AI ตรวจสอบคุณภาพ (AI Inspection) คืออะไร?
คู่มือฉบับเข้าใจง่ายสำหรับโรงงานไทย
AI ตรวจสอบคุณภาพ (AI Inspection) คือระบบที่ใช้กล้องบันทึกภาพชิ้นงาน แล้วให้ AI ตัดสินว่าผ่านหรือไม่ผ่าน แทนการใช้สายตาพนักงาน จุดที่ต่างจากเครื่องตรวจแบบเดิมคือ AI เรียนรู้จากตัวอย่างได้ จึงตรวจจับตำหนิบนชิ้นงานที่หน้าตาไม่เหมือนกันทุกชิ้นได้ เช่น งานชิ้นส่วนรถ (Auto Part), งานชิ้นส่วนอิเล็กทรอนิกส์ (Electronic Part), งานหนัง, อาหาร หรือชิ้นงานที่ผ่านมือคนบันทึกภาพชิ้นงานใส่เพิ่มก่อน , งานชิ้นส่วนรถ (Auto Part), งานชิ้นส่วน อิเล็กทรอนิกส์ (Electronic Part)
1. AI แบบจำแนก (Discriminative AI)
เก่งเรื่องดู วิเคราะห์ และตัดสิน ทำงานแบบ "แคบแต่ลึก" คือเชี่ยวชาญเฉพาะเรื่องใดเรื่องหนึ่ง เช่น ดูภาพแล้วบอกว่าชิ้นงานนี้มีตำหนิหรือไม่ AI ตรวจสอบคุณภาพอยู่ในกลุ่มนี้
2. AI แบบสร้างสรรค์ (Generative AI)
เก่งเรื่องสร้างของใหม่ ทำงานแบบ "กว้างแต่ตื้น" คือทำได้หลายอย่างแต่ไม่เชี่ยวชาญเฉพาะทาง เช่น เขียนข้อความ สร้างภาพ สรุปรายงานประชุม พูดง่ายๆ คือ ถ้า Generative AI เป็นเหมือนผู้ช่วยที่ทำได้หลายอย่าง AI แบบจำแนกก็เหมือนช่างที่ทำเป็นอย่างเดียวแต่ทำได้ดีมาก และงานตรวจ QC ในโรงงานต้องการช่างแบบแรกเหมือนกัน
AI มีกี่แบบ และ AI Inspection อยู่ตรงไหน? : AI มี 2 แบบ
และโรงงานใช้คนละแบบกับ LLM Chat AI
เวลาพูดถึง AI ทุกวันนี้ คนส่วนใหญ่จะนึกถึง ChatGPT / Special List AI หรือ AI ที่ช่วยเขียนงาน แต่ AI ที่โรงงานใช้จริงเป็นคนละแบบกัน AI แบ่งใหญ่ๆ ได้เป็น 2 กลุ่ม
ทำไม AI วิเคราะห์ภาพ (AI Image Recognition) ถึงเป็นตัวที่โรงงานถามหามากที่สุด
AI แบบจำแนกถูกใช้ในหลายอุตสาหกรรม แต่ตัวที่โรงงานสอบถามเข้ามามากที่สุดคือการวิเคราะห์ภาพและวิดีโอ เหตุผลหลักคือ
"เห็นแล้วเข้าใจทันที" ไม่ต้องอธิบายยาว
จุดเปลี่ยนคือ AI ทำงานกับชิ้นงานที่ไม่เหมือนกันได้
ตัวอย่างที่เห็นภาพชัด — การตรวจว่ามีสิ่งแปลกปลอมปนในถ้วยบะหมี่กึ่งสำเร็จรูปหรือไม่ ตำแหน่งของเครื่องในแต่ละถ้วยไม่มีทางเหมือนกันเลย แต่ AI ยังแยกออกว่าอันไหนคือเครื่อง อันไหนคือสิ่งแปลกปลอม
