ถ่ายคลิปสายการผลิตด้วยมือถือ AI ก็คำนวณได้ว่าท่านี้จะทำให้คนงานบาดเจ็บไหม
การประเมินการยศาสตร์ของโรงงานในไทยเป็นเรื่อง "รู้ว่าควรทำ แต่คนทำไม่ไหว" มานาน สุดท้ายมักกลายเป็นสุ่มทำพอเป็นพิธีเพื่อรับมือการตรวจ คอมพิวเตอร์วิชันเปลี่ยนโครงสร้างต้นทุนของเรื่องนี้ทั้งหมด ถ่ายคลิปอัปโหลด ไม่กี่วินาทีออกคะแนน สแกนสถานีงานหลายร้อยจุดทั้งโรงได้จริง แต่การถ่ายคลิปเองจะนำมาซึ่งปัญหาอีกอย่างที่จัดการยากกว่า
ถ่ายคลิปสายการผลิตด้วยมือถือ AI ก็คำนวณได้ว่าท่านี้จะทำให้คนงานบาดเจ็บไหม
เจ้าหน้าที่ความปลอดภัยของโรงงานแปรรูปโลหะแห่งหนึ่ง ถือปึกใบประเมินยืนอยู่ข้างสายการผลิต เขาต้องกะด้วยตาว่ามุมข้อศอกของพนักงานเท่าไหร่ ลำตัวโน้มไปข้างหน้ากี่องศา ข้อมือบิดหรือไม่ แล้วติ๊กลงในตาราง ประเมินสถานีงานหนึ่งจุดใช้เวลายี่สิบนาที ทั้งโรงมีสถานีงานสามร้อยกว่าจุด
เขาบอกผมว่าสุดท้ายวิธีที่ทำคือสุ่ม เลือกสิบกว่าสถานีที่ "ดูอันตรายกว่า" ทำ ที่เหลือรอใกล้ตรวจค่อยว่ากัน "ไม่ใช่ไม่อยากทำ แต่ทำไม่ไหวจริงๆ"
ประโยคนี้น่าจะสรุปสภาพปัจจุบันของการประเมินการยศาสตร์ในอุตสาหกรรมการผลิตของไทยได้
ที่มาของเรื่อง
การป้องกันอันตรายจากการยศาสตร์ไม่ใช่ประเด็นใหม่ในไทย พระราชบัญญัติความปลอดภัย อาชีวอนามัย และสภาพแวดล้อมในการทำงาน กำหนดให้นายจ้างต้องมีมาตรการป้องกันสภาพที่อาจก่อโรคกล้ามเนื้อและกระดูกอย่างงานที่ทำซ้ำๆ หน่วยงานความปลอดภัยแรงงานก็มีแนวทางและเครื่องมือประเมินที่เกี่ยวข้อง (KIM, RULA, REBA ฯลฯ) กฎหมายมี ระเบียบวิธีก็มี
คอขวดจริงอยู่ที่กำลังคน การประเมินแบบดั้งเดิมพึ่งการกะด้วยตาแล้วให้คะแนน สถานีงานหนึ่งจุดใช้เวลานาน ผู้ประเมินคนละคนใช้เกณฑ์ไม่เหมือนกัน แถมเป็นภาพนิ่งครั้งเดียว วันนี้ประเมินเสร็จ เดือนหน้าปรับสายการผลิตก็ใช้ไม่ได้แล้ว ผลก็คือโรงงานส่วนใหญ่ทำได้แค่สุ่ม และตรรกะของการสุ่มมักเป็น "เดาจากประสบการณ์ว่าตรงไหนอันตราย" ซึ่งเป็นจุดที่พลาดง่ายที่สุดพอดี
คอมพิวเตอร์วิชันเปลี่ยนโครงสร้างต้นทุนนี้ TuMeke ชูจุดขายใช้มือถือทั่วไปถ่ายรอบการทำงาน ไม่กี่วินาทีออกความน่าจะเป็นของความเสี่ยงบาดเจ็บและการวิเคราะห์การยศาสตร์ 3D เว็บทางการอ้างว่าความเร็วในการประเมินเป็น 20 เท่าของแรงงานคนแบบดั้งเดิม ลดการบาดเจ็บในที่ทำงานได้สูงสุด 68% ลูกค้ารวม Delta Air Lines, Siemens, Hitachi ส่วน Inseer เน้นชีวกลศาสตร์ แปลงคลิปเป็นมุมข้อต่อ 3D และประมาณแรงกระทำ เทคโนโลยีมาจากทีมมหาวิทยาลัยไอโอวา และผสานกับ Cority ผู้ผลิต EHS รายใหญ่
ประเด็นหลัก
