Baptiste Bouvier ซีอีโอและผู้ร่วมก่อตั้ง Daptic – บทสัมภาษณ์

Baptiste Bouvier เป็นซีอีโอและผู้ร่วมก่อตั้ง Daptic ซึ่งเขาทำงานเพื่อเชื่อมโยงข้อมูลข่าวสารด้านกฎระเบียบเข้ากับการพัฒนาผลิตภัณฑ์ เขาสำเร็จการศึกษาด้านวิทยาการคอมพิวเตอร์และวิศวกรรมศาสตร์จาก MIT และมีประสบการณ์ครอบคลุมทั้งงานวิจัยด้าน AI และระบบอัตโนมัติที่ MIT CSAIL, AI ด้านการดูแลสุขภาพที่ Babylon Health, งานวิจัยเชิงปริมาณที่ J.P. Morgan, วิศวกรรม AR/VR ที่ Meta และงานที่ปรึกษาที่ McKinsey เขามุ่งเน้นการช่วยผู้ผลิตแปลงข้อกำหนดด้านกฎระเบียบที่ซับซ้อนให้เป็นแนวทางการตัดสินใจทางวิศวกรรมที่นำไปใช้ได้จริง

Daptic ให้บริการแพลตฟอร์มการปฏิบัติตามข้อกำหนดผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ซึ่งเชื่อมโยงการเปลี่ยนแปลงด้านกฎระเบียบ การตีความ และข้อกำหนดของผลิตภัณฑ์ตลอดวงจรชีวิตของผลิตภัณฑ์ ซอฟต์แวร์ของบริษัทช่วยให้ผู้เชี่ยวชาญด้านกฎระเบียบ วิศวกร และทีมผลิตภัณฑ์ติดตามข้อกำหนดทั่วโลก ประเมินผลกระทบ และผนวกข้อกำหนดเหล่านั้นเข้ากับขั้นตอนการพัฒนา โดยสามารถตรวจสอบย้อนกลับไปยังแหล่งข้อมูลและมีมนุษย์กำกับดูแล ในบทสัมภาษณ์นี้ Bouvier พูดถึงข้อมูลข่าวสารด้านกฎระเบียบ, AI ทางกายภาพ, ข้อจำกัดในการออกแบบที่เครื่องอ่านได้ และการเปลี่ยนผ่านสู่การจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์อย่างต่อเนื่อง

เส้นทางอาชีพของคุณพาคุณจากงานวิจัยด้าน AI และระบบอัตโนมัติที่ MIT CSAIL ไปสู่งาน AI ด้านการดูแลสุขภาพที่ Babylon Health งานวิจัยเชิงปริมาณที่ J.P. Morgan งานวิศวกรรม AR/VR ที่ Meta และงานที่ปรึกษาที่ McKinsey ประสบการณ์เหล่านี้หล่อหลอมการตัดสินใจร่วมก่อตั้ง Daptic ของคุณอย่างไร และอะไรทำให้คุณเชื่อว่าการใช้ AI จะเปลี่ยนแปลงปัญหาด้านข้อมูลข่าวสารเกี่ยวกับกฎระเบียบได้อย่างถึงราก?

สิ่งที่ทำให้ผมเห็นภาพชัดเจนคือการได้เห็นว่ากฎระเบียบมีอิทธิพลต่อการพัฒนาผลิตภัณฑ์มากเพียงใด ขณะที่มีซอฟต์แวร์เพียงน้อยนิดที่ช่วยสนับสนุนงานนี้

พื้นฐานของผมส่วนใหญ่อยู่ในด้านวิทยาการคอมพิวเตอร์ และมีความรู้ด้านวิศวกรรมเครื่องกลอยู่บ้าง ก่อนเริ่ม Daptic ผมได้ทำงานในสภาพแวดล้อมทางเทคนิคหลากหลายรูปแบบ อย่างไรก็ตาม ที่ McKinsey ผมได้เห็นอย่างใกล้ชิดขึ้นว่าบริษัทขนาดใหญ่พัฒนาผลิตภัณฑ์ที่จับต้องได้อย่างไร และกฎระเบียบทำให้กระบวนการดังกล่าวช้าลงได้อย่างไร

ผมเห็นบริษัทที่มีความเชี่ยวชาญสูงมากจัดการงานส่วนสำคัญยิ่งต่อการพัฒนาผลิตภัณฑ์ผ่านเอกสาร สเปรดชีต อีเมล และการพูดคุยระหว่างทีมต่าง ๆ มากมาย กฎระเบียบอาจเริ่มต้นจากถ้อยคำทางกฎหมายที่รัฐบาลประกาศเผยแพร่ แต่ท้ายที่สุดก็ต้องมีใครสักคนแปลงถ้อยคำนั้นเป็นข้อกำหนดทางวิศวกรรมที่เฉพาะเจาะจง ซึ่งส่งผลต่อการออกแบบผลิตภัณฑ์

