การสร้างใบรับรองผลตรวจสอบด้วย AI ปี 2026 และการออกแบบระบบ 4 ชั้น

ในโรงงานญี่ปุ่นที่ตั้งอยู่ในประเทศไทย งานที่มักเหลือค้างอยู่จนถึงนาทีสุดท้ายก่อนส่งมอบคือการจัดทำใบรับรองผลตรวจสอบ ทั้งที่การวัดเสร็จไปแล้ว แต่ยังต้องคัดลอกตัวเลขลงไฟล์ Excel ที่ลูกค้าแต่ละรายกำหนดไม่เหมือนกัน ต้องทำฉบับภาษาอังกฤษขึ้นมาใหม่ แล้วยังต้องเดินเอกสารไปตามแผนกเพื่อขอลายเซ็นและตราประทับ ขั้นตอนนี้ขั้นตอนเดียวที่ยังใช้แรงคนล้วน ๆ และเมื่อคนที่ทำหยุดงาน การส่งมอบก็หยุดตาม เหตุที่หัวข้อการสร้างใบรับรองผลตรวจสอบด้วย AI ได้รับความสนใจ ก็เพราะเริ่มมีความเป็นไปได้ที่จะเปลี่ยนก้าวสุดท้ายซึ่งผูกติดกับตัวบุคคลนี้ให้กลายเป็นระบบ บทความนี้จะลากเส้นแบ่งให้ชัดว่าอะไรมอบให้ AI ทำได้และอะไรมอบให้ไม่ได้ พร้อมกับลงรายละเอียดการออกแบบตั้งแต่ข้อมูลการวัดจนถึงการออกเอกสารจริง

ทำไมการจัดทำใบรับรองผลตรวจสอบจึงกลายเป็นโจทย์ระดับบริหาร

จังหวะที่เอกสารส่งมอบกลายเป็นคอขวดของการผลิต

กิจกรรมปรับปรุงในโรงงานผลิตมุ่งไปที่งานแปรรูปและงานตรวจสอบเป็นหลักมาอย่างยาวนาน ลดเวลาเปลี่ยนรุ่น เพิ่มความอัตโนมัติของการวัด ลดอัตราของเสีย ทิศทางนี้เดินหน้าไปได้ไกลพอสมควรแล้ว แต่กระบวนการที่เกิดขึ้นหลังจากการตรวจสอบจบลง นั่นคือการรับรองผลให้เป็นเอกสาร กลับแทบไม่มีใครแตะเลยในหลายโรงงาน

ใบรับรองผลตรวจสอบคือเอกสารที่รับรองคุณภาพของชิ้นงานที่ผ่านการแปรรูปแล้ว โดยจะระบุชื่อผลิตภัณฑ์ วันที่ตรวจสอบ หมายเลขล็อต รายการตรวจสอบอย่างการตรวจด้วยสายตาและการตรวจมิติ ค่ามาตรฐานพร้อมพิกัดความเผื่อ วิธีการตรวจสอบและเครื่องมือที่ใช้ ตลอดจนค่าที่วัดได้และผลการตัดสิน ข้อมูลเกือบทั้งหมดที่ปรากฏบนเอกสารนี้มีอยู่แล้วที่ไหนสักแห่งในบริษัท แบบงานมีพิกัดความเผื่อ เครื่องมือวัดมีข้อมูล ระบบบริหารการผลิตมีหมายเลขล็อต แต่เอกสารก็ยังถูกสร้างด้วยมืออยู่ดี เพราะที่ที่ข้อมูลอยู่กับรูปแบบที่เอกสารต้องการนั้นไม่ตรงกัน

ความไม่ตรงกันนี้จะปะทุขึ้นในจังหวะที่มีเวลาน้อยที่สุด คือช่วงก่อนส่งมอบ เมื่อกำหนดปิดตู้สินค้าถูกล็อกไว้แล้ว แต่ความเร็วของเอกสารกลับถูกกำหนดด้วยความเร็วของมือคน นี่คือเหตุผลที่การจัดทำใบรับรองผลตรวจสอบควรถูกมองว่าเป็นคอขวดของการผลิต ไม่ใช่งานปลายทางที่ใครก็ทำได้

ความเชื่อว่าเป็นแค่งานธุรการทำให้ไม่มีใครปรับปรุง

ภายในองค์กร งานจัดทำใบรับรองผลตรวจสอบมักถูกจัดประเภทเป็นงานธุรการ เป็นงานที่ใครสักคนในฝ่ายประกันคุณภาพทำอยู่ และแทบไม่เคยถูกยกขึ้นมาเป็นหัวข้อของการลงทุนเหมือนเครื่องจักรผลิต ความเข้าใจแบบนี้กดลำดับความสำคัญของการปรับปรุงลงมาตลอด

แต่ในความเป็นจริง งานนี้อยู่ใจกลางของการประกันคุณภาพ ถ้าเนื้อหาในเอกสารผิด เท่ากับเรารับรองคุณภาพที่ไม่จริงให้ลูกค้า หากคัดลอกผิดจนชิ้นงานที่อยู่ในพิกัดถูกบันทึกว่าอยู่นอกพิกัด ก็จะเกิดการส่งคืนสินค้าโดยไม่จำเป็น และถ้ากลับกัน ค่าที่อยู่นอกพิกัดถูกคัดลอกกลายเป็นอยู่ในพิกัด ปัญหาจะร้ายแรงกว่ามาก เราปฏิบัติกับงานนี้เหมือนงานธุรการ ทั้งที่มันเป็นงานที่ห้ามผิด แล้วยังฝากไว้กับแรงคน โครงสร้างแบบนี้เองที่บ่มเพาะการผูกติดกับตัวบุคคล

ขอบเขตที่บทความนี้พูดถึง

TOMAS TECH อยู่ในฐานะผู้สนับสนุนการวางระบบ IT และ DX ให้กับผู้ผลิตสัญชาติญี่ปุ่นในประเทศไทย เราไม่ได้รับจ้างตรวจสอบชิ้นงานแทนลูกค้า และไม่ได้เป็นผู้ออกใบรับรองผลตรวจสอบเอง สิ่งที่บทความนี้พูดถึงคือเรื่องการออกแบบว่า ผลการตรวจสอบที่โรงงานทำอยู่แล้วควรถูกวางบนระบบแบบใด จึงจะไหลต่อไปจนกลายเป็นเอกสารได้อย่างราบรื่น

การใช้ AI กับใบรับรองผลตรวจสอบคือเรื่องของการออกเอกสาร ไม่ใช่การอ่านเอกสาร

OCR ฝั่งขาเข้ากับการสร้างเอกสารฝั่งขาออกเป็นคนละโจทย์

พอพูดถึง AI กับเอกสาร สิ่งแรกที่คนนึกถึงมักเป็นระบบที่อ่านเอกสารที่เราได้รับมา เช่น ใบแจ้งหนี้จากซัพพลายเออร์ ใบส่งของ และใบรับรองผลตรวจสอบที่ซัพพลายเออร์ออกให้ เรานำเอกสารเหล่านี้เข้า AI-OCR แล้วดึงข้อมูลเข้าระบบ เรื่องฝั่งนี้เราเรียบเรียงไว้แล้วใน เปรียบเทียบ AI-OCR 2026 และ AI-OCR ระบบอัตโนมัติสำนักงานหลังบ้าน

สิ่งที่บทความนี้พูดถึงคือทิศทางตรงกันข้าม เมื่อเราอยู่ในฐานะผู้ออกเอกสาร เอกสารไม่ใช่สิ่งที่ต้องอ่าน แต่เป็นสิ่งที่ต้องสร้าง อินพุตไม่ใช่กระดาษ แต่เป็นตัวเลขที่เครื่องมือวัดส่งออกมา เป็นพิกัดความเผื่อที่เขียนอยู่ในแบบงาน และเป็นรูปแบบเอกสารที่เคยส่งให้ลูกค้าในอดีต ส่วนเอาต์พุตคือเอกสารที่สมบูรณ์ในรูปแบบที่ลูกค้ารับได้

ความต่างนี้เปลี่ยนทั้งเทคโนโลยีที่ต้องใช้ รูปแบบของความล้มเหลว และเกณฑ์การตัดสินใจลงทุน ฝั่งขาเข้าจะถกกันเรื่องความแม่นยำในการอ่าน ว่าดึงตัวอักษรออกจากกระดาษหรือภาพได้ถูกต้องแค่ไหน ฝั่งขาออกไม่มีขั้นตอนการอ่านตั้งแต่ต้น เพราะข้อมูลเป็นตัวเลขอยู่แล้ว โจทย์ของฝั่งขาออกคือการออกแบบการเทียบค่าและการวางข้อมูล ว่าจะวางข้อมูลที่ถูกต้องลงในช่องที่ถูกต้องด้วยรูปแบบที่ถูกต้องได้อย่างสม่ำเสมอหรือไม่

ความยากที่มีเฉพาะฝั่งผู้ออกเอกสาร

ฝั่งผู้ออกเอกสารมีความยากสามข้อที่ฝั่งผู้อ่านไม่มี

ปลายทางไม่ได้มีแบบเดียว ลูกค้ารายหนึ่งขอไฟล์ Excel ตามฟอร์มของตัวเอง อีกรายขอไฟล์ PDF ภาษาอังกฤษ อีกรายกำหนดให้อัปโหลดเข้าพอร์ทัลของเขาเอง จากผลการวัดชุดเดียวกัน เราต้องผลิตเอกสารหลายรูปแบบที่ต่างกัน
ความผิดพลาดหลุดออกไปนอกบริษัท ความผิดพลาดฝั่งขาเข้ายังมีโอกาสถูกสกัดไว้ภายใน แต่ความผิดพลาดฝั่งขาออกจะไปถึงมือลูกค้าโดยตรง การแก้ไขต้องมีการแจ้งลูกค้าและส่งเอกสารทดแทน ซึ่งเป็นกระบวนการที่มีคู่กรณีภายนอกเสมอ
เอกสารมีสถานะเป็นการรับรอง ใบรับรองผลตรวจสอบไม่ใช่แค่การส่งต่อข้อมูล แต่เป็นการแสดงเจตนาว่าบริษัทของเราเป็นผู้รับประกันคุณภาพนั้น คุณสมบัติข้อนี้เองที่กำหนดขีดจำกัดของการทำอัตโนมัติอย่างชัดเจน ดังที่จะกล่าวต่อไป

ใบรับรองผลตรวจสอบกับ Mill Certificate ต่างกันตรงไหน วัสดุหรือชิ้นงาน

ใบรับรองผลตรวจสอบรับรองชิ้นงานหลังการแปรรูป

สิ่งที่ใบรับรองผลตรวจสอบรับรองคือคุณภาพของชิ้นงานที่ผ่านการแปรรูปแล้ว เราวัดสภาพของชิ้นงานหลังผ่านกระบวนการของเราเอง แล้วรับรองด้วยตัวเอง รายการที่ระบุประกอบด้วยชื่อผลิตภัณฑ์ วันที่ตรวจสอบ หมายเลขล็อต รายการตรวจสอบ ค่ามาตรฐานและพิกัดความเผื่อ วิธีการตรวจสอบและเครื่องมือที่ใช้ ค่าที่วัดได้ และผลการตัดสิน