- การเปลี่ยนโครงสร้างต้นทุนต่างหากที่เป็นประเด็น ไม่ใช่ตัวเทคโนโลยี เมื่อการประเมินสถานีงานหนึ่งจุดลดจากยี่สิบนาทีเหลือไม่กี่นาที "การสำรวจทั่วทั้งโรง" จากที่เป็นไปไม่ได้กลายเป็นทำได้ ความต่างของการสุ่มกับการสำรวจทั่ว คือหาสถานีงานที่เสี่ยงสุดสองสามจุดนั้นเจอจริงหรือไม่
- ความต่างเชิงอัตวิสัยถูกขจัด เจ้าหน้าที่ความปลอดภัยคนละคนประเมินท่าเดียวกันอาจให้คะแนนต่างกัน ซึ่งเป็นปัญหาระยะยาวในการตรวจและการติดตามการปรับปรุง อัลกอริทึมอย่างน้อยรับประกันความสม่ำเสมอก่อนหลัง
- ผลของการปรับปรุงตรวจสอบได้ หลังปรับปรุงเชิงวิศวกรรมเสร็จ ถ่ายอีกครั้ง เทียบคะแนนก่อนหลัง เรื่องนี้แต่ก่อนแทบไม่มีใครทำ เพราะต้นทุนสูงเกินไป
- การผสานระบบ EHS คือเส้นแบ่งระดับองค์กร การผสานของ Inseer กับ Cority หมายความว่าข้อมูลการยศาสตร์วางร่วมกับการรายงานอุบัติเหตุและบันทึกการลางานเพื่อวิเคราะห์ไขว้ได้ ซึ่งเครื่องมือเดี่ยวๆ ทำไม่ได้
- Cority เองก็ทำโมดูลจับการเคลื่อนไหวด้วย AI แสดงว่าแพลตฟอร์ม EHS ขนาดใหญ่กำลังเก็บการยศาสตร์เข้าเป็นฟังก์ชันมาตรฐาน
วิเคราะห์ผลกระทบต่อตลาด
ต่อผู้ใช้ในไทย
สำหรับพนักงานแนวหน้า เรื่องนี้มีสองด้าน ด้านดีคือสถานีงานที่แต่ก่อนถูกมองข้ามอาจถูกมองเห็นเสียที การบาดเจ็บจากการทำซ้ำๆ จำนวนมากค่อยๆ สะสม กว่าจะเจ็บก็มักหนักไปแล้ว
แต่อีกด้านต้องเผชิญอย่างซื่อสัตย์: การถูกถ่ายคลิป ในความรู้สึกก็คือการถูกเฝ้าติดตาม ต่อให้บริษัทรับรองซ้ำๆ ว่า "แค่ประเมินท่าทาง ไม่ทำการประเมินผลงานรายบุคคล" ความกังวลหน้างานก็สมเหตุสมผล และจะไม่หายไปเพราะจัดประชุมชี้แจงมากพอ ฐานความไว้ใจระหว่างนายจ้างลูกจ้างในไทยแต่เดิมก็ไม่ได้หนา เรื่องนี้จัดการไม่ดีการนำมาใช้จะติดตายทันที
ต่อการใช้งานของภาคธุรกิจ
เส้นทางการนำมาใช้ที่จริงควรเป็นสองช่วง "AI คัดกรอง + คนประเมินอย่างเป็นทางการ" ใช้เครื่องมือสแกนทั้งโรงก่อน จัดอันดับสถานีงานเสี่ยง 20 อันดับแรก แล้วให้เจ้าหน้าที่ความปลอดภัยประเมินอย่างเป็นทางการตามรูปแบบของหน่วยงานความปลอดภัยแรงงานของไทยกับสถานีงานเหล่านี้ วิธีนี้ทั้งได้ความครอบคลุมของการสำรวจทั่ว และเลี่ยงข้อโต้แย้ง "คะแนนที่ AI สร้างใช้เป็นหลักฐานทางกฎหมายได้ไหม"
ต้องเตือนว่าเกณฑ์ให้คะแนนของเครื่องมือเหล่านี้เน้นมาตรฐานยุโรปอเมริกา (RULA, REBA ฯลฯ) ต่างจากรูปแบบใบประเมินของหน่วยงานความปลอดภัยแรงงานของไทย ต้องเทียบและแปลง ก่อนนำมาใช้ต้องยืนยันเรื่องนี้ ไม่งั้นแดชบอร์ดที่ทำออกมาใช้ไม่ได้ในวันตรวจจริง
ต่อผู้พัฒนา
ไทยมีโอกาสทำโซลูชันในประเทศ โมเดลตรวจจับโครงกระดูกไม่ใช่กำแพง กำแพงอยู่ที่สามเรื่อง หนึ่งคือการเทียบและออกใบประเมินตามกฎหมายความปลอดภัยของไทย สองคือความเสถียรของการจดจำในสภาพแวดล้อมโรงงานจริง (เครื่องจักรบัง อุปกรณ์ป้องกัน แสงไม่พอ หลายคนในเฟรมเดียว) สามคือธรรมาภิบาลข้อมูลและมาตรการเสริมด้านการสื่อสารระหว่างนายจ้างลูกจ้าง
