เอดจ์คอมพิวติ้งในโรงงานปี 2026 ควรวางไว้เพียง 1 ใน 3 ชั้น

เวลาที่โรงงานในประเทศไทยเข้ามาปรึกษาเรื่องเอดจ์คอมพิวติ้ง (Edge Computing) คำถามแรกที่ได้ยินแทบทุกครั้งคือ “ควรติดตั้งหรือไม่ควรติดตั้ง” แต่ตราบใดที่ยังคิดอยู่ในกรอบสองทางเลือกนี้ เงินลงทุนมักจะบานปลายและการคืนทุนก็ช้าลง สิ่งที่กำหนดการคืนทุนจริงๆ คือการแยกแยะเป็นรายฟังก์ชันว่า จะวางการประมวลผลส่วนใดไว้ที่อุปกรณ์หน้างาน และจะเหลือการประมวลผลส่วนใดไว้บนคลาวด์ บทความนี้จะกำหนดโรงงานต้นแบบแห่งหนึ่งในจังหวัดสมุทรปราการ แบ่งการประมวลผลออกเป็น 3 ชั้น แล้วคำนวณระยะเวลาคืนทุนของ 2 สถานการณ์มาเทียบกัน ตัวเลขทั้งหมดเป็นค่าสมมติของโรงงานต้นแบบ ไม่ใช่ค่าที่วัดได้จริง

เอดจ์คอมพิวติ้งคืออะไร | เหตุใดโรงงานจึงต้องแบ่งงานกันกับคลาวด์

เอดจ์คอมพิวติ้งคือวิธีการประมวลผลข้อมูล ณ จุดที่อยู่ใกล้กับแหล่งกำเนิดข้อมูลมากที่สุด สำหรับโรงงานก็คือพีซีอุตสาหกรรมที่ตั้งอยู่ข้างสายการผลิต หรือ IoT เกตเวย์ที่ติดตั้งอยู่ในตู้ควบคุม ส่วนวิธีที่เป็นคู่ตรงข้ามกันคือคลาวด์ ซึ่งเป็นการรวมศูนย์โดยส่งข้อมูลออกไปยังศูนย์ข้อมูลภายนอกก่อนแล้วจึงประมวลผล ประเด็นไม่ได้อยู่ที่ว่าวิธีใดดีกว่ากัน แต่อยู่ที่ว่าธรรมชาติของงานประมวลผลแต่ละอย่างเป็นตัวกำหนดว่าควรวางไว้ที่ไหน

เหตุที่ความต่างของตำแหน่งประมวลผลกลายเป็นตัวเงินในโรงงาน มาจากข้อจำกัดทางกายภาพ 3 ข้อ ข้อแรกคือเวลาไป-กลับจนกว่าจะได้คำตอบ การส่งภาพหรือรูปคลื่นขึ้นไปยังคลาวด์แล้วรอรับผลการอนุมาน (inference) กลับมา ต้องบวกทั้งเวลาเดินทางไป-กลับในเครือข่ายและเวลาประมวลผลฝั่งเซิร์ฟเวอร์เข้าด้วยกัน สำหรับเครื่องจักรที่มีแท็กต์ไทม์ (takt time) ระดับไม่กี่ร้อยมิลลิวินาที เวลาไป-กลับนี้จะปรากฏบนสายการผลิตในรูปของการตัดสินที่ล่าช้าโดยตรง ข้อที่สองคือพฤติกรรมของระบบเมื่อเครือข่ายขาด เมื่อวงจรสื่อสารของนิคมอุตสาหกรรมขัดข้องหรือเครือข่ายภายในองค์กรอยู่ระหว่างการบำรุงรักษาจนส่งข้อมูลไปถึงคลาวด์ไม่ได้ เครื่องจักรที่ต้องพึ่งคลาวด์ในการตัดสินจะเหลือทางเลือกเพียงสองทาง คือหยุดเดินเครื่อง หรือปล่อยงานผ่านไปโดยไม่มีการตัดสิน ข้อที่สามคือค่าสื่อสารและค่าจัดเก็บที่แปรผันตามปริมาณข้อมูล ภาพถ่ายและข้อมูลการสั่นสะเทือนที่เก็บถี่มีโครงสร้างต้นทุนแบบยิ่งส่งมากยอดเรียกเก็บรายเดือนก็ยิ่งสูงขึ้น

ในทางกลับกัน ฝั่งคลาวด์ก็มีจุดแข็งที่เอดจ์ทดแทนได้ยาก ได้แก่ การรวมและเทียบข้อมูลจากหลายสายการผลิตหลายฐานการผลิต การจัดสรรทรัพยากรประมวลผลก้อนใหญ่ชั่วคราวสำหรับการเทรนโมเดล AI ใหม่ และการโอนงานดูแลระบบอย่างการอัปเดตซอฟต์แวร์และการสำรองข้อมูลออกไปข้างนอก งานเหล่านี้ไม่ได้ต้องการ “ความเร็ว” แต่ต้องการ “ปริมาณ” และ “การดูแลอย่างต่อเนื่อง” หากยกไปให้อุปกรณ์ขนาดเล็กที่หน้างานรับผิดชอบ กลับจะแพงกว่าเดิม ที่มักพูดกันว่าข้อดีของการนำเอดจ์มาใช้ในภาคการผลิตคือความหน่วงที่ลดลง ปริมาณการรับส่งข้อมูลที่ลดลง และการทำงานได้ด้วยตัวเองที่หน้างานนั้นเป็นความจริง แต่จริงเฉพาะกับงานที่ต้องการความเร็วและความเป็นอิสระเท่านั้น

เมื่อมองตารางนี้ จะเห็นได้ทันทีว่าการออกแบบที่เทไปทางใดทางหนึ่งจนสุดนั้นไม่สมเหตุสมผล ครึ่งบนของตารางเอดจ์ได้เปรียบ ส่วนครึ่งล่างคลาวด์ได้เปรียบ พูดอีกอย่างคือระบบของโรงงานเป็นที่ที่งานประมวลผลซึ่งมีธรรมชาติต่างกันอยู่ปะปนกัน และเนื้อหาของการออกแบบก็คือการจัดสรรว่าจะให้แต่ละงานอยู่ตรงไหน

อนึ่ง บทความนี้จำกัดขอบเขตไว้ที่เรื่องหลังจากเก็บข้อมูลได้แล้วเท่านั้น ส่วนการออกแบบในขั้นตอนก่อนหน้าว่าจะดึงข้อมูลออกจาก PLC และเซนเซอร์ผ่านเส้นทางใดนั้น ได้เรียบเรียงไว้แล้วใน4 เส้นทางการเก็บข้อมูลจาก PLC ผู้ที่ยังลังเลอยู่ในขั้นตอนการเลือกมาตรฐานการสื่อสารและโปรโตคอล ขอแนะนำให้อ่านบทความดังกล่าวก่อน ส่วนบทความนี้จะพูดถึงเฉพาะเรื่อง “ข้อมูลที่เก็บมาแล้วควรประมวลผลที่ไหน”

เหตุใดการคิดแบบสองทางเลือกว่าเอดจ์หรือคลาวด์จึงทำให้ตัดสินใจลงทุนผิด

เมื่อคิดด้วยสองทางเลือก การพิจารณาจะถูกดึงไปสู่ขั้วใดขั้วหนึ่งเสมอ ขั้วหนึ่งคือการตีความคำว่า “ติดตั้งเอดจ์” ให้กลายเป็น “ต้องมีทุกอย่างอยู่ในโรงงาน” ซึ่งก็คือการทำออนพรีมิสทั้งหมด อีกขั้วหนึ่งคือการสรุปว่า “ยังเร็วเกินไป” แล้วใช้วิธีคลาวด์แบบเดิมต่อไป ทั้งสองขั้วนี้ดูตรงข้ามกัน แต่มีความผิดพลาดร่วมกันอยู่ข้อหนึ่ง คือการไม่แยกแยะธรรมชาติของงานประมวลผล แล้วเหมารวมด้วยตำแหน่งของกล่องที่ใส่มันเพียงอย่างเดียว

