Predictive Maintenance AI

120 + 34 + 14 = 168 ครั้ง ✓ · 71.4 + 20.2 + 8.3 = 99.9% (ปัดเศษ) · คำเตือนที่ยังไม่ได้ไปตรวจ 14 ครั้งเป็นส่วนหนึ่งของงานค้าง 52 รายการในหน้า 169 ✓

ความแม่นยำสองตัวเลขนี้ต่างกัน 22.8 จุด และการเอา 94.2% ไปแสดงเป็นตัวหลักคือการทำให้เข้าใจผิด — 94.2% คือความแม่นยำของโมเดลเมื่อทดสอบกับข้อมูลย้อนหลังที่รู้คำตอบอยู่แล้ว ซึ่งเป็นตัวเลขทางเทคนิคที่ใช้เปรียบเทียบระหว่างโมเดลได้ แต่ไม่ได้บอกว่าใช้งานจริงแล้วเป็นอย่างไร · 71.4% คือสัดส่วนที่ช่างไปตรวจแล้วพบปัญหาตามที่ทายจริง ซึ่งเป็นตัวเลขเดียวที่ผู้บริหารควรใช้ตัดสินใจว่าจะลงทุนติดเซนเซอร์เพิ่มหรือไม่ · ตัวเลข 20.2% ที่ไปตรวจแล้วไม่พบอะไรเป็นตัวเลขที่ต้องเฝ้าระวังเป็นพิเศษ เพราะถ้าสูงขึ้นเรื่อยๆ ช่างจะเลิกเชื่อคำเตือน แล้วระบบทั้งหมดจะไร้ประโยชน์แม้จะยังทำงานถูกต้องอยู่

86 + 128 + 0 = 214 เครื่อง ✓ · 214 ÷ 1,842 = 11.6% ✓

การไม่ติดเซนเซอร์กับเครื่องทั่วไป 1,472 รายการเป็นการตัดสินใจที่ถูกต้อง ไม่ใช่ช่องว่างที่ต้องปิด — เพราะค่าเซนเซอร์และค่าดูแลระบบต่อเครื่องสูงกว่าค่าซ่อมเมื่อเครื่องนั้นเสีย และเครื่องกลุ่มนี้เสียแล้วมีทางเลี่ยงได้ · ระบบที่รายงานความครอบคลุม 11.6% เป็นตัวเลขที่ต้องเพิ่ม เป็นการตั้งเป้าที่ผิด เป้าที่ถูกคือครอบคลุมเครื่องวิกฤตครบ 100% ซึ่งทำได้แล้ว · ส่วนเครื่องสำคัญที่ 45.1% เป็นกลุ่มที่ควรพิจารณาเพิ่มทีละเครื่องด้วยการเทียบต้นทุนกับมูลค่าการผลิตที่หายไป ไม่ใช่ติดให้ครบเพื่อให้ตัวเลขสวย

ระบบแสดงระดับความมั่นใจทุกรายการ และไม่แปลงเป็นคำว่า “ต้องซ่อม” หรือ “ปกติ” — เพราะคำทำนายที่มั่นใจ 61% กับ 92% ต้องได้รับการปฏิบัติต่างกัน · แต่การเรียงลำดับด้วยความมั่นใจอย่างเดียวก็ไม่ถูก เพราะรายการที่มั่นใจ 61% เป็นปั้นจั่นซึ่งถ้าพลาดแล้วมีคนบาดเจ็บได้ ขณะที่รายการที่มั่นใจ 92% เป็นเครื่องอัดที่เสียแล้วแค่สายผลิตหยุด · การจัดลำดับที่ถูกต้องต้องคูณความมั่นใจกับความรุนแรงของผลที่ตามมา ไม่ใช่ดูความมั่นใจอย่างเดียว · และรายการที่ค้างนานที่สุด 18 วันเป็นรายการที่ความมั่นใจต่ำสุด ซึ่งเป็นรูปแบบที่เข้าใจได้แต่อันตรายเมื่อเครื่องนั้นเป็นปั้นจั่น

8 + 7 + 4 + 2 + 1 = 22 ครั้ง ✓ · จากเครื่องเสียกะทันหันทั้งหมด 74 ครั้ง = 29.7% ที่ไม่มีคำเตือนล่วงหน้า

เกือบสามในสิบของเครื่องที่เสียกะทันหันไม่มีคำเตือนล่วงหน้าเลย ซึ่งเป็นข้อจำกัดที่ต้องบอกให้ชัด — เพราะการนำเสนอระบบทำนายว่าจะทำให้เครื่องไม่เสียกะทันหันอีกเลย เป็นการให้ความคาดหวังที่ทำไม่ได้ · 8 ครั้งที่ชิ้นส่วนขาดกะทันหันโดยไม่มีอาการนำเป็นกรณีที่เซนเซอร์ช่วยไม่ได้เลย ไม่ว่าจะติดเพิ่มเท่าไร ทางแก้ของกรณีนี้คือเปลี่ยนชิ้นส่วนตามอายุใช้งานก่อนถึงจุดเสี่ยง ซึ่งเป็นงานของหน้าบำรุงรักษาตามแผน ไม่ใช่ของหน้านี้ · และ 5 ครั้งที่เกิดจากคนและวัตถุดิบ ต้นเหตุอยู่นอกฝ่ายซ่อมบำรุง การนับรวมเป็นความล้มเหลวของระบบทำนายจึงไม่ถูกต้อง

ข้อห้ามที่สำคัญที่สุดคือห้าม AI สั่งหยุดเครื่องจากคำทำนาย — เพราะคำทำนายที่มั่นใจ 92% ยังผิดได้หนึ่งในสิบครั้ง และการหยุดสายผลิตโดยไม่จำเป็นมีต้นทุนจริง · การหยุดเครื่องอัตโนมัติที่ยอมรับได้มีเพียงกรณีเดียว คือค่าที่วัดได้จริงเกินพิกัดความปลอดภัย ซึ่งต้องผ่านระบบควบคุมความปลอดภัยของเครื่องโดยตรง ไม่ผ่านชั้น AI เพราะระบบความปลอดภัยต้องทำงานได้แม้ระบบ AI จะล่ม · ห้าม AI ยืนยันเองว่าคำเตือนเป็นเท็จ เพราะเป็นการปิดคำเตือนโดยไม่มีใครไปดูของจริง ซึ่งจะทำให้สถิติความแม่นยำ 71.4% เพี้ยนไปด้วย · และห้ามสั่งซื้ออะไหล่ล่วงหน้าเอง เพราะเป็นการก่อภาระผูกพันทางการเงินจากคำทำนายที่ยังไม่ได้พิสูจน์