เจาะเบื้องหลัง AgriTech ของ AXONS ใช้ AI แก้โจทย์การเกษตรอย่างไร ตั้งแต่การทำฟาร์มถึง Food Supply Chain

ในปี 2050 ที่ประชากรโลกอาจพุ่งทะลุ 10,000 ล้านคน เราจะเอาอาหารที่ไหนมาเลี้ยงคนทั้งโลก ?

มีข้อมูลจากสหประชาชาติระบุว่าความต้องการอาหารจะเพิ่มขึ้นถึง 56% ปัญหาคือเราจะผลิตยังไงให้ได้ปริมาณเยอะขนาดนั้น โดยที่ต้องใช้ทรัพยากรน้อยลง ลดขยะให้น้อยที่สุด และรักษาสิ่งแวดล้อมไปพร้อมกัน

ซึ่งโจทย์นี้ท้าทายมาก เพราะอุตสาหกรรมเกษตรไม่ได้สั่งผลิตปุ๊บได้ปั๊บเหมือนของในโรงงาน แต่มันคือการทำงานกับ 'สิ่งมีชีวิต' ไก่ตัวนึงต้องใช้เวลาเลี้ยง 42 วัน หมูต้องรอ 6-7 เดือนกว่าจะโต แถมยังมีตัวแปรที่เราควบคุมไม่ได้อีกเพียบ ทั้งสภาพอากาศ โรคระบาด หรือแม้แต่ระบบขนส่ง ถ้ามีปัญหาหลุดไปแค่จุดเดียวมันอาจจะกระทบทั้งระบบและล่มเป็นโดมิโน่

นี่คือจุดที่เทคโนโลยีและ AI เข้ามามีบทบาทสำคัญ ในเวที Techsauce Global Summit ที่ผ่านมา คุณธีรพงษ์ วิชญเรืองรมย์ Director - Data & AI, AXONS ได้มาแชร์ให้ฟังว่าพวกเขาเอา AI มาแก้ปัญหาคลาสสิกของวงการเกษตรอย่างไรบ้าง

ทาง AXONS ได้ปรับมุมมองใหม่แทนที่จะแค่เก็บรวบรวมข้อมูลทิ้งไว้เฉยๆ ก็หันมาดึงข้อมูลเหล่านั้นมาใช้วิเคราะห์เพื่อหาทิศทางว่าบริษัทควรจะทำอะไรต่อไป ซึ่งตอนนี้ได้นำเอไอมาใช้งานจริงและเห็นผลลัพธ์ที่ชัดเจนแล้วใน 6 เรื่องหลักดังนี้ 

ข้อแรกคือ Smart Farming ที่ดึงเอาประสบการณ์ของคนเลี้ยงมาบวกกับ Data ปกติการทำฟาร์มต้องพึ่งความเก๋าของเกษตรกรเป็นหลัก แต่ตอนนี้เราใช้ AI มาช่วยประมวลผลร่วมกับข้อมูลสภาพอากาศ ตลาด และการป้องกันโรค ผลลัพธ์คือช่วยลดต้นทุนไปได้ถึง 20% แถมยังได้ผลผลิตเพิ่มขึ้นอีกกว่า 6%

ข้อสองคือใช้ AI จับสัญญาณเตือนภัยก่อนเกิดโรคระบาด ธรรมชาติของสัตว์มักจะส่งสัญญาณเตือนก่อนป่วยเสมอ เช่น กินอาหารน้อยลง กินน้ำไม่เหมือนเดิม หรือเดินน้อยลง อาการนิดๆ หน่อยๆ พวกนี้คนเราอาจจะสังเกตไม่เห็น แต่ AI มองเห็น แล้วถ้ารู้ตัวไว สัตวแพทย์ก็เข้าไปจัดการได้ทันก่อนโรคจะระบาดไปทั้งฟาร์ม

ข้อสามคือการทำฟาร์มแบบไร้สัมผัส ปกติการที่คนเดินเข้าไปสุ่มชั่งน้ำหนักไก่ในฟาร์ม อาจทำให้สัตว์ตกใจและเครียด แถมยังเสี่ยงเอาเชื้อโรคเข้าไปด้วย เขาเลยเปลี่ยนมาใช้กล้อง AI กะประมาณน้ำหนักสัตว์จากท่าทางการเคลื่อนไหวแทน คราวนี้ก็ไม่ต้องใช้คนเข้าไปยุ่งกับสัตว์เลยแม้แต่น้อย

ข้อสี่คือการให้ AI เป็นผู้ช่วยสัตวแพทย์ เกษตรกรแค่พิมพ์อาการของสัตว์ลงไปในระบบ AI ก็จะไปดึงข้อมูลเก่าๆ มาวิเคราะห์ความเสี่ยงแล้วเสนอแนวทางรักษาเบื้องต้นให้ จากนั้นสัตวแพทย์ที่เป็นคนจริงๆ จะมาดูอีกทีและเป็นคนตัดสินใจขั้นสุดท้าย 

