การเลือกสรรเทคโนโลยีบนความต้องการปรับปรุงประสิทธิภาพบริหารเส้นทางขนส่งของธุรกิจขนาดกลางและขนาดย่อมของผู้ให้บริการโลจิสติกส์ด้วยเทคโนโลยีดิจิทัลและแนวคิดลีนในจังหวัดขอนแก่น
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีจุดมุ่งหมายเพื่อศึกษาการผสานเทคโนโลยีดิจิทัลเข้ากับแนวคิดลีน (Lean Thinking) สามารถช่วยเพิ่มประสิทธิภาพในการบริหารจัดการเส้นทางการขนส่งและการกระจายสินค้าในธุรกิจขนาดกลางและขนาดย่อมตั้งอยู่ในจังหวัดขอนแก่น โดยการวิจัยเน้นการลดความสูญเปล่าในกระบวนการปฏิบัติงานผ่านการเลือกใช้เทคโนโลยีที่เหมาะสม ผู้วิจัยเก็บรวบรวมข้อมูลโดยใช้วิธีการสนทนากลุ่มของผู้เชี่ยวชาญและผู้ประกอบการการให้บริการโลจิสติกส์จำนวน 12 คน โดยคัดเลือกเฉพาะผู้ที่มีประสบการณ์มากกว่า 5 ปี ผู้วิจัยนำข้อมูลมาวิเคราะห์และเปรียบเทียบประสิทธิภาพของเทคโนโลยีที่นำไปใช้จริง ผลการศึกษาพบว่า เทคโนโลยี Vehicle Routing Problem (VRP) เป็นเครื่องมือที่มีประสิทธิภาพสูงที่สุดในการวางแผนเส้นทางโดยสามารถลดระยะทางช่วยให้การให้บริการรวดเร็วขึ้น สอดคล้องกับแนวคิดลีนที่มุ่งเน้นลดความสูญเปล่า ขณะเดียวกันเครื่องมือด้านการวิเคราะห์ข้อมูล เช่น Excel และ Power BI พบว่า ได้รับคะแนนสูงสุดที่ 61 คะแนน แสดงถึงศักยภาพในการสนับสนุนการตัดสินใจและลดขั้นตอนที่ไม่จำเป็น เครื่องมือวิเคราะห์ขั้นสูง โดย Excel VBA และ DAX ใน Power BI ได้รับคะแนน 31 คะแนน สะท้อนถึงความสามารถในการประมวลผลข้อมูลได้อย่างแม่นยำและเป็นระบบ เทคโนโลยีอื่นอย่าง จัดการฐานข้อมูลเชิงสัมพันธ์ (Structured Query Language: SQL) ได้ 23 คะแนน RPA ได้ 18 คะแนน และ VR/AR ได้ 13 คะแนน ทำให้เห็นว่ามีความเหมาะสมน้อยกว่าสำหรับธุรกิจขนาดกลางและขนาดที่มีโครงสร้างการดำเนินงานไม่ซับซ้อนและมีทรัพยากรจำกัด โดยสรุป การประยุกต์ใช้เทคโนโลยี VRP และเครื่องมือวิเคราะห์ข้อมูลภายใต้กรอบแนวคิดลีน สามารถเป็นกลยุทธ์ที่มีประสิทธิภาพและเหมาะสมมีประสิทธิภาพในกระบวนการดำเนินงานสร้างความสามารถในการแข่งขันในจังหวัดขอนแก่น พร้อมวางรากฐานสำหรับการเติบโตอย่างยั่งยืนของภาคธุรกิจในระดับภูมิภาค
Article Details
เอกสารอ้างอิง
Alexander, J. K. (2009). The concept of efficiency: An historical analysis. In Philosophy of technology and engineering sciences (pp. 1007-1030). Amsterdam: North-Holland.
Benitez, G. B., Ayala, N. F., & Frank, A. G. (2020). Industry 4.0 innovation ecosystems: An evolutionary perspective on value cocreation. International Journal of Production Economics, 228, 107735.
Bicheno, J., & Holweg, M. (2016). The lean toolbox: A handbook for lean transformation. (5th ed.). Buckingham, UK: PICSIE Books.
