Assessing AI Applications of Energy Management in Manufacturing: A Case Study of Engineers’ Training Course in Thailand
ผู้ร่วมเขียนบทความ
รองศาสตราจารย์ ดร.ศศิธร ชูแก้ว
First Author/Corresponding · คณะครุศาสตร์อุตสาหกรรม
รองศาสตราจารย์ ดร.ศุภชัย หอวิมานพร
Author · คณะครุศาสตร์อุตสาหกรรม
ข้อมูลการตีพิมพ์
- ประเภทบทความวารสาร
- International Journal of Engineering Pedagogy
- โครงการวิจัย/บริการวิชาการ ที่เกี่ยวข้อง
- —
- วารสาร/หนังสือ ที่ตีพิมพ์
- International Journal of Engineering Pedagogy
- ISSN
- 21924880
- ฐานข้อมูลที่ตีพิมพ์
- Scopus
- ปีที่ (Volume)
- 15
- ฉบับที่ (Number)
- 6
- หน้าที่ตีพิมพ์
- 52-64
- รหัส DOI
- 10.3991/ijep.v15i6.55271
- วันที่ตีพิมพ์ (พ.ศ.)
- 1 ม.ค. 2568
ผลการวิเคราะห์ AI
การเชื่อมโยงกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs)
เป้าหมายที่ 4 การศึกษาที่เท่าเทียม
ความเชื่อมโยง: บทความมุ่งเน้นการพัฒนาหลักสูตรฝึกอบรมวิศวกรในประเทศไทย เพื่อเพิ่มพูนทักษะการใช้ AI ในการจัดการพลังงาน ซึ่งเป็นการยกระดับคุณภาพการศึกษาทางเทคนิคและวิชาชีพ
เป้าหมายย่อยที่ 4.4 — เพิ่มจำนวนเยาวชนและผู้ใหญ่ที่มีทักษะที่เกี่ยวข้องจำเป็น รวมถึงทักษะทางด้านเทคนิคและอาชีพสำหรับการจ้างงาน การมีงานที่มีคุณค่า และการเป็นผู้ประกอบการ ภายในปี พ.ศ. 2573
ความเชื่อมโยง: การจัดหลักสูตรฝึกอบรมนี้ช่วยเพิ่มจำนวนวิศวกรและบุคลากรที่มีทักษะทางเทคนิคขั้นสูง (AI และ Energy Management) ซึ่งจำเป็นต่อการจ้างงานและการทำงานที่มีคุณค่าในยุคอุตสาหกรรม 4.0
ตัวชี้วัดที่ 4.4.1 — สัดส่วนของเยาวชน/ผู้ใหญ่ที่มีทักษะทางด้านเทคโนโลยีสารสนเทศและการสื่อสาร จำแนกตามประเภททักษะ
ความเชื่อมโยง: สัดส่วนของวิศวกรที่ผ่านการฝึกอบรมและมีทักษะด้านเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) รวมถึงการประยุกต์ใช้ AI ในงานอุตสาหกรรม
เป้าหมายที่ 7 พลังงานสะอาดที่ทุกคนเข้าถึงได้
ความเชื่อมโยง: เนื้อหาหลักของบทความเกี่ยวข้องกับการเพิ่มประสิทธิภาพการใช้พลังงาน (Energy Efficiency) ในภาคการผลิตผ่านการประยุกต์ใช้เทคโนโลยี AI
เป้าหมายย่อยที่ 7.3 — เพิ่มอัตราการปรับปรุงประสิทธิภาพการใช้พลังงานของโลกให้เพิ่มขึ้นเป็น 2 เท่า ภายในปี พ.ศ. 2573
ความเชื่อมโยง: การใช้ AI เข้ามาจัดการพลังงานในโรงงานช่วยเพิ่มอัตราการปรับปรุงประสิทธิภาพการใช้พลังงานให้ดีขึ้น ลดการสูญเสียพลังงานในกระบวนการผลิต
ตัวชี้วัดที่ 7.3.1 — ความเข้มของการใช้พลังงาน ที่สัมพันธ์กับพลังงานขั้นต้นและผลิตภัณฑ์มวลรวมภายในประเทศ (GDP)
ความเชื่อมโยง: ความเข้มข้นของการใช้พลังงานในภาคอุตสาหกรรมที่ลดลงจากการนำระบบ AI มาช่วยบริหารจัดการ
เป้าหมายที่ 9 อุตสาหกรรม นวัตกรรม และโครงสร้างพื้นฐาน
ความเชื่อมโยง: งานวิจัยส่งเสริมการสร้างนวัตกรรมในภาคอุตสาหกรรมและการพัฒนาโครงสร้างพื้นฐานทางเทคโนโลยี โดยการนำ AI มาใช้ในกระบวนการผลิตของไทย
เป้าหมายย่อยที่ 9.4 — ยกระดับโครงสร้างพื้นฐานและปรับปรุงอุตสาหกรรมเพื่อให้เกิดความยั่งยืนโดยเพิ่มประสิทธิภาพการใช้ทรัพยากรและการใช้เทคโนโลยีและกระบวนการทางอุตสาหกรรมที่สะอาดและเป็นมิตรต่อสิ่งแวดล้อมมากขึ้น โดยทุกประเทศดำเนินการตามขีดความสามารถของแต่ละประเทศภายในปี พ.ศ. 2573
ความเชื่อมโยง: การยกระดับอุตสาหกรรมให้ยั่งยืนด้วยการนำเทคโนโลยีที่สะอาดและเป็นมิตรต่อสิ่งแวดล้อม (AI-driven Energy Management) มาใช้เพื่อให้การใช้ทรัพยากรมีประสิทธิภาพมากขึ้น
ตัวชี้วัดที่ 9.4.1 — ปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ต่อหน่วยมูลค่าเพิ่ม
ความเชื่อมโยง: การลดการปล่อยก๊าซคาร์บอนไดออกไซด์ต่อหน่วยมูลค่าเพิ่ม ซึ่งเป็นผลพลอยได้จากการจัดการพลังงานที่มีประสิทธิภาพสูงขึ้นด้วย AI
เป้าหมายย่อยที่ 9.5 — เพิ่มพูนการวิจัยทางวิทยาศาสตร์ยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในทุกประเทศ โดยเฉพาะในประเทศกำลังพัฒนา และให้ภายในปี พ.ศ. 2573 มีการส่งเสริมนวัตกรรมและให้เพิ่มจำนวนผู้ทำงานวิจัยและพัฒนา ต่อประชากร 1 ล้านคน และเพิ่มค่าใช้จ่ายในการวิจัยและพัฒนาในภาครัฐและเอกชน
ความเชื่อมโยง: การส่งเสริมการวิจัยทางวิทยาศาสตร์และยกระดับขีดความสามารถทางเทคโนโลยีของภาคอุตสาหกรรมในประเทศกำลังพัฒนา
ตัวชี้วัดที่ 9.5.1 — สัดส่วนของค่าใช้จ่ายด้านการวิจัยและพัฒนา ต่อ GDP
ความเชื่อมโยง: ค่าใช้จ่ายและการลงทุนในการวิจัยและพัฒนาด้าน AI สำหรับการจัดการพลังงานในบริบทของวิศวกรไทย