เปิดใจ “เฟลิกซ์ ตัน” ประธานเจ้าหน้าที่บริหาร บริษัท นูโวลา มีเดีย (Nuvola Media) บริษัทสัญชาติสิงคโปร์ที่มองการจัดการและการป้องกันน้ำท่วม เป็นภารกิจสำคัญอันดับ 1 ที่ต้องการเข้ามาช่วยแก้ไขปัญหาในประเทศไทย เนื่องจากส่งผลกระทบวงกว้างทั้งต่อเศรษฐกิจและคุณภาพชีวิต
Novola ไม่ได้สร้างท่อหรือเครื่องสูบน้ำ แต่มีซอฟต์แวร์ที่จะรวบรวมข้อมูลทั้งหมด มาวิเคราะห์เพื่อให้หน่วยงานรัฐวางแผนรับมือล่วงหน้าและตัดสินใจได้อย่างแม่นยำ ซึ่งเมื่อถามถึงกรณีฝุ่น PM 2.5 เฟลิกซ์มองว่า "รถติด" เป็นจำเลยอันดับหนึ่งของปัญหามลพิษในกรุงเทพฯ เพราะรถที่จอดติดเครื่องนิ่งๆ จะปล่อยมลพิษสะสมมากกว่ารถที่วิ่งไหลลื่น ดังนั้น การแก้ปัญหาจราจร จึงเป็นทางลัดที่สุดในการกู้อากาศบริสุทธิ์คืนมา
ปัจจุบัน Novola ได้เข้ามาตั้งสำนักงานในไทยและเริ่มทำงานร่วมกับหน่วยงานต่างๆ แม้จะไม่สามารถเปิดเผยชื่อเจาะจงได้เนื่องจากเงื่อนไขในสัญญา แต่ 2 กลุ่มเป้าหมายหลักของบริษัทคือ หน่วยงานรัฐท้องถิ่น โดยเฉพาะในภาคเหนือ เพื่อจัดการเรื่องไฟป่าและหมอกควัน รวมถึงการจัดการน้ำท่วม และกลุ่มเจ้าของอสังหาริมทรัพย์ขนาดใหญ่ ทั้งโครงการ Mixed-use หรือที่ดินขนาดใหญ่ที่ต้องการระบบจัดการแบบยั่งยืน
***AI ดันเมืองอัจฉริยะ
Novola นั้นเป็นผู้ให้บริการโซลูชันสำหรับการวางแผนเมืองที่ขับเคลื่อนด้วยข้อมูล บริษัททำหน้าที่ช่วยเหลือรัฐบาลและองค์กรขนาดใหญ่ในการบริหารจัดการด้านความปลอดภัยสาธารณะ การจัดการพลังงาน การจัดการจราจร และวิกฤตการณ์ต่างๆ โดยหัวใจสำคัญของบริษัทคือแพลตฟอร์มที่สามารถรวบรวมข้อมูลจากแหล่งต่างๆ ที่กระจัดกระจาย มารวมไว้ในที่เดียว และใช้ AI ในการวิเคราะห์เพื่อช่วยผู้บริหารตัดสินใจ
“ปัญหาหลักที่เราพบคือกองข้อมูลมักแยกกันอยู่ (Silos) เช่น ข้อมูลกล้องวงจรปิดจราจรกับความปลอดภัยแยกกัน หรือข้อมูลจราจรไม่เชื่อมกับระบบปั๊มน้ำ แพลตฟอร์มนี้จึงเข้ามาช่วยเชื่อมโยงข้อมูล และแสดงผลเป็นภาพ เพื่อให้เข้าใจสถานการณ์ได้ง่ายกว่าการดูแค่ตัวเลข”
1 ใน 3 ยูสเคสหลักของ Novola คือการจัดการน้ำท่วม โดยระบบจะรวบรวมข้อมูลจากเซนเซอร์ต่างๆ เช่น ระดับน้ำขึ้นน้ำลง, ปริมาณน้ำฝน, และสถานะการทำงานของปั๊มน้ำใต้ดิน เพื่อจำลองสถานการณ์ว่าพื้นที่ไหนจะเกิดน้ำท่วมหากมีฝนตก ช่วยให้เจ้าหน้าที่วางแผนเปลี่ยนเส้นทางจราจร หรือเตือนภัยล่วงหน้าได้