ข้อสองถูกประเมินต่ำอย่างหนัก ในห้องแล็บถ่ายคนหนึ่งทำท่า ความแม่นยำสวยงามมาก แต่บนสายการผลิตพนักงานถูกเครื่องจักรบังครึ่งตัว ใส่ถุงมือหนาและหน้ากาก ข้างๆ ยังมีเพื่อนสองคนเดินไปเดินมา นั่นคือความยากคนละระดับกันเลย นี่จึงเป็นเหตุผลว่าตอนประเมินเครื่องมือประเภทนี้ ต้องเรียกร้องให้ผู้ผลิตมาทดสอบจริงที่หน้างานของคุณ ไม่ใช่ดูสไลด์
แนวโน้มในอนาคต
การประเมินการยศาสตร์จะเปลี่ยนจาก "งานตามข้อกำหนด" เป็น "การเฝ้าติดตามต่อเนื่อง" ตอนนี้โรงงานส่วนใหญ่ทำการประเมินการยศาสตร์เป็นงานครั้งเดียวเพื่อรับมือการตรวจ เมื่อต้นทุนการประเมินลดลงพอ มันจะกลายเป็นงานประจำที่รันใหม่ทุกครั้งที่มีการเปลี่ยนสายการผลิต
ประกันภัยจะเป็นแรงผลักดันหนึ่ง ในรายชื่อลูกค้าของ Inseer มีนายหน้าประกัน นี่ไม่ใช่เรื่องบังเอิญ เมื่อความเสี่ยงอุบัติเหตุจากการทำงานวัดเป็นตัวเลขได้ การตั้งราคาเบี้ยก็มีฐานอ้างอิงใหม่ ซึ่งจะย้อนกลับมาผลักดันให้องค์กรนำมาใช้
ข้อกำหนดด้านความเป็นส่วนตัวและสิทธิแรงงานจะตามมา การเก็บภาพในที่ทำงานในไทยเกี่ยวข้องกับจุดตัดของพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) กับกฎหมายแรงงาน ตอนนี้ในทางปฏิบัติยังเป็นพื้นที่คลุมเครือ คาดว่าอนาคตจะมีข้อกำหนดชัดขึ้น องค์กรที่นำมาใช้ตอนนี้ควรทำเรื่องการทำให้ระบุตัวตนไม่ได้ การควบคุมการเข้าถึง และระยะเวลาการเก็บรักษาไว้ตั้งแต่แรก ไม่ใช่รอให้ถูกร้องเรียนค่อยว่ากัน
สรุปและบทวิจารณ์จาก TheAI Academy
นี่คือการใช้งาน AI ประเภทที่เนื้อหาเทคนิคไม่ได้สูงสุด แต่ผลที่จับต้องได้ชัดเจนมาก มันไม่ได้จะแทนที่ใคร แค่เปลี่ยนสิ่งที่ "ควรทำแต่ทำไม่ไหว" ให้ทำไหว สำหรับอุตสาหกรรมการผลิตในไทย คุณค่าเชิงปฏิบัติแบบนี้สำคัญกว่าการโชว์เทคโนโลยีหวือหวาใดๆ
แต่ผมต้องพูดล่วงหน้าไว้ก่อน: ความเสี่ยงใหญ่ที่สุดของการนำเครื่องมือประเภทนี้มาใช้ไม่ใช่เทคโนโลยีคลาดเคลื่อน แต่คือการสื่อสารระหว่างนายจ้างลูกจ้างล้มเหลว การถ่ายคลิปประเมินท่าทางกับการเฝ้าติดตามประสิทธิภาพการทำงาน ทางเทคนิคเป็นคนละเรื่อง แต่ในความรู้สึกหน้างานแทบเป็นเรื่องเดียวกัน ถ้าบริษัทแค่ออกประกาศแล้วเริ่มถ่ายเลย การต่อต้านที่ตามมาจะเกินคาด และสมเหตุสมผลเต็มที่
บทวิจารณ์: AI เปลี่ยนการประเมินการยศาสตร์จากสุ่มทำพอเป็นพิธีเป็นสำรวจทั่วได้จริง แต่พอตั้งกล้องขึ้นมา สิ่งที่ถูกทดสอบไม่ใช่อัลกอริทึมแต่คือความไว้ใจระหว่างนายจ้างลูกจ้าง
