Digital Transformation ในฝั่งโรงแยกก๊าซธรรมชาติปตท. คือการใช้ข้อมูลให้เกิดประสิทธิภาพสูงสุด

“IoT เข้ามาไม่ได้ตื่นเต้นอะไรนัก” คือคำยืนยันของโรงแยกก๊าซธรรมชาติระยอง ปตท. ว่า Plant เต็มไปด้วยเซ็นเซอร์ตรวจวัดค่า ดังนั้น Digital Transformation จึงไม่ใช่ลงทุนอุปกรณ์ หลักๆ คือระบบวิเคราะห์ข้อมูล

โรงแยกก๊าซในจังหวัดระยอง ของปตท. // ภาพจาก ปตท.

ลงทุนเยอะ แต่ใช่ว่าจะเข้าใจทุกสิ่ง

ขึ้นชื่อว่า ปตท. เรื่องเงินลงทุนด้านเทคโนโลยีก็ไม่ต้องพูดถึง จึงไม่แปลกที่ตัวโรงานแยกก๊าซธรรมชาติในจังหวัดระยองจะมีเซ็นเซอร์ตรวจจับค่าต่างๆ อยู่จำนวนมาก และทุกตัวก็ส่งข้อมูลเป็นดิจิทัลเข้ามาเก็บ รวมถึงวิเคราะห์ส่วนหนึ่งแล้ว แต่นั่นก็ยังไม่ใช่การใช้ข้อมูลที่มีได้อย่างเต็มประสิทธิภาพ

สรไนย เลิศอักษร Vice President Production Planning & Technical Management ในโรงแยกก๊าซธรรมชาติ ของปตท. เล่าให้ฟังว่า การลงทุนที่ส่วนกลางจัดหามาให้ทางฝ่ายโรงงานที่นี่มีเป็นหลายร้อยล้านบาท เพื่อพัฒนาการทำงานให้ดีขึ้น หนึ่งในนั้นคือการใช้ข้อมูลที่มีอยู่ให้คุ้มค่าที่สุด

“ชุดข้อมูลมันกองรออยู่เยอะ เพราะเรามีชุดข้อมูลเก็บไว้นานกว่า 10 ปี หลัก 300-400 GB/วัน ผ่านเซ็นเซอร์ที่เราลงทุนไปตั้งแต่แรกๆ พอ IoT เข้ามาผมเลยไม่ตื่นเต้นนัก เนื่องจากเราทำกันอยู่แล้ว แต่ถึงอย่างไรเราก็ต้องศึกษาให้มากขึ้นอยู่ และมองว่าการทำ Digital Transformation หลังจากนี้คือการ Manage Information ให้ดีขึ้น”

การนำข้อมูลมาลดความเสี่ยงคือเป้า

และถึงการลงทุนจะมากขนาดนี้ แต่ทางปตท. ไม่ได้มองเรื่องความคุ้มทุนในแง่การทำกำไร เพราะตัวโรงแยกก๊าซไม่ได้บริหารจัดการในแบบฝ่ายขาย หรืออื่นๆ ดังนั้นการลงทุนเพื่อนำข้อมูลมาใช้งานนั้นมีเป้าหมายเพื่อลดความเสี่ยงต่างๆ มากกว่า ซึ่งหากลดตัวนี้ได้ การประหยัดค่าใช้จ่ายก็จะเกิดขึ้นในทันที

Gas Turbine // ภาพโดย Pro-Per Energy Services (Own work) [CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0)], via Wikimedia Commons
“เมื่อเราต่อยอดให้เซ็นเซอร์เหล่านั้นส่งข้อมูลเข้ามาวัดผล แล้วสามารถคาดการณ์สิ่งที่เกิดขึ้นในอนาคตได้ เช่นอุปกรณ์ตัวไหนจะเสีย หรือการผลิตจะเป็นอย่างไรบ้าง ก็คงช่วยประหยัดต้นทุนเรื่องการซ่อมบำรุงได้เยอะ และเมื่อเรารู้ก่อน ก็ไม่เสียโอกาสในกรณีที่ตัวโรงงานไม่สามารถเดินหน้าได้เพราะมีปัญหาเกิดขึ้นโดยที่เราไม่รู้”

หนึ่งในการลงทุนของโรงแยกก๊าซธรรมชาติระยองของปตท. คือ IBM Predictive Maintenance ที่ช่วยเพิ่มมาตรวัดต่างๆ ให้มันแม่นยำยิ่งกว่าเดิม เพราะอดีตบางมาตรวัดจะใช้คนในการตรวจสอบ แต่เมื่ออาศัย Machine Learning ทุกอย่างก็เป็นไปด้วยดี และตัวระบบก็เคยตรวจพบสิ่งผิดปกติในโรงงาน พร้อมแจ้งให้แก้ไขได้ทัน

Ai Urban Machine Mech Technology Robot // ภาพ maxpixel.freegreatpicture.com

เน้นที่หัวใจ ก่อนกระจายไปเครื่องจักรอื่น

“เราเริ่มต้นลงทุนระบบนี้กับเครื่องจักรหลักๆ ก่อน ตั้งแต่ 2 ปีที่แล้ว เช่น Gas Turbine ที่ทำหน้าที่ขับตัว Compressor ให้เดินส่งก๊าซที่เราได้มาออกไปยังท่อได้ ถ้าเครื่องนี้ดับไป ก็เท่ากับเสียโอกาสการผลิตไปเยอะ จึงไม่แปลกที่เราจะลงทุนโดยเริ่มจากหัวใจ ก่อนกระจายไปยังเครื่องจักรอื่นๆ ในอนาคต”

สำหรับการลงทุนในปี 2561 จะเริ่มกระจายไปยังเครื่องจักรอื่นๆ เช่น Control Valve เพื่อตรวจจับค่าต่างๆ และนำมาคาดการณ์โอกาสที่จะเกิดขึ้นในอนาคต นอกจากนี้ตัว Gas Turbine ก็ยังลงทุนต่อ จากปัจจุบันติดตั้งไป 9 ตัวแล้ว พร้อมกับประยุกต์ใช้กับ Compressor เช่นเดียวกัน ในลักษณะทยอยลงทุน ไม่ใช่ลงทุนครั้งเดียว

ในทางกลับกันหากมองในมุม SME ในการไปลงทุนระบบตรวจจับขนาดใหญ่นั้น “สรไนย” มองว่าก็อยู่ที่ความคุ้มค่า และมูลค่า รวมถึงความสำคัญของเครื่องจักรตัวนั้นๆ ว่าสำคัญมากขนาดไหน นอกจากนี้การลงทุนระบบต้องเริ่มตั้งแต่การซื้อเครื่องจักรตัวนั้นๆ เข้ามา เพราะเครื่องจักรบางตัวก็เป็นระบบปิดแบบสมบูรณ์ ไม่สามารถดึงข้อมูลใดๆ ออกได้

สรุป

การลงทุนในเชิง Industrial Internet of Things หรือ (IIoT) ในประเทศไทยน่าจะมีมากขึ้นเรื่อยๆ และเริ่มในองค์กรขนาดใหญ่มาระดับหนึ่งแล้ว คราวนี้ก็เหลือแต่องค์กร SME ว่าจะเดินตามไปได้อย่างไร รวมถึงเรื่องต้นทุนระบบที่หากปรับลดลง ทุกองค์กรก็น่าจะนำข้อมูลที่ตนเองมีมาใช้ประโยชน์ได้อย่างสูงสุด

ติดตามข่าวสารจาก Brand Inside ได้จาก Facebook ของเรา