งานหนังก็เช่นกัน ลายหนังแต่ะผืนต่างกันหมด แต่ AI ยังบอกได้ว่าตรงไหนคือลายธรรมชาติ ตรงไหนคือรอยตำหนิ
2. Poka-yoke — จับความผิดพลาดของคน ณ จุดที่เกิด
แทบไม่มีโรงงานไหนที่ทำอัตโนมัติได้ทั้งหมด ยังไงก็ต้องมีงานที่ใช้มือคน เพราะความคล่องแคล่วและการปรับตัวของคนยังเหนือกว่าเครื่องจักรอยู่มาก แต่คนก็พลาดได้ และบางครั้งความพลาดเล็กๆ ก็ส่งผลใหญ่
AI วิเคราะห์ภาพช่วยจับได้ทันทีที่เกิด เช่น ลืมใส่ชิ้นส่วน ลืมขันน็อต หรือทำผิดลำดับขั้นตอน แล้วเตือนที่หน้างานตรงนั้นเลย ไม่ปล่อยให้ของเสียไหลไปกระบวนการถัดไป
จุดนี้สำคัญกับโรงงานในไทยเป็นพิเศษ เพราะหลายโรงงานมีพนักงานหลายสัญชาติ มีการเข้า-ออกบ่อย และมีกะกลางคืนที่หัวหน้างานดูแลได้ไม่ทั่วถึง ระบบที่เตือนได้เองจึงช่วยให้คุณภาพของแต่ละกะใกล้เคียงกันมากขึ้น
3. วิเคราะห์การทำงาน แทนการเดินจับเวลา
โรงงานส่วนใหญ่ทำกิจกรรมปรับปรุงการทำงานอยู่แล้ว แต่วิธีที่ใช้มักเป็นการส่งคนที่มีประสบการณ์ไปยืนจับเวลาหน้างาน (IE Analysis)
และให้พนักงานกรอกชั่วโมงทำงานลงใบรายงานประจำวันเอง
ทั้งสองอย่างสำคัญ แต่มีความย้อนแย้งอยู่ในตัว เพราะเราใช้วิธีที่ไม่มีประสิทธิภาพเพื่อไปเพิ่มประสิทธิภาพ — ต้องจัดคนไปเก็บข้อมูลโดยเฉพาะ และพนักงานก็เสียเวลาไปกับการจดจำและกรอกข้อมูล
ซึ่งตัวเลขที่ได้ก็มาจากความทรงจำ ความแม่นยำจึงไม่สูง
AI วิเคราะห์ภาพเก็บข้อมูลการทำงานได้เองตลอดเวลา ไม่ต้องมีคนจับเวลา ไม่ต้องให้พนักงานกรอกเอง และมักเจอปัญหาที่ปกติ
มองไม่เห็น เช่น จุดที่งานไปกองรอ หรือขั้นตอนที่เสียเวลาโดยไม่จำเป็น
AI ตรวจสอบคุณภาพ (AI Inspection) ใช้ทำอะไรได้บ้างในโรงงาน?
1. ตรวจจับของเสียบนไลน์ผลิต
งานที่ AI ถูกใช้มากที่สุดคือการตรวจสอบคุณภาพภายนอก เช่น รอยตำหนิ คราบ รอยขีดข่วน หรือสิ่งแปลกปลอม
เดิมโรงงานอาจจะมีเครื่องตรวจด้วยกล้องอยู่แล้วแต่เครื่องแบบเดิมทำงานด้วยหลักการ "จำ Logic มาตรฐานไว้ แล้วจับสิ่งที่ผิดปกติไปจาก Logic " ซึ่ง Logic นั้น ยากต่อการแก้ไข หากเจอปัญหาใหม่ๆ ในชิ้นงานเดิม หรือ มีชิ้นงานใหม่ๆ เข้ามา
ทำไมโรงงานไทยถึงเริ่มสนใจ AI ตรวจสอบคุณภาพ (AI Inspection) ในตอนนี้?
