เทคโนโลยีสำหรับ Big Data: Storage และ Analytics

Screenshot 2015-09-23 21.45.34

เมื่อพูดถึง Big Data หลายๆคนก็คงเริ่มเข้าใจความหมายของ 3Vs (Volume, Velocity, Variety) และเริ่มที่จะเห็นภาพว่าข้อมูลจะมีขนาดใหญ่ขึ้นและมีหลากหลายรูปแบบ ดังนั้นจึงไม่แปลกใจที่หลายองค์กรจำเป็นต้องปรับ Information Infrastructure เพื่อให้รองรับกับการบริหารจัดการ Big Data ได้

เทคโนโลยีฐานข้อมูลเดิมที่เป็น RDBMS และภาษา SQL ก็ยังคงอยู่แต่การที่จะนำมาใช้ในการเก็บข้อมูลขนาดใหญ่มากๆเป็นหลายร้อย TeraByte หรือนับเป็น PetaByte อาจไม่สามารถทำได้และอาจมีต้นทุนที่สูงเกินไป และยิ่งถ้าข้อมูลเป็นแบบ  Unstructure ก็คงไม่สามารถจะเก็บได้ นอกจากนี้การจะประมวลผลข้อมูลหลายร้อยล้านเรคอร์ดโดยใช้เทคโนโลยี  RDBMS ผ่านภาษา SQL ก็อาจใช้เวลานานและบางครั้งอาจไม่สามารถประมวลผลได้

Screenshot 2015-09-26 21.57.56

รูปที่ 1  ตัวอย่างของ Big Data Technology

ด้วยเหตุนี้จึงเริ่มมีการคิดถึงเทคโนโลยีอื่นๆในเก็บและประมวลผลข้อมูลที่เป็น Big Data ดังที่ได้แสดงตัวอย่างในรูปที่ 1 ซึ่งหากเราแบ่งเทคโนโลยีเป็นสองด้านคือ การเก็บข้อมูล (Storage) และการประมวลผล/วิเคราะห์ข้อมูล (Process/Analytics) เราอาจสามารถจำแนกเทคโนโลยีต่างๆได้ดังนี้

เทคโนโลยีการเก็บข้อมูล

ข้อมูลที่เป็น Big Data อาจจะมีขนาดใหญ่เกินกว่าที่เทคโนโลยีการเก็บข้อมูลแบบเดิมที่เรามีอยู่เก็บได้หรืออาจเจอปัญหาในแง่โครงสร้างของข้อมูลที่อาจไม่เหมาะกับเทตโนโลยี RDBMS ตัวอย่างเช่น Telecom operator อาจต้องการเก็บข้อมูล Call Detail Records (CDR) ที่อาจมีปริมาณสูงถึง 1 TeraByte ต่อวันเป็นระยะเวลายาวนานขึ้น หรือเราอาจต้องเก็บข้อมูลในอีเมลจำนวนมากที่เป็นรูปแบบของ Text File  หรือเก็บภาพจากกล้อง CCTV จำนวนหลายสิบ TB หรืออาจต้องการเก็บข้อมูลจาก Facebook ซึ่งข้อมูลต่างๆเหล่านี้ที่กล่าวมา อาจไม่เหมาะกับเทคโนโลยีฐานข้อมูลแบบเดิม RDBMS ที่เป็น Vertical Scaling

จากที่กล่าวมาจึ่งได้มีการนำเทคโนโลยีต่างๆเข้ามาเพื่อที่จะให้เก็บข้อมูลได้มากขึ้น โดยมีเทคโนโลยีต่างๆอาทิเช่น