ช่องว่างระหว่างกฎระเบียบกับงานวิศวกรรมนี้เองที่ทำให้ผมสนใจ มีผู้เชี่ยวชาญจำนวนมากเข้ามาเกี่ยวข้อง แต่กลับมีโครงสร้างพื้นฐานที่เชื่อมโยงงานเหล่านี้เข้าด้วยกันอยู่น้อยมาก เรามองภาพรวมของงานประเภทนี้ว่าเป็นการจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์ กล่าวคือ การเชื่อมโยงการเปลี่ยนแปลงด้านกฎระเบียบ การตีความ และข้อกำหนดของผลิตภัณฑ์เข้ากับการตัดสินใจของทีมตลอดกระบวนการพัฒนาผลิตภัณฑ์และตลอดอายุการใช้งานของผลิตภัณฑ์

AI เปลี่ยนสิ่งที่เป็นไปได้ เพราะสามารถทำงานกับเอกสารด้านกฎระเบียบ ข้อมูลผลิตภัณฑ์ และองค์ความรู้ขององค์กรปริมาณมากได้พร้อมกัน จึงเปิดโอกาสให้เราสร้างโครงสร้างพื้นฐานรองรับขั้นตอนการทำงานที่ในอดีตต้องอาศัยแรงงานคนมหาศาล นี่คือรากฐานสำคัญของ Daptic

วิศวกรผลิตภัณฑ์ในอุตสาหกรรมต่าง ๆ เช่น ยานยนต์ อากาศยานและอวกาศ กลาโหม อุปกรณ์การแพทย์ และหุ่นยนต์ อาจต้องรับมือกับกฎระเบียบที่เปลี่ยนแปลงอยู่เสมอนับพันข้อ AI มีข้อได้เปรียบมากที่สุดตรงจุดใดในการแปลงข้อมูลด้านกฎระเบียบจำนวนมหาศาลให้เป็นสิ่งที่วิศวกรนำไปใช้ได้จริงระหว่างการพัฒนาผลิตภัณฑ์?

ข้อได้เปรียบที่สำคัญที่สุดคือความสามารถในการรักษาความเชื่อมโยงระหว่างสิ่งที่เกิดขึ้นในแวดวงกฎระเบียบกับสิ่งที่เกิดขึ้นกับผลิตภัณฑ์

ลองนึกภาพว่าคุณกำลังพัฒนาผลิตภัณฑ์ที่จับต้องได้และมีความซับซ้อน ซึ่งท้ายที่สุดจะวางจำหน่ายในตลาดต่าง ๆ 30 หรือ 40 แห่งทั่วโลก คุณต้องทำความเข้าใจว่ากฎระเบียบข้อใดบ้างที่เกี่ยวข้อง ติดตามว่ากฎระเบียบเหล่านั้นเปลี่ยนแปลงอย่างไร พิจารณาว่าการเปลี่ยนแปลงใดส่งผลต่อผลิตภัณฑ์ของคุณ และแปลงข้อกำหนดที่เกี่ยวข้องให้เป็นการตัดสินใจทางวิศวกรรม

AI สามารถติดตามสภาพแวดล้อมด้านกฎระเบียบดังกล่าวได้อย่างต่อเนื่อง และช่วยลดปริมาณข้อมูลที่ทีมต้องประเมินให้เหลือเฉพาะส่วนที่จำเป็น หากข้อกำหนดมีการเปลี่ยนแปลง ระบบจะช่วยระบุได้ว่าผลิตภัณฑ์ ชิ้นส่วน หรือการตัดสินใจทางวิศวกรรมใดบ้างที่อาจได้รับผลกระทบ พร้อมนำบริบทที่เกี่ยวข้องไปให้ผู้ที่จำเป็นต้องใช้ข้อมูลนั้น

โอกาสที่น่าสนใจยิ่งกว่าคือสิ่งที่จะเกิดขึ้นเมื่อบริบทด้านกฎระเบียบกลายเป็นส่วนหนึ่งของขั้นตอนการทำงานด้านวิศวกรรมโดยตรง วิศวกรที่กำลังตัดสินใจเรื่องการออกแบบควรทำความเข้าใจข้อกำหนดที่เกี่ยวข้องกับการตัดสินใจนั้นได้อย่างรวดเร็ว โดยไม่ต้องค้นหาข้อมูลด้วยตนเองจากเขตอำนาจศาล มาตรฐาน และหมวดหมู่กฎระเบียบต่าง ๆ

กฎระเบียบเปลี่ยนแปลง และผลิตภัณฑ์ก็เปลี่ยนแปลงเช่นกัน คุณค่าที่แท้จริงคือการเชื่อมโยงทั้งสองสิ่งนี้ไว้ด้วยกัน เพื่อให้ทีมเข้าใจผลที่จะตามมาในขณะที่ยังมีเวลาตัดสินใจทางวิศวกรรมแบบอื่นได้ การเชื่อมโยงอย่างต่อเนื่องนี้เป็นหัวใจสำคัญส่วนหนึ่งของการจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์

การปฏิบัติตามกฎระเบียบเป็นการใช้งาน AI ที่มีความเสี่ยงสูงเป็นพิเศษ เพราะการมองข้ามข้อกำหนดหรือการตีความผิดอาจนำไปสู่ผลร้ายแรง Daptic จัดการเรื่องความแม่นยำ ความสามารถในการอธิบายผลลัพธ์ และการกำกับดูแลโดยมนุษย์อย่างไร เมื่อนำ AI มาใช้กับข้อมูลข่าวสารด้านกฎระเบียบ?

