ต่อจาก EP1 ที่เราได้พูดถึงทิศทางเเละเเนวโน้มในอนาคตของเทคโนโลยีหุ่นยนต์ เเละ Ai มาใน EP ที่ 2 นี้เราจะมาพูดกันเรื่องของความสำคัญของอุตสาหกรรม Automation เเละ Ai โดยพื้นฐานแล้ว การพัฒนาด้านวิทยาศาสตร์หรือนวัตกรรมต่าง ๆ ของมนุษย์นั้น มักเกิดขึ้นจากความพยายามในการแก้ไขปัญหา หรือการเอาชนะขีดจำกัดบางอย่างของมนุษย์ ยกตัวอย่างเช่น ความต้องการที่มนุษย์ต้องการที่จะลดต้นทุนและระยะเวลาใน การผลิตสินค้า เป็นปัจจัยสำคัญในการผลักดันให้นักวิทยาศาสตร์สามารถสร้างเครื่องจักรไอน้ำและนำพามนุษย์ให้เข้าสู่การปฏิวัติอุตสาหกรรมครั้งแรกได้สำเร็จ จนถึงปัจจุบัน มนุษย์เราก็ยังคงพยายามแก้ไขปัญหาต่าง ๆ จนเข้าสู่ยุคของการปฏิวัติอุตสาหกรรมครั้งที่ 5 ที่เริ่มมีการใช้ระบบ Cloud Computing, AI, Big Data, Augmented Reality และ Collaborative Robot มาใช้ในระบบอุตสาหกรรม โดยมีมนุษย์เป็นจุดศูนย์กลาง ทำหน้าที่ในการควบคุมเทคโนโลยีเหล่านี้
ปัญหาสำคัญที่ส่งผลกระทบให้มนุษย์ในปัจจุบันต้องเร่งพัฒนาเทคโนโลยี Automation และ AI ขึ้นมานั้นเกี่ยวข้องกับประเด็น “ความยั่งยืน”หรือ “Sustainability” โดยตรง ซึ่งประกอบไปด้วย 3 มิติย่อย ดังต่อไปนี้

• มิติด้านเศรษฐกิจ เนื่องจากความต้องการของตลาดในปัจจุบัน มีแนวโน้มที่จะต้องการสินค้าหรือบริการที่มีราคาถูกมากยิ่งขึ้น มีคุณภาพที่ดีมากยิ่งขึ้น จำนวนมากขึ้น และสามารถจัดส่งได้เร็วขึ้น ทางผู้ผลิตหรือผู้ให้บริการจึงต้องมีการนำเทคโนโลยีเหล่านี้มาปรับใช้ เพื่อตอบสนองต่อความต้องการของตลาด
• มิติด้านสังคม เนื่องจากโครงสร้างของประชากรในปัจจุบันกำลังจะกลายเป็นสังคมผู้สูงอายุ (Aging Society)
• ซึ่งหมายความว่าในอนาคตจะมีแรงงานมนุษย์หายไปจากระบบมากยิ่งขึ้นเรื่อย ๆ เทคโนโลยี Automation และ AI
• จึงมีความสำคัญในแง่ของการทดแทนแรงงานที่กำลังจะหายออกไปจากระบบเหล่านี้ เพื่อคงไว้ซึ่งขีดความสามารถใน การผลิตและการบริการ หรือขยายมากขึ้นในขณะที่แรงงานมนุษย์กำลังลดลง

มิติด้านสิ่งแวดล้อม เนื่องจากโลกของเราเริ่มเกิดความเสื่อมโทรมจากการใช้ทรัพยากรอย่างหนักหน่วงในช่วงระยะเวลาที่ผ่านมา โดยเฉพาะอย่างยิ่งทรัพยากรที่มีจำกัด เช่น น้ำมัน และป่าไม้ รวมถึงอุตสาหกรรมในระบบเก่า มีการปล่อยมลภาวะที่เป็นของเสียจากการผลิตอยู่เป็นจำนวนมาก เทคโนโลยีดังกล่าวจึงถูกพัฒนาขึ้นเพื่อช่วยในการวิเคราะห์และคำนวณให้ภาคอุตสาหกรรมสามารถใช้ทรัพยากรได้อย่างคุ้มค่ามากยิ่งขึ้ี้น รวมถึงหาวิธีการใหม่ ๆ ให้เกิดของเสียจากภาคการผลิตที่น้อยลง