จุดที่สำคัญคือ วิธีการตรวจสอบและเครื่องมือที่ใช้ ถูกนับเป็นรายการที่ต้องระบุด้วย มิติเดียวกันแต่วัดด้วยเวอร์เนียร์คาลิปเปอร์กับวัดด้วยเครื่องวัดพิกัดสามมิติ ย่อมมีความไม่แน่นอนของการวัดต่างกัน สิ่งที่เอกสารรับรองจึงไม่ใช่ตัวเลขลอย ๆ แต่เป็นข้อเท็จจริงที่ว่า เมื่อวัดด้วยวิธีนี้และเครื่องมือนี้แล้วได้ค่านี้ เมื่อเข้าใจโครงสร้างนี้ ก็จะเห็นเหตุผลว่าทำไมการออกแบบระบบอัตโนมัติจึงต้องเก็บข้อมูลเครื่องมือวัดไว้ในฐานข้อมูลด้วยเสมอ

Mill Certificate รับรองตัววัสดุ

Mill Certificate หรือที่บางครั้งเรียกว่า Inspection Certificate คือเอกสารรับรองผลการตรวจสอบที่ผู้ผลิตเหล็กเป็นผู้ออก เพื่อรับรองวัสดุและคุณภาพของเหล็ก สิ่งที่ถูกรับรองคือตัววัสดุก่อนการแปรรูป

รายการที่ระบุต่างจากใบรับรองผลตรวจสอบพอสมควร ประกอบด้วยหมายเลขควบคุม ชนิดของเหล็ก ลักษณะผิวสำเร็จ ขนาด จำนวน น้ำหนัก ส่วนประกอบทางเคมีซึ่งระบุทั้งค่าตามมาตรฐานและค่าที่วัดได้จริง สมบัติเชิงกลซึ่งมีค่าความแข็งเป็นรายการบังคับ และเพิ่มด้วยความต้านแรงดึง ความต้านแรงดึงที่จุดคราก และการยืดตัว นอกจากนี้ยังมีการตรวจสอบมิติ ได้แก่ ความหนา ความกว้าง และความโก่งด้านข้าง

โครงสร้างที่วางค่าตามมาตรฐานคู่กับค่าที่วัดได้จริงของส่วนประกอบทางเคมี ดูคล้ายกับโครงสร้างค่ามาตรฐานกับพิกัดความเผื่อและค่าที่วัดได้ในใบรับรองผลตรวจสอบ แต่ความหมายของการตัดสินต่างกัน ส่วนประกอบทางเคมีใน Mill Certificate แสดงว่าวัสดุนั้นเป็นวัสดุที่สอดคล้องกับมาตรฐาน ไม่ได้แสดงผลผ่านหรือไม่ผ่านของชิ้นงานแต่ละชิ้น

ถ้าปนกันตั้งแต่ออกแบบระบบ จะพังแน่นอน

สิ่งที่เกิดขึ้นบ่อยในทางปฏิบัติคือการพยายามจัดการเอกสารสองชนิดนี้ด้วยระบบเดียวกัน แล้วไปตันกลางทาง

ถ้าโรงงานของเราเป็นผู้แปรรูป Mill Certificate ก็คือเอกสารฝั่งที่เรารับเข้ามา เราจัดเก็บ Mill Certificate ที่ได้จากผู้ผลิตวัสดุ แล้วส่งต่อให้ลูกค้าเมื่อมีการร้องขอ งานนี้อยู่ในขอบเขตของฝั่งขาเข้า นั่นคือขอบเขตของ AI-OCR ในทางกลับกัน ใบรับรองผลตรวจสอบคือเอกสารที่เราเป็นผู้ออก และเป็นขอบเขตของการสร้างเอกสารซึ่งบทความนี้พูดถึง

พูดอีกอย่างคือ แม้จะถูกเรียกรวมกันด้วยคำว่าเอกสารรับรองเหมือนกัน แต่ฝั่งหนึ่งคือสิ่งที่ต้องรับมาเก็บ อีกฝั่งคือสิ่งที่ต้องสร้างแล้วส่งออก ทิศทางการไหลของข้อมูลกลับกัน ระบบที่ต้องใช้ก็กลับทิศกัน ในมุมของการสอบกลับได้ เราจำเป็นต้องผูกทั้งสองเข้าด้วยกัน แต่การผูกเข้าด้วยกันกับการสร้างด้วยระบบเดียวกันเป็นคนละเรื่อง

สรุปความต่างของทั้งสองได้ดังนี้

ในแง่สิ่งที่รับรอง ใบรับรองผลตรวจสอบรับรองชิ้นงานที่ผ่านการแปรรูปแล้ว ส่วน Mill Certificate รับรองตัวเหล็กซึ่งเป็นวัสดุตั้งต้น
ในแง่ผู้ออกเอกสาร ใบรับรองผลตรวจสอบออกโดยโรงงานที่ทำการแปรรูปเอง ส่วน Mill Certificate ออกโดยผู้ผลิตเหล็ก
ในแง่จุดยืนของโรงงานเรา ใบรับรองผลตรวจสอบคือเอกสารที่เราเป็นฝ่ายออก ส่วน Mill Certificate คือเอกสารที่เราเป็นฝ่ายรับ
ในแง่รายการหลักที่ระบุ ใบรับรองผลตรวจสอบระบุรายการตรวจสอบ ค่ามาตรฐานและพิกัดความเผื่อ วิธีการตรวจสอบและเครื่องมือที่ใช้ ค่าที่วัดได้และผลการตัดสิน ส่วน Mill Certificate ระบุชนิดของเหล็ก ค่าตามมาตรฐานและค่าที่วัดได้ของส่วนประกอบทางเคมี สมบัติเชิงกล และการตรวจสอบมิติ
ในแง่การวางระบบ ใบรับรองผลตรวจสอบคือสิ่งที่ต้องสร้างขึ้นจากข้อมูล ส่วน Mill Certificate คือสิ่งที่ต้องรับเข้ามา จัดเก็บ และผูกกับหมายเลขล็อต

ข้อสุดท้ายคือความต่างที่สำคัญที่สุดในเชิงการออกแบบ ถ้าเอาสิ่งที่ต้องสร้างกับสิ่งที่ต้องเก็บมาปนกัน ผลลัพธ์คือระบบครึ่ง ๆ กลาง ๆ ที่ไม่ตอบโจทย์ทั้งสองด้าน

รูปแบบความล้มเหลว 4 แบบที่เกิดขึ้นจริงกับกระดาษและ Excel

ความล้มเหลวแบบที่ 1 คัดลอกพิกัดความเผื่อจากแบบงานด้วยมือ

จุดตั้งต้นของการทำใบรับรองผลตรวจสอบ ในหลายกรณีคือการเปิดไฟล์แบบงานขึ้นมาอ่านค่ามิติและพิกัดความเผื่อ แล้วคัดลอกค่าเหล่านั้นลงเทมเพลตด้วยมือทีละค่า มีการชี้ให้เห็นว่าการทำงานแบบคัดลอกมิติและพิกัดความเผื่อจากไฟล์แบบงานด้วยมือเช่นนี้ เปิดช่องให้เกิดความผิดพลาดจากมนุษย์อย่างการคัดลอกผิดได้เสมอ

สิ่งที่น่ากลัวคือความผิดพลาดชนิดนี้ตรวจจับได้ยาก ต่อให้ค่าพิกัดความเผื่อถูกคัดลอกผิด เอกสารก็ยังดูเหมือนเสร็จสมบูรณ์ และผลการตัดสินว่าค่าที่วัดได้อยู่ในพิกัดก็ยังคำนวณออกมาถูกต้องเมื่อเทียบกับพิกัดที่ผิดนั้น ความผิดพลาดจะโผล่ก็ต่อเมื่อลูกค้านำไปเทียบกับแบบงาน หรือเมื่อเกิดปัญหาขึ้นในตลาดแล้ว

ยิ่งไปกว่านั้น เมื่อมีการแก้ไขแบบงาน พิกัดความเผื่อในเทมเพลตมักไม่ถูกอัปเดตตาม แบบงานถูกควบคุมด้วยหมายเลขการแก้ไข แต่เทมเพลตของใบรับรองผลตรวจสอบมักไม่มีแนวคิดเรื่องเวอร์ชันอยู่เลย พิกัดของแบบเก่าจึงค้างอยู่ต่อไปเรื่อย ๆ

ความล้มเหลวแบบที่ 2 ลายมืออ่านยากและตามรอยการแก้ไขไม่ได้

ใบรับรองผลตรวจสอบที่เป็นกระดาษถูกชี้ปัญหาไว้ว่ามีทั้งการเขียนผิด การกรอกตกหล่น และการอ่านผิดจากลายมือที่อ่านยาก การทำงานสองจังหวะแบบที่หน้างานจดตัวเลขลงกระดาษก่อน แล้วมาพิมพ์ซ้ำลง Excel ที่ออฟฟิศทีหลัง ทำให้เกิดช่องว่างสำหรับการอ่านผิดถึงสองจุด

ปัญหาที่ฝังลึกกว่านั้นคือเรื่องการแก้ไขข้อมูล มีการระบุว่าเอกสารที่เขียนด้วยลายมือถูกแก้ไขทางกายภาพได้ง่าย และยากที่จะตามรอยว่าใครเป็นผู้แก้ ไม่ว่าเราจะตั้งสมมติฐานว่ามีเจตนาไม่สุจริตหรือไม่ก็ตาม คุณสมบัติข้อนี้ก็เป็นจุดอ่อนในมุมของการประกันคุณภาพ เมื่อผู้ตรวจประเมินจากฝั่งลูกค้าถามว่า จะพิสูจน์อย่างไรว่าตัวเลขนี้คือตัวเลข ณ เวลาที่วัดจริง เอกสารกระดาษไม่มีเครื่องมือใดตอบได้เลย

ความล้มเหลวแบบที่ 3 เอกสารต้องเดินไปตามแผนกเพื่อประทับตรา

มีการชี้ว่า เมื่อจำเป็นต้องมีตราประทับ เอกสารต้องถูกเวียนไปตามแผนกต่าง ๆ ทำให้เสียเวลาไปกับการเคลื่อนย้ายทางกายภาพและการรอตรวจสอบ เวลารอนี้แทบไม่ถูกนับเป็นชั่วโมงทำงาน แต่ขึ้นไปอยู่ใน lead time อย่างแน่นอน