ข้อห้าคือการวางแผนผลิต โดยการเลิกใช้วิธีเดาใจตลาดจากข้อมูลเก่าเพียงอย่างเดียว แต่หันมาใช้ AI คำนวณรวบยอด ทั้งความต้องการของลูกค้า ข้อจำกัดของฟาร์ม และเรื่องความยั่งยืนไปพร้อมๆ กัน เพื่อหาทางเลือกในการผลิตที่ดีและคุ้มค่าที่สุด

ข้อหกคือระบบตรวจสอบย้อนกลับได้แบบ 100% แค่สแกนผู้บริโภคก็รู้ได้ทันทีว่าอาหารจานนี้มาจากฟาร์มไหน เลี้ยงดูมายังไงกว่าจะมาถึงมือเราผ่านอะไรมาบ้าง ไปจนถึงรู้เลยว่ากระบวนการผลิตทั้งหมดนี้สร้างผลกระทบต่อสิ่งแวดล้อมมากน้อยแค่ไหน

สิ่งที่น่าสนใจมากๆ คือ AXONS ไม่ได้สร้าง AI ขึ้นมาเล่นๆ เพื่อเอาไว้โชว์ความล้ำเฉยๆ แต่พวกเขาลุยทำไปแล้วกว่า 60 โครงการ และสร้างมูลค่าทางธุรกิจกลับมาได้มหาศาล ไม่ว่าจะเป็นการลดต้นทุนค่าแรง การป้องกันความเสียหาย หรือแม้แต่การเปิดช่องทางรายได้ใหม่ๆ

จากการลงมือทำจริงจนสำเร็จ พวกเขาได้สรุปบทเรียน 6 ข้อ ฝากไว้ให้กับองค์กรที่อยากเริ่มทำ AI ดังนี้

6 ข้อคิดสำคัญในการนำ AI มาใช้ในองค์กร

1. เริ่มจากปัญหาธุรกิจ ไม่ใช่เริ่มจาก AIอย่าเริ่มด้วยการสร้าง AI แล้วค่อยหาว่าจะเอาไปใช้ทำอะไร แต่ให้เริ่มจากปัญหาที่ธุรกิจกำลังเจอ แล้วค่อยดูว่า AI จะเข้ามาช่วยแก้ปัญหานั้นได้อย่างไร

2. ข้อมูลต้องพร้อม ก่อนจะทำ AIโปรเจกต์ AI ที่ดีไม่ได้เริ่มจากการสร้างโมเดล แต่เริ่มจากการจัดการข้อมูลให้พร้อมก่อน เพราะถ้าข้อมูลไม่ดีหรือใช้ไม่ได้ ต่อให้มี AI ที่เก่งแค่ไหน ก็ช่วยได้ไม่เต็มที่

3. อย่ามองแค่จุดเดียว ต้องดูทั้งระบบการแก้ปัญหาให้แผนกหนึ่งทำงานได้เร็วขึ้น ไม่ได้แปลว่าบริษัทจะดีขึ้นเสมอไป เพราะบางครั้งอาจทำให้เกิดงานเพิ่มหรือสร้างปัญหาให้แผนกอื่น ดังนั้นต้องดูว่าการเปลี่ยนแปลงนั้นส่งผลต่อทั้งองค์กรอย่างไร

4. ให้คนหน้างานเข้ามาช่วยตั้งแต่ต้นคนที่ใช้ระบบจริงควรมีส่วนร่วมในการพัฒนา เพราะพวกเขารู้ดีที่สุดว่าปัญหาอยู่ตรงไหน ทีมไอทีจึงไม่ควรทำระบบกันเองแล้วค่อยเอาไปให้คนอื่นใช้ แต่ต้องทำงานร่วมกับคนหน้างานตั้งแต่แรก

5. AI ช่วยคิด แต่มนุษย์เป็นคนตัดสินใจAI ช่วยวิเคราะห์ข้อมูลและเสนอทางเลือกได้ แต่คนยังต้องเป็นผู้ตัดสินใจ เพราะการตัดสินใจทางธุรกิจไม่ได้มีแค่ข้อมูล แต่ต้องอาศัยความเข้าใจในบริบท ประสบการณ์ และสถานการณ์จริงด้วย

6. ทำ AI แล้วต้องพัฒนาต่อ ไม่ใช่ทำครั้งเดียวแล้วจบAI ไม่ใช่ระบบที่ติดตั้งเสร็จแล้วปล่อยให้ทำงานไปเรื่อย ๆ เพราะข้อมูลและสถานการณ์เปลี่ยนอยู่ตลอด องค์กรจึงต้องคอยดูผลลัพธ์ ปรับปรุงระบบ และทำให้ AI เหมาะกับการใช้งานที่เปลี่ยนไป

ท้ายที่สุดแล้วอนาคตของอุตสาหกรรมเกษตรและอาหารจะไม่ใช่แค่การใช้เครื่องจักรหรือหุ่นยนต์ทำงานแทนคน แต่จะเป็นระบบที่คิดและวิเคราะห์เหตุผลได้ และอนาคตที่ยั่งยืนนี้จะไม่ได้ถูกสร้างขึ้นด้วยเทคโนโลยี AI เพียงลำพัง แต่เกิดขึ้นจากการที่ ‘คน กระบวนการทำงาน และเทคโนโลยีสอดประสานและทำงานร่วมกัน’