ผู้ขายข้าวอาจต้องส่งตัวอย่างให้ผู้ซื้อพิจารณา 3–4 ครั้ง โดยยังไม่แน่ว่าจะได้คำสั่งซื้อ เพราะผู้ซื้อแต่ละรายต้องการคุณภาพต่างกัน การตรวจในห้องปฏิบัติการหรือให้ผู้เชี่ยวชาญชิมจึงเป็นขั้นตอนที่มีทั้งค่าใช้จ่ายและระยะเวลารอ ProfilePrint นำปัญญาประดิษฐ์ หรือ AI มาใช้ประเมินคุณภาพวัตถุดิบจากข้อมูลระดับโมเลกุล เพื่อให้คู่ค้าคัดกรองความต้องการผ่านข้อมูลดิจิทัลก่อนส่งตัวอย่างจริง ช่วยให้ผู้ซื้อจัดหาวัตถุดิบและผู้ขายตัดสินใจซื้อขายได้เร็วขึ้น
Alan Lai ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร ProfilePrint อธิบายว่า เป้าหมายของเทคโนโลยีครอบคลุมมากกว่าการควบคุมคุณภาพ เพราะการลดเวลาที่ใช้ซื้อขายช่วยให้ธุรกิจตัดสินใจได้เร็วและลดโอกาสที่สูญเสียไประหว่างรอผลประเมิน ผู้ซื้อสามารถเลือกวัตถุดิบที่มีแนวโน้มตรงตามเกณฑ์ ส่วนผู้ขายลดภาระการเตรียมและส่งตัวอย่างซ้ำ ๆ พร้อมเพิ่มโอกาสได้คำสั่งซื้อจากลูกค้าที่ต้องการสินค้าของตนจริง เทคโนโลยีนี้รองรับทั้งข้าว กาแฟ ชา โกโก้ ถั่วเหลือง ผลิตภัณฑ์นม สมุนไพร และเครื่องเทศ
ประเมินคุณภาพก่อนส่งตัวอย่างจริง
ความยากของการสื่อสารเรื่องคุณภาพอยู่ที่ผู้ซื้อไม่ได้ใช้เกณฑ์เดียวกันทั้งหมด แม้จะซื้อข้าวเหมือนกัน บางรายต้องการความเหนียว บางรายพิจารณาสี ขณะที่บางรายให้ความสำคัญกับราคา โรงงานที่นำข้าวไปแปรรูปก็อาจมีข้อกำหนดเฉพาะตามผลิตภัณฑ์และกระบวนการผลิตของตนเอง การส่งตัวอย่างจึงเป็นวิธีที่ผู้ขายใช้แสดงให้เห็นว่าสินค้าตรงตามความต้องการหรือไม่ แต่หากต้องทำหลายรอบ กระบวนการซื้อขายก็ยิ่งใช้เวลานานขึ้น
ProfilePrint ให้ผู้ขายนำตัวอย่างวัตถุดิบใส่ในเครื่องวิเคราะห์ ซึ่งใช้เวลาประมาณ 10 วินาทีในการอ่านลักษณะเฉพาะระดับโมเลกุล ก่อนส่งข้อมูลให้โมเดล AI ประเมินคุณสมบัติที่ผ่านการฝึกไว้ ผู้ซื้อจึงพิจารณาข้อมูลเบื้องต้นได้ก่อนตัดสินใจขอตัวอย่างจริงมาตรวจสอบต่อ Alan ระบุว่า ลูกค้าใช้วิธีนี้ลดระยะเวลาการขายและเพิ่มโอกาสเปลี่ยนการติดต่อให้เป็นคำสั่งซื้อ โดยข้อมูลช่วยให้คู่ค้าประเมินความเป็นไปได้ตั้งแต่ก่อนเสียเวลาและค่าใช้จ่ายในการจัดส่ง
ความสามารถดังกล่าว เริ่มจากการนำความรู้เรื่องวัตถุดิบของลูกค้ามาฝึกโมเดล สำหรับข้าว ลูกค้าต้องนำตัวอย่างที่มีคุณภาพแตกต่างกันมาให้เครื่องอ่านข้อมูล พร้อมใส่ผลตรวจจากห้องปฏิบัติการหรือผลการชิม เพื่อให้ AI เรียนรู้ว่าข้อมูลที่อ่านได้สัมพันธ์กับคุณสมบัติใด ตัวอย่างเช่น ผู้ผลิตขนมจากข้าวอาจใช้ระดับอะไมโลส สี และคุณสมบัติอื่นที่เกี่ยวข้องกับการผลิตมาเป็นเกณฑ์ เมื่อโมเดลเรียนรู้จากข้อมูลเหล่านี้แล้ว จึงนำไปช่วยประเมินตัวอย่างใหม่ตามความต้องการของธุรกิจได้