นอกเหนือจากประโยชน์ในข้างต้น การพัฒนาเทคโนโลยีในอุตสาหกรรมนี้ยังช่วยให้เกิดแนวทางการทำธุรกิจใหม่ ๆ เพิ่มขีดความสามารถในการแข่งขันของอุตสาหกรรม ซึ่งเทคโนโลยีที่ก่อให้เกิด Impact สูงเหล่านี้ มีความเป็นไปได้อย่างมากที่จะถูกพัฒนาต่อยอดไปในอนาคต

5 เทคโนโลยีมาแรง ในกลุ่มอุตสาหกรรมหุ่นยนต์ ระบบอัตโนมัติ และปัญญาประดิษฐ์

เนื่องจากการพัฒนาเทคโนโลยีและนวัตกรรมในกลุ่มอุตสาหกรรมดังกล่าวมีมาอย่างต่อเนื่อง International Federation of Robotics (FRI) ซึ่งเป็นหน่วยงานระหว่างประเทศที่มีหน้าที่กำกับ ดูแลการพัฒนาเทคโนโลยีที่เกี่ยวข้องกับหุ่นยนต์จึงได้มี การวิเคราะห์เทรนด์เทคโนโลยีหุ่นยนต์ที่กำลังได้รับความสนใจเป็นอย่างมาก 5 อันดับในช่วงที่ผ่านมา ได้แก่

