AI Agent ในการผลิต: คำตอบที่ดีต่อคำถาม “คำสั่งซื้อไหนจะช้า” เป็นอย่างไร

เตาเผาหมายเลข 2 ใช้งานไม่ได้จนถึง 6:00 เช้าพรุ่งนี้ เราลองถามผู้ช่วย AI คำถามง่าย ๆ ว่าคำสั่งซื้อไหนมีความเสี่ยง คำตอบกลับมาในสองวินาที เขียนดีและมั่นใจ แต่ผิด

AI Agent ในการผลิต คือผู้ช่วยแบบซอฟต์แวร์ ซึ่งมักสร้างบนโมเดลภาษาขนาดใหญ่ (LLM) ที่ตอบคำถามและลงมือทำขั้นตอนต่าง ๆ ได้ด้วยการเรียกใช้ระบบอื่น เช่น อ่านคำสั่งซื้อ ค้นข้อมูลสต็อก หรือรันการคำนวณแผน คำที่สำคัญคือ เรียกใช้ AI ที่ตอบจากความรู้ทั่วไปฟังดูฉลาด แต่ AI ที่ดึงข้อมูลจาก MRP และตารางการผลิตของคุณจริง ๆ คือตัวที่มีโอกาสตอบถูก

สถานการณ์

วันอังคาร 6:00 เตาเผาหมายเลข 2 ต้องซ่อมและจะกลับมาใช้ได้วันพุธ 6:00 มีใบสั่งผลิตสามใบที่จัดตารางไว้บนเตานี้วันนี้

• MO-4471 ลูกค้า Alpha: อบในเตา 10 ชม. จากนั้นงานตกแต่งขั้นสุดท้าย 6 ชม. ส่งวันพุธ 18:00
• MO-4475 ลูกค้า Beta: อบในเตา 8 ชม. ส่งวันศุกร์
• MO-4480 ลูกค้า Gamma: อบในเตา 6 ชม. ส่งวันพฤหัสบดี 12:00

เตาเผาหมายเลข 1 มีช่วงเวลาว่างวันนี้ตั้งแต่ 14:00 ถึง 21:00 รวม 7 ชม. เตานี้ได้รับการรับรองให้ผลิตสินค้าของ MO-4480 และ MO-4471 แต่ไม่ได้รับรองสำหรับ MO-4475

คำตอบที่แย่: ลื่นไหลแต่แต่งขึ้นมา

“การหยุดเครื่องของเตาเผาอาจกระทบคำสั่งซื้อที่ครบกำหนดสัปดาห์นี้ MO-4471 และ MO-4475 ดูเหมือนมีความเสี่ยง แนะนำให้ย้ายทั้งสองรายการไปที่เตาเผาหมายเลข 1 และแจ้งลูกค้าว่าอาจล่าช้า”

อ่านแล้วดูดี ทีนี้ลองตรวจดู MO-4471 ต้องใช้ 10 ชม. แต่เตาเผาหมายเลข 1 มีแค่ 7 ชม. MO-4475 ไม่ได้รับรองให้ใช้เตาเผาหมายเลข 1 เลย และคำตอบนี้ยังพลาด MO-4480 ซึ่งเป็นคำสั่งซื้อเดียวที่ย้ายแล้วรอดได้จริง โมเดลสร้างข้อความที่ฟังเหมือนนักวางแผนการผลิต แต่ไม่ได้ดูตารางการผลิต ขั้นตอนการผลิต (Routing) หรือปฏิทินเลย

คำตอบที่ดี: มีแหล่งอ้างอิงและคำนวณจริง

“ตรวจสอบกับตารางการผลิตปัจจุบันและปฏิทินของเตาเผาหมายเลข 1 แล้ว - MO-4480 (Gamma): ย้ายไปเตาเผาหมายเลข 1 วันนี้ 14:00–20:00 ส่งวันพฤหัสบดี 12:00 ตามแผน - MO-4471 (Alpha): ยาวเกินช่วงเวลา 7 ชม. ช่องแรกบนเตาเผาหมายเลข 2 คือวันพุธ 06:00–16:00 งานตกแต่ง 16:00–22:00 ช้ากว่าเวลาส่ง 18:00 อยู่ 4 ชม. มีความเสี่ยง ทางเลือก: ทำล่วงเวลาในงานตกแต่ง หรือขอให้ Alpha รับของเช้าวันพฤหัสบดี - MO-4475 (Beta): ใช้ได้เฉพาะเตาเผาหมายเลข 2 วันพุธ 16:00–24:00 ส่งวันศุกร์ ไม่มีความเสี่ยง”

ทุกบรรทัดระบุคำสั่งซื้อ ทรัพยากร และเวลา การคำนวณตรวจสอบได้ 06:00 + 10 ชม. = 16:00 บวกงานตกแต่ง 6 ชม. = 22:00 ซึ่งเลย 18:00 ไป 4 ชม. และคำตอบนี้ให้นักวางแผนการผลิตมีเรื่องให้ตัดสินใจ ไม่ใช่การบรรยาย

คำตอบที่ดีไม่ได้มาจากการเขียนที่เก่งกว่า แต่เกิดขึ้นได้เพราะ AI ดึงข้อมูลการวางแผนจริง ได้แก่ ตารางการผลิต การรับรองใน Routing ปฏิทินทรัพยากร และวันส่งสินค้า แล้วปล่อยให้การคำนวณของระบบจัดตารางการผลิตทำหน้าที่คำนวณแทนการเดา

