TREND2019: Technology 04 คน Cobot Revolution หุ่นยนต์ ทีมงานแห่งยุคดิจิทัล
Technology & Innovation

TREND2019: Technology 04 คน Cobot Revolution หุ่นยนต์ ทีมงานแห่งยุคดิจิทัล

  • 01 Sep 2018
  • 4938

การเดินทางมาถึงของสมาร์ทโฟนทำให้เราแทบจะห่างจากอุปกรณ์อิเล็กทรอนิกส์เพียงแค่ไม่กี่เซ็นติเมตร McKinsey & Company บริษัทผู้เชี่ยวชาญที่ให้คำปรึกษาด้านพาณิชย์ ธุรกิจ และนวัตกรรม ระบุแนวโน้มโลกลักษณะนี้ว่าเป็นยุคแห่งระบบอัตโนมัติ (Automation Age) ซึ่งไม่ใช่แค่การใช้งานนวัตกรรมหรือเทคโนโลยีดิจิทัลเท่านั้น แต่ยังรวมถึงการใช้พื้นที่ด้านการเรียนรู้ การทำงาน การฝึกฝน และการสร้างอาชีพ ด้วยระบบอัตโนมัติด้วยเช่นกัน ตั้งแต่การขยายตัวของ Internet of Things (IoT) อินเทอร์เน็ตที่อยู่ในทุกสรรพสิ่ง ข้อมูลมหาศาลที่เก็บไว้ในทุกที่แม้แต่ในอากาศอย่างระบบคลาวด์ (Cloud) การหลั่งไหลเข้าสู่ระบบอัตโนมัติ ก็เพื่อเอื้อแก่การใช้งานบนฐานข้อมูลได้อย่างสะดวกนั่นเอง

เช่นเดียวกับระบบ AI ที่เข้ามาจัดการข้อมูล โดยมีบทบาทเป็นผู้ช่วยในชีวิตประจำวัน อย่าง Siri จาก Apple, Cortana จาก Microsoft, Google Now จาก Google, Alexa จาก Amazon และ M จาก Facebook ซึ่งการทำงานของระบบอัตโนมัติเหล่านี้ได้เปลี่ยนพฤติกรรมการบริโภคนิยมไปโดยสิ้นเชิง ที่ชัดเจนที่สุดคือธุรกรรมทางธนาคารที่ต่างไปจากเดิม ทุกวันนี้เราสามารถใช้คิวอาร์โค้ดหรือเซิร์ฟเวอร์ในระบบแบงค์กิ้งต่างๆ ได้อย่างรวดเร็วและสะดวกสบาย มีผลทำให้ธนาคารปิดตัวลงหลายสาขาทั่วโลก และยังกระทบถึงอัตราการจ้างงานของแรงงานมนุษย์ในหลายภาคธุรกิจ ซึ่งสำหรับโลกยุคใหม่ หลายประเทศที่เดินไวจึงจำเป็นต้องรับมือและพัฒนาศักยภาพแรงงานคนร่วมกันไปกับระบบอัตโนมัติ โดยคำนึงถึงโอกาสใหม่ที่จะเกิดขึ้นในรูปแบบการจ้างงานที่ประสานกันระหว่างคนกับหุ่นยนต์ และเติมเต็มช่องว่างด้วยเทคโนโลยีที่สามารถตอบโจทย์การใช้งานได้ทุกฝ่าย Cobot (Collaborative Robot)

