ข้อมูลจากองค์การพัฒนาอุตสาหกรรมแห่งสหประชาชาติระบุว่าอัตราการเติบโตทั่วโลกอยู่ที่ 18.2% ในปี 2022 อุตสาหกรรมกำลังฟื้นตัว ความยืดหยุ่นคือประเด็นหลักที่ก่อให้เกิดแนวโน้มที่กำลังเปลี่ยนแปลงภูมิทัศน์การผลิตทั่วโลก
การสำรวจความคิดเห็นของผู้มีอำนาจตัดสินใจระดับ C-suite กว่า 200 รายในบริษัทผู้ผลิตระดับโลกพบว่า 68% ระบุว่าความยืดหยุ่นและความคล่องตัวที่ดีขึ้นเป็นลำดับความสำคัญสูงสุดทางธุรกิจในปีต่อๆ ไป
เทรนด์ #1 – Smart Factories หรือ โรงงานอัจฉริยะ
“โรงงานอัจฉริยะ” หรือ “อุตสาหกรรมอัจฉริยะ” อันที่จริงแนวคิดนี้มีมานานแล้ว แต่ด้วยขาดการสนับสนุนอย่างจริงจังจากแต่ละภาคส่วนที่เกี่ยวข้อง โดยเฉพาะภาครัฐที่เป็นแกนหลักในการขับเคลื่อนนโยบายด้านเศรษฐกิจ จนกระทั้ง ณ ปัจจุบันได้มีนโยบาย “Industry 4.0” ขึ้นมา จึงทำให้เทคโนโลยีสำหรับภาคอุตสาหกรรมถูกพูดถึงกันมากขึ้น
โรงงานอัจฉริยะกลายเป็นส่วนสำคัญของการขับเคลื่อน “Industry 4.0” ในวงกว้างมากขึ้น เพื่อปรับปรุงสู่มาตรฐานระดับสากลทั้งในยุโรป อเมริกาเหนือ และจีน โดยเฉพาะการเปลี่ยนแปลงเรื่องการดำเนินงาน และคุณภาพสิ่งแวดล้อมทั้งภายในหรือนอกโรงงานที่ต่างฝ่ายมุ่งเน้นให้ความสำคัญมากกว่าเดิม เพราะคุณภาพของแรงงานที่เป็นหัวใจหลักในการขับเคลื่อนผลผลิตจากโรงงานสู่ตลาดผู้บริโภค
- การปฏิวัติอุตสาหกรรมครั้งแรกและครั้งที่สอง เราเห็นการนำเครื่องจักรที่ขับเคลื่อนด้วยไอน้ำและการเพิ่มขึ้นของ assembly lines
- การปฏิวัติอุตสาหกรรมครั้งที่สาม เราเห็นการนำคอมพิวเตอร์มาใช้ในการผลิต
Industry 4.0 ยังคงผลักดันไปสู่ระบบอัตโนมัติ ด้วยการนำเทคโนโลยีต่างๆ เข้ามาประยุกต์ใช้งานร่วมกัน เช่น IIoT (อินเทอร์เน็ตของสิ่งต่างๆ ในอุตสาหกรรม) ข้อมูลขนาดใหญ่ การเรียนรู้ของเครื่องกล ปัญญาประดิษฐ์ (AI) และการวิเคราะห์ขั้นสูง
The industrial internet of things (IIoT) สำหรับอุตสาหกรรมเป็นองค์ประกอบหลักของ Industry 4.0 โดย IIoT จะผสานการทำงานระหว่างเซ็นเซอร์และเครื่องจักรที่ถูกเชื่อมต่อเข้าด้วยกัน เพื่อสร้างภาพของข้อมูลที่สมบูรณ์แบบในกระบวนการผลิตทั้งหมด เพื่อปรับปรุงประสิทธิภาพการตัดสินใจ ถึงแม้ว่าในช่วงต้นปี 2020 ที่ผ่านมา ได้มีองค์กรสายการผลิตจำนวนเพียง 10% เท่านั้นที่มีการนำ IIoT ไปปรับใช้งาน
จากการคาดการณ์ ภายในปี 2025 จำนวนการบูรณาการ IIoT เพื่อปรับใช้งานภายในองค์กรสายการผลิตจะมีจำนวนเพิ่มขึ้นมากกว่าตัวเลขสถิติปีที่ผ่านๆ มาถึง 50% คิดเป็นมูลค่ามากกว่า 200,000 ล้านดอลลาร์สหรัฐฯ
