดยอัตโนมัติ โดยปกติแล้ว “การคิดนอกกรอบ” ของระบบจะทำได้ดีกว่ามนุษย์ เนื่องจากสามารถค้นหาแนวทางที่เป็นไปได้ในจำนวนที่มหาศาลอย่างมาก

จะเห็นได้จากกรณีของบริษัท คิวบิก ทรานสปอเตชัน ซิสเต็มส์  (Cubic Transportation Systems) ซึ่งเป็นหนึ่งในลูกค้าของเราที่เริ่มใช้ DSE เป็นครั้งแรก บริษัทแห่งนี้สังเกตเห็นว่าระบบกำลังทำการตัดสินใจในการจัดตารางเวลาที่แตกต่างจากการจัดตารางเวลาที่ดำเนินการโดยมนุษย์ ตัวอย่างเช่น อาจมีงานซ่อมจำนวนสามงาน ซึ่งทั้งหมดอยู่ในสถานที่แห่งเดียวกัน และหากเป็นก่อนหน้านี้วิศวกรจะต้องเดินทางไปยังสถานที่แห่งนี้และทำงานทั้งสามงานนี้พร้อมกัน แต่ในบางครั้ง DSE จะจัดตารางเวลาให้วิศวกรทำงานเร่งด่วนที่สถานที่ดังกล่าวก่อน จากนั้นจึงเดินทางไปที่อื่นเพื่อทำงานเร่งด่วนอีกอย่างเป็นลำดับต่อไป แล้วค่อยมาจัดการงานซ่อมที่ยังไม่เร่งด่วนในภายหลัง

อีกตัวอย่างหนึ่งที่ คิวบิก สังเกตเห็นได้ก็คือเมื่อวิศวกรเริ่มทำงาน พวกเขามักจะเดินผ่านงานที่ต้องทำเพื่อไปหางานอื่นๆ ที่มีความสำคัญมากกว่าหรือกลุ่มงานที่รวมกันอยู่หรือที่มีความเหมาะสมมากกว่า พวกเขาตั้งคำถามเรื่องนี้ในตอนแรกจนทราบชัดเจนว่า DSE กำลังช่วยเพิ่มประสิทธิภาพตารางเวลาในการทำงานทั้งหมดและเมื่อภารกิจเสร็จสิ้นเหล่าวิศวกรก็จะกลับมาทำงานเดิมในภายหลัง

การที่ DSE สามารถคิดหาแนวทางใหม่ๆ ได้สำเร็จ ทำให้คิวบิก  สามารถปรับปรุงอัตราการบรรลุข้อตกลงระดับการให้บริการ หรือ เอสแอลเอ (SLA) และเพิ่มความพร้อมใช้งานของเครื่องจักรได้ถึง 20 เปอร์เซ็นต์ ซึ่งช่วยให้พวกเขาสามารถทำสัญญาได้เพิ่มมากขึ้นโดยไม่ต้องสรรหาบุคลากรเพิ่มเติม

ความเป็นจริงเสริม หรือ เออาร์  (Augmented Reality: AR) จะเข้ามาปฏิวัติงานซ่อมบำรุง

เทคโนโลยีใหม่ๆ เช่น ความเป็นจริงเสริม หรือ เออาร์  (Augmented Reality: AR) มีศักยภาพในการเพิ่มประสิทธิภาพการซ่อมบำรุงในอุตสาหกรรมเหมืองแร่ในลักษณะเดียวกับที่รถบรรทุกไร้คนขับที่ได้ช่วยเพิ่มประสิทธิภาพการผลิตของการขนส่งสินค้าในช่วงหลายปีที่ผ่านมา

ล่าสุดบริษัท ไอเอฟเอส เพิ่งประกาศเปิดตัวแนวคิดใหม่ที่ผสานรวมโซลูชันความเป็นจริงเสริมหรือฟาวต์ซ  (fountx™) ซึ่งเป็นผลงานการพัฒนาของชาวออสเตรเลีย เข้ากับข้อมูลองค์กรจากไอเอฟเอส แอพพลิเคชัน  เพื่อเพิ่มประสิทธิภาพในการทำงานของวิศวกรอุตสาหการได้เป็นผลสำเร็จ ซึ่งเป็นการพัฒนาโดยทีมสร้างสรรค์นวัตกรรมของเรา ได้แก่ ไอเอฟเอส แลบส์ (IFS Labs) ร่วมกับบริษัท ฟาวต์ซ (fountx) และบริษัทแม่ที่ชื่อว่า        เตแอร์โรสเปซ (TAE Aerospace) และสิ่งนี้มีศักยภาพอย่างมากในการเปลี่ยนแปลงวิธีการที่บริษัทจะสามารถดูแลรักษาสินทรัพย์ที่ซับซ้อนได้อย่างมีประสิทธิภาพ ซึ่งแตกต่างจากเทคโนโลยีสำหรับผู้บริโภคที่สามารถสวมใส่ได้ โดย ฟาวต์ซ fountx ถูกสร้างขึ้นเพื่อสภาพแวดล้อมอุตสาหกรรมที่ซับซ้อนโดยเฉพาะเพื่อช่วยให้ผู้ปฏิบัติงานสามารถทำงานได้อย่างปลอดภัย ซึ่งแยกออกเป็นสองส่วน ได้แก่: สถานีสำหรับผู้ปฏิบัติงานซึ่งประกอบด้วยชุดหูฟังและจอภาพใกล้ตา (near-eye headset) ที่มีน้ำหนักเบาและคอมพิวเตอร์แบบสวมใส่ได้ และสถานีสำหรับผู้เชี่ยวชาญในระบบหน้าจอสัมผัสสำหรับการใช้งานนอกสถานที่ โดยทั้งหมดนี้จะช่วยให้ช่างเทคนิคสามารถทำงานซ่อมบำรุงที่ซับซ้อนได้โดยที่มีผู้เชี่ยวชาญจากระยะไกลสามารถมองเห็นการทำงานของพวกเขาได้อย่างใกล้ชิด