1. Generative AI & Physical AI อันที่จริง ปัญญาประดิษฐ์ หรือ AI ได้ถูกพัฒนาและใช้งานโดยมนุษย์มาเป็นระยะเวลานานมากแล้ว ซึ่งในระยะแรก ถูกใช้ใน การตัดสินใจและควบคุมเครื่องจักรแทนมนุษย์ แต่ในช่วง 2-3 ปีให้หลัง การพัฒนาเทคโนโลยี AI ก้าวกระโดดเป็นอย่างมาก และสามารถตัดสินใจ และให้เหตุผลได้ใกล้เคียงกับมนุษย์มากยิ่งขึ้น ยกตัวอย่างที่เรารู้จักกันดี เช่น ChatGPT และ Gemini จากสหรัฐอเมริกา หรือ DeepSeek AI จากประเทศจีนในเวลาต่อมา เริ่มมีการพัฒนา Generative AI ซึ่งมีลักษณะเฉพาะ คือมีการใช้ฐานข้อมูลขนาดใหญ่ สำหรับให้ระบบสามารถเข้าถึงฐานข้อมูลเหล่านี้ในการเรียนรู้ข้อมูล เพื่อที่จะสร้าง (Generate) ข้อความ หรือข้อมูลในลักษณะอื่น ๆ เช่น ภาพนิ่ง ภาพเคลื่อนไหว หรือ เสียง เป็นต้น เพื่อโต้ตอบผลลัพธ์ตามคำสั่งที่สั่งการไปได้ ยิ่งไปกว่านั้น AI บางตัวก็สามารถทำงานเป็นผู้ช่วยของเราอีกทีหนึ่ง โดยการสั่งการให้อุปกรณ์ หรือ AI อื่น ๆ ปฏิบัติตามคำสั่งของเราอีกที เรียกว่า Agentic AIปัจจุบัน AI เริ่มเข้าสู่โลก Physical แทนที่จะเป็นโลก Digital เหมือน AI ในยุคก่อน ๆ ซึ่ง AI เหล่านี้จะสร้างโลกเสมือนขึ้นมา เพื่อเป็นสถานที่สำหรับฝึก (Train) หุ่นยนต์หรือ AI ขึ้น โดยการกำหนดเงื่อนไขให้เหมือนกับโลกความเป็นจริงมากที่สุด ยกตัวอย่างเช่น Autonomous Vehicle หรือยานพาหนะอัตโนมัติ ที่จะต้องถูกเทรนให้สามารถแยกแยะสภาพแวดล้อม วัตถุต่าง ๆ บนท้องถนนได้ ในระหว่างการฝึกในโลกเสมือน ก่อนที่จะถูกนำมาใช้งานในโลกจริง
2. Single Purpose Humanoids เป็นหุ่นยนต์ที่มีลักษณะทางกายภาพคล้ายกับมนุษย์ (ลำตัว 2 แขน 2 ขา หัว) ปัจจุบันส่วนใหญ่ถูกพัฒนาขึ้นในสหรัฐอเมริกา และประเทศจีน โดดเด่นในด้านความสามารถในการเข้าถึงพื้นที่ที่ใกล้เคียงกับมนุษย์มากที่สุด มีความคล่องตัวสูง และสามารถขึ้นบันได หรือข้ามธรณีประตูได้เหมือนมนุษย์ ซึ่งเป็นการพัฒนาขึ้นมาอีกระดับหนึ่งจากหุ่นยนต์ที่เคลื่อนที่ด้วยล้อ หรือสายพาน ที่มักมีข้อจำกัดต่าง ๆ ในการก้าวผ่านอุปสรรคด้านสภาพแวดล้อม หุ่นยนต์ลักษณะนี้ จำเป็นต้องมีการพัฒนาร่วมกับ Physical AI เพื่อให้มีขีดความสามารถในการจัดการปัญหา และรับมือกับสถานการณ์ที่มีเงื่อนไขหลากหลายมากยิ่งขึ้น เหมาะสมกับการใช้งานด้านบริการและอุตสาหกรรม ซึ่งมีแนวโน้มว่าจะถูกใช้ง่านอย่างแพร่หลายมากขึ้นในอนาคต หากมีราคาที่ต่ำลง
3. Sustainability and Efficiency Energy Consumption ปัจจุบันมีหุ่นยนต์ และ AI จำนวนมากที่ถูกสร้างขึ้นมาเพื่อแก้ไขปัญหาด้านความยั่งยืนและการใช้พลังงานให้เกิดประสิทธิภาพสูงสุด ยกตัวอย่างเช่น การสร้างปัญญาประดิษฐ์ขึ้นมาเพื่อคำนวณ วิเคราะห์ การใช้พลังงานให้คุ้มค่ามากที่สุด หรือระบบนำทางในรถยนต์ที่สามารถกำหนดเส้นทางที่ใช้เชื้อเพลิงอย่างคุ้มค่าในรถยนต์แต่ละประเภท ไม่ว่าจะเป็น เบนซิน ดีเซล ไฮบริด หรือไฟฟ้า นอกจากนี้ ยังเริ่มมีการใช้หุ่นยนต์และ AI ในขั้นตอนการแยกและกำจัดขยะ ให้มีประสิทธิภาพมากยิ่งขึ้นอีกด้วย
4. New Field of Business and Customer Segment เป็นหุ่นยนต์และ AI ที่ถูกใช้งานในธุรกิจรูปแบบใหม่ ๆ เช่น หุ่นยนต์ที่เสิร์ฟในร้านอาหารปัจจุบันอาจไม่ได้ถูกซื้อ-ขาย ขาด แต่อาจให้บริการผ่านระบบ Subscription หรือ Low-Cost Robotics ซึ่งเป็นการใช้หุ่นยนต์เพื่อลดต้นทุนในการผลิต เช่น ในโรงงานอาจปรับสายพานการผลิตเป็นหุ่นยนต์แทน รวมถึงใช้หุ่นยนต์ในการขนส่งแทนมนุษย์
5. Robots addressing labour shortage เป็นการใช้หุ่นยนต์เพื่อทดแทนแรงงานมนุษย์ที่มีแนวโน้มขาดแคลนในอนาคตอันใกล้ โดยเฉพาะอย่างยิ่งงานที่มีความสกปรก อันตราย และไม่ต้องใช้ทักษะมากนัก เพื่อให้มนุษย์สามารถนำเวลาและทักษะที่มีไปทำงานที่ก่อให้เกิดมูลค่ามากกว่าได้ (4D task : Dirty, Dull Dangerous and Delicate) ทั้งนี้ ผู้ประกอบการและผู้บริโภคไม่ควรมีทัศนคติว่าหุ่นยนต์จะมาแย่งงานมนุษย์ เพราะในความเป็นจริง การที่จะให้หุ่นยนต์มาทำงานแทนคนแบบ 100% ไม่สามารถทำได้โดยทันที ยกตัวอย่างเช่น งานประกอบในสายการผลิต หากจะนำหุ่นยนต์มาร่วมกับมนุษย์ ต้องมีการกำหนดสัดส่วนพื้นที่อย่างชัดเจน เพื่อลดอันตรายที่จะเกิดขึ้นกับมนุษย์ รวมถึงต้องมีการฝึกทั้งมนุษย์และหุ่นยนต์ใหม่ทั้งหมด เพื่อให้สามารถทำงานร่วมกันได้ ดังนั้นแล้ว หุ่นยนต์และ AI จะมาช่วยให้มนุษย์ทำงานง่ายขึ้นมากกว่าที่จะมาแย่งงาน

