อุตสาหกรรมการผลิตอัจฉริยะ  เป็นพลังแรงขับแห่ง  ยุคการพัฒนาแบบล้มล้าง (Disruption) ที่จะเป็นแนวโน้ม  เป็นตัวเร่งให้มีการปรับสภาวะการแข่งขันในปัจจุบันและสร้างกลุ่มผู้นำในตลาดกลุ่มใหม่ขึ้นมา   บริษัทใด  อุตสาหกรรมใดที่ปรับตัวเข้ากับเทคโนโลยีได้ช้าก็จะถูกทิ้งห่างอยู่ข้างหลัง (และอาจจะถูกเหยียบก่อนทิ้ง)

การอ่านบทความนี้  เพื่อการเรียนรู้รายะละเอียดเบื้องลึก  บนเส้นทางของความเป็นโรงงานอัจฉริยะ  ไม่ว่าจะเป็น  Big Data  IOT สำหรับอุตสาหกรรม  และระบบ  AI  โดยการเชื่อมต่อของบรรดาสิ่งเหล่านี้เข้าด้วยกันจะช่วยให้เป็นการ  Transform  อุตสาหกรรมการผลิตไปสู่ยุคใหม่  ตามที่เราทราบกัน

1. What Is Smart Manufacturing ?  อะไรคือระบบการผลิตอัจฉริยะ

คำว่า  การผลิตอัจฉริยะเป็นแนวคิดกว้าง ๆ  มันไม่ใช่เรื่องที่จะนำไปใช้กับกระบวนการผลิตได้ตรงๆ  เพราะมันเป็นการผสมผสานของเทคโนโลยีหลายอย่างและวิธีการเฉพาะหลายอย่างรวมๆ กัน   โดยหากนำเอาไปใช้ในสภาวะแวดล้อมของการผลิตก็จะเรียกว่า  smart manufacturing.  โดยเราเรียกสูตรผสมของเทคโนโลยีนี้กับ “เครื่องมือที่ใช่”  นี้ว่า  Enablers  หรือเครื่องมือช่วย   ซึ่งหมายความว่ามันเป็นตัวช่วยในการ  Optimize กระบวนการผลิต  และก็เท่ากับเป็นการเพิ่มผลกำไรในภาพรวม ๆ

ตัวเครื่องมือช่วย  Enablers  ที่โดดเด่นในตลาดปัจจุบัน  เช่นว่า  :

• Artificial intelligence  หรือ  ระบบปัญญาประดิษฐ์
• Blockchain in manufacturing  ระบบบล็อกเชนในอุตสาหกรรมการผลิต
• Industrial internet of things  ระบบไอโอทีในอุตสาหกรรม
• Robotics  ระบบหุ่นยนต์
• Condition monitoring  การติดตามสภาวะกระบวนการ
• Cyber security  เรื่องความปลอดภัยในโลกไซเบอร์

บริษัทต่างๆ มักจะมีการลงทุนและค้นหาดำเนินการใหม่ที่ดีอย่างสม่ำเสมอเพื่อให้ได้กำไรสูงสุด  โดยดำเนินการผ่านการใช้เครื่องมือนั้น ๆ  หากเราทำการพิจารณาเครื่องมือเหล่านี้อย่างใกล้ชิด  เราก็จะสังเกตได้ว่า  มันต่างก็มีการสร้างข้อมูล  รับข้อมูล  หรือสลับกันไปมา  การวิเคราะห์ข้อมูลก็จะช่วยให้กระบวนการผลิตเป็นไปอย่างมีประสิทธิภาพ  โปร่งใส และยืดหยุ่น (ฮืม  มิน่าละครับ  โรงงาน  สายการผลิตที่ดูแลโดยคนแบบดั้งเดิม  ก็จะมีประเด็นเรื่องความไม่โปร่งใส  ไม่ยืดหยุ่นตามมา)

