เรียนรู้พื้นฐาน Smart Monodzukuri และกระบวนการค้นหา วิเคราะห์ปัญหาในโรงงานเพื่อต่อยอดจาก Muda สู่การใช้ Data, AI และ Low-Code ในการตัดสินใจเชิงรุก
จุดเด่นของหลักสูตร
มากกว่าการอบรมคือการต่อยอดสู่การเปลี่ยนแปลงจริงในโรงงานของคุณ โดยผสานจุดแข็งของ 2 หน่วยงานได้แก่ แนวคิด Monozukuri จาก ส.ส.ท. และ การประยุกต์ใช้ AI เชิงปฏิบัติจากมูลนิธิเพื่อการพัฒนาดิจิทัล (DDF) เน้นโจทย์โรงงานจริง โดยเฉพาะ Discrete Manufacturing และการจัดการคอขวด ได้ผลลัพธ์เชิงปฏิบัติที่สามารถนำกลับไปทดลองใช้ต่อในองค์กรได้ทันที
วัตถุประสงค์
- เทคโนโลยี IoT & AI ที่มีบทบาทใน Smart Monodzukuri
- การค้นหาปัญหาและ 8 Waste ในกระบวนการ
- วิธีการแก้ปัญหา( Problem Finding , AS-IS, TO-BE , TO-DO)
- เชื่อม 8 Wastes กับ Data Signals, KPI และ AI Methods ที่เหมาะสมได้
- แยกความต่างระหว่าง Detection, Prediction, และ Optimization ได้
- สร้าง Early-Warning Logic จากข้อมูลสายการผลิตได้
- เลือกเครื่องมือที่เหมาะกับบริบทโรงงานของตนได้
ผลลัพธ์การเรียนรู้ที่คาดว่าจะได้รับ (Learning Outcomes)
เรียนรู้ครบ จบทั้งแนวคิดเครื่องมือ และการลงมือทำได้จริง
- ทราบแนวทางของ Smart Monodzukuri และเทคโนโลยีที่เกี่ยวข้อง
- KJ Method
- การประยุกต์ใช้เครื่องมือเพื่อออกแบบระบบที่สอดคล้องกับ IoT และ AI
- เชื่อม 8 Wastes กับ Data Signals และ KPI
- เรียนรู้การจับคู่ความสูญเปล่ากับข้อมูลหน้างานสัญญาณเตือนและตัวชี้วัดที่สำคัญ
- AI-Enabled Jidoka แบบใช้งานได้จริงต่อยอดแนวคิด Monozukuri สู่กรอบ Detect -> Predict -> Optimize -> Act เพื่อยกระดับการตัดสินใจหน้างาน
- Hands-on Low-Code+ Gen AI Workshop
- ลงมือทำจริงผ่าน Notebook และ Low-Code Lab พร้อมใช้
- Gen AI ช่วยออกแบบตรรกะระบบโดยไม่ต้องมีทักษะเขียนโปรแกรมขั้นสูง
- เจาะลึก Bottleneck ใน Discrete Manufacturing
- เข้าใจ Bottleneck Detection, Real-Time Prediction,
- Forecasting และ Optimization เพื่อวางแผน Lead-Time
- Action ได้แม่นยำขึ้น
สิ่งที่ได้รับหลังอบรมและสัมมนา
- แนวทางการวิเคราะห์ปัญหาอย่างเป็นระบบ
- ผลจากการทำ Problem Finding
- Priority Problem
- AS-IS / TO-BE
- แนวทางปรับปรุง
- KPI และ Target ที่กำหนดจากโจทย์งาน
- Template : Waste-Signal-Action Mapping สำหรับหน่วยงานของตนเอง
- Early-Warning Alert Rules และ Rule Logic ตัวอย่าง
- Action Card สำหรับการตอบสนองต่อปัญหาในสายการผลิต
- Framework แยก Detection / Forecasting / Optimization
- แนวทางประยุกต์ใช้ AI และ Low-Code ในโรงงานจริง
- สามารถมองเห็นและวิเคราะห์ปัญหาในกระบวนการพร้อมกำหนดแนวทางปรับปรุงและ KPI/Target
- สามารถนำแนวคิด Data + AI + Low-Code ไปต่อยอดเพื่อสร้างระบบเตือนล่วงหน้าและสนับสนุนการตัดสินใจในโรงงาน
คุณสมบัติของผู้เข้ารับการอบรมและสัมมนา
ผู้บริหารโรงงาน /ผู้จัดการฝ่ายผลิต / Production Manager / Manager
Supervisor / Operations / Continuous Improvement
วิศวกร / Engineer / Production Engineering / Process Engineer / IE
Data / Data Engineering / IT / Digital Transformation ในสายการผลิต
Technician
หลักสูตรนี้เหมาะสำหรับ
Manager
Supervisor
Engineer
Technician