แรงงานแห่งยุคปฏิวัติอุตสาหกรรมได้ผ่านช่วงระยะเวลาการเติบโต ตั้งแต่ยุคพลังไอน้ำของเจมส์ วัตต์ พลังระบบสายพานผลิตรถยนต์ของเฮนรี่ ฟอร์ด สู่ยุคคอมพิวเตอร์อัตโนมัติ และมาจนถึงทุกวันนี้ที่เข้าสู่ยุคพลังแห่งเทคโนโลยีดิจิทัล ที่เชื่อมโยงความสามารถเหมือนมนุษย์และความปลอดภัยไว้อย่างมีประสิทธิภาพ เพื่อตอบโจทย์การทำงานในทุกสายการผลิตและการให้บริการ แรงงานหุ่นยนต์ที่เข้ามามีบทบาททำให้ชีวิตคนง่ายขึ้น ไม่ได้หมายถึงการมาในรูปแบบของเครื่องยนต์ หรือรูปร่างในหนังไซไฟ แต่หมายถึงระบบ “ปัญญาประดิษฐ์” หรือ Artificial Intelligence (AI) ที่จะเข้ามามีบทบาทในการสร้างระบบ Robotics and Autonomous Systems (RAS) เพื่อวิเคราะห์การทำงานของหุ่นยนต์ ตรวจจับความผิดปกติที่อาจเกิดขึ้น รวมถึงควบคุมระบบให้เกิดความลื่นไหลและมีศักยภาพในการทำงาน จึงเรียกแรงงานหุ่นยนต์ลักษณะนี้ว่า Gray Collar ซึ่งหมายถึงแรงงานที่มีความสามารถ มีฝีมือเฉพาะ สามารถพัฒนาความคิดการทำงานดั่ง White Collar และมีศักยภาพในการทำงานในปริมาณมากดั่งอุตสาหกรรมโรงงานอย่าง Blue Collar อีกเช่นกัน

ความสามารถของหุ่นยนต์เป็นความจริงที่ต้องยอมรับ ซึ่งหากนำศักยภาพเหล่านั้นมาพัฒนาคู่กับระบบคน บริษัทผู้นำด้านวิจัยเทคโนโลยีเชื่อว่าจะสามารถก่อให้เกิดผลลัพธ์ที่ดียิ่งขึ้น McKinsey & Company ได้รวบรวมสถิติการเติบโตของระบบการทำงาน Cobot ในอุตสาหกรรมของสหรัฐอเมริกา ว่าสูงขึ้นมาจากปี 2016 เป็นร้อยละ 10 และจะสามารถขยับเป็นร้อยละ 25 ภายในปี 2025 จากการสำรวจแรงงานคนทั้งในสหรัฐอเมริกาและสหราชอาณาจักร พบว่ามากกว่า 80 % ได้ริเริ่มการฝึกทำงานกับหุ่นยนต์บ้างแล้ว และพร้อมจะรับมือกับการทำงานระบบนี้ เพราะเชื่อในความเป็นกลางและความปลอดภัย เช่นเดียวกับบริษัท Dell ที่คาดการณ์ว่าหลายบริษัทในภาคอุตสาหกรรม ต้องปรับตัวเรื่องวิชาชีพของแรงงานคนให้สามารถเรียนรู้และประสานความสามารถเข้ากับหุ่นยนต์ได้ ซึ่งรวมไปถึงการปรับตัวของระบบการศึกษา ที่ต้องพัฒนาศักยภาพด้านทักษะ เพื่อโลกอนาคตที่มีความเท่าเทียมกันระหว่างคนกับหุ่นยนต์ อย่างสถาบันออกแบบเดนมาร์ก Kolding ที่ร่วมมือกับบริษัท LEGO ออกแบบโปรแกรมการเรียนสาขา Design for Play หลักสูตรปริญญาตรี 2 ปี ด้วยวัตถุประสงค์ว่านักเรียนที่จบจากหลักสูตรนี้จะสามารถสร้างสรรค์ผลงานและนำไปใช้สำหรับการทำงานในองค์กร โดยสามารถรับมือกับบริบทที่เกิดขึ้นระหว่างแรงงานหุ่นยนต์ได้

เช่นเดียวกับบริษัท Microsoft ที่ร่วมมือกับศูนย์การเรียนรู้บริษัท Pearson สร้างทีมนักวิศวกรรมผู้ผลิตนวัตกรรม HoloLens และเฮดเซ็ตสำหรับงาน AR โดยมีโจทย์ว่าจะต้องการพัฒนาด้านสุขภาพ และการเสริมสร้างศักยภาพของมนุษย์ที่สามารถเรียนรู้ไปพร้อมกันกับระบบดิจิทัล สามารถฝึกฝนเพื่อรับมือกับการทำงานเป็นทีมในระบบดิจิทัลตั้งแต่ขั้นตอนการเรียนรู้ไปจนถึงการทำงานจริง หรือห้องเรียนของบริษัท Apple ที่เชื่อมโยงการเรียนรู้ด้านโปรแกรมกับสถานศึกษาของมหาวิทยาลัย Naples Federico II ออกแบบหลักสูตร 1 ปีสำหรับการเขียนโปรแกรมและการพัฒนาแอพพลิเคชั่น รวมถึงเรียนรู้วิชาชีพต่างๆ เพื่อนำมาใช้งานในชีวิตประจำวัน เท่านี้นักเรียนที่จบไปก็สามารถรู้วิธีการทำงานของระบบอัตโนมัติ ซึ่งรวมถึงการนำความรู้ไปต่อยอด เพื่อพัฒนาเทคโนโลยีในด้านการงานต่างๆ