2. How Data Drives Smart Manufacturing  ? ข้อมูลขับเคลื่อนอุตสาหกรรมอัจฉริยะได้อย่างไร

การผลิตอัจฉริยะ  คือ  การผลิตที่ว่าด้วยการควบคุมและใช้ผลการวิเคราะห์ข้อมูล  ข้อมูลสำคัญเหล่านั้นจะบอกเราให้ทราบว่า เราจะต้องทำอะไร  จะทำเมื่อไหร่   และด้วยเพราะว่ากระบวนการผลิตอัจฉริยะถูกสร้างขึ้นมาท่ามกลางข้อมูล  จากความปลอดภัยของข้อมูล  ดังกล่าวแล้ว  ก็จะมีบทบาทสำคัญในระบบแวดล้อมทั้งหมดของกระบวนการผลิตอัจฉริยะ    ความปลอดภัยของข้อมูลจึงเป็นเรื่องสำคัญ  ท้าทาย  ในขณะที่มีใช้งาน  ส่งผ่านเครื่องมือช่วยต่าง ๆ  เหล่านี้

ผู้เล่น  ผู้มีส่วนได้เสียในวงการอุตสาหกรรมการผลิตอัจฉริยะจะแบ่งไปตามรูปแบบได้  3 กลุ่ม  ที่จะเรียกชื่อแบบกว้าง ๆ  ได้ดังนี้คือ  1) ผู้ให้บริการสินค้าและระบบควบคุม   2) ผู้ให้บริการด้านระบบ IT  และ 3) ผู้ให้บริการในการเชื่อมต่อหรือเครือข่ายสื่อสารนั่นเอง

• Product and control solution providers ผู้ให้บริการสินค้าและระบบควบคุมเหล่านี้รวมไปถึงทุก ๆ บริษัท  ที่เกี่ยวข้องในการพัฒนาและให้บริการสินค้าป้อนระบบอัตโนมัติต่าง ๆ  ตัวอย่างเช่น บริษัท ABB, Honeywell, Siemens, Emerson, Rockwell Yokogawa และ Schneider.
• IT solution providers or enablers  ผู้ให้บริการด้านระบบ IT  ที่จะมีบทบาทควบรวมไปถึงเรื่อง  IIoT และระบบการจัดการทรัพย์สิน  พวกเขาจะมีส่วนช่วยในการสร้างสิ่งจำเป็นพื้นฐาน  ในการสร้างระบบการควบคุม  การติดตามและวิเคราะห์  ตัวอย่างเช่น  HP, BM, Microsoft, SAS, Oracle และ Intel.
• Connectivity solution providers ผู้ให้บริการในการเชื่อมต่อหรือเครือข่ายสื่อสาร   พวกเขาเหล่านี้จะเป็นผู้ที่ทำให้การไหลของข้อมูลของระบบต่างๆ เป็นไปได้อย่างราบลื่น  รวดเร็ว  บริษัทเหล่านี้ประกอบด้วย  Cisco, Huawei  และ AT&T.

3. The Implementation of IIoT  การนำ  Industrial IOT ไปใช้งานในอุตสาหกรรม

Industrial internet of things (IIoT)  มันไม่ใช่อะไรใหม่หรอก  แต่มันคือระบบนิเวศน์อุตสาหกรรมการผลิตเดิม  ที่ทุกๆ สิ่งในกระบวนการผลิต  ทุกๆ อุปกรณ์  ทุกเครื่องจักร  ทุกชิ้นส่วน มันจะเชื่อมต่อกันได้ผ่านทางเครือข่ายการสื่อสาร  ทุกๆ ชิ้นส่วน  ทุกๆ เครื่องจักรจะถูกฝังไปด้วย  Sensors ต่างๆ  แล้วพวกมันก็จะสร้างข้อมูลที่มันวัดได้นั้นขึ้นมา  แล้วส่งผ่านไปยังระบบ  Cloud หรือโปรแกรมที่ควบคุมระบบนั้นทั้งหมด   โดยผ่านเครือข่ายสื่อสาร (WiFi, Lan หรือระบบใหม่กว่า)  ข้อมูลอันมหาศาลเหล่านี้มันมีนัยสำคัญแฝงอยู่ภายในจำนวนมาก  ซึ่งหากทำการวิเคราะห์อย่างละเอียด  มันจะช่วยให้เราเห็นส่วนมืดที่ยังไม่เปิดเผยของมันที่มีอยู่  ที่เกิดขึ้นในระหว่างกระบวนการผลิตนั้น ๆ  ผลของการวิเคราะห์ก็จะถูกนำไปสู่การแก้ไขกระบวนการผลิตเข้าหาสถานการณ์และเพื่อผลลัพธ์ตามที่ต้องการ

