AIEI ผนึก AWS เปิดแผนยุทธศาสตร์ปีหน้า ตั้งเป้าปั้น ‘นวัตกร AI’ 1,500 ราย พร้อมส่ง Capstone Project ลุยแก้โจทย์จริงในโรงงาน หวังปิดช่องว่างภาคการศึกษา-อุตสาหกรรม และพลิกโฉมภาคการผลิตไทยสู่ยุคดิจิทัลอย่างเต็มรูปแบบ
ภายใต้ความผันผวนของโลกเทคโนโลยีที่เปลี่ยนแปลงอย่างรวดเร็ว ดร.วรรณรัช สันติอมรทัต รองผู้อำนวยการ สถาบันวิศวกรรมปัญญาประดิษฐ์ (AI Engineering Institute – AIEI) ได้นำเสนอวิสัยทัศน์ที่น่าจับตามองสำหรับทิศทางในปีหน้า โดยมุ่งเน้นภารกิจสำคัญในการเปลี่ยนผ่านบทบาทของภาคการศึกษา จากผู้ให้ความรู้เพียงอย่างเดียว สู่การเป็น “ผู้สร้างระบบนิเวศ” (Ecosystem Builder) ที่สมบูรณ์แบบ เพื่อเชื่อมต่องานวิจัยเข้ากับโลกความเป็นจริงของภาคอุตสาหกรรมไทย
สะพานเชื่อมระหว่าง ‘ผู้สร้าง’ และ ‘ผู้ใช้’
หัวใจสำคัญของแผนงานในปีหน้า คือความพยายามในการปิดช่องว่าง (Gap) ระหว่างภาควิชาการและภาคอุตสาหกรรม ดร.วรรณรัช อธิบายว่า สถาบันการศึกษาเปรียบเสมือนฝ่ายซัพพลาย (Supply) ที่มีความพร้อมด้านโครงสร้างพื้นฐาน (Infrastructure) และองค์ความรู้ด้านการวิจัยและพัฒนา (R&D) ในขณะที่ภาคอุตสาหกรรมคือฝ่ายดีมานด์ (Demand) ที่มีความต้องการใช้งานจริง แต่บ่อยครั้งที่สองฝั่งนี้ไม่สามารถมาบรรจบกันได้
กลยุทธ์ของ AIEI จึงไม่ใช่การทำงานเพียงลำพัง แต่เป็นการดึงเอาผู้เล่นคนกลางที่สำคัญอย่าง กลุ่มผู้รวบรวมระบบ (System Integrator – SI) และ ผู้พัฒนาซอฟต์แวร์อิสระ (Independent Software Vendor – ISV) เข้ามาเป็นพันธมิตร โดยกลุ่มคนเหล่านี้คือผู้ที่อยู่ใกล้ชิดและเข้าใจปัญหาของลูกค้าในภาคการผลิต (Manufacturing) มากที่สุด การผนึกกำลังครั้งนี้จึงมีเป้าหมายเพื่อร่วมกันสร้าง “นวัตกรรมปัญญาประดิษฐ์” (AI Innovation) ที่ไม่ได้หยุดอยู่แค่แนวคิด แต่ต้องสามารถนำไปทดสอบแนวคิด (Proof of Concept – POC) หรือทดลองใช้งานจริง (Trial) ในโรงงานอุตสาหกรรมได้ เพื่อพิสูจน์ผลลัพธ์ที่เป็นรูปธรรม
เทคโนโลยีพร้อมใช้: ทางลัดสู่นวัตกรรม
เพื่อให้การพัฒนาโซลูชันเกิดขึ้นได้อย่างรวดเร็วและมีประสิทธิภาพ โครงการนี้ได้รับการสนับสนุนเทคโนโลยีจากพันธมิตรระดับโลกอย่าง อะเมซอน เว็บ เซอร์วิส (AWS) โดยทางทีมวิจัยและพัฒนา (R&D) ของสถาบันฯ จะทำหน้าที่เตรียมแพลตฟอร์มกลางที่มีความพร้อมของแบบจำลองปัญญาประดิษฐ์ (AI Model) พื้นฐานเอาไว้รองรับ
ดร.วรรณรัช ขยายความในส่วนนี้ว่า แพลตฟอร์มดังกล่าวจะประกอบไปด้วยเครื่องมือที่จำเป็นสำหรับการใช้งานในโรงงาน เช่น เทคโนโลยีการตรวจจับวัตถุ (Object Detection), การจำแนกประเภท (Classification), การติดตามวัตถุ (Object Tracking) ไปจนถึงเทคโนโลยีขั้นสูงอย่าง วิชั่น คิวรี่ (Vision Query) และ โมเดลภาษาขนาดใหญ่ (Large Language Model – LLM) การเตรียมความพร้อมนี้จะช่วยให้กลุ่มผู้พัฒนาซอฟต์แวร์ (ISV) และผู้รวบรวมระบบ (SI) ไม่ต้องเสียเวลาเริ่มนับหนึ่งใหม่ในการสร้างโมเดล แต่สามารถนำ “ตัวตั้งต้น” เหล่านี้ไปประกอบร่างและพัฒนาต่อยอดเป็นบริการหรือแอปพลิเคชันเพื่อแก้ปัญหาให้ลูกค้าได้ทันที เปรียบเสมือนทางลัดที่ช่วยลดต้นทุนและเวลาในการพัฒนา