ความไว้วางใจเป็นสิ่งพื้นฐานสำหรับงานด้านนี้

การตัดสินใจด้านกฎระเบียบต้องอาศัยความเชื่อมั่นในระดับสูง จึงต้องฝังความสามารถในการตรวจสอบย้อนกลับไว้ในขั้นตอนการทำงาน ทีมงานต้องตรวจสอบได้ว่าข้อมูลมาจากที่ใด ทบทวนเอกสารต้นฉบับ และเข้าใจว่าข้อสรุปนั้นได้มาอย่างไร

ความเชี่ยวชาญของมนุษย์ยังคงมีความสำคัญอย่างยิ่ง เพราะข้อบังคับมีความกำกวมอยู่ด้วย ข้อบังคับอาจให้ข้อมูลได้มาก แต่การนำไปใช้กับผลิตภัณฑ์เฉพาะอย่างมักต้องอาศัยบริบท ประสบการณ์ และวิจารณญาณ ผู้เชี่ยวชาญแต่ละคนอาจตีความข้อกำหนดเดียวกันแตกต่างกันได้เช่นกัน

แนวทางของเราคือใช้ปัญญาประดิษฐ์ (AI) เพื่อสนับสนุนความเชี่ยวชาญดังกล่าว AI สามารถค้นหาและจัดระเบียบข้อมูล เชื่อมโยงข้อมูลเข้ากับบริบทของผลิตภัณฑ์ที่เกี่ยวข้อง และเก็บรักษาเหตุผลประกอบที่ได้พิจารณาไปแล้ว วิศวกรและผู้เชี่ยวชาญด้านกฎระเบียบยังคงมีส่วนร่วมในกระบวนการ โดยสามารถทบทวน ปรับปรุง และนำความเชี่ยวชาญของตนมาร่วมสนับสนุนได้

สิ่งนี้ยังสร้างคุณค่าให้แก่องค์กรในระยะยาวด้วย เหตุผลเบื้องหลังการตัดสินใจด้านกฎระเบียบจะกลายเป็นองค์ความรู้ขององค์กรที่สามารถนำมาอ้างอิงและต่อยอดได้ แทนที่จะอยู่ในอีเมลชุดหนึ่งหรือจดจำอยู่กับบุคคลเพียงคนเดียว หากต้องการให้การจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์ขยายผลได้ในวงกว้าง บริบทและวิจารณญาณของผู้เชี่ยวชาญเหล่านี้ต้องได้รับการสืบทอดต่อเนื่องระหว่างทีม ผลิตภัณฑ์ และรอบการพัฒนา

AI ทางกายภาพกำลังก้าวจากสภาพแวดล้อมอุตสาหกรรมที่มีการควบคุมไปสู่ผลิตภัณฑ์ที่อาจทำงานได้ในบ้านและพื้นที่สาธารณะอย่างรวดเร็ว เมื่อหุ่นยนต์ฮิวแมนนอยด์และระบบต่าง ๆ เช่น สุนัขหุ่นยนต์มีความสามารถมากขึ้น คุณคิดว่าความท้าทายด้านกฎระเบียบใดจะกลายเป็นอุปสรรคสำคัญที่สุดต่อการยอมรับผลิตภัณฑ์เหล่านี้ในวงกว้างของผู้บริโภค

AI เชิงกายภาพกำลังผสานรวมขอบเขตด้านกฎระเบียบหลายด้าน ซึ่งในอดีตสามารถพิจารณาแยกจากกันได้มากกว่านี้

ลองพิจารณาหุ่นยนต์ฮิวแมนนอยด์ที่ทำงานในบ้านหรือพื้นที่สาธารณะ ผลิตภัณฑ์เดียวกันนี้อาจเกี่ยวข้องกับความปลอดภัยทางกายภาพ ระบบไฟฟ้า แบตเตอรี่ การสื่อสารไร้สาย ความมั่นคงปลอดภัยทางไซเบอร์ ความเป็นส่วนตัว และพฤติกรรมการทำงานแบบอัตโนมัติ ข้อกำหนดเพิ่มเติมเกี่ยวกับเครื่องจักร การขนส่ง การใช้งานทางการแพทย์ หรือกิจกรรมอื่น ๆ ที่อยู่ภายใต้การกำกับดูแล ก็อาจเข้ามาเกี่ยวข้องได้เช่นกัน ทั้งนี้ขึ้นอยู่กับว่าหุ่นยนต์นั้นทำอะไร

