System Integrator คืออะไร ? สำคัญกับธุรกิจปัจจุบันอย่างไร ? และประเทศไทยพร้อมสำหรับ System Integrator หรือยัง ?

แนวโน้มการใช้เทคโนโลยี AI ในอุตสาหกรรมการผลิต ส่งผลให้ธุรกิจที่ให้บริการด้านการเชื่อมต่อระบบเครือข่ายและเทคโนโลยีให้กับองค์กรต่างๆ หรือ System Integrator (SI) มีบทบาทและความสำคัญมากขึ้น โดยคาดว่าในช่วงระหว่างปี 2019–2023 มูลค่าตลาดของธุรกิจ SI ที่จะได้รับจากโครงการประยุกต์ใช้ AI ในอุตสาหกรรมการผลิตมีโอกาสเพิ่มขึ้นไปสูงสุดราว 45,000 ล้านบาท จากการปรับตัวเข้าสู่ยุคดิจิทัลและการใช้ AI ของภาคอุตสาหกรรมการผลิต โดยเฉพาะในอุตสาหกรรมขนาดใหญ่ที่มีศักยภาพอย่างปิโตรเคมีและเครื่องดื่ม ซึ่งส่งผลให้มีความต้องการผู้ให้บริการด้าน SI ที่มีความเชี่ยวชาญด้าน AI อย่างต่ำราว 500 บริษัทในปี 2023

อย่างไรก็ดี ปัจจุบันผู้ให้บริการด้าน SI ของไทยยังมีความท้าทายที่สำคัญหลายประการ ไม่ว่าจะเป็นในด้านโครงสร้างรายได้ที่มีการพึ่งพารายได้หลักจากงานโครงการ ที่มีความไม่แน่นอนและแข่งขันสูง รวมถึงอำนาจต่อรองกับเจ้าของเทคโนโลยีที่ค่อนข้างต่ำหากจำเป็นต้องมีการแก้ไขระบบเพื่อให้สามารถเชื่อมต่อกับระบบปฏิบัติการเดิมของลูกค้า หรือแม้แต่ปัญหาขาดแคลนบุคลากรด้าน data science และ AI ซึ่งอาจส่งผลต่อความสามารถในการแข่งขันระยะยาว

อีไอซี มองว่า การยกระดับผู้ให้บริการด้าน SI ของไทยให้มีความสามารถเทียบเคียงกับระดับสากล เป็นเรื่องที่ทำได้ยากและต้องอาศัยเวลา ซึ่งนอกเหนือจากการพัฒนาโครงสร้างระบบการศึกษาให้ตอบโจทย์ความต้องการของภาคธุรกิจแล้ว ผู้ให้บริการควรพิจารณาความร่วมมือกับผู้ให้บริการในต่างประเทศ ทั้งในรูปแบบ platform partner หรือ subcontractor เพื่อให้สามารถเข้าถึงเทคโนโลยีและเครื่องมือในการพัฒนาระบบ AI และ platform ต่างๆ

รวมไปถึงควรพิจารณาเพิ่มโอกาสในการหารายได้จากบริการด้านอื่นๆ เพิ่มเติม เช่น การพัฒนาโปรแกรมสำหรับควบคุมระบบโรงงาน และ data center เพื่อให้มีรายได้เข้ามาอย่างสม่ำเสมอ และเพิ่มสัดส่วนรายได้จากบริการหลังการติดตั้ง อีกทั้งลดการพึ่งพารายได้จากงานโครงการที่มีความไม่แน่นอน

ปัญญาประดิษฐ์ หรือ Artificial Intelligence (AI) คือเทคโนโลยีที่กำลังได้รับความสนใจเพิ่มมากขึ้นจากคนทั่วโลก กำลังเข้ามามีบทบาทและส่วนสำคัญในการเสริมศักยภาพให้กับอุตสาหกรรมการผลิต

ปัจจุบันมีการนำเทคโนโลยี AI มาใช้เพื่อเพิ่มประสิทธิภาพการผลิต ลดต้นทุน ยืดอายุการใช้งานของเครื่องจักร บริหารจัดการห่วงโซ่อุปทาน ตลอดจนควบคุมคุณภาพและความปลอดภัยในโรงงาน โดยมีการประยุกต์ใช้เทคโนโลยี AI (AI application1) ที่น่าสนใจหลากหลายด้านเช่น AI-enhanced predictive maintenance, Digital twin, AI-enhanced supply chain management และ human-robot collaborative ทั้งนี้การพัฒนาหรือนำ AI มาประยุกต์ใช้ในโรงงานที่เห็นโดยทั่วไปมีอยู่ 2 รูปแบบ คือ