มาดูข้อมูลด้านเทคนิคกันบ้าง ปัจจุบันพบว่า องค์กรที่มีการตั้งค่า IIoT ขั้นสูงพบว่าสายการประกอบชิ้นส่วนแห่งเดียวสามารถสร้างปริมาณข้อมูลได้มากถึง 70 เทราไบต์ต่อวัน จะเห็นว่าข้อมูลระดับนี้จำเป็นต้องอาศัยเทคโนโลยีการรับส่งที่มีประสิทธิภาพระดับสูงเพื่อสร้างความน่าเชื่อถือและความต่อเนื่องที่รวดเร็วให้กับข้อมูล
การรับส่งข้อมูลในปริมาณมากเช่นนี้เป็นปัจจัยช่วยกระตุ้นให้เทคโนโลยี 5G สำหรับอุตสาหกรรมเติบโตอย่างรวดเร็ว
ด้วยความเร็วที่เร็วกว่า Wi-Fi หรือ 4G (สูงสุด 10 Gbps) อย่างมีนัยสำคัญ เวลาแฝงใกล้ศูนย์ และการเชื่อมต่อไร้สาย 5G นำความยืดหยุ่นในระดับที่ไม่เคยมีมาก่อนสู่สภาพแวดล้อมการผลิตความเร็วสูง พร้อมศักยภาพในการเชื่อมต่อเซ็นเซอร์หรืออุปกรณ์แทบทุกชนิด
การคาดการณ์ล่าสุดคาดการณ์ว่าจะมีหน่วย 5G อย่างน้อย 22 ล้านหน่วยในภาคการผลิตภายในปี 2573 และมีมูลค่ากว่า 605,000 ล้านดอลลาร์
Audi เป็นตัวอย่างของผู้เริ่มนำ 5G มาใช้ โดยได้ทำสัญญากับ Ericsson เพื่อนำระบบอัตโนมัติขั้นสูงที่ขับเคลื่อนโดย 5G มาใช้ในห้องปฏิบัติการการผลิตของตน
เทรนด์ #2 – AI, การเรียนรู้ของเครื่องจักร และการวิเคราะห์ขั้นสูงช่วยขับเคลื่อนประสิทธิภาพ
ตัวอย่างที่เห็นได้ชัดเจนมากที่สุด คือ แท่นขุดเจาะน้ำมันทั่วไปมีเซ็นเซอร์มากกว่า 80,000 ตัว ซึ่งให้ข้อมูลเกี่ยวกับทุกอย่างตั้งแต่พารามิเตอร์กระบวนการ (อุณหภูมิ ความดัน และอัตราการไหล เป็นต้น) ไปจนถึงสถานะของเครื่องจักรและอุปกรณ์ ซึ่งช่วยให้สามารถตรวจสอบจากระยะไกลและการผลิตที่มุ่งเน้น ซึ่งทั้งสองอย่างนี้จะถูกป้อนโดยข้อมูล
แต่โดยเฉลี่ยแล้ว เซ็นเซอร์จำนวนมากจะส่งข้อมูลประมาณสองเทราไบต์ต่อวัน ซึ่งเกินกว่าขอบเขตของสิ่งที่สามารถวิเคราะห์ได้อย่างมีประสิทธิภาพด้วยวิธีการวิเคราะห์ข้อมูลแบบเดิม
ก่อนหน้านี้คาดการณ์ว่าการลงทุนใน AI สำหรับสายการผลิตจะเพิ่มขึ้น 8 เท่าในช่วง 5 ปีไปจนถึงปี 2021 และเพิ่มขึ้น 3 เท่าใน IT ขั้นสูง เช่น การประมวลผลแบบคลาวด์และการวิเคราะห์
ภายในต้นปี 2020 ที่ผ่านมา ธุรกิจการผลิตระดับชั้นนำเกือบหนึ่งในสี่ได้เริ่มนำโซลูชันที่ขับเคลื่อนด้วย AI มาปรับใช้ และในปี 2021 มีอัตราการเพิ่มขึ้นอย่างมากถึง 76% โดยเฉพาะในยุโรปมีการนำ AI มาใช้ในการดำเนินงานด้านการผลิตในแต่ละวันนั้นสูงมากเป็นพิเศษ
- อิตาลี ร้อยละ 80%