สิ่งที่ทำให้เรื่องนี้น่าสนใจเป็นพิเศษคือ ผลิตภัณฑ์เหล่านี้กำหนดคุณสมบัติและการทำงานผ่านซอฟต์แวร์มากขึ้นเรื่อย ๆ ผลิตภัณฑ์ที่จับต้องได้อาจเปลี่ยนแปลงไปอย่างมีนัยสำคัญผ่านซอฟต์แวร์ แม้จะวางจำหน่ายไปแล้วก็ตาม ความสามารถหรือพฤติกรรมใหม่ที่เพิ่มเข้ามาผ่านการอัปเดตอาจเปลี่ยนข้อพิจารณาด้านกฎระเบียบที่เกี่ยวข้องกับผลิตภัณฑ์นั้น

นั่นหมายความว่าบริษัทต่าง ๆ ต้องพิจารณากฎระเบียบตลอดวงจรชีวิตผลิตภัณฑ์ ไม่ใช่เฉพาะช่วงใดช่วงหนึ่งก่อนเปิดตัว การเปลี่ยนจากการปฏิบัติตามข้อกำหนด ณ จุดใดจุดหนึ่ง ไปสู่การจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์อย่างต่อเนื่อง มีความสำคัญเป็นพิเศษสำหรับผลิตภัณฑ์ที่ความสามารถอาจพัฒนาต่อไปได้หลังออกสู่ตลาด

ประเด็นนี้ยังมีมิติระดับโลกด้วย เขตอำนาจศาลแต่ละแห่งกำลังพัฒนากฎเกณฑ์สำหรับเทคโนโลยีเหล่านี้ด้วยความเร็วที่แตกต่างกัน และมักเริ่มต้นจากพื้นฐานที่ไม่เหมือนกัน

สำหรับบริษัทที่พัฒนาผลิตภัณฑ์ AI เชิงกายภาพ กลยุทธ์ด้านกฎระเบียบกำลังกลายเป็นส่วนหนึ่งของกลยุทธ์ผลิตภัณฑ์มากขึ้นเรื่อย ๆ การตัดสินใจเกี่ยวกับเซ็นเซอร์ ระดับการทำงานอัตโนมัติ การเก็บรวบรวมข้อมูล วัสดุ การเชื่อมต่อ และพฤติกรรมของผลิตภัณฑ์ ล้วนส่งผลได้ว่าจะนำผลิตภัณฑ์ไปใช้งานที่ใด ต้องทดสอบอย่างไร และต้องปฏิบัติตามข้อกำหนดใดบ้าง ความเชื่อมโยงเหล่านี้ต้องทำความเข้าใจให้ได้ตั้งแต่ขณะที่ผลิตภัณฑ์ยังอยู่ระหว่างการออกแบบ

ทุกวันนี้ การปฏิบัติตามข้อกำหนดมักถูกมองว่าเป็นสิ่งที่เกิดขึ้นในช่วงท้ายของการพัฒนาผลิตภัณฑ์ จะเกิดอะไรขึ้นเมื่อข้อกำหนดด้านกฎระเบียบกลายเป็นข้อมูลตั้งต้นสำหรับงานวิศวกรรมและการออกแบบผลิตภัณฑ์ตั้งแต่เริ่มต้น?

คุณจะเปิดทางเลือกในการออกแบบให้วิศวกรได้กว้างขึ้นมาก

มีตัวอย่างเปรียบเทียบที่เป็นประโยชน์ในงานวิศวกรรม นั่นคือการออกแบบเพื่อการผลิต คุณอาจออกแบบบางสิ่งในโปรแกรม CAD ให้ดูสมเหตุสมผลอย่างยิ่ง แต่ภายหลังกลับพบว่าการผลิตสิ่งนั้นในระดับใหญ่จำเป็นต้องใช้แนวทางที่แตกต่างออกไปโดยสิ้นเชิง อุตสาหกรรมจึงพัฒนาเครื่องมือและวิธีการที่นำข้อมูลด้านการผลิตเข้ามาใช้ตั้งแต่ช่วงต้นของกระบวนการออกแบบ เพื่อให้วิศวกรคำนึงถึงข้อจำกัดเหล่านั้นได้ในขณะที่ยังปรับเปลี่ยนได้

ข้อกำหนดด้านกฎระเบียบก็สามารถดำเนินไปในทิศทางเดียวกันได้

หากวิศวกรเข้าใจข้อจำกัดด้านกฎระเบียบในระหว่างการออกแบบ ก็จะประเมินสถาปัตยกรรม วัสดุ ส่วนประกอบ และพฤติกรรมของผลิตภัณฑ์ที่เป็นไปได้แต่ละแบบได้โดยมีบริบทประกอบมากขึ้น นอกจากนี้ ยังเข้าใจได้ด้วยว่าการตัดสินใจหนึ่ง ๆ อาจส่งผลต่อการทดสอบ การรับรอง หรือการเข้าถึงตลาดอย่างไรก่อนที่จะทุ่มเทเวลาพัฒนาหลายเดือนให้กับทางเลือกนั้น

