ดร.ณัฐพล รังสิตพล อธิบดีกรมส่งเสริมอุตสาหกรรม เปิดเผยว่า ตามที่ พล.อ. ประยุทธ์ จันทร์โอชา นายกฯได้แต่งตั้งให้ตนเป็นประธาน Spearhead ด้านเศรษฐกิจ แผนงานวิทยาการหุ่นยนต์และระบบอัตโนมัติและแผนงานระบบโลจิสติกส์อัจฉริยะ รวมถึงนโยบายของนายสุริยะ จึงรุ่งเรืองกิจ รัฐมนตรีว่าการกระทรวงอุตสาหกรรม ที่ได้สั่งการให้ “กรมส่งเสริมอุตสาหกรรม” หรือ ดีพร้อม (DIPROM) ส่งเสริมและพัฒนา “เกษตรอุตสาหกรรม”โดยเฉพาะอุตสาหกรรมอ้อยและน้ำตาลที่เป็นกลไกหลักในการพัฒนาเศรษฐกิจของประเทศ
รวมถึงปัจจุบันพบว่าชาวไร่อ้อยกำลังเผชิญกับปัญหาไม่สามารถควบคุมคุณภาพรวมถึงปริมาณการเก็บเกี่ยวได้ ประกอบกับปัญหาคุณภาพของอ้อยต่ำกว่าเกณฑ์และมีความหวานไม่คงที่ ส่งผลให้ต้นทุนการผลิตต่อตันน้ำตาลสูงขึ้น ซึ่งทำให้ขีดความสามารถในการแข่งขันของอุตสาหกรรมอ้อยและน้ำตาลลดลง
ดังนั้นการนำนวัตกรรมเทคโนโลยีที่ทันสมัยเข้ามามีบทบาทในการพัฒนาการเกษตรของไทยให้เป็น Smart Farmer รวมถึงเทคโนโลยีสมัยใหม่ เพื่อใช้ในการกำหนดรูปแบบแนวทางการสร้างมูลค่าเพิ่ม (Value added) ให้แก่ผลผลิตการเกษตร โดยการนำใช้วิทยาศาสตร์ เทคโนโลยี และนวัตกรรมมาช่วยแก้ปัญหาการทำเกษตรอย่างถูกต้อง ตลอดจนการจัดการแบบเกษตรแม่นยำ ทำให้สามารถเพิ่มผลผลิตและลดต้นทุนทั้งในด้านวัตถุดิบและเวลาให้กับชาวไร่อ้อยได้นั้น
กรมส่งเสริมอุตสาหกรรม หรือ ดีพร้อม (DIPROM) จึงได้นำนโยบาย DIPROM CARE มาประยุกต์ใช้ผ่านการพัฒนาและวิจัยเทคโนโลยีและนวัตกรรมที่เหมาะสมมาเพิ่มผลผลิตและลดต้นทุนทั้งในด้านวัตถุดิบและเวลาให้กับภาคการเกษตร รวมถึงการบูรณาการระหว่างพันธมิตรภาครัฐและภาคเอกชนเพื่อส่งเสริม สนับสนุนให้คนไทยสามารถวิจัยแพลตฟอร์มบริการ FPS (Field Practice Solutions) ได้สำเร็จ
อาทิ ระบบประมวลผลเพื่อสร้างแผนที่ผลผลิตและแผนที่การระบาดของโรคพืชจากภาพถ่ายทางอากาศ ระบบประมวลผลเพื่อสร้างฐานข้อมูลในระบบภูมิสารสนเทศ (GIS) จากแผนที่ผลผลิต ระบบผสมสารและบรรจุลงถังบรรจุอัตโนมัติสำหรับโดรน ระบบฉีดพ่นสารแบบแปรผันอัตโนมัติติดตั้งบนโดรนชุด Mobile-KIT และ Mobile Application สำหรับระบุพิกัดแปลงและติดตามกิจกรรมในแปลง และระบบ AI สำหรับเสนอแนะแผนการทำงาน บันทึกและแสดงผลการทำงานของเครื่องจักรเกษตร และแนะนำการให้ปุ๋ยแบบแม่นยำสูงรายแปลงอัตโนมัติซึ่งระบบจะช่วยเรื่องการตัดสินใจในงานบำรุงรักษา เก็บเกี่ยว และเชื่อมโยงกับระบบตรวจวัด
รวมทั้งมีระบบที่จะสามารถรองรับคำสั่งเพื่อให้เกิดการปรับการปฏิบัติงานในฟาร์มไปตามแผนงานใหม่ ครอบคลุมตั้งแต่กระบวนการออกแบบ แปลงการปลูก การบำรุงรักษาและอารักขาพืช การเก็บเกี่ยวและการขนส่ง และสามารถปรับรูปแบบตามความต้องการของผู้ใช้บริการแต่ละราย หรือพืชแต่ละชนิด ซึ่งช่วยลดการสูญเสียในด้านคุณภาพของผลผลิต ลดเวลารอคอยที่ไม่เกิดงานและเพิ่มความสามารถของเครื่องจักรได้
