การปฏิรูปสู่ ‘ดิจิทัล - AI’ สร้างจุดเปลี่ยน ‘โลกพลังงาน’

ปีเตอร์ เฮอร์เวค ประธานเจ้าหน้าที่บริหาร ชไนเดอร์ อิเล็คทริค เปิดมุมมองว่า ดิจิทัลเร่งให้เปลี่ยนไปใช้ระบบพลังงานที่ลดการปล่อยคาร์บอนได้เร็วขึ้น โดยขณะนี้หลายบริษัทกำลังพยายามทำความเข้าใจถึงคุณค่าที่แท้จริงในการใช้ AI  

แต่กระนั้นก็ยังคงมีอุปสรรคที่ขัดขวางการนำ AI มาใช้งานอย่างแพร่หลายอยู่ดี แม้ว่า AI สำหรับอุตสาหกรรมดูจะเป็นตัวเร่งให้มีการนำมาใช้งานก็ตาม ซึ่งเราไม่จำเป็นต้องใช้ AI ทั้งหมด หรือว่าไม่ใช้เลย แต่ให้เริ่มจากกรณีการใช้งานที่เกี่ยวข้องที่สุดสำหรับธุรกิจ

ฟิลิปป์ แรมบาค ประธานเจ้าหน้าที่ฝ่าย AI ของชไนเดอร์ อิเล็คทริค เผยว่า การนำ AI มาใช้ให้ประสบความสำเร็จนั้น ต้องเข้าใจถึงศักยภาพที่แท้จริงของ AI นอกเหนือจากการสาธิตการใช้งานที่สวยหรูดูดี และเข้าใจถึงผลกระทบต่อธุรกิจ

“มุมมองที่เน้นธุรกิจเป็นศูนย์กลาง (Business-centric) จะช่วยให้บรรดาผู้นำสามารถตอบคำถามสำคัญได้ว่า "ควรใช้ AI ดีหรือไม่"

ให้ประโยชน์อะไรบ้าง?

ต่อคำถามที่ว่า “การปฏิรูปสู่ดิจิทัล และ AI สำหรับอุตสาหกรรมให้ประโยชน์ในอนาคตอันใกล้อย่างไร?" คำตอบมีอยู่หลากหลายมิติ ช่วยลดการปล่อยคาร์บอน : AI สามารถปรับกระบวนการที่ใช้พลังงานสูงในโรงงาน อาคาร และแม้แต่โรงบำบัดน้ำเสียให้มีการใช้งานได้เหมาะสมยิ่งขึ้น เช่น ใช้เพื่อคาดการณ์ความต้องการในการใช้ความร้อน ปรับการใช้พลังงานได้เหมาะสม ลดต้นทุนการดำเนินงานและการบำรุงรักษา รวมถึงลดการปล่อยมลพิษ

ควบคุมความต้องการพลังงานให้เหมาะสม : AI สามารถบริหารจัดการไมโครกริด และสถานีชาร์จรถยนต์ไฟฟ้า เพื่อให้ใช้พลังงานได้อย่างมีประสิทธิภาพ และหลีกเลี่ยงการใช้พลังงานเกินขอบเขต จัดการเรื่องดีมานด์และซัพพลายด้านพลังงาน การวิเคราะห์ข้อมูลจากแหล่งต่างๆ ที่จะช่วยให้บรรลุเป้าหมาย Net Zero ได้

เพิ่มประสิทธิภาพการดำเนินงาน : AI เข้ามาปฏิวัติเรื่องประสิทธิภาพการดำเนินงาน โดยการใช้ความสามารถด้านการวิเคราะห์ของ AI ช่วยให้บริษัทปรับปรุงกระบวนการทำงาน ลดระยะเวลาดาวน์ไทม์ และบรรลุประสิทธิภาพการดำเนินงานได้อย่างน่าทึ่ง

