คำถามแรกที่ผู้บริหารถามก่อนอนุมัติงบ automation คือ: "คืนทุนกี่ปี?" · คำตอบที่ถูกต้องสำหรับ deburring automation ไม่ใช่ตัวเลขเดียว แต่เป็นช่วง — 1.5–3 ปี ขึ้นอยู่กับเงื่อนไขการผลิตของแต่ละโรงงาน · บทความนี้แสดง 3 Scenario จริง พร้อมอธิบายว่าปัจจัยอะไรทำให้ payback เร็วหรือช้ากว่ากัน เพื่อให้ประเมินได้ตรงกับสถานการณ์ของโรงงาน
5 ปัญหาที่ Manual Deburring สร้างให้โรงงานทุกวัน
หาคนยาก — งานที่คนรุ่นใหม่ปฏิเสธ
งาน deburring หนัก ฝุ่นมาก เสียงดัง · Turnover rate สูงกว่าสายการผลิตอื่น · เวลาและต้นทุน recruit + train ซ้ำๆ ทุกปี
ค่าแรงสูงขึ้นทุกปี — ต้นทุนที่ควบคุมไม่ได้
ค่าแรงขั้นต่ำไทยปรับขึ้นทุกปี · รวม OT, สวัสดิการ, ประกันสังคม ต้นทุนจริงสูงกว่าเงินเดือนฐาน 30–40%* · ไม่มีทางล็อค cost ระยะยาว
คุณภาพไม่สม่ำเสมอ — Reject ที่ซ่อนในงบ
Deburring ด้วยมือขึ้นกับทักษะและความเหนื่อยของ operator แต่ละคน · ชิ้นงานกะเช้ากับกะดึก Ra ต่างกัน · Reject ถูกบันทึกว่า "defect จากที่อื่น"
อันตรายสุขภาพ — ฝุ่น Aluminum ทำลายปอด
Aluminum fine dust <10 µm เข้าปอดได้ลึก สะสมระยะยาวทำให้โรคปอดเรื้อรัง · ค่าใช้จ่ายทางการแพทย์และ liability ระยะยาว
ความเสี่ยงไฟ — Aluminum Dust ระเบิดได้
Aluminum dust สะสมในบริเวณ grinding มีความเสี่ยง combustion และ explosion · กฎหมาย OSHA และมาตรฐานโรงงานไทยกำหนดให้ต้องมีระบบ dust management
3 Scenario Payback — ขึ้นอยู่กับเงื่อนไขโรงงาน
ไม่มีตัวเลข payback เดียวที่ใช้ได้กับทุกโรงงาน — ขึ้นกับ volume, จำนวน shift, จำนวนพนักงานที่ลดได้ และ reject rate ปัจจุบัน:
High Volume / 2–3 Shift
เงื่อนไขที่ทำให้คืนทุนเร็ว:
- เดิน 2–3 กะ/วัน ≥ 20 ชม./วัน
- พนักงาน deburring 6–8 คน/line
- Reject rate ปัจจุบัน > 5%
- ค่าแรงรวม OT สูง (EEC / ล่วงเวลาบ่อย)
- Production volume สูง > 500 ชิ้น/กะ
Medium Volume / 1–2 Shift
เงื่อนไขปานกลางที่พบบ่อยที่สุด:
- เดิน 1–2 กะ/วัน 8–16 ชม./วัน
- พนักงาน deburring 4–5 คน/line
- Reject rate ปัจจุบัน 2–5%
- ค่าแรงระดับกลาง
- Production volume ปานกลาง 200–500 ชิ้น/กะ
Low Volume / 1 Shift
เงื่อนไขที่ทำให้คืนทุนช้าลง:
- เดิน 1 กะ/วัน 8 ชม./วัน
- พนักงาน deburring 2–3 คน/line
- Reject rate ปัจจุบันต่ำ < 2%
- ค่าแรงใกล้เคียง minimum wage
- Production volume ต่ำ < 200 ชิ้น/กะ
ปัจจัยหลัก 5 อย่างที่กำหนด Payback Period
จำนวน Shift ต่อวัน — ปัจจัยที่มีผลมากที่สุด
เครื่อง automation มีต้นทุนคงที่ (depreciation) ไม่ว่าจะเดิน 1 กะหรือ 3 กะ · แต่ savings จาก labor และ reject สะสมตาม production hour · เดิน 3 กะ/วัน = savings ต่อปีสูงกว่าเดิน 1 กะ ~3 เท่า ในขณะที่ต้นทุนเครื่องเท่ากัน → payback สั้นลงมาก
จำนวนพนักงาน Deburring ที่ลดได้จริง
ลด 6 คน เหลือ 2 คน = savings ฿260,000+/เดือน* · ลด 2 คน เหลือ 1 คน = savings ฿65,000/เดือน* · ต่างกัน 4 เท่า แต่ใช้เครื่องราคาเดียวกัน · ต้องประเมินว่า automation รับ production volume ได้เท่าไร และพนักงานที่เหลือจะไปทำงานอะไร
Reject Rate ปัจจุบัน — Savings ที่มักถูกประเมินต่ำ
Reject 1 ชิ้น aluminum die casting = เสียทั้งวัตถุดิบ + ค่าแรง + ค่าเครื่องจักรในทุก operation ก่อนหน้า · โรงงานที่มี reject จาก deburring ไม่ถูกต้อง 3–5%/เดือน จะมี savings จาก reject reduction เพิ่มเข้ามาในการคำนวณอีกมาก · บางโรงงาน reject savings คิดเป็น 30–40% ของ total savings