Alan ให้ความสำคัญกับความถูกต้องของข้อมูลมากกว่าปริมาณ หากผู้ป้อนข้อมูลไม่เข้าใจข้าว หรือระบุผลประเมินไม่ถูกต้อง ต่อให้มีข้อมูลจำนวนมากก็ไม่ช่วยให้ระบบตัดสินใจได้ดีขึ้น ความร่วมมือกับผู้ประกอบการที่รู้จักวัตถุดิบและเข้าใจปัญหาจึงเป็นส่วนสำคัญของการพัฒนาระบบ โดยข้อมูลที่ลูกค้าใช้สร้างโมเดลเป็นของลูกค้าเอง และเกณฑ์ที่ใช้ประเมินก็สะท้อนความต้องการเฉพาะของผู้ซื้อแต่ละราย
AI แนะนำสูตรผสมข้าวตามคุณภาพและต้นทุน
การแนะนำสูตรผสมข้าวเป็นตัวอย่างที่แสดงให้เห็นว่าข้อมูลคุณภาพช่วยให้ธุรกิจทำงานได้เร็วขึ้นอย่างไร หากผู้ส่งออกมีข้อมูลข้าว 100 ตัวอย่าง และลูกค้าต้องการข้าวที่มีระดับโปรตีน ความชื้น และคุณลักษณะทางประสาทสัมผัสตามเกณฑ์ ระบบสามารถนำข้อมูลมาคำนวณและเสนอสูตรผสมที่ให้คุณภาพตามต้องการด้วยต้นทุนต่ำที่สุด ผู้ส่งออกจึงมีแนวทางเลือกวัตถุดิบและสัดส่วนผสมเพื่อนำไปเตรียมตัวอย่างให้ลูกค้าได้เร็วขึ้น
คำแนะนำจาก AI ยังต้องผ่านการทดสอบจริง โดย Alan ระบุว่า โดยทั่วไปลูกค้าจะเลือกสูตรที่ระบบแนะนำ 3 อันดับแรกมาผสมและตรวจสอบด้วยตนเอง ก่อนส่งให้ผู้ซื้อพิจารณา กระบวนการนี้ช่วยลดเวลาการเตรียมตัวอย่างให้ตรงตามความต้องการ ขณะเดียวกัน การผสมยังช่วยรักษาคุณภาพให้สม่ำเสมอ เพราะข้าวแต่ละฤดูเก็บเกี่ยว แต่ละพันธุ์ และจากเกษตรกรแต่ละรายมีความแตกต่างกัน หากส่งข้าวโดยไม่มีการปรับส่วนผสม รสชาติและเนื้อสัมผัสที่ผู้ซื้อได้รับแต่ละครั้งก็อาจเปลี่ยนไป
Alan อธิบายว่า การผสมเป็นกระบวนการปกติที่ธุรกิจใช้ควบคุมความสม่ำเสมอของสินค้า แต่หากมีการนำข้าวคุณภาพต่ำกว่ามาผสมจนไม่ตรงตามคุณภาพที่กำหนด เทคโนโลยีเดียวกันก็สามารถช่วยตรวจพบความแตกต่างได้ เมื่อระบบมีข้อมูลของคุณภาพเป้าหมายเป็นเกณฑ์อ้างอิง จึงนำไปใช้ได้ทั้งการพัฒนาสูตรผสมและการตรวจสอบว่าวัตถุดิบที่ได้รับยังเป็นไปตามความต้องการหรือไม่
เชื่อมข้อมูลคุณภาพจากโรงงานถึงผู้ผลิต
ProfilePrint เริ่มทำตลาดกับผู้ค้าวัตถุดิบรายใหญ่ เพราะเป็นกลุ่มที่มีปริมาณซื้อขายสูงและเผชิญภาระการตรวจคุณภาพซ้ำ ๆ การส่งห้องปฏิบัติการมีทั้งค่าใช้จ่ายและเวลารอ ส่วนการใช้คนชิมก็มีข้อจำกัดด้านความเหนื่อยล้า Alan ยกตัวอย่างลูกค้า ได้แก่ Cargill, Louis Dreyfus Company, Olam, Sucafina และ Sinar Mas โดยบางรายเข้ามาเป็นผู้ถือหุ้นในการระดมทุนรอบ Series A ด้วย การใช้งานยังขยายต่อไปยังผู้ซื้อและผู้ขายในเครือข่าย เพราะการใช้เครื่องมือร่วมกันช่วยให้คู่ค้าแลกเปลี่ยนข้อมูลคุณภาพได้สะดวกขึ้น
ในช่วง 3 ปีที่ผ่านมา การใช้งานขยายจากผู้ค้าไปสู่โรงงานผู้ผลิตมากขึ้น Alan มองว่าโรงงานมีบทบาทสำคัญ เพราะเป็นผู้ซื้อที่กำหนดว่าต้องการวัตถุดิบคุณภาพระดับใดและยอมจ่ายราคาเท่าใด ข้อกำหนดเรื่องความชื้น โปรตีน หรือความหวานจึงส่งต่อไปยังผู้ค้าและผู้ผลิตต้นทาง การประเมินคุณภาพให้ตรงกับเกณฑ์ของโรงงานจึงเชื่อมโยงกับทั้งการจัดหาวัตถุดิบและราคาที่ผู้ผลิตสามารถขายได้
