AI จัดการการเปลี่ยนแปลงการออกแบบคืออะไร | วิธีตัดปัญหา BOM ผูกติดตัวบุคคลและ ECN ตกหล่น

แบบแปลนถูกเปลี่ยนเป็นเวอร์ชันล่าสุดเรียบร้อยแล้ว แต่บนชั้นวางที่หน้างานยังมีชิ้นงานที่ผลิตตามแบบเวอร์ชันเก่ากองอยู่ ในโรงงานญี่ปุ่นที่ตั้งฐานการผลิตในประเทศไทย ความเสียหายมักไม่ได้เกิดจากตัวการเปลี่ยนแปลงแบบเอง แต่เกิดบนเส้นทางที่ข้อมูลการเปลี่ยนแปลงต้องเดินทางไปให้ถึงกระบวนการปลายน้ำ AI จัดการการเปลี่ยนแปลงการออกแบบ คือแนวคิดที่ให้ระบบเข้ามาแบกรับงานส่งต่อและงานซิงก์ข้อมูลในช่วง กว่าจะไปถึง นี้แทนคน บทความนี้จะเรียบเรียงว่าใน 3 ขั้นตอนของการบริหารการเปลี่ยนแปลงที่ไล่จาก ECR ไป ECO และ ECN ข้อมูลมักขาดตอนตรงจุดใด แล้วแยกให้ชัดว่างานส่วนใดที่ AI รับไปทำแทนได้ และการตัดสินใจส่วนใดที่คนต้องถือไว้เอง

AI จัดการการเปลี่ยนแปลงการออกแบบคืออะไร

AI จัดการการเปลี่ยนแปลงการออกแบบ คือชื่อเรียกรวมของกลไกที่ให้ AI เข้ามาช่วยดูแลเส้นทางของข้อมูล ตั้งแต่ตอนที่เกิดการเปลี่ยนแปลงแบบ ไปจนถึงตอนที่ข้อมูลนั้นถูกส่งต่ออย่างถูกต้องเข้าสู่รายการวัสดุ (BOM) หน่วยงานที่เกี่ยวข้อง และแบบแปลนที่แจกจ่ายอยู่หน้างาน มันไม่ใช่ AI ที่เขียนแบบให้ และไม่ใช่ระบบที่เอาเครื่องจักรมาแทนการอนุมัติ จุดโฟกัสอยู่ที่ช่วงเวลาระหว่าง นาทีที่การเปลี่ยนแปลงเกิดขึ้น จนถึง นาทีที่การเปลี่ยนแปลงนั้นสะท้อนครบทุกหน่วยงานและทุกเอกสารปลายน้ำ เท่านั้น

ช่วงเวลานี้คือส่วนที่มองไม่เห็นมากที่สุดในโรงงานส่วนใหญ่ ภายในฝ่ายออกแบบเอง งานถือว่าจบสมบูรณ์แล้ว แบบถูกแก้ไข รหัสรีวิชันถูกเลื่อนขึ้น ตราอนุมัติถูกประทับ แต่รายชื่อคนและเอกสารที่ควรรับรู้ข้อเท็จจริงนั้นอยู่ในหัวของใครบางคนเท่านั้น การแจ้งเตือนวิ่งผ่านอีเมลส่วนตัวและแชท และไม่มีวิธีตรวจสอบว่าฝั่งผู้รับนำไปปรับใช้ไปถึงไหนแล้ว ผลลัพธ์คือสภาพที่แบบถูกต้องแต่ตัวผลิตภัณฑ์ผิด

โฟกัสอยู่ที่การ ส่งต่อ ไม่ใช่การ ค้นหา หรือการ คำนวณ

บล็อกของ TOMAS TECH เคยเขียนถึงหัวข้อข้างเคียงกันมาแล้วหลายเรื่อง เนื่องจากสับสนกันได้ง่าย จึงขอแยกขอบเขตให้ชัดก่อน

ปัญหา 3 ชั้นของแบบแปลนเก่า ทั้งเรื่องที่อยู่ การระบุตัวตน และเนื้อหา เราเขียนไว้ละเอียดแล้วใน AI ค้นหาแบบแปลน ส่วน AI จัดการการเปลี่ยนแปลงการออกแบบคือเรื่องที่เกิดขึ้นหลังจากแบบฉบับนั้นถูกแก้ไขแล้ว

อีกด้านหนึ่ง ผลที่ตามมาเมื่อการเปลี่ยนแปลงไปไม่ถึง BOM อย่างถูกต้อง เราแสดงเป็นตัวเลขไว้ใน ความแม่นยำของ BOM ในระบบ MRP ต่อให้ความแม่นยำของมาสเตอร์ในระดับรายการชิ้นส่วนสูงถึง 98% แต่ถ้าผลิตภัณฑ์หนึ่งตัวประกอบด้วยชิ้นส่วน 35 รายการ ความน่าจะเป็นที่ทุกรายการจะถูกต้องพร้อมกันในระดับผลิตภัณฑ์จะร่วงลงเหลือประมาณ 49% การส่งต่อที่ตกหล่นเพียงรายการเดียวอาจดูเล็กน้อยเมื่อมองแยกชิ้น แต่พอประกอบขึ้นเป็นผลิตภัณฑ์เมื่อไร มันกลายเป็นการเสี่ยงโชคแบบครึ่งต่อครึ่งทันที ถ้ามองว่า AI จัดการการเปลี่ยนแปลงการออกแบบคือฝ่ายที่คอยยับยั้งไม่ให้ตัวเลข 98% นี้เสื่อมลงตามเวลา ภาพจะชัดขึ้นมาก

นอกจากนี้ยังมีรูปแบบการผลิตที่ทนต่อการเปลี่ยนแปลงได้ดีและที่ทนไม่ไหว การแยกแยะว่าการผลิตเพื่อสต๊อก การประกอบตามคำสั่งซื้อ การผลิตตามคำสั่งซื้อ และการออกแบบตามคำสั่งซื้อ มีจังหวะยืนยันสเปกต่างกันอย่างไร เราเขียนไว้ใน ระบบบริหารการผลิตแบบสั่งทำ ยิ่งเข้าใกล้การออกแบบตามคำสั่งซื้อมากเท่าไร การเปลี่ยนแปลงแบบก็ยิ่งไม่ใช่ งานยกเว้น แต่กลายเป็น งานประจำวัน

ลักษณะของโรงงานที่จำเป็นต้องมี AI จัดการการเปลี่ยนแปลงการออกแบบ

โรงงานที่เข้าเงื่อนไขต่อไปนี้หลายข้อ มีแนวโน้มว่าการส่งต่อข้อมูลการเปลี่ยนแปลงแบบจะพังในเชิงโครงสร้าง

• ผลิตหลากหลายรุ่นในปริมาณน้อย หรือผลิตตามคำสั่งซื้อเฉพาะราย ทำให้แบบของผลิตภัณฑ์เดียวกันแตกแขนงไปตามลูกค้าแต่ละราย
• ออกแบบที่สำนักงานใหญ่ในญี่ปุ่น ผลิตที่ฐานในประเทศไทย ทำให้การออกแบบกับการผลิตอยู่ห่างกันทั้งเชิงภูมิศาสตร์และเชิงองค์กร
• BOM ฝ่ายออกแบบกับ BOM ฝ่ายผลิตถูกดูแลอยู่คนละไฟล์และคนละระบบ
• การแจ้งการเปลี่ยนแปลงทำผ่านอีเมลกับแชท และไม่มีบันทึกการยืนยันการรับทราบหลงเหลือไว้
• ไม่มีกฎการเก็บคืนแบบเวอร์ชันเก่าเป็นลายลักษณ์อักษร ทำให้กระดาษค้างสะสมอยู่หน้างาน

พูดกลับกัน โรงงานที่ผลิตสินค้ารุ่นเดียวจำนวนมาก มีการเปลี่ยนแปลงแบบปีละไม่กี่ครั้ง และฝ่ายออกแบบกับฝ่ายผลิตอยู่ในอาคารเดียวกัน ก็หมุนงานได้ด้วยความจำของคนและการบอกกล่าวด้วยปาก กลไกจะเริ่มจำเป็นก็ต่อเมื่อความถี่ของการเปลี่ยนแปลงและจำนวนเส้นทางการส่งต่อ เกินความจุความจำของคนไปแล้ว