ในโรงงานที่ประเทศไทย ปัญหานี้แสดงตัวออกมาในรูปของระยะทาง ห้องตรวจสอบ ฝ่ายประกันคุณภาพ และอาคารสำนักงานอยู่คนละหลัง จึงเกิดเวลาที่ต้องถือเอกสารเดินข้ามอาคาร และหากผู้อนุมัติติดเดินทางหรือลาหยุด เอกสารก็จะค้างอยู่บนโต๊ะนั้น สภาพที่การผลิตและการตรวจสอบเสร็จแล้วแต่ส่งของไม่ได้ เกิดขึ้นเพียงเพราะตำแหน่งทางกายภาพของแผ่นกระดาษ

ความล้มเหลวแบบที่ 4 ฟอร์แมตต่างกันรายลูกค้าจนต้องทำใหม่ทั้งชุด

หากส่งผลิตภัณฑ์เดียวกันให้ลูกค้าหลายราย จำนวนฟอร์แมตของใบรับรองผลตรวจสอบก็จะเท่ากับจำนวนลูกค้า ลำดับของรายการต่างกัน การเขียนหน่วยต่างกัน วิธีเขียนช่องผลการตัดสินต่างกัน ตำแหน่งโลโก้ต่างกัน ทั้งที่ค่าที่วัดได้ข้างในเป็นค่าเดียวกันแท้ ๆ แต่ในฐานะเอกสารกลับต้องสร้างขึ้นใหม่คนละฉบับ

งานลักษณะนี้มักถูกจัดการด้วยวิธีคัดลอกไฟล์เดิมมาแก้ทับ และนั่นคือจุดที่อุบัติเหตุคลาสสิกอย่างการแก้ไม่ครบเกิดขึ้น เช่น หมายเลขล็อตของครั้งก่อนยังค้างอยู่ หรือชื่อลูกค้ารายเดิมยังเหลืออยู่ในบางช่อง เพราะหน้าตาเอกสารดูเสร็จสมบูรณ์ ความผิดพลาดแบบนี้จึงลอดผ่านการตรวจทานได้ง่าย

โครงสร้างร่วมของความล้มเหลวทั้ง 4 แบบ

ทั้งสี่รูปแบบมีจุดร่วมกันอยู่ นั่นคือทั้งหมดเกิดขึ้นในขั้นตอนที่คนอ่านข้อมูลแล้วเขียนลงอีกที่หนึ่ง ทั้งที่ข้อมูลที่ถูกต้องมีอยู่ในบริษัทอยู่แล้ว การคัดลอกข้อมูลด้วยตัวมันเองคือแหล่งกำเนิดของความผิดพลาด

ดังนั้นทิศทางของการปรับปรุงจึงไม่ใช่การคัดลอกให้ประณีตขึ้น แต่คือการลดจำนวนขั้นตอนที่ต้องคัดลอก มุมมองนี้ต่อเนื่องกับแนวคิดการรวมศูนย์ข้อมูลคุณภาพที่เราเขียนไว้ใน ระบบจัดการข้อมูลคุณภาพ 2026

การสร้างใบรับรองผลตรวจสอบด้วย AI ปี 2026 และการออกแบบระบบ 4 ชั้น - figure 1

AI ไม่ได้แต่งใบรับรองผลตรวจสอบขึ้นมาเอง จึงต้องวางตำแหน่งให้ถูกก่อน

ยอมรับอย่างตรงไปตรงมาว่า generative AI ยังทำอะไรไม่ได้

ถึงจุดนี้จำเป็นต้องลากเส้นกันอย่างซื่อตรง มีการชี้ว่า generative AI ในปัจจุบันสรุปและเปรียบเทียบข้อมูลการตรวจสอบคุณภาพได้ก็จริง แต่ยังไม่ถนัดกับการสร้างเอกสาร PDF ที่จัดรูปแบบเสร็จสมบูรณ์ พร้อมกราฟ ตาราง และองค์ประกอบของแบรนด์ ออกมาตรง ๆ กล่าวให้ชัดคือ ผู้ช่วยที่เป็น generative AI ตอบคำถามอย่างเช่น ของเสียอันดับต้น ๆ มีอะไรบ้าง ได้ แต่ยังไม่สามารถส่งคำตอบนั้นออกมาเป็นเอกสาร PDF สำเร็จรูปได้

ข้อสังเกตนี้สำคัญมาก ถ้าเราตีความประโยคที่ว่าให้ AI สร้างใบรับรองผลตรวจสอบตามตัวอักษร ความคาดหวังจะกลายเป็นว่าโยนข้อมูลการวัดเข้าไปแล้วได้ไฟล์ PDF ที่เสร็จสมบูรณ์กลับมา ความคาดหวังแบบนี้ยังไม่ถูกเติมเต็มในเวลานี้

แล้วให้ AI รับผิดชอบอะไร

ตำแหน่งที่ถูกต้องคือแบบนี้ AI ไม่ได้แต่งใบรับรองผลตรวจสอบขึ้นจากศูนย์ แต่รับอินพุตที่มีโครงสร้างชัดเจน ได้แก่ ข้อมูลการวัดที่มีอยู่แล้ว พิกัดความเผื่อจากแบบงาน และฟอร์แมตที่เคยใช้ในอดีต แล้วรับหน้าที่นำข้อมูลไปวางในเทมเพลต เทียบกับค่าตามมาตรฐาน และจัดทำร่างของเอกสาร

การจัดรูปแบบสุดท้ายของเอกสารยังเป็นหน้าที่ของเทมเพลตเอนจินหรือแพลตฟอร์มออกเอกสารเหมือนเดิม สิ่งที่ AI รับผิดชอบคือส่วนของการตัดสินใจและการแปลงข้อมูลที่อยู่ก่อนหน้านั้น ค่าที่วัดได้ค่าไหนตรงกับรายการตรวจสอบข้อใด ในฟอร์แมตของลูกค้ารายนี้ รายการนี้ต้องลงช่องไหน สัญลักษณ์กำกับมิติในแบบงานควรถูกแปลงเป็นรายการตรวจสอบอย่างไร คำถามเหล่านี้มีข้อยกเว้นมากเกินกว่าจะเขียนเป็นกฎได้หมด แต่คนอ่านแล้วตัดสินได้ ขอบเขตแบบนี้แหละคือพื้นที่ของ AI

การสื่อสารตำแหน่งนี้ให้ตรงกันตั้งแต่ต้น จะทำให้การถกเรื่องการนำระบบเข้ามาใช้อยู่บนพื้นของความเป็นจริง ถ้าเริ่มจากความคาดหวังว่า AI จะทำให้ทั้งหมด ผลลัพธ์คือความผิดหวังเสมอ แต่ถ้าเริ่มจากสมมติฐานว่า AI รับผิดชอบการวางข้อมูล การเทียบค่า และการทำร่าง ส่วนการจัดรูปแบบและการตรวจสอบขั้นสุดท้ายเป็นของระบบเดิมและของคน เป้าหมายของการลงทุนก็จะชัดเจน

ออกแบบเผื่อ hallucination ตั้งแต่แรก

เมื่อให้ generative AI สร้างเอกสารที่มีโครงสร้าง จะพบรูปแบบความล้มเหลวที่โผล่ซ้ำ ๆ อยู่ไม่กี่แบบ ได้แก่ การเขียนถึงสิ่งที่ยืนยันการมีอยู่ไม่ได้ การสร้างรายละเอียดเฉพาะเจาะจงที่ไม่มีหลักฐานรองรับ และการสลับวันที่ผิด ทั้งสามแบบนี้พบได้ร่วมกันไม่ว่าจะทำงานในสาขาใด สำหรับงานที่ความแม่นยำเป็นเรื่องสำคัญ แนวทางพื้นฐานคือการผสมสามอย่างเข้าด้วยกัน ได้แก่ เลือกโมเดลสมรรถนะสูงที่ใช้เวลาในการให้เหตุผล บังคับให้อ้างอิงข้อมูลต้นทางเสมอ และวางการตรวจทานโดยมนุษย์ไว้ในกระบวนการ

ใบรับรองผลตรวจสอบเข้าข่ายงานที่ความแม่นยำเป็นเรื่องสำคัญอย่างเต็มตัว ดังนั้นสามข้อต่อไปนี้จึงเป็นองค์ประกอบบังคับที่ต้องฝังไว้ในการออกแบบ

บังคับให้ผ่านการอ้างอิงข้อมูลต้นทางเสมอ ค่าที่วัดได้ต้องดึงจากข้อมูลของเครื่องมือวัด พิกัดความเผื่อต้องดึงจากข้อมูลแบบงาน อย่าให้ AI นึกตัวเลขขึ้นมาเอง
ตัดวันที่และหมายเลขล็อตออกจากสิ่งที่ AI สร้าง ให้ดึงค่าจากระบบบริหารการผลิตมาใส่ตรง ๆ เพราะการสลับวันที่คือหนึ่งในรูปแบบความล้มเหลวที่กล่าวไปแล้ว และสองรายการนี้คือข้อมูลที่ชี้ขาดว่าเอกสารฉบับนี้เป็นของสิ่งใด
วางการตรวจทานโดยมนุษย์ไว้เป็นขั้นตอนหนึ่งของกระบวนการ กำหนดให้การตรวจสอบโดยผู้รับผิดชอบด้านประกันคุณภาพเป็นขั้นบังคับบนระบบ

การสร้างใบรับรองผลตรวจสอบด้วย AI ปี 2026 และการออกแบบระบบ 4 ชั้น - figure 2

ออกแบบเป็น 4 ชั้น ตั้งแต่ข้อมูลการวัดจนถึงการออกเอกสาร

ทำไมจึงไม่ควรคิดเป็นระบบก้อนเดียว

พอคิดจะวางระบบให้กับการจัดทำใบรับรองผลตรวจสอบ คนมักนึกภาพเป็นกล่องเดียวชื่อระบบจัดทำใบรับรองผลตรวจสอบ แต่การมองแบบนี้ทำให้การนำเข้าใช้งานยากขึ้น เพราะฟังก์ชันที่ต้องการกระจายไปหลายด้าน วงเงินลงทุนบานปลาย และมองไม่ออกว่าควรเริ่มจากตรงไหน

เราจึงแนะนำให้แยกเป็นสี่ชั้นตามนี้แทน เพราะแต่ละชั้นใช้เทคโนโลยีต่างกัน มีโอกาสใช้ทรัพยากรเดิมต่างกัน และให้ผลตอบแทนต่อการลงทุนต่างกัน