ยกระดับ ‘คน’ สู่เป้าหมาย 1,500 นวัตกร
นอกเหนือจากเทคโนโลยี ปัจจัยชี้ขาดความสำเร็จคือ “บุคลากร” จากความสำเร็จในปีที่ผ่านมาที่สามารถสร้างบุคลากรด้านการพัฒนาคลาวด์ (Cloud Development) ได้ถึง 587 คน ในปีหน้า AIEI ได้ตั้งเป้าหมายที่ท้าทายยิ่งขึ้นในการผลิตบุคลากรด้าน AI ให้ได้ถึง 1,500 คน ผ่านหลักสูตรใหม่ 7 หลักสูตรที่ครอบคลุมมิติด้านการผลิต โลจิสติกส์ และห่วงโซ่อุปทาน
สิ่งที่น่าสนใจคือการออกแบบหลักสูตรที่แบ่งกลุ่มเป้าหมายออกเป็น 2 ส่วนอย่างชัดเจน เพื่อแก้ปัญหาที่ตรงจุด:
- กลุ่มนักพัฒนา (Developer): มุ่งเน้นการติดอาวุธทางปัญญาด้วยทักษะเชิงลึก ทั้งด้าน AI, หุ่นยนต์ (Robotics), การประยุกต์ใช้ AI กับอุปกรณ์ทางกายภาพ (Physical AI) และเทคนิคขั้นสูงอย่าง RAG (Retrieval-Augmented Generation) เพื่อให้สามารถสร้างสรรค์ระบบที่ซับซ้อนได้
- กลุ่มผู้บริหารและเจ้าของกิจการ (Management): ดร.วรรณรัช ชี้ให้เห็นปัญหาสำคัญว่า “โรงงานอยากใช้เทคโนโลยี แต่ซื้อไม่เป็น” หรือไม่ทราบว่าจะเริ่มต้นอย่างไร ทางสถาบันฯ จึงจัดเตรียมหลักสูตรสำหรับผู้บริหารเพื่อปรับเปลี่ยนกรอบความคิด (Mindset Transformation) และที่สำคัญคือหลักสูตร “การจัดซื้อจัดจ้าง AI” (AI Procurement) เพื่อให้ผู้บริหารมีความรู้ความเข้าใจ สามารถประเมินความคุ้มค่า และเลือกซื้อเทคโนโลยีได้อย่างชาญฉลาด ซึ่งถือเป็นการแก้ปัญหาที่ต้นน้ำของการนำเทคโนโลยีมาใช้
Capstone Project: เปลี่ยนโรงงานเป็นห้องเรียนภาคสนาม
เพื่อให้การเรียนรู้เกิดผลสัมฤทธิ์สูงสุด โครงการนี้จึงไม่ได้จบแค่ในห้องอบรม แต่จะมีการทำ โครงงานจบ (Capstone Project) ที่เน้นการลงมือปฏิบัติจริง โดยตั้งเป้าเริ่มต้นที่ 25 โครงการ และคาดหวังจะขยายผลไปสู่โรงงานอุตสาหกรรมให้ได้ถึง 200 แห่งในอนาคต
ดร.วรรณรัช อธิบายถึงกระบวนการนี้ว่า จะมีการระดมทีมที่ปรึกษาด้าน AI (AI Consulting) ซึ่งประกอบด้วยวิศวกรอาวุโส (Senior Engineer) เข้าไปช่วยวิเคราะห์ปัญหาที่แท้จริง (Pain Point) ในโรงงาน ไม่ว่าจะเป็นเรื่องการเพิ่มผลิตภาพ (Productivity) หรือการลดต้นทุน (Cost Reduction) และเปลี่ยนโจทย์เหล่านั้นให้เป็นโซลูชันทางเทคโนโลยี โดยมีกองทุนสนับสนุน (Matching Fund) เพื่อช่วยแบ่งเบาภาระและกระตุ้นให้เกิดการลงทุนและการลงมือทำจริง
แผนงานทั้งหมดนี้สะท้อนให้เห็นถึงความตั้งใจของ AIEI และพันธมิตร ที่ต้องการสร้างระบบนิเวศที่ยั่งยืน โดยการนำเทคโนโลยีระดับโลกมาปรับใช้ให้เข้ากับบริบทของอุตสาหกรรมไทย เพื่อสร้างความแข็งแกร่งให้กับภาคการผลิตของประเทศให้พร้อมรับมือกับโลกอนาคต
ข่าวอื่น ๆ ที่น่าสนใจ
SCBX ยื่นจดสิทธิบัตร 3 นวัตกรรม AI ยกระดับความปลอดภัยรับยุคหลังควอนตัม
Physical AI: เมื่อสมองกล ‘มีร่างกาย’ ทางรอดใหม่ที่จับต้องได้ของอุตสาหกรรมไทย