1. การพัฒนาระบบ AI และ AI application ขึ้นมาเองเพื่อใช้ในโรงงานของตน รูปแบบนี้จะพบเห็นได้ในองค์กรขนาดใหญ่อย่าง Siemens, General Electric และ Hitachi เป็นต้น เนื่องจากองค์กรเหล่านี้มีองค์ความรู้ด้านเทคโนโลยีสมัยใหม่ และมีหน่วยเฉพาะด้าน IT จึงสามารถพัฒนาเทคโนโลยีของตนเองได้

2. การประยุกต์ใช้ระบบ AI และ AI application ซึ่งรูปแบบนี้จะเหมาะกับองค์กรหรือโรงงานที่ไม่มีความสามารถในการพัฒนาระบบ AI ขึ้นมาเอง ซึ่งส่วนใหญ่จะไม่มีหน่วยงานเฉพาะด้าน IT ภายในจึงจำเป็นต้องพึ่งพาระบบ AI และเทคโนโลยีที่เกี่ยวข้องจากบริษัทเจ้าของเทคโนโลยี ซึ่งอาจเกิดปัญหาในการสื่อสารหรือเชื่อมต่อระบบระหว่างเครื่องจักรเดิมของโรงงานและเทคโนโลยี AI ที่นำมาใช้ ทำให้จำเป็นต้องใช้บริการจากหน่วยงานที่ให้บริการด้านการเชื่อมต่อระบบและเทคโนโลยีต่างๆ

หรือ System Integrator (SI) เข้ามาช่วยจัดการกับปัญหาดังกล่าว (รูปที่ 1) สำหรับในไทยเนื่องจากเราไม่ใช่ผู้นำในการพัฒนาเทคโนโลยีด้าน IT การประยุกต์ใช้ระบบ AI ส่วนใหญ่จะอยู่ในรูปแบบที่ 2 จึงเป็นไปได้ยากที่จะเกิดการพัฒนาระบบ AI ของตนเองมาใช้ ส่งผลให้ SI เข้ามามีบทบาทที่สำคัญในการนำเทคโนโลยี AI มาประยุกต์ใช้ในอุตสาหกรรมการผลิตของไทย

การพัฒนาเทคโนโลยีในระบบ automation และ AI ในปัจจุบัน เป็นปัจจัยหนุนหลักที่ทำให้ความต้องการผู้ให้บริการด้าน SI ที่มีความเชี่ยวชาญด้าน AI มีแนวโน้มเพิ่มขึ้นทั่วโลก

ผลสำรวจบริษัทในยุโรปของ T-system จำนวน 240 แห่ง พบว่า 70% มีความต้องการใช้ระบบ AI เพื่อควบคุมการบำรุงรักษาเครื่องจักร การสั่งซื้อวัตถุดิบและชิ้นส่วน รวมถึงการจัดการในระบบห่วงโซ่อุปทาน ซึ่งกว่า 85% ต้องการใช้บริการจากผู้ให้บริการ SI ที่มีความชำนาญเฉพาะด้าน AI

ขณะที่ผู้ประกอบการในสหรัฐฯ อย่าง Rockwell ซึ่งเป็นบริษัทผู้ผลิตเครื่องจักรระบบ automation รายใหญ่ในสหรัฐฯ มองว่าผู้ให้บริการ SI จะมีบทบาทสำคัญต่อการปรับใช้เครื่องจักรและระบบ automation มากขึ้นเรื่อยๆ ในอนาคต

โดยพบว่าในปี 2016 70% ของยอดขายเครื่องจักรระบบ automation ของ  Rockwell เป็นการขายผ่านผู้ให้บริการ SI ซึ่ง 40% เป็นผู้ให้บริการ SI ที่ไม่ใช่บริษัทในเครือ

