OCR Scanner ระบบช่วยป้อนข้อมูลเข้าระบบ โดยการอ่านด้วยการสแกนจากรูปถ่าย 

OCR จะแปลงรูปภาพที่มีข้อความตัวพิมพ์ ข้อความที่เขียนด้วยลายมือ หรือข้อความแบบพิมพ์จากไฟล์ให้เป็นข้อความที่เครื่องสามารถประมวลผลและค้นหาได้

1. เพิ่มความรวดเร็วในการแปลงข้อมูลจากเอกสาร
2. ลดข้อผิดพลาดจากการป้อนข้อมูลด้วยมือ

โครงการที่ 3: AI คาดการณ์กระแสเงินสดจากลูกหนี้ (Predictive AR Model)

ปัญหาปัจจุบัน: ไม่สามารถวิเคราะห์หรือติดตามแนวโน้มการชำระเงินจากลูกหนี้ได้แบบล่วงหน้า

แนวทาง AI / Automation:

• AI วิเคราะห์ประวัติการชำระเงินของลูกค้า (Payment History / DSO)
• คาดการณ์ว่าใครจะจ่ายล่าช้า / จ่ายตรงเวลา
• สร้างลิสต์ลูกค้าที่ควรติดตาม / ส่งแจ้งเตือนอัตโนมัติ

Tool Example: Python + ML models (Time series forecasting), Tableau or Excel dashboard for visualizing

ประโยชน์:
✅ วางแผนกระแสเงินสดได้แม่นยำขึ้น
✅ ลด DSO (Days Sales Outstanding)
✅ ปรับกลยุทธ์การทวงหนี้แบบเชิงรุก

ปัจจุบันฝ่ายการเงินต้องจัดทำงบกำไรขาดทุน (P&L) รายเดือนด้วยวิธีแมนนวล ซึ่งต้องรวบรวมข้อมูลจากหลายแหล่ง เช่น รายได้ ต้นทุนการผลิต ค่าใช้จ่าย SG&A ทำให้สิ้นเปลืองเวลาและมีโอกาสผิดพลาดสูง อีกทั้งยังไม่มีการวิเคราะห์เชิงลึกจากข้อมูลเพื่อคาดการณ์หรือหาสาเหตุการเปลี่ยนแปลง

วัตถุประสงค์ (Objectives)

B2B Customer Intelligence Dashboard (AI Customer Profiling)

ปัญหา: ไม่มีระบบวิเคราะห์ลูกค้าแบบ B2B

แนวทาง AI:

• รวบรวมข้อมูลลูกค้า เช่น อุตสาหกรรม, ยอดสั่งซื้อ, ความถี่การสั่ง, ข้อร้องเรียน ฯลฯ
• AI วิเคราะห์ว่า ลูกค้ากลุ่มใดมีศักยภาพ, กลุ่มใดกำลังจะหาย, กลุ่มใดควรเสนอโปรโมชัน
• สร้าง Scorecard หรือ Segment ลูกค้าแบบ B2B (High potential / At risk / Loyal)

ประโยชน์: ทำให้ทีม BD โฟกัสลูกค้าได้ตรงกลุ่ม และวางแผนการเติบโตได้แม่นยำขึ้น

Customer Complaint Intelligence System (AI-driven CRM)

ปัญหา: ไม่มีระบบ record หรือ tracking เหตุผลข้อร้องเรียน

แนวทาง AI:

• พัฒนา AI Bot หรือ Dashboard เพื่อรับเรื่องร้องเรียน พร้อม tag ประเภทปัญหาโดยอัตโนมัติ (เช่น ราคา, lead time, สเปกสินค้า)
• วิเคราะห์ recurring issues และแนวโน้มลูกค้าที่มีโอกาส churn (ยกเลิก)
• เชื่อมต่อกับระบบ BD เพื่อนำ insight ไปใช้พัฒนาข้อเสนอ