ยกตัวอย่างเช่น สมมติว่าการพิจารณาเริ่มต้นจากแรงจูงใจที่ว่า “ค่าคลาวด์แพง อยากย้ายกลับมาไว้ในโรงงาน” แรงจูงใจนี้ไม่ผิด แต่ถ้าย้ายทุกอย่างเข้ามาในโรงงานโดยไม่ดูรายละเอียดของค่าใช้จ่าย ก็จะกลายเป็นว่าต้องแบกทั้งการรวมข้อมูลรายเดือนและการเทรนโมเดลใหม่ปีละไม่กี่ครั้งไว้บนเซิร์ฟเวอร์ของตัวเอง งานเหล่านี้ไม่ต้องการความเร็ว การย้ายมาไว้ที่เอดจ์จึงไม่ได้ทำให้การตัดสินที่หน้างานเร็วขึ้นแม้แต่ 1 มิลลิวินาที ทั้งที่เซิร์ฟเวอร์ พื้นที่จัดเก็บ ระบบไฟฟ้า ระบบปรับอากาศ และเวลาของคนที่ต้องดูแล เพิ่มขึ้นอย่างแน่นอน นี่คือภาพของการเอาเงินลงทุนไปกองไว้บนชั้นที่ไม่มีผลตอบแทนรองรับ

ในทางกลับกัน กรณีที่สรุปว่า “คลาวด์ก็ใช้งานได้ดีอยู่แล้ว คงสภาพเดิมไว้ก็พอ” ก็อาจเป็นเพียงเพราะมองไม่เห็นความสูญเสียจากการตัดสินที่ล่าช้า หากความหน่วงไป-กลับ 300 ถึง 800 มิลลิวินาทีทำให้จังหวะการตัดสินคลาดเคลื่อนจนเกิดการปล่อยงานเสียหลุดรอดหรือการคัดทิ้งเกินจำเป็น นั่นคือค่าใช้จ่ายที่เกิดขึ้นอยู่ทุกเดือน เพียงแต่สังเกตได้ยากเพราะไม่ปรากฏบนใบแจ้งหนี้

เพื่อหลีกเลี่ยงกับดักสองทางเลือกนี้ บทความนี้จะแยกแยะงานประมวลผลด้วยเกณฑ์ 3 ข้อต่อไปนี้

งานที่เข้าเงื่อนไข “เอนไปทางเอดจ์” แม้เพียงข้อเดียวจาก 3 ข้อ ก็คุ้มค่าที่จะวางไว้ที่เอดจ์ ส่วนงานที่ไม่เข้าเลยสักข้อ วางไว้บนคลาวด์จะถูกกว่า ลำดับการพิจารณาเป็นไปตามนี้ และสิ่งสำคัญคืออย่าเริ่มจากค่าใช้จ่าย เพราะถ้าเริ่มจากค่าใช้จ่าย สายตาจะไปจับอยู่แต่ที่ใบแจ้งหนี้คลาวด์ก้อนใหญ่ แล้วลากงานที่ไม่ต้องการความเร็วเข้ามาไว้ในโรงงานไปด้วยกันทั้งหมด

หากมองในมุมของการวางโครงสร้างพื้นฐานด้านข้อมูลของทั้งโรงงาน การเลือกแพลตฟอร์มควบคุมและตรวจติดตามพร้อมการออกแบบการเชื่อมต่อคือรากฐาน ประเด็นนี้ได้กล่าวไว้แล้วในการเลือกแพลตฟอร์ม SCADA และ OT แต่ในบทความดังกล่าวกล่าวถึงเอดจ์คอมพิวติ้งเพียงไม่กี่บรรทัด บทความนี้จึงวางตำแหน่งตัวเองเป็นฉบับเจาะลึกของหัวข้อนั้น

แยกงานประมวลผลออกเป็น 3 ชั้น | Tier1 ควบคุมทันที / Tier2 ปรับหน้างาน / Tier3 บริหารและเรียนรู้

เมื่อนำเกณฑ์ 3 ข้อจากหัวข้อก่อนหน้ามาจับกับงานประมวลผลจริงในโรงงาน โดยรวมแล้วจะแบ่งออกได้เป็น 3 ชั้น บทความนี้เรียกชั้นเหล่านี้ว่า Tier1 ถึง Tier3

การแยกแยะนี้ไม่ได้ตัดสินจากสมรรถนะหรือราคาของอุปกรณ์ แต่ตัดสินจากคำถามว่า “ถ้าคำตอบมาช้าแล้วจะเกิดอะไรขึ้น” ต่อไปนี้คือคำอธิบายเพิ่มเติมของแต่ละชั้น

Tier1 คำตอบที่ช้าไปจะปรากฏบนสายการผลิตทันที

Tier1 คืองานที่ให้ผลลัพธ์ทางกายภาพในทันทีที่คำตอบมาช้า ในเครื่องจักรที่มีแท็กต์ไทม์ระดับไม่กี่ร้อยมิลลิวินาที เพียงแค่ AI ตรวจสอบคุณภาพด้วยภาพส่งผลผ่านไม่ผ่านกลับมาช้าไป 300 ถึง 800 มิลลิวินาที ชิ้นงานก็ไหลไปยังกระบวนการถัดไปเรียบร้อยแล้ว การชดเชยการเคลื่อนไหวของหุ่นยนต์และการตัดสินหยุดฉุกเฉินเพื่อความปลอดภัยก็มีธรรมชาติเดียวกัน หากมีวงจรสื่อสารมาคั่นกลางตรงจุดนี้ สภาพของเครือข่ายจะเชื่อมโยงกับคุณภาพของผลิตภัณฑ์และความปลอดภัยโดยตรง ดังนั้นหลักการของ Tier1 คือออกแบบโดยตั้งต้นว่าจะวางไว้ที่เอดจ์ โดยไม่ต้องรอคำนวณความคุ้มค่าก่อน ส่วนการออกแบบความแม่นยำและวิธีจัดการข้อมูลของ AI ตรวจสอบคุณภาพด้วยภาพนั้น ได้สรุปไว้ในการวิเคราะห์ข้อมูลการตรวจสอบคุณภาพด้วย AI

Tier2 ตำแหน่งที่วางเปลี่ยนไปตามนโยบายการทำงานของแต่ละโรงงาน

Tier2 คืองานที่ได้คำตอบภายในระดับนาทีถึงชั่วโมงก็เพียงพอ ทั้งการตรวจจับการหยุดสั้นๆ ของเครื่องจักรและการแสดงอัตราการเดินเครื่องแบบเรียลไทม์ ต่อให้ช้าไปไม่กี่นาทีผลิตภัณฑ์ก็ไม่ได้กลายเป็นของเสีย ดังนั้นในเชิงฟังก์ชันจะวางไว้บนคลาวด์ก็ทำได้ จุดที่ความเห็นแตกต่างกันคือตอนที่เครือข่ายขาด โรงงานที่ยอมรับได้ว่าระหว่างเครือข่ายขาดการแสดงอัตราการเดินเครื่องจะหยุดไปก็ไม่เป็นไร ใช้คลาวด์ได้ ส่วนโรงงานที่ยอมให้ข้อมูลประกอบการตัดสินใจในช่วงเวลานั้นหายไปไม่ได้ ควรวางไว้ที่เอดจ์ สำหรับงานอย่างการสกัดคุณลักษณะจากเซนเซอร์วัดการสั่นสะเทือน ซึ่งถ้าส่งรูปคลื่นดิบทั้งหมดจะทำให้ปริมาณการรับส่งข้อมูลพุ่งสูง วิธีประนีประนอมที่ได้ผลคือทำเฉพาะการสกัดคุณลักษณะที่เอดจ์แล้วส่งเฉพาะผลลัพธ์ขึ้นคลาวด์ แนวคิดนี้แทบจะเป็นโครงสร้างเดียวกับที่กล่าวไว้ในการออกแบบระบบบำรุงรักษาเชิงพยากรณ์