นอกจากนี้ ในประเทศที่กำลังประสบปัญหาขาดแคลนแรงงานอย่างญี่ปุ่น ก็มีความต้องการบุคลากรด้าน SI เพิ่มขึ้นเช่นกัน โดยพบว่าในปี 2017 ญี่ปุ่นมียอดปริมาณการสั่งซื้อหุ่นยนต์ และเครื่องจักรระบบ automation มากถึง 45,500 ยูนิต ในขณะที่มีผู้ให้บริการ SI ด้าน AI และหุ่นยนต์ เพียง 200 บริษัทเท่านั้น

เช่นเดียวกับไทยที่คาดการณ์ว่า ในช่วง 5 ปีข้างหน้า มูลค่าตลาดที่ธุรกิจ SI จะได้รับจากโครงการประยุกต์ใช้ AI ในอุตสาหกรรมการผลิตมีโอกาสที่จะมีมูลค่ารวมสูงสุดอยู่ที่ราว 45,000 ล้านบาท

โดยได้รับอานิสงส์หลักจากการปรับตัวเข้าสู่ยุคดิจิทัลและ AI ของอุตสาหกรรมขนาดใหญ่อย่างอุตสาหกรรมปิโตรเคมีและเครื่องดื่ม ซึ่งเป็น 2 อุตสาหกรรมที่มีศักยภาพในการนำเทคโนโลยี AI มาใช้งานได้ก่อนอุตสาหกรรมอื่นๆ เนื่องจากทั้ง 2 อุตสาหกรรมนี้ต้องมีการผลิตต่อเนื่อง 24 ชั่วโมง จึงจำเป็นต้องใช้ระยะเวลาในการซ่อมบำรุงประจำปีให้น้อยที่สุด ซึ่งโดยปกติแล้วจะมีกำหนดตารางและระยะเวลาการซ่อมบำรุง หรือ downtime ที่ชัดเจนเพื่อไม่ให้ส่งผลกระทบต่อกระบวนการผลิต

นอกจากนี้ ทั้ง 2 อุตสาหกรรมดังกล่าวยังมีปริมาณการใช้เครื่องจักรและอุปกรณ์มากกว่าการพึ่งพาแรงงานมนุษย์ในกระบวนการผลิต ทำให้สามารถจัดเก็บข้อมูลต่างๆ ในกระบวนการผลิตหรือติดตั้งอุปกรณ์เสริมในการจัดเก็บข้อมูลได้ไม่ยาก (รูปที่ 2) ซึ่งเอื้อต่อการทำ digital transformation และการนำเทคโนโลยี AI อย่าง AI-enhanced predictive maintenance, digital twin และ AI-enhanced supply chain management มาใช้ควบคุมการผลิตทั้งหมดของโรงงาน

อย่างไรก็ดี ในความเป็นจริงแล้วยังมีข้อจำกัดที่ส่งผลให้การนำเทคโนโลยี AI มาใช้ในโรงงานอุตสาหกรรมนั้นไม่สามารถทำได้อย่างรวดเร็ว ไม่ว่าจะเป็น ระยะเวลาคืนทุนที่ล่าช้า การขาดความรู้ความเข้าใจในเทคโนโลยี และขาดการจัดเก็บข้อมูลอย่างเหมาะสม

จากโอกาสการเติบโตของตลาดดิจิทัล และ AI ในอุตสาหกรรมการผลิตไทยในช่วง 5 ปีข้างหน้า EIC คาดว่า จะมีความต้องการผู้ให้บริการ SI ที่มีความเชี่ยวชาญด้าน AI สำหรับอุตสาหกรรมการผลิตอย่างต่ำราว 500 บริษัทในปี 2023 

โดยได้รับปัจจัยหนุนจากแนวโน้มการทำ digital transformation และการประยุกต์ใช้เทคโนโลยี AI ทั้งนี้ จากข้อมูลของ International Federation of Robotics (IFR) พบว่า ไทยมีแนวโน้มในการใช้เครื่องจักรระบบ Automation เพิ่มสูงขึ้นอย่างต่อเนื่อง จาก 18%YOY ในปี 2018 เป็นปีละ 21% ในช่วง 3 ปีข้างหน้า (2019–2021) ในขณะที่ปัจจุบันมีผู้ให้บริการ SI ทุกประเภทในไทยรวมกันเพียงประมาณ 200 บริษัทเท่านั้น ซึ่งในจำนวนนี้มีจำนวนผู้ให้บริการ SI ที่มีความเชี่ยวชาญเฉพาะด้าน AI น้อยกว่า 5%

