เมื่อเราขับรถไปบนท้องถนน คำถามสำคัญคือจะวิ่งเส้นไหนเร็วที่สุด ใช้เวลาน้อยที่สุด และประหยัดน้ำมันที่สุด จึงจำเป็นต้องมี “เนวิเกเตอร์” เป็นตัวช่วยในการตัดสินใจ เพื่อตรวจสอบเส้นทางและเลือกเส้นทางที่เหมาะสมระหว่างเดินทาง การเดินเครื่องจักรในโรงงานก็เช่นกัน จำเป็นต้องมี “เทคโนโลยีปัญญาประดิษฐ์หรือ AI” เป็นตัวช่วยที่สามารถวิเคราะห์ข้อมูลได้อย่างแม่นยำ แนะนำและช่วยให้การตัดสินใจใช้พลังงานในโรงงานได้อย่างมีประสิทธิภาพ
มุ่งสู่องค์กร Carbon Neutrality
ด้วยระบบ AI (Artificial Intelligence)
SCGC ตระหนักถึงความสำคัญของการเปลี่ยนแปลงสภาวะภูมิอากาศ จึงมีนโยบายเดินหน้าสู่ความเป็นกลางทางคาร์บอนหรือ Carbon Neutrality ภายในปี 2050 หนึ่งในแนวทางที่เราเน้นคือ “การใช้พลังงานให้มีประสิทธิภาพสูงสุด (Energy Efficiency)” โดยการนำดิจิทัลเทคโนโลยี AI (Artificial Intelligence) และ Machine Learning เข้ามาบริหารจัดการพลังงานภายในโรงงาน
จุดเริ่มต้นการพัฒนา AI ระบบจัดการด้านพลังงานในโรงงาน (Energy Management System)
SCGC ได้เริ่มจากการพัฒนาระบบ Energy & Performance Management System ซึ่งเป็นระบบที่ทำให้เราสามารถเห็นภาพรวมของการใช้พลังงานในโรงงาน รวมถึงความสามารถที่จะบ่งชี้ความผิดปกติของการใช้พลังงานในโรงงานได้ตลอดเวลา จากนั้นเพื่อทำให้โรงงานสามารถที่จะบริหารจัดการพลังงานได้เหมาะสมตลอดเวลา เราได้สร้างระบบที่เรียกว่า AI Supervisory System ขึ้นมา โดยใช้เทคนิค Machine Learning ซึ่งเป็นระบบที่เรียนรู้จากข้อมูลในอดีตเป็นจำนวนมาก ทำให้ระบบมีความฉลาดในการที่จะวิเคราะห์และมีความแม่นยำสูงกว่าวิธีการที่ใช้อยู่เดิม
AI ผู้ช่วยควบคุมเครื่องจักรแบบ real-time
ระบบ AI Supervisory จะสามารถให้คำแนะนำกับผู้ปฏิบัติงานในโรงงานได้ตลอดเวลา และทำให้ผู้ปฏิบัติงานสามารถที่จะรู้ถึงประสิทธิภาพการควบคุมเครื่องจักร ถ้ายังควบคุมได้ไม่ดี ระบบ AI Supervisory จะคอยแนะนำผู้ปฏิบัติงานแบบ real-time เหมือนเป็นเนวิเกเตอร์คอยบอกผู้ปฏิบัติงานให้สามารถทำงานและควบคุมเครื่องจักรได้อย่างมีประสิทธิภาพสูงสุดตลอดเวลา
การทำงานของระบบ AI Supervisory
4 ขั้นตอน ไม่ต้องลงทุนเปลี่ยนเครื่องจักร
AI Supervisory ทำงานผ่าน 4 ขึ้นตอนหลักคือ 1) Big Data 2) In-Depth Analysis 3) Customization 4) Evaluation เพื่อให้สามารถกำหนดรูปแบบการทำงานของเครื่องจักรโดยพิจารณาผลกระทบครบทุกด้าน เกิดการใช้พลังงานที่เหมาะสมที่สุดกับสถานการณ์จริงในทุกช่วงเวลา นำไปสู่การลดใช้พลังงานของทั้งระบบ โดยไม่จำเป็นต้องเปลี่ยนเครื่องจักร