การลาก Tier3 เข้ามาไว้ฝั่งเอดจ์มีแต่ค่าใช้จ่ายที่เพิ่มขึ้น

Tier3 คืองานที่ได้คำตอบภายในระดับวันถึงสัปดาห์ก็เพียงพอ การวิเคราะห์แนวโน้มข้ามหลายสายการผลิต การเทรนโมเดล AI ใหม่ และการรวมรายงานรายเดือนอยู่ในชั้นนี้ งานเหล่านี้ไม่ต้องการความเร็ว แต่แลกมาด้วยความต้องการข้อมูลปริมาณมากและทรัพยากรประมวลผลก้อนใหญ่เป็นครั้งคราว การจะรับงานเหล่านี้ไว้ในโรงงานจำเป็นต้องมีเซิร์ฟเวอร์รวมข้อมูล พื้นที่จัดเก็บ เซิร์ฟเวอร์ GPU สำหรับเทรนโมเดล และคนที่คอยดูแลสิ่งเหล่านั้น ผลลัพธ์ที่พบบ่อยที่สุดของการลาก Tier3 เข้ามาไว้ฝั่งเอดจ์ คือไม่เกิดผลด้านความเร็วใดๆ ขึ้นเลย มีแต่ค่าใช้จ่ายที่เพิ่มขึ้น

ตารางเทียบเพื่อไม่ให้สับสนระหว่าง 3 ชั้นกับ 5 ชั้น

ในบทความนี้จะมีคำว่า “ชั้น” ปรากฏอีกชุดหนึ่ง นั่นคือการแยกต้นทุนการติดตั้งออกเป็น 5 ชั้นในหัวข้อถัดไป ชั้นของงานประมวลผล 3 ชั้น (Tier) กับชั้นของต้นทุน 5 ชั้นเป็นคนละเรื่องกัน จึงขอแสดงความสัมพันธ์ไว้ก่อน

หากตัดสินใจว่าจะย้าย Tier1 ไปไว้ที่เอดจ์ การตัดสินใจเพียงข้อเดียวนั้นจะทำให้เกิดค่าใช้จ่ายขึ้นครบทั้ง 5 ชั้น ในทางกลับกัน หากตัดสินใจว่าจะย้ายไปถึง Tier3 จำนวนเงินของทั้ง 5 ชั้นเดิมก็จะเพิ่มสูงขึ้นทุกชั้น ขอให้เข้าใจว่าชั้นของงานประมวลผลกับชั้นของต้นทุนมีความสัมพันธ์แบบคูณกัน

รายละเอียดต้นทุนการติดตั้งเอดจ์คอมพิวติ้ง | แยกออกเป็น 5 ชั้น

สมมติฐานของโรงงานต้นแบบ

จากนี้ไปจะเข้าสู่เรื่องตัวเงิน เพื่อให้การถกเถียงเป็นรูปธรรม จึงกำหนดโรงงานต้นแบบตามเงื่อนไขต่อไปนี้ ขอย้ำอีกครั้งว่านี่เป็นสมมติฐานสำหรับการคำนวณเท่านั้น ไม่ใช่ค่าที่วัดได้จากโรงงานที่มีอยู่จริง

โรงงานแห่งนี้มี AI ตรวจสอบคุณภาพด้วยภาพเดินอยู่แล้ว และไม่มีปัญหาเรื่องความแม่นยำมากนัก ประเด็นที่ถกกันมีเพียงข้อเดียวคือ “ตอนนี้อนุมานอยู่ที่ไหน”

การคงสภาพเดิมโดยไม่ลงทุนเลยก็มีต้นทุนอยู่แล้ว

เพื่อใช้เป็นจุดตั้งต้นของการเปรียบเทียบ ขอวางต้นทุนต่อปีของกรณีที่คงสภาพเดิมไว้ก่อน แม้เงินลงทุนจะเป็นศูนย์ แต่ค่าใช้จ่ายไม่ได้เป็นศูนย์

ในจำนวนนี้ ตัวเลขความสูญเสียจากงานเสียหลุดรอดต้องระวังเป็นพิเศษ ค่า 6,200 THB ต่อครั้งเป็นค่าสมมติของต้นทุนการรับมือข้อร้องเรียนจากลูกค้าและการระงับการส่งมอบ ไม่ใช่ค่าที่วัดได้จริงของบริษัทใดบริษัทหนึ่ง ต้นทุนต่อครั้งนี้ต่างกันได้คนละหลักเมื่อเปลี่ยนประเภทกิจการและเปลี่ยนลูกค้า ในอุตสาหกรรมอย่างชิ้นส่วนยานยนต์ที่การหลุดรอดเพียงครั้งเดียวก็นำไปสู่การตรวจสอบกระบวนการ จำนวนเงินระดับนี้ไม่เพียงพอเลย ในทางกลับกัน หากเป็นผลิตภัณฑ์ที่รับมือจบได้ภายในบริษัท ตัวเลขนี้ก็สูงเกินจริง เมื่อจะนำการคำนวณนี้ไปปรับใช้กับบริษัทของท่าน ขอให้เปลี่ยนตัวเลขนี้เป็นค่าที่วัดได้จริงก่อนเป็นอันดับแรก ตามที่จะกล่าวถึงในหัวข้อการวิเคราะห์ความอ่อนไหว ค่าใช้บริการคลาวด์รายเดือนกับต้นทุนต่อครั้งนี้ คือ 2 ตัวแปรที่ทำให้ระยะเวลาคืนทุนขยับมากที่สุด

การแยกต้นทุนออกเป็น 5 ชั้น

หากประเมินต้นทุนการย้ายไปเอดจ์ด้วยค่าอุปกรณ์เพียงอย่างเดียว จะขาดแน่นอน กรอบความคิดที่แยกต้นทุนการติดตั้ง IoT ออกเป็น 5 ชั้นนั้นได้กล่าวไว้อย่างละเอียดในการแยกต้นทุนติดตั้ง IoT ในโรงงานออกเป็น 5 ชั้น และโครงสร้างเดียวกันนี้ก็ใช้ได้กับการย้ายไปเอดจ์เช่นกัน กรณีที่ย้ายเฉพาะ Tier1 (การอนุมานของ AI ตรวจสอบคุณภาพด้วยภาพ) ไปไว้ที่เอดจ์ สำหรับทั้ง 30 สายการผลิต จะได้รายละเอียดดังนี้