ตัวอย่างข้อมูลกระจัดกระจาย คือกรมอุตุนิยมวิทยาอาจมีข้อมูลฝน หน่วยงานจราจรอาจมีข้อมูลถนน และอีกหน่วยงานดูแลเครื่องสูบน้ำ ซึ่งมักไม่คุยกัน แพลตฟอร์มของ Novola ทำหน้าที่รวบรวมข้อมูลเหล่านี้มาไว้ที่เดียว จากนั้นจึงเปลี่ยนตัวเลขเป็นภาพ ซึ่งการแก้ปัญหาต้องทำ 2 แบบควบคู่กัน คือเชิงป้องกัน ด้วยการตรวจสอบโครงสร้างพื้นฐานที่มีอยู่ เช่น เช็คผ่านระบบว่าเครื่องสูบน้ำทำงานปกติหรือไม่, เต็มหรือว่างเปล่า หากพบว่าเครื่องเสียก็สามารถส่งคนไปซ่อมแซมได้ก่อนที่จะเกิดฝนตก และเชิงคาดการณ์ คือใช้ข้อมูลจำลองสถานการณ์ล่วงหน้า
“เช่น ถ้าฝนตกตอน 5 โมงเย็น จะเกิดอะไรขึ้น? ระบบจะคำนวณว่าพื้นที่ไหนจะท่วมบ้าง เมื่อระบบคาดการณ์หรือตรวจพบน้ำท่วม ข้อมูลจะถูกนำไปใช้บริหารจัดการเมืองเพื่อลดผลกระทบ และหากรู้ว่าถนนเส้นนี้จะท่วม ระบบอาจแนะนำให้เปลี่ยนการจราจรจากเดินรถสองทาง เป็นเดินรถทางเดียว เพื่อระบายรถออกจากพื้นที่ให้เร็วที่สุด โดยผู้บริหารสามารถตัดสินใจว่าจะแจ้งเตือนให้พนักงานในพื้นที่นั้นรีบกลับบ้าน หรือให้รออยู่ในออฟฟิศก่อนเพื่อความปลอดภัย”
นอกจากนี้ ระบบยังสามารถวางแผนเส้นทางรถพยาบาล เพราะหากน้ำท่วมเส้นทางหลัก รถพยาบาลจะเข้าไม่ถึงผู้ป่วย โดย Novola ได้วางระบบและมีกรณีศึกษาเรื่องการป้องกันน้ำท่วมที่ประเทศจีน ขณะที่สิงคโปร์ก็มีปัญหาน้ำท่วมและหน่วยงานที่เกี่ยวข้องก็จะทำงานร่วมกันในลักษณะคล้ายกัน
อีกยูสเคสที่น่าสนใจคือการจำลองการอพยพและความปลอดภัย โดยบริษัทสามารถจำลองสถานการณ์หนีไฟในตึกสูงหรือสนามกีฬา เช่นกรณีคอนเสิร์ตใหญ่ที่ระบบจะสามารถคำนวณว่าหากเกิดเหตุฉุกเฉิน คนจำนวนมากจะใช้เวลาเท่าใดในการออกจากสถานที่ โดยใช้แมชชีนเลิร์นนิ่ง (Machine Learning) เรียนรู้จากข้อมูลการซ้อมจริงเพื่อปรับปรุงความแม่นยำของการจำลองให้สูงขึ้น รวมถึงการวางแผนจำนวนรถพยาบาลและเจ้าหน้าที่ความปลอดภัยให้เหมาะสมกับจำนวนคน จุดนี้บริษัทตั้งเป้าอัตราความถูกต้องที่ 80-90%
“ในคอนเสิร์ตที่มีคนเป็นหมื่นคน หากเกิดเหตุระเบิดหรือไฟไหม้ เจ้าหน้าที่รู้ได้อย่างไรว่าต้องเตรียมรถพยาบาลกี่คัน? Novola ใช้ข้อมูลตั้งแต่ยอดขายตั๋ว ผังที่นั่ง ไปจนถึงสภาพอากาศ มาสร้างระบบที่จำลองว่าคนจะวิ่งหนีไปทางไหน จุดไหนคือคอขวด และต้องใช้รถพยาบาลกี่คันถึงจะพอ”
