Data without Strategy Creates Noise, Not Insight— Designing Future Buildings through Decision-Oriented MEP Systems

จักรพันธ์ ภวังคะรัตน์

Head of Property Management, JLL Thailand

Advisory Committee, Air-Conditioning Engineering Association of Thailand

Member ASHRAE, Board of Governors - ASHRAE Thailand Chapter

21 December 2025

ในอาคารสมัยใหม่ ระบบ MEP ได้พัฒนาบทบาทจากโครงสร้างพื้นฐานทางวิศวกรรม ไปสู่การเป็นแหล่งกำเนิดข้อมูลหลักของอาคาร การเพิ่มขึ้นของเซนเซอร์ ระบบควบคุมอาคาร และแพลตฟอร์มดิจิทัล ทำให้ระบบ MEP สามารถสร้างข้อมูลจำนวนมหาศาลตลอดอายุการใช้งานของอาคาร อย่างไรก็ตาม หลักฐานจากการพัฒนาโครงการจริงจำนวนมากชี้ให้เห็นว่า การมีข้อมูลจำนวนมากจากระบบ MEP ไม่ได้แปลว่าจะนำไปสู่ความเข้าใจเชิงลึกหรือการตัดสินใจที่ดีขึ้นโดยอัตโนมัติ

บทความนี้เสนอกรอบแนวคิดเชิงวิชาการว่า ข้อมูลจากระบบ MEP ที่ขาดกลยุทธ์ในการออกแบบและใช้งาน จะก่อให้เกิด “noise” มากกว่า “insight” พร้อมอภิปรายบทบาทใหม่ของ MEP Design Consultant ในการออกแบบ Decision-Oriented Data Architecture เพื่อเชื่อมโยงข้อมูลเชิงวิศวกรรมเข้ากับการตัดสินใจเชิงธุรกิจ คุณค่าของสินทรัพย์ และความยั่งยืนของอาคารในระยะยาว

1. บทนำ (Introduction): ทำความเข้าใจคำว่า MEP ในบริบทอาคารสมัยใหม่

ก่อนจะพิจารณาประเด็นเรื่องข้อมูล (Data) และกลยุทธ์ (Strategy) ในอาคาร จำเป็นต้องสร้างความเข้าใจร่วมกันเกี่ยวกับคำว่า MEP ในเชิงวิชาการอย่างชัดเจน

MEP เป็นคำย่อที่ใช้ในอุตสาหกรรมอาคารเพื่ออธิบายระบบหลักสามกลุ่มที่ทำให้อาคารสามารถใช้งานได้จริง ได้แก่

• Mechanical (M): ระบบเครื่องกลของอาคาร เช่น ระบบปรับอากาศและระบายอากาศ (HVAC), ระบบสุขาภิบาลเชิงกล, ระบบขนส่งแนวดิ่ง และระบบควบคุมสภาพแวดล้อมภายใน

• Electrical (E): ระบบไฟฟ้าและพลังงาน เช่น ระบบจ่ายไฟฟ้า, ระบบไฟฟ้าสำรอง, ระบบแสงสว่าง, ระบบพลังงานหมุนเวียน และโครงข่ายไฟฟ้าภายในอาคาร

• Plumbing (P): ระบบน้ำและของไหล เช่น ระบบน้ำดี น้ำเสีย ระบบบำบัดน้ำ ระบบดับเพลิง และระบบท่อที่เกี่ยวข้องกับสุขาภิบาลและความปลอดภัยในชีวิต

ในอดีต ระบบ MEP ถูกมองว่าเป็น engineering infrastructure ที่มีหน้าที่หลักในการรองรับการใช้งานอาคารให้เป็นไปตามกฎหมาย มาตรฐาน และประสิทธิภาพเชิงเทคนิค

อย่างไรก็ตาม เมื่ออาคารก้าวเข้าสู่ยุคดิจิทัล ระบบ MEP ไม่ได้เป็นเพียงโครงสร้างพื้นฐานทางกายภาพอีกต่อไป แต่ได้กลายเป็น data infrastructure ของอาคารอย่างแท้จริง

2. ระบบ MEP ในฐานะแหล่งกำเนิดข้อมูลหลักของอาคาร

ข้อมูลเกือบทั้งหมดที่ใช้ในการบริหารอาคารในปัจจุบัน ล้วนมีต้นทางมาจากระบบ MEP ไม่ว่าจะเป็น

• การใช้พลังงานและรูปแบบโหลด

• สภาพแวดล้อมภายในอาคาร

• สมรรถนะและประสิทธิภาพของอุปกรณ์

• ความเสถียร ความพร้อมใช้งาน และเหตุขัดข้องของระบบ

กล่าวได้ว่า หากไม่มีระบบ MEP ก็จะไม่สามารถสร้าง “ข้อมูลอาคาร” ในความหมายของ Smart Building หรือ High-Performance Building ได้อย่างแท้จริง

การติดตั้ง BMS, smart meters, IoT sensors และแพลตฟอร์ม analytics ทำให้ระบบ MEP สามารถสร้างข้อมูลแบบต่อเนื่อง ความละเอียดสูง และครอบคลุมตลอดอายุการใช้งานของอาคาร

แต่การเพิ่มขึ้นของข้อมูลได้นำไปสู่คำถามสำคัญว่า

ข้อมูลเหล่านี้ถูกออกแบบมาเพื่อสนับสนุนการตัดสินใจใด และในระดับใด

3. ปัญหาเชิงโครงสร้าง: เมื่อ Data เพิ่มขึ้น แต่ Insight ไม่เพิ่มขึ้น

แม้อาคารจำนวนมากจะมีข้อมูลจากระบบ MEP อย่างครบถ้วน แต่ในทางปฏิบัติ ทีม Property Management และเจ้าของอาคารกลับพบว่า