- เยอรมนี ร้อยละ 79%
- สหรัฐอเมริกา ร้อยละ 64%
- ญี่ปุ่น ร้อยละ 50%
- เกาหลีใต้ ร้อยละ 39%
ในอุตสาหกรรมยานยนต์ เครื่องจักรหนัก อิเล็กทรอนิกส์ เคมีภัณฑ์ และโลหะ มีการปรับใช้งาน AI มากที่สุด ซึ่งอุตสาหกรรมเหล่านี้ ต้องการประสิทธิภาพจากการตัดสินใจมากขึ้น โดยใช้ AI ตั้งแต่กระบวนการตรวจสอบคุณภาพ ไปจนถึงกระบวนการจัดการห่วงโซ่อุปทาน การตรวจสอบสายการผลิต และการจัดการสินค้าคงคลัง
จากรายงาน Harvard Business Review ประจำปี 2021 ประเมินว่ามูลค่ารวมที่สร้างขึ้นโดย AI นั้นใกล้เคียงกับ 13 ล้านล้านดอลลาร์สหรัฐฯ โดยสองในสามของบริษัทผู้ผลิตชั้นนำสามารถเพิ่มรายได้อย่างมีนัยสำคัญ จากการใช้แมชชีนเลิร์นนิงและการวิเคราะห์ขั้นสูง
ภายในปี 2026 ตลาดการวิเคราะห์การผลิตคาดว่าจะมีมูลค่า 28,400 ล้านดอลลาร์สหรัฐฯ เพิ่มขึ้นอย่างมากจากมูลค่าปัจจุบันที่ 8,450 ล้านดอลลาร์สหรัฐฯ
เทรนด์ #3 – Predictive Maintenance และ Digital Twin Technology ช่วยลดข้อผิดพลาด
IIoT เมื่อรวมกับการวิเคราะห์ข้อมูลขนาดใหญ่ทำให้สามารถใช้อัลกอริทึมที่ซับซ้อนได้อย่างมีประสิทธิภาพสูงขึ้น เพื่อความสามารถในการคาดการณ์ความล้มเหลวในกระบวนการผลิตได้อย่างแม่นยำ “รู้ก่อนที่มันจะเกิดขึ้นจริง”
ตัวอย่างเช่น ความล้มเหลวของคอมเพรสเซอร์ที่โรงงานปิโตรเลียมอาจมีค่าใช้จ่ายระหว่าง 1 ถึง 2 ล้านดอลลาร์สหรัฐฯ ต่อวัน ในขณะที่การศึกษาแสดงให้เห็นว่าการหยุดทำงานโดยไม่ได้วางแผนส่งผลเลวร้ายให้ผู้ผลิตต้องสูญเสียค่าใช้จ่ายมากถึง 50,000 ล้านดอลลาร์สหรัฐฯ ต่อปี
ข้อมูลบ่งชี้ว่าการบำรุงรักษาเชิงคาดการณ์สามารถลดเวลาหยุดทำงานได้ถึง 30% ถึง 50% เพิ่มอายุการใช้งานของเครื่องจักรได้ 20% ถึง 40% และลดค่าใช้จ่ายได้มากกว่า 30% โดย 35% ของผู้ผลิตขนาดใหญ่ในสหรัฐอเมริกาใช้เทคนิคการบำรุงรักษาเชิงคาดการณ์แล้ว
Airbus เป็นลูกค้ากลุ่มแรกๆ ที่ช่วยลูกค้าของสายการบินในการนำเทคนิคการคาดการณ์ขั้นสูงไปปรับใช้ โดยในปี 2022 Airbus ได้ร่วมมือกับ GE เพื่อปรับใช้ซอฟต์แวร์การบำรุงรักษาเชิงคาดการณ์ที่อิงตาม AI และ ML ที่ซับซ้อน เพื่อคาดการณ์ความล้มเหลวของชิ้นส่วนในเครื่องบิน และดำเนินการซ่อมแซมและเปลี่ยนอะไหล่อย่างทันท่วงที เพื่อปรับปรุงความปลอดภัยและความสามารถในการทำกำไร