ชั้นที่ 1 ชั้นรับข้อมูลการวัด ทำหน้าที่ดึงค่าจากเครื่องมือวัดออกมาในรูปข้อมูลอิเล็กทรอนิกส์ อินพุตหลักคือค่าจากเวอร์เนียร์คาลิปเปอร์ ไมโครมิเตอร์ และเครื่องวัดพิกัดสามมิติ ชั้นนี้ AI แทบไม่เข้ามาเกี่ยวข้อง
ชั้นที่ 2 ชั้นเทมเพลตและการเทียบค่า ทำหน้าที่นำข้อมูลไปวางตามฟอร์แมตของลูกค้าแต่ละรายและเทียบกับค่าตามมาตรฐาน อินพุตหลักคือค่าที่วัดได้จากชั้นที่ 1 และพิกัดความเผื่อจากแบบงาน ชั้นนี้ AI เข้ามาช่วยในการจับคู่และการแปลงข้อมูล
ชั้นที่ 3 ชั้นร่างเอกสารหลายภาษา ทำหน้าที่สร้างร่างฉบับภาษาอังกฤษและฉบับภาษาไทย อินพุตหลักคือฉบับภาษาญี่ปุ่นจากชั้นที่ 2 ชั้นนี้ AI เข้ามาเป็นตัวหลัก
ชั้นที่ 4 ชั้นอนุมัติและจัดเก็บบันทึก ทำหน้าที่ให้คนตรวจสอบ อนุมัติ ลงลายเซ็นอิเล็กทรอนิกส์ และจัดเก็บ อินพุตหลักคือผลลัพธ์จากสามชั้นแรก ชั้นนี้ AI ไม่เข้ามาเกี่ยวข้อง

สิ่งที่ควรสังเกตคือ AI กระจุกตัวอยู่ที่ชั้นที่ 2 และชั้นที่ 3 เท่านั้น ชั้นที่ 1 เป็นเทคโนโลยีการเชื่อมต่อเครื่องมือและการดึงข้อมูล ส่วนชั้นที่ 4 เป็นเทคโนโลยีเวิร์กโฟลว์และการจัดเก็บ ทั้งสองชั้นแทบไม่มีบทบาทให้ AI เลย

ชั้นที่ 1 ชั้นรับข้อมูลการวัด

จุดตั้งต้นคือการดึงตัวเลขจากเครื่องมือวัดออกมาในรูปอิเล็กทรอนิกส์ ถ้าตรงนี้ยังเป็นการจดด้วยมือ ไม่ว่าจะสร้างชั้นบน ๆ ให้ดีแค่ไหน ก็ยังมีช่องให้ความผิดพลาดเข้ามาปนตั้งแต่ก้าวแรกอยู่ดี

เวอร์เนียร์คาลิปเปอร์และไมโครมิเตอร์แบบดิจิทัลบางรุ่นมีฟังก์ชันส่งออกข้อมูล ส่วนเครื่องวัดพิกัดสามมิติส่งออกผลการวัดเป็นไฟล์ได้ ก้าวแรกของการออกแบบชั้นนี้จึงคือการสำรวจว่าเครื่องมือวัดในโรงงานมีกี่เปอร์เซ็นต์ที่รองรับการส่งออกข้อมูลอิเล็กทรอนิกส์

ไม่จำเป็นต้องเปลี่ยนเครื่องมือวัดทั้งหมดในคราวเดียว หากไล่ตามลำดับจากผลิตภัณฑ์ที่มีรายการตรวจสอบจำนวนมากและผลิตภัณฑ์ที่ส่งมอบบ่อย ก็จะกระจายการลงทุนออกไปได้ แนวคิดของชั้นนี้และการประมาณค่าใช้จ่าย เราลงรายละเอียดไว้แล้วใน ระบบเก็บข้อมูลตรวจสอบอัตโนมัติ

ชั้นที่ 2 ชั้นเทมเพลตและการเทียบค่า

เมื่อได้ค่าที่วัดได้มาเป็นข้อมูลอิเล็กทรอนิกส์แล้ว ชั้นถัดไปคือการวางค่าเหล่านั้นลงในรูปของเอกสาร งานที่เกิดขึ้นตรงนี้แบ่งได้เป็นสองส่วนใหญ่ ๆ

ส่วนแรกคือการเทียบค่า นำค่าที่วัดได้มาเทียบกับค่ามาตรฐานและพิกัดความเผื่อจากแบบงาน แล้วตัดสินว่าผ่านหรือไม่ผ่าน ตัวการตัดสินเองเป็นเพียงการเปรียบเทียบตัวเลขอย่างง่าย แต่ในทางปฏิบัติมีข้อยกเว้นเกิดขึ้นมาก เช่น พิกัดความเผื่อด้านเดียว พิกัดความเผื่อทางเรขาคณิต มิติอ้างอิง และการจัดการเชิงสถิติในการตรวจแบบสุ่มตัวอย่าง การเขียนกฎให้ครอบคลุมข้อยกเว้นเหล่านี้ทั้งหมดทำได้ยาก จึงเป็นพื้นที่ที่การจับคู่ด้วย AI ทำงานได้ผลดี

ส่วนที่สองคือการวางข้อมูลลงฟอร์แมตของลูกค้าแต่ละราย นำผลการวัดชุดเดียวกันไปจัดวางตามเลย์เอาต์ที่ต่างกันไปตามลูกค้า ถ้ายังมีเอกสารที่เคยส่งไปในอดีตเก็บไว้ ก็ใช้เอกสารเหล่านั้นเป็นตัวอ้างอิงเพื่อคาดเดาการจับคู่ได้ บทบาทของ AI ตรงนี้ก็ยังไม่ใช่การสร้างฟอร์แมตขึ้นเอง แต่คือการจับคู่ว่าข้อมูลตัวไหนควรลงในช่องไหนของฟอร์แมตที่มีอยู่แล้ว

อีกเรื่องหนึ่งคือ ในชั้นนี้ต้องเก็บข้อมูลของเครื่องมือที่ใช้วัดไว้ด้วยเสมอ ในเมื่อรายการที่ต้องระบุในใบรับรองผลตรวจสอบรวมถึงวิธีการตรวจสอบและเครื่องมือที่ใช้ ระบบที่ขาดข้อมูลส่วนนี้ก็คือระบบที่ไม่ตรงข้อกำหนดตั้งแต่ต้น

ชั้นที่ 3 ชั้นร่างเอกสารหลายภาษา

ในโรงงานญี่ปุ่นที่ประเทศไทย การทำใบรับรองผลตรวจสอบฉบับภาษาอังกฤษเป็นเงื่อนไขตั้งต้นเกือบทุกกรณี ต่อให้ลูกค้าเป็นบริษัทญี่ปุ่น แต่เมื่อคำนึงถึงการตรวจรับที่บริษัทในไทยเป็นผู้ทำ หรือการส่งต่อไปยังประเทศที่สาม ก็จะเกิดสถานการณ์ที่ต้องใช้ฉบับภาษาอังกฤษอยู่บ่อยครั้ง ยิ่งไปกว่านั้น เมื่อผู้ปฏิบัติงานเป็นพนักงานคนไทย ฉบับภาษาไทยสำหรับใช้ภายในก็มักถูกร้องขอด้วย

ชั้นนี้เป็นส่วนที่ AI ช่วยได้อย่างตรงไปตรงมาที่สุด เพราะศัพท์ที่ปรากฏในใบรับรองผลตรวจสอบเป็นศัพท์ที่ลงตัวแล้วในวงการ เช่น การตรวจสอบด้วยสายตา การตรวจสอบมิติ ค่ามาตรฐาน พิกัดความเผื่อ และผลการตัดสิน คำแปลของศัพท์เหล่านี้แกว่งน้อย หากให้ AI อ้างอิงคลังศัพท์ภายในบริษัท ก็จะได้ร่างที่มีความสม่ำเสมอ

อย่างไรก็ตาม ต้องย้ำอีกครั้งว่านี่คือร่าง ตัวเลขและหน่วยไม่ใช่สิ่งที่ต้องแปล แต่เป็นข้อมูลที่ต้องคัดลอกไปตรง ๆ การที่ตัวเลขเปลี่ยนไปในขั้นตอนการแปลเป็นสิ่งที่ยอมรับไม่ได้เด็ดขาด ดังนั้นในการพัฒนาชั้นนี้ ให้จำกัดขอบเขตของสิ่งที่แปลไว้เฉพาะส่วนที่เป็นข้อความ เช่น ชื่อรายการและหมายเหตุ ส่วนตัวเลขและหมายเลขล็อตให้ล็อกไว้ไม่ต้องผ่านกระบวนการแปล

ชั้นที่ 4 ชั้นอนุมัติและจัดเก็บบันทึก

ชั้นสุดท้ายคือการตรวจสอบและอนุมัติโดยมนุษย์ และการจัดเก็บบันทึก ชั้นนี้ไม่มีบทบาทของ AI หรือพูดให้ถูกกว่านั้นคือเป็นชั้นที่ห้ามให้ AI เข้ามาเกี่ยวข้อง

สิ่งที่ต้องออกแบบในชั้นนี้มีสามข้อ

ต้องบันทึกได้ว่าใครเป็นผู้อนุมัติ โดยเก็บการตรวจสอบโดยพนักงานตรวจสอบและการอนุมัติโดยผู้รับผิดชอบด้านประกันคุณภาพไว้เป็นบันทึกคนละรายการ
ต้องแสดงได้ว่าเนื้อหาหลังการอนุมัติไม่ถูกเปลี่ยนแปลง การเปลี่ยนการเดินเอกสารไปประทับตราให้กลายเป็นลายเซ็นอิเล็กทรอนิกส์ ช่วยขจัดเวลารอของความล้มเหลวแบบที่ 3 และในเวลาเดียวกันก็ตอบโจทย์ปัญหาการตามรอยการแก้ไขไม่ได้ของความล้มเหลวแบบที่ 2 ไปพร้อมกัน
ต้องค้นเอกสารที่จัดเก็บไว้ออกมาได้จากหมายเลขล็อตหรือชื่อผลิตภัณฑ์ เพราะสิ่งที่ถูกถามในการตรวจประเมินไม่ใช่ว่ามีเอกสารหรือไม่ แต่คือหยิบเอกสารนั้นออกมาได้เดี๋ยวนี้หรือไม่

เส้นแบ่งระหว่างสิ่งที่ AI ทำอัตโนมัติได้กับสิ่งที่ทำไม่ได้

สิ่งที่ทำอัตโนมัติได้

จากที่เรียบเรียงมาทั้งหมด ขอบเขตที่มอบให้ AI ได้มีดังนี้

นำข้อมูลที่ได้จากเครื่องมือวัดไปเติมลงเทมเพลตของใบรับรองผลตรวจสอบ รวมถึงการจับคู่ว่าค่าที่วัดได้ค่าใดตรงกับรายการตรวจสอบข้อใด
เทียบกับบันทึกของล็อตที่ใกล้เคียงกันในอดีต แล้วตรวจดูว่ามีค่าใดหลุดออกจากแนวโน้มอย่างชัดเจนหรือไม่ ซึ่งไม่ใช่การตัดสินผ่านหรือไม่ผ่าน แต่เป็นการเตือนให้คนไปตรวจดู
แปลงเป็นฟอร์แมตที่ต่างกันของลูกค้าแต่ละรายโดยอัตโนมัติ โดยอาศัยการจับคู่จากเอกสารที่เคยส่งจริง
สร้างร่างฉบับภาษาอังกฤษและฉบับภาษาไทย โดยจำกัดการแปลไว้ที่ชื่อรายการและหมายเหตุ ส่วนตัวเลขให้ล็อกไว้
ตรวจจับรายการที่กรอกตกหล่น โดยตรวจด้วยเครื่องก่อนส่งว่ามีรายการบังคับใดถูกปล่อยว่างไว้หรือไม่