IIOT  จะมีบทบาทอย่างมากในกระบวนการผลิตอัจฉริยะ  ปกติแล้วเราจะไม่สามารถเพิ่มกำลังการผลิตเกินไปกว่าขอบเขตหนึ่ง ๆ ของสายการผลิตนั้น ๆ ได้  ดังนั้นคุณจะต้องทำอะไรบางอย่างเพื่อให้มีผลกำไรเพิ่มขึ้นได้  คุณไม่สามารถเพิ่มการผลิตได้อีก  เพราะมันไม่มีความต้องการเพิ่มขึ้นจากอัตราเดิมของตลาดแล้ว   ดังนั้นคุณจึงจำเป็นที่จะต้องหันไปมองเบื้องหลังของกระบวนการว่าจะทำอย่างไรให้มันมีประสิทธิภาพมากยิ่งขึ้น ซึ่งการที่คุณจะตัดสินใจว่าจะทำอย่างไรนั้น   จะเป็นไปได้อย่างถูกต้องก็ต่อเมื่อคุณมีข้อมูลโดยละเอียด  ดังนั้นจึงทำให้เกิด  IIOT ขึ้นมาเป็นองค์ประกอบในภาพอุตสาหกรรมอัจฉริยะนี้  พวกตัวเซนเซอร์ที่วัดและสร้างข้อมูลขึ้นมานี้สามารถที่จะติดตั้งได้ในแต่ละกระบวนการของการผลิต ดังนั้นคุณก็จะสามารถได้ข้อมูลจากระบบมา  ทำการวิเคราะห์  และดำเนินการแก้ไขเพื่อเพิ่มประสิทธิภาพ  และเท่ากับเป็นการเพิ่มผลกำไร

อย่างไรก็ตาม  ไม่ได้เป็นการง่ายเลยที่จะทำการนำเอา IIOT ไปใช้ในทุกที่ขององค์กร  หรือทุกๆ กระบวนการผลิตที่มีอยู่ในปัจจุบัน  แต่คุณสามารถใส่มันลงไปในระบบที่จะติดตั้งใหม่ได้  การดำเนินการเช่นนี้จะได้ผลดีก็ต่อเมื่อจะต้องมีการวางแผนให้ถูกต้องตั้งแต่แรก  ตั้งแต่การเริ่มออกแบบกระบวนการผลิตใหม่

อย่างไรก็ตาม  กระบวนการผลิตอัจฉริยะนี้ยังไม่ได้เป็นไปอย่างแพร่หลาย  แต่ก็มีอยู่บ้างประปรายในบางองค์กร  ด้วยเพราะว่าคุณไม่สามารถที่จะไปรื้อ  ไปปรับเปลี่ยนพื้นฐานการออกแบบของระบบเดิมได้ทั้งหมด  หรือก็ไม่สามารถไปใส่เซนเซอร์ได้ทั้งหมด  หรือจะไปปรับเปลี่ยนเทคโนโลยีที่เกี่ยวข้องได้  จึงทำให้การทำ IIOT ยังคงความยากอยู่และเป็นไปไม่ได้ในบางกรณี

คาดการณ์กันว่า  IoT in manufacturing market   หรือ ขนาดของตลาดสำหรับ  IOT ในอุตสาหกรรมนั้นจะโตจาก  12.67 billion USD ในปี  2017  ไปเป็น  45.30  billion USD ในปี 2022  ที่อัตราการเติบโต  CAGR 29%