ตลาดสำหรับโซลูชันการบำรุงรักษาเชิงคาดการณ์มีมูลค่า 3,800 ล้านดอลลาร์สหรัฐฯ ณ สิ้นปี 2020 และคาดว่าจะเติบโตเป็น 13,900 ล้านดอลลาร์สหรัฐฯ ภายในปี 2026 ทำให้เห็นถึงภาพการเติบโตของ IIoT, AI และ ML และยังได้สร้างอีกเทรนด์ย่อยที่สำคัญของวิวัฒนาการของโรงงานอัจฉริยะ นั่นคือ Digital Twin
การประยุกต์ใช้ Digital Twins มีตั้งแต่การทำนายอายุการใช้งานของผลิตภัณฑ์ตามการออกแบบ (เช่นเดียวกับที่ GE ทำกับเครื่องยนต์ไอพ่นของเครื่องบิน) ไปจนถึงการจัดการโรงงานทั้งหมดและเพิ่มประสิทธิภาพการดำเนินงานผ่านการจำลองและการวิเคราะห์แบบ What-if (ดังที่แสดงโดย Siemens)
จากคาดการณ์มองว่าเมื่อจบสิ้นปี 2021 เกือบครึ่งหนึ่งของอุตสาหกรรมขนาดใหญ่ทั้งหมดจะนำ Digital Twins ไปปรับใช้ และคาดว่าธุรกิจต่างๆ จะประหยัดเงินได้มากถึง 1,00,000 ล้านดอลลาร์สหรัฐฯ จากการใช้ Digital Twins
เทรนด์ #4 – การปรับโครงสร้างห่วงโซ่อุปทานกำลังเปลี่ยนแปลงสถานที่ผลิตผลิตภัณฑ์
การหยุดชะงักเนื่องจากโควิด-19 ส่งผลกระทบต่อห่วงโซ่อุปทานโดยตรง และคาดว่าการฟื้นฟูจะมีมูลค่าสูงถึง 443,000 ล้านดอลลาร์สหรัฐฯ โดยการเปลี่ยนแปลงเชิงกลยุทธ์ในการจัดการห่วงโซ่อุปทานไม่ได้จำกัดเฉพาะสถานที่ตั้งของโรงงานผลิตเท่านั้น โดยในปี 2021 กว่า 83% ของบริษัทผู้ผลิตในสหรัฐฯ ยืนยันว่าพวกเขาจะย้ายฐานการผลิตใหม่ เมื่อเทียบกับในปี 2020 มีสัดส่วนเพียงแค่ 54% เท่านั้น
การเปลี่ยนแปลงเชิงกลยุทธ์ในการจัดการห่วงโซ่อุปทานไม่ได้จำกัดเฉพาะสถานที่ตั้งของโรงงานผลิตเท่านั้น แหล่งที่มาของวัตถุดิบและส่วนประกอบ เป็นอีกปัจจัยที่สำคัญในเชิงกลยุทธ์ เช่น การจัดหาแบบใกล้แหล่ง การจัดหาแบบหลายแหล่ง การจัดหาในท้องถิ่น สิ่งเหล่านี้ส่งผลต่อต้นทุนที่จะเกิดขึ้นโดยตรง
Just-in-time คือ ปรัชญาการจัดการสินค้าคงคลังที่มุ่งเน้นให้แน่ใจว่ามีชิ้นส่วนพร้อมใช้ในสายการผลิตเมื่อต้องการ ในระยะเวลาที่เหมาะสม หรือไม่ล่าช้าจนเกินไป ยกตัวอย่างจากวิกฤติในอุตสาหกรรมกว่า 169 แห่งเข้าสู่ภาวะขาดแคลนชิปคอมพิวเตอร์ทั่วโลก ซึ่งมีแนวโน้มว่าจะคงอยู่เช่นนี้ไปจนถึงสิ้นปี 2023 เป็นอย่างน้อย
จากข้อมูลบ่งชี้ว่า 50% ของผู้ผลิตกำลังมองหาซัพพลายเออร์ทางเลือกและซัพพลายเออร์สำรอง และคาดว่าสินค้าที่จะถูกผลิตขึ้นจะมีจำนวนมากถึง 25% ซึ่งจะถูกจัดสรรใหม่หรือย้ายฐานทั่วโลก ซึ่งมีมูลค่ากว่า 4,500,000 ล้านดอลลาร์สหรัฐฯ
เทรนด์ #5 – โรงงานขนาดเล็กถือกำเนิดขึ้นเมื่อการค้าพัฒนาขึ้น