สิ่งที่ทำอัตโนมัติไม่ได้

ในทางกลับกัน ขอบเขตต่อไปนี้ AI ทำแทนไม่ได้ เส้นแบ่งนี้ไม่ได้มาจากข้อจำกัดทางเทคนิค แต่มาจากธรรมชาติของตัวเอกสารเอง

การตัดสินผ่านหรือไม่ผ่านขั้นสุดท้าย เครื่องเปรียบเทียบตัวเลขได้ก็จริง แต่การใช้ผลนั้นตัดสินว่าส่งมอบได้เป็นการตัดสินใจที่มาพร้อมความรับผิดชอบ การจัดการค่าที่อยู่ตรงขอบพิกัด การพิจารณาว่าต้องวัดซ้ำหรือไม่ และการพิจารณาการยอมรับพิเศษ ล้วนเป็นของพนักงานตรวจสอบและผู้รับผิดชอบด้านประกันคุณภาพ
การอนุมัติและการลงตราประทับ ใบรับรองผลตรวจสอบคือการแสดงเจตนาว่าบริษัทของเรารับประกันคุณภาพ และเครื่องจักรแสดงเจตนาแทนไม่ได้ ต่อให้เปลี่ยนไปใช้ลายเซ็นอิเล็กทรอนิกส์ ผู้ลงนามก็ยังต้องเป็นมนุษย์
การรับรองในเชิงกฎหมาย ผลบังคับของเอกสารในฐานะการรับรองตั้งอยู่บนความรับผิดชอบของผู้ออกเอกสาร ข้อเท็จจริงที่ว่า AI เป็นผู้ทำร่าง ไม่ได้ลดความรับผิดชอบของผู้ออกเอกสารลงแม้แต่น้อย
การตัดสินใจเกี่ยวกับข้อตกลงเฉพาะรายกับลูกค้า เช่น การตรวจเพิ่มเติมที่ใช้กับลูกค้าบางรายเท่านั้น หรือข้อความพิเศษที่ต้องระบุอันเป็นผลจากปัญหาในอดีต ข้อตกลงที่ไม่ได้ถูกจัดทำเป็นเอกสารเหล่านี้ยังต้องพึ่งความรู้ของผู้รับผิดชอบ

ถ้าปล่อยให้เส้นแบ่งคลุมเครือจะเกิดอะไรขึ้น

ถ้านำระบบเข้ามาใช้โดยไม่ได้สื่อสารเส้นแบ่งนี้ให้ตรงกันในองค์กร ความล้มเหลวจะเกิดได้สองทิศทาง

ทิศทางแรกคือความเชื่อมั่นเกินจริง หากการปฏิบัติงานไหลไปทางที่ว่า ในเมื่อ AI ทำร่างมาแล้วก็ตรวจแบบผ่าน ๆ ก็พอ การตรวจทานจะกลายเป็นพิธีกรรม รูปแบบความล้มเหลวที่กล่าวไปแล้วอย่างการสร้างรายละเอียดเฉพาะเจาะจงที่ไม่มีหลักฐานรองรับนั้นปรากฏออกมาในรูปที่ดูน่าเชื่อถือ การตรวจแบบผ่าน ๆ จึงจับไม่ได้

อีกทิศทางคือความไม่ไว้ใจ ถ้าสรุปกันว่าของที่ AI ทำเชื่อไม่ได้ แล้วสุดท้ายให้คนทำใหม่ทั้งหมด การลงทุนก็จะไม่คืนทุน กรณีนี้ปัญหาไม่ได้อยู่ที่ความแม่นยำของ AI แต่อยู่ที่ยังไม่มีข้อตกลงร่วมกันว่าจะมอบหมายให้ถึงระดับไหน

ดังนั้น ในช่วงต้นของการนำระบบเข้ามาใช้ การจัดทำเอกสารกำหนดว่าอะไรคือขอบเขตของ AI อะไรคือขอบเขตของคน และที่รอยต่อนั้นต้องตรวจอะไรบ้าง จึงเป็นสิ่งที่ต้องทำก่อนการเลือกเทคโนโลยีเสียอีก

การสร้างใบรับรองผลตรวจสอบด้วย AI ปี 2026 และการออกแบบระบบ 4 ชั้น - figure 3

เงื่อนไขเพิ่มอีก 4 ข้อสำหรับโรงงานญี่ปุ่นในประเทศไทย

เงื่อนไขที่ 1 ฉบับภาษาอังกฤษไม่ใช่ข้อยกเว้นแต่เป็นเงื่อนไขตั้งต้น

ถ้าเป็นโรงงานในประเทศญี่ปุ่น หลายกรณีจบได้ด้วยใบรับรองผลตรวจสอบฉบับภาษาญี่ปุ่นเพียงฉบับเดียว แต่ที่ประเทศไทยสถานการณ์ต่างออกไป เมื่อผู้ที่รับผิดชอบการตรวจรับของลูกค้าเป็นพนักงานคนไทย เอกสารภาษาญี่ปุ่นก็ใช้งานจริงไม่ได้ และเมื่อชิ้นส่วนที่ผลิตในไทยถูกส่งออกไปยังประเทศที่สาม เอกสารก็ต้องเดินทางไปด้วย

การรองรับหลายภาษาจึงไม่ใช่เรื่องที่ทำเมื่อมีเวลาเหลือ แต่เป็นเงื่อนไขตั้งต้นของการออกแบบ ถ้าผลักชั้นที่ 3 ไปไว้ทีหลัง สุดท้ายการแปลด้วยแรงคนก็จะยังอยู่ และกลายเป็นคอขวดถาวรตรงจุดนั้น

เงื่อนไขที่ 2 ความต่างของฟอร์แมตรายลูกค้ามากกว่าในญี่ปุ่น

โรงงานในประเทศไทยจำนวนไม่น้อยมีลูกค้าทั้งสัญชาติญี่ปุ่น สัญชาติยุโรปและอเมริกา สัญชาติไทย และสัญชาติจีน ธรรมเนียมเรื่องเอกสารของลูกค้าแต่ละกลุ่มไม่เหมือนกัน และรายการที่เรียกร้องก็ไม่ตรงกัน

ความหลากหลายนี้ปิดทางออกที่ว่าจะรวมเทมเพลตให้เหลือแบบเดียว การออกแบบที่ทำได้จริงคือแบบสองจังหวะ นั่นคือภายในถือโครงสร้างข้อมูลเพียงชุดเดียว แล้วค่อยแปลงเป็นรายลูกค้าในขั้นตอนการส่งออก การแยกวิธีถือข้อมูลออกจากรูปแบบการส่งออกตั้งแต่ตอนออกแบบชั้นที่ 2 คือการเตรียมรับเงื่อนไขข้อนี้

เงื่อนไขที่ 3 บางกรณีลูกค้าขอการตรวจสอบโดยบุคคลที่สาม

ลูกค้าบางรายอาจขอให้มีการตรวจสอบโดยหน่วยงานตรวจสอบภายนอกอย่าง SGS หรือ Bureau Veritas เพิ่มเติมจากผลการตรวจสอบของเราเอง กรณีนี้จะมีเอกสารสองชุด คือใบรับรองผลตรวจสอบของเราเอง กับรายงานที่หน่วยงานภายนอกเป็นผู้ออก

สิ่งที่ต้องระวังในเชิงการออกแบบระบบคือ รายงานของหน่วยงานภายนอกไม่ใช่สิ่งที่เราสร้างขึ้นเอง มันคือเอกสารที่เรารับเข้ามาและจัดเก็บ ซึ่งมีสถานะเดียวกับ Mill Certificate สิ่งที่ต้องมีคือโครงสร้างที่ผูกใบรับรองผลตรวจสอบที่เราออกเองเข้ากับรายงานจากหน่วยงานภายนอกที่ได้รับมา ด้วยหมายเลขล็อตเดียวกัน แล้วจัดเก็บไว้ด้วยกัน

เงื่อนไขที่ 4 ข้อกำหนดเรื่องการสอบกลับได้ของ IATF 16949 และ ISO 9001

โรงงานที่เกี่ยวข้องกับชิ้นส่วนยานยนต์ต้องรองรับ IATF 16949 เป็นเงื่อนไขพื้นฐาน IATF 16949 เป็นมาตรฐานที่ขยายจาก ISO 9001 สำหรับอุตสาหกรรมยานยนต์ และเมื่อพิจารณาร่วมกับ ISO 9001 ข้อ 8.5.2 ก็จะกำหนดข้อกำหนดเกี่ยวกับการชี้บ่งและการสอบกลับได้เอาไว้

เนื้อหาที่ถูกเรียกร้องครอบคลุมการสอบกลับได้ของผลิตภัณฑ์ตั้งแต่การรับวัตถุดิบ ผ่านการผลิต จนถึงการส่งมอบ การควบคุมบันทึกการตรวจสอบและการตรวจรับรอง ตลอดจนการสอบกลับได้ของการวัด ซึ่งการสอบกลับได้ของการวัดหมายถึงการที่เครื่องมือวัดที่ใช้สามารถสอบกลับไปยังมาตรฐานแห่งชาติหรือมาตรฐานระหว่างประเทศได้ และมีการเก็บรักษาบันทึกการสอบเทียบไว้

นัยในทางปฏิบัติชัดเจน ผู้ผลิตชิ้นส่วนยานยนต์ต้องสามารถประกอบเรื่องขึ้นใหม่ได้เมื่อถูกตรวจประเมิน ว่าชิ้นส่วนหนึ่ง ๆ ผลิตจากวัตถุดิบล็อตใด ผลิตในกะไหน และผ่านการตรวจสอบรายการใดบ้าง ระบบใบรับรองผลตรวจสอบต้องถูกออกแบบให้เป็นข้อต่อหนึ่งของโซ่ที่ทำให้การประกอบเรื่องขึ้นใหม่นี้เป็นไปได้

ข้อกำหนดนี้เชื่อมตรงเข้ากับการออกแบบการจัดเก็บในชั้นที่ 4 การมีเอกสารเก็บไว้เฉย ๆ ยังไม่พอ แต่ต้องมีโครงสร้างที่เริ่มจากหมายเลขล็อตแล้วไล่ไปถึง Mill Certificate ของวัสดุ บันทึกการผลิต บันทึกการตรวจสอบ และใบรับรองผลตรวจสอบที่ออกไปแล้วได้