กรณีศึกษา: แนวทางการใช้งานหุ่นยนต์และ AI ในปัจจุบัน

• Collaborative Robot (Cobot) เนื่องจากการทำงานร่วมกันระหว่างหุ่นยนต์และมนุษย์สามารถทำได้ค่อนข้างยากและอันตราย จึงมีการพัฒนา Collaborative Robot หรือ Cobot ขึ้นมาเพื่อทำงานเป็นผู้ช่วยมนุษย์โดยเฉพาะ เช่น มีเซนเซอร์เพื่อหยุดการทำงานทันทีหลังจากสัมผัสร่างกายมนุษย์ รวมถึงมีเซนเซอร์ที่จะสามารถตรวจจับว่ามีมนุษย์อยู่ในบริเวณนั้นหรือไม่ เพื่อลดความเร็วในการทำงานเมื่อมีมนุษย์อยู่ใกล้ หรือเพิ่มความเร็วในการทำงานเมื่อไม่ตรวจพบมนุษย์ในบริเวณ
  ด้วยเทคโนโลยีนี้ มนุษย์กับหุ่นยนต์สามารถทำงานร่วมกันใน Workspace เดียวกันได้ ยกตัวอย่างเช่น เป็นผู้ช่วยแพทย์ในการผ่าตัด หรือเป็นผู้ช่วยมนุษย์ในสายการผลิต เป็นต้น ปัจจุบันองค์การรับรองมาตรฐานโลกมีการพัฒนาและประกาศใช้แนวทางการรับรองคุณภาพของหุ่นยนต์ที่จะทำงานร่วมกับมนุษย์ ได้แก่ มาตรฐานความปลอดภัยของหุ่นยนต์ ISO 10218-1/2 และลักษณะเฉพาะทางเทคนิคแบบพิเศษ ISO/TS 15066 เป็นที่เรียบร้อยแล้ว
• Mobile Robotหุ่นยนต์ประเภท Mobile Robot เป็นหุ่นยนต์ทั่วไปที่สามารถเคลื่อนที่ได้ด้วยระบบอัตโนมัติ ซึ่งปัจจุบันสามารถพบเห็นได้อย่างแพร่หลาย เช่น หุ่นยนต์ดูดฝุ่นในอาคาร หุ่นยนต์เสิร์ฟอาหารในร้านอาหาร หรือหุ่นยนต์ส่งเวชภัณฑ์ในโรงพยาบาล เป็นต้น โดยในอนาคตอันใกล้ อาจมีการพบเห็นรถยนต์ที่เคลื่อนที่ด้วยระบบอัตโนมัติมากขึ้น ซึ่งก็ถือว่าเป็นหุ่นยนต์บริการ หรือ Service Robot ประเภทหนึ่ง หุ่นยนต์ประเภทนี้ โดยส่วนมากมักเน้นการใช้งานในภาคบริการมากกว่าในภาคการผลิต ปัจจุบันสามารถพบเห็นทั่วไปได้หลายลักษณะ อาจเคลื่อนที่ด้วยสายพาน ล้อ หรือขาเหมือนมนุษย์ ขึ้นอยู่กับประเภท และวัตถุประสงค์ในการใช้งาน นอกจากนี้ยังมีวิธีการในการกำหนดเส้นทางในการเคลื่อนที่ได้หลายแบบ หากเป็นในโรงงานอาจมีการตีเส้นแบบถาวร ซึ่งมีความเสถียรแต่อาจเปลี่ยนแปลงเส้นทางได้ยาก ในร้านอาหารอาจมีการทำจุด check-point ต่าง ๆ ในขณะที่หุ่นยนต์ในครัวเรือนอาจมีการติดกล้องหรือเรดาร์เพื่อกำหนดเส้นทางให้เหมาะสมกับสภาพแวดล้อมนั้น ๆ โดยเฉพาะ ซึ่งเทคโนโลยีแต่ละประเภทอาจมีความเสถียร หรือความยืดหยุ่นในการใช้งานที่แตกต่างกัน