การเปลี่ยนแปลงแนวความคิดนี้นำไปสู่การเติบโตของโรงงานขนาดเล็ก ซึ่งเป็นโรงงานที่มีโมดูลสูงที่ปรับใช้เทคโนโลยีที่ล้ำสมัย เช่น ปัญญาประดิษฐ์ วิทยาการหุ่นยนต์ และข้อมูลขนาดใหญ่ เพื่อเปิดใช้งานการผลิตแบบ hyper-autonomous
แนวโน้มของโรงงานขนาดเล็กเป็นการผสมผสานที่สมบูรณ์แบบของสองเมกะเทรนด์ (โรงงานอัจฉริยะและการปรับโครงสร้างห่วงโซ่อุปทาน) การแสวงหาความยืดหยุ่นทำให้ผู้ผลิตพยายามปรับปรุงความยืดหยุ่นเพื่อรองรับการรันด์ชิ้นส่วนขนาดเล็ก และการปรับเปลี่ยนสายการผลิตเพื่อประกอบโมเดลใหม่อย่างรวดเร็ว
ในปี 2020 บริษัทสตาร์ทอัพด้านการผลิตรถยนต์ไฟฟ้าชื่อ Arrival สร้างกระแสอย่างมากเมื่อเซ็นสัญญาที่มีมูลค่ามากถึง 110 ล้านดอลลาร์สหรัฐฯ กับ Hyundai และได้รับคำสั่งซื้อรถตู้ไฟฟ้าจำนวน 10,000 คันจาก UPS ซึ่ง Arrival กำลังสร้างรถตู้ในโรงงานขนาดเล็ก ซึ่งมีขนาด (และต้นทุน) เพียงเศษเสี้ยวของโรงงานแบบดั้งเดิม และยังประกาศอีกว่าจะสร้างโรงงานขนาดเล็กเพิ่มมากกว่า 1,000 แห่งทั่วโลกภายในปี 2026 ด้วยการควบคุมพลังขับเคลื่อนจาก IIOT, หุ่นยนต์ และระบบอัตโนมัติขั้นสูงผ่าน AI ตลอดจนการอนุญาตให้ย้ายจุดผลิตใกล้กับจุดซื้อขาย โรงงานขนาดเล็กจึงสามารถลดเวลาในการนำสินค้าเข้าสู่ตลาด ลดความไร้ประสิทธิภาพ และเปิดใช้งานความคล่องตัวเพื่อเปลี่ยนการผลิตที่ไม่เคยมีมาก่อน
เทรนด์ #6 – ผู้ผลิตขึ้นค่าแรงและปรับทักษะแรงงานเพื่อต่อสู้กับปัญหาการขาดแคลนแรงงาน
- จากการสำรวจของ Deloitte เมื่อเร็วๆ นี้ มีการประเมินว่าภาคการผลิตจะขาดแรงงานที่มีทักษะ 2,100,000 คนภายในปี 2573
- การสำรวจแสดงให้เห็นว่า 38% ของผู้บริหารกล่าวว่าการสรรหาพนักงานใหม่มีความสำคัญสูงสุดสำหรับพนักงานฝ่ายผลิตในปี 2022
- ผู้ผลิตกล่าวว่าการค้นหาผู้มีความสามารถนั้นยากกว่าปี 2018 ถึง 36%
- การสำรวจในเดือนสิงหาคม 2022 จากสมาคมผู้ผลิตแห่งชาติรายงานว่าการสรรหาบุคลากรเป็นปัญหาที่ใหญ่ที่สุดสำหรับ 76% ของผู้ผลิตที่ทำการสำรวจ
- การเพิ่มค่าจ้างเป็นวิธีหนึ่งที่ผู้ผลิตต้องการดึงดูดผู้มีความสามารถ ผู้ผลิตเกือบสามในสี่กล่าวว่าพวกเขาจะขึ้นค่าจ้างมากกว่าค่าเฉลี่ย 3% ในปี 2022
- ในปี 2564 เมื่อค่าจ้างสำหรับพนักงานใหม่มีการเติบโต 6.8% และอุตสาหกรรมโดยรวมขึ้นค่าจ้าง 3.2%
- ผู้ผลิตยังเพิ่มการรักษาและเพิ่มทักษะให้กับพนักงานปัจจุบันเป็นสองเท่า
ในแบบสำรวจของ Deloitte ผู้ตอบแบบสำรวจ 31% กล่าวว่าการรักษาพนักงานไว้มีความสำคัญสูงสุด และ 13% กล่าวว่าพวกเขาให้ความสำคัญกับการปรับทักษะใหม่ เกือบ 70% ของพนักงานฝ่ายผลิตที่มีอายุต่ำกว่า 25 ปีกล่าวว่าพวกเขายังคงยึดมั่นกับนายจ้างเพราะพวกเขาเสนอโอกาสประเภทนี้
