ปัญญาประดิษฐ์ในฐานะผู้ช่วยแห่งอนาคตสำหรับผู้เชี่ยวชาญ

ในปัจจุบัน ปัญญาประดิษฐ์ (AI) เป็นหนึ่งในสาขาการวิจัยทางวิทยาศาสตร์ที่ได้รับความนิยมมากที่สุด ในช่วง 10 ปีที่ผ่านมา การลงทุนในด้านนี้เติบโตอย่างต่อเนื่อง และในปี 2021 มีการลงทุนจากนักลงทุนเอกชนสูงเป็นประวัติการณ์ถึงประมาณ 1.254 แสนล้านดอลลาร์สหรัฐ ในปี 2022-2023 ปริมาณการลงทุนของเอกชนในด้าน AI เพิ่มขึ้นถึง 18 เท่าเมื่อเทียบกับปี 2013 เทคโนโลยีประเภทนี้ถูกนำไปใช้อย่างแพร่หลายในหลายภาคส่วน ตั้งแต่กิจการทางทหารไปจนถึงธุรกิจร้านอาหาร

จากผลการศึกษาพบว่าในปี 2022 สัดส่วนของบริษัทที่ใช้เทคโนโลยีปัญญาประดิษฐ์เพิ่มขึ้นมากกว่าสองเท่าเมื่อเทียบกับปี 2017 บริษัทในรัสเซียต่างติดตามแนวโน้มระดับโลกในด้านนี้อย่างใกล้ชิดและไม่ยอมตกขบวน มูลค่าตลาดปัญญาประดิษฐ์ของรัสเซียในปี 2022 อยู่ที่ 6.47 แสนล้านรูเบิล ซึ่งเพิ่มขึ้น 17.3% จากปีก่อนหน้า นวัตกรรมจำนวนมากจากบริษัทไอทีของรัสเซียถูกนำมาใช้ในการดำเนินงานของสถานประกอบการอุตสาหกรรมในประเทศ ในปี 2022 สถานประกอบการในรัสเซียประมาณ 17% ได้เริ่มใช้หรือกำลังนำปัญญาประดิษฐ์มาปรับใช้แล้ว โดยส่วนใหญ่เป็นบริษัทขนาดใหญ่

มีการคาดการณ์ว่าตลาดโลกสำหรับอุปกรณ์ความปลอดภัยในสถานที่ทำงานจะเติบโตขึ้นในอีกไม่กี่ปีข้างหน้า ในปี 2022 ตลาดนี้มีมูลค่าประมาณ 1.42 หมื่นล้านดอลลาร์สหรัฐ และคาดว่าจะเติบโตเป็น 2.67 หมื่นล้านดอลลาร์สหรัฐภายในปี 2027 โดยตลาดจะเติบโตเฉลี่ย 13.5% ต่อปีในช่วงปี 2022 ถึง 2027

เนื่องด้วยความต้องการของสังคมในเรื่องการทำงานที่ปลอดภัย รวมถึงการเพิ่มประสิทธิภาพค่าใช้จ่ายภายในของบริษัทส่วนใหญ่ โซลูชันไอทีสำหรับการควบคุมการปฏิบัติตามข้อกำหนดด้านความปลอดภัยในอุตสาหกรรมและอาชีวอนามัย (HSE) แบบอัตโนมัติจึงได้รับความนิยมเพิ่มขึ้นทั่วโลก นอกจากนี้ ระบบควบคุมคุณภาพการเตรียมผลิตภัณฑ์และบริการโดยใช้การวิเคราะห์วิดีโอก็มีความสำคัญเช่นกัน ในปัจจุบัน ทิศทางหลักของการพัฒนาดิจิทัลในภาคอุตสาหกรรมและการผลิตคือการนำโซลูชันที่ครอบคลุมมาใช้เพื่อตรวจจับการละเมิดข้อกำหนด HSE โดยอาศัยการใช้คอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่อง ตลอดจนการพัฒนาวิธีการป้องกันปัญหาที่อาจเกิดขึ้น

ในการอธิบายหลักการทำงานของเทคโนโลยีปัญญาประดิษฐ์ที่ทันสมัยและพร้อมใช้งานในปัจจุบันในด้าน HSE ซึ่งรวมถึงคอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่อง สามารถแบ่งตามช่วงเวลาการใช้งานได้สะดวก โดยแบ่งออกเป็น 3 ช่วงเวลาที่เกี่ยวข้องกับอุบัติการณ์และ/หรือเหตุการณ์ ดังนี้:

• การพยากรณ์ – การใช้แบบจำลองการวิเคราะห์เชิงคาดการณ์เพื่อทำนายโอกาสในการเกิดอุบัติเหตุ โดยวิเคราะห์จากข้อมูลจำนวนมหาศาลของประสบการณ์ในอดีตจากกรณีที่คล้ายคลึงกัน