จาก ECR ไป ECO และ ECN ข้อมูลขาดตอนตรงไหนใน 3 ขั้นตอน

กระบวนการเปลี่ยนแปลงแบบมักถูกจัดเรียงออกเป็น 3 ขั้นตอน คำอธิบายของบริษัท Things จัดเป็น 3 สเต็ป คือ ECR (Engineering Change Request) ซึ่งเทียบได้กับการเสนอเปลี่ยนแปลง ECO (Engineering Change Order) ซึ่งเทียบได้กับการตัดสินใจเปลี่ยนแปลง และ ECN (Engineering Change Notice) ซึ่งเทียบได้กับการแจ้งการเปลี่ยนแปลง พร้อมกันนั้นยังยกสาเหตุหลักของความผิดพลาดในการเปลี่ยนแปลงแบบไว้ 4 ข้อ ได้แก่ การแจ้งตกหล่น การมองข้ามขอบเขตผลกระทบ การสอบกลับที่ไม่เพียงพอ และจุดตัดเปลี่ยนที่คลุมเครือ

เมื่อเอา 3 ขั้นตอนกับสาเหตุหลัก 4 ข้อนี้มาวางซ้อนกัน จะเห็นชัดว่า ขั้นไหนมักขาดตอนที่การส่งต่อแบบใด

ต่อไปนี้จะเจาะแต่ละขั้นด้วยสายตาของคนหน้างานจริง

จุดที่ขาดตอนใน ECR คือไม่มีใครไล่ขอบเขตผลกระทบได้ครบ

ECR คือการเปิดเรื่องว่า อยากเปลี่ยน จุดตั้งต้นมีได้หลายแบบ ทั้งคำขอเปลี่ยนสเปกจากลูกค้า ชิ้นส่วนถูกยกเลิกการผลิต มาตรการแก้ไขของเสีย การลดต้นทุน และการปรับให้สอดคล้องกับกฎหมาย สิ่งที่ทำให้สะดุดในขั้นนี้คือ คนที่เปิดเรื่องเองไม่สามารถมองออกได้ทั้งหมดว่าการเปลี่ยนแปลงนั้นจะลามไปกระทบอะไรบ้าง

กรณีที่เห็นบ่อยที่สุดคือชิ้นส่วนถูกยกเลิกการผลิต เมื่ออุปกรณ์อิเล็กทรอนิกส์ตัวหนึ่งเลิกผลิต สิ่งที่ได้รับผลกระทบไม่ได้มีแค่ ผลิตภัณฑ์ที่ใช้ชิ้นส่วนตัวนั้น มันยังมีบอร์ดที่ติดตั้งชิ้นส่วนตัวนี้อยู่ มีผลิตภัณฑ์ที่ประกอบบอร์ดนั้นเข้าไป มีคู่มือการใช้งานและรายการอะไหล่บริการของผลิตภัณฑ์นั้น และยังมีตารางโครงสร้างชิ้นส่วนที่เคยยื่นให้ลูกค้าไปแล้วอีกด้วย คำอธิบายของ Things ที่กล่าวถึงข้างต้นยกตัวอย่างว่า การใช้การไล่ย้อนโครงสร้าง BOM ช่วยให้มองเห็นขอบเขตผลกระทบจากชิ้นส่วนที่เลิกผลิตได้ในคราวเดียว เช่น บอร์ดที่มีชิ้นส่วนนี้ 3 แบบ และผลิตภัณฑ์ที่ติดตั้งบอร์ดเหล่านั้น 7 รุ่น ตัวเลขนี้ไม่ใช่ค่าสถิติ แต่เป็นตัวอย่างประกอบคำอธิบายกลไก ซึ่งชี้ให้เห็นว่าการมีหรือไม่มีเครื่องมือไล่ย้อนโครงสร้าง ทำให้ทัศนวิสัย ณ จุดเปิดเรื่องต่างกันอย่างสิ้นเชิง

แล้วโรงงานที่ไล่ย้อนโครงสร้างไม่ได้จะเกิดอะไรขึ้น ผู้เปิดเรื่องจะเขียนเฉพาะขอบเขตที่ตัวเองรับผิดชอบ จากนั้นในวงประชุมทบทวนจะมีคนทักขึ้นมาจากความจำว่า อันนี้ผลิตภัณฑ์ตัวนั้นก็ใช้อยู่ไม่ใช่หรือ ถ้าบังเอิญมีคนที่รู้อยู่ก็เก็บได้ ถ้าไม่มีก็ตกหล่น และขอบเขตผลกระทบที่ตกหล่นไปแล้วจะไม่ถูกตรวจพบทั้งใน ECO และ ECN เพราะสิ่งที่ไม่ถูกระบุตั้งแต่แรก จะไม่ถูกระบุจนถึงตอนจบ

ตรงนี้เองคือจุดที่การใส่ AI เข้าไปให้ผลตอบแทนสูงที่สุด รายละเอียดจะกล่าวถึงในภายหลัง แต่การวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงเป็นงานที่ AI ถนัดในเชิงโครงสร้าง และไล่รายชื่อผู้ต้องสงสัยได้ครอบคลุมกว่าความจำของคนมาก

จุดที่ขาดตอนใน ECO คือเหตุผลของการตัดสินใจไม่ถูกเก็บไว้

ECO คือขั้นที่ตัดสินใจว่าจะดำเนินการเปลี่ยนแปลง ใครเป็นผู้อนุมัติ พิจารณาทางเลือกใดแล้วตีตกไป ประเมินผลกระทบต่อต้นทุนและกำหนดส่งมอบไว้อย่างไร ข้อมูลที่เกิดขึ้นตรงนี้จริง ๆ แล้วมีอายุยืนยาวกว่าตัวการเปลี่ยนแปลงเสียอีก เพราะมันจะถูกเรียกกลับมาดูอีกครั้งเมื่อชิ้นส่วนเดียวกันเกิดปัญหาในอีกไม่กี่ปีข้างหน้า

แต่ในทางปฏิบัติ บันทึกของขั้นนี้กลับกระจัดกระจายมากที่สุด การอนุมัติจบลงด้วยการตกลงกันด้วยวาจาในห้องประชุม แล้วเหลือไว้ในรายงานการประชุมแค่บรรทัดเดียวว่า อนุมัติ ผลการพิจารณาทางเลือกอยู่ในไฟล์ Excel บนเครื่องคอมพิวเตอร์ของผู้รับผิดชอบ และหายไปพร้อมกับการโยกย้ายตำแหน่งของคนคนนั้น แบบที่แก้ไขแล้วเหลือร่องรอยว่ารีวิชันถูกเลื่อนขึ้น แต่ไม่เหลือว่าเลื่อนขึ้นเพราะอะไร นี่คือสภาพที่เรียกว่าการสอบกลับไม่เพียงพอ

ความเสียหายจากการสอบกลับไม่เพียงพอจะไม่โผล่ทันทีหลังการเปลี่ยนแปลง แต่จะโผล่ในอีก 2 ปีหรือ 3 ปีข้างหน้า เมื่อลูกค้าถามว่า ขนาดตรงนี้เปลี่ยนตั้งแต่เมื่อไร และเปลี่ยนเพราะอะไร แล้วตอบไม่ได้ เมื่อชิ้นส่วนเดิมเกิดของเสียซ้ำ แล้วไม่รู้ว่าครั้งก่อนแก้ไขไปถึงไหน จึงต้องกลับไปสอบสวนใหม่ตั้งแต่ศูนย์ เมื่อการตรวจประเมินคุณภาพขอหลักฐานการบริหารการเปลี่ยนแปลง แล้วต้องพิมพ์ผลการค้นหาอีเมลออกมายื่นให้ สำหรับฐานในประเทศไทย นี่ยังเป็นหัวข้อที่มักโดนตั้งข้อสังเกตทั้งจากการตรวจประเมินของลูกค้าและของสำนักงานใหญ่