เฟลิกซ์ย้ำว่าระบบนี้ไม่ใช่แค่การเดา แต่ข้อมูลจะทำให้ผู้จัดงานวางแผนปิด-เปิดทางออกเพื่อระบายคนได้ทันท่วงที นอกจากนี้ บริษัทยังใช้ ML และ AI ที่เพิ่มความแม่นยำในการจำลอง จนการซ้อมหนีไฟแบบเดิมไม่จำเป็นอีกต่อไป เพราะระบบสามารถเทียบข้อมูลจากการจำลองกับข้อมูลการฝึกซ้อมจริง ซึ่งถ้าระบบคำนวณว่าคนชั้น 10 จะหนีลงมาได้ใน 20 นาที แต่ของจริงใช้เวลา 25 นาที AI จะเรียนรู้ความผิดพลาดนี้ และปรับจูนโมเดลใหม่ ซึ่งจะมีการทำซ้ำจนกว่าความแม่นยำจะสูงถึง 80-90%
“เมื่อระบบแม่นยำขนาดนั้น เราอาจลดการเกณฑ์คนทั้งตึกมาซ้อมหนีไฟจริง แล้วใช้การจำลองผ่านซอฟต์แวร์แทน ซึ่งประหยัดเวลาและทรัพยากรไปได้มหาศาล”
นอกจากนี้คือยูสเคสการจัดการมลพิษ ที่ Novola ได้ทำงานร่วมกับหน่วยงานในภาคเหนือของไทย เพื่อตรวจจับจุดความร้อนสำหรับจัดการไฟป่า ทั้งหมดนี้ เฟลิกซ์มองว่าประเทศไทยเป็นตลาดที่มีศักยภาพสูงมากในภูมิภาคเอเชียตะวันออกเฉียงใต้ รองจากสิงคโปร์ เนื่องจากภาครัฐมีนโยบายที่ชัดเจนเกี่ยวกับ Smart City ทั้งเป้าหมายสร้าง 30 เมืองอัจฉริยะภายในปี 2028 และนโยบาย Thailand 4.0
***ปีนี้ขอโต 100%
สำหรับปี 2026 เฟลิกซ์ตั้งเป้าการเติบโต Novola ในไทยไว้ถึง 100% โดยเผยว่า บริษัทกำลังพัฒนาฟีเจอร์ใหม่ที่เรียกว่า "Agentic Management" ซึ่งเป็นการใช้ AI บริหารจัดการอาคารแบบอัตโนมัติเต็มรูปแบบ เช่น การปรับแอร์ แสงสว่าง จัดการพลังงานโดยไม่ต้องใช้คนควบคุม ซึ่งคาดว่าจะได้เห็นภายในปีนี้
เฟลิกซ์อธิบายว่า Agentic Management คือการที่ AI เข้ามาควบคุมระบบอาคารแบบเบ็ดเสร็จ และหากผู้ใช้อาคารแจ้งปัญหาผ่านแอปฯ AI จะแก้ไขทันทีโดยไม่ต้องรอช่างอาคารมาหมุนวาล์วหรือกดสวิตช์ ซึ่งจะเปลี่ยนโฉมการบริหารอาคารและลดความผิดพลาดของมนุษย์ หรือ Human Error จนเป็นศูนย์
เฟลิกซ์ยังมองว่า Smart Pole หรือสมาร์ทโพลเสาอากาศอัจฉริยะราคาต้นละหลายล้านบาทที่ติดตั้งเซนเซอร์ต่างๆสำหรับเก็บข้อมูลในพื้นที่ ซึ่งมักถูกระบุอยู่ในแผนการพัฒนา Smart City ของไทย นั้นอาจเป็นเทคโนโลยีที่ถูกลดความสำคัญลง เพราะเทคโนโลยี IoT พัฒนาไปมาก และการเก็บข้อมูลไม่จำเป็นต้องพึ่งพาเสาอีกต่อไป
“ทุกอย่างคือเซนเซอร์ ปัจจุบัน โทรศัพท์มือถือหรือนาฬิกาอัจฉริยะก็ทำหน้าที่เป็นเซนเซอร์เก็บข้อมูลได้แล้ว ในสมัยก่อนนั้นไม่มีระบบ Cloud แต่ตอนนี้มีแล้ว เทคโนโลยีเปลี่ยนเร็วมาก สิ่งที่วางแผนไว้ว่าต้องเป็น "เสา" ในวันนี้ เมื่อถึงปี 2028 อาจจะเหลือแค่ "เซนเซอร์" ขนาดเล็กที่ติดตั้งไว้ตามตึกหรือจุดต่างๆ โดยไม่ต้องตั้งเสาขึ้นมาใหม่ก็ได้”
สรุปแล้ว เราอาจได้ลาก่อนทั้งน้ำท่วม ฝุ่นพิษ และสมาร์ทโพล.
