Case Study: Near-Miss เดือนละ 18 ครั้งเหลือ 7 — ศูนย์กระจายสินค้า 42,000 ตร.ม. สร้างโซนเตือนภัยคน×Forklift ด้วย UWB 480 แท็ก

ในคลังสินค้าและโรงงานที่มี Forklift วิ่งปะปนกับคนเดินเท้า คำถามที่แท้จริงไม่ใช่ “จะฝึกอบรมให้ระวังยังไง” แต่คือ “จะทำให้ระยะห่างระหว่างคนกับยานพาหนะเป็นสิ่งที่วัดได้และบังคับได้ยังไง” บทความนี้เล่า Case Study จริงจากศูนย์กระจายสินค้าแห่งหนึ่งในโปแลนด์ ขนาด 42,000 ตารางเมตร เดินระบบ 24/7 หลายกะ ที่เปลี่ยนสถิติความปลอดภัยทั้งหมดด้วยเทคโนโลยี UWB Proximity Warning

ปัญหา: สถิติที่โรงงานทุกแห่งควรรู้ก่อนออกแบบทางเดิน

ตัวเลขจากสหรัฐอเมริกา (OSHA และ BLS) น่าตกใจกว่าที่คนส่วนใหญ่คิด — อุบัติเหตุ Forklift คร่าชีวิตคนงานราว 67-85 รายต่อปี บาดเจ็บสาหัสราว 34,900 รายต่อปี และที่สำคัญคือ 36% ของการเสียชีวิตที่เกี่ยวกับ Forklift เป็นคนเดินเท้า ทั้งที่เขาไม่ได้ขับยานเลย สถิติอีกตัวที่ผู้บริหารคลังสินค้ามักไม่เคยได้ยิน: ประมาณ 11% ของ Forklift ทั้งหมดจะเจออุบัติเหตุอย่างน้อยหนึ่งครั้งในทุกปี — ถ้าคลังมียาน 10 คัน โอกาสมีเหตุในปีนั้นเป็นเรื่องใกล้ตัวมาก

ศูนย์กระจายสินค้าในเคสนี้เจอปัญหาคลาสสิก: ทางเดินที่ทาสีไว้ก็มี กระจกเหลี่ยมก็ติด แต่ยอดฤดูกาลที่พนักงานชั่วคราวเพิ่มขึ้นและ Layout เปลี่ยนตลอด ทำให้ “จุดอับตา” เคลื่อนที่ไปด้วย รายงาน Near-miss 18 ครั้ง/เดือน คือเพียงส่วนที่มีคนรายงานเท่านั้น

ทางออก: UWB ที่วัดระยะ 10 ครั้งต่อวินาที ทะลุมุมอับตา

เทคโนโลยี Ultra-Wideband (UWB) ต่างจากกล้อง AI ตรงที่มันไม่ต้องการแสงหรือมุมมองเห็นอุปกรณ์ — คลื่นวิทยุความกว้างย่าน 500 MHz+ เจาะทะลุชั้นวางและผนังกั้นได้บางส่วน ระบบที่ติดตั้งใช้หลักการ Two-way Ranging ระหว่าง Tag คนงาน 480 ตัว, Anchor บนเพดาน 44 จุด และ โมดูลบนยานพาหนะ 70 คัน โดยวัดระยะทุก 100 มิลลิวินาที (10 ครั้ง/วินาที) แล้วแบ่งโซนเตือนภัย 3 ระดับ

• Awareness (ราว 8 ม.) — ไฟเหลืองบนห้องขับ ให้คนขับรู้ว่ามีคนในบริเวณ
• Warning (ราว 4 ม.) — เสียง+แสงทั้งที่ยานและ Tag คนงาน ให้ทั้งสองฝ่ายหยุดและสบตากัน
• Critical (ราว 2 ม.) — เตือนฉุกเฉินทั้งสองฝ่าย และบันทึกเหตุการณ์เพื่อสอบสวน

ผลลัพธ์: ตัวเลขที่วัดได้จริง

ตัวเลขที่น่าสนใจที่สุดคือแถวสุดท้าย — ความปลอดภัยที่ดีขึ้นไม่ได้แลกกับผลิตภาพที่ลดลง กลับกัน เมื่อ Near-miss ลดลง จังหวะหยุดฉุกเฉินและการสอบสวนอุบัติเหตุลดตาม รอบเวลางานก็เร็วขึ้นด้วย

บทเรียนที่โรงงานไทยนำไปใช้ได้

สิ่งที่เคสนี้สอนไม่ใช่ “ซื้ออุปกรณ์แล้วจบ” แต่เป็นการออกแบบระบบ: Tag ต้องสวมง่ายจริง (ไม่งั้นคนงานถอด), Anchor ต้องวางตาม Density ของชั้นวางไม่ใช่ตามความสวยงามของแบบ, และที่สำคัญที่สุดคือข้อมูล Near-miss ที่ระบบเก็บอัตโนมัติต้องถูกนำมาใช้ปรับ Layout และโซนความเร็วเป็นรายเดือน — ซึ่งเป็นงานวิเคราะห์ ไม่ใช่งานไอที

Honey Corporation มีประสบการณ์ออกแบบและติดตั้งระบบ IoT Monitoring ในสภาพแวดล้อมโรงงานและคลังสินค้าจริง ตั้งแต่การเลือกเทคโนโลยีระบุตำแหน่ง การวางโครงข่าย Gateway ไปจนถึงแดชบอร์ดที่ทีม EHS ใช้ตัดสินใจได้ทุกวัน

Key Takeaways

• 36% ของการเสียชีวิตจาก Forklift คือคนเดินเท้า — ความปลอดภัยต้องคุ้มครองคนนอกห้องขับด้วย
• UWB วัดระยะได้ทุก 100 ms และผ่านสิ่งกีดขวางได้ ต่างจากกล้อง AI ที่ต้องเห็นวัตถุ — ทั้งสองแบบผสมกันได้เพื่อครอบคลุมผู้มาเยือนที่ไม่มี Tag
• โซน 3 ระดับ (Awareness/Warning/Critical) ลด Alarm Fatigue ได้จริง เพราะเตือนตามความเสี่ยง ไม่ใช่เตือนทุกครั้งที่มีคนอยู่ใกล้
• ผลลัพธ์ในเคสจริง: Near-miss -61%, ละเมิดโซนความเร็ว -75% และรอบเวลางานเร็วขึ้น 18%
• ความสำเร็จอยู่ที่วินัยข้อมูล — Near-miss Analytics ต้องกลายเป็นวาระประชุมความปลอดภัยรายเดือน