สิ่งที่ต้องเก็บไว้ใน ECO อย่างน้อยที่สุดมี 5 อย่าง คือ สถานะก่อนและหลังการเปลี่ยนแปลง ผู้ตัดสินใจ วันที่ตัดสินใจ เหตุผลของการตัดสินใจ และรายการชิ้นส่วนที่ได้รับผลกระทบ ถ้า 5 อย่างนี้ถูกผูกกับหมายเลขการเปลี่ยนแปลงและเก็บไว้ที่เดียวกัน การสอบกลับก็เกิดขึ้นได้ กลับกัน ตราบใดที่ 5 อย่างนี้ยังกระจายข้ามระบบกันอยู่ ต่อให้บันทึกอย่างพิถีพิถันแค่ไหน ภายหลังก็ไล่ย้อนไม่ได้

จุดที่ขาดตอนใน ECN คือไม่รู้ว่าข้อมูลไปถึงหรือยัง

ECN คือขั้นที่แจ้งการเปลี่ยนแปลงซึ่งสรุปแล้วไปยังผู้เกี่ยวข้อง สาเหตุที่ทำให้ขาดตอนตรงนี้มี 2 อย่าง คือการแจ้งตกหล่น กับจุดตัดเปลี่ยนที่คลุมเครือ

การแจ้งตกหล่นเป็นปัญหาเรื่องผู้รับ ถ้ารายชื่อผู้รับใบแจ้งการเปลี่ยนแปลงอยู่ในหัวของใครคนหนึ่ง ผู้รับตามปกติอย่างฝ่ายผลิต ฝ่ายคุณภาพ และฝ่ายจัดซื้อจะยังอยู่ครบ แต่ผู้รับที่นาน ๆ ครั้งจะเกี่ยวข้องจะหลุด เช่น ผู้ผลิตแม่พิมพ์ ผู้รับจ้างช่วงงานแปรรูป ฝ่ายบริการหลังการขาย ผู้รับผิดชอบการแปลเอกสารทางเทคนิค และฝ่ายตรวจรับของลูกค้า เมื่อรายเหล่านี้หลุดไป จะไม่มีใครรู้ตัวจนกว่าจะเกิดปัญหาขึ้นที่ปลายทางนั้น ยิ่งไปกว่านั้น แม้จะดูโฟลเดอร์ส่งแล้วก็รู้ได้แค่ว่าส่งไปหรือยัง แต่ไม่รู้ว่าฝั่งผู้รับนำไปปรับใช้แล้วหรือยัง ระหว่างคำว่า ส่งแล้ว กับ ปรับใช้แล้ว มีเหวกว้างขวางคั่นอยู่

ส่วนจุดตัดเปลี่ยนที่คลุมเครือเป็นปัญหาเรื่องแกนเวลา ถ้าไม่ชัดว่าจะเริ่มใช้การเปลี่ยนแปลงตั้งแต่เมื่อไร หน้างานจะถูกบังคับให้ตัดสินใจเอง จะผลิตตามแบบใหม่ตั้งแต่วันนี้ หรือใช้ชิ้นส่วนเก่าที่มีอยู่ให้หมดก่อน หรือเริ่มจากเลขล็อตใดเลขล็อตหนึ่ง หรือให้ลูกค้ารายใดรายหนึ่งได้ก่อน ถ้าปล่อยให้ตรงนี้คลุมเครือแล้วส่งแต่ใบแจ้งออกไป การตีความจะแตกต่างกันไปในแต่ละหน้างาน และของใหม่กับของเก่าจะปะปนกันอยู่ในผลิตภัณฑ์เดียวกัน ข้อเท็จจริงที่ปะปนกันนี้จะถูกค้นพบหลังการส่งมอบ และเมื่อผสมกับการสอบกลับที่ไม่เพียงพอ ก็จะกลายเป็นสถานการณ์เลวร้ายที่สุด คือไม่รู้ว่าล็อตไหนเป็นของใหม่และล็อตไหนเป็นของเก่า

สิ่งที่ต้องระบุให้ชัดใน ECN ไม่ได้มีแค่เนื้อหาการเปลี่ยนแปลง แต่ต้องมีเกณฑ์เริ่มบังคับใช้ด้วยว่าอิงวันที่ อิงล็อต หรืออิงการใช้สต๊อกให้หมด ต้องมีวิธีจัดการของเวอร์ชันเก่าว่าให้ทิ้ง ให้ใช้จนหมด หรือให้ส่งคืน และต้องมีวิธียืนยันการรับทราบ ใบแจ้งการเปลี่ยนแปลงที่ไม่ได้เขียน 3 อย่างนี้ ถือได้ว่าเป็นใบแจ้งที่ไม่สมบูรณ์

ทำไมรายการวัสดุ (BOM) จึงผูกติดกับตัวบุคคล

สิ่งที่ไหลอยู่ใต้ทั้ง 3 ขั้นตอนข้างต้นคือการที่รายการวัสดุ (BOM) ผูกติดกับตัวบุคคล ต้นตอที่แท้จริงของการที่การส่งต่อข้อมูลการเปลี่ยนแปลงแบบขาดตอน ไม่ได้อยู่ที่กลไกการแจ้งเตือนอ่อนแอเพียงอย่างเดียว แต่อยู่ที่ ไม่มีใครตอบได้ชัดเจนว่าฉบับจริงที่ต้องนำการเปลี่ยนแปลงไปลงนั้นอยู่ที่ไหน

รอยแยกระหว่าง BOM ฝ่ายออกแบบกับ BOM ฝ่ายผลิต

ในอุตสาหกรรมการผลิต BOM ที่ฝ่ายออกแบบสร้างขึ้น (BOM ฝ่ายออกแบบ หรือ E-BOM) กับ BOM ที่ฝ่ายผลิตใช้งาน (BOM ฝ่ายผลิต หรือ M-BOM) ไม่ใช่สิ่งเดียวกัน E-BOM ถูกจัดโครงสร้างตามฟังก์ชันของผลิตภัณฑ์ ส่วน M-BOM ถูกจัดตามลำดับกระบวนการผลิตและตามหน่วยที่สั่งซื้อจริง จึงเกิดความต่างอย่างหลีกเลี่ยงไม่ได้ เช่น สกรู 1 ตัวถูกนับเป็นชิ้นส่วนใน E-BOM แต่ถูกรวบเป็นวัสดุสิ้นเปลืองประจำกระบวนการใน M-BOM

ปัญหาคือกฎการแปลงระหว่างสองสิ่งนี้ไม่ได้ถูกจัดทำเป็นเอกสารในโรงงานส่วนใหญ่ คำอธิบายของ Daiko Group ก็ยกรอยแยกระหว่าง E-BOM กับ M-BOM ขึ้นมาเป็นตัวอย่างหนึ่งของการผูกติดตัวบุคคลในอุตสาหกรรมการผลิต คนที่แบกงานแปลงนี้ไว้มักเป็นวิศวกรฝ่ายเทคนิคการผลิตเพียง 1 หรือ 2 คน และเขาตัดสินใจจากประสบการณ์ในทุกครั้งว่า ชิ้นส่วนนี้ต้องลงที่กระบวนการนี้ หรือ โครงสร้างชุดนี้ให้รวบเข้าด้วยกัน

โครงสร้างแบบนี้ทำให้เกิดอะไรขึ้นเมื่อมีการเปลี่ยนแปลงแบบ E-BOM จะถูกอัปเดตโดยอัตโนมัติ แต่การสะท้อนเข้าสู่ M-BOM จะยังไม่เกิดขึ้น จนกว่าผู้รับผิดชอบคนนั้นจะได้รับใบแจ้ง เอากฎการแปลงในหัวมาปรับใช้ และแก้ไขด้วยมือ ถ้าเขาลาพักร้อนงานก็หยุด ถ้าเขาหลุดจากรายชื่อผู้รับก็จะไม่มีวันถูกสะท้อน และถ้าตีความผิดก็จะถูกสะท้อนในรูปแบบที่ผิด

การผูกติดตัวบุคคลเกิดขึ้นใน 3 ชั้น

ถ้าสรุปการผูกติดตัวบุคคลของ BOM ด้วยประโยคเดียวว่า มีแต่ผู้รับผิดชอบที่รู้เรื่อง เราจะวางมาตรการผิด เพราะจริง ๆ แล้วสิ่งที่ผูกติดตัวบุคคลแยกออกเป็น 3 ชั้น