เพื่อให้แบบจำลองดังกล่าวทำงานได้อย่างมีประสิทธิภาพ จำเป็นต้องรวบรวมข้อมูลเกี่ยวกับอุบัติการณ์ในอดีต รวมถึงข้อมูลเกี่ยวกับสถานที่ทำงาน (ประเภทของงาน, อุปกรณ์, สภาพการทำงาน ฯลฯ) ข้อมูลเกี่ยวกับพนักงาน (อายุ, ประสบการณ์การทำงาน, ปัญหาสุขภาพ ฯลฯ) และข้อมูลเกี่ยวกับอุบัติเหตุโดยตรง (ประเภท, ระดับความรุนแรง, สาเหตุ ฯลฯ) เมื่อรวบรวมข้อมูลเหล่านี้เป็นระยะเวลานาน จะมีการสร้างแบบจำลองที่วิเคราะห์ข้อมูลและระบุรูปแบบและความสัมพันธ์ระหว่างปัจจัยต่างๆ ตัวอย่างเช่น แบบจำลองอาจแสดงให้เห็นว่างานบางประเภทมีความเสี่ยงที่สุด หรือพนักงานในช่วงอายุหนึ่งที่มีปัญหาสุขภาพบางอย่างมีแนวโน้มที่จะเกิดอุบัติเหตุได้มากกว่า

• การวิเคราะห์แบบเรียลไทม์ – การตัดสินใจอย่างรวดเร็วโดยอาศัยข้อมูลที่เป็นปัจจุบัน

เพื่ออธิบายเทคโนโลยีนี้ สามารถยกตัวอย่างปัญญาประดิษฐ์ที่ตรวจจับการขาดอุปกรณ์ป้องกันส่วนบุคคล (PPE) ที่จำเป็นของพนักงาน และส่งสัญญาณแจ้งเตือนผ่านช่องทางการสื่อสารและการแจ้งเตือนที่เตรียมไว้ล่วงหน้า ในปัจจุบัน ระบบดังกล่าวสามารถตรวจจับและบันทึกการละเมิดที่กำหนดไว้ในอัลกอริทึมของ AI ได้ถึง 95-98% นอกจากนี้ เพื่อให้เข้าใจการทำงานของเทคโนโลยีได้ดียิ่งขึ้น สามารถพิจารณาตัวอย่างโครงการนำร่องระบบแจ้งเตือนเมื่อมีบุคลากรอยู่ในพื้นที่อันตราย

• การวิเคราะห์ย้อนหลังและการค้นหาสาเหตุ – ในการประเมินประสบการณ์ในอดีต เราสามารถและควรค้นหารูปแบบของสาเหตุที่เกิดขึ้นซ้ำๆ หรือความสัมพันธ์ที่ซ่อนอยู่

ตัวอย่างเช่น ในสถานประกอบการอาจเกิดอุบัติเหตุบ่อยครั้ง เช่น เหตุการณ์ที่เกี่ยวข้องกับสิ่งของตกจากที่สูง หลังจากรวบรวมและวิเคราะห์ข้อมูลเหตุการณ์และฝึกฝนแบบจำลองแล้ว อาจพบว่าเหตุการณ์ทั้งหมดเกิดขึ้นในช่วงเวลาเดียวกันของวัน คือช่วงพักเที่ยง เมื่อพนักงานออกไปพักและไม่ได้ควบคุมสถานการณ์ในที่ทำงาน สถานการณ์ที่แบบจำลองนำเสนออาจมีทั้งที่ชัดเจนและไม่ชัดเจน ซึ่งจะช่วยให้มองปัญหาเดิมๆ ในมุมมองใหม่

ปัญญาประดิษฐ์มีศักยภาพมหาศาลสำหรับการประยุกต์ใช้ในอุตสาหกรรมและการผลิต เราได้เห็นผลลัพธ์ของการใช้เทคโนโลยีเหล่านี้ในบริษัทขนาดใหญ่แล้ว อุตสาหกรรมและการผลิตเพิ่งเริ่มต้นการเดินทางสู่การเปลี่ยนผ่านสู่ดิจิทัลครั้งใหญ่ และผู้ที่นำเทคโนโลยีใหม่มาใช้ก่อนจะเป็นผู้ชนะในการแข่งขัน แม้ว่าการนำโซลูชันที่ใช้คอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่องมาใช้จะดูเหมือนมีราคาสูง แต่เป็นการลงทุนระยะยาวในการพัฒนาธุรกิจ เพราะระบบเหล่านี้ไม่เพียงแต่ช่วยประหยัดเงินในการซ่อมแซมอุปกรณ์ราคาแพงและลดเวลาที่เครื่องจักรหยุดทำงาน แต่ยังช่วยให้เปลี่ยนไปสู่วิธีการใหม่ๆ ในการลดการบาดเจ็บของพนักงานอีกด้วย

ในแง่หนึ่ง อาจดูเหมือนว่าทิศทางนี้ซับซ้อนเกินกว่าที่ผู้เชี่ยวชาญด้าน HSE จะเข้าใจ หรืออาจจะดูเกินความจำเป็น แต่การนำเครื่องมือและวิธีการที่ก้าวหน้าเหล่านี้มาใช้อย่างแพร่หลายทีละน้อย ประกอบกับการเขียนและเตรียมแบบจำลองที่ง่ายขึ้น จะนำไปสู่ความต้องการการเปลี่ยนแปลงภายในบริษัทอย่างหลีกเลี่ยงไม่ได้ ดังนั้น ในความเห็นของผม ผู้เชี่ยวชาญด้าน HSE ยุคใหม่ควรเริ่มพัฒนาทักษะในด้านเหล่านี้ตั้งแต่วันนี้ เพื่อให้สามารถสื่อสารกับผู้เชี่ยวชาญจากบริษัทไอทีและแผนกไอทีของตนเองด้วยภาษาเดียวกันในการแก้ปัญหาที่ซับซ้อน