ปัจจุบัน Mobile robot ที่เคลื่อนที่ด้วยล้อและสายพานสามารถพบเห็นได้มากที่สุด แต่ในอนาคตอันใกล้มีความเป็นไปได้สูงที่จะพบเห็นหุ่นยนต์ที่เคลื่อนที่ด้วยขามากยิ่งขึ้น นอกจากนี้ หุ่นยนต์ประเภท Mobile Robot ยังรวมถึงหุ่นยนต์ที่มีการเคลื่อนไหวในอากาศ (เช่น โดรน) บนพื้นผิวน้ำ หรือใต้น้ำอีกด้วย แต่อาจมีลักษณะเฉพาะทางเทคนิค รวมถึงวัตถุประสงค์ในการใช้งานที่แตกต่างกันออกไป
• Connected Autonomous Vehicles (CAVs) Autonomous Vehicles แบบปกติที่เรารู้จักกันดีจะเป็นยานพาหนะที่สามารถเคลื่อนที่ด้วยระบบอัตโนมัติที่เราเคยได้ยินผ่านทางสื่อต่าง ๆ ได้บ่อย แต่ขีดความสามารถในการตรวจจับสภาพแวดล้อมต่าง ๆ ไม่ว่าจะเป็น คนเดินถนน ป้ายจราจร สัญญาณไฟต่าง ๆ ของเรดาร์หรือระบบอัตโนมัตินั้นยังมีข้อจำกัดอยู่มาก เมื่อเทียบกับประสาทสัมผัสของมนุษย์ CAVs จึงเป็นการพัฒนาไปอีกขั้นหนึ่งของยานพาหนะที่ขับเคลื่อนด้วยระบบอัตโนมัติ คือเป็นการเชื่อมต่อยานพาหนะเข้ากับอุปกรณ์อื่น ๆ ไม่ว่าจะเป็น

1. • V2V (Vehicle to Vehicle) เป็นการสื่อสารกันระหว่างยานพาหนะบนท้องถนน เพื่ออำนวยความสะดวกและลดข้อผิดพลาดในการเปลี่ยนช่องจราจร เป็นต้น
   • V2I (Vehicle to Infrastructure) เป็นการสื่อสารกันระหว่างยานพาหนะกับสัญญาณไฟจราจร หรือป้ายจราจรต่าง ๆ เพื่อให้ยานพาหนะปฏิบัติตามเงื่อนไข คำสั่งบนป้าย เช่น ชะลอความเร็ว หยุดการเคลื่อนที่ เป็นต้น
   • V2P (Vehicle to Pedestrian) เป็นการสื่อสารระหว่างยานพาหนะกับคนเดินถนน
   • V2N (Vehicle to Network) เป็นการสื่อสารระหว่างยานพาหนะกับเครือข่ายส่วนกลาง
     ระบบเหล่านี้จะช่วยลดความเสี่ยงของการเกิดอุบัติเหตุ รวมถึงลดปัญหาด้านการจราจรติดขัดได้อีกด้วย ซึ่งในปัจจุบันประเทศไทยเองก็ได้มีการพัฒนาทดสอบระบบขับขี่อัตโนมัติแบบเต็มระบบอยู่เช่นกัน แต่เป็นการทดสอบในพื้นที่ปิด เพื่อที่จะตรวจสอบว่าระบบเหล่านี้จะสามารถตอบสนองต่อสถานการณ์ต่าง ๆ ที่อาจเกิดขึ้นบนท้องถนนจริงได้ในระดับไหน เพื่อให้มีความปลอดภัยในการใช้งานในระดับที่แน่ชัด รวมถึงมีข้อมูลมากพอที่จะพิสูจน์ว่าสามารถใช้งานบนถนนของประเทศไทยได้จริง ๆ ก่อนที่จะมีการแก้กฎหมายรับรองให้ทดสอบบนถนนจริงได้