สิ่งที่เป็นตัวการผลักดันให้มี  IoT in manufacturing  ในอุตสาหกรรมคือ  การที่มีความต้องการที่จะนำเอาสถานะและเฝ้าติดตามดูสิ่งต่างๆ ของระบบ ไปยังดูผ่านส่วนควบคุมกลาง  และการต้องการพยากรณ์ในงานบำรุงรักษาเชิงพยากรณ์   ที่ต้องการจะพยากรณ์สถานะของข้าวของ  ของเครื่องจักรต่างๆ ในกระบวนการ   การเพิ่มขึ้นของการผลิตแบบประหยัด  ความต้องการประสิทธิภาพที่เพิ่มขึ้นของการผลิต   การควบคุม  และห่วงโซ่อุปทานที่มีความต้องการเป็นตัวตั้ง  และการขนส่งที่ต่างเข้ามาร่วมผลักดันในตลาด  IOT นี้

.

.ภาพจาก.. https://www.attendmia.com/blog/2019/02/27/explore-the-latest-manufacturing-technology/

4. The Rise of Artificial Intelligence in Manufacturing   การเกิดขึ้นของ ปัญญาประดิษฐ์ในอุตสาหกรรมการผลิต

แนวคิด  ปัญญาประดิษฐ์  เป็นเรื่องเก่ามาก  แต่ตอนนี้เราก็มาพบมันในระบบนิวศน์ของการผลิตมากขึ้น  โดยเฉพาะในระยะ  5-6 ปีหลังมานี้  มันได้รับความสนใจสูงมากขึ้น  รวมไปถึงการลงทุนในการพัฒนา   AI in manufacturing.  ในกระบวนการผลิต  ทั้งนี้ก็ด้วย  เหตุผลเพียง 2 – 3 ประการ  คือ    คือ  AI จะทำงานได้ก็ต่อเมื่อมีข้อมูลให้มัน  และมันจะเกิดขึ้นเมื่อเราจะต้องสามารถ  ทำสิ่งนี้ให้เกิดขึ้นก่อน

• สร้างข้อมูลขนาดมหึมาจาก  เซนเซอร์ราคาถูก ๆ   (เช่น  Arduino Sensors)
• จัดเก็บข้อมูลในระบบที่ราคาถูกได้ (เช่นเก็บใน MySQL Server ที่ติดตั้งใน  Raspberry Pi)
• ประมวลผลข้อมูลได้ในอัตราที่ยอมรับได้  (เช่น  การประมวลผลโดย  Raspberry Pi , Arduino)

สิ่งเหล่านี้รวมกันจึงทำให้เกิดมี AI  ในสายการผลิต   ที่ก่อนหน้านี้อุตสาหกรรมการผลิตมักจะมีก็แต่ในประเทศที่มีต้นทุนแรงงานต่ำ ๆ   ในประเทศซึ่งไม่สามารถจะเอา  AI  แพงๆ ไปใช้งานได้  แต่พอมาเจอสถานการณ์ที่ค่าแรงสูงขึ้นทุกวัน ๆ  มันจึงจำเป็นต้องทำ  และแม้นแต่ในประเทศจีน  ทีมี AI เกิดขึ้นจำนวนมาก  จีนเป็นประเทศที่ถือได้ว่าเป็นประะเทศที่มีโรงงานผลิตสิ่งของทุกอย่างได้   จีนเองจึงมีการพัฒนา  AI ขึ้นมาเป็นอย่างมากสำหรับอุตสาหกรรมและงานอื่นๆ ที่เกี่ยวข้อง

ยิ่งไปกว่านั้น  หุ่นยนต์  บวกกับความสามารถด้าน AI  จะยิ่งมีบทบาทมากขึ้นในระบบการผลิตในประเทศจีน  หุ่นยนต์ที่มีความสามารถเชิง AI นี้เองจะเข้ามาทำงานในส่วนที่ต้องตัดสินใจ  แทนการควบคุมการทำงานตามแบบ อัลกอริทึมเพียงอย่างเดียวในหุ่นยนต์เดิม ๆ  การบำรุงรักษาเชิงพยากรณ์ก็นับเป็นอีกด้านหนึ่งที่เป็นตัวอย่างการใช้งาน AI   การบำรุงรักษาเชิงพยากรณ์จะช่วยให้ลดการสูญเสีย ทราบสภาพเครื่องจักรได้แบบทันเวลา  เรียลไทม์