  • ฐานข้อมูล  RDBMS แบบเดิม ก็ยังเป็นเทคโนโลยีที่เหมาะสมที่สุดในการเก็บข้อมูลแบบ Structure แต่ถ้าข้อมูลมีขนาดใหญ่มากก็จะเจอปัญหาเรื่องต้นทุนที่สูง  และหากข้อมูลมีจำนวนเป็น PetaByte ก็คงยากที่จะเก็บ ถึงแม้ในปัจจุบันจะมี MPP Datanbase อย่าง Oracle ExaDta หรือ SAP HANA แต่ราคาก็สุงมาก
  • Hadoop HDFS เป็นเทคโนโลยีที่มีการคาดการณ์ว่าหน่วยงานส่วนใหญ่จะต้องใช้ในอนาคต เพราะมีความต้องการเก็บข้อมูลขนาดใหญ่ทั้งที่เป็น Unstrucure Data หรือนำข้อมูลที่เป็น structure มาเก็บไว้ โดยสามารถจะเก็บข้อมูลได้เป็น PetaByte ทั้งนี้ขึ้นอยู่กับจำนวนเครื่องที่มีอยู่ในลักษณะ scale-out ข้อสำคัญ Hadoop มีต้นทุนที่ค่อนข้างต่ำเมื่อเทียบกับเทคโนโลยีการเก็บข้อมูลแบบอื่น ดังแสดงในรูปที่ 2
  • NoSQL เป็นเทคโนโลยีที่ต้องการเก็บข้อมูลจำนวนมากกว่าของ RDBMS ในลักษณะ scale-out เป็นจำนวนหลาย TeraByte แต่อาจไม่ได้เน้นเรื่อง Consistency หรือ ACID ของข้อมูลมากนัก เหมาะกับ Application บางประเภท ทั้งนี้เราสามารถจะแบ่งเทคโนโลยี NoSQL ออกไปได้สี่กลุ่มคือ Column Oriented, Document Oriented, Key-Value และ Graph
  • Cloud Storage ข้อมูลขนาดใหญ่ขององค์กรบางส่วนอาจต้องเก็บไว้ใน Public Cloud Storage เช่น  Amazon S3 โดยเฉพาะข้อมูลภายนอกอาทิเช่น Social Media Data หรือข้อมูลที่เป็น Archiving  ที่ไม่ได้มีความสำคัญมาก เพราะ Cloud Storage จะมีราคาในการเก็บที่ถูกสุด และสามารถที่จะเก็บได้โดยมีขนาดไม่จำกัด แต่ข้อเสียคือเรื่องความปลอดภัยและความเร็วในการถ่ายโอนข้อมูล

Screenshot 2014-11-17 16.27.33

รูปที่  2  เปรียบเทียบราคาของ Storage Technology

เทคโนโลยีการประมวลผลข้อมูล

การประมวลผลข้อมูลที่เป็น Big Data จะมีทั้งการวิเคราะห์ข้อมูลที่เป็น business intelligence (BI) เพื่อที่จะดึงข้อมูลมานำเสนอ หรือการทำ Predictive Analytics โดยใช้หลักการของ Data Science ความยากของการประมวลผลคือต้องการความเร็วในการประมวลผลข้อมูลที่นอกจากมีขนาดใหญ่แล้วบางครั้งยังเป็นข้อมูลที่ไม่มีโครงสร้าง ดังนั้นต้องจึงมีการนำเทคโนโลยีหรือภาษาต่างๆมาเพื่อให้สามารถประมวลผลข้อมูลได้ ซึ่งในบางครั้งหน่วยงานอาจต้องพิจารณาต้องเลือกใช้ อาทิเช่น

  • SQL  ก็เป็นภาษาที่ยังต้องใช้ในการประมวลผลข้อมูลโดยเฉพาะ Structure  Data ที่เก็บอยู่ใน RDBMS และสามารถประมวลผลแบบ RealTime ได้
  • APIs ข้อมูลที่เก็บอยู่ใน Storage ต่างๆที่กล่าวมาข้างต้นเช่น NoSQL หรือ Cloud Storage  อาจต้องพัฒนาโปรแกรมด้วยภาษาคอมพิวเตอร์ต่างๆ ในการประมวลผลข้อมูลโดยใช้  APIs ในการเข้าถึงข้อมูล
  • MapReduce เป็นเทคโนโลยีที่พัฒนาโดย Google ในการประมวลผลข้อมูลที่อยู่ใน HDFS โดยใช้ภาษาคอมพิวเตอร์อย่าง Java ในการพัฒนาโปรแกรม โดยจะประมวลผลแบบ Batch และเป็นวิธีการประมวลผลที่มากับเทคโนโลยี  Hadoop
  • Hive หรือ Pig เป็นภาษาคล้าย SQL หรือ Scripting ที่ทำให้เราสามารถประมวลผลข้อมูลที่อยู่ใน Hadoop HDFS ได้โดยไม่ต้องพัฒนาโปรแกรม MapReduce แต่ทั้งนี้ข้อมูลจะต้องอยู่ในรูปแบบที่เหมาะสมเช่น  ไฟล์ csv หรือ ไฟล์ข้อความบางประเภท
  • Impala  เป็นภาษาคล้าย SQL ที่ทำให้เราสามารถประมวลผลข้อมูลที่อยู่ใน Hadoop HDFS ได้ โดยทำงานได้รวดเร็วกว่า Hive มาก แต่มีข้อเสียคือเป็นภาษาที่เป็น proprietary ของ  Cloudera
  • Spark เป็นเทคโนโลยีที่สามารถประมวลผลข้อมูลขนาดใหญ่แบบ Real-time  โดยอาจมี Data Source มาจากหลากหลายแหล่งเช่น  RDBMS, Cloud Storage, NoSQL หรือ Hadoop  ซึ่งสามารถเขียนโปรแกรมโดยใช้ภาษา Scala, Java, Python หรือจะเขียนโดยใช้ภาษาคล้าย SQL ก็ได้ และมี  Library สำหรับการทำ Data Science คือ  MLib  เป็นเทคโนโลยีที่น่าสนใจมากอันหนึ่ง
  • ภาษาและเทคโนโลยีในการทำ Machine Learning  ซึ่งก็จะมีหลากหลายทั้ง R Hadoop, Mahout, Azure Machine Learning  หรือ AWS ML
  • เทคโนโลยีสำหรับการทำ Data Visualisation และ BI อาทิเช่น Tableau, Pentaho, SaS, Excel  และอื่นๆ