รวมทั้งสิ้น 2,420,000 THB ผลรวมของสัดส่วนไม่เท่ากับ 100% พอดีเนื่องจากการปัดเศษ

สิ่งที่กลายเป็นประเด็นถกเถียงทุกครั้งในรายละเอียดนี้คือชั้นที่ 3 ถึงชั้นที่ 5 อุปกรณ์และงานติดตั้งมีของจริงเหลืออยู่จึงได้รับการยอมรับง่าย ในขณะที่การย้ายโมเดล การออกแบบใหม่ และการอบรมไม่เหลือรูปร่างให้เห็น จึงถูกตัดออกเป็นอันดับแรกในช่วงที่ต่อรองปรับลดใบเสนอราคา แต่ทั้งสามชั้นนี้ล้วนเชื่อมโยงกับผลตอบแทนโดยตรง หากตัดการย้ายโมเดลในชั้นที่ 3 ออก โมเดลที่สร้างมาสำหรับคลาวด์จะทำความเร็วบนอุปกรณ์เอดจ์ได้ไม่ถึงที่คาดไว้ และผลตอบแทนจากการลดความหน่วงก็จะไม่เกิดขึ้นเลย หากตัดการออกแบบใหม่ในชั้นที่ 4 ออก จะเหลือโครงสร้างที่อนุมานอยู่ที่เอดจ์แต่ยังส่งภาพขึ้นคลาวด์ครบทุกใบ ทำให้การลดค่าสื่อสารที่จะกล่าวถึงต่อไปหดหายไปมาก และหากตัดการอบรมในชั้นที่ 5 ออก เมื่อผลการตัดสินเริ่มผิดเพี้ยน หน้างานจะแยกแยะสาเหตุไม่ได้ และสุดท้ายก็จะมีการตัดสินใจย้ายกลับไปใช้วิธีคลาวด์ การตัดชั้นที่มีผลตอบแทนรองรับออก จะเหลือไว้แต่เงินลงทุนโดยที่ผลตอบแทนหายไป ถ้าจะตัดจริง การแบ่งจำนวนเครื่องของชั้นที่ 1 ออกเป็นการทยอยติดตั้งเป็นระยะยังสมเหตุสมผลกว่า

เปรียบเทียบการคืนทุน | ย้ายเฉพาะ Tier1 ไปเอดจ์ เทียบกับย้ายทุกอย่างมาไว้ในโรงงาน

สำหรับโรงงานต้นแบบเดียวกัน จะวาง 2 สถานการณ์มาเทียบกัน ทั้งสองสถานการณ์ครอบคลุมทั้ง 30 สายการผลิต และนำเงินลงทุน ค่าดำเนินงานต่อปี ผลตอบแทนต่อปี ผลประโยชน์สุทธิ และระยะเวลาคืนทุน มาเรียงในกรอบเดียวกัน

สถานการณ์ A | ย้ายเฉพาะ Tier1 ไปไว้ที่เอดจ์

ย้ายเฉพาะการอนุมานของ AI ตรวจสอบคุณภาพด้วยภาพไปไว้ที่อุปกรณ์เอดจ์ข้างแต่ละสายการผลิต ส่วน Tier2 และ Tier3 ยังคงใช้คลาวด์ต่อไป เงินลงทุนคือผลรวม 5 ชั้นจากหัวข้อก่อนหน้า เท่ากับ 2,420,000 THB

ค่าดำเนินงานต่อปีประกอบด้วยค่าบำรุงรักษาอุปกรณ์เอดจ์ 30 เครื่อง x 4,500 THB เท่ากับ 135,000 THB และค่าใช้บริการคลาวด์หลังลดขนาดการส่งข้อมูล 30 สายการผลิต x 600 THB/เดือน x 12 เดือน เท่ากับ 216,000 THB รวมเป็น 351,000 THB หัวใจของสถานการณ์นี้อยู่ที่ว่า ค่าบริการลดลงเพราะเปลี่ยนสิ่งที่ส่งให้เป็นเมทาดาทาเป็นหลัก ไม่ใช่เพราะเลิกใช้คลาวด์

ผลตอบแทนต่อปีมี 2 ข้อ ข้อแรกคือการลดค่าใช้จ่ายคลาวด์ จาก 1,296,000 THB ในสภาพปัจจุบันเหลือ 216,000 THB จำนวนเงินที่ลดได้จึงเท่ากับ 1,080,000 THB ข้อที่สองคือการลดงานเสียหลุดรอด หากสมมติว่าการตัดสินในระดับมิลลิวินาทีทำให้การหลุดรอดลดจาก 0.4 ครั้ง/สายการผลิต/เดือน เหลือ 0.05 ครั้ง/สายการผลิต/เดือน ความสูญเสียที่ยังเหลืออยู่จะเท่ากับ 30 สายการผลิต x 0.05 ครั้ง x 6,200 THB x 12 เดือน คือ 111,600 THB จำนวนเงินที่ลดได้จึงเท่ากับ 892,800 THB หัก 111,600 THB ได้เป็น 781,200 THB รวมผลตอบแทนทั้งสิ้น 1,861,200 THB

ผลประโยชน์สุทธิเท่ากับผลตอบแทนต่อปี 1,861,200 THB หักค่าดำเนินงานต่อปี 351,000 THB ได้ 1,510,200 THB ระยะเวลาคืนทุนคำนวณจากเงินลงทุน 2,420,000 THB หารด้วยผลประโยชน์สุทธิ ได้เท่ากับ 1.60 ปี

อนึ่ง ในการคำนวณนี้ได้นำค่าใช้บริการคลาวด์ที่ยังเหลืออยู่ 216,000 THB ไปลงไว้ในฝั่งค่าดำเนินงาน ในขณะที่ตัวเลขผลตอบแทน 1,080,000 THB เป็นยอดสุทธิที่หักส่วนที่เหลืออยู่ออกไปแล้ว จึงเท่ากับหักซ้ำสองครั้ง และทำให้ผลการคำนวณออกมาในทางที่ประเมินผลตอบแทนไว้ต่ำกว่าความเป็นจริงตามส่วนนั้น ระยะเวลาคืนทุนของสถานการณ์ A จึงออกมาช้ากว่ากรณีที่คำนวณอย่างสอดคล้องกันทั้งหมด ส่วนสถานการณ์ B ที่จะกล่าวถึงต่อไปนั้น หักส่วนที่เหลืออยู่ 50,000 THB ไว้เฉพาะในฝั่งตัวเลขผลตอบแทนเท่านั้น การเทียบ A กับ B จึงเป็นการเทียบภายใต้เงื่อนไขที่ไม่เป็นผลดีต่อ A ซึ่งเป็นฝั่งที่บทความนี้แนะนำ การคำนวณของแต่ละกรณีในการวิเคราะห์ความอ่อนไหวที่จะกล่าวถึงต่อไปก็วางตัวเลขแบบเดียวกันนี้ ถึงกระนั้นข้อสรุปก็ไม่เปลี่ยน

สถานการณ์ B | รวม Tier1 ถึง Tier3 ไว้ในโรงงานทั้งหมด

เป็นโครงสร้างที่ลดการเชื่อมต่อคลาวด์ให้เหลือน้อยที่สุด และทำทั้งการอนุมาน การรวมข้อมูล และการเรียนรู้ให้จบภายในโรงงาน รายละเอียดเงินลงทุนเป็นดังนี้

เงินลงทุนรวมเท่ากับ 5,120,000 THB เหตุที่ชั้นที่ 4 ซึ่งอยู่ที่ 380,000 THB ในสถานการณ์ A เพิ่มเป็น 610,000 THB ก็เพราะต้องสร้างการรวมข้อมูลข้ามฐานการผลิตและการสำรองข้อมูลที่เดิมจบได้ด้วยฟังก์ชันมาตรฐานของคลาวด์ขึ้นใหม่ด้วยตัวเอง เมื่อเลิกใช้คลาวด์ ฟังก์ชันเท่าที่เลิกไปนั้นก็ต้องมีใครสักคนสร้างขึ้นมาแทน

ค่าดำเนินงานต่อปีประกอบด้วยค่าบำรุงรักษาอุปกรณ์ 135,000 THB ค่าบำรุงรักษาเซิร์ฟเวอร์และพื้นที่จัดเก็บ 300,000 THB และค่าใช้จ่ายเทียบเท่าค่าแรงสำหรับการดูแล MLOps 480,000 THB รวมเป็น 915,000 THB ค่าใช้จ่ายคลาวด์แทบจะเป็นศูนย์ แต่แลกมาด้วยค่าดำเนินงานฝั่งของบริษัทเองที่พอกพูนขึ้น