The artificial intelligence (AI) in manufacturing market size  ว่ากันว่าตลาดของ  AI ในตลาดการผลิตนั้นจะมีมูลค่าเติบโตจากปี 2016  ที่มีเพียง  272.5 ล้านเหรียญ  ไปเป็น 4,882.9 ล้านเหรียญในปี  2023  โดยมี อัตราการเติบโต หรือ  CAGR 52.42%

อัตราการใช้เทคโนโลยี  Big Data  การใช้  IIOT  ในอุตสาหกรรม  การเพิ่มการใช้หุ่นยนต์ในอุตสาหกรรมเป็นอย่างมาก  การใช้เทคโนโลยีการวิเคราะห์ภาพ  การอ่านภาพในการผลิต  การร่วมมือกันระหว่างประเทศ  และการเพิ่มขึ้นของนักลงทุน  ก็จะยิ่งเป็นตัวเร่งให้มี AI ในตลาดการผลิตมากขึ้น

5. The Future of Blockchain in Manufacturing  อนาคตของ  Blockchain ในอุตสาหกรรมการผลิต

เรื่องของ  Blockchain ในอุตสาหกรรม  ถือว่ายังเป็นเพียงระยะเริ่มต้นเท่านั้น  อย่างไรก็ตามมันก็เป็นเรื่องที่พูดคุยกันมากในเทคโนโลยีใหม่ตัวนี้   ที่ปัจจุบันนี้มันยังใช้กันอยู่แต่เพียงในแวดวงการเงิน  แต่ก็มีหลายบริษัท  ที่กำลังมองหาวิธีการใช้มันในอุตสาหกรรม

เมื่อมองในด้านความสามารถของ  Blockchain   เฉพาะในแวดวงการบิน  อุตสาหกรรมอาหาร  และเครื่องดื่ม  และด้านการแพทย์ที่จะได้รับผลประโยชน์จากเทคโนโลยีนี้  ด้วยเพราะว่าอุตสาหกรรมเหล่านี้มีกฏเกณฑ์ที่เข้มงวด  มีความต้องการที่จะกำกับดูแลผู้ให้บริการจัดหาวัตถุดิบ จัดซื้อสิ่งต่างๆ ในห่วงโซ่การผลิตเหล่านั้น  Blockchain สามารถช่วยในการควบคุม  รักษาคุณภาพให้ถูกต้องมาตั้งแต่การผลิตวัตถุดิบจนได้ผลิตภัณฑ์ขั้นสุดท้าย  ในปัจจุบันนี้  จึงมีความุ่งมั่นที่จะนำเอา  Blockchain มาใช้อย่างทั่วถึงตลอดในระบบนิวศน์ของห่วงโซ่การผลิต

ในหลายๆ อุตสาหกรรมมีความตื่นตัวเรื่อง  Blockchain เป็นอย่างมาก  อาทิ  อุตสาหกรรมเครื่องนุ่งห่ม  อุตสาหกรรมโซล่าร์เซล  กิจการเหมืองแร่  การประมง  อาหารเครื่องดื่ม  การเดินเรือ  อุตสาหกรรมปุ๋ย  กิจการด้านสุขภาพอนามัย  และการบิน  และไม่เฉพาะที่กล่าวมานี้เท่านั้น และยิ่งนานวันที่เทคโนโลยีเรื่องนี้พัฒนาเต็มที่  ก็จะมีการประยุกต์ใช้  Blockchain กันมากขึ้น  บริษัทอย่าง  IBM, Microsft  GE  Samsung และ Moog ต่างก็มีส่วนเกียวข้องในการพัฒนาการนำ  Blockchain มาใช้งานในอุตสาหกรรม

ตลาดสำหรับ  Blockchain  ในแวดวงอุตสหากรรมการผลิต  ยังไม่เป็นที่ชัดเจนมากนัก   แต่เราก็หวังว่า  ตลาด  Blockchain ในอุตสาหกรรมจะเริ่มทำเงินในปี 2020  เป็นต้นไป แต่อย่างไรก็ตามหลายๆ บริษัท  ก็ไม่ได้รีรอจากด้านผู้ให้บริการ Blockchain  แต่กลับเร่งศึกษานำมันมาใช้งานด้วยตนเอง