ทั้ง 3 ชั้นนี้ใช้มาตรการต่างกัน ชั้นที่อยู่แก้ได้ด้วยการจัดระเบียบไฟล์เซิร์ฟเวอร์และรวมฉบับจริงไว้ที่เดียว ชั้นการแปลงแก้ได้ด้วยการเขียนกฎเป็นลายลักษณ์อักษรและทำให้เป็นระบบ แต่ชั้นการตัดสินใจเป็นพื้นที่ที่คนควรถือไว้เองตั้งแต่ต้น และไม่ควรฝืนทำให้เป็นอัตโนมัติ ถ้าเดินหน้ามาตรการแก้การผูกติดตัวบุคคลโดยไม่ขีดเส้นนี้ แล้วตั้งเป้าว่า จะทำให้อัตโนมัติทั้งหมด มันจะต้องพังลงที่ใดที่หนึ่งอย่างแน่นอน

เงื่อนไขเฉพาะของฐานการผลิตในประเทศไทย

สำหรับโรงงานญี่ปุ่นในประเทศไทย ยังมีเงื่อนไขเพิ่มซ้อนทับลงบนโครงสร้างข้างต้นอีก

ข้อแรกคือการแบ่งงานที่ออกแบบอยู่ที่สำนักงานใหญ่ในญี่ปุ่นและผลิตอยู่ที่ประเทศไทย ข้อมูลปฐมภูมิของการเปลี่ยนแปลงแบบถูกออกเป็นภาษาญี่ปุ่น แล้วฐานในไทยจึงถอดความเป็นภาษาอังกฤษหรือภาษาไทย ถ้ากระบวนการแปลนี้ขึ้นกับตัวบุคคล ความหมายที่ละเอียดอ่อนจะหล่นหาย อุบัติเหตุแบบที่หมายเหตุว่า ระหว่างนี้ยังใช้ของเก่าได้ ไม่ถูกแปลออกมา แล้วส่งแต่ใบแจ้งไปให้ จนหน้างานเปลี่ยนยกชุดทั้งหมด ก็เกิดขึ้นตรงจุดนี้

ข้อที่สองคือความต่างของเขตเวลาและปฏิทินการทำงาน ในช่วงที่ญี่ปุ่นหยุดยาวแต่ไทยยังเดินสายการผลิต หรือช่วงที่มีการปรับการเดินงานรอบเทศกาลสงกรานต์และลอยกระทง การตรวจสอบใบแจ้งการเปลี่ยนแปลงจะค้างคา

ข้อที่สามคือการเปลี่ยนงานของพนักงานท้องถิ่น เมื่อวิศวกรเทคนิคการผลิตที่เก็บกฎการแปลง BOM ไว้ในหัวลาออกไป กฎนั้นก็หายไปด้วย ในขณะที่ฝั่งสำนักงานใหญ่ในญี่ปุ่นยังคงยึดสมมติฐานว่า ถามคนนั้นแล้วจะรู้ ค้างอยู่หลายปีโดยไม่ถูกอัปเดต ทั้งที่จริงแล้วไม่มีใครรู้อีกต่อไป

เรื่องเหล่านี้ไม่ใช่ปัญหาทางเทคนิคเสียทีเดียว แต่เป็นปัญหาของการออกแบบวิธีส่งมอบข้อมูลระหว่างกัน ด้วยเหตุนี้เอง การจัดระบบที่ดูไม่หวือหวาอย่างการรวมเส้นทางการแจ้งและฉบับจริงเข้าไว้ที่เดียว จึงให้ผลกับฐานในประเทศไทยมากกว่าที่ให้กับโรงงานในญี่ปุ่นเสียอีก

Engineering Chain DX อยู่ตรงไหนแล้ว และ PLM ที่ติด AI ทำอะไรได้บ้าง

ในช่วงไม่กี่ปีมานี้ ฝั่งเครื่องมือที่รองรับการบริหารการเปลี่ยนแปลงแบบขยับตัวอย่างมาก ฟังก์ชัน AI ในระดับใช้งานจริงเริ่มเข้ามาในขอบเขตที่ถูกเรียกด้วยคำว่า Engineering Chain DX

4 ขอบเขตที่ AI ถูกใช้ในการบริหาร BOM

คำอธิบายของ AI Souken ระบุว่า การใช้ AI ในการบริหาร BOM ของอุตสาหกรรมการผลิตกำลังคืบหน้าใน 4 ขอบเขต ได้แก่ การสร้างรายการวัสดุ การตรวจจับชิ้นส่วนซ้ำซ้อน การวิเคราะห์ผลกระทบจากการเปลี่ยนแปลง และการค้นหาด้วยภาษาธรรมชาติ บทความเดียวกันยังยกว่าฟังก์ชันของผู้ผลิต PLM รายหลักอย่าง Siemens Teamcenter Copilot, PTC Windchill AI Parts Rationalization และ Aras Variant BOM Agent ได้ทยอยพร้อมใช้งานครบในปี 2026

ทั้ง 4 ขอบเขตนี้สอดคล้องกับจุดขาดตอนที่บทความนี้ไล่มาตั้งแต่ต้น การวิเคราะห์ผลกระทบจากการเปลี่ยนแปลงตรงกับ การมองข้ามขอบเขตผลกระทบ ของ ECR การตรวจจับชิ้นส่วนซ้ำซ้อนตรงกับ ชั้นการแปลง ของการผูกติดตัวบุคคลใน BOM และการค้นหาด้วยภาษาธรรมชาติตรงกับวิธีขุดการตัดสินใจในอดีตที่ถูกฝังไว้เพราะการสอบกลับไม่เพียงพอ อ่านได้ว่าวิวัฒนาการของฝั่งเครื่องมือไม่ได้เดินไปแบบบังเอิญ แต่มุ่งไปยังจุดที่หน้างานเดือดร้อนที่สุด

ความเคลื่อนไหวที่เชื่อมแบบแปลนเข้ากับ BOM

ผู้ผลิตฝั่งญี่ปุ่นก็ขยับเช่นกัน ผลิตภัณฑ์ PLM ชื่อ Visual BOM ของ Zuken Elmic Presight มีรายงานว่า เวอร์ชัน v6.2 ซึ่งเริ่มให้บริการวันที่ 26 มิถุนายน 2026 ได้ติดตั้งฟังก์ชันที่ให้ AI วิเคราะห์คุณลักษณะของแบบ 2 มิติเพื่อค้นหาแบบที่คล้ายกัน และฟังก์ชันที่จัดโครงสร้างองค์ความรู้จากข้อมูลทางเทคนิค

จุดที่น่าสนใจคือมันเชื่อม การค้นหาแบบแปลน เข้ากับ การบริหาร BOM ไว้ในผลิตภัณฑ์เดียวกัน แต่เดิมแบบแปลนอยู่ในระบบบริหารแบบ ส่วน BOM อยู่ใน PLM หรือ ERP คือแยกกันคนละกล่อง และเหตุผลใหญ่ข้อหนึ่งที่ทำให้การส่งต่อข้อมูลการเปลี่ยนแปลงแบบขาดตอน ก็คือรอยต่อระหว่างกล่องเหล่านี้เอง การที่ผลิตภัณฑ์วิวัฒนาการไปในทิศทางที่เอาการแก้ไขฝั่งแบบกับการแก้ไขฝั่ง BOM มาวางบนเวทีเดียวกัน จึงตรงกับความรู้สึกของคนหน้างาน

ขนาดตลาดและแนวโน้มการแพร่หลาย ควรอ่านตัวเลขแบบเผื่อช่วง

สำหรับตลาดของ Engineering Change Management Software หรือซอฟต์แวร์บริหารการเปลี่ยนแปลงแบบนั้น Introspective Market Research คาดการณ์ว่าจะเติบโตจาก 3.2 พันล้านดอลลาร์สหรัฐ ณ ปี 2023 ไปเป็น 10.63 พันล้านดอลลาร์สหรัฐในปี 2032 ด้วยอัตราการเติบโตเฉลี่ยต่อปี 14.27% อย่างไรก็ตาม การคาดการณ์ตลาดในสาขานี้กระจายตัวค่อนข้างมากตามแต่ละบริษัทวิจัย บางรายให้อัตราการเติบโตเฉลี่ยต่อปีอยู่ในช่วง 11-12% การอ่านที่ใช้งานได้จริงจึงควรเป็น เป็นสาขาที่เงินลงทุนไหลเข้ามากพอที่หลายสำนักวิจัยจะคาดว่าโตเป็นเลขสองหลัก มากกว่าจะยึดค่าสัมบูรณ์