ผลตอบแทนต่อปีมี 3 ข้อ ค่าใช้จ่ายคลาวด์เหลือเพียงส่วนของการเชื่อมต่อกับภายนอก 50,000 THB จำนวนเงินที่ลดได้จึงเท่ากับ 1,246,000 THB การลดงานเสียหลุดรอดเป็นผลตอบแทนของ Tier1 จึงใช้ตรรกะเดียวกันและจำนวนเงินเท่ากันกับสถานการณ์ A คือ 781,200 THB นอกจากนี้ยังประเมินอย่างระมัดระวังว่าการรวม Tier3 ไว้ในบริษัทเองจะให้ผลลดค่าใช้จ่ายเพิ่มเติมในเชิงการบำรุงรักษาเชิงพยากรณ์ข้ามหลายสายการผลิตอีก 250,000 THB รวมทั้งสิ้น 2,277,200 THB

ผลประโยชน์สุทธิเท่ากับ 2,277,200 THB หัก 915,000 THB ได้ 1,362,200 THB ระยะเวลาคืนทุนเท่ากับ 5,120,000 THB หารด้วย 1,362,200 THB คือ 3.76 ปี

หัวใจของการเปรียบเทียบ | เงินลงทุน 2.12 เท่า แต่ผลประโยชน์สุทธิ 0.90 เท่า

นำ 2 สถานการณ์มาเรียงกัน

เงินลงทุนของ B เพิ่มขึ้นเป็น 2.12 เท่าของ A แต่ผลประโยชน์สุทธิของ B กลับน้อยกว่า คิดเป็น 0.90 เท่าของ A หรือลดลงประมาณ 10% หากดูเฉพาะยอดรวมของผลตอบแทนต่อปี B มากกว่าอยู่ 416,000 THB แต่ค่าดำเนินงานเพิ่มขึ้นในอัตราที่มากกว่านั้น

เหตุใดจึงเป็นเช่นนี้ เงินลงทุนที่เพิ่มขึ้นมา 2,700,000 THB ใน B ส่วนใหญ่เป็นไปเพื่อการย้าย Tier3 ซึ่งได้แก่การรวมข้อมูลและการเทรนโมเดลใหม่ เข้ามาไว้ในโรงงาน Tier3 เป็นงานที่ไม่ต้องการความเร็ว การย้ายมาไว้ที่เอดจ์จึงไม่ได้ทำให้การตัดสินเร็วขึ้น ค่าดำเนินงานต่อปีเพิ่มจาก 351,000 THB เป็น 915,000 THB คือเพิ่มขึ้น 564,000 THB รายละเอียดคือมีค่าบำรุงรักษาเซิร์ฟเวอร์ 300,000 THB และค่าดูแล MLOps 480,000 THB เข้ามาใหม่ ในขณะที่ค่าใช้บริการคลาวด์ส่วนที่เหลืออยู่ 216,000 THB ซึ่งลงไว้ในค่าดำเนินงานของสถานการณ์ A นั้น ในสถานการณ์ B ถูกดูดเข้าไปอยู่ในการคำนวณฝั่งผลตอบแทน ส่วนต่างสุทธิที่เพิ่มขึ้นจึงเท่ากับ 564,000 THB เมื่อเทียบกับสิ่งนี้ ผลตอบแทนเพิ่มเติมที่ได้กลับมามีเพียงการลดค่าใช้จ่ายคลาวด์เพิ่มอีก 166,000 THB กับผลตอบแทนเพิ่มเติมจากการวิเคราะห์ข้ามฐานการผลิต 250,000 THB รวมเป็น 416,000 THB เท่านั้น เมื่อส่วนเพิ่มของผลตอบแทน 416,000 THB น้อยกว่าส่วนเพิ่มของค่าดำเนินงาน 564,000 THB ผลประโยชน์สุทธิจึงลดลง 148,000 THB นี่คือผลของการนำเงินลงทุนที่มีค่าดำเนินงานหนักไปกองไว้บนชั้นที่ผลตอบแทนบางเบา

หลักการที่อ่านได้จากตรงนี้ชัดเจน สิ่งที่กำหนดการคืนทุนของเอดจ์คอมพิวติ้งไม่ใช่สมรรถนะของอุปกรณ์เอดจ์และไม่ใช่จำนวนเครื่อง แต่คือการขีดเส้นว่าจะลากอะไรเข้ามาไว้ที่เอดจ์ถึงชั้นไหน ถ้าหยุดเส้นไว้ที่ Tier1 จะได้ 1.60 ปี ถ้าลากยาวไปถึง Tier3 จะกลายเป็น 3.76 ปี ระหว่างแผนงาน 2 แบบที่ถูกเรียกด้วยคำว่า “ย้ายไปเอดจ์” เหมือนกัน กลับมีระยะเวลาคืนทุนต่างกันมากกว่า 2 เท่า ข้อสรุปของบทความนี้คือ การตั้ง “การเลิกใช้คลาวด์” ขึ้นมาเป็นเป้าหมายในตัวมันเองนั้นทำให้ขาดทุน

การวิเคราะห์ความอ่อนไหว | ถ้าสมมติฐานพังลง ระยะเวลาคืนทุนจะขยับอย่างไร

ตัวเลข 1.60 ปีของสถานการณ์ A ตั้งอยู่บนสมมติฐานหลายข้อ จึงขอตรวจสอบว่าเมื่อสมมติฐานเหล่านั้นพังลง ข้อสรุปจะเปลี่ยนไปหรือไม่ ทุกกรณีต่อไปนี้เป็นการคำนวณบนสถานการณ์ A

กรณีที่ 1 คือกรณีที่ประเมินต้นทุนการรับมือข้อร้องเรียนไว้หลวมเกินไป เมื่อต้นทุนต่อครั้งเหลือครึ่งเดียว ความสูญเสียในสภาพปัจจุบันจะเป็น 446,400 THB ส่วนที่เหลืออยู่หลังย้ายไปเอดจ์เป็น 55,800 THB จำนวนเงินที่ลดได้จึงหดเหลือ 390,600 THB ระยะเวลาคืนทุนกลายเป็น 2.16 ปี ยาวขึ้นจากกรณีฐาน 35% แม้สมมติฐานจะเปลี่ยนไป การตัดสินใจลงทุนก็ยังไม่เปลี่ยน แต่สำหรับบางบริษัทที่มีเกณฑ์การลงทุนภายในเข้มงวด ตัวเลขนี้จะมาอยู่ตรงเส้นแบ่งพอดี

กรณีที่ 2 คือกรณีที่การออกแบบการเชื่อมต่อคลาวด์ใหม่ในชั้นที่ 4 ทำได้ครึ่งๆ กลางๆ จนยังเหลือการส่งภาพอยู่บางส่วน เมื่อการลดค่าใช้จ่ายคลาวด์เหลือเพียงครึ่งหนึ่งของ 1,080,000 THB คือ 540,000 THB ระยะเวลาคืนทุนจะยืดเป็น 2.49 ปี ที่เขียนไว้ในหัวข้อก่อนหน้าว่า “ถ้าตัดชั้นที่ 4 ออก การลดค่าสื่อสารจะหดหาย” ก็หมายถึงกรณีนี้ สิ่งที่ต้องระวังตรงนี้คือ กรณีที่ 1 กับกรณีที่ 2 ส่งผลกระทบต่อผลตอบแทนคนละตัวกัน การทบทวนต้นทุนต่อครั้งไม่ได้กระทบยอดการลดค่าใช้จ่ายคลาวด์ และการประเมินปริมาณการส่งข้อมูลผิดก็ไม่ได้กระทบยอดการลดงานเสียหลุดรอด เวลาดูความอ่อนไหว หากนำสัมประสิทธิ์ตัวเดียวไปคูณกับผลตอบแทนทุกตัวอย่างเท่าเทียมกัน ข้อสรุปจะแกว่งเกินความเป็นจริง