ไม่เพียงสถาบันการศึกษาที่ต้องปรับการเรียนรู้เพื่อเชื่อมต่อกับบริษัทผู้พัฒนาด้านนวัตกรรมเทคโนโลยี AI แต่ยังรวมถึงการทำงานของหน่วยงานภาครัฐด้วย อย่างรัฐสภาของนิวยอร์ก ที่ริเริ่มการใช้งานระบบ AI เพื่อตรวจสอบความโปร่งใสในการลงคะแนน การประชุม หรือแม้แต่การควบคุมความปลอดภัยผ่านมอนิเตอร์อัจฉริยะ ซึ่งรัฐสภาของนิวยอร์ก ได้ขยายความร่วมมือไปยังองค์กรไม่แสวงหากำไร American Civil Liberties Union (ACLU) เพื่อใช้ระบบ AI Now สำรวจความเคลื่อนไหวของสังคม ไม่ว่าจะเป็นข้อมูลด้านอาชญากรรมหรือระบบความเสี่ยงที่พลเมืองต้องเผชิญ AI จะใช้ระบบอัลกอริทึมหาความเชื่อมโยงและนำมาปรับใช้เป็นแอพพลิเคชั่นที่เอื้อประโยชน์ด้านสวัสดิการและความปลอดภัยของประชาชนในนิวยอร์ก เช่นเดียวกับระบบการทำงานของรัฐบาลในสหราชอาณาจักร ที่นำเฟรมเวิร์คการทำงานของ Data Science Ethics มาใช้เพื่อสำรวจพฤติกรรมประชากร และวิเคราะห์ออกมาเป็นกฎหมายหรือพรบ. ที่คล้อยไปในทางการใช้ชีวิตของพลเมืองตามจารีตประเพณี และตรงต่อความต้องการของสังคม

การนำเทคโนโลยี AI มาใช้งานในระบบต่างๆ จนแทบทุกตารางนิ้ว ทำให้เกิดข้อข้องใจของสถาบันแรงงานที่ต้องการหาคำตอบในจุดยืนของแรงงานคนในอนาคต จึงกลายเป็นแนวคิดการพัฒนาคนให้เท่าทันตั้งแต่ในสถานศึกษา เพื่อเตรียมพร้อมกับการทำงานในระบบใหม่ของยุคดิจิทัลอย่างจริงจัง หรือจัดเป็นหลักสูตรระยะยาวที่ต้องอยู่ในบทเรียนของทุกแขนงสาขา อย่างมหาวิทยาลัยอ็อกซ์ฟอร์ดที่ได้ริเริ่มวิชา Malicious Use of Artificial Intelligence ขึ้นครั้งแรกในปี 2018 เพราะเชื่อว่ามนุษย์สามารถทำงานร่วมกับหุ่นยนต์ได้ การเรียนรู้และเข้าใจระบบจะช่วยให้พื้นที่การทำงานของทั้ง 2 ฝ่ายประสานกันได้อย่างลงตัว เพื่อความก้าวหน้าของชีวิตในอนาคต ทั้งยังควบคุมความปลอดภัยในการทำงานระหว่างกัน