ส่วนแนวโน้มการติดตั้งฟังก์ชัน AI นั้น มีการคาดการณ์ของ Gartner ที่ระบุว่า ภายในปี 2026 โซลูชันของผู้ผลิต PLM 50% จะผนวกฟังก์ชัน Generative AI เข้าไป โดย ณ ปี 2023 อยู่ที่ 5% ซึ่งถูกอ้างอิงต่อในสื่อวงการ PLM หลายแห่ง ตัวเลขนี้ถูกอ้างซ้ำผ่านแหล่งทุติยภูมิ และเรายังไม่ได้ตรวจสอบเนื้อหาของรายงานต้นฉบับโดยตรง จึงไม่ควรรับไว้แบบฟันธง แต่เมื่อดูสถานะการติดตั้งจริงของผู้ผลิตแต่ละรายที่กล่าวไปข้างต้น ทิศทางก็ถือว่าสอดคล้องกัน

ประเด็นเรื่องการเชื่อม Engineering เข้ากับ ERP

ยังมีความเคลื่อนไหวอีกอย่างที่สำคัญในทางปฏิบัติ คือการเชื่อมข้อมูลฝั่งออกแบบเข้ากับ ERP หรือ Engineering-to-ERP Integration บทความที่อ้างอิงรายงาน Global Tech Report ของ KPMG วางตำแหน่งว่าการเชื่อมนี้ช่วยลดงานซ้ำซ้อนอย่างการป้อน BOM ใหม่และการลงบันทึกการแก้ไข และกลายเป็นฐานรากของการใช้ AI ในอุตสาหกรรมการผลิต

เรื่องนี้ดูไม่หวือหวาแต่เป็นแก่นแท้ โรงงานที่การเปลี่ยนแปลงแบบถูกแจ้งออกไป ถูกสะท้อนลงใน M-BOM แต่ยังต้องพิมพ์ลงทะเบียนซ้ำด้วยมือในมาสเตอร์รายการของ ERP นั้นไม่ใช่เรื่องแปลก ถ้าป้อนข้อมูลชุดเดียวกัน 3 ครั้ง ก็เท่ากับสร้างโอกาสผิดพลาดขึ้นมา 3 ครั้ง ในหลายกรณี การลดการป้อนซ้ำนี้ให้เหลือครั้งเดียวให้ผลตอบแทนต่อการลงทุนมากกว่าการวิเคราะห์ผลกระทบขั้นสูงด้วย AI เสียอีก

ขอบเขตที่ AI รับไปทำแทนได้ และขอบเขตที่คนต้องถือไว้เอง

สิ่งสำคัญที่สุดเมื่อพิจารณา AI จัดการการเปลี่ยนแปลงการออกแบบ คือการขีดเส้นแบ่งนี้ ถ้านำเข้ามาใช้โดยปล่อยตรงนี้ให้คลุมเครือ ผลจะจบลงที่ความผิดหวัง หรือไม่ก็สร้างระบบอัตโนมัติที่อันตรายขึ้นมาแทน

3 ขอบเขตที่ AI แข็งแรงในเชิงโครงสร้าง

ข้อแรกคือการวิเคราะห์ผลกระทบจากการเปลี่ยนแปลง การไล่ย้อนโครงสร้าง BOM เป็นงานที่คอมพิวเตอร์ถนัดอยู่แล้วโดยธรรมชาติ การไล่จากชิ้นส่วนหนึ่งขึ้นไปหาโครงสร้างระดับบน แล้วไล่ต่อขึ้นไปอีกชั้น เป็นการค้นหาที่คนทำด้วยความจำแล้วต้องตกหล่นแน่นอน แต่เครื่องทำได้ครบถ้วน เมื่อเติม AI เข้าไป ก็เริ่มมีผลิตภัณฑ์ที่เสนอความเกี่ยวข้องซึ่งไม่ปรากฏในข้อมูลเชิงโครงสร้างขึ้นมาเป็นตัวเลือกด้วย เช่น ชิ้นส่วนที่เคยถูกใช้ทดแทนกันในฐานะของเทียบเท่าในอดีต หรือ รหัสชิ้นส่วนอื่นที่มีรูปทรงและสเปกใกล้เคียงกัน ไม่ใช่แค่ความสัมพันธ์แม่ลูกตามโครงสร้าง

ข้อที่สองคือการค้นหาแบบแปลนและชิ้นส่วนที่คล้ายกัน เคยมีการเปลี่ยนแปลงลักษณะเดียวกันมาก่อนหรือไม่ มีชิ้นส่วนรูปทรงใกล้เคียงกันขึ้นทะเบียนไว้แล้วหรือยัง งานแบบนี้ถ้าให้คนหาจะกินเวลา แถมผลลัพธ์ยังแปรผันตามประสบการณ์ของคนที่หา กลไกที่ดึงความคล้ายจากคุณลักษณะของแบบช่วยลดการผูกติดตัวบุคคลตรงนี้ได้มาก ขอบเขตนี้เราเขียนไว้ละเอียดแล้วใน AI ค้นหาแบบแปลน

ข้อที่สามคือการสอบถามด้วยภาษาธรรมชาติ คำถามอย่าง ในบรรดาผลิตภัณฑ์ที่ใช้ชิ้นส่วนนี้ มีตัวไหนบ้างที่มีการเปลี่ยนแปลงเข้ามาตั้งแต่ปีที่แล้ว จะได้คำตอบกลับมาโดยไม่ต้องจำวิธีใช้หน้าจอค้นหาของระบบ บันทึกที่สะสมไว้เพื่อการสอบกลับจะไม่มีความหมายเลยถ้าดึงออกมาใช้ไม่ได้ การค้นหาด้วยภาษาธรรมชาติช่วยลดกำแพงที่ขวางอยู่ระหว่างการสะสมกับการนำไปใช้

2 ขอบเขตที่คนต้องถือไว้เอง

ในทางกลับกัน มีการตัดสินใจที่ห้ามส่งมอบให้ AI

ข้อแรกคือการอนุมัติขั้นสุดท้ายของการเปลี่ยนแปลง ความสมเหตุสมผลทางเทคนิค ผลกระทบต่อคุณภาพ ความสอดคล้องกับกฎหมาย และความสอดคล้องกับสัญญาที่ทำไว้กับลูกค้า การชี้ว่า ดำเนินการได้ โดยพิจารณาสิ่งเหล่านี้แล้ว ต้องมาจากคนที่รับผิดชอบผลได้ AI จัดวัตถุดิบสำหรับการตัดสินใจ ชี้จุดที่มองข้าม และเสนอกรณีคล้ายกันในอดีตได้ แต่เป็นผู้อนุมัติเองไม่ได้ แม้ในระบบบริหารคุณภาพ การบริหารการเปลี่ยนแปลงก็ยังกำหนดให้ต้องเก็บบันทึกที่ระบุตัวได้ว่าผลการทบทวนการเปลี่ยนแปลงเป็นอย่างไร และใครเป็นผู้อนุมัติการเปลี่ยนแปลงนั้น

ข้อที่สองคือการกำหนดจุดตัดเปลี่ยน ข้อนี้ถูกมองข้ามมากที่สุด จุดตัดเปลี่ยนไม่ได้ถูกกำหนดด้วยคำตอบที่ดีที่สุดทางเทคนิค แต่ถูกกำหนดด้วยการชั่งน้ำหนักระหว่างมูลค่าสต๊อกที่ถืออยู่ ความสะดวกของการตรวจรับฝั่งลูกค้า แผนการผลิตของสายอื่น ระยะเวลานำของชิ้นส่วนนำเข้า และการตรวจนับสต๊อกปลายงวด AI เสนอวัตถุดิบได้ว่า เหลือสต๊อกกี่ชิ้น และ คาดว่าใช้หมดในกี่สัปดาห์ แต่ข้อมูลอย่างความสัมพันธ์กับลูกค้าและช่องว่างในการเจรจานั้นไม่ได้ถูกป้อนเข้าระบบตั้งแต่แรก ถ้าพยายามทำตรงนี้ให้อัตโนมัติ ผลที่ได้คือกฎที่หน้างานไม่ปฏิบัติตาม