เรื่องนี้ส่งผลอย่างมีนัยสำคัญต่อความเร็วและต้นทุนในการพัฒนา ที่สำคัญยิ่งกว่านั้นคือ ทำให้กฎระเบียบกลายเป็นข้อมูลตั้งต้นในกระบวนการทางวิศวกรรม แทนที่จะเป็นข้อมูลที่เข้ามาหลังจากตัดสินใจเรื่องสำคัญของผลิตภัณฑ์ไปแล้วหลายอย่าง นี่คือหนึ่งในการเปลี่ยนแปลงพื้นฐานที่อยู่เบื้องหลังการจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดผลิตภัณฑ์ กล่าวคือ ข้อมูลเชิงลึกด้านกฎระเบียบกลายเป็นส่วนหนึ่งของวิธีพัฒนาผลิตภัณฑ์ ไม่ใช่เพียงด่านที่ผลิตภัณฑ์ต้องผ่านในภายหลัง

ในอนาคต กฎระเบียบจะกลายเป็นข้อจำกัดในการออกแบบที่เครื่องอ่านได้เกือบทั้งหมดหรือไม่ จนระบบ AI สามารถแจ้งเตือนวิศวกรแบบเรียลไทม์ได้ว่า ส่วนประกอบ วัสดุ ฟีเจอร์ซอฟต์แวร์ หรือพฤติกรรมของผลิตภัณฑ์ที่เสนอไว้อาจละเมิดข้อกำหนดในตลาดใดตลาดหนึ่งได้หรือไม่ เราเข้าใกล้ขั้นตอนการทำงานลักษณะนี้มากเพียงใด?

เรากำลังมุ่งไปในทิศทางนั้น แต่ประเด็นสำคัญไม่ใช่แค่ทำให้กฎระเบียบอ่านโดยเครื่องได้เท่านั้น หากยังต้องแปลงภาษาของกฎระเบียบให้เป็นข้อจำกัดที่มีความหมายในบริบทของผลิตภัณฑ์แต่ละชนิดด้วย

โดยทั่วไป กฎระเบียบไม่ได้เขียนขึ้นในรูปแบบข้อกำหนดทางวิศวกรรม แต่รัฐบาลและองค์กรกำหนดมาตรฐานเขียนขึ้นสำหรับผู้อ่านที่เป็นมนุษย์ และยังมีการตีความหลายชั้นระหว่างข้อความในกฎระเบียบกับข้อจำกัดทางเทคนิคที่วิศวกรจำเป็นต้องใช้จริง

AI ช่วยให้เรามีเครื่องมือที่ดียิ่งขึ้นมากในการเชื่อมโยงข้อมูลแต่ละชั้นเหล่านี้ ระบบสามารถทำความเข้าใจข้อกำหนดตามกฎระเบียบ การตีความอย่างเป็นทางการ และบริบทของผลิตภัณฑ์ที่กำลังออกแบบได้ เมื่อวิศวกรเปลี่ยนวัสดุ ชิ้นส่วน คุณสมบัติของซอฟต์แวร์ หรือการทำงานของผลิตภัณฑ์ ระบบก็สามารถแสดงข้อกำหนดที่อาจได้รับผลกระทบและอธิบายความเชื่อมโยงได้

สิ่งสำคัญคือบริบทของผลิตภัณฑ์ ภาษาของกฎระเบียบเดียวกันอาจมีนัยที่แตกต่างกันอย่างมาก ขึ้นอยู่กับผลิตภัณฑ์ ตลาด ชิ้นส่วน หรือวัตถุประสงค์การใช้งาน

เรากำลังเริ่มนำองค์ประกอบบางส่วนของกระบวนการนี้มาใช้แล้ว การทำให้ข้อเสนอแนะด้านกฎระเบียบผสานเข้ากับสภาพแวดล้อมการทำงานทางวิศวกรรมอย่างลึกซึ้ง จำเป็นต้องมีบริบทของผลิตภัณฑ์ที่จัดโครงสร้างไว้อย่างเป็นระบบ และการเชื่อมโยงที่เชื่อถือได้ระหว่างภาษาของกฎระเบียบ การตีความภายในองค์กร และข้อกำหนดทางเทคนิค AI ช่วยเร่งความสามารถในการสร้างการเชื่อมโยงเหล่านี้

เมื่อเวลาผ่านไป ผมคาดว่าข้อเสนอแนะด้านกฎระเบียบจะผสานเข้ากับเครื่องมือที่วิศวกรใช้อยู่แล้วมากขึ้นอย่างมาก เช่นเดียวกับข้อจำกัดทางวิศวกรรมด้านอื่น ๆ ที่ค่อย ๆ เข้าไปอยู่ใกล้จุดที่มีการตัดสินใจออกแบบมากขึ้น

ผู้ผลิตระดับโลกมักต้องปฏิบัติตามกฎระเบียบที่แตกต่างกันและบางครั้งก็ขัดแย้งกันในเขตอำนาจศาลหลายสิบแห่ง AI จะช่วยทีมวิศวกรรมระบุได้อย่างไรว่าไม่เพียงมีกฎระเบียบใดบ้างที่ใช้บังคับ แต่การตัดสินใจออกแบบในตลาดหนึ่งอาจส่งผลต่อผลิตภัณฑ์ทั่วโลกอย่างไรด้วย

