Articles

องค์กรปกครองส่วนท้องถิ่นในประเทศไทยกำลังเผชิญแรงกดดันในการยกระดับบริการดิจิทัลให้กับประชาชน ภายใต้งบประมาณที่จำกัด ระบบเดิมที่กระจัดกระจาย และทีม IT ขนาดเล็ก ปัญหาเหล่านี้ทวีความซับซ้อนมากขึ้นจากโครงสร้างการกระจายอำนาจ นโยบายจากส่วนกลางที่เปลี่ยนแปลงบ่อย และระดับความพร้อมด้านดิจิทัลที่ไม่เท่ากันระหว่างเทศบาล อบต. และ อบจ. โครงการ GovTech จำนวนมากล้มเหลว ไม่ใช่เพราะเลือกเทคโนโลยีผิด แต่เพราะระบบถูกออกแบบแยกส่วน ขาดการเชื่อมโยงระหว่างกัน บทความนี้นำเสนอ สถาปัตยกรรม GovTech แบบเน้นการบูรณาการ (integration‑first) ที่องค์กรปกครองส่วนท้องถิ่นสามารถนำไปใช้ได้จริง ค่อยเป็นค่อยไป และพัฒนาต่อได้ในระยะยาว โดยไม่จำเป็นต้องรื้อระบบทั้งหมดในคราวเดียว

Local governments are under increasing pressure to deliver better digital services with limited budgets, fragmented legacy systems, and small IT teams. Many GovTech initiatives fail not because of technology choices, but because systems are designed in isolation. This article presents a practical, integration-first GovTech architecture that local governments can realistically implement and evolve over time—without […]

在重大灾害或突发事件发生时，最先失效的往往不是人员，而是基础设施。地震、洪水、台风、极端天气、地质灾害、工业事故——在这些场景中，电力中断、通信网络拥塞或中断、互联网连接不可用几乎是常态。 然而，许多被称为“智慧化”的应急系统，却是在默认网络始终可用的前提下设计的。 在真实的应急管理场景中，这一前提并不成立。 因此，应急响应系统必须在设计之初就以 Offline First（离线优先） 作为基本原则，而不是事后的补充能力。

大規模災害が発生したとき、最初に機能しなくなるのは人ではなく、インフラであることが少なくありません。地震、津波、台風、豪雨、土砂災害、原子力・産業事故――その瞬間、停電が起こり、通信回線は輻輳し、インターネット接続は不安定、あるいは完全に失われます。 それにもかかわらず、多くの「スマート」な緊急対応システムは、常にネットワークが利用可能であるという前提で設計されています。 この前提は、現実の災害対応においては成立しません。 緊急対応システムは、付加的な機能としてではなく、根本設計として Offline First である必要があります。

ในทุกเหตุภัยพิบัติขนาดใหญ่ ไม่ว่าจะเป็น น้ำท่วม พายุ ดินถล่ม ภัยแล้ง แผ่นดินไหว หรืออุบัติเหตุร้ายแรงในวงกว้าง สิ่งแรกที่มักล้มเหลวไม่ใช่ผู้คน แต่คือ โครงสร้างพื้นฐาน ไฟฟ้าดับ เครือข่ายมือถือหนาแน่นหรือใช้งานไม่ได้ การเชื่อมต่ออินเทอร์เน็ตไม่เสถียรหรือหายไปโดยสิ้นเชิง อย่างไรก็ตาม ระบบรับมือเหตุฉุกเฉินที่ถูกเรียกว่า “อัจฉริยะ” จำนวนไม่น้อย กลับถูกออกแบบภายใต้สมมติฐานว่า การเชื่อมต่อเครือข่ายจะพร้อมใช้งานอยู่เสมอ สมมติฐานนี้ไม่ถูกต้อง ระบบรับมือเหตุฉุกเฉินจำเป็นต้องถูกออกแบบแบบ Offline First ไม่ใช่เป็นฟีเจอร์เสริม แต่เป็น ข้อกำหนดพื้นฐาน ของระบบตั้งแต่ต้น

In every major disaster—floods, earthquakes, wildfires, or large-scale accidents—the first thing that fails is often not people, but infrastructure. Power goes down. Mobile networks become congested or unavailable. Internet connectivity becomes unreliable or disappears entirely. Yet many so-called “smart” emergency systems are designed with an assumption that connectivity will always be available. This assumption is […]