ประโยชน์: ทำให้ทีมสามารถเรียนรู้จากข้อร้องเรียนและใช้ข้อมูลจริงปรับปรุงงานขายได้แบบ proactive

AI-powered Quotation Generator

ปัญหา: การทำใบเสนอราคาแบบ manual ใช้เวลานานและเสี่ยงต่อ human error

แนวทาง AI:

• ใช้ AI + Template Automation เพื่อสร้างใบเสนอราคาจากข้อมูลลูกค้า, รายการสินค้า, ราคามาตรฐาน, ส่วนลด และเงื่อนไขเฉพาะ
• AI วิเคราะห์ราคาย้อนหลัง/ลูกค้าใกล้เคียง เพื่อเสนอราคาที่ competitive
• ออกใบเสนอราคาในรูปแบบ PDF หรือส่งอีเมลอัตโนมัติ

ประโยชน์: ลดเวลาออกใบเสนอราคา 70% และสร้างมาตรฐานราคาที่ชัดเจน

ใช้ AI ในการจับ เลข Invoice Supplier จำนวนเงินในแต่ละ invoice และ billing Supplier ในการทำจ่าย นำข้อมูลในระบบ I-Wis มาเทียบกับ billing Supplier

ปัญหาปัจจุบัน: การลงข้อมูลจากใบแจ้งหนี้ (Invoice) ทำด้วยมือ ต้องตรวจสอบกับ PO และ GR ซึ่งช้าและมีโอกาสผิดพลาด

แนวทาง AI / Automation:

• ใช้ AI OCR (Optical Character Recognition) อ่านข้อมูลจาก PDF หรือใบแจ้งหนี้ที่สแกน
• จับคู่กับ PO และ GR ด้วย AI แบบ 2-way หรือ 3-way matching
• ส่งเรื่องให้เจ้าหน้าที่บัญชีกรณีพบข้อมูลไม่ตรง

ใช้ AI ในการจับ เลข Invoice Supplier จำนวนเงินในแต่ละ invoice และ billing Supplier ในการทำจ่าย นำข้อมูลในระบบ I-Wis มาเทียบกับ billing Supplier

ประโยชน์:
✅ ลดเวลาทำงานของทีมบัญชี
✅ ป้องกันการจ่ายเงินผิดหรือซ้ำซ้อน
✅ เพิ่มความถูกต้องในการบันทึกบัญชี

AI Tools : 1. Google AI studio ( Create AI-voice )

                 2. Chat GPT

                 3. Canva

Objectives :

1. To introduce company's profile , rules , regulations and working standards to new employee.
2. To refresh and align knowledge among staff.
3. To reduce repetitive HR workload and standardize communocation across all sites.

Innovation Aspect :

1. Utilize VDO-based learning that is engaging and accessible anytime via mobile or PC.
2. Integrate AI voice-over to dubbed.

Expected and Outcomes :

1. Faster onboarding process.
2. HR workload reduced as repetitive sessions are minimized.
3. Enhanced corporate image as a modern and employee-centric organization.

Ideas for Further Development :

1. Expand into topic-specific training video.
2. Create Online Training Library.

Challenges and Solution :

     Video may become outdated if not regularly updated. The solution is to review and update content regularly ( e.g. every 6 months ) .

1. To introduce company's profile , rules, regulations and working standards to new employee.
2. To refresh and align knowledge among staff.
3. To reduce repetitive HR workload and standardize communication across all site.