การผสานข้อมูลเชิงลึกด้านกฎระเบียบเข้ากับบริบทของผลิตภัณฑ์มีประโยชน์อย่างยิ่งในเรื่องนี้

โดยทั่วไป ผู้ผลิตต้องการใช้ส่วนประกอบร่วมกันให้ได้มากที่สุดในทุกตลาด เพราะการดูแลผลิตภัณฑ์เดียวกันหลายเวอร์ชันทำให้เกิดต้นทุนและความซับซ้อนอย่างมาก ขณะเดียวกัน ข้อกำหนดก็แตกต่างกันไปในแต่ละเขตอำนาจศาล จึงมีบางกรณีที่จำเป็นต้องปรับเปลี่ยนผลิตภัณฑ์

AI ช่วยให้ทีมวิเคราะห์ความเชื่อมโยงเหล่านี้ได้อย่างเป็นระบบมากขึ้น หากกำลังพิจารณาวัสดุ ชิ้นส่วน หรือคุณสมบัติเฉพาะ ก็สามารถประเมินตลาดที่ผลิตภัณฑ์จะวางจำหน่ายและทำความเข้าใจข้อกำหนดที่เกี่ยวข้องในแต่ละตลาดได้

วิธีนี้ช่วยให้ทีมวิศวกรรมมองเห็นผลกระทบทั่วโลกจากการตัดสินใจออกแบบได้ตั้งแต่เนิ่น ๆ การเลือกแบบหนึ่งอาจใช้ได้ใน 25 ตลาด แต่ทำให้ต้องปฏิบัติตามข้อกำหนดเพิ่มเติมในอีก 5 ตลาด จากนั้นทีมก็สามารถตัดสินใจได้ว่าจะปรับเปลี่ยนการออกแบบสำหรับตลาดโลก สร้างผลิตภัณฑ์รุ่นเฉพาะภูมิภาค หรือเลือกแนวทางแลกเปลี่ยนข้อดีข้อเสียแบบอื่น

ปัจจุบันผู้ผลิตตัดสินใจเรื่องเหล่านี้กันอยู่แล้ว สิ่งที่เรามีโอกาสทำคือช่วยให้ผู้เกี่ยวข้องมองเห็นได้ชัดเจนยิ่งขึ้นว่ากฎระเบียบเชื่อมโยงกับผลิตภัณฑ์อย่างไร เพื่อให้ตัดสินใจแลกเปลี่ยนข้อดีข้อเสียได้เร็วขึ้นและมีบริบทประกอบมากขึ้น

การติดตามข้อมูลเชิงลึกด้านกฎระเบียบไม่ได้จำกัดอยู่แค่การติดตามกฎหมายที่ประกาศใช้แล้ว AI จะตรวจจับสัญญาณเริ่มต้นจากร่างกฎระเบียบ การหารือของรัฐบาล องค์กรกำหนดมาตรฐาน การบังคับใช้กฎ และแหล่งข้อมูลอื่น ๆ ได้อย่างไร เพื่อให้บริษัทคาดการณ์ข้อกำหนดล่วงหน้าก่อนที่จะส่งผลต่อการเปิดตัวผลิตภัณฑ์

การเฝ้าติดตามแนวโน้มล่วงหน้ามีความสำคัญเป็นพิเศษเมื่อวงจรการพัฒนาผลิตภัณฑ์กินเวลาหลายปี

สำหรับผู้ผลิต การทำความเข้าใจว่าอะไรเปลี่ยนแปลงไปเมื่อวานเป็นเพียงส่วนหนึ่งของภาพรวมเท่านั้น ทีมงานยังต้องมองเห็นด้วยว่าอะไรอาจเปลี่ยนแปลงระหว่างที่ผลิตภัณฑ์กำลังอยู่ในขั้นตอนการออกแบบ การทดสอบ และการเตรียมเปิดตัว

มีสัญญาณที่อาจบ่งชี้ได้หลายอย่าง รัฐบาลเผยแพร่ร่างกฎระเบียบและเอกสารรับฟังความคิดเห็น องค์กรกำหนดมาตรฐานหารือเกี่ยวกับการเปลี่ยนแปลง หน่วยงานกำกับดูแลออกแนวทางและดำเนินการบังคับใช้กฎ เมื่อนำแหล่งข้อมูลเหล่านี้มาพิจารณาร่วมกัน ก็จะช่วยบ่งชี้ทิศทางของข้อกำหนดในอนาคตได้

ขอบเขตของงานนี้มีมาก ผู้ผลิตระดับโลกอาจต้องติดตามแหล่งข้อมูลจากเขตอำนาจศาล ภาษา และสาขากฎระเบียบหลายสิบแห่ง แล้วพิจารณาว่าความเปลี่ยนแปลงใดเกี่ยวข้องกับผลิตภัณฑ์ของตนจริง ๆ