1. หาคนทำงาน QC ยากขึ้นทุกปี
งานที่ต้องใช้สายตาจ้องซ้ำๆ ทั้งกะ เป็นงานที่คนเลือกทำน้อยลง คนย้ายไปหางานที่น่าสนใจกว่าและค่าจ้างสูงกว่า โรงงานในนิคมอุตสาหกรรมจะรู้สึกถึงเรื่องนี้ชัดที่สุด และเมื่อคนเข้า-ออกบ่อย มาตรฐานการตรวจก็เปลี่ยนตามคนที่ตรวจ
2. AI ไม่ล้า และตรวจได้เท่ากันทุกกะ
คนตรวจตอนต้นกะกับท้ายกะ ผลไม่เหมือนกัน กะกลางวันกับกะดึกก็ต่างกัน AI ทำงานได้ต่อเนื่องโดยมาตรฐานไม่เปลี่ยน ซึ่งสำคัญกว่าเรื่องความเร็วสำหรับงาน QC
3. เห็นสิ่งที่สายตาคนมองไม่เห็น
ตำหนิบางแบบเล็กเกินกว่าตาคนจะจับได้สม่ำเสมอ โดยเฉพาะเมื่อต้องตรวจหลายพันชิ้นต่อวัน AI จับได้คงที่กว่า และเก็บภาพไว้ให้ย้อนดูสาเหตุได้ด้วย
AI ตรวจสอบคุณภาพ (AI Inspection) เหมาะกับโรงงานแบบไหน และยังไม่เหมาะกับแบบไหน?
เหมาะมาก
ยังไม่ควรรีบ
ตรวจ QC ด้วยสายตาคนเป็นหลัก
ผลิตล็อตเล็กมาก, บุคลากรยังเพียงพอ
ชิ้นงานหน้าตาไม่เหมือนกันทุกชิ้น จนเครื่องตรวจ
แบบเดิมใช้ไม่ได้
ยังไม่มีภาพหรือตัวอย่างของเสียเก็บไว้เลย และเก็บเพิ่มไม่ได้
มีของเสียหลุดไปถึงลูกค้าจนต้องเคลม เป็นจำนวนมาก
ยังไม่ได้กำหนดว่า "ของเสีย" นับจากเกณฑ์อะไร
มีงานประกอบด้วยมือ และเคยเกิดปัญหาลืมใส่ชิ้นส่วน
ไม่มีคนดูแลระบบต่อเนื่องหลังติดตั้ง
ผลตรวจของแต่ละกะไม่เท่ากัน
ผลิตปริมาณมากและตรวจซ้ำๆ ทุกวัน
เช็กลิสต์ 8 ข้อ : โรงงานคุณถึงเวลาใช้ AI ตรวจสอบคุณภาพ (AI Inspection) หรือยัง?
คำถามที่พบบ่อยเกี่ยวกับ AI ตรวจสอบคุณภาพ (AI Inspection)
เครื่องตรวจแบบเดิมทำงานโดยจำแบบมาตรฐานไว้ แล้วจับสิ่งที่ผิดไปจากแบบนั้น จึงใช้ได้ดีเฉพาะกับชิ้นงานที่หน้าตาเหมือนกัน
ทุกชิ้น ส่วน AI เรียนรู้จากตัวอย่างของดีและของเสียจำนวนมาก จึงตรวจชิ้นงานที่หน้าตาต่างกันในแต่ละชิ้นได้ เช่น งานหนัง อาหาร หรือชิ้นงานที่ผ่านมือคน
โซลูชันที่เกี่ยวข้อง
เริ่มจากจุดเดียวก่อนก็ได้ ไม่ต้องเปลี่ยนทั้งโรงงาน
โรงงานส่วนใหญ่ที่เริ่มใช้ AI ตรวจสอบคุณภาพ (AI Inspection) ได้สำเร็จ ไม่ได้เริ่มจากการเปลี่ยนทั้งไลน์
แต่เริ่มจากจุดตรวจจุดเดียวที่ปวดหัวที่สุด แล้วค่อยขยายเมื่อเห็นผล
คุยกับทีมวิศวกรของ CSI GROUP เพื่อดูว่าจุดไหนในไลน์ผลิตของคุณควรเริ่มก่อน ไม่มีค่าใช้จ่าย และไม่มีข้อผูกมัด
ช่องทางติดต่อเรา
สนใจโซลูชัน IT ที่ปรับให้เหมาะกับธุรกิจของคุณ? ติดต่อเราได้ทันที :
