Artificial Intelligence (AI) for optimizing packaging solutions

Translated and Compiled By:  กันต์ธร หลีนวรัตน์

                                                Kunthorn Leenavarat

                                                Assistant Editor

                                                Food Focus Thailand Magazine

                                                editor@foodfocusthailand.com

‘ปัญญาประดิษฐ์’ (Artificial Intelligence; AI) ได้รับการพิสูจน์แล้ว ว่าเป็นเทคโนโลยีที่มีความน่าเชื่อถือและสามารถผลักดันและพัฒนาอุตสาหกรรม ตั้งแต่กระบวนการผลิต ไปสู่ขั้นตอนการบรรจุ และขั้นตอนการกระจายสินค้า ความต้องการที่เพิ่มมากขึ้นของบรรจุภัณฑ์ที่เป็นมิตรกับสิ่งแวดล้อม สินค้าบริโภค และเศรษฐกิจหมุนเวียน คือตัวขับเคลื่อนสำคัญที่ทำให้อุตสาหกรรมบรรจุภัณฑ์ ต้องนำเอา AI และเทคโนโลยีที่เกี่ยวข้อง อย่าง Machine learning มาใช้พัฒนา โดยใช้เวลาเพียงไม่กี่นาทีแทนที่จะเป็นหลายสิบปี บริษัทผลิตบรรจุภัณฑ์อาหารและเครื่องดื่มหลายแห่ง ได้มีการนำเทคโนโลยี AI มาใช้ประโยชน์มากขึ้นแล้วเพื่อประหยัดเวลาและต้นทุน ภายใต้ข้อกังวลว่าเทคโนโลยีนี้จะเข้ามาแทนที่แรงงานมนุษย์หรือไม่ ซึ่งความเป็นจริงแล้วสิ่งที่กังวลนี้ก็อาจเป็นจริงขึ้นได้ โดยบทความนี้จะขอยกตัวอย่างการใช้ AI ในการปรับปรุงส่วนของการบรรจุและบรรจุภัณฑ์ เพื่อช่วยให้การจัดการเวลาและลดต้นทุนที่เกิดขึ้นได้อย่างมีประสิทธิภาพ

ปัญญาประดิษฐ์ช่วยลดเวลาและเพิ่มความคล่องตัว

หนึ่งในปัญหาที่ใหญ่ที่สุดของระบบอัตโนมัติ คือการที่เครื่องจักรหรืออุปกรณ์อัตโนมัติทั้งหลายจำเป็นต้องมีการวางระบบและตั้งโปรแกรมเพื่อให้ปฏิบัติตามคำสั่งที่ได้รับมอบหมาย เช่น หากต้องการสั่งงานหุ่นยนต์ให้หยิบกล่อง ก็ต้องตั้งโปรแกรมทุกขั้นตอน ตั้งแต่แขนกลให้เคลื่อนไหวไปทิศทางไหน พร้อมระบุว่าตำแหน่งใดที่ต้องหยิบกล่อง ต้องใช้แรงหยิบมากน้อยแค่ไหน รวมถึงเส้นทางที่จะเคลื่อนที่ต่อไปเมื่อหยิบกล่องแล้ว ซึ่งหากต้องการเปลี่ยนคำสั่งหน้าที่ใหม่ ก็จำเป็นที่จะต้องตั้งโปรแกรมคำสั่งใหม่แทนคำสั่งเดิม

ในทางกลับกัน ระบบอัตโนมัติที่ขับเคลื่อนด้วย AI จะมีความสามารถในการทำงานโดยคิดค้นโซลูชันสำหรับฟังก์ชันการทำงานต่างๆ จึงช่วยให้อุปกรณ์อัตโนมัติสามารถปฏิบัติตามชุดคำสั่งได้ หรือหากจะให้เข้าใจง่ายๆ คือเราสามารถสั่งให้เครื่องจักรทำงานได้เอง โดยที่ไม่ต้องคอยป้อนรายละเอียดว่าจะต้องทำอย่างไร ซึ่ง AI ยังสามารถพัฒนาวิธีการที่มีประสิทธิภาพที่สุดในการทำงานนั้นๆ ด้วยความสามารถในเรียนรู้ได้ด้วยตัวเอง (Machine learning) และด้วยเหตุนี้เอง ทำให้เราสามารถเพิ่มประสิทธิภาพการทำงานได้มากขึ้นกว่าการวิธีการแบบดั้งเดิม ไม่ว่าจะเป็นการวิเคราะห์ งานด้านวิศวกรรม หรือการตั้งโปรแกรมการทำงาน โดยสรุปแล้ว ระบบอัตโนมัติที่ขับเคลื่อนด้วย AI นี้ช่วยให้การทำงานในส่วนงานที่เกี่ยวข้องกับบรรจุภัณฑ์อาหารและเครื่องดื่ม เมื่อมีผลิตภัณฑ์ใหม่ๆ เกิดความคล่องตัว รวดเร็ว และมีประสิทธิภาพ

Artificial Intelligence has proven to be a reliable tech to lead the way in the industry's next evolution, from production to packaging to distribution. Increasing demand for eco-friendly packaging, consumer goods, circular economy are some of the critical drivers for the packaging industry to onboard AI, and underlying technology (machine learning) improves in minutes instead of decades. Many food and beverage packaging companies utilize AI technologies to save time and money. The classic fear is that AI will replace human employees, but that couldn't be farther from the truth. This article will demonstrate an improvement in the packaging section and packaging by using AI technologies and underlying technologies as a tool to help teams achieve better results in a time and money efficient manner.

 

AI reduces coding while adding agility

One of the biggest problems with automation is that, traditionally, the machine needs to be programmed with precise instructions for every given task. If you wanted a machine to pick up a box, you would need to program detailed instructions for where to move its arms, where to grasp the box, how much pressure to apply, and the path for the machine to take once it has picked it up. If you change the task, you're required to program new instructions.

In contrast, AI-driven automation can now perform tasks by devising their own solutions for the function. In other words, we can simply tell a machine what we want it to do without laboriously detailing how to do so. The AI will develop its own highly efficient solution for the task at hand with machine learning capabilities. This is considerably more efficient than the traditional analysis, engineering, and programming solution. In sum, it enables the packaging section to leverage its automation for new products with great agility.