กรณีที่ 3 สำคัญที่สุด สำหรับสายการผลิตที่มีแท็กต์ไทม์ตั้งแต่หลายวินาทีขึ้นไป และความหน่วงไป-กลับ 300 ถึง 800 มิลลิวินาทีไม่ได้ก่อความเสียหายจริง ผลจากการลดงานเสียหลุดรอดจะไม่เกิดขึ้นตั้งแต่ต้น สิ่งที่เหลืออยู่มีเพียงการลดค่าใช้จ่ายคลาวด์ 1,080,000 THB ผลประโยชน์สุทธิเท่ากับ 729,000 THB และคืนทุนใน 3.32 ปี แม้จะยังคำนวณออกมาได้ว่าคืนทุนในราว 3 ปีเศษ แต่นี่ไม่ใช่ “ผลจากการย้ายไปเอดจ์” มากเท่ากับเป็น “ผลจากการลดปริมาณการรับส่งข้อมูล” ผลแบบเดียวกันนี้บางส่วนก็ได้จากวิธีที่ถูกกว่ามาก เช่น การลดความละเอียดของภาพที่ส่ง หรือการลดความถี่ในการส่ง

มีโรงงานที่ไม่ควรให้การย้ายไปเอดจ์เป็นเรื่องเร่งด่วนอยู่จริง

ขอเขียนตรงๆ ว่ามีโรงงานที่ควรลดลำดับความสำคัญของการย้ายไปเอดจ์ลงอยู่จริง ได้แก่ โรงงานที่เครื่องจักรมีแท็กต์ไทม์ตั้งแต่หลายวินาทีขึ้นไปจนความหน่วงของการวิ่งไป-กลับคลาวด์ไม่ก่อความเสียหายจริง หรือโรงงานที่มีข้อร้องเรียนจากงานเสียหลุดรอดเพียงไม่กี่ครั้งต่อปี หากเข้าเงื่อนไขเหล่านี้ ผลของการย้ายไปเอดจ์จะบางเบาและลำดับความสำคัญของการลงทุนจะต่ำ ไม่ควรเริ่มต้นจากโรงงานแบบนี้หรือสายการผลิตแบบนี้

ในกรณีเช่นนั้น สิ่งที่ควรลงมือก่อนคือการปรับปรุงที่อยู่ต้นทางกว่านั้น เช่น การทำให้กระบวนการที่ยังเก็บข้อมูลไม่ได้ กลายเป็นสิ่งที่มองเห็นได้ หรือการบันทึกเวลาที่เครื่องหยุด เอดจ์คอมพิวติ้งเป็นการลงทุนที่ได้ผลเฉพาะกับหน้างานที่ความเร็วถูกแปลงเป็นตัวเงินได้ ไม่ใช่เทคโนโลยีที่ได้ผลเท่ากันกับทุกโรงงาน การคัดกรองก่อนว่าสายการผลิตใดของบริษัทเข้าข่ายกรณีที่ 3 จึงเป็นก้าวแรกที่เป็นเนื้อเป็นหนังของการตัดสินใจลงทุน

ความเคลื่อนไหวเชิงนโยบายที่ควรรู้เมื่อติดตั้งในโรงงานที่ประเทศไทย

เมื่อพิจารณาการย้ายไปเอดจ์ในประเทศไทย นอกจากข้อกำหนดทางเทคนิคแล้ว ยังต้องมองระบบการสื่อสารของท้องถิ่นและสภาพแวดล้อมของการลงทุนในเครื่องจักรอุปกรณ์ด้วย ในที่นี้จะเรียบเรียงเท่าที่ยืนยันได้ ณ เดือนสิงหาคม 2026

แผนจัดสรรคลื่นความถี่สำหรับ Private 5G ของ กสทช.

กสทช. (คณะกรรมการกิจการกระจายเสียง กิจการโทรทัศน์ และกิจการโทรคมนาคมแห่งชาติ) ของไทย ได้แสดงแผนที่จะจัดสรรคลื่นความถี่จำนวน 100 MHz จากย่าน 4.8 GHz ให้กับผู้ประกอบการโรงงานและนิคมอุตสาหกรรม เพื่อใช้เป็นเครือข่าย Private 5G โดยไม่คิดค่าใช้จ่าย กลุ่มเป้าหมายคือผู้ประกอบการภาคธุรกิจ โรงงาน และนิคมอุตสาหกรรม โดยจำกัดเฉพาะการใช้งานภายในที่ไม่ใช่เชิงพาณิชย์ และมีการระบุว่าไม่สามารถโรมมิ่งกับเครือข่าย 5G เชิงพาณิชย์ในย่าน 2.6 GHz ที่มีอยู่เดิมได้ แผนนี้ถูกรายงานในฐานะกลไกที่จะช่วยผลักดันการแพร่หลายของ network slicing และเอดจ์คอมพิวติ้ง

ข้อควรระวังที่สำคัญคือ แผนนี้เป็นสิ่งที่ถูกรายงาน ณ เดือนกันยายน 2025 และจนถึงเดือนสิงหาคม 2026 ก็ยังไม่มีการประกาศวันเริ่มใช้งานอย่างเป็นทางการ ดังนั้นจึงควรหลีกเลี่ยงการวางแผนการลงทุนในเครื่องจักรอุปกรณ์บนสมมติฐานที่ว่า “จะใช้งานได้ภายในปี 2026” เมื่อพิจารณาโครงสร้างเครือข่ายไร้สายภายในโรงงาน แนวทางที่สมจริงกว่าคือ ออกแบบโดยตั้งอยู่บนสายแลนและ Wi-Fi ที่ใช้ได้แน่นอนในตอนนี้ แล้วเผื่อพื้นที่ของการเดินสายและตู้แร็คไว้ โดยถือว่า Private 5G เป็นทางเลือกในอนาคต ตัวการย้ายไปเอดจ์เองนั้นเกิดขึ้นได้โดยไม่ต้องมี Private 5G และยิ่งย้ายงานประมวลผลมาไว้ที่เอดจ์มากเท่าไร การพึ่งพาแบนด์วิดท์ของการสื่อสารกับภายนอกก็ยิ่งน้อยลง

ความเคลื่อนไหวของตลาดที่มองเห็นได้จากงานแสดงสินค้า

ในเดือนกรกฎาคม 2026 มีการจัดงาน IME2026 ซึ่งเป็นงานแสดงสินค้าอุตสาหกรรมที่ชูประเด็นการกระชับความร่วมมือด้านการผลิตระหว่างไทยกับจีน ขึ้นที่กรุงเทพฯ แม้จะยังไม่สามารถยืนยันรายละเอียดของผู้ออกบูธแต่ละรายหรือผลงานการติดตั้งจริงจากแหล่งข้อมูลปฐมภูมิได้ แต่การที่งานแสดงสินค้าซึ่งมีธีมเป็นระบบอัตโนมัติในอุตสาหกรรมและการทำโรงงานให้เป็นดิจิทัลถูกจัดขึ้นอย่างต่อเนื่องในประเทศไทย ก็แสดงให้เห็นในตัวมันเองว่าการลงทุนในสาขานี้ไม่ใช่กระแสชั่วคราว