การจับคู่หมายเลขล็อตคือจุดตายในทางปฏิบัติ

บทเรียนจากงานพิธีการนำเข้า

ตัวอย่างที่แสดงว่าการจับคู่เอกสารกับหมายเลขล็อตถูกให้ความสำคัญมากเพียงใดในทางปฏิบัติ คือการจัดการ COA หรือ Certificate of Analysis สำหรับสินค้านำเข้ามายังประเทศไทย มีการระบุว่า COA สำหรับสินค้านำเข้ามายังไทยต้องเป็นผลการทดสอบจริงตามรายการตรวจที่ขึ้นทะเบียนไว้กับสำนักงานคณะกรรมการอาหารและยา และต้องระบุหมายเลขแบตช์ที่ถูกต้องของล็อตที่ส่งออกมา เจ้าหน้าที่ตรวจสอบที่ท่าเรือจะนำหมายเลขแบตช์ไปเทียบกับฉลากบนบรรจุภัณฑ์ของสินค้า และมีการระบุว่า COA ที่เป็นของคนละล็อต หรือ COA ที่ขาดรายการตรวจที่ขึ้นทะเบียนไว้ จะถูกกักไว้โดยอัตโนมัติ

ตรงนี้ขอออกตัวอย่างระมัดระวัง กรณีนี้อยู่ในบริบทของการนำเข้าอาหารและผลิตภัณฑ์เสริมอาหาร ไม่ใช่ข้อกำหนดที่ใช้กับใบรับรองผลตรวจสอบของงานโลหะหรือสินค้าอุตสาหกรรมโดยตรง ขอระบุให้ชัดว่าอุตสาหกรรมงานโลหะไม่ได้มีกฎระเบียบแบบเดียวกันนี้ เพื่อไม่ให้เกิดความเข้าใจผิด

แล้วทำไมจึงยังใช้เป็นบทเรียนได้

สิ่งที่กรณีนี้บอกเราไม่ใช่รายละเอียดของกฎระเบียบ แต่คือตรรกะของการพิจารณาเอกสาร ฝ่ายที่ตรวจสอบจะยืนยันก่อนว่าเอกสารฉบับนี้เป็นของสิ่งของตรงหน้าจริงหรือไม่ ก่อนจะประเมินความสมเหตุสมผลของเนื้อหาเสียอีก ถ้าหมายเลขไม่ตรงกัน ต่อให้เนื้อหาถูกต้องเพียงใด เอกสารก็ทำหน้าที่ไม่ได้

ตรรกะเดียวกันนี้ทำงานทั้งในการตรวจรับของลูกค้าและในการตรวจประเมินคุณภาพ หมายเลขล็อตที่ระบุในใบรับรองผลตรวจสอบไม่ตรงกับหมายเลขบนป้ายกำกับชิ้นงาน หรือรายการตรวจสอบที่ระบุในเอกสารขาดบางรายการที่ลูกค้าเรียกร้อง ความไม่สอดคล้องสองแบบนี้กลายเป็นเหตุให้ตีเอกสารกลับตั้งแต่ก่อนอ่านเนื้อหาข้างใน

ในการออกแบบระบบ สองข้อต่อไปนี้จึงมีลำดับความสำคัญสูงที่จะต้องรับประกันด้วยเครื่อง

หมายเลขล็อตให้ไหลมาจากค่าในระบบบริหารการผลิตโดยตรง ไม่เปิดช่องให้คนพิมพ์เองระหว่างการทำเอกสาร
ถือรายการตรวจสอบที่ลูกค้าแต่ละรายเรียกร้องไว้เป็นข้อมูลหลักของลูกค้า แล้วตรวจจับด้วยเครื่องก่อนส่งว่ามีรายการใดขาดหายไปหรือไม่

สองข้อนี้ไม่ต้องใช้ความสามารถขั้นสูงของ AI เลย ควรถูกพัฒนาเป็นการตรวจสอบแบบง่ายที่ทำงานได้แน่นอนเสียมากกว่า ผลลัพธ์อาจดูไม่หวือหวา แต่ในแง่ของการป้องกันการตีกลับซึ่งเป็นการทำงานย้อนที่หนักที่สุด ผลตอบแทนต่อการลงทุนกลับสูง

การแปลงเป็นดิจิทัลเปลี่ยนอะไรบ้าง และควรอ่านกรณีศึกษาอย่างไร

กรณีที่งานสรุปข้อมูลลดจากวันละ 2 ชั่วโมงเหลือประมาณ 1 นาที

เกี่ยวกับการแปลงบันทึกการตรวจสอบเป็นดิจิทัล มีรายงานกรณีศึกษาว่าบริษัทแห่งหนึ่งลดงานสรุปข้อมูลของผู้จัดการจากวันละ 2 ชั่วโมง เหลือประมาณ 1 นาที

ตัวเลขนี้ต้องอ่านอย่างระมัดระวัง แหล่งข้อมูลไม่ได้ระบุขนาดหรือประเภทอุตสาหกรรมของบริษัทนั้น และถูกนำเสนอในฐานะกรณีศึกษาหนึ่งเท่านั้น การคาดหวังอัตราการลดเท่ากันเมื่อนำมาใช้กับโรงงานของตัวเองจึงไม่เหมาะสม อีกทั้งสิ่งที่ลดลงคืองานสรุปข้อมูลของผู้จัดการ ไม่ใช่ lead time ของทั้งกระบวนการซึ่งรวมการตรวจสอบเองและขั้นตอนการอนุมัติเอกสาร

ถึงอย่างนั้น ทิศทางที่กรณีนี้ชี้ก็ยังใช้อ้างอิงได้ งานสรุปข้อมูลคือการรวบรวมข้อมูลที่มีอยู่แล้วมานับ ซึ่งโดยเนื้อแท้ไม่มีเหตุจำเป็นที่คนต้องทำ กระบวนการแบบนี้แหละที่การแปลงเป็นดิจิทัลให้ผลชัดเจน พูดกลับกันคือ กระบวนการที่ต้องใช้การตัดสินใจย่อมคาดหวังอัตราการลดขนาดนี้ไม่ได้

กรณีการส่งเอกสารทางอิเล็กทรอนิกส์มากกว่า 2 หมื่นฉบับต่อเดือน

อีกกรณีหนึ่ง มีผลงานที่บริษัท Sanyo Chemical Industries เปลี่ยนการส่งเอกสารมากกว่า 2 หมื่นฉบับต่อเดือนให้เป็นการส่งทางอิเล็กทรอนิกส์

กรณีนี้ก็ต้องอ่านอย่างระมัดระวังเช่นกัน เพราะเป็นเรื่องของเอกสารทุกประเภทโดยรวม ไม่ได้จำกัดเฉพาะใบรับรองผลตรวจสอบ ควรเข้าใจว่าเป็นตัวเลขรวมของเอกสารทุกชนิดที่ออกไปยังภายนอก ซึ่งรวมใบแจ้งหนี้และใบส่งของด้วย

สิ่งที่เรียนรู้ได้จากกรณีนี้ไม่ใช่ขนาด แต่เป็นแนวคิดของการส่งเอกสารทางอิเล็กทรอนิกส์ ต่อให้สร้างเอกสารด้วยระบบอิเล็กทรอนิกส์แล้ว แต่ยังพิมพ์ออกมาแล้วส่งไปรษณีย์ ปัญหาที่มีโครงสร้างเดียวกับความล้มเหลวแบบที่ 3 ก็จะกลับมาเกิดซ้ำ เพียงแต่ย้ายไปอยู่ในรูปของการจัดส่งออกไปภายนอกแทน การทำให้การสร้างเอกสารเป็นดิจิทัลกับการทำให้การส่งเป็นดิจิทัลเป็นคนละโจทย์ ถ้าไม่ออกแบบทั้งสองอย่าง ผลลัพธ์ก็จะจำกัด

มุมมองเวลาแปลงกรณีศึกษามาใช้กับโรงงานของตัวเอง

เวลานำกรณีศึกษาของบริษัทอื่นมาใช้ตัดสินใจลงทุน การยกอัตราการลดมาใช้ตรง ๆ เป็นเรื่องอันตราย เราแนะนำให้แทนค่าด้วยตัวเลขของตัวเองในสามข้อนี้แทน

จำนวนเอกสารที่ออกต่อเดือนสำหรับเอกสารเป้าหมาย ถ้าตัวเลขนี้น้อย ไม่ว่าจะทำให้มีประสิทธิภาพแค่ไหน มูลค่าของผลลัพธ์ก็จำกัด
เวลาที่ใช้ในการจัดทำต่อหนึ่งฉบับ และสัดส่วนของเวลาที่เป็นการคัดลอกและการสรุปข้อมูล เพราะผลของการทำอัตโนมัติจะไปถึงเฉพาะส่วนนี้เท่านั้น
ความถี่ของการถูกตีกลับและการแก้ไข ข้อนี้แปลงเป็นตัวเงินได้ยากกว่าเวลาที่ลดลง แต่ในความเป็นจริงกลับเป็นภาระที่หนักที่สุด

ควรอ่านความเคลื่อนไหวของตลาดอย่างไร

การประมาณขนาดตลาดการประมวลผลเอกสารอัตโนมัติมีช่วงกว้างมาก

สำหรับตลาดการประมวลผลเอกสารอัจฉริยะหรือที่เรียกว่า IDP นั้น การประมาณของบริษัทวิจัยแต่ละรายต่างกันอย่างมาก ขนาดตลาด ณ ปี 2026 มีการประมาณอยู่ในช่วงราว 3.2 พันล้านดอลลาร์ ถึง 14.2 พันล้านดอลลาร์ นอกจากนี้ยังมีอีกการประมาณที่มองว่าจะเติบโตไปถึง 29.7 พันล้านดอลลาร์ ในปี 2033 ด้วยอัตราการเติบโตเฉลี่ยต่อปี 33.8 เปอร์เซ็นต์

สิ่งที่ควรเขียนไว้อย่างตรงไปตรงมาคือความกว้างของช่วงนี้เอง การที่ค่าต่ำสุดกับค่าสูงสุดห่างกันกว่า 4 เท่า หมายความว่านิยามของตลาดต่างกันไปตามบริษัทวิจัย ตัวเลขจะเปลี่ยนไปมากขึ้นอยู่กับว่านับอะไรบ้างเป็นการประมวลผลเอกสาร ดังนั้นการตัดสินใจลงทุนโดยอ้างตัวเลขเพียงตัวเดียวจึงไม่เหมาะสม

บริบทของตลาด AI สำหรับภาคการผลิต

สำหรับตลาด AI ในภาคการผลิตโดยรวม มีการประมาณว่า ณ ปี 2026 มีขนาดราว 4.8 พันล้านดอลลาร์ และจะขยายไปถึง 16.3 พันล้านดอลลาร์ ในปี 2030 ด้วยอัตราการเติบโตเฉลี่ยต่อปี 38.4 เปอร์เซ็นต์ นอกจากนี้ยังมีผลสำรวจที่รายงานว่า 76 เปอร์เซ็นต์ของภาคการผลิตใช้ AI ในรูปแบบใดรูปแบบหนึ่งอยู่แล้ว