6. The Importance of Industrial Robotics  ความสำคัญของหุ่นยนต์ในอุตสาหกรรม

สิ่งอื่นในลำดับถัดไปที่ทำให้โรงงานการผลิตทั่วไปกลายเป็นโรงงานอัจฉริยะได้คือ  การที่โรงงานนนั้นๆ มีการใช้หุ่นยนต์ในอุตสาหกรรม   ซึ่งหุ่นยต์อุตสาหกรรมนี้เองก็ไม่ใช่เรื่องใหม่อีกเช่นกัน  มันมีอยู่ในระบบมานานกว่า 40-50 ปีแล้ว    แต่สิ่งที่เปลี่ยนไปจากเดิมก็คือมันฉลาดขึ้น   ที่ในอดีต  มันถูกโปรแกรมให้ทำงานอย่างหนึ่งอย่างใด  หากต้องการจะเปลี่ยนแปลง  ก็ต้องลงโปรแกรมให้มันใหม่

แต่ตอนนี้  หุ่นยนต์ได้รับการเชื่อมต่อด้วยเซนเซอร์ต่างๆ ในสายการผลิต  และมันได้รับข้อมูลจากเซนเซอร์  และเปลี่ยนแปลงแอคชั่นในการทำงานไปด้วย  ได้มีการนำ  AI  มาใส่รวมเข้าไปในหุ่นยนต์  และนั่นเองที่ทำให้มันฉลาดขึ้นเป็นอัตโนมัติมากขึ้น  ด้วยความสามารถของ AI  คาดการณ์กันว่า  หุ่นยนต์จะเปลี่ยนแปลงบทบาทหน้าที่  วิธีการทำงานไปตามข้อมูลที่ได้รับมาแบบเรียลไทม์

ในปัจจุบันนี้  หุ่นยนต์ในอุตสาหกรรมมีการใช้กันมากในภูมิภาค เอเชียแปซิฟิก  หุ่นยนต์อุตสาหกรรมมีบทบาทสำคัญในอุตสหากรรมการผลิตรถยนต์   แนวนโยบายของรัฐถือว่าเป็นปัจจัยสำคัญต่อการเร่งรัดการพัฒนาและการเติบโตในการใช้งานหุ่นยนต์   อย่าง สหรัฐอเมริกาและจีน  ต่างก็พยายามทุ่มเทกระตุ้น  ส่งเสริม ทำให้เกิดความต้องการใช้หุ่นยนต์มากขึ้น

นอกเหนือจากหุ่นยนต์อุตสาหกรรมอย่างว่าแล้ว  ยังมีหุ่นยนต์อีกประเภท  ที่เป็นหุ่นยนต์ช่วยมนุษย์ทำงาน  มันทำงานขนานกันไปกับมนุษย์  และมันค่อย ๆ เรียนรู้จากมนุษย์จนมันสามารถทำสิ่งต่างๆ ได้เหมือนมนุษย์  ฉลาดและแม่นยำมากขึ้นเหมือนมนุษย์  จนกระทั่งมันทำงานเบาๆ ต่างๆ แทนมนุษยืได้ทั้งหมด  และยังรวมไปถึงในงานหนักบางชนิดที่มันทำงานได้ดีเทียบเท่าหุ่นยนต์อุตสหากรรม

ประมาณการว่า  industrial robot market  ตลาดหุ่นยต์อุตสาหกรรมจะมีมูลค่าประาณ  71.72 พันล้านเหรียญ USD  ในปี 2023  ด้วย CAGR 9.60%

และประมาณการว่า  collaborative robots market  ตลาดหุ่นยนต์ผู้ช่วย จะมีมูลค่าประาณ   4.28 พันล้านเหรียญ USD  ในปี 2023  ด้วย CAGR  56.94 ในระหว่างปี 2017 – 2023

