เทคโนโลยีใหญ่ทุกยุคมีเส้นทางอารมณ์ที่คล้ายกันเสมอ:
ตื่นเต้น → คาดหวังเกินจริง → ผิดหวัง → สร้างคุณค่าแบบเงียบ ๆ
AI ก็ไม่ต่างกัน
สิ่งที่ต่างคือ ความเร็ว — กระแส AI มาเร็วมาก และหลายองค์กรในไทยก็เริ่มค้นพบว่า
“ความฉลาด” เพียงอย่างเดียว ไม่ได้สร้างมูลค่าทางธุรกิจจริง
บทความนี้จะพาย้อนดูอดีต เพื่อเข้าใจอนาคตว่า
หลังจากเทคโนโลยีถูก hype เกินจริงแล้ว อะไรคือสิ่งที่ “รอด” และสร้างเงินได้จริง
Continue reading “หลัง AI Hype ซาลง: อะไรจะเกิดขึ้นต่อไป (และทำไมธุรกิจไทยต้องสนใจ)”
Every major technology wave follows the same emotional arc:
Excitement → Overpromise → Disappointment → Quiet value creation
AI is not special in this regard.
What is special is how fast the hype arrived — and how fast organizations are now discovering that intelligence alone does not create value.
This article looks backward to look forward: what happened after past tech hypes collapsed, and what that tells us about what comes after AI hype.
Continue reading “After the AI Hype: What Always Comes Next (And Why It Matters for Business)”
近年来，中国回收与再生资源行业对 AI 的关注迅速升温。从智能分拣、数据分析看板，到价格预测和产能优化，越来越多企业开始尝试将 AI 引入业务流程。
然而，在实际落地过程中，相当多的 AI 项目并未带来预期的经营成果。
问题并不在于 AI 算法不够先进，而在于 AI 没有真正融入工厂现场和业务系统。
近年、日本のリサイクル業界でもAIへの関心が急速に高まっています。AIによる自動選別、データ分析ダッシュボード、価格予測など、さまざまな取り組みが進められています。
しかし現実には、多くのAIプロジェクトが期待した成果を出せていません。
その原因は、AIの性能不足ではありません。最大の問題は、AIが現場のシステムや業務プロセスと適切に連携されていないことにあります。
ในช่วงไม่กี่ปีที่ผ่านมา ธุรกิจรีไซเคิลในประเทศไทยเริ่มให้ความสนใจกับ AI มากขึ้น ไม่ว่าจะเป็นการคัดแยกวัสดุอัตโนมัติ การทำแดชบอร์ดวิเคราะห์ข้อมูล หรือการคาดการณ์ราคาเศษวัสดุ แต่ในความเป็นจริง โครงการ AI จำนวนไม่น้อยกลับไม่สามารถสร้างผลลัพธ์ทางธุรกิจได้อย่างที่คาดหวัง
สาเหตุหลักไม่ได้อยู่ที่ว่า AI ไม่เก่งพอ แต่เกิดจาก AI ถูกนำมาใช้โดยไม่มีการเชื่อมต่อเข้ากับระบบการทำงานจริงของโรงงานและธุรกิจ
Continue reading “ทำไม AI ในธุรกิจรีไซเคิลจึงล้มเหลว หากไม่มี System Integration”
Many recycling companies are investing in AI technologies with the hope of improving efficiency, yield, and profitability. However, a significant number of these projects fail to deliver real business value. The primary reason is not the AI models themselves—but the lack of proper system integration.
This article explains why AI initiatives in recycling often fail, what “system integration” really means in an industrial context, and how recycling businesses can approach AI the right way.
Continue reading “Why AI in Recycling Fails Without System Integration”
在中国制造业推进 数字化转型 和 智能工厂 的过程中，一个常见的问题是：
工厂系统架构应该采用 ISA-95，还是 RAMI 4.0？
结论先行：这个问题本身并不完全正确。
ISA-95 与 RAMI 4.0 并不是相互竞争的标准，而是解决 不同层级、不同维度问题 的两种架构思想。对于希望在规模、效率与可持续性上长期发展的中国制造企业来说，正确的做法是合理地结合使用二者。
本文适合以下读者：
Continue reading “ISA-95 vs RAMI 4.0：中国制造业应该如何选择（以及为什么两者缺一不可）”
日本の製造業で DX（デジタルトランスフォーメーション） や スマートファクトリー が進む中、よく聞かれる質問があります。
工場システムの設計は ISA-95 と RAMI 4.0、どちらを採用すべきか？
結論から言うと、この問い自体が正確ではありません。
ISA-95 と RAMI 4.0 は競合する考え方ではなく、異なるレイヤー・異なる目的を扱うフレームワークです。日本の製造現場で長期的に安定し、改善し続けられるシステムを構築するには、両者を正しく組み合わせて使うことが重要です。
本記事は以下の方を想定しています。
Continue reading “ISA-95 vs RAMI 4.0：日本の製造業はどちらを使うべきか（そして、なぜ両方が重要なのか）”
เมื่อโรงงานในประเทศไทยเริ่มทำ Digital Transformation คำถามที่มักถูกถามเสมอคือ
เราควรออกแบบระบบโรงงานโดยใช้ ISA-95 หรือ RAMI 4.0 ดี?
คำตอบสั้น ๆ คือ: คำถามนี้ถามผิดตั้งแต่ต้น
ISA-95 และ RAMI 4.0 ไม่ใช่คู่แข่งกัน แต่เป็นกรอบแนวคิดที่แก้ปัญหา คนละระดับ และคนละมุมมอง และสถาปัตยกรรมโรงงานที่แข็งแรงในระยะยาว มักจะใช้ ทั้งสองร่วมกัน
บทความนี้เหมาะสำหรับ:
Continue reading “ISA-95 vs RAMI 4.0: โรงงานไทยควรใช้แบบไหน (และทำไมควรใช้ทั้งสอง)”
When factories begin their digital transformation, one question comes up again and again:
Should we design our systems using ISA-95 or RAMI 4.0?
The short answer is: this is the wrong question.
ISA-95 and RAMI 4.0 are not competitors. They solve different problems at different abstraction levels, and the strongest industrial architectures use both together.
Continue reading “ISA-95 vs RAMI 4.0: Which One Should You Use (And Why Both Matter)”