ข้อจำกัดที่ควรสื่อสารกันก่อนนำเข้ามาใช้

ผลลัพธ์ของ AI เป็นเพียง ตัวเลือก ไม่ใช่สิ่งที่รับประกันความครบถ้วน โดยเฉพาะ 3 ข้อต่อไปนี้ที่ควรสื่อสารกันให้เข้าใจตรงกันก่อนนำเข้ามาใช้

• ถ้าข้อมูลต้นทางไม่ถูกต้อง ผลลัพธ์ของ AI ก็จะไม่ถูกต้องตามไปด้วย ชิ้นส่วนที่ไม่ได้ขึ้นทะเบียนใน BOM จะไม่โผล่ออกมาแม้จะไล่ย้อนโครงสร้าง เราไม่สามารถข้ามการจัดระเบียบมาสเตอร์แล้วใส่แค่ AI เข้าไปได้
• กฎที่เป็นความเข้าใจโดยปริยายซึ่งไม่ได้เขียนไว้ในแบบ เช่น กระบวนการนี้ต้องใช้จิ๊กตัวนี้เสมอ หรือ ลูกค้ารายนี้เท่านั้นที่มีการตรวจสอบพิเศษ นั้น AI มองไม่เห็น งานทำให้ข้อมูลเหล่านี้เป็นลายลักษณ์อักษรยังต้องอาศัยคน
• ในช่วงที่ประวัติการเปลี่ยนแปลงยังสะสมไม่มากพอ ความแม่นยำของการค้นหากรณีที่คล้ายกันจะยังไม่สูงขึ้น ในช่วงแรกของการนำเข้ามาใช้ ควรลดความคาดหวังลงและวางตำแหน่งช่วงนั้นให้เป็นระยะสะสมบันทึก จึงจะสมจริง

จะออกแบบระบบแจ้งการเปลี่ยนแปลงแบบอัตโนมัติอย่างไร 5 ขั้นตอน

ต่อจากนี้เป็นเรื่องของการลงมือทำจริง ระบบแจ้งการเปลี่ยนแปลงแบบอัตโนมัติไม่ใช่สิ่งที่ซื้อเครื่องมือมาใส่แล้วจบ มันมีลำดับของมันอยู่

ขั้นที่ 1 สำรวจโฟลว์การเปลี่ยนแปลงในสภาพปัจจุบัน

เริ่มจากเลือกการเปลี่ยนแปลงแบบที่เกิดขึ้นในรอบ 1 ปีที่ผ่านมาสัก 10 ถึง 20 รายการ แล้วไล่ตามว่าจริง ๆ แล้วมันไหลไปอย่างไร ใครเป็นคนเปิดเรื่อง ใครอนุมัติ แจ้งไปถึงใครบ้าง ค้างอยู่ตรงไหน และใช้เวลากี่วัน สิ่งที่ต้องเขียนคือเหตุการณ์ที่เกิดขึ้นจริง ไม่ใช่ผังโฟลว์ในอุดมคติ

สิ่งที่จะโผล่ออกมาแน่นอนในขั้นนี้คือเส้นทางที่ไม่มีอยู่ในโฟลว์อย่างเป็นทางการ เช่น ก่อนจะมีใบแจ้งอย่างเป็นทางการ ผู้รับผิดชอบสองฝ่ายคุยโทรศัพท์กันแล้วขยับงานไปก่อนแล้ว หรือ ใบแจ้งออกจริง แต่คำสั่งที่ใช้จริงถูกส่งทางแชท เส้นทางนอกระบบเหล่านี้ไม่จำเป็นต้องเป็นสิ่งเลวร้ายเสมอไป ในหลายกรณีมันคือการปรับตัวของหน้างานที่เกิดขึ้นเพราะโฟลว์ทางการช้าเกินไปต่างหาก ในการออกแบบระบบอัตโนมัติ เราจึงควรคิดในทิศทางที่ทำให้โฟลว์ทางการเร็วขึ้นให้ทันสภาพจริง ไม่ใช่ลบสภาพจริงนั้นทิ้ง

ขั้นที่ 2 กำหนดฉบับจริงของ BOM ให้เหลือหนึ่งเดียว

ถัดมาคือกำหนดว่าจะวางฉบับจริงของ BOM ไว้ที่ใด ไม่จำเป็นต้องรวม E-BOM กับ M-BOM ให้เป็นหนึ่งเดียว สิ่งที่จำเป็นคือสภาพที่ทุกคนตอบได้ตรงกันว่า อันนี้คือฉบับจริง สำหรับ BOM แต่ละประเภท

ในความเป็นจริง หลายกรณีเป็นเรื่องยากที่จะทิ้งการทำงานด้วย Excel ที่มีอยู่เดิมไปทันที แม้ในกรณีนั้น ก็ยังต้องกำหนดฉบับจริงไว้ที่เดียว แล้วเปลี่ยนสถานะของ Excel ให้กลายเป็นสำเนาที่ถูกส่งออกมาจากฉบับจริง ตราบใดที่ยังเหลือวิธีทำงานแบบแก้ไขที่ตัวสำเนาโดยตรง ระบบแจ้งอัตโนมัติแบบใดก็ตามจะถูกทำให้ไร้ผลทั้งหมด

ขั้นที่ 3 นิยามทริกเกอร์และผู้รับของการแจ้ง

จะแจ้งใคร เมื่อเกิดอะไรขึ้น และจะบอกอะไร ให้ทำสิ่งนี้เป็นตารางแล้วตรึงไว้ การแก้การผูกติดตัวบุคคลเสร็จไปแล้วครึ่งหนึ่งตั้งแต่ตอนที่ทำตารางนี้ขึ้นมา

ในการนิยามผู้รับ ให้กวาดรายชื่อไม่เฉพาะหน่วยงานภายใน แต่รวมถึงผู้รับจ้างช่วง ผู้ผลิตแม่พิมพ์ ฝ่ายบริการหลังการขาย ผู้รับผิดชอบงานแปล และผู้ประสานงานฝั่งลูกค้าด้วย และถ้าใส่ ผู้ที่ไม่ต้องแจ้ง ลงในรายการอย่างชัดเจนไปด้วย การตัดสินใจในภายหลังก็จะไม่แกว่ง

ในการนิยามทริกเกอร์ หลักการพื้นฐานคือใช้จุดที่ ECO อนุมัติเสร็จเป็นจุดตั้งต้น ถ้าปล่อยให้ไหลไปหาทุกคนตั้งแต่ขั้นเปิดเรื่อง ECR ใบแจ้งจะมากเกินไปจนไม่มีใครอ่าน ซึ่งเป็นรูปแบบความล้มเหลวที่พบบ่อยที่สุดในทางปฏิบัติ อย่างไรก็ตาม การส่งข้อความล่วงหน้าว่า อยู่ระหว่างพิจารณา ไปยังหน่วยงานที่อยู่ในขอบเขตผลกระทบตั้งแต่ขั้น ECR ก็เป็นวิธีที่ได้ผลในบางกรณี

ขั้นที่ 4 ใส่ AI ลงในการวิเคราะห์ผลกระทบ

ถึงตรงนี้ AI จึงค่อยปรากฏตัว สิ่งสำคัญคือลำดับต้องไม่กลับหัวกลับหาง ถ้าใส่ AI เข้าไปในสภาพที่ยังไม่ได้กำหนดฉบับจริงและยังไม่ได้นิยามผู้รับ ผลที่ได้ก็คือการผลิตตัวเลือกที่ไม่ถูกต้องออกมาจากข้อมูลนำเข้าที่ไม่ถูกต้องเท่านั้น

จุดที่ใส่แล้วได้ผลมากที่สุดคือทันทีหลังการเปิดเรื่อง ECR ให้รันการไล่ย้อนโครงสร้างจากรายการชิ้นส่วนที่เป็นเป้าหมายของการเปลี่ยนแปลง แล้วนำเสนอโครงสร้างระดับบน แบบแปลนที่เกี่ยวข้อง และเอกสารที่เกี่ยวข้องซึ่งอาจได้รับผลกระทบ ออกมาเป็นตัวเลือก ผู้เปิดเรื่องตรวจสอบตัวเลือกเหล่านั้น ตัดสิ่งที่ไม่เกี่ยวออก แล้วยืนยัน งานที่คนต้องนึกให้ออก จึงเปลี่ยนเป็นงานที่คนแค่ตรวจสอบ การตกหล่นที่พึ่งพาความจำจะลดลงได้ด้วยการสลับแบบนี้