ตัวเลข 76 เปอร์เซ็นต์นี้ก็ต้องอ่านอย่างระมัดระวัง ในเมื่อมีคำขยายว่าในรูปแบบใดรูปแบบหนึ่ง มันจึงไม่ใช่สัดส่วนของบริษัทที่นำมาใช้อย่างเต็มรูปแบบทั้งองค์กร ควรเข้าใจว่าเป็นตัวเลขที่รวมการใช้เชิงทดลองและการนำมาใช้เพียงบางส่วนด้วย

สิ่งที่ควรอ่านออกจากข้อมูลตลาด

สิ่งที่ตัวเลขเหล่านี้บอกไม่ใช่ขนาดตลาดรายตัว แต่คือทิศทาง ทั้งการทำให้การประมวลผลเอกสารเป็นอัตโนมัติและการใช้ AI ในภาคการผลิต ต่างถูกมองว่าเป็นพื้นที่ที่กำลังเติบโต และคาดว่าตัวเลือกกับกรณีศึกษาจะเพิ่มขึ้นเรื่อย ๆ ต่อจากนี้

นัยในทางปฏิบัติมีสองข้อ ข้อแรก ตอนนี้ยังไม่จำเป็นต้องสร้างระบบที่สมบูรณ์แบบให้เสร็จในคราวเดียว ในเมื่อตัวเลือกทางเทคโนโลยียังอยู่ระหว่างเพิ่มขึ้น การวางโครงสร้างให้เปลี่ยนชิ้นส่วนได้ในภายหลังย่อมฉลาดกว่า ข้อที่สอง ถึงอย่างนั้น ชั้นที่ 1 กับชั้นที่ 4 นั่นคือการดึงข้อมูลการวัดในรูปอิเล็กทรอนิกส์และการจัดเก็บบันทึก ก็ยังเป็นฐานที่ต้องมีไม่ว่าจะเลือกเทคโนโลยีใด การลงทุนในสองชั้นนี้จึงไม่สูญเปล่าไม่ว่าเทรนด์ของ AI จะไปทางไหน

แนวทางการเริ่มต้นด้วย 4 ขั้นตอน

ขั้นที่ 1 สำรวจเอกสารที่ใช้อยู่ในปัจจุบัน

สิ่งแรกที่ต้องทำคือการนับว่าตอนนี้บริษัทออกใบรับรองผลตรวจสอบอยู่กี่ชนิด เมื่อนับแยกตามลูกค้าและตามกลุ่มผลิตภัณฑ์ มักได้ผลลัพธ์ที่มากกว่าที่คิดไว้

พร้อมกันนั้น ให้บันทึกข้อมูลของเอกสารแต่ละชนิดไว้ ได้แก่ จำนวนที่ออกต่อเดือน ผู้รับผิดชอบการจัดทำ เวลาที่ใช้ในการจัดทำ และจำนวนครั้งที่ถูกตีกลับในรอบหนึ่งปีที่ผ่านมา ข้อมูลสี่รายการนี้จะเป็นฐานของการจัดลำดับความสำคัญในภายหลัง

ในขั้นนี้ยังไม่ต้องพูดถึงระบบเลยแม้แต่น้อย ให้โฟกัสที่การเข้าใจสภาพปัจจุบันด้วยตัวเลขอย่างเดียว

ขั้นที่ 2 กำหนดจุดรับข้อมูลการวัด

ต่อมาคือการออกแบบชั้นที่ 1 ทำรายการว่าค่าที่วัดได้ของแต่ละรายการตรวจสอบมาจากที่ใด แล้วแยกออกเป็นสามกลุ่ม ได้แก่ ค่าที่ส่งออกมาจากเครื่องมือวัดดิจิทัล ค่าที่อยู่ในไฟล์ของเครื่องวัดพิกัดสามมิติ และค่าที่ปัจจุบันคนอ่านแล้วจดด้วยมือ

กลุ่มที่สามคือเป้าหมายของการตัดสินใจลงทุนในชั้นนี้ ไม่จำเป็นต้องทำเป็นดิจิทัลทั้งหมดในคราวเดียว ให้ไล่จากรายการที่อยู่ในเอกสารซึ่งออกเป็นจำนวนมากก่อน

ขั้นที่ 3 สร้างเทมเพลตและกฎการเทียบค่า

เป็นการสร้างชั้นที่ 2 เริ่มจากกำหนดโครงสร้างข้อมูลที่จะถือไว้ภายในให้เหลือชุดเดียว แล้วนิยามฟอร์แมตรายลูกค้าในฐานะการแปลงจากโครงสร้างภายในชุดนั้น ถ้าทำสลับลำดับกัน แล้วไปสร้างเทมเพลตรายลูกค้าทีละอันแยกกัน จะได้โครงสร้างที่งานเพิ่มขึ้นเป็นเส้นตรงทุกครั้งที่ลูกค้าเพิ่มขึ้น

ส่วนกฎการเทียบค่า ให้เริ่มจากกรณีมาตรฐานก่อน เริ่มจากการเปรียบเทียบตัวเลขอย่างง่ายของพิกัดความเผื่อสองด้าน แล้วค่อยเพิ่มข้อยกเว้นอย่างพิกัดความเผื่อด้านเดียวและพิกัดความเผื่อทางเรขาคณิตเข้าไปตามลำดับ ถ้าพยายามครอบคลุมข้อยกเว้นทั้งหมดตั้งแต่แรก การลงมือจะช้าไปเรื่อย ๆ

ขั้นที่ 4 ออกแบบเวิร์กโฟลว์การอนุมัติและการจัดเก็บ

เป็นชั้นที่ 4 ให้กำหนดว่าจะมีขั้นการอนุมัติกี่ขั้น ใครเป็นผู้อนุมัติ และจะทำอย่างไรเมื่อผู้อนุมัติไม่อยู่ สิ่งสำคัญตรงนี้คืออย่าถือโอกาสเพิ่มขั้นการอนุมัติเพราะกำลังทำเป็นดิจิทัลอยู่ บ่อยครั้งที่การอนุมัติซึ่งเคยถูกละไว้ในการทำงานแบบกระดาษ ถูกเพิ่มเข้ามาด้วยเหตุผลว่าในเมื่อทำระบบใหม่อยู่แล้ว ซึ่งจะทำให้ lead time แย่ลง

ส่วนการจัดเก็บ ให้คิดย้อนจากข้อกำหนดของการค้นหา ต้องค้นด้วยหมายเลขล็อตได้ ค้นด้วยชื่อผลิตภัณฑ์ได้ และกรองด้วยช่วงเวลาได้ สามข้อนี้คือข้อกำหนดขั้นต่ำ

วิธีเริ่มที่ไม่ควรทำ

จากประสบการณ์ วิธีเริ่มต้นต่อไปนี้จะล้มเหลว

เริ่มจากการทำหลายภาษาในชั้นที่ 3 เพราะเห็นผลชัดเจนในเชิงภาพจึงมักถูกเลือก แต่การทำการแปลให้อัตโนมัติในขณะที่ชั้นที่ 1 และชั้นที่ 2 ยังไม่นิ่ง จะได้เพียงข้อมูลที่ผิดเพิ่มขึ้นในหลายภาษาเท่านั้น
เอาเอกสารทุกชนิดมาทำพร้อมกันในคราวเดียว ยิ่งการสำรวจพบว่ามีเอกสารหลายชนิด สิ่งล่อใจนี้ก็ยิ่งแรง แต่การยืนยันให้ได้ก่อนว่าชนิดแรกใช้งานได้จริง แล้วค่อยขยาย ย่อมแน่นอนกว่า
ทำเอกสารให้เป็นดิจิทัลโดยไม่แตะงานวัดที่หน้างาน ตราบใดที่ยังมีขั้นตอนที่หน้างานจดค่าลงกระดาษแล้วให้ใครสักคนมาพิมพ์เข้าระบบ ปัญหาของความล้มเหลวแบบที่ 2 ก็จะไม่ถูกแก้

คำถามที่พบบ่อยเกี่ยวกับการสร้างใบรับรองผลตรวจสอบด้วย AI

ใบรับรองผลตรวจสอบกับ Mill Certificate ใช้ต่างกันอย่างไร

สิ่งที่รับรองต่างกัน ใบรับรองผลตรวจสอบคือเอกสารที่รับรองคุณภาพของชิ้นงานหลังการแปรรูป และเราเป็นผู้ออกเอง ส่วน Mill Certificate คือเอกสารรับรองผลการตรวจสอบที่ผู้ผลิตเหล็กเป็นผู้ออก เพื่อรับรองวัสดุและคุณภาพของเหล็ก โดยมีเป้าหมายเป็นตัววัสดุก่อนการแปรรูป ในมุมของโรงงานแปรรูป ใบรับรองผลตรวจสอบคือเอกสารที่ต้องสร้างแล้วส่งออก ส่วน Mill Certificate คือเอกสารที่ต้องรับเข้ามาแล้วจัดเก็บ ในเชิงระบบจึงต้องจัดการต่างกันคือการสร้างกับการจัดเก็บ

AI สร้างใบรับรองผลตรวจสอบโดยอัตโนมัติได้ถึงระดับไหน

ขอบเขตที่ทำได้จริงคือการเติมข้อมูลการวัดลงเทมเพลต การเทียบกับค่าตามมาตรฐาน การตรวจความสอดคล้องกับล็อตที่ใกล้เคียงกันในอดีต การแปลงเป็นฟอร์แมตของลูกค้าแต่ละราย และการสร้างร่างฉบับภาษาอังกฤษหรือภาษาไทย ในทางกลับกัน การสร้างเอกสาร PDF ที่จัดรูปแบบเสร็จสมบูรณ์ออกมาตรง ๆ ยังเป็นสิ่งที่ generative AI ในปัจจุบันไม่ถนัด ส่วนของการจัดรูปแบบเอกสารจึงยังเป็นหน้าที่ของแพลตฟอร์มออกเอกสารแบบเดิม ส่วนการตัดสินผ่านหรือไม่ผ่านขั้นสุดท้าย การอนุมัติ และการลงตราประทับ เป็นบทบาทของพนักงานตรวจสอบและผู้รับผิดชอบด้านประกันคุณภาพ