引言：失败的根本原因并非技术本身 在中国，地方政府的信息化与数字化项目通常运行在高度复杂的环境中：严格的采购与立项流程、多层级的行政管理结构、部门职责划分，以及长期运行的既有信息系统。 在许多情况下，项目未能达到预期效果，并不是因为技术不够先进，而是因为系统设计并未真正基于行政业务运行的现实情况。 项目预算被执行，系统按期交付，但最终往往出现以下现象： 工作人员仍然依赖 Excel 或线下台账 群众仍需前往窗口办理业务 数据分散在各部门系统中，重复录入 系统之间缺乏有效联通 一个经常被忽视的事实是： 许多政府软件项目在编写第一行代码之前，就已经注定失败。

はじめに：失敗の原因は技術そのものではない 日本の地方自治体におけるデジタル化プロジェクトは、厳格な調達制度、縦割りの組織構造、担当者の異動、そして長年利用されてきた既存システムへの依存といった、固有の環境の中で進められています。 多くのケースで、プロジェクトが期待した成果を出せない理由は、技術が高度すぎるからではありません。実際の行政業務や運用の現実を前提に、システムが設計されていないことが最大の要因です。 予算は執行され、システムは納品されますが、結果として次のような状況が残ります。 職員は結局 Excel や紙の管理に戻る 住民は窓口での手続きを続けなければならない 部署ごとにデータが分断され、重複が発生する システム間の連携が実質的に機能していない 見落とされがちな事実は次の点です。 多くの自治体システムは、コードを書く前の段階ですでに失敗が決まっているということです。

บทนำ: ความล้มเหลวไม่ใช่ปัญหาทางเทคโนโลยี ในประเทศไทย โครงการดิจิทัลขององค์กรปกครองส่วนท้องถิ่นมักเผชิญข้อจำกัดเชิงโครงสร้างและการบริหาร เช่น ระเบียบจัดซื้อจัดจ้างที่ซับซ้อน ความรับผิดชอบที่กระจายอยู่ระหว่างหน่วยงานส่วนกลางและท้องถิ่น รวมถึงการพึ่งพาผู้ให้บริการภายนอกในระยะยาว ในหลายประเทศทั่วโลก โครงการซอฟต์แวร์ภาครัฐล้มเหลว ไม่ใช่เพราะเทคโนโลยีล้ำหน้าจนเกินไป แต่เป็นเพราะ ระบบไม่ได้ถูกออกแบบให้รองรับความเป็นจริงของการทำงาน งบประมาณถูกใช้ไป ระบบถูกส่งมอบ แต่สิ่งที่เกิดขึ้นคือ เจ้าหน้าที่ยังคงกลับไปใช้ Excel ประชาชนยังต้องมาติดต่อที่เคาน์เตอร์ ข้อมูลซ้ำซ้อนระหว่างหน่วยงาน การเชื่อมโยงระบบไม่เกิดขึ้นจริง ความจริงที่มักถูกมองข้ามคือ โครงการซอฟต์แวร์ภาครัฐส่วนใหญ่ล้มเหลว ตั้งแต่ก่อนมีการเขียนโค้ดแม้แต่บรรทัดเดียว

Introduction: Failure Is Not a Technology Problem Across the world, local government software projects often fail — not because the technology is too advanced, but because the system was never designed to survive reality. Budgets are spent, systems are delivered, and yet: Officers return to Excel Citizens still queue at counters Data is duplicated across […]

为什么现在要讨论这个问题 几乎所有重大的技术浪潮，都遵循相似的情绪曲线： 期待 → 过度承诺 → 失望 → 安静而持续的价值创造 AI 也不例外。 真正不同的是它扩散的速度。AI 热潮来得极快，而越来越多中国企业正在逐步意识到一个现实： 仅仅“很聪明”的 AI，并不能直接转化为商业价值。 本文将回顾过去数十年的技术浪潮，帮助读者理解： 当泡沫退去，真正留下并创造价值的是什么。

なぜ今、この話をするのか 大きなテクノロジーには、いつも似た感情の流れがあります。 期待 → 過剰な約束 → 失望 → 静かな価値創出 AIも例外ではありません。 違いがあるとすれば、そのスピードです。AIブームは非常に速く広がり、今まさに多くの日本企業が次の事実に気づき始めています。 「AIが賢いだけでは、ビジネス価値は生まれない」 本記事では過去の技術ブームを振り返りながら、 ブームが去った後に何が残り、何が本当の価値になるのかを整理します。