จากที่กล่าวมาทั้งหมดนี้ ถ้าหน่วยงานจะมีโครงการ Big Data และข้อมูลมีขนาดใหญ่จริง เราคงต้องเลือกหาเทคโนโลยีที่เหมาะสมมาใช้งาน

ธนชาติ นุ่มนนท์

IMC Institute

รายชื่อ 54 ผลงานซอฟต์แวร์ที่เข้ารอบสุดท้ายงาน TICTA 2015 วันที่ 21-23 สิงหาคมนี้ ที่ Siam Paragon

slide-2-ticta2014-ai

สมาคมอุตสาหกรรมเทคโนโลยีสารสนเทศ (ATCI) ร่วมกับสำนักงานส่งเสริมอุตสาหกรรมซอฟต์แวร์แห่งชาติ (SIPA) ได้จัดการประกวดซอฟต์แวร์  Thailand ICT Awards (TICTA) มาอย่างต่อเนื่องทุกปี โดยมีวัตถุประสงค์ที่จะคัดเลือกผู้ชนะเลิศไปแข่ง Asia Pacific ICT Awards  (APICTA) เป็นงานประกวดผลิตภัณฑ์ทางด้านซอฟต์แวร์ของประเทศในกลุ่ม Asia Pacific โดยมีประเทศสมาชิก 16 ประเทศ และจากการประกวด APICTA ที่ผ่านมาก็เคยมีบริษัทและหน่วยงานในประเทศไทยที่ได้รับรางวัลชนะเลิศ หลายๆรางวัลดังที่ผมเคบเขียนลงในบล็อกเรื่อง  “บริษัทและหน่วยงานจากประเทศไทยที่เคยได้รับรางวัล APICTA (Asia Pacific ICT Awards)

สำหรับการประกวดปีนี้มีประเภทการประกวด 18 กลุ่มและทางคณะกรรมการตัดสินได้ดำเนินการคัดเลือกผลงานในรอบแรกช่วงเดือนกรกฎาคม และจะทำการตัดสินรอบสุดท้ายในวันที่ 21-23 สิงหาคมนี่ โดยให้ผู้ผ่านการคัดเลือกมาแสดงผลงานที่ Siam Paragon และจะประกาศผลผู้ชนะเลิศและมีพิธีมอบรางวัลในเวลา 16.00 น. ของวันที่ 23  สิงหาคม ทั้งนี้ผู้ขนะเลิศ TICTA จะได้ไปแข่ง APICTA 2105 ที่จัดขึ้นที่ประเทศศรีลังกา กลางเดือนพฤศจิกายน

สำหรับทีมที่เข้ารอบสุดท้ายในแต่ละประเภทมีดังนี้

1.Tools and Infrastructure Applications

  • บริษัท Mobic Co., Ltd. ผลงาน “Keeate”
  • บริษัท Innovative Extremist Co., Ltd.  ผลงาน “BvteArk”
  • บริษัท YMMY Co., Ltd ผลงาน “QueQ”
  • บริษัท Pay Solutions Co., Ltd ผลงาน “Pay.sn”