ต้นทุนแรงงานจริง — ไม่ใช่แค่เงินเดือนฐาน
ต้นทุนจริงต่อพนักงาน 1 คนต่อเดือน = เงินเดือน + OT (เฉลี่ย) + ประกันสังคม + สวัสดิการอื่น + ส่วนแบ่ง recruit/train cost · ในโรงงานที่ OT สูงหรืออยู่ใน EEC ที่ค่าแรงสูงกว่า ต้นทุนจริงอาจสูงกว่า minimum wage 50–80%* · ต้องใช้ตัวเลขจริงจาก HR ไม่ใช่ minimum wage
ราคาและ Spec ของเครื่อง — ต้นทุนตั้งต้น
เครื่อง deburring automation ราคาต่างกันตาม spec: จำนวน spindle, ระบบ cooling, load capacity, Error Detection · ราคาสูงขึ้นตาม spec · การ over-spec เครื่อง (ซื้อ capacity เกินกว่าที่ต้องการ) ทำให้ payback ยาวขึ้นโดยไม่ได้ savings เพิ่ม · ต้องเลือก spec ที่ match กับ production requirement จริง
โครงสร้างต้นทุนที่ต้องคำนวณ
สูตรพื้นฐานสำหรับคำนวณ payback period:
Net Annual Savings = (ต้นทุนแรงงาน × จำนวนคนที่ลดได้ × 12) + (Reject ลดลง × ราคาต่อชิ้น × volume/ปี) − (Electricity + Consumable + Maintenance ต่อปี)
| รายการ | ฝั่ง Savings (ลด) | ฝั่ง Cost (เพิ่ม) |
|---|---|---|
| ค่าแรง + OT + สวัสดิการ | ✅ ลดตามจำนวนคนที่ลดได้ | Operator 1–2 คนที่เหลือ (supervisor) |
| Reject cost | ✅ ลดจาก Ra consistent ทุกชิ้น | — |
| Recruit + Training | ✅ ลดจาก turnover ที่หายไป | — |
| Overtime (ไล่ production) | ✅ ลดเมื่อเครื่องเดิน 24h ได้ | — |
| ค่าไฟฟ้า | — | เพิ่มตาม spindle power × hours |
| Consumable (tool + spare) | — | เพิ่มตาม tool life และ volume |
| PM + Maintenance | — | ต้องวางแผนงบ PM ประจำปี |
| Depreciation เครื่อง | — | ราคาเครื่อง ÷ อายุการใช้งาน (ปกติ 7–10 ปี) |
OEE — ตัวเลขที่บอกว่าเครื่องคุ้มค่าแค่ไหน
OEE (Overall Equipment Effectiveness) บอกว่าเครื่องที่ซื้อมาใช้งานได้จริงกี่เปอร์เซ็นต์:
— Availability: เวลาเดินจริง ÷ เวลาที่วางแผน (ลบ planned downtime)
— Performance: output จริง ÷ output ที่ควรได้ที่ design CT
— Quality: ชิ้นงานดี ÷ ชิ้นงานทั้งหมด
OEE เป้าหมายจริง: 75–85%* — OEE 100% ไม่มีในโลกจริง
ตัวอย่าง: CT 80 วิ/ชิ้น → 45 ชิ้น/ชม. → OEE 80% = 36 ชิ้น/ชม. จริง
ค่าแรงขั้นต่ำไทยปรับขึ้นทุกปี โดยเฉพาะในพื้นที่ EEC (ชลบุรี ระยอง ฉะเชิงเทรา) ที่สูงกว่าค่าเฉลี่ยประเทศ · ในขณะเดียวกัน ราคาเครื่อง automation มีแนวโน้มคงที่หรือปรับตัวเล็กน้อย · ผลคือ ทุกปีที่รอ payback period จะสั้นลง เพราะ savings ต่อปีสูงขึ้น (ค่าแรงแพงขึ้น) แต่ราคาเครื่องเท่าเดิม · โรงงานที่ delay การตัดสินใจ 2–3 ปี มักพบว่าตัวเลข ROI ที่คำนวณใหม่ดีกว่าที่คำนวณครั้งแรกมาก
สิ่งที่ควรทำก่อน Present ROI ต่อผู้บริหาร
- รวบรวม data จริง: ค่าแรงรวม OT ต่อคน/เดือน (จาก HR ไม่ใช่ minimum wage), reject rate จาก deburring (แยกจาก reject สาเหตุอื่น), production volume จริง, turnover rate ของ deburring operator
- คำนวณ Net Annual Savings: ใส่ทั้งฝั่ง savings และฝั่ง cost ใหม่ (electricity, consumable, PM) ให้ครบ
- เลือก spec ที่ match: ไม่ over-spec เครื่อง — spec ตาม production volume จริง ไม่ใช่ capacity สูงสุดที่อาจเกิดขึ้น
- รวม intangible value: safety improvement, quality reputation, ความยั่งยืนของ production ที่ไม่ขึ้นกับแรงงาน — ใส่ใน narrative ไม่ใช่ตัวเลข
- ขอ ROI Calculation จาก Supplier: supplier ที่น่าเชื่อถือจะช่วยคำนวณจาก data จริง ไม่ใช่ให้ตัวเลข payback fixed ที่ดูดีเกินจริง