วิธีแยกคำตอบสองแบบนี้ออกจากกัน

ลองนึกถึงพนักงานใหม่สองคน คนหนึ่งพูดอย่างมั่นใจในทุกการประชุมแต่ไม่เคยเปิดระบบ ERP เลย อีกคนพูดน้อยกว่า แต่กลับมาพร้อมเอกสารที่พิมพ์ออกมา คุณเชื่อคนที่สอง ใช้การทดสอบเดียวกันกับ AI

• ระบุคำสั่งซื้อ ทรัพยากร และเวลาที่เจาะจงหรือไม่ คำตอบกว้าง ๆ อย่าง “คำสั่งซื้อบางรายการอาจได้รับผลกระทบ” เป็นสัญญาณเตือน
• ตามรอยแต่ละข้ออ้างไปถึงบันทึกได้หรือไม่ เลขที่คำสั่งซื้อ ช่องเวลาในปฏิทิน การรับรองใน Routing
• เคารพข้อจำกัดหรือไม่ กำลังการผลิต ทรัพยากรที่ได้รับรอง และความพร้อมของวัสดุ ไม่ใช่แค่ “ย้ายไปที่ไหนสักแห่ง”
• บอกได้หรือไม่ว่าอะไรที่ไม่รู้ “เวลาซ่อมเป็นค่าประมาณ” คือสัญญาณที่ดี

ความเชื่อผิด ๆ: “AI จะมาแทนนักวางแผนการผลิต”

ลองดูคำตอบที่ดีอีกครั้ง คำตอบหยุดอยู่ที่ทางเลือก จ่ายค่าล่วงเวลาหรือโทรหา Alpha ทางเลือกนั้นขึ้นอยู่กับเรื่องที่ไม่มีระบบไหนเก็บไว้ Alpha สำคัญแค่ไหนในไตรมาสนี้ ทีมงานตกแต่งทำงานไปแล้วเมื่อสุดสัปดาห์ก่อนหรือเปล่า พนักงานขายรับปากอะไรไว้ทางโทรศัพท์ AI ช่วยให้นักวางแผนการผลิตประหยัดเวลาค้นข้อมูลไป 30 นาที แต่คนตัดสินใจยังเป็นนักวางแผน

สิ่งที่ AI มาแทนจริง ๆ คือการค้นหา เปิดห้าหน้าจอ ส่งออกไป Excel ตรวจวันที่ไขว้กัน ซึ่งมีคุณค่า แต่ไม่ใช่การวางแผน

AI Agent ในการผลิตต้องการอะไรจากข้อมูลการวางแผน

ผู้ช่วย AI ดีได้เท่ากับข้อมูลที่ดึงได้ ถ้า ERP เก็บระยะเวลานำ (Lead Time) คงที่ 10 วันและไม่มีปฏิทินเครื่องจักร AI ก็บอกไม่ได้ว่าเตาเผาหมายเลข 2 ส่งผลอย่างไรกับวันพุธ นั่นคือ ช่องว่างระหว่าง ERP กับการวางแผนจริง ข้อมูลที่ AI ต้องการคือ

• ตารางการผลิตแบบกำลังการผลิตจำกัด (Finite Capacity) ที่มีเวลาเริ่มและเวลาเสร็จจริงของแต่ละขั้นตอนงาน
• ผลลัพธ์ MRP ที่เชื่อมการขาดแคลนแต่ละรายการกับคำสั่งซื้อที่ได้รับผลกระทบ
• ปฏิทินทรัพยากรและทางเลือกที่ได้รับรอง
• การยืนยันผลล่าสุดจากหน้างาน

ทำข้อมูลเหล่านี้ให้ถูกต้อง แล้ว AI ก็มีสิ่งที่เป็นความจริงให้อ่าน ยังทำให้วัดผลการส่งมอบได้ด้วย เพราะ OTIF ขึ้นอยู่กับวันที่เหล่านี้โดยตรง

ใน factory.online เป็นอย่างไร

factory.online ไม่มี AI Agent อัตโนมัติที่จัดตารางการผลิตของโรงงานใหม่เอง สิ่งที่มีคือข้อมูลที่คำตอบที่ดีต้องพึ่ง ได้แก่ ตารางการผลิตแบบกำลังการผลิตจำกัดบนแผนภูมิ Gantt ระบบ MRP ที่เชื่อมการขาดแคลนกับคำสั่งซื้อ ปฏิทินทรัพยากร และการยืนยันผลผลิต ในกรณีเตาเผา นักวางแผนการผลิตเห็น MO-4471 กลายเป็นงานล่าช้าทันทีที่บล็อกเตาเผาหมายเลข 2 และทดลองย้ายงานไปเตาเผาหมายเลข 1 ในสถานการณ์จำลองการวางแผนได้ก่อนแตะแผนจริง ข้อมูลแบบนี้คือสิ่งที่ผู้ช่วย AI ทุกตัวต้องดึงไปใช้ ส่วนภาพใหญ่ของวิวัฒนาการเครื่องมือวางแผน ดูได้ที่ ซอฟต์แวร์วางแผนการผลิต

สำหรับงานเพิ่มประสิทธิภาพที่มากกว่าการตอบคำถาม kafaa.ai มุ่งเน้นตารางงานแบบจ็อบช็อป สัดส่วนผลิตภัณฑ์ และทางเลือกการตัด การประเมินที่มีประโยชน์ควรตรวจสอบผลลัพธ์ที่เสนอกับข้อจำกัดจริงและเป้าหมายธุรกิจก่อนที่ทีมจะนำไปดำเนินการ

ถ้าอยากเห็นคำสั่งซื้อที่ล่าช้าของคุณเองในข้อมูลตารางการผลิตจริง นัดชมการสาธิต