ทำไมบทความนี้ถึงสำคัญ เทคโนโลยีใหญ่ทุกยุคมีเส้นทางอารมณ์ที่คล้ายกันเสมอ: ตื่นเต้น → คาดหวังเกินจริง → ผิดหวัง → สร้างคุณค่าแบบเงียบ ๆ AI ก็ไม่ต่างกัน สิ่งที่ต่างคือ ความเร็ว — กระแส AI มาเร็วมาก และหลายองค์กรในไทยก็เริ่มค้นพบว่า “ความฉลาด” เพียงอย่างเดียว ไม่ได้สร้างมูลค่าทางธุรกิจจริง บทความนี้จะพาย้อนดูอดีต เพื่อเข้าใจอนาคตว่า หลังจากเทคโนโลยีถูก hype เกินจริงแล้ว อะไรคือสิ่งที่ “รอด” และสร้างเงินได้จริง

Why this article exists Every major technology wave follows the same emotional arc: Excitement → Overpromise → Disappointment → Quiet value creation AI is not special in this regard. What is special is how fast the hype arrived — and how fast organizations are now discovering that intelligence alone does not create value. This article […]

引言 近年来，中国回收与再生资源行业对 AI 的关注迅速升温。从智能分拣、数据分析看板，到价格预测和产能优化，越来越多企业开始尝试将 AI 引入业务流程。 然而，在实际落地过程中，相当多的 AI 项目并未带来预期的经营成果。 问题并不在于 AI 算法不够先进，而在于 AI 没有真正融入工厂现场和业务系统。

はじめに 近年、日本のリサイクル業界でもAIへの関心が急速に高まっています。AIによる自動選別、データ分析ダッシュボード、価格予測など、さまざまな取り組みが進められています。 しかし現実には、多くのAIプロジェクトが期待した成果を出せていません。 その原因は、AIの性能不足ではありません。最大の問題は、AIが現場のシステムや業務プロセスと適切に連携されていないことにあります。

บทนำ ในช่วงไม่กี่ปีที่ผ่านมา ธุรกิจรีไซเคิลในประเทศไทยเริ่มให้ความสนใจกับ AI มากขึ้น ไม่ว่าจะเป็นการคัดแยกวัสดุอัตโนมัติ การทำแดชบอร์ดวิเคราะห์ข้อมูล หรือการคาดการณ์ราคาเศษวัสดุ แต่ในความเป็นจริง โครงการ AI จำนวนไม่น้อยกลับไม่สามารถสร้างผลลัพธ์ทางธุรกิจได้อย่างที่คาดหวัง สาเหตุหลักไม่ได้อยู่ที่ว่า AI ไม่เก่งพอ แต่เกิดจาก AI ถูกนำมาใช้โดยไม่มีการเชื่อมต่อเข้ากับระบบการทำงานจริงของโรงงานและธุรกิจ

Introduction Many recycling companies are investing in AI technologies with the hope of improving efficiency, yield, and profitability. However, a significant number of these projects fail to deliver real business value. The primary reason is not the AI models themselves—but the lack of proper system integration. This article explains why AI initiatives in recycling often […]

在中国制造业推进 数字化转型 和 智能工厂 的过程中，一个常见的问题是： 工厂系统架构应该采用 ISA-95，还是 RAMI 4.0？ 结论先行：这个问题本身并不完全正确。 ISA-95 与 RAMI 4.0 并不是相互竞争的标准，而是解决 不同层级、不同维度问题 的两种架构思想。对于希望在规模、效率与可持续性上长期发展的中国制造企业来说，正确的做法是合理地结合使用二者。 本文适合以下读者： 工厂负责人、制造负责人 IT / 信息化 / 工业互联网团队 正在规划 MES、智能工厂或工业升级的中国制造企业

日本の製造業で DX（デジタルトランスフォーメーション） や スマートファクトリー が進む中、よく聞かれる質問があります。 工場システムの設計は ISA-95 と RAMI 4.0、どちらを採用すべきか？ 結論から言うと、この問い自体が正確ではありません。 ISA-95 と RAMI 4.0 は競合する考え方ではなく、異なるレイヤー・異なる目的を扱うフレームワークです。日本の製造現場で長期的に安定し、改善し続けられるシステムを構築するには、両者を正しく組み合わせて使うことが重要です。 本記事は以下の方を想定しています。 工場長・製造部門責任者 情報システム部・生産技術部 MES／スマートファクトリー導入を検討している日本の製造業