คำแนะนำเชิงรูปธรรมสำหรับผู้อ่าน: ถ้าคุณเป็นหัวหน้าฝ่ายความปลอดภัยหรือ HR ก่อนนำมาใช้ให้ทำสามเรื่อง หนึ่ง สื่อสารวัตถุประสงค์ให้ชัดในการประชุมคณะกรรมการความปลอดภัยหรือกับสหภาพ และเขียนเป็นลายลักษณ์อักษรว่าไม่ใช้เป็นหลักฐานประเมินผลงานรายบุคคล สอง กำหนดวิธีทำให้ภาพระบุตัวตนไม่ได้ สิทธิ์การเข้าถึงและระยะเวลาการเก็บรักษา สาม เรียกร้องให้ผู้ผลิตมาทดสอบจริงที่สายการผลิตของคุณสักครั้ง ดูว่าในสภาพแวดล้อมที่เครื่องจักรบังและมีอุปกรณ์ป้องกัน การจดจำยังแม่นไหม ทำสามเรื่องนี้เสร็จค่อยพูดเรื่องจัดซื้อ อัตราสำเร็จจะต่างออกไปโดยสิ้นเชิง
แหล่งข้อมูล
เรียบเรียงจากข้อมูลสาธารณะ ยึดตามทางการเป็นหลัก
คำถามที่พบบ่อย
คะแนนประเมินการยศาสตร์ที่ AI สร้าง ใช้เป็นหลักฐานตามกฎหมายความปลอดภัยของไทยตรงๆ ได้ไหม
ไม่แนะนำให้ใช้เป็นหลักฐานตรงๆ เกณฑ์ให้คะแนนของเครื่องมือเหล่านี้เน้นมาตรฐานยุโรปอเมริกาอย่าง RULA, REBA ต่างจากรูปแบบใบประเมินของหน่วยงานความปลอดภัยแรงงานของไทย วิธีที่รัดกุมกว่าคือสองช่วง: ใช้เครื่องมือ AI คัดกรองทั้งโรงก่อน จัดอันดับสถานีงานเสี่ยงสูงสุด แล้วให้เจ้าหน้าที่ความปลอดภัยประเมินอย่างเป็นทางการตามข้อกำหนดของไทยกับสถานีงานเหล่านี้ วิธีนี้ทั้งได้ความครอบคลุมและความสอดคล้องกับกฎหมาย
การถ่ายคลิปประเมินจะละเมิดความเป็นส่วนตัวของพนักงานไหม
นี่คือปัญหาที่ต้องเผชิญตรงๆ ที่สุดตอนนำมาใช้ เกี่ยวข้องกับจุดตัดของพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) กับกฎหมายแรงงาน วิธีที่แนะนำได้แก่ สื่อสารวัตถุประสงค์ล่วงหน้าผ่านการประชุมคณะกรรมการความปลอดภัยหรือสหภาพ ระบุเป็นลายลักษณ์อักษรว่าไม่ใช้เป็นหลักฐานประเมินผลงานรายบุคคล ทำภาพให้ระบุตัวตนไม่ได้ จำกัดสิทธิ์การเข้าถึง กำหนดระยะเวลาการเก็บรักษาชัดเจน ถ้าหน้างานมองว่านี่คือการเฝ้าติดตามประสิทธิภาพการทำงาน แรงต่อต้านจะรุนแรง และความกังวลนี้สมเหตุสมผล
บนสายการผลิตจริงที่มีเครื่องจักรบัง ความแม่นยำในการจดจำเพียงพอไหม
นี่คือจุดที่ควรทดสอบจริงที่สุดตอนประเมินเครื่องมือประเภทนี้ ตัวเลขความแม่นยำในสภาพแวดล้อมห้องแล็บมีค่าอ้างอิงจำกัด บนสายการผลิตจริงพนักงานอาจถูกเครื่องจักรบังครึ่งตัว ใส่ถุงมือหนาและหน้ากาก รอบข้างยังมีคนอื่นเดินไปมา สิ่งเหล่านี้กระทบการตรวจจับโครงกระดูก ต้องเรียกร้องให้ผู้ผลิตมาถ่ายงานท่อนเดียวกันที่หน้างานจริงของคุณเพื่อเทียบ อย่าดูแค่ตัวเลขบนสไลด์
โรงงานขนาดเล็กจำเป็นต้องนำมาใช้ไหม
ต้องดูจำนวนสถานีงานและรูปแบบงาน ถ้าโรงของคุณมีแค่ยี่สิบสามสิบสถานี เจ้าหน้าที่ความปลอดภัยใช้วิธีดั้งเดิมประเมินให้ครบก็ทำได้จริง ประโยชน์ของการนำระบบมาใช้จำกัด คุณค่าของเครื่องมือประเภทนี้มาจากเงื่อนไข "สถานีงานมากจนคนประเมินไม่ไหว" ในทางกลับกัน ถ้าเป็นโรงที่งานทำซ้ำๆ หนาแน่น สถานีงานนับร้อย นั่นแหละคือที่ที่มันออกฤทธิ์