2.Communication Applications

  • บริษัท Apptividia Co., Ltd. ผลงาน “GRID SIGNAGE”
  • บริษัท 2 3 Perspective Co., Ltd. ผลงาน “Shoppening”
  • บริษัท Encas Co., Ltd. ผลงาน “Call Zen”
  • บริษัท Buzzebess Co., Ltd. ผลงาน  “Buzzebees Application”

3. E-Inclusion and E-Community

  • บริษัท Intelligent Enterprise Software Co., Ltd ผลงาน “SchoolOS”
  • บริษัท Twin Synergy Co., Ltd ผลงาน “Kickdudes”
  • คุณ Varayut Lerdkanlayanawat ผลงาน “Caruntee”
  • มหาวิทยาลัยฟาร์อีสเทอร์น ผลงาน “ปลาอานนท์แอพพลิเคชั่น พลัส”

4. E-Learning Applications

  • คุณ Anucha Aribarg ผลงาน “Buddhism and Mindfulness Meditation (iOS)”
  • บริษัท Ginkgo Soft Co., Ltd. ผลงาน “Portobello”
  • บริษัท TRINiTech Co., Ltd. ผลงาน “CourseVille”
  • บริษัท บุ๊คโดส จำกัด ผลงาน “BeLib E-Library System”

5 .E-Government & Services

  • บริษัท Bangkok Global Software Co., Ltd. ผลงาน  “Online bureau system(OBS)”
  • บริษัท พีเคเอ็มคอนซัลติ้ง กรุ๊ป จำกัด ผลงาน “สมุดจดกฎหมาย”
  • บริษัท Jenosize Co., Ltd. ผลงาน “Jenosize Co., Ltd.”
  • บริษัท ซอฟต์แวร์ แฟคตอรี่ จำกัด ผลงาน “Just Now!”

6. Financial Industry Applications

  • บริษัท Peng Brothers Co., Ltd. ผลงาน  “Stock2Day.co”

7. E-Health and well-being Applications

  • บริษัท Bangkok Medical Software Co., Ltd ผลงาน “HOSxP XE V.4 Hospital Information System for hospital.”
  • มหาวิทยาลัยฟาร์อีสเทอร์น ผลงาน “Mossquitio Zero”
  • บริษัท Cyber Advance System And Network Co., Ltd. ผลงาน “Health Book”
  • บริษัท Nextzy Technologies Co., Ltd ผลงาน “FitFit”

8.Retail & Supply Chain Management

  • บริษัท I Connect Marketing Co., Ltd. ผลงาน “iSmartSales”
  • บริษัท Man Innovation Co., Ltd. ผลงาน “BIZTECH (บิสเทค)”
  • บริษัท Simlogy Co., Ltd. ผลงาน “Logistics Planning Simulation and Optimization”
  • บริษัท Priceza Co., Ltd. ผลงาน “Priceza – Shopping Search Engine and Price Comparison Shopping”

9.Industrial Applications

  • บริษัท T.R.Siampun Co., Ltd. ผลงาน “TRCloud”

10.New Media and Entertainment

  • คุณศรันย์ นันตสุข ผลงาน  “”Dino VR” Virtual reality พิพิธภัณฑ์ไดโนเสาร์ภูเวียง”
  • บริษัท Genix Co., Ltd. ผลงาน “Socio Wi-Fi”

11.Research & Development

  • บริษัท Absolute Management Solution Co., Ltd. ผลงาน “ScanMe”
  • บริษัท Trinity Project Co., Ltd. ผลงาน “Multi DSLRs FIRE Control”

12.Security Application

  • บริษัท Digio (Thailand) Co., Ltd. ผลงาน  “Digio Printable Digital Signature (PDS)”
  • บริษัท Innovation IT Co., Ltd. ผลงาน “Smart Grag Track (SGT)”

13.Tourism and Hospitality

  • บริษัท Dreamio Co., Ltd. ผลงาน “ZipEvent”
  • บริษัท Smart Finder Co., Ltd. ผลงาน  “Smart HMS M Series”
  • บริษัท Bangkok App Co., Ltd. ผลงาน “Golfdigg”
  • บริษัท Apptitude Co., Ltd. ผลงาน “Sukhothai Adventure”