ระบบอัตโนมัติและ AI ได้ขยายขอบเขตของการเป็นผู้ช่วยในงานที่หลากหลาย ตั้งแต่การออกแบบเป็นหุ่นมืออัจฉริยะ ประสานการทำงานร่วมกันระหว่างแรงงานคน ซึ่งมีให้เห็นมากมายในอุตสาหกรรมโรงงานและการวิจัย เช่น KUKA แขนกลที่ทำหน้าที่เสมือนมือที่ 3 ของมนุษย์ สามารถจับยึดและเพิ่มขอบเขตความสามารถในการทำงานที่ต้องใช้ความแข็งแรงของพละกำลังของร่างกาย หรือ Baxter ผู้ช่วยหุ่นเครื่องกลของบริษัท Stenner Pump Company ในฟลอริดา ออกแบบมาในรูปร่างหน้าตาที่เป็นมิตร ให้ความรู้สึกดั่งทำงานร่วมกันกับเพื่อน หรือหากจะเน้นเรื่องความแข็งแรง รวดเร็ว และเงียบ ก็ต้องยกให้นวัตกรรม AUBO ที่มีฐานการผลิตหลักอยู่ในจีน ขึ้นชื่อเรื่องน้ำหนักและความคงทน เช่นเดียวกับคู่แข่งสำคัญอย่างนวัตกรรม UR ของ Universal Robots บริษัทผู้ผลิตหุ่นยนต์จากเดนมาร์ก เป็น Cobot สัญชาติเดนมาร์กที่บุกตลาดการผลิตของอินเดียมาแล้ว 2 ปี และมีแนวโน้มขยายไปยังฐานการผลิตทั่วโลก

นอกจาก Cobot จะมาในรูปแบบของหุ่นยนต์แล้ว มันยังได้รับการพัฒนาให้ไปอยู่ในรูปของกลไกการแสดงผลผ่านเครื่องมือ AR และ VR ด้วย อย่างบริษัท Microsoft ที่ใช้ระบบ AR ในการประชุมทางไกล ใช้งานแบบเห็นภาพจริงผ่านกล้องของ HoloLens ในสถานการณ์หน้างานของเครื่องจักรอุตสาหกรรม หรือเมื่อแรงงานต้องการคำแนะนำจากผู้เชี่ยวชาญบริเวณหน้างาน เช่นเดียวกับการทำงานของ NASA ที่นำอุปกรณ์ระบบ MR มาเปิดประสบการณ์การเรียนรู้และฝึกฝน เพื่อให้ได้ความชำนาญในสภาพจำลองบนอวกาศ จากตัวอย่างมากมายที่เกิดขึ้น ปัจจุบันของการทำงานในยุคดิจิทัล ซึ่งไม่ว่า Cobot ที่ออกสู่ตลาดแรงงานจะมีรูปร่างหน้าอย่างไร หรือใช้ระบบการประมวลผลรูปแบบไหน หากเรารับมือด้วยการตั้งรับตั้งแต่ระบบการศึกษา ก็จะสามารถพัฒนาศักยภาพการทำงานเป็นทีมระหว่างคนและหุ่นยนต์ได้ การพัฒนาศักยภาพการทำงานนี้ต้องประกอบไปด้วยการเรียนรู้ที่จะทำงานไปพร้อมกับหุ่นยนต์ ไม่ว่าจะในรูปแบบผู้ช่วยออกแบบโครงการทำงานและการผลิต (Co-Design and Manufacturing Process) หรือเป็นผู้ให้คำแนะนำ (Digital Job Guidance) รายงานความคืบหน้า (Progress Monitoring) และนำมาแสดงผลเพื่อหาทางออกต่อไปในรูปแบบ (On-Site Visualisation and Planning) หรือเป็นผู้ช่วยเพื่อความปลอดภัย (Safety Guidance) และจัดระเบียบดูแลทรัพย์สินและระบบภายใน (Asset Management) เท่านี้แรงงาน Cobot ที่ดูไม่คุ้นเคย ก็จะกลายเป็นต้นทุนบนนิยามของคำว่าแรงงานใหม่ ที่ทำหน้าที่เสมือนหนึ่งในทีมงาน เพื่อรับมือกับโอกาสใหม่ๆ ที่ท้าทายในอนาคต

ที่มา:
บทความ “CES 2018: Top Technology Trend”, เข้าถึงจากฐานข้อมูลออนไลน์ WGSN
บทความ “Compassionate Tech: Towards Ethical AI”, เข้าถึงจากฐานข้อมูลออนไลน์ WGSN
บทความ “Brand, the Skills Gap and Collaborative Learning”, เข้าถึงจากฐานข้อมูลออนไลน์ WGSN
ที่มาภาพ:
sublime.cc
universal-robots.com
aubo-robotics.comscmp.com
@FranckUXJapan
pcmag.com