เช่น กรณีอุตสาหกรรมอ้อยและน้ำตาลทรายช่วยให้สามารถลดต้นทุนการผลิตน้ำตาลหรือพลังงานชีวมวลได้มากกว่าร้อยละ 20 คิดเป็นประมาณ 50 ล้านบาทต่อปีต่อโรงงาน ซึ่งสามารถกำหนดตารางการเก็บเกี่ยวอ้อยขณะที่อ้อยแต่ละแปลงมีน้ำหนักและความหวานสูงสุด สามารถใช้งานเครื่องจักรเก็บเกี่ยวได้อย่างเต็มประสิทธิภาพ ทำให้สามารถลดจำนวนเครื่องจักรและลดค่าใช้จ่ายในการซ่อมบำรุง และจัดการให้มีวัตถุดิบอ้อยเข้าโรงงานที่มีคุณภาพและมีปริมาณเต็มศักยภาพการผลิตของโรงงานในแต่ละวัน ลดการเสื่อมสภาพของวัตถุดิบ ทำให้เพิ่มประสิทธิภาพการผลิตน้ำตาลต่อตันอ้อย รวมทั้งสามารถลดจำนวนวันที่เปิดหีบ ทำให้ช่วยลดค่าใช้จ่ายในการผลิตน้ำตาลต่อตันได้
รศ.ดร.ขวัญตรี แสงประชาธนารักษ์ อาจารย์ประจำภาควิชาวิศวกรรมเกษตร คณะวิศวกรรมศาสตร์ ม.ขอนแก่น ซึ่งเป็นหัวหน้าโครงการวิจัยที่ได้รับทุนสนับสนุนจากหน่วยบริหารและจัดการทุนด้านการเพิ่มความสามารถในการแข่งขันของประเทศ (บพข.) กล่าวว่า “เกษตรกรที่ปลูกอ้อย” นั้นทราบถึงปัญหาเรื่องต้นทุนการผลิตและอยากลดรายจ่ายส่วนนี้ แต่ปัญหาที่ผ่านมายังไม่มีเทคโนโลยีหรือนวัตกรรมใด ๆ ที่เข้ามาช่วยเกษตรกรประเมินความเสี่ยงในการลดต้นทุนและเพิ่มผลผลิตในไร่อ้อยได้อย่างแม่นยำ ตนเองจึงได้ทำการวิจัยและพัฒนาร่วมกับภาคเอกชนเพื่อพัฒนาระบบวิเคราะห์และแปลผลภาพถ่ายทางอากาศที่ได้จากอากาศยานไร้คนขับหรือโดรน เพื่อนำข้อมูลที่จำเป็นไปสู่ขั้นตอนของการวิเคราะห์และวางแผนการผลิต เพื่อลดความเสี่ยงในการจัดการ “ไร่อ้อย”ของเกษตรกรหรือผู้ประกอบการ
ทางทีมวิจัยจึงร่วมมือกับบริษัท เอชจี โรโบติกส์ จำกัด ที่มีความเชี่ยวชาญด้านระบบ Artificial Intelligence (AI) และ บริษัท โกลบอล ครอปส์ จำกัด โดยการนำโดรนมาใช้ในการสำรวจเพื่อให้เกิดการแก้ปัญหาให้ตรงจุด ตามหลักการ “เกษตรแม่นยำ (Precision Agriculture)”
ด้าน ดร.มหิศร ว่องผาติ บริษัท เอชจี โรโบติกส์ จำกัด กล่าวเสริมว่า จากผลสำเร็จดังกล่าว ส่งผลให้มีการขยายผลไปสู่เชิงพาณิชย์บ้างแล้ว โดยปัจจุบันมีโรงงานน้ำตาลหลายแห่งสนใจจะจ่ายค่า Service ให้ทีมไปทดลองทำตั้งแต่ปีแรกของโครงการ ส่วนในปีที่สอง จะเน้นไปที่การควบคุมต้นทุนในการผลิตและการจัดการแปลง เช่น การให้ปุ๋ยหรือยาที่เหมาะสม ซึ่งเป็นการจัดการเฉพาะจุด ส่วนปีสุดท้ายจะเป็นการจัดการข้อมูลขนาดใหญ่ (Big Data) ให้เกิดเป็นข้อมูลที่ใช้ในการตัดสินใจวางแผนระยะยาว รวมถึงให้ข้อมูลว่าแต่ละวิธีหรือแต่ละทางออก มีต้นทุน มีความเสี่ยงเท่าไหร่ เพื่อให้เกษตรกรหรือโรงงานตัดสินใจต่อไป