แนวคิดนี้ช่วยให้ช่างเทคนิคสำหรับงานซ่อมบำรุงสามารถมองเห็นข้อมูลซอฟต์แวร์ ไอเอฟเอส ที่เกี่ยวข้องกับสินทรัพย์ที่พวกเขากำลังให้บริการอยู่บนจอภาพใกล้ตา (near-eye display) ของ ฟาวต์ซ (fountx) ได้อย่างชัดเจน ด้วยวิธีนี้ ช่างเทคนิคจะสามารถทำงานซ่อมบำรุงได้อย่างเต็มที่ทั้งสองมือโดยไม่จำเป็นต้องใช้แผ่นงานที่พิมพ์ออกมาหรือใช้อุปกรณ์คอมพิวเตอร์แยกต่างหาก นอกจากนี้ยังสามารถบันทึกภาพความละเอียดระดับเอชดี จากกล้องฟาวต์ซ ไปไว้ใน ไอเอสเอส แอพพลิเคชัน  ได้โดยตรงด้วย

ในอีกไม่กี่ปีข้างหน้านี้ เทคโนโลยีความเป็นจริงเสริมรูปแบบใหม่ๆ อย่าง ฟาวต์ซ  (fountx) จะเข้ามาปฏิวัติวิธีการซ่อมบำรุงในอุตสาหกรรมเหมืองแร่อย่างไม่ต้องสงสัย และเมื่อใช้ร่วมกับเทคโนโลยีต่างๆ เช่น การซ่อมบำรุงเชิงพยากรณ์ ปัญญาประดิษฐ์ และการเพิ่มประสิทธิภาพด้านการวางแผนและการจัดตารางเวลา ก็จะก่อให้เกิดประโยชน์ที่ยิ่งใหญ่ที่สุดในสภาพแวดล้อมระยะไกลที่มีต้นทุนด้านการซ่อมบำรุงสูงสุด

ค่าใช้จ่ายในการซ่อมบำรุงเพิ่มขึ้นอย่างแน่นอน การตัดค่าใช้จ่ายที่เราพบในอุตสาหกรรมเหมืองแร่นั้นเป็นไปในทิศทางที่ไม่ยั่งยืน ในขณะที่สินทรัพย์ใหม่ๆ ก็เริ่มมีปริมาณเพิ่มมากขึ้น รวมถึงปริมาณการผลิตก็เพิ่มสูงขึ้นด้วย แต่ด้วยการทำงานร่วมกันของเทคโนโลยีใหม่และระบบซอฟต์แวร์สำหรับองค์กร ส่งผลให้บริษัทบางแห่งมองเห็นต้นทุนด้านการซ่อมบำรุงที่เพิ่มขึ้นได้อย่างรวดเร็วเทียบเท่ากับที่มีการคาดการณ์จากทั้งอุตสาหกรรม และเจ้าของสินทรัพย์เหล่านี้และผู้รับเหมาด้านบริการจะอยู่ในตำแหน่งที่ดีกว่าผู้อื่นในการสร้างผลกำไรให้เพิ่มสูงขึ้นในช่วง 2-3 ปีข้างหน้านี้

Related posts:

Orboot มิติใหม่ของการเรียนรู้ผ่านลูกโลก Augmented Reality
หยุดค่าใช้จ่ายแอบแฝงด้วย Unlimited Data Transfer จาก GIO Public บริการคลาวด์โดย ลีพ โซลูชั่น เอเชีย
AIS จับมือ CheckPoint เปิดให้บริการ “Zone Alarm” แอปพลิเคชั่นด้านความปลอดภัย ช่วยปกป้องมือถือจากไวรั...
มัลแวร์ขุดบิตคอยน์ ยังคงคุกคามองค์กรอย่างต่อเนื่อง
Google จับมือ Lnwshop และ ReadyPlanet พัฒนาเครื่องมือหนุนการเติบโตเอสเอ็มอีไทยเติบโตในตลาดดิจิทัล
NTT ทุ่มงบเพิ่ม 500 ล้าน เดินหน้าเปิดเฟสใหม่ High Density Data Center รองรับอีอีซี
Top
ปิดโหมดสีเทา