AI สามารถติดตามแหล่งข้อมูลเหล่านั้นอย่างต่อเนื่อง ระบุความเปลี่ยนแปลงที่อาจเกี่ยวข้อง และเชื่อมโยงกับผลิตภัณฑ์ ชิ้นส่วน หรือส่วนงานเฉพาะของธุรกิจได้ วิธีนี้ช่วยให้ผู้เชี่ยวชาญด้านกฎระเบียบมีเวลามากขึ้นในการประเมินความเปลี่ยนแปลงที่อาจส่งผลอย่างมีนัยสำคัญต่อแผนพัฒนาผลิตภัณฑ์

ยิ่งทีมผลิตภัณฑ์ได้รับบริบทดังกล่าวเร็วเท่าไร บริษัทก็ยิ่งมีความยืดหยุ่นมากขึ้นเท่านั้น หากมีแนวโน้มว่าข้อกำหนดจะเปลี่ยนแปลงในอีก 2 ปี และผลิตภัณฑ์รุ่นถัดไปของคุณมีกำหนดเปิดตัวในอีก 18 เดือน เรื่องนี้ก็อาจกลายเป็นประเด็นที่ต้องตัดสินใจในการวางแผนผลิตภัณฑ์ตั้งแต่วันนี้

เมื่อเอเจนต์ AI เข้ามาผสานกับกระบวนการทำงานด้านวิศวกรรมอย่างลึกซึ้งยิ่งขึ้น ในที่สุดเราอาจได้เห็นเอเจนต์เฉพาะทางด้านการปฏิบัติตามข้อกำหนดทำงานเคียงข้างวิศวกร ผู้จัดการผลิตภัณฑ์ และระบบ AI อื่น ๆ ตลอดวงจรชีวิตผลิตภัณฑ์ได้หรือไม่ ในทางปฏิบัติ สถาปัตยกรรมเช่นนั้นจะมีหน้าตาอย่างไร

ใช่ครับ และผมคิดว่าประเด็นสำคัญคือระบบเหล่านี้ต้องติดตามทั้งสองด้านของสมการ เพราะกฎระเบียบเปลี่ยนแปลง แต่ผลิตภัณฑ์ก็เปลี่ยนแปลงเช่นกัน

คุณอาจมีเอเจนต์เฉพาะทางคอยติดตามความเคลื่อนไหวด้านกฎระเบียบอย่างต่อเนื่อง และพิจารณาว่าการเปลี่ยนแปลงใดเกี่ยวข้องกับพอร์ตผลิตภัณฑ์หนึ่ง ๆ ส่วนเอเจนต์อื่น ๆ อาจช่วยแปลงข้อกำหนดเหล่านั้นให้เป็นผลกระทบด้านวิศวกรรม

ในขณะเดียวกัน เอเจนต์ก็สามารถติดตามการเปลี่ยนแปลงของตัวผลิตภัณฑ์เองได้ ทีมงานอาจเปลี่ยนวัสดุ อัปเดตซอฟต์แวร์ เปลี่ยนผู้จัดหา ปรับเปลี่ยนชิ้นส่วน หรือเพิ่มขีดความสามารถใหม่ให้ผลิตภัณฑ์ การตัดสินใจใด ๆ เหล่านี้อาจทำให้ข้อกำหนดที่ใช้บังคับเปลี่ยนไป หรือทำให้ต้องตีความข้อกำหนดเดิมใหม่

ระบบเหล่านี้ต้องใช้บริบทเดียวกันร่วมกัน เอเจนต์ด้านกฎระเบียบต้องเข้าใจผลิตภัณฑ์ ส่วนเอเจนต์ด้านวิศวกรรมต้องเข้าถึงข้อจำกัดด้านกฎระเบียบที่เกี่ยวข้อง ทั้งสองฝ่ายต้องเข้าถึงการตัดสินใจและแนวทางการตีความที่องค์กรเคยใช้มาก่อนด้วย

การใช้ดุลยพินิจของมนุษย์ยังคงเป็นส่วนสำคัญของสถาปัตยกรรมนี้ เมื่อเอเจนต์พบประเด็นที่คลุมเครือ ข้อกำหนดที่ขัดแย้งกัน หรือการตัดสินใจที่อาจส่งผลสำคัญ ผู้เชี่ยวชาญที่เหมาะสมควรตรวจสอบแหล่งข้อมูลต้นทางที่เกี่ยวข้อง เสนอแนวทางตีความ และเก็บรักษาเหตุผลประกอบไว้ให้องค์กรนำไปใช้ต่อ

ผมมองว่าสถาปัตยกรรมนี้จะพัฒนาเป็นเครือข่ายของระบบเฉพาะทางและผู้เชี่ยวชาญที่ทำงานบนความเข้าใจร่วมกันเกี่ยวกับผลิตภัณฑ์ สำหรับผลิตภัณฑ์ทางกายภาพ แนวทางนี้มีพลังเป็นพิเศษ เพราะการตัดสินใจด้านวิศวกรรมเพียงเรื่องเดียวอาจส่งผลต่อเนื่องไปยังการผลิต ความปลอดภัย การรับรอง การกำกับดูแล และการเข้าถึงตลาด ในหลายแง่มุม โครงสร้างพื้นฐานร่วมกันนี้อาจพัฒนาเป็นการบริหารจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดของผลิตภัณฑ์ ซึ่งเป็นระบบสำหรับประสานข้อมูลเชิงลึกด้านกฎระเบียบ บริบทของผลิตภัณฑ์ AI และความเชี่ยวชาญของมนุษย์ตลอดวงจรชีวิต