บริษัทกำลังขยายการทำงานกลับไปยังแหล่งผลิต เพื่อให้เริ่มเก็บข้อมูลคุณภาพได้ตั้งแต่ต้นทาง Alan ระบุถึงการดำเนินงานในอินโดนีเซียและการทำงานร่วมกับหลายฝ่ายในไทย เวียดนาม กัวเตมาลา บราซิล และแอฟริกาตะวันออก ปัจจุบัน ProfilePrint มีการติดตั้งใช้งานมากกว่า 80 จุดทั่วโลก โดยแต่ละบริษัทอาจมีหลายจุดติดตั้ง การขยายผู้ใช้งานตลอดเส้นทางตั้งแต่ผู้ผลิตถึงโรงงานจึงช่วยให้ข้อมูลคุณภาพถูกนำมาใช้ประกอบการซื้อขายระหว่างคู่ค้าได้มากขึ้น
ประมวลผลบนคลาวด์ พร้อมอธิบายผล AI
เครื่องวิเคราะห์ของ ProfilePrint ใช้เซนเซอร์ 1 ตัวเก็บข้อมูลสเปกตรัมในช่วงกว้าง เพื่ออ่านลักษณะโดยรวมของวัตถุดิบ ก่อนส่งผ่านเครือข่ายไปยัง AI บนคลาวด์และแสดงผลบนอุปกรณ์ที่เชื่อมต่อกับบัญชีเดียวกัน ข้อมูลที่อ่านได้มีความสัมพันธ์ขององค์ประกอบต่าง ๆ ซ้อนทับกัน ซึ่งมนุษย์ไม่สามารถแยกแยะด้วยสายตาได้ง่าย โมเดล AI จึงทำหน้าที่หาความสัมพันธ์ระหว่างข้อมูลเหล่านี้กับผลตรวจหรือผลชิมที่ใช้ฝึกระบบ เพื่อประเมินคุณสมบัติที่ลูกค้าต้องการทราบ
การให้บริการกับบริษัทขนาดใหญ่ทำให้ความปลอดภัยของข้อมูลและการอธิบายผลประเมินเป็นเงื่อนไขสำคัญ Alan ระบุว่า บริษัทได้รับการรับรองมาตรฐาน ISO ด้านความปลอดภัยของข้อมูลต่อเนื่อง 3 ปี และในปีนี้ได้รับการรับรองมาตรฐาน ISO ด้านระบบบริหารจัดการ AI เพิ่มเติม เพื่อรองรับลูกค้าที่ต้องการเข้าใจเหตุผลเบื้องหลังผลประเมิน แม้ ProfilePrint มีสิทธิบัตรรวม 8 ฉบับ ครอบคลุมฮาร์ดแวร์ ซอฟต์แวร์ อัลกอริทึม และวิธีการทำงาน แต่เขามองว่าความสัมพันธ์กับลูกค้าและข้อมูลที่ถูกต้องจากการทำงานร่วมกันเป็นความได้เปรียบสำคัญของบริษัท
ใช้ระบบสมัครสมาชิก ขยายตลาดด้วยทุน Series B
ProfilePrint ให้บริการแบบสมัครสมาชิก แบ่งระดับบริการและไม่มีค่าใช้จ่ายซื้อเครื่องครั้งแรก ลูกค้าจึงเริ่มใช้งานได้โดยไม่ต้องลงทุนอุปกรณ์ล่วงหน้า บริษัทอยู่ในช่วงการระดมทุน Series B และมองหาเงินลงทุนเพิ่มเติมเพื่อขยายตลาดและกลุ่มวัตถุดิบ โดยให้ความสำคัญกับนักลงทุนเชิงกลยุทธ์ ที่เข้าใจธุรกิจระหว่างองค์กร โดยเฉพาะบริษัทอาหาร ที่สามารถช่วยขยายเครือข่าย และนำเทคโนโลยีไปใช้ได้กว้างขึ้น เป้าหมายการขยายธุรกิจ จึงผูกกับการเพิ่มผู้ใช้งานที่นำข้อมูลคุณภาพมาใช้ตัดสินใจร่วมกัน ตั้งแต่การเลือกวัตถุดิบไปจนถึงการตกลงซื้อขาย
ข่าวอื่น ๆ ที่น่าสนใจ
ม.หอการค้าไทย–YEC ใช้ AI แก้โจทย์ 12 ธุรกิจ ปั้นผู้ประกอบการรุ่นใหม่
Amity เดิมพัน Vertical AI ปั้นบริษัทไทย สู่ผู้เล่นระดับโลก
PE Trust–University Holding ต่อทางงานวิจัยไทย สู่ตลาดทุนปั้น New Economy