โครงการ : แจ้งจุดเสี่ยง ด้วย Line Messaging API

หลักการและเหตุผล :

การระบุและแจ้ง “จุดเสี่ยง” ในพื้นที่ปฏิบัติงานถือเป็นส่วนสำคัญในการป้องกันอุบัติเหตุและลดโอกาสเกิด Mistake ในงานประจำวัน แต่ในปัจจุบันการแจ้งเตือนยังคงอาศัยกระดาษ(Check list) หรือการบอกต่อกันแบบไม่เป็นระบบ ส่งผลให้ข้อมูลไม่ถูกจัดเก็บหรือเผยแพร่ต่อได้อย่างรวดเร็วและมีประสิทธิภาพ

วัตถุประสงค์ : 

• เพื่อให้พนักงานสามารถแจ้งจุดเสี่ยงที่พบได้อย่างรวดเร็ว ผ่าน LINE
• เพื่อลดความล่าช้าในการกระจายข้อมูลจุดเสี่ยงสู่ทีมงาน
• เพื่อจัดเก็บข้อมูลจุดเสี่ยงไว้ในฐานข้อมูล เพื่อใช้วิเคราะห์แนวโน้มความเสี่ยงในอนาคต
• เพื่อสนับสนุนเป้าหมาย KPI: “Mistake เป็น 0 / อุบัติเหตุเป็น 0 / สินค้าไม่เสียหาย”

ขอบเขตของโครงการ :

• ใช้ LINE Messaging API เชื่อมกับ Google Form หรือ Webhook เพื่อรับข้อความจากพนักงาน
• ข้อความจะถูกจัดเก็บลง Google Sheets โดยอัตโนมัติ
• มีระบบแจ้งเตือนเข้าสู่กลุ่ม LINE
• วิเคราะห์ข้อมูลด้วย AI เพื่อตรวจแนวโน้มความเสี่ยง ***
• ไม่ต้องใช้ Server หรือ Cloud เสียเงิน (ใช้ฟรีทั้งหมด)

เครื่องมือที่ใช้ :

• Chat GPT
• LINE OA
• LINE Messaging API
• Line Developer
• Google Apps Script
• Google drive
• Webhook. Site
• ไม่ต้องใช้ Server หรือ Cloud เสียเงิน (ใช้ฟรีทั้งหมด)

โครงการนี้จึงมีวัตถุประสงค์เพื่อพัฒนาระบบแจ้งจุดเสี่ยงแบบเรียลไทม์ผ่าน LINE Messaging API ซึ่งเป็นเครื่องมือที่พนักงานทุกคนคุ้นเคย ใช้งานง่าย และสามารถเข้าถึงได้ทันทีผ่านโทรศัพท์มือถือ เพื่อให้ข้อมูลจุดเสี่ยงสามารถกระจายสู่ทีมงานได้รวดเร็ว และมีการเก็บบันทึกไว้ในระบบเพื่อวิเคราะห์แนวโน้มความเสี่ยงในอนาคต

• เพื่อให้พนักงานสามารถแจ้งจุดเสี่ยงที่พบได้อย่างรวดเร็ว ผ่าน LINE
• เพื่อลดความล่าช้าในการกระจายข้อมูลจุดเสี่ยงสู่ทีมงาน
• เพื่อจัดเก็บข้อมูลจุดเสี่ยงไว้ในฐานข้อมูล เพื่อใช้วิเคราะห์แนวโน้มความเสี่ยงในอนาคตด้วย AI
• เพื่อสนับสนุนเป้าหมาย KPI: “Mistake เป็น 0 / อุบัติเหตุเป็น 0 / สินค้าไม่เสียหาย”

Packing Label Verification Camera System คือระบบกล้องอัจฉริยะที่ติดตั้งบริเวณจุดแพ็คสินค้า เพื่อทำหน้าที่ตรวจสอบความถูกต้องของฉลาก (Label) ที่ติดบนชิ้นงานหรือกล่องบรรจุภัณฑ์โดยอัตโนมัติ
ระบบจะทำการอ่านข้อมูลบน Label เช่น QR Code, Barcode หรือข้อความ แล้วนำไปเปรียบเทียบกับฐานข้อมูลมาตรฐาน (Master Data)
หากพบว่าข้อมูลไม่ตรง เช่น ติด Label ผิดรุ่น ผิดรหัสสินค้า หรือไม่มี Label ระบบจะทำการแจ้งเตือนทันทีผ่านเสียง ไฟเตือน หรือแจ้งเตือนบนหน้าจอให้ผู้ปฏิบัติงานทราบและแก้ไขก่อนที่สินค้าจะถูกส่งต่อ