การตัดสินใจย้ายไปเอดจ์ในช่วงที่อัตราการใช้กำลังการผลิตต่ำ

ตามที่มติชนรายงานการเปิดเผยของ สศอ. (สำนักงานเศรษฐกิจอุตสาหกรรม) กระทรวงอุตสาหกรรมของไทย ดัชนีผลผลิตอุตสาหกรรม (MPI) ณ เดือนมิถุนายน 2026 อยู่ที่ติดลบ 3.10% เมื่อเทียบกับเดือนเดียวกันของปีก่อน และอัตราการใช้กำลังการผลิตเฉลี่ยของไตรมาสที่ 2 ปี 2026 อยู่ที่ 57.47% ในสถานการณ์ที่อัตราการใช้กำลังการผลิตลดลงมาต่ำกว่าระดับหกสิบเปอร์เซ็นต์ การระมัดระวังในการลงทุนเครื่องจักรอุปกรณ์เป็นการตัดสินใจที่เป็นธรรมชาติ (ณ เดือนสิงหาคม 2026 ตัวเลข MPI ของเดือนกรกฎาคมยังไม่ประกาศ ตัวเลขล่าสุดที่ยืนยันได้จึงเป็นของเดือนมิถุนายน)

การตัดสินใจเรื่องการย้ายไปเอดจ์ในช่วงที่อัตราการใช้กำลังการผลิตต่ำนั้นมองได้ 2 มุม มุมแรกคือ ช่วงที่การเดินเครื่องลดลงนี่เองที่หาเวลาสำหรับงานติดตั้งและการทดสอบได้ง่าย การติดตั้งอุปกรณ์เอดจ์ให้ครบ 30 สายการผลิตย่อมมีขั้นตอนที่หยุดไม่ได้ในช่วงเดินเครื่องเต็มกำลังรวมอยู่ด้วยแน่นอน อีกมุมหนึ่งคือ เมื่ออัตราการใช้กำลังการผลิตต่ำ ตัวเลขผลตอบแทนเองก็หดลงตามไปด้วย การคำนวณในบทความนี้ใช้จำนวนสายการผลิตเป็นฐาน แต่ผลการลดค่าใช้จ่ายจริงขึ้นอยู่กับจำนวนชิ้นงานที่ไหลผ่าน ในเชิงการวางตัวเลขทางบัญชีถือว่าคำนวณอย่างระมัดระวังแล้ว แต่หากมองบนสมมติฐานของปริมาณการผลิต หากสภาพอัตราการใช้กำลังการผลิต 57.47% ยังดำเนินต่อไป ระยะเวลาคืนทุน 1.60 ปีของสถานการณ์ A ก็จะกลายเป็นตัวเลขที่มองโลกในแง่ดีเกินไป ประเด็นนี้ก็ขอให้ตรวจสอบโดยปรับตัวเลขตามปริมาณการผลิตจริงของบริษัทท่านด้วย

สรุป | ตัวเลขที่ควรวัดก่อนเป็นอันดับแรก

ขอเรียบเรียงข้อสรุปของบทความนี้ เอดจ์คอมพิวติ้งไม่ใช่เทคโนโลยีที่ตัดสินด้วยคำถามว่าจะติดตั้งหรือไม่ติดตั้ง แต่ผลการคำนวณจากโรงงานต้นแบบบอกว่า การแยกงานประมวลผลออกเป็น Tier1 ถึง Tier3 ด้วยเกณฑ์ 3 ข้อ คือเวลาที่ยอมรับได้ ความทนต่อการที่เครือข่ายขาด และปริมาณข้อมูล แล้ววางเฉพาะ Tier1 ไว้ที่เอดจ์ คือแนวทางที่คืนทุนเร็วที่สุด

หากพูดด้วยตัวเลขของโรงงานต้นแบบ สถานการณ์ A ที่ย้ายเฉพาะ Tier1 ไปเอดจ์ใช้เงินลงทุน 2,420,000 THB ได้ผลประโยชน์สุทธิ 1,510,200 THB คืนทุนใน 1.60 ปี ส่วนสถานการณ์ B ที่รวมไปถึง Tier3 ไว้ในโรงงานใช้เงินลงทุน 5,120,000 THB ได้ผลประโยชน์สุทธิ 1,362,200 THB คืนทุนใน 3.76 ปี เงินลงทุนเพิ่มเป็น 2.12 เท่า แต่ผลประโยชน์สุทธิกลับลดเหลือ 0.90 เท่า ความย้อนแย้งที่ว่าการตั้งการเลิกใช้คลาวด์ขึ้นเป็นเป้าหมายในตัวมันเองแล้วจะขาดทุน ปรากฏอยู่ตรงนี้

จากนั้น ตัวเลขที่อยากให้วัดจริงเมื่อเริ่มพิจารณามี 4 ตัว ตัวแรกคือแท็กต์ไทม์ของสายการผลิตเป้าหมาย หากอยู่ที่ระดับหลายวินาทีขึ้นไป ลำดับความสำคัญของการย้ายไปเอดจ์จะลดลง ตัวที่สองคือค่าที่วัดได้จริงของความหน่วงไป-กลับของ API บนคลาวด์ ซึ่งเป็นหลักฐานว่าการตัดสินทันหรือไม่ ตัวที่สามคือค่าใช้บริการคลาวด์รายเดือน ซึ่งเป็นตัวกำหนดเพดานของการลดค่าใช้จ่าย ตัวที่สี่คือจำนวนครั้งจริงของงานเสียหลุดรอดและต้นทุนจริงต่อครั้ง ตามที่เห็นในการวิเคราะห์ความอ่อนไหว ตัวที่สามกับตัวที่สี่คือสองตัวที่ทำให้ระยะเวลาคืนทุนขยับมากที่สุด เมื่อมีครบทั้ง 4 ตัวนี้ ก็เพียงแทนตัวเลขของบริษัทท่านลงในตารางคำนวณของบทความนี้ ก็ตัดสินใจได้แล้ว

ก่อนเริ่มพิจารณาการย้ายไปเอดจ์

สายการผลิตใดของบริษัทท่านเข้าข่าย Tier1 และค่าใช้จ่ายคลาวด์ที่จ่ายอยู่ตอนนี้ส่วนใดบ้างที่เป็นเป้าหมายของการลดค่าใช้จ่าย เส้นแบ่งเหล่านี้ตัดสินด้วยแบบและเอกสารข้อกำหนดอย่างเดียวไม่ได้ ต้องดูแท็กต์ไทม์จริงและสถิติการหลุดรอดจริงจึงจะตัดสินได้ TOMAS TECH ให้การสนับสนุนการติดตั้งระบบบริหารการผลิตและ OT/IoT แก่โรงงานทุนญี่ปุ่นในประเทศไทย และยินดีรับปรึกษาตั้งแต่ขั้นตอนที่ยังไม่ได้ตัดสินใจว่าจะติดตั้งหรือไม่ จะเป็นในรูปแบบที่อยากทราบเพียงผลลัพธ์จากการแทนตัวเลขของบริษัทท่านลงในตารางคำนวณของบทความนี้ก็ได้เช่นกัน ติดต่อเรา ได้ตามสะดวก

คำถามที่พบบ่อย

เอดจ์คอมพิวติ้งคืออะไร และต่างจากคลาวด์อย่างไร

เอดจ์คอมพิวติ้งคือวิธีการประมวลผลข้อมูลใกล้กับหน้างานที่ข้อมูลเกิดขึ้น สำหรับโรงงานก็คือพีซีอุตสาหกรรมหรือเกตเวย์ที่ตั้งอยู่ข้างสายการผลิต ความต่างจากวิธีคลาวด์สรุปได้เป็น 3 ข้อ คือเวลาไป-กลับจนกว่าจะได้คำตอบ ความสามารถในการประมวลผลต่อได้เมื่อเครือข่ายขาด และลักษณะการเพิ่มขึ้นของค่าใช้จ่ายเมื่อปริมาณข้อมูลโตขึ้น งานที่ต้องการความเร็วและความเป็นอิสระเหมาะกับเอดจ์ ส่วนงานที่ต้องการปริมาณและการดูแลอย่างต่อเนื่องเหมาะกับคลาวด์ การออกแบบที่เทไปทางใดทางหนึ่งจนสุดจึงมักไม่ใช่ทางเลือกที่ดีที่สุด