การติดตั้งเครื่องจักรระบบ Automation หรือ sensor เพื่อตรวจสอบการทำงานของเครื่องจักรในระบบเดิมของโรงงาน จำเป็นต้องมีหน่วยงานหรือบุคลากรที่มีความสามารถด้าน AI ในการเขียนโปรแกรมเพื่อเชื่อมโยงระบบของการผลิตต่างๆ ให้เข้ากับเทคโนโลยี AI อย่าง AI-enhanced predictive maintenance หรือ AI-enhanced supply chain management ซึ่งปัจจัยดังกล่าวเป็นข้อจำกัดที่สำคัญของโรงงานขนาดกลางและขนาดย่อม (สัดส่วนมากถึง 60% ของจำนวนโรงงานทั้งหมดในไทย) ที่มักไม่มีหน่วยงานด้านเทคโนโลยีหรือ IT ภายในองค์กร จึงจำเป็นต้องพึ่งบริการด้านนี้จากผู้ให้บริการ SI แทน

อย่างไรก็ดี EIC มองว่า การดำเนินธุรกิจ SI สำหรับภาคอุตสาหกรรมการผลิตไทยยังมีความท้าทายที่สำคัญ 3 ประการ ความท้าทายประการแรก คือ สัดส่วนรายได้ของ SI ในไทยมีการพึ่งพารายได้จากงานโครงการ (project based) โดยเฉลี่ยสูงถึง 80% ของรายได้ทั้งหมดต่อปี ซึ่งถือเป็นรายได้ที่มีความไม่แน่นอนสูง ในขณะที่รายได้จากการให้บริการระบบ คิดเป็นสัดส่วนเพียง 20% เท่านั้น

แตกต่างจากผู้ให้บริการ SI รายใหญ่ในตลาดโลกอย่าง Maverick techonologies หรือ Callisto Integration ที่มีการปรับสัดส่วนรายได้จากการให้บริการระบบให้เพิ่มขึ้นอย่างต่อเนื่อง เช่น พัฒนาการให้บริการด้านระบบควมคุมโรงงานเพื่อให้สามารถเชื่อมโยงกับ automation platform เช่น Microsoft หรือ Siemens ได้

ความท้าทายประการที่สอง คือ อำนาจต่อรองกับเจ้าของเทคโนโลยีค่อนข้างต่ำ เพราะโดยหลักการแล้ว ผู้ให้บริการ SI จะทำหน้าที่เป็นตัวกลางระหว่างลูกค้าและเจ้าของเทคโนโลยี

และเนื่องด้วยผู้ให้บริการ SI ของไทยเป็นผู้ให้บริการรายเล็กเมื่อเทียบผู้ให้บริการรายอื่นๆ ในระดับโลก จึงมักจะไม่ได้รับความร่วมมือจากเจ้าของเทคโนโลยีในการปรับปรุงหรือแก้ไขระบบตามการร้องขอ เพื่อให้สามารถเชื่อมต่อกับระบบปฏิบัติเดิมของลูกค้าอย่างสมบูรณ์หรือเกิดผลกระทบน้อยที่สุด ส่งผลให้การตอบสนองต่อลูกค้าไม่เป็นผลสำเร็จ หรือไม่ตรงตามความต้องการอย่างสมบูรณ์

และความท้าทายประการสุดท้าย คือ ปัญหาการขาดแคลนบุคลากรที่มีความเชี่ยวชาญเฉพาะด้าน Data science และ AI ซึ่งปัจจุบันยังถือว่ามีบุคลากรในสายงานนี้น้อยกว่าความต้องการอยู่มาก ส่งผลให้ค่าจ้าง Data scientist / AI developer จะสูงกว่าสายอาชีพอื่น

ทั้งนี้ จากผลสำรวจของ Adecco พบว่า ค่าจ้างเฉลี่ยของ Data scientist / AI developer จบใหม่ในไทยจะเริ่มต้นที่ประมาณ 400,000–500,000 บาท/คน/ปี นอกจากนี้ บุคลากรในสาย IT รุ่นใหม่ยังมีความสนใจในการทำงานรูปแบบอิสระ (freelance) เป็นรายโครงการ ส่งผลให้องค์กรไม่สามารถพัฒนาบุคลากรได้อย่างต่อเนื่องในระยะยาว