Blanchet, M., Rinn, T., von Thaden, G., & de Thieulloy, G. (2014). Industry 4.0: The new industrial revolution – How Europe will succeed. Munich, Germany: Roland Berger Strategy Consultants GmbH.
Buer, S. V., Strandhagen, J. O., & Chan, F. T. (2018). The link between Industry 4.0 and lean manufacturing: Mapping current research and establishing a research agenda. International Journal of Production Research, 56(8), 2924–2940.
Burgoon, J. K., Stern, L. A., & Dillman, L. (1995). Interpersonal adaptation: Dyadic interaction patterns. Cambridge, UK: Cambridge University Press.
Cifone, F. D., Hoberg, K., Holweg, M., & Staudacher, A. P. (2021). Lean 4.0: How can digital technologies support lean practices?. International Journal of Production Economics, 241, 108258.
Culot, G., Nassimbeni, G., Orzes, G., & Sartor, M. (2020). Behind the definition of Industry 4.0: Analysis and open questions. International Journal of Production Economics, 228, 107617.
Erthal, A., & Marques, L. (2022). Organisational culture in lean construction: managing paradoxes and dilemmas. Production planning & control, 33(11), 1078-1096.
Frank, A. G., Dalenogare, L. S., & Ayala, N. F. (2019). Industry 4.0 technologies: Implementation patterns in manufacturing companies. International Journal of Production Economics, 210, 15–26.
Gaukler, G. M., & Seifert, R. W. (2007). Applications of RFID in supply chains. In Jung, H., Chen, F. F., & Jeong, B. (Eds.). Trends in supply chain design and management: Technologies and methodologies (pp. 29–48). London, UK: Springer.
Kahle, L. R., Kulka, R. A., & Klingel, D. M. (1980). Low adolescent self-esteem leads to multiple interpersonal problems: A test of social-adaptation theory. Journal of Personality and Social Psychology, 39(3), 496–502.
Lopes de Sousa Jabbour, A. B., Jabbour, C. J. C., Godinho Filho, M., & Roubaud, D. (2018). Industry 4.0 and the circular economy: A proposed research agenda and original roadmap for sustainable operations. Annals of Operations Research, 270(1–2), 273–286.
Lorenz, M., Kuepper, D., Ruessmann, M., Heidemann, A., & Bause, A. (2016). Time to accelerate in the race toward Industry 4.0. Boston, MA: The Boston Consulting Group. Retrieved from https://www.bcgperspectives.com/Images/BCG-Time-to-Accelerate-in-the-Race-Toward-Industry-4.0-May-2016_tcm80-211060.pdf.
Nyumba, T. O., Wilson, K., Derrick, C. J., & Mukherjee, N. (2018). The use of focus group discussion methodology: Insights from two decades of application in conservation. Methods in Ecology and Evolution, 9(1), 20–32
Osterrieder, P., Budde, L., & Friedli, T. (2020). The smart factory as a key construct of Industry 4.0: A systematic literature review. International Journal of Production Economics, 221, 107476.
Pozzi, R., Cannas, V. G., & Ciano, M. P. (2022). Linking data science to lean production: A model to support lean practices. International Journal of Production Research, 60(22), 6866–6887.
Sands, G. (2022). Lean on me: The impact of interpersonal emotion regulation on mood as a function of binary gender (Honors thesis). University of Maine. Retrieved from https://digitalcommons.library.umaine.edu/honors/754/.
Schlaepfer, R. C., Koch, M., & Merkofer, P. (2015). Industry 4.0: Challenges and solutions for the digital transformation and use of exponential technologies. Zurich, Switzerland: Deloitte.
Stadnicka, D., & Antonelli, D. (2019). Human-robot collaborative work cell implementation through lean thinking. International Journal of Computer Integrated Manufacturing, 32(6), 580–595.
Tortorella, G. L., Vergara, A. M. C., Garza-Reyes, J. A., & Sawhney, R. (2020). Organizational learning paths based upon industry 4.0 adoption: An empirical study with Brazilian manufacturers. International Journal of Production Economics, 219, 284–294.