1. ลดข้อผิดพลาดจากการติด Label ผิดรุ่น
   ลดความเสี่ยงในการส่งสินค้าผิดให้กับลูกค้า ซึ่งอาจนำไปสู่ปัญหาการร้องเรียนหรือคืนของ

2. เพิ่มความแม่นยำ และความน่าเชื่อถือของกระบวนการแพ็คสินค้า
   สร้างความมั่นใจว่าทุกชิ้นงานได้รับการตรวจสอบก่อนออกจากสายการผลิต

3. ลดภาระการตรวจสอบซ้ำโดยมนุษย์
   ลดการใช้แรงงานในการตรวจเช็คซ้ำ และลดความเหนื่อยล้าของพนักงานที่อาจทำให้เกิดความผิดพลาด

4. รองรับระบบบันทึกข้อมูลการตรวจสอบแบบ Real-time
   สามารถเก็บข้อมูลการตรวจ Label สำหรับใช้ในการตรวจสอบย้อนหลังหรือทำรายงานวิเคราะห์ปัญหาได้ง่ายขึ้น

5. เพิ่มประสิทธิภาพและความเร็วในการทำงาน
   ระบบทำงานต่อเนื่องโดยอัตโนมัติ ไม่จำเป็นต้องหยุดรอการตรวจสอบจากพนักงาน

ใช้ AI ในการคำนวณ Packaging ในการสั่ง Material และช่วยวิเคราะห์ว่าควรสั่ง Material เท่าไหร่

สั่ง Material ได้แม่นยำมากขึ้น ลดสต็อกถือครอง

ระบบสำหรับส่วนงานต่างๆ แจ้งความประสงค์ใช้รถ เพื่อให้ Planner ทำการวางแผนและจองรถด้วยต้นทุนที่เหมาะสมในการเข้ารับ-จัดส่งสินค้า 

1. มีข้อมูลบริษัทขนส่งทั้งหมดในระบบสำหรับประมวลผลให้สอดคล้องกับความต้องการของผู้ต้องการใช้รถ
2. แต่ละส่วนงานที่ต้องการใช้รถ  แจ้งข้อมูลความต้องการใช้  รายละเอียดสินค้าที่บรรจุ  สถานที่ต้นทาง ปลายทาง ผู้ติดต่อจัดส่งและรับสินค้า
3. ระบบประมวลผลจากข้อมูลรถบริษัทขนส่งทั้งหมด และนำเสนอให้ Planner ทำการตัดสินใจว่าใช้รถขนส่งรูปแบบใดเหมาะสมกับสินค้า/บริการ ที่ผู้ใช้งานต้องการ
4. สรุปข้อมูลการใช้รถในแต่ละช่วงเวลาที่ต้องการค้นหา อาทิ  รายสัปดาห์ รายเดือน รายปี
5. รายละเอียดการสรุป ประกอบด้วย บริษัทขนส่ง ประเภทรถ ลักษณะสินค้าและบรรจุภัณฑ์ น้ำหนักสินค้า เส้นทางที่วิ่งงาน ต้นทุนค่าเที่ยวและต้นทุนรวม ส่วนงานที่ร้องขอใช้รถ ฯลฯ
6. ระบบสามารถวิเคราะห์และประมวลผลสำหรับจัดทำแผนประมาณการต้นทุนค่าขนส่งจากข้อมูลที่ input เพื่อใช้เป็นแนวทางการหาบริษัทซับและต่อรองราคา
7. ระบบสามารถแนะนำบริษัทขนส่งอื่น ที่อยู่นอก list เดิม  โดยการใช้ AI search เพื่อลดเวลาในการค้นหาของส่วนงานที่ทำการจองรถ