อย่างไรก็ตาม เมื่อการใช้ความสามารถของ AI และหุ่นยนต์เพิ่มขึ้น ชุดทักษะของพนักงานฝ่ายผลิตก็จำเป็นต้องเปลี่ยนไป ซึ่งคาดการณ์ว่าความต้องการทักษะทางกายภาพและทักษะด้วยตนเองในงานที่ทำซ้ำๆ จะลดลงประมาณ 30% ในทศวรรษหน้า ในขณะเดียวกัน ความต้องการทักษะทางเทคโนโลยีจะเพิ่มขึ้นมากกว่า 50% และความต้องการความเป็นผู้นำคาดว่าจะเพิ่มขึ้น 30%
เพื่อเป็นแนวทางให้องค์กรต่างๆ ในการปรับทักษะพนักงาน MxD (Manufacturing x Digital) ได้เผยแพร่คู่มือการจ้างงานที่นำธุรกิจผ่านกระบวนการยกระดับทักษะ 247 ตำแหน่งงาน ซึ่งหลายบทบาทอยู่ในความปลอดภัยทางไซเบอร์
อีกตัวอย่างหนึ่ง สถาบันเพื่อนวัตกรรมการผลิตคอมโพสิตขั้นสูง (IACMI) ได้เปิดตัวโปรแกรม ACE: America’s Cutting Edge เป็นการฝึกอบรมฟรี
เทรนด์ #7 – การสรรหาผู้มีความสามารถใหม่
Manufacturing Institute ระบุว่า 64% ของผู้ผลิตกล่าวว่าความหลากหลายและความพยายามในการรวมเป็นหนึ่งเดียวคือจุดสนใจหลักสำหรับบริษัทของตน โดยมีคำมั่นสัญญาระบุว่าผู้ผลิตจะดำเนินการที่จับต้องได้ 50,000 รายการเพื่อบรรลุเป้าหมายนี้ และสร้างเส้นทางสู่โอกาสในการทำงานสำหรับกลุ่มที่ยังไม่สามารถเข้าถึงโอกาสกว่า 300,000 แห่งภายในปี 2573
ผู้หญิงเป็นหนึ่งในกลุ่มประชากรที่มีบทบาทน้อยกว่าในภาคการผลิต โดยผู้เชี่ยวชาญด้านการผลิตน้อยกว่า 1 ใน 3 คนเป็นผู้หญิง นอกจากนี้ ผู้หญิงยังมีแนวโน้มที่จะออกจากงานในภาคการผลิตมากกว่าผู้ชายถึง 1.8 เท่า
ในขณะที่ 68% ของคนงานเป็นคนผิวขาว มีเพียง 11% เท่านั้นที่เป็นชาวฮิสแปนิก 10% เป็นคนผิวดำ และ 6% เป็นชาวเอเชีย
เทรนด์ #8 – ผู้ผลิตเอกชนและหน่วยงานรัฐบาลผลักดันอุตสาหกรรมไปสู่ความเป็นกลางทางคาร์บอน
ทั่วโลก อุตสาหกรรมการผลิตมีการปล่อยคาร์บอนถึง 1 ใน 5 ของการปล่อยคาร์บอนทั้งหมด ท่ามกลางการผลักดันทั่วโลกสู่ความยั่งยืน บริษัทมหาชนขนาดใหญ่กว่า 20% ของโลกได้ให้คำมั่นสัญญาว่าจะปล่อยคาร์บอนสุทธิเป็นศูนย์ในอนาคตอันใกล้ บริษัทผู้ผลิตหลายแห่ง รวมถึงหน่วยงานของรัฐ กำลังร่วมมือกันผลักดันสู่ความเป็นกลางทางคาร์บอนบนเป้าหมายเดียวกัน
เป้าหมายของบริษัทต่างๆ คือ การบรรลุคาร์บอนสุทธิเป็นศูนย์ภายในปี 2583 ใช้พลังงานไฟฟ้าหมุนเวียน 100% ภายในปี 2573 และเปลี่ยนผ่านสู่ยานยนต์ไฟฟ้าอย่างมีนัยสำคัญ