• AI-Integrated Robotics
  เป็นหุ่นยนต์ที่สามารถโต้ตอบกับมนุษย์ได้ โดยเป็นการผสมผสานกันระหว่างเทคโนโลยีหุ่นยนต์ และเทคโนโลยี Generative AI ซึ่งมีการใช้งานอย่างแพร่หลายในด้านการแพทย์ โดยเฉพาะอย่างยิ่งในลักษณะของการเป็น Companion Robot ในการดูแลผู้สูงอายุ ผู้ป่วย หรือผู้มีความต้องการพิเศษอื่น ๆ
  ความท้าทายในการพัฒนา Companion Robot คือการฝึกฝนให้หุ่นยนต์โต้ตอบกับมนุษย์ในลักษณะที่เหมาะสม เรียนรู้ในเรื่องอารมณ์และความรู้สึกของมนุษย์ รวมถึงความแม่นยำในการให้ข้อมูล เนื่องจากหุ่นยนต์เหล่านี้มักถูกใช้งานร่วมกับผู้ป่วย หรือผู้ที่มีความต้องการพิเศษ จึงจำเป็นต้องมีการพัฒนาในประเด็นที่ละเอียดอ่อนเหล่านี้มากกว่าปกติ
• Soft Robotics & Human-Robot Interaction (HRI)
  เป็นหุ่นยนต์ที่ถูกทำขึ้นด้วยวัสดุที่มีลักษณะอ่อนนุ่ม (Soft) เพื่อลดความอันตรายที่อาจเกิดขึ้นเมื่อทำงานร่วมกับมนุษย์ รวมถึงมีวัสดุและโครงสร้างที่ใกล้เคียงกับกล้ามเนื้อบริเวณมือของมนุษย์ เพื่อที่จะสามารถจับ หรือขนย้ายวัสดุที่เกิดความเสียหายได้ง่าย เช่น ผลไม้ ได้อย่างสะดวกมากยิ่งขึ้น

แนวทางการใช้เทคโนโลยีหุ่นยนต์ และ AI ในภาคการผลิตยุคใหม่

ปัจจุบันมีความพยายามในการนำเทคโนโลยี Robotics และ AI เพื่อใช้ในภาคการผลิตกันอย่างแพร่หลายมากยิ่งขึ้น เพื่อลดข้อผิดพลาดที่อาจนำไปสู่ความเสียหาย ทั้งนี้เทคโนโลยีดังกล่าวก็ไม่ได้เหมาะสมกับการผลิตไปทั้งหมด อาจต้องมีการเลือกนำไปใช้ให้สอดคล้องกับเนื้องาน เช่น