• Financial benefit  ผู้จัดแผนจองรถจะทราบว่าควรใช้บริษัทขนส่งใด และต้นทุนประมาณการในการหารถขนส่งสินค้า
• Data analysis for tranportation เพื่อการต่อรองราคาและหาบริษัทขนส่งรายอื่นๆ
• ลดเวลาการค้นหาข้อมูลบริษัทขนส่งด้วยตัวเอง

วัตถุประสงค์หลัก

1.เพื่อวางแผนการจัดเก็บและเคลื่อนย้ายสินค้าให้เหมาะกับสภาพอากาศ  : ลดความเสียหายจากฝน ลมหรืออุณหภูมิสูง

2.เพื่อแจ้งเตือนพนักงานล่วงหน้าอย่างแม่นยำและทันเวลา : ช่วยให้หน้างานเตรียมตัวและปรับการทำงานได้ทัน

3.เพื่อเสริมความปลอดภัยในการทำงานภาคสนาม/นอกอาคาร : ลดความเสี่ยงอุบัติเหตุจากพื้นลื่น ลมแรงหรือสภาพอากาศรุนแรง

4.เพื่อสนับสนุนการสื่อสารภายในที่มีประสิทธิภาพ : ส่งข้อมมูลอัตโนมัติผ่านLINE ให้ทีมงานรับทราบพร้อมกัน

5.เพื่อเพิ่มประสิทธิภาพการบริหารงานใรคลังสินค้า : วางแผนงาน กำลังคนและทรัพยากรได้สอดคล้องกับสภาพอากาศ

1.ลดของเสียจากความเสียหายของสินค้า คือ

   - ป้องกันไส้กล่องชื้นทำให้ขึ้นรา  / กล่องเปียกเยอะจากฝนตกหนัก / แสงแดดแรงทำให้ไส้กล่องหด

2.เพิ่มความปลอดภัยของพนักงาน

     - แจ้งเตือนล่วงหน้าหากมีลมแรงหรือฝนตก

     - พนักงานระมัดระวังการขนย้ายสินค้าในพื้นที่เปียกด้านหน้าคลัง                                                                                                                                                                                        3.วางแผนงานและจัดตารางได้แม่นยำ 

      - ทำให้ทีมวางแผนงานล่วงหน้าได้แม่นยำ

      - เลือนการทำงานบางส่วนหรือลด / เพิ่มกำลังคนตามสภาพอากาศ

4. สร้างระบบสื่อสาร

      - ข้อมูลส่งตรงถึงทีมงานในไลน์ทุกเช้า (หรือทุกช่วงเวลาที่ตั้งไว้)

      - ทำให้หัวหน้างาน/พนักงานเห็นข้อมูลตรงกัน สร้างความเข้าใจร่วม

• Organization Manpower
  แสดงจำนวนพนักงานจริงเทียบกับจำนวนที่วางแผนไว้ในแต่ละสัปดาห์ เพื่อควบคุมความพร้อมของกำลังคนในแต่ละไซต์งาน

• Overtime Monitoring
  ตรวจสอบจำนวนชั่วโมงการทำงานล่วงเวลาของพนักงานรายสัปดาห์ ช่วยควบคุมต้นทุนแรงงานและวางแผนการผลิตอย่างเหมาะสม

• KPI Performance Tracking
  แสดงผลการดำเนินงานจริงเทียบกับเป้าหมาย KPI ที่กำหนดไว้ เช่น Productivity, Quality, Efficiency เพื่อใช้ประเมินผลการดำเนินงานโดยรวมของทีม

• Attendance Rate
  แสดงเปอร์เซ็นต์การมาทำงานของพนักงานจริงเทียบกับแผนที่วางไว้ ใช้เพื่อติดตามวินัยและความสม่ำเสมอของพนักงาน