AI สำหรับอุตสาหกรรม ศูนย์กลางของธุรกิจ : ในการนำ AI มาใช้งานไม่ว่าในกรณีใดก็ตาม สิ่งสำคัญคือ การควบคุมคุณภาพของข้อมูล ความน่าเชื่อถือ ความปลอดภัยทางไซเบอร์ และความเสี่ยงทางดิจิทัล

‘ค่อยเป็นค่อยไป’ ไม่ทันการณ์

คุณภาพของข้อมูลและความน่าเชื่อถือ : AI สำหรับอุตสาหกรรมทุกรูปแบบ ไม่ว่าจะเป็นแมชีนเลิร์นนิ่ง หรือ GenAI ต้องอาศัยข้อมูลที่ถูกฝึกมา เพราะ AI ที่ถูกฝึกด้วยข้อมูลปริมาณมหาศาลที่อยู่บนอินเทอร์เน็ต ก็อาจจะไม่แม่นยำและเกิดความอคติได้เช่นกัน

เรื่องนี้เป็นเหตุผลที่ว่า โมเดลภาษาขนาดใหญ่ หรือ LLMs อาจจะไม่ได้เหมาะสำหรับอุตสาหกรรมที่มีกฎระเบียบเข้มงวดอย่างพลังงาน

ดังนั้น วิธีการแก้ไขปัญหาเรื่องความน่าเชื่อถือคือ การให้มนุษย์เข้ามามีส่วนร่วมในกระบวนการ ไม่ว่าจะเป็นนักวิทยาศาสตร์ข้อมูล รวมถึงผู้เชี่ยวชาญด้านต่างๆ สามารถช่วยตรวจสอบและปรับปรุงรูปแบบด้วยการใช้ข้อมูลคุณภาพสูงทำให้มีความแม่นยำมากขึ้น

“หาก AI เข้ามามีบทบาทในการดำเนินงานประจำวัน การให้ความสำคัญในเรื่องคุณภาพของข้อมูล และการจัดการกับอคติที่อาจเกิดขึ้นในข้อมูลฝึกถือเป็นสิ่งสำคัญ”

ความปลอดภัยทางไซเบอร์และความเสี่ยงทางดิจิทัล : ความปลอดภัยทางไซเบอร์และความเสี่ยงทางดิจิทัลเป็นเรื่องสำคัญอันดับต้นๆ สำหรับผู้บริหารหลายคน

สำหรับองค์กรที่กำลังกำหนดกลยุทธ์ในการใช้ AI ควรพิจารณาถึงการทำงานร่วมกับผู้จำหน่ายที่มีประสบการณ์ยาวนาน เพื่อสร้างความสำเร็จ การผสานรวมเรื่องความปลอดภัยทางไซเบอร์ เข้ากับการบริหารจัดการความเสี่ยงของ AI ควรเป็นองค์ประกอบส่วนสำคัญของกลยุทธ์ทางธุรกิจ

อนาคตของพลังงานด้วย AI สำหรับอุตสาหกรรม : วันนี้ AI มีศักยภาพที่สามารถสร้างผลกระทบเชิงบวกต่ออุตสาหกรรมพลังงานได้ชัดเจน ดังนั้นจำเป็นต้องนำเทคโนโลยีเหล่านี้มาใช้อย่างรวดเร็ว ทั้งในฝั่งการผลิตและการนำไปใช้งานด้านความยั่งยืน

ขณะเดียวกัน การประสานความร่วมมือ และนโยบายที่ให้การสนับสนุน จะช่วยขยายการใช้โซลูชันและสร้างศักยภาพให้อุตสาหกรรมพลังงานในการเป็นหัวหอกนำพาไปสู่การปฏิรูประบบพลังงาน

“การเปลี่ยนแปลงที่ค่อยเป็นค่อยไปนับว่าไม่ทันการณ์ เราต้องนำ AI มาปฏิรูปทั้งการผลิตและการใช้พลังงาน เพื่อก้าวไปสู่โลกที่สะอาดขึ้น และสร้างอนาคตที่ยั่งยืนสำหรับทุกคน”