ขั้นที่ 5 เฝ้าระวังการใช้งานด้วย KPI

ระบบแจ้งอัตโนมัติจะเสื่อมลงหลังจากสร้างเสร็จ เราจึงต้องดูด้วยตัวเลขว่าการใช้งานกลายเป็นพิธีกรรมว่างเปล่าไปแล้วหรือยัง คำอธิบายของ OpenBOM ยก KPI สำหรับเฝ้าระวังการบริหาร BOM ไว้ เช่น ความล่าช้าของการซิงก์ BOM แยกตามโรงงาน และสัดส่วนของการเปลี่ยนแปลงทางวิศวกรรมที่ถูกสะท้อนโดยไม่ต้องมีคนเข้าไปแทรกแซง เมื่อนำมาทำให้เป็นรูปธรรมสำหรับบริษัทของเราเอง จะได้ตัวชี้วัดประมาณนี้

ตัวชี้วัดเหล่านี้ดูเป็นรายเดือนก็เพียงพอ สิ่งสำคัญคือต้องออกแบบให้ระบุได้จากตัวชี้วัดว่า ตันอยู่ที่ชั้นไหน เมื่อค่ามันแย่ลง

ข้อควรระวังในทางปฏิบัติเมื่อเดินหน้าในโรงงานญี่ปุ่นในประเทศไทย

ท้ายที่สุด ขอสรุปข้อควรพิจารณาเมื่อลงมือทำจริงที่ฐานการผลิตในประเทศไทย

การทำใบแจ้งหลายภาษา ให้แก้ด้วยการจัดโครงสร้าง ไม่ใช่ด้วยการแปล

หากต้องออกใบแจ้งการเปลี่ยนแปลงเป็น 3 ภาษา คือญี่ปุ่น อังกฤษ และไทย วิธีทำงานแบบแปลทั้งฉบับจะไปต่อไม่ได้ เพราะปริมาณมาก และใบแจ้งจะออกช้าเพราะรอการแปล

สิ่งที่ทำได้จริงคือการจัดโครงสร้างใบแจ้ง ให้แยกรหัสชิ้นส่วนเป้าหมาย สถานะก่อนและหลังการเปลี่ยนแปลง เกณฑ์เริ่มบังคับใช้ และวิธีจัดการเวอร์ชันเก่า ออกเป็นฟิลด์มาตรฐาน แล้วตรึงเฉพาะชื่อฟิลด์ไว้เป็นหลายภาษา ส่วนข้อความอิสระให้จำกัดไว้ในช่องหมายเหตุเท่านั้น ทำแบบนี้แล้วสิ่งที่ต้องแปลจะเหลือแค่ช่องหมายเหตุ ส่วนตัวเนื้อหาหลักสลับภาษาแสดงผลได้เลย และอุบัติเหตุจากการแปลผิดจะไม่เกิดขึ้นในส่วนที่เป็นแบบมาตรฐานอีกต่อไป

การเชื่อมกับระบบของสำนักงานใหญ่ให้แบ่งเป็นระยะ

ถ้าสำนักงานใหญ่ในญี่ปุ่นมี PLM อยู่แล้ว การเชื่อมฐานในไทยเข้ากับระบบนั้นย่อมเป็นภาพในอุดมคติ แต่หลายกรณีจำเป็นต้องแก้ไขระบบฝั่งสำนักงานใหญ่ด้วย ซึ่งกินเวลาไปกับการอนุมัติและการตั้งงบประมาณ

วิธีเดินที่สมจริงคือทำการรวมฉบับจริงและการนิยามการแจ้งให้เสร็จภายในฐานในไทยก่อน แล้วบีบช่องทางรับข้อมูลจากสำนักงานใหญ่ให้เหลือช่องเดียว ไม่ว่าข้อมูลจากสำนักงานใหญ่จะมาในรูปแบบใด ถ้าประตูทางเข้าฝั่งไทยมีแค่ประตูเดียว การรับเข้ามาแล้วนำไปลงในฉบับจริงภายในฐานก็ทำงานได้ ส่วนการเชื่อมโดยตรงกับระบบของสำนักงานใหญ่นั้น ค่อยพิจารณาหลังจากนั้นก็ยังไม่สาย

หน่วยของการเริ่มแบบเล็กให้ตัดที่ สายผลิตภัณฑ์

สูตรสำเร็จคือเริ่มจากสายผลิตภัณฑ์เดียว ไม่ใช่ทำพร้อมกันทั้งบริษัท สายที่ควรเลือกคือสายที่มีความถี่ของการเปลี่ยนแปลงสูง มีจำนวนชิ้นส่วนพอสมควร และผู้รับผิดชอบให้ความร่วมมือ ถ้าเลือกสายที่ความถี่ของการเปลี่ยนแปลงต่ำ กว่าผลจะออกก็ใช้เวลานานเกินไป จนความสนใจหายไปกลางทาง

สิ่งที่ควรตั้งเป้าใน 3 เดือนแรกไม่ใช่การเพิ่มประสิทธิภาพแบบพลิกโฉม แต่คือการทำให้ 2 อย่างนี้เกิดขึ้นจริง คือ ตัวเลือกของขอบเขตผลกระทบโผล่ออกมาโดยอัตโนมัติ และ ผู้รับใบแจ้งถูกตรึงเป็นรายการตายตัว แค่ 2 อย่างนี้ก็ให้ผลกับ 2 ข้อจากสาเหตุหลัก 4 ข้อแล้ว คือการแจ้งตกหล่นและการมองข้ามขอบเขตผลกระทบ

ฝังการอบรมและการส่งมอบงานไว้ในกลไก

ถ้าตั้งสมมติฐานว่าพนักงานท้องถิ่นมีการเปลี่ยนงานอยู่แล้ว กฎการปฏิบัติงานก็ควรถูกฝังไว้ในระบบ ไม่ใช่ในตัวคน การเขียนกฎการแปลงลงในเอกสารอย่างเดียวไม่พอ เพราะนิสัยการเปิดอ่านเอกสารนั้นไม่ถูกส่งมอบต่อ ควรทำให้กฎปรากฏขึ้นมาในกระแสของงานเอง ไม่ว่าจะในรูปของตัวเลือกบนหน้าจอป้อนข้อมูล หรือในรูปของรายการตรวจสอบ แก่นของมาตรการแก้การผูกติดตัวบุคคลไม่ใช่การถ่ายโอนความรู้ แต่คือการสร้างสภาพที่คนเดินตามขั้นตอนที่ถูกต้องได้แม้จะไม่มีความรู้นั้น

คำถามที่พบบ่อย

AI จัดการการเปลี่ยนแปลงการออกแบบคืออะไร

คือชื่อเรียกรวมของกลไกที่ให้ AI เข้ามาช่วยดูแลเส้นทางของข้อมูลหลังเกิดการเปลี่ยนแปลงแบบ จนกระทั่งข้อมูลนั้นถูกส่งต่ออย่างถูกต้องเข้าสู่รายการวัสดุ (BOM) หน่วยงานที่เกี่ยวข้อง และแบบแปลนที่ใช้อยู่หน้างาน ในทางรูปธรรมหมายถึงฟังก์ชันอย่างการไล่รายการขอบเขตผลกระทบโดยอัตโนมัติจากการไล่ย้อนโครงสร้าง BOM และความเกี่ยวข้องที่คล้ายกัน การค้นหาและนำเสนอการเปลี่ยนแปลงที่คล้ายกันในอดีต และการตอบคำถามที่ถามด้วยภาษาธรรมชาติ มันไม่ใช่ระบบที่สร้างแบบขึ้นมาเอง และไม่ใช่ระบบที่ให้เครื่องอนุมัติการเปลี่ยนแปลงแทนคน การอนุมัติขั้นสุดท้ายและการกำหนดจุดตัดเปลี่ยนยังคงเป็นขอบเขตที่คนต้องรับผิดชอบเอง