การยกระดับผู้ให้บริการ SI ของไทยจึงเป็นประเด็นสำคัญที่ควรดำเนินการอย่างเร่งด่วนในการจัดการกับอุปสรรคและความท้าทายของธุรกิจ

ซึ่งคงหนีไม่พ้นการพัฒนาบุคลากรในสาขานี้ที่อาจไม่สามารถแก้ไขได้ในระยะสั้น และเป็นสิ่งที่ภาครัฐจำเป็นต้องวางนโยบายเพื่อสนับสนุนและพัฒนาหลักสูตรในระบบการศึกษาต่อไป อย่างไรก็ตาม อีไอซีมองว่าผู้ให้บริการ SI ทั้งในปัจจุบันและรายใหม่ควรพยายามยกระดับและพัฒนาขีดความสามารถของตนเองด้วยการร่วมมือกับผู้ให้บริการ SI ในระดับสากล

เช่น การเข้าร่วมเป็น platform partner กับ เจ้าของเทคโนโลยี AI และ Automation เพื่อให้สามารถเข้าถึงเทคโนโลยีหรือเครื่องมือในการพัฒนาระบบ AI กับ platform ต่างๆ อย่าง AI Builder ของ Intel หรือ Power AI ของ IBM เป็นต้น หรือแม้แต่การเข้าร่วมเป็นผู้ให้บริการย่อย (subcontract system integrator) กับโครงการที่ใช้เทคโนโลยี AI ต่างๆ

รวมไปถึงการว่าจ้างผู้เชี่ยวชาญหรือที่ปรึกษาด้าน Data science และ AI ต่างชาติ เพื่อเสริมศักยภาพองค์กรรองรับความต้องการเทคโนโลยีของโรงงานอุตสาหกรรมการผลิตในระยะสั้น และทำให้เกิดการถ่ายทอดความรู้และเทคโนโลยีต่อไป

นอกจากนี้ ผู้ให้บริการ System Integrator ควรพิจารณาปรับเพิ่มการให้บริการอื่นๆ เช่น สร้างมูลค่าเพิ่มของงาน after-sales services เพื่อลดความเสี่ยงจากการพึ่งพารายได้จากโครงการ

เพราะเทคโนโลยีสมัยใหม่อย่างระบบ automation และ AI มีความจำเป็นต้องใช้บริการพิเศษ หรือบริการเสริมหลังจากการติดตั้งเพื่อให้สามารถใช้งานระบบได้อย่างเต็มประสิทธิภาพ เช่น การให้บริการด้านฐานข้อมูล หรือการใช้ระบบซ่อมบำรุงระยะไกลตลอด 24 ชั่วโมง เป็นต้น

ดังนั้นผู้ให้บริการ SI ที่ไม่สามารถให้บริการด้านเหล่านี้ได้อาจสูญเสียความสามารถในการแข่งขันเพื่อประมูลโครงการใหม่ๆ ซึ่งการจะให้บริการรูปแบบดังกล่าวฯ ผู้ให้บริการ SI อาจจำเป็นต้องพัฒนาโปรแกรมควบคุมโรงงานเป็นของตัวเอง

หรือโปรแกรมที่สามารถสนับสนุนการทำงานของลูกค้าและสามารถเชื่อมโยงระบบ AI platform อื่นๆ ได้ หรือแม้แต่การพิจารณาจัดตั้ง data center ควบคู่ไปด้วย เพื่อให้สามารถให้บริการด้านการวิเคราะห์ข้อมูลให้กับลูกค้าได้อย่างต่อเนื่องและราบรื่น ลดการพึ่งพาระบบ cloud ของผู้ให้บริการ AI Platform เพียงอย่างเดียว

 

ข้อมูลจาก: Economic Intelligence Center (EIC)

อัพเดตข่าวสารการตลาดทุกวันได้ที่ 
Website : Marketeeronline.co / Facebook : www.facebook.com/marketeeronline



อัพเดตข่าวสารการตลาดทุกวันได้ที่ Website: Marketeeronline.co
Facebook: www.facebook.com/marketeeronline

ติดตาม Marketeer Online ทาง Line@ : @marketeer