• Accident & VMI Stock
  รายงานจำนวนอุบัติเหตุที่เกิดขึ้นรายสัปดาห์ และมูลค่าสต็อก VMI (Vendor Managed Inventory) เพื่อติดตามความปลอดภัยและประสิทธิภาพในการบริหารสินค้าคงคลัง

• Real-time Workforce Planning
  ช่วยให้ผู้บริหารสามารถตัดสินใจปรับกำลังคนได้ทันทีหากพบปัญหากำลังคนไม่พอหรือเกินเป้าหมาย

• Cost Efficiency through Overtime Control
  ลดค่าใช้จ่ายที่ไม่จำเป็นจากการทำงานล่วงเวลาโดยใช้ข้อมูลเปรียบเทียบและแนวโน้มเป็นตัวชี้วัด

• Enhanced KPI Visibility
  ทำให้ทีมสามารถมองเห็นความสำเร็จหรือปัญหาในแต่ละ KPI ได้ทันที พร้อมวิเคราะห์หาสาเหตุและแนวทางปรับปรุง

• Improved Attendance Management
  เพิ่มประสิทธิภาพการบริหารจัดการเวลาเข้าออกงาน พร้อมระบุจุดที่ต้องปรับปรุงเชิงวินัยพนักงาน

• Proactive Risk & Inventory Management
  สามารถตอบสนองต่อความเสี่ยงจากอุบัติเหตุได้รวดเร็ว และควบคุมระดับสต็อกเพื่อหลีกเลี่ยงต้นทุนจมและการขาดแคลนวัตถุดิบ

Tracking Summary requirement all site from Owner --- > PUR

For review workload and manage headcount and job allocation of purchasing department.

May be impact total cost of manpower and turnover in case workload imbalance 

This project aims to automate the verification process of received goods by using AI-powered OCR to extract and validate Part Numbers and Quantities from delivery documents. The system will compare extracted data with internal records to identify discrepancies, minimize manual data entry errors, and speed up the receiving process.

Comment:
1. ไปคุย Flow กับ OP กับ PL ก่อนว่าถ้ามีการ Check ที่คนรับเลย จะได้ไหม PL ยังต้อง Cross Check อยู่ไหม

2. ไปทำเพิ่ม ในส่วนของการ ถ่ายรูปแล้ว input ข้อมูลได้เลย --> อันนี้ทำได้เลย

• Automatically cross-check quantity and item mismatches

• Reduce human error and labor time

• Improve traceability and accountability of receiving operations

• Real-time discrepancy alerts

Develop and implement an AI-powered system at the box cleaning station to automatically identify box types (ATA9) using visual recognition. Once identified, the system will retrieve and display related standard and quality documents in real-time on a monitor to support operators in the quality inspection and cleaning process.

• Reduce errors from human judgment in identifying box types

• Improve speed and efficiency in the cleaning process

• Standardize work methods across operators

• Provide visual quality checkpoints instantly

• Support digital transformation in shop floor operations

i-Wis & Ai คำนวณ Packing สำหรับบรรจุใน Container
1. New Project ของ Ford CP ที่ต้องการให้คำนวณปริมาตรการบรรจุใน Container ของงานที่ต้องการส่งออก
2. แก้ปัญหาให้ลูกค้า FB ที่ต้องคำนวณมือเอง เวลาเบิกงานว่าต้องใช้กี่พาเลท ในการบรรจุ Container เพื่อส่งออก
3. IPACK เพิ่มฟังก์ชั่นในระบบ i-Wis ให้สามารถคำนวณปริมาตรการบรรจุของสินค้าใน Container เพื่อให้ง่ายและสะดวกต่อการใช้งานของลูกค้า

EN-IT-Customer

สร้าง VDO จาก สคริปต์ข้อความ เอาไปทำเป็นWIเทรนนิ่งพนักงาน

ช่วยให้เราเอาข้อความขั้นตอนการทำงานมาทำเป็น VDO สอนทีมงาน ไม่ต้องอ่านแบบ WI เป็นเอกสารให้ทีมงานฟังแล้ว