โดยปัจจัยหลักที่เป็นตัวขับเคลื่อนตลาดหุ่นยนต์อุตสาหกรรมคือ  การเพิ่มขึ้นในการลงทุนเพื่อให้ทุก ๆ อย่างมีความเป็นอัตโนมัติ  รวมไปถึงความต้องการที่เพิ่มขึ้นของกิจการขนาดเล็ก  และขนาดกลาง  (SME)  ในประเทศที่กำลังพัฒนา

7. The Benefits of Digital Twins  ประโยชน์ที่ได้จะระบบ  คู่แฝดดิจิทัล

คู่แฝดดิจิทัล  เป็นอีกหลักการหนึ่งในระบบนิเวศน์ของกระบวนการผลิตอัจฉริยะ  มันคือการสร้างโมเดลเสมือนของ ทรัพย์สิน ของกระบวนการ  หรือของระบบนั้นขึ้นมา  โดยการใช้ข้อมูลที่ได้จากตัวเซนเซอร์ต่าง ๆ ที่มีอยู่ในระบบ  บวกกับอัลกอริทึมที่จะต้องใส่เข้าไป  เพื่อทำการพยากรณ์อย่างมีเหตุมีผลว่าจะทำอะไรอย่างไรกับกระบวนการ  การบำรุงรักษาเชิงพยากรณ์คือ ตัวอย่างหนึ่งของระบบที่ใช้ แนวคิด  คู่แฝดดิจิทัล   ประโยชน์ของการมีคู่แฝดดิจิทัลในงานซ่อมบำรุง  คือจะช่วยลดเวลา  ลดความสูญเสียในการพัฒนาผลิตภัณฑ์ไปได้มาก  การเพิ่มขึ้นของการใช้  IOT และ  Cloud Platforms อย่างรวดเร็ว   การใช้  3D Printing และการจำลอง  3D จะช่วยให้มีการประยุกต์  นำแนวคิด  คู่แฝดดิจิทัล ไปใช้งานได้เร็วยิ่งขึ้น

อุตสาหกรรมทางอวกาศและการป้องกันประเทศ  รถยนต์และการขนส่ง  วงการอิเลกทรอนิกส์  ไฟฟ้า  และการผลิตเครื่องจักร  วงการพลังงานและระบบสนับสนุนต่าง ๆ ต่างก็เป็นตัวสำคัญในการประยุกต์ใช้แนวคิด  คู่แฝดดิจิทัล   ในอนาคตอันใกล้เมื่อแนวคิดนี้ได้พัฒนาขึ้นมาอย่างเต็มที่แล้ว  เราก็อาจจะเห็นมันถูกนำไปใช้มากขึ้นในวงการอื่นๆ ที่ไม่ใช่การผลิตเพียงอย่างเดียว  เช่น  มันจะเกิดขึ้นในวงการค้าปลีก  ในวงการสินค้าอุปโภค  บริโภคต่างๆ

Where to Learn More  จะทำการศึกษาสิ่งต่างๆ เหล่านี้ได้อีกจากที่ไหน

• IoT in Manufacturing Market – Global Forecasts to 2022
• Top 10 Connected/Smart Industries
• Artificial Intelligence in Manufacturing Market – Global Forecasts to 2023
• IIoT Market – Global Forecast to 2023
• Equipment Monitoring Market – Global Forecast to 2023
• Smart Factory Market – Global Forecast to 2022
• Industry 4.0 Market – Global Forecast to 2022
• Industrial Robotics Market – Global Forecast to 2023
• Collaborative Robots Market – Global Forecast to 2023

About the Author: เกี่ยวกับ  ผู้เขียนบทความนี้  Pankaj Raushan เป็นผู้เชี่ยวชาญที่คร่ำหวอดอยู่ในแวดวงอุตสาหกรรมการผลิต  เขาประสบความสำเร็จในโครงการวิจัยเกี่ยวกับเทคโนโลยีที่กำลังเกิดใหม่  เขาทำงานเกี่ยวกับการวิเคราะห์อุตสาหกรรม  กลยุทธ์การเข้าสู่ตลาด  กลยุทธ์การเติบโต  และพื้นฐานสำคัญเพื่อศักยภาพในการแข่งขัน