เทรนด์ #9 – การโจมตีทางไซเบอร์ทำให้เกิดการหยุดทำงานและข้อมูลรั่วไหล
ในดัชนี X-Force Threat Intelligence ของ IBM ภาคส่วนการผลิตได้รับการจัดอันดับให้เป็นอุตสาหกรรมที่ได้รับความเสียหายจากการโจมตีทางไซเบอร์มากที่สุดในปี 2021 ซึ่งนับเป็นครั้งแรกในรอบ 5 ปีที่การถูกโจมตีในกลุ่มนี้พุ่งแซงหน้าสถาบันการเงินที่เคยเป็นเป้าหมายหลักของโจรไซเบอร์
PwC รายงานว่า 49% ของผู้ผลิตระบุความเสี่ยงด้านความปลอดภัยทางไซเบอร์ว่าเป็นหนึ่งในความท้าทายที่ใหญ่ที่สุดที่บริษัทของพวกเขาจะต้องเผชิญในอีกสองปีข้างหน้า
องค์กรการผลิตเป็นเป้าหมายที่น่าดึงดูดใจเป็นพิเศษสำหรับแฮ็กเกอร์ เนื่องจากอุตสาหกรรมมีอดทนต่อการหยุดทำงานต่ำที่สุด ตามข้อมูลของผู้เชี่ยวชาญด้านไอที จากปัญหาห่วงโซ่อุปทานของ COVID-19 อาชญากรไซเบอร์ได้ใช้ประโยชน์จากปัญหาห่วงโซ่อุปทานที่มีอยู่เพื่อทำลายธุรกิจที่กำลังประสบปัญหาอยู่แล้ว
เมื่อ Industrial 4.0 กำลังเข้ามาอย่างเต็มตัว ผู้ผลิตกลับมีความเสี่ยงที่จะถูกโจมตีมากยิ่งขึ้นกว่าเดิม อาชญากรไซเบอร์สามารถโจมตีซอฟต์แวร์ เฟิร์มแวร์ หรือฮาร์ดแวร์ จากข้อมูลของ X-Force Threat Intelligence Index จาก IBM พบว่า 23% ของการโจมตีในปี 2021 มาในรูปแบบของแรนซัมแวร์
ในเดือนมีนาคม 2022 กลุ่มแรนซัมแวร์ได้โจมตี Denso Corporation ซึ่งเป็นผู้ผลิตชิ้นส่วนยานยนต์รายใหญ่ที่เป็นผู้จัดหาให้กับบริษัทต่างๆ เช่น Toyota, Mercedes-Benz และ Ford แฮ็กเกอร์ได้เผยแพร่ข้อมูลที่สำคัญที่ถูกขโมยเกี่ยวกับโตโยต้า ซึ่งรวมถึงอีเมล การเขียนแบบทางเทคนิค ใบสั่งซื้อ และข้อมูลอื่นๆ จำนวน 14 เทราไบต์ของข้อมูล
- ในเดือนกุมภาพันธ์ 2022 Nvidia ผู้ผลิตชิปและหน่วยประมวลผลกราฟิกรายใหญ่ถูกโจมตี
- กลุ่มแรนซั่มแวร์ชื่อ Lapsus$ อ้างความรับผิดชอบในการโจมตีดังกล่าว ซึ่งได้รั่วไหลของแผนงาน Nvidia, ไดรเวอร์, เฟิร์มแวร์ และข้อมูลประจำตัวของพนักงาน
- ในการเผชิญกับความเสี่ยงด้านความปลอดภัยทางไซเบอร์ที่เพิ่มขึ้นเหล่านี้ องค์กรมากกว่า 50 แห่งได้รวมตัวกันในปี 2020 เพื่อก่อตั้ง Cybersecurity Manufacturing Innovation Institute (CyManII)
- ในเดือนกุมภาพันธ์ 2022 องค์กรได้ประกาศการสร้าง Texas Manufacturing x Transformation Hub เป้าหมายของศูนย์กลางนี้คือการฝึกอบรมพนักงานฝ่ายผลิต 1 ล้านคนสำหรับการเตรียมความพร้อมด้านความปลอดภัยทางไซเบอร์ภายในปี 2026