• Pattern Recognition เป็นการใช้หุ่นยนต์ หรือ AI ในการตรวจสอบสินค้าที่ไม่ผ่านการตรวจสอบคุณภาพ (Quality Control) หรือมี Defect ในสินค้าที่มีการผลิตซ้ำในลักษณะเดียวกันเป็นจำนวนมาก
• Classification เป็นการใช้เทคโนโลยีในการแยกประเภทหรือจัดหมวดหมู่สินค้า เช่น ผลไม้ อาจใช้หุ่นยนต์หรือ AI ในการแยกผลไม้สุก ผลไม้ดิบ ผลไม้สุกบางส่วน เป็นต้น
• Prediction เนื่องจาก AI ถูกเทรนมาจากฐานข้อมูลจำนวนมหาศาล จึงอาจสามารถใช้ AI ในการนำฐานข้อมูลที่มีในการคาดการณ์ (Predict) สิ่งที่จะเกิดขึ้นในการผลิตได้ เช่น เครื่องจักรมีสภาพพร้อมใช้งานหรือไม่ รวมถึงวิเคราะห์ความเสียหายที่อาจเกิดขึ้นเมื่อเครื่องจักรมีการแสดงผลที่ไม่ปกติบางอย่าง
• Optimization เป็นการใช้ AI ในการช่วยวิเคราะห์ คำนวณ หรือกำหนดวิธีในการผลิตให้ถูกต้องตามเงื่อนไขที่เรากำหนดไว้ เช่น ทำให้ประหยัดที่สุด รวดเร็วที่สุด ปลอดภัยที่สุด หรือสร้างมลพิษน้อยที่สุด เป็นต้น

ทั้งนี้ การใช้ AI ในภาคการผลิตคือ Garbage-in, Garbage-Out หมายความว่าเราฝึก AI อย่างมีประสิทธิภาพอย่างไร หรือใช้ฐานข้อมูลที่ดีในระดับไหน เราก็จะได้ AI ที่มีประสิทธิภาพในการทำงานมากเท่านั้น คล้ายกับ You are what you eat สำหรับมนุษย์ ดังนั้นแล้วการฝึก AI ก่อนทำงานจริงจึงเป็นอีกขั้นตอนที่ไม่สามารถละเลยได้

ตัวอย่างการใช้เทคโนโลยีหุ่นยนต์ และ AI ในภาคการผลิต

1. AI in Design เป็นการใช้ Generative AI เพื่อให้ออกแบบสิ่งที่ตรงกับความต้องการกับเรามากที่สุด ยกตัวอย่างเช่น เราต้องการน็อตยึดที่ต้องการให้รับน้ำหนักมากที่สุดเท่าไหร่ วัสดุพื้นผิวเป็นอย่างไร มีมุมหรือข้อจำกัดอย่างไรบ้าง จะถูกผลิตด้วยวิธีการอย่างไร หาก AI มี การฝึกฝนด้วยฐานข้อมูลที่ดีเพียงพอก็จะสามารถสร้าง (Generate) แม่แบบที่ตรงกับความต้องการของเรา เพื่อนำไปขึ้นไลน์ผลิตต่อได้
2. AI in Vision เป็นการฝึกฝนให้ AI สามารถสร้างภาพจำลองและแยกแยะความแตกต่างของวัตถุต่าง ๆ ภายในภาพขึ้นมาได้ ผ่านการป้อนฐานข้อมูลขนาดใหญ่ เช่น อาจสั่งการให้ AI แยกความแตกต่างของส้มแต่ละลูกในล็อตเดียวกัน หรือตรวจสอบคุณภาพของข้าว เป็นต้น มักใช้ในอุตสาหกรรมที่มี Variety หรือ Uncertainty สูง ๆ เช่น ผลไม้ ขนมปัง สินค้าทางการเกษตร อาหาร
   ปัจจุบันเริ่มมีการพัฒนาให้ AI สามารถตรวจสอบความแตกต่างของกล่องเวชภัณฑ์ประเภทต่าง ๆ เพื่อทำการคัดแยกได้ รวมถึงวิเคราะห์ข้อความ ตัวเลขที่ถูกสลักบนพื้นผิวต่าง ๆ นอกเหนือไปจากตัวอักษรที่อยู่ในระบบดิจิทัล
3. AI in Maintenance เป็นการใช้ฐานข้อมูลขนาดใหญ่มาเทรน AI เพื่อดูว่าเครื่องจักร หรือคอมพิวเตอร์จะเริ่มต้นชำรุด เสียหายเมื่อไหร่ เพื่อที่จะได้บำรุงรักษาก่อนที่จะเกิดความเสียหายขนาดใหญ่