ใบรับรองผลตรวจสอบที่ AI จัดทำมีผลทางกฎหมายหรือไม่

ผลบังคับของเอกสารไม่ได้ถูกกำหนดด้วยว่าใครเป็นผู้ลงมือทำ แต่ถูกกำหนดด้วยว่าใครรับผิดชอบในฐานะผู้ออกเอกสาร ข้อเท็จจริงที่ว่า AI เป็นผู้ทำร่าง ไม่ได้ลดความรับผิดชอบของบริษัทเราซึ่งเป็นผู้ออกเอกสารลงเลย ดังนั้นการตรวจสอบและอนุมัติโดยผู้รับผิดชอบด้านประกันคุณภาพจึงเป็นสิ่งบังคับ และการทำงานที่ตัดขั้นตอนนี้ออกไปย่อมไม่อาจตั้งอยู่ได้ตั้งแต่ต้นด้วยธรรมชาติของเอกสารเอง AI เป็นเครื่องมือที่ลดภาระของการจัดทำ ไม่ใช่ผู้รับความรับผิดชอบ

การสร้างใบรับรองผลตรวจสอบด้วย AI มีค่าใช้จ่ายเท่าไร

เนื่องจากลักษณะของค่าใช้จ่ายต่างกันไปตามชั้น จึงประเมินรวมเป็นก้อนเดียวไม่ได้ ชั้นที่ 1 ขึ้นกับสภาพความพร้อมของเครื่องมือวัด ถ้าเครื่องเดิมรองรับการส่งออกข้อมูลอยู่แล้วก็เสียเพียงค่าเชื่อมต่อ แต่ถ้าไม่รองรับก็ต้องเปลี่ยนเครื่อง ชั้นที่ 2 และชั้นที่ 3 แปรผันตามจำนวนฟอร์แมตของลูกค้าที่ต้องรองรับและจำนวนข้อยกเว้นของกฎการเทียบค่า ส่วนชั้นที่ 4 ต่างกันมากขึ้นอยู่กับว่านำแพลตฟอร์มเวิร์กโฟลว์หรือระบบจัดการเอกสารเดิมมาใช้ต่อได้หรือไม่ เราแนะนำให้เริ่มจากการสำรวจในขั้นที่ 1 เพื่อแปลงจำนวนที่ออกต่อเดือนและเวลาที่ใช้จัดทำให้เป็นตัวเลขก่อน เมื่อรู้สองอย่างนี้ก็จะตัดสินได้ว่าควรลงทุนที่ชั้นใด

ถ้าเครื่องมือวัดเก่าและไม่รองรับการส่งออกข้อมูลควรทำอย่างไร

ไม่จำเป็นต้องเปลี่ยนเครื่องมือวัดทั้งหมดในคราวเดียว ให้เริ่มจากรายการตรวจสอบที่อยู่ในเอกสารซึ่งออกเป็นจำนวนมากก่อน ส่วนรายการที่เหลือ การตัดสินใจคงการกรอกด้วยมือไว้ก่อนก็เป็นทางเลือกที่สมจริง เพียงแต่สำหรับรายการที่ยังกรอกด้วยมือ เราแนะนำให้ตั้งการตรวจสอบช่วงของค่าที่กรอกด้วยเครื่องเอาไว้ เพราะการพิมพ์จำนวนหลักผิดอาจผ่านการตัดสินพิกัดความเผื่อไปได้

ใบรับรองผลตรวจสอบฉบับภาษาอังกฤษหรือภาษาไทยให้ AI ทำได้หรือไม่

การสร้างร่างทำได้ และชั้นนี้เป็นส่วนที่ AI ช่วยได้มากที่สุด เพราะศัพท์ที่ปรากฏในใบรับรองผลตรวจสอบเป็นศัพท์ที่ลงตัวแล้ว หากให้อ้างอิงคลังศัพท์ภายในบริษัทก็จะได้ผลลัพธ์ที่สม่ำเสมอ อย่างไรก็ตาม ให้ออกแบบให้ตัวเลข หน่วย และหมายเลขล็อต ไม่ผ่านกระบวนการแปล แต่คัดลอกไปตรง ๆ เพราะต้องหลีกเลี่ยงการที่ตัวเลขเปลี่ยนไปในขั้นตอนการแปลอย่างเด็ดขาด และเนื่องจากเป็นเพียงร่าง การตรวจสอบก่อนส่งจึงยังจำเป็น

เชื่อมต่อกับระบบบริหารคุณภาพเดิมได้หรือไม่

ในกรณีส่วนใหญ่ทำได้ สิ่งที่ต้องตรวจสอบมีสองข้อ คือระบบนั้นเก็บค่าที่วัดได้โดยผูกกับหมายเลขล็อตไว้หรือไม่ และเก็บไว้ในรูปที่อ้างอิงจากภายนอกได้หรือไม่ ถ้าสองข้อนี้ผ่าน ก็ต่อการจัดทำใบรับรองผลตรวจสอบเข้าไปภายหลังได้ ในทางกลับกัน หากค่าที่วัดได้กระจัดกระจายอยู่ในไฟล์ Excel แยกกันคนละไฟล์ ก็ต้องเริ่มจากการรวมศูนย์ข้อมูลคุณภาพก่อน

โรงงานที่ต้องรองรับ IATF 16949 นำระบบนี้มาใช้ได้หรือไม่

โรงงานที่ยิ่งถูกเรียกร้องให้รองรับ ยิ่งได้ผลจากการนำระบบมาใช้มากขึ้น IATF 16949 และ ISO 9001 ข้อ 8.5.2 กำหนดข้อกำหนดเกี่ยวกับการชี้บ่งและการสอบกลับได้ ครอบคลุมการสอบกลับได้ของผลิตภัณฑ์ตั้งแต่การรับวัตถุดิบจนถึงการส่งมอบ การควบคุมบันทึกการตรวจสอบ และการสอบกลับได้ของการวัด ในการตรวจประเมิน สิ่งที่ถูกถามคือความสามารถในการประกอบเรื่องขึ้นใหม่ว่าชิ้นส่วนหนึ่งผลิตจากวัตถุดิบล็อตใด ผลิตในกะไหน และผ่านการตรวจสอบรายการใดบ้าง การทำเรื่องนี้ด้วยกระดาษและ Excel เป็นภาระหนัก จึงเป็นพื้นที่ที่การผูกข้อมูลแบบอิเล็กทรอนิกส์ทำงานได้ผลดี

สรุป

แก่นของหัวข้อการสร้างใบรับรองผลตรวจสอบด้วย AI ไม่ใช่การให้ AI แต่งเอกสารขึ้นมา แต่คือการให้ AI รับอินพุตที่มีโครงสร้างซึ่งมีอยู่แล้วในบริษัท ได้แก่ ข้อมูลการวัด พิกัดความเผื่อจากแบบงาน และฟอร์แมตที่เคยใช้ แล้วรับหน้าที่วางข้อมูลลงเทมเพลต เทียบกับค่าตามมาตรฐาน และจัดทำร่าง ส่วนการจัดรูปแบบเอกสารและการตรวจสอบขั้นสุดท้ายยังเป็นของระบบเดิมและของคน การแบ่งหน้าที่ให้ชัดเจนคือจุดตั้งต้น

generative AI ในปัจจุบันยังไม่ถนัดกับการสร้างเอกสาร PDF ที่จัดรูปแบบเสร็จสมบูรณ์ออกมาตรง ๆ เมื่อยอมรับข้อเท็จจริงนี้แล้วจึงค่อยออกแบบ ความคาดหวังก็จะสมจริง และเป้าหมายของการลงทุนก็จะชัดเจน

การออกแบบให้แยกคิดเป็นสี่ชั้น คือชั้นรับข้อมูลการวัด ชั้นเทมเพลตและการเทียบค่า ชั้นร่างเอกสารหลายภาษา และชั้นอนุมัติและจัดเก็บบันทึก AI เข้ามาเกี่ยวข้องเฉพาะชั้นที่ 2 และชั้นที่ 3 ส่วนชั้นที่ 1 เป็นเทคโนโลยีการเชื่อมต่อเครื่องมือ และชั้นที่ 4 เป็นเทคโนโลยีเวิร์กโฟลว์และการจัดเก็บ ลำดับการลงมือที่แน่นอนกว่าคือทำชั้นที่ 1 และชั้นที่ 2 ให้นิ่งก่อนแล้วค่อยไปชั้นที่ 3 ถ้าเริ่มจากการทำหลายภาษาในชั้นที่ 3 ผลลัพธ์จะเป็นเพียงข้อมูลที่ผิดเพิ่มขึ้นในหลายภาษา

สำหรับโรงงานญี่ปุ่นในประเทศไทย ยังมีเงื่อนไขเพิ่มเข้ามาอีก ได้แก่ ฉบับภาษาอังกฤษเป็นเงื่อนไขตั้งต้น ความต่างของฟอร์แมตรายลูกค้ามีมาก ต้องผูกรายงานจากหน่วยงานตรวจสอบภายนอกเข้ามาจัดเก็บด้วย และต้องมีโครงสร้างที่ตอบข้อกำหนดเรื่องการสอบกลับได้ของ IATF 16949 และ ISO 9001

และท้ายที่สุด ขอย้ำเส้นแบ่งอีกครั้ง การตัดสินผ่านหรือไม่ผ่านขั้นสุดท้าย การอนุมัติ การลงตราประทับ และการรับรองในเชิงกฎหมาย เป็นสิ่งที่ AI ทำแทนไม่ได้ การตรวจสอบและอนุมัติโดยผู้รับผิดชอบด้านประกันคุณภาพเป็นสิ่งบังคับ และการทำงานที่ตัดขั้นตอนนี้ออกย่อมไม่อาจตั้งอยู่ได้ สิ่งที่ AI ลดให้คือภาระของงานคัดลอก งานเทียบค่า และงานแปล ซึ่งเป็นงานที่ไม่มีเหตุจำเป็นที่คนต้องทำ

TOMAS TECH สนับสนุนผู้ผลิตสัญชาติญี่ปุ่นในประเทศไทยและอาเซียนในการวางระบบตั้งแต่การเก็บข้อมูลการวัด การรวมศูนย์ข้อมูลคุณภาพ ไปจนถึงการออกเอกสาร เราไม่ได้รับจ้างตรวจสอบชิ้นงานหรือออกใบรับรองผลตรวจสอบแทนลูกค้า แต่ช่วยออกแบบกระบวนการก่อนและหลังจากนั้น รวมถึงส่วนของการเชื่อมต่อกับระบบบริหารการผลิตและระบบบริหารคุณภาพที่ใช้อยู่เดิม เรายินดีรับปรึกษาตั้งแต่ช่วงเริ่มพิจารณา เช่น อยากเริ่มจากการสำรวจก่อนว่าบริษัทมีเอกสารกี่ชนิด หรืออยากตรวจสอบว่าดึงข้อมูลจากเครื่องมือวัดได้ถึงระดับไหน หากเล่าให้เราฟังถึงการใช้งานเอกสารในปัจจุบันและองค์ประกอบของเครื่องมือวัดที่มีอยู่ เราจะเสนอแนวทางที่แทนค่าด้วยสถานการณ์ของโรงงานท่านบนกรอบสี่ชั้นเดียวกับบทความนี้ได้ ทักมาคุยกันได้ที่ แบบฟอร์มติดต่อของเรา