เทรนด์ #10 – Additive Manufacturing อุตสาหกรรมการผลิตแบบเติมเนื้อ กลายเป็นแนวโน้มที่สำคัญ
ผู้ผลิตสามารถใช้การพิมพ์ 3 มิติเพื่อพิมพ์ชิ้นส่วนภายในบริษัท และก้าวนำหน้าความล่าช้าของซัพพลายเชน การพิมพ์ 3 มิติ หรือที่เรียกว่าการผลิตแบบเติมเนื้อวัสดุ เคยเป็นการทดลองสำหรับผู้ผลิตส่วนใหญ่ แต่ปัจจุบันเป็นวิธีประหยัดต้นทุนที่ถูกกฎหมายซึ่งนำไปใช้กับงานที่หลากหลาย โดยเฉพาะการผลิตอุปกรณ์จับยึดและฟิกซ์เจอร์มาใช้ภายในบริษัทได้ ซึ่งช่วยประหยัดเวลาและเงิน
ในตัวอย่างหนึ่ง Pankl Racing Systems ผู้ผลิตระบบกลไกสำหรับรถยนต์และเครื่องบิน ใช้การพิมพ์ 3 มิติสำหรับอุปกรณ์จับยึดแบบกำหนดเอง กระบวนการนี้เร็วขึ้น 48 เท่าและราคาถูกกว่าจิ๊กสำหรับเครื่องกลึง CNC ถึง 12 เท่า
การพิมพ์ 3 มิติกำลังเป็นที่นิยมอย่างมากในอุตสาหกรรมการผลิตโลหะ ตลาดการพิมพ์โลหะ 3 มิติคาดว่าจะเติบโตที่ CAGR 19.5% จนถึงปี 2028 ซึ่งมีมูลค่ารวมเพิ่มขึ้นเป็น 11,600 ล้านดอลลาร์สหรัฐฯ
Mantle เป็นหนึ่งในสตาร์ทอัพที่ให้บริการเครื่องพิมพ์ 3 มิติเพื่อกำจัดหรือลดเวลาและเงินที่ใช้ไปกับการสร้างเครื่องมือเหล็กกล้าลงอย่างมาก โดยเทคโนโลยีของพวกเขาสามารถนำไปสู่การลดระยะเวลารอคอยสินค้าลง 80% และลดต้นทุนลง 50% อ้างอิงข้อมูลตามเว็บไซต์ของ Mantle
Limber Prosthetics and Orthotics ในซานดิเอโกจะสแกนแขนขาของผู้พิการทางดิจิทัล จากนั้นใช้การพิมพ์ 3 มิติเพื่อผลิตแขนขาเทียมเองภายในเวลาเพียงไม่กี่ชั่วโมง และมีค่าใช้จ่ายน้อยกว่าหนึ่งในสิบของต้นทุนของขาเทียมแบบดั้งเดิม
ผู้ผลิต Kav ได้รับรางวัลหมวกกันน็อคจักรยานที่ทนทานต่อแรงกระแทกมากกว่ามาตรฐานความปลอดภัยในปัจจุบันถึง 25% หมวกกันน็อคจักรยานแบบสั่งทำพิเศษซึ่งผลิตขึ้นเพื่อให้พอดีกับศีรษะของนักขี่จักรยานผลิตด้วยการพิมพ์ 3 มิติเช่นกัน
นอกเหนือจากความปลอดภัยที่เพิ่มขึ้นแล้ว หมวกกันน็อคเหล่านี้ยังผลิตด้วยโพลิเมอร์ที่เป็นเอกสิทธิ์ของเทอร์โมพลาสติกโพลียูรีเทน (TPU) และคาร์บอนไฟเบอร์ มีน้ำหนักเบากว่าวัสดุทั่วไปถึง 20% และคงความแข็งแรงไว้ได้ที่อุณหภูมิ -30°C และสูงถึง 70°C
บทสรุป
ทั้ง 10 เทรนด์ Manufacturing 2023 & 2024 ที่กล่าวมาทั้งหมดนี้ คือการเปลี่ยนแปลงที่สำคัญในการออกแบบห่วงโซ่อุปทาน การปฏิวัติด้านอุตสาหกรรม และกำเนิดรูปแบบการผลิตใหม่ๆ เพื่อก้าวที่สำคัญสู่ Smart Factories ใน Industrial 4.0 อย่างยั่งยืน
ที่มา : https://explodingtopics.com/blog/manufacturing-trends