ทำไมรายการวัสดุ (BOM) จึงผูกติดกับตัวบุคคล

สาเหตุหลักคือกฎการแปลงระหว่าง BOM ฝ่ายออกแบบกับ BOM ฝ่ายผลิตไม่ได้ถูกทำเป็นเอกสาร และขึ้นอยู่กับประสบการณ์ของผู้รับผิดชอบเฉพาะราย การผูกติดตัวบุคคลเกิดขึ้นใน 3 ชั้น คือชั้นที่อยู่ว่า BOM ล่าสุดอยู่ตรงไหน ชั้นการแปลงว่าจะจัดโครงสร้าง E-BOM ใหม่อย่างไร และชั้นการตัดสินใจว่าจะเริ่มใช้การเปลี่ยนแปลงเมื่อใดและถึงขอบเขตไหน ชั้นที่อยู่แก้ได้ด้วยการรวมฉบับจริงไว้ที่เดียว ชั้นการแปลงแก้ได้ด้วยการเขียนกฎเป็นลายลักษณ์อักษรและทำให้เป็นระบบ ส่วนชั้นการตัดสินใจเป็นพื้นที่ที่คนควรถือไว้เองตั้งแต่ต้น การฝืนทำให้อัตโนมัติกลับจะอันตราย สำหรับฐานในประเทศไทยยังมีเรื่องหลายภาษาและการเปลี่ยนงานของพนักงานซ้อนเข้ามา การแก้การผูกติดตัวบุคคลจึงเร่งด่วนกว่าในญี่ปุ่น

ระบบแจ้งการเปลี่ยนแปลงแบบอัตโนมัติควรเริ่มจากอะไร

เริ่มจากการสำรวจโฟลว์ในสภาพปัจจุบัน ไม่ใช่เริ่มจากการเลือกเครื่องมือ ให้ไล่ตามการเปลี่ยนแปลงแบบในรอบ 1 ปีที่ผ่านมา 10 ถึง 20 รายการ แล้วบันทึกว่าจริง ๆ มันไหลไปอย่างไร ถัดมาคือกำหนดฉบับจริงของ BOM ให้เหลือหนึ่งเดียว จากนั้นจึงตรึงทริกเกอร์และผู้รับของการแจ้งไว้ในรูปตาราง การใส่การวิเคราะห์ผลกระทบด้วย AI ควรทำหลังจาก 3 อย่างนี้เสร็จแล้ว เพราะถ้าใส่ AI ในสภาพที่ฉบับจริงและผู้รับยังไม่นิ่ง ผลที่ได้ก็จะเป็นแค่ตัวเลือกที่ไม่ถูกต้องซึ่งออกมาจากข้อมูลนำเข้าที่ไม่ถูกต้อง

ถ้าไม่นำ PLM เข้ามาใช้ จะใช้ AI จัดการการเปลี่ยนแปลงการออกแบบไม่ได้ใช่หรือไม่

ไม่ได้เป็นเงื่อนไขบังคับ ต่อให้ตั้งต้นจาก ERP หรือระบบบริหารการผลิตที่มีอยู่ หรือแม้แต่ BOM ที่วางอยู่บนไฟล์เซิร์ฟเวอร์ การดึงขอบเขตผลกระทบและการทำให้การแจ้งเป็นอัตโนมัติก็ยังทำได้ สิ่งสำคัญไม่ใช่ประเภทของเครื่องมือ แต่คือการที่ฉบับจริงของ BOM ถูกกำหนดไว้เพียงหนึ่งเดียว และประวัติการเปลี่ยนแปลงถูกสะสมในรูปแบบที่มีโครงสร้าง อย่างไรก็ตาม ยิ่งประวัติการเปลี่ยนแปลงสะสมยาวนานเท่าไร คุณค่าของการค้นหากรณีที่คล้ายกันก็ยิ่งสูงขึ้น หากออกแบบไว้ตั้งแต่ต้นบนสมมติฐานว่าระยะกลางถึงระยะยาวจะย้ายไปสู่กลไกระดับ PLM ก็จะลดการต้องย้อนกลับมาแก้ในภายหลัง

สรุป

ปัญหาส่วนใหญ่ที่เกิดจากการเปลี่ยนแปลงแบบ ไม่ได้มาจากความผิดพลาดของตัวการออกแบบเอง แต่เกิดขึ้นบนเส้นทางที่การเปลี่ยนแปลงต้องเดินไปให้ถึงปลายน้ำ ที่ ECR ขอบเขตผลกระทบถูกมองข้าม ที่ ECO เหตุผลของการตัดสินใจไม่ถูกเก็บไว้ ที่ ECN ผู้รับตกหล่นและจุดตัดเปลี่ยนถูกส่งถึงหน้างานในสภาพคลุมเครือ ใต้การขาดตอนทั้ง 4 รูปแบบนี้มีโครงสร้างร่วมกันอยู่อย่างหนึ่ง คือการที่รายการวัสดุ (BOM) ผูกติดกับตัวบุคคล

AI จัดการการเปลี่ยนแปลงการออกแบบเข้ามารับส่วนที่เครื่องถนัดบนเส้นทางนี้ นั่นคือการดึงขอบเขตผลกระทบอย่างครอบคลุม การค้นหาแบบแปลนและการเปลี่ยนแปลงที่คล้ายกัน และการสอบถามด้วยภาษาธรรมชาติต่อบันทึกที่สะสมไว้ ในทางกลับกัน การอนุมัติขั้นสุดท้ายและการกำหนดจุดตัดเปลี่ยนยังคงเป็นขอบเขตที่คนต้องถือไว้เอง เมื่อขีดเส้นนี้แล้วเดินตามลำดับ คือสำรวจโฟลว์ปัจจุบัน รวมฉบับจริงไว้ที่เดียว นิยามการแจ้ง ติดตั้ง AI และเฝ้าระวังด้วย KPI ทางนี้ดูเหมือนอ้อม แต่กลับเป็นทางที่แน่นอนที่สุด

Engineering Chain DX ไม่จำเป็นต้องเริ่มจากการรื้อระบบใหม่ทั้งชุด ให้เลือกสายผลิตภัณฑ์หนึ่งสายก่อน แล้วทำแค่ 2 หมัดแรกให้จบ คือการสำรวจโฟลว์ปัจจุบันและการรวมฉบับจริงไว้ที่เดียว เมื่อมาถึงจุดนี้ได้ การนิยามการแจ้งและการติดตั้ง AI ที่อยู่ถัดไป จะกลายเป็นเพียงงานขยายผลด้วยขั้นตอนเดิมไปยังสายอื่น

TOMAS TECH ตั้งฐานอยู่ที่กรุงเทพมหานคร และทำงานกับโจทย์ด้าน IT ของโรงงานญี่ปุ่นในประเทศไทย รวมถึงระบบบริหารการผลิตและการจัดการพลังงาน PEGASUS หากเรื่องการส่งต่อข้อมูลการเปลี่ยนแปลงแบบหรือการที่ BOM ผูกติดกับตัวบุคคลยังอยู่แค่ขั้นตั้งโจทย์ ก็ไม่เป็นปัญหาแต่อย่างใด เราเริ่มต้นจากการสำรวจโฟลว์ในสภาพปัจจุบันไปด้วยกันได้ ปรึกษาเราได้ที่แบบฟอร์มติดต่อ

แหล่งอ้างอิง

• Things Inc. คำอธิบายการบริหารการเปลี่ยนแปลงแบบด้วย ECR ECO ECN และรายการวัสดุ (BOM)
• AI Souken 4 ขอบเขตของการใช้ AI ในการบริหาร BOM ของอุตสาหกรรมการผลิต และความเคลื่อนไหวของผู้ผลิต PLM รายหลัก
• CAD JAPAN หัวข้อข่าวเกี่ยวกับฟังก์ชันใหม่ของ Visual BOM v6.2 จาก Zuken Elmic Presight
• getleo.ai บทความอธิบายความต่างระหว่าง PLM กับ PDM รวมถึงการอ้างอิงคาดการณ์ของ Gartner
• Introspective Market Research การคาดการณ์ขนาดตลาดของ Engineering Change Management Software
• QBuild Software บทความที่วางการเชื่อม Engineering เข้ากับ ERP เป็นฐานรากของ AI ในอุตสาหกรรมการผลิต
• OpenBOM คำอธิบายความผิดพลาดในการทบทวน BOM และ KPI ที่ควรเฝ้าระวัง
• Daiko Group daiko-plus การผูกติดตัวบุคคลในอุตสาหกรรมการผลิตและรอยแยกระหว่าง BOM ฝ่ายออกแบบกับ BOM ฝ่ายผลิต