ค่าใช้จ่ายในการติดตั้งเอดจ์คอมพิวติ้งอยู่ที่ประมาณเท่าไร

จากการคำนวณของโรงงานต้นแบบในบทความนี้ (30 สายการผลิต) โครงสร้างที่ย้ายเฉพาะการอนุมานของ AI ตรวจสอบคุณภาพด้วยภาพไปไว้ที่เอดจ์ รวมทั้งสิ้น 2,420,000 THB รายละเอียดคือตัวอุปกรณ์เอดจ์ 1,140,000 THB งานติดตั้งและเดินสาย 270,000 THB การย้ายโมเดลอนุมาน 420,000 THB การออกแบบการเชื่อมต่อคลาวด์ใหม่ 380,000 THB และการอบรมกับการจัดทำเอกสาร 210,000 THB ตัวอุปกรณ์คิดเป็นเพียง 47.11% ของทั้งหมด ส่วนค่าใช้จ่ายที่ไม่เหลือรูปร่างอย่างการย้ายโมเดล การออกแบบใหม่ และการอบรม รวมกันคิดเป็น 41.74% จำนวนเงินจะเปลี่ยนไปตามจำนวนสายการผลิตและโครงสร้างเดิมที่มีอยู่ จึงขอให้ใช้เป็นเพียงตัวเลขอ้างอิงคร่าวๆ

ควรวางงานประมวลผลทั้งหมดไว้ที่เอดจ์หรือไม่

ไม่ควร จากการคำนวณของโรงงานต้นแบบ หากรวม Tier1 ถึง Tier3 ไว้ในโรงงานทั้งหมด เงินลงทุนจะเป็น 5,120,000 THB หรือเพิ่มขึ้นเป็น 2.12 เท่าของกรณีที่ย้ายเฉพาะ Tier1 ในขณะที่ผลประโยชน์สุทธิอยู่ที่ 1,362,200 THB ซึ่งน้อยกว่า 1,510,200 THB ของกรณีที่ย้ายเฉพาะ Tier1 อยู่ประมาณ 10% เพราะการรวมข้อมูลและการเทรนโมเดลใหม่เป็นงานที่ไม่ต้องการความเร็ว การย้ายไปเอดจ์จึงไม่เกิดผลตอบแทน ในขณะที่ต้นทุนคงที่อย่างค่าบำรุงรักษาเซิร์ฟเวอร์และค่าดูแล MLOps เกิดขึ้นทุกปี

การย้ายจาก AI ตรวจสอบคุณภาพด้วยภาพบนคลาวด์เดิมมาไว้ที่เอดจ์ต้องใช้อะไรบ้าง

หลักๆ มี 3 อย่าง อย่างแรกคือการปรับจูนโดยลดขนาดโมเดลและทำ quantization ให้รันบนอุปกรณ์เอดจ์ได้ หากตัดส่วนนี้ออกจะไม่ได้ความเร็วอย่างที่คาดไว้ อย่างที่สองคือการออกแบบไปป์ไลน์ข้อมูลใหม่ โดยปรับโครงสร้างให้ส่งเฉพาะเมทาดาทาในภาวะปกติ และส่งภาพเฉพาะตอนที่ผิดปกติ หากตัดส่วนนี้ออกการลดค่าสื่อสารจะไม่เกิดขึ้น อย่างที่สามคือการอบรมพนักงานหน้างาน จำเป็นต้องเตรียมคนที่แยกแยะสาเหตุได้เมื่อผลการตัดสินเริ่มผิดเพี้ยนไว้ในโรงงาน ตัวการย้ายเองเป็นงานที่เปลี่ยนเพียงตำแหน่งที่วางโดยไม่แก้ตรรกะการตรวจสอบเดิม จึงมักไม่จำเป็นต้องสร้างความแม่นยำขึ้นใหม่

เมื่อติดตั้งเอดจ์คอมพิวติ้งในโรงงานที่ประเทศไทยต้องระวังอะไรบ้าง

มี 3 ข้อ ข้อแรก การจัดสรรคลื่นความถี่สำหรับ Private 5G โดยไม่คิดค่าใช้จ่ายที่ กสทช. วางแผนไว้นั้น ณ เดือนสิงหาคม 2026 ยังไม่มีการประกาศวันเริ่มใช้งานอย่างเป็นทางการ จึงขอให้หลีกเลี่ยงการวางแผนการลงทุนบนสมมติฐานนี้ ข้อที่สอง อุปกรณ์เอดจ์ต้องรองรับฝุ่น ละอองน้ำ และสภาพอุณหภูมิเป็นพื้นฐาน การคำนวณในบทความนี้จึงเผื่อค่าติดตั้งไว้ 9,000 THB ต่อเครื่อง ข้อที่สาม ในช่วงที่อัตราการใช้กำลังการผลิตต่ำ ตัวเลขผลตอบแทนก็หดลงด้วย จึงขอแนะนำให้พิจารณาจากระดับอัตราการใช้กำลังการผลิตเฉลี่ย 57.47% ของไตรมาสที่ 2 ปี 2026 แล้วปรับตัวเลขตามปริมาณการผลิตจริงของบริษัทท่านเพื่อตรวจสอบผลตอบแทนอีกครั้ง

ข้อมูลอ้างอิง

• ประโยชน์ของการนำเอดจ์คอมพิวติ้งมาใช้ในภาคการผลิต KOTO ONLINE โดย Core Concept Technology ตรวจสอบเมื่อเดือนสิงหาคม 2026
• เอดจ์คอมพิวติ้งคืออะไรและตัวอย่างการใช้งานในโรงงาน TMC System Column ตรวจสอบเมื่อเดือนสิงหาคม 2026
• เกณฑ์การตัดสินในการแบ่งงานระหว่างเอดจ์กับคลาวด์ XIMIX Column ตรวจสอบเมื่อเดือนสิงหาคม 2026
• แผนจัดสรรคลื่นความถี่ 100 MHz ในย่าน 4.8 GHz สำหรับ Private 5G โดยไม่คิดค่าใช้จ่ายของ กสทช. ไทย MEA Tech Watch รายงานเมื่อเดือนกันยายน 2025 ยังไม่ประกาศวันเริ่มใช้งาน
• รายงานเพิ่มเติมเกี่ยวกับแผนเดียวกัน TeckNexus ตรวจสอบเมื่อเดือนสิงหาคม 2026
• ดัชนีผลผลิตอุตสาหกรรมและอัตราการใช้กำลังการผลิตของ สศอ. กระทรวงอุตสาหกรรมไทย (เดือนมิถุนายน 2026 และไตรมาสที่ 2) มติชน เป็นข้อมูลทุติยภูมิที่รายงานการเปิดเผยของ สศอ.
• รายงานการจัดงาน IME2026 ซึ่งเป็นงานแสดงสินค้าอุตสาหกรรมที่ชูการกระชับความร่วมมือด้านการผลิตระหว่างไทยกับจีน TimesTech จัดขึ้นเมื่อเดือนกรกฎาคม 2026
• การเปรียบเทียบ AI ตรวจสอบคุณภาพด้วยภาพระหว่างเอดจ์กับคลาวด์ (ภาษาอังกฤษ) Overview.ai ตรวจสอบเมื่อเดือนสิงหาคม 2026
• โครงสร้างการรับข้อมูลจาก PLC และเซนเซอร์ผ่าน OPC-UA กับเอดจ์เกตเวย์ (ภาษาอังกฤษ) iFactory ตรวจสอบเมื่อเดือนสิงหาคม 2026
• แนวโน้มของเอดจ์คอมพิวติ้งในโรงงานอัจฉริยะปี 2026 (ภาษาอังกฤษ) Avassa ตรวจสอบเมื่อเดือนสิงหาคม 2026