• Dashboard จำนวนมากไม่ได้ช่วยให้ตัดสินใจง่ายขึ้น

• Alarm และ notification กลายเป็นสิ่งที่ถูกมองข้าม

• รายงานเชิงเทคนิคไม่สามารถเชื่อมโยงกับผลลัพธ์ทางธุรกิจได้

ช่องว่างนี้สะท้อนความแตกต่างระหว่าง data availability กับ decision usefulness

กล่าวคือ ระบบ MEP ถูกออกแบบให้ “วัดได้ทุกอย่าง”

แต่ไม่ได้ถูกออกแบบให้ “ตอบคำถามที่สำคัญ”

4. Data without Strategy: กลไกการเกิด “Noise” ในระบบ MEP

ในเชิงวิชาการ ข้อมูลจากระบบ MEP จะกลายเป็น “noise” เมื่อมีลักษณะดังต่อไปนี้

1. ขาดคำถามปลายทาง (Undefined decision questions) ข้อมูลถูกเก็บเพราะเทคโนโลยีรองรับ ไม่ใช่เพราะมีการตัดสินใจรองรับ

2. ขาดบริบททางธุรกิจ ตัวชี้วัดทางเทคนิคไม่ได้เชื่อมโยงกับต้นทุน ความเสี่ยง หรือมูลค่าสินทรัพย์

3. ไม่มี ownership ของการตัดสินใจ ไม่มีความชัดเจนว่าใครต้อง action เมื่อข้อมูลแสดงความผิดปกติ

4. Signal-to-noise ratio ต่ำ สัญญาณสำคัญถูกกลบด้วยข้อมูลจำนวนมากที่ไม่มีนัยเชิงกลยุทธ์

ผลลัพธ์คือข้อมูลจำนวนมากที่ไม่สามารถเปลี่ยนเป็นความเข้าใจเชิงลึก (insight) ได้

5. Decision-Oriented Data Architecture: กรอบแนวคิดเชิงออกแบบ

เพื่อแก้ปัญหานี้ บทความเสนอแนวคิด Decision-Oriented Data Architecture สำหรับงานออกแบบระบบ MEP ซึ่งเริ่มต้นจาก “การตัดสินใจ” ไม่ใช่ “อุปกรณ์”

5.1 นิยามการตัดสินใจ (Decision Definition)

กำหนดว่าข้อมูลจากระบบ MEP จะถูกใช้เพื่อการตัดสินใจใด เช่น

• การควบคุมต้นทุน OPEX

• การตัดสินใจลงทุน retrofit

• การบริหารความเสี่ยงด้าน reliability

• การวางกลยุทธ์ ESG และ carbon reduction

5.2 ระบุ Insight ที่ต้องการ

กำหนดระดับความเข้าใจที่จำเป็นต่อการตัดสินใจนั้น ไม่ใช่เพียงค่าทางเทคนิค

5.3 ออกแบบ Data และ KPI

เลือกข้อมูลที่จำเป็นจริง พิจารณาคุณภาพ ความถี่ และความต่อเนื่องของข้อมูล

5.4 เชื่อมข้อมูลกับ Action

กำหนด threshold, ผู้รับผิดชอบ และ feedback loop อย่างชัดเจน

6. บทบาทใหม่ของ MEP Design Consultant

ภายใต้กรอบคิดนี้ บทบาทของ MEP Design Consultant ขยายจาก ผู้ออกแบบระบบทางกายภาพไปสู่ผู้ออกแบบโครงสร้างข้อมูลเพื่อการตัดสินใจของอาคาร

MEP Consultant ในยุคใหม่ต้องสามารถ

• แปลเป้าหมายเชิงกลยุทธ์ของ Project Development เป็น data requirement

• ออกแบบระบบวัดผลที่เชื่อมโยงกับ lifecycle cost และ asset value

• สื่อสารข้อมูลเชิงเทคนิคให้ผู้บริหารเข้าใจและนำไปใช้ได้

7. นัยต่อทีม Project Development และเจ้าของอาคาร

สำหรับทีม Project Development การตั้งคำถามเกี่ยวกับข้อมูลตั้งแต่ต้นโครงการช่วยลดความเสี่ยงของ

• การลงทุนในเทคโนโลยีที่ไม่สร้างคุณค่า

• ระบบที่ดู “smart” แต่ไม่ช่วยบริหารสินทรัพย์

• ค่าใช้จ่ายด้าน data ที่เพิ่มขึ้นโดยไม่ก่อให้เกิดผลลัพธ์

การมองระบบ MEP ในฐานะ decision infrastructure จะช่วยยกระดับคุณค่าของอาคารในระยะยาว

8. บทสรุป (Conclusion)

ในยุคที่อาคารสามารถสร้างข้อมูลได้แทบไม่จำกัด ความได้เปรียบไม่ได้อยู่ที่ปริมาณข้อมูล แต่คือ คุณภาพของกลยุทธ์ข้อมูล

บทความนี้ชี้ให้เห็นว่า

Data without strategy creates noise, not insight

และเสนอว่า MEP Design Consultant มีบทบาทสำคัญในการออกแบบระบบ MEP ให้เป็นแหล่งกำเนิด insight ไม่ใช่เพียงแหล่งกำเนิดข้อมูล

อาคารที่ประสบความสำเร็จในอนาคตจะไม่ใช่อาคารที่มีข้อมูลมากที่สุดแต่คืออาคารที่ใช้ข้อมูลจากระบบ MEP เพื่อ ตัดสินใจได้ดีขึ้น สร้างคุณค่าได้ยั่งยืน และบริหารสินทรัพย์ได้อย่างชาญฉลาด