เมื่อมองไปข้างหน้าอีก 5 ถึง 10 ปี ในขณะที่ AI ทางกายภาพ เครื่องจักรอัตโนมัติ และผลิตภัณฑ์ที่กำหนดการทำงานด้วยซอฟต์แวร์เพิ่มมากขึ้นจนกลายเป็นเรื่องปกติ คุณคาดว่าความสัมพันธ์ระหว่างวิศวกรรม AI และกฎระเบียบจะเปลี่ยนแปลงไปอย่างไร และคุณมองว่า Daptic จะมีบทบาทอย่างไรในระบบนิเวศนี้?

ผมคาดว่าข้อมูลเชิงลึกด้านกฎระเบียบจะกลายเป็นปัจจัยนำเข้ามาตรฐานในการออกแบบผลิตภัณฑ์ทางกายภาพ

เราเห็นการเปลี่ยนแปลงลักษณะนี้เกิดขึ้นในงานด้านวิศวกรรมสาขาอื่นมาแล้ว ข้อมูลที่เคยอยู่ในกระบวนการแยกต่างหาก ในที่สุดก็เข้ามาใกล้วิศวกรมากขึ้น และพร้อมใช้งาน ณ จุดที่กำลังตัดสินใจ การออกแบบเพื่อให้ผลิตได้เป็นตัวอย่างที่ดี

กฎระเบียบกำลังมุ่งไปในทิศทางนั้น เพราะ AI ช่วยให้เราจัดการกับขอบเขตและความซับซ้อนของเรื่องนี้ได้ รวมทั้งเชื่อมโยงข้อกำหนดด้านกฎระเบียบเข้ากับผลิตภัณฑ์และการตัดสินใจด้านวิศวกรรมที่เฉพาะเจาะจง

เรื่องนี้ยิ่งสำคัญขึ้นเมื่อผลิตภัณฑ์มีความเป็นอิสระมากขึ้นและกำหนดการทำงานด้วยซอฟต์แวร์ การอัปเดตซอฟต์แวร์อาจเปลี่ยนลักษณะการทำงานของผลิตภัณฑ์ทางกายภาพหลังวางจำหน่าย ผู้จัดหาหรือชิ้นส่วนอาจเปลี่ยนแปลงได้ ขีดความสามารถใหม่อาจทำให้ข้อกำหนดที่เกี่ยวข้องเปลี่ยนไป ขณะเดียวกัน กฎระเบียบและมาตรฐานในตลาดต่าง ๆ ก็ยังคงพัฒนาอย่างต่อเนื่อง

ผลิตภัณฑ์กำลังเปลี่ยนแปลง และสภาพแวดล้อมด้านกฎระเบียบก็เปลี่ยนแปลงเช่นกัน บริษัทต่าง ๆ จำเป็นต้องมีโครงสร้างพื้นฐานที่เชื่อมโยงทั้งสองสิ่งนี้เข้าด้วยกันได้อย่างต่อเนื่อง

นี่คือทิศทางที่เรากำลังพัฒนา Daptic ไปสู่ เราต้องการให้ข้อมูลเชิงลึกด้านกฎระเบียบเป็นส่วนหนึ่งของโครงสร้างพื้นฐานสำหรับการพัฒนาผลิตภัณฑ์ โดยช่วยให้วิศวกรมองเห็นผลกระทบด้านกฎระเบียบได้ในขณะที่ยังปรับเปลี่ยนการออกแบบได้อย่างยืดหยุ่น และช่วยให้ผู้เชี่ยวชาญด้านกฎระเบียบสามารถนำความเชี่ยวชาญไปใช้ในองค์กรที่มีขนาดใหญ่ขึ้นมากได้

ท้ายที่สุด เรามองว่าการบริหารจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดของผลิตภัณฑ์จะกลายเป็นส่วนสำคัญของโครงสร้างพื้นฐานนี้ เป้าหมายคือการเชื่อมโยงกฎระเบียบกับวิศวกรรมตลอดวงจรชีวิตของผลิตภัณฑ์ เพื่อให้บริษัทต่าง ๆ ตัดสินใจเกี่ยวกับผลิตภัณฑ์ได้ดีขึ้น รักษาความรู้สำคัญที่สั่งสมอยู่ในองค์กร และนำเสนอนวัตกรรมทางกายภาพสู่ตลาดได้รวดเร็วยิ่งขึ้น

ขอบคุณสำหรับบทสัมภาษณ์ที่ยอดเยี่ยมนี้ ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับข้อมูลเชิงลึกด้านกฎระเบียบที่ขับเคลื่อนด้วย AI และการบริหารจัดการวงจรชีวิตการปฏิบัติตามข้อกำหนดของผลิตภัณฑ์ สามารถเข้าชม Daptic ได้