14.Agriculture Application

  • คุณรักษพล โง่นใจรักษ์ ผลงาน  “Corn Guide 1.0”
  • คุณ Chaiyong Phakdeekitcharoen ผลงาน “9420 GIS Crop Management”
  • บริษัท Double M Technology Management Co., Ltd. ผลงาน “Double M Nontri Cloud”
  • บริษัท Ease Code Co., Ltd. ผลงาน “Virtual Farm Asia (re-named from “Farmasia”)”

15. Sustainability and Green IT

  •  ไม่มีผู้เข้ารอบสุดท้าย

16.Start-Up Company

  • บริษัท Dreamio Co., Ltd. ผลงาน “ZipEvent”
  • บริษัท YMMY Co., Ltd.  ผลงาน “QueQ”
  • บริษัท Man Innovation Co., Ltd. ผลงาน “BIZTECH (บิสเทค)”
  • บริษัท Pay Solutions Co., Ltd ผลงาน  “Pay.sn”

17.Secondary Student Project

  • โรงเรียน Saint Francis Xavier Convent  ผลงาน “Chaturamal”
  • โรงเรียน Saint Francis Xavier Convent ผลงาน “King of transport”
  • โรงเรียน The Prince Royal’s College ผลงาน  “Happy Town”

18.Tertiary Student Project

  • มหาวิทยาลัยสงขลานครินทร์ ผลงาน “The Ultimate Programming System”
  • มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ผลงาน “Visionear (A wearable device for the visually impaired persons)”
  • มหาวิทยาลัยมหิดล ผลงาน “Drum Stage”

กฎห้าข้อของการทำงานในยุคใหม่: ชีวิตการทำงานของเรากำลังเปลี่ยนไป

caaa296c-9057-4bbf-9a8b-bb1da5367e30

เทคโนโลยีดิจิทัลนอกจากเปลี่ยนการใช้ชีวิตประจำวันเราแล้ว ก็ยังมีผลต่อการเปลี่ยนวิถึการทำงานของผู้คนโดยเฉพาะคนรุ่นใหม่ที่เริ่มอยากมีความเป็นอิสระในการทำงาน ไม่อยากทำงานประจำ ไม่ต้องการเดินทางหลายคนอยากทำงานหลายๆงานพร้อมกัน หรือบางทีก็อยากทำงานแบบ part-time เมื่อเร็วๆนี้ผมได้อ่านบทความใน BBC ที่พูดถึงเรื่อง The five new rules of work ที่อ้างถึงข้อเขียนของ Naomi Simson ซึ่งเป็นผู้ก่อตั้งบริษัทเทคโนโลยีอย่าง RedBalloon และ REDii ซึ่งน่าสนใจมากและได้เล่าถึงกฎกติกาการทำงานในรูปแบบใหม่ที่อยากจะนำมาถ่ายทอดในที่นี้

กฎเดิมข้อที่ 1) เราจะติดต่อกับเพื่อนร่วมงานและหัวหน้าในที่ทำงานทุกวัน
กฎใหม่) สถานที่ทำงานในยุคใหม่จะอยู่ตามที่เราอยากอยู่ที่ไหนก็ได้ในโลกนี้

รูปแบบเดิมเราอาจต้องเข้าที่ทำงานทุกวันรู้จักหน้าและสนิทสนมกับเพื่อนร่วมงาน การทำงานยุคใหม่เพื่อนร่วมงานอาจอยู่ทั่วโลกเราอาจจะไม่รู้จักหน้าตาหรือชื่อของผู้ร่วมงานแต่เราอาจจดจำเขาจากชื่ออีเมลหรือชื่อ Facebook ของพวกเขา เราอาจนั่งทำงานอยู่ที่ไหนก็ได้ในเมืองไทยแต่หัวหน้าโดยตรงของเราอาจอยู่ต่างประเทศ คนที่มีประสบการณ์ทำงานบริษัทข้ามชาติในบ้านเราก็มักจะคุ้นเคยกับการทำงานแบบนี้ดี

กฎเดิมข้อที่ 2) เราจะทำงาน 5 วันๆละ 8 ชั่วโมง
กฎใหม่) เราพร้อมที่จะทำงานตามความต้องการของเราตลอดเวลา (7 วัน 24ชั่วโมง)

ทั้งนี้คงขึ้นอยู่กับลักษณะงานที่ทำ แต่เราคงต้องสามารถที่จะรับโทรศัพท์เรื่องงานได้ตลอดเวลา บางครั้งอาจจำเป็นต้องโต้ตอบเรื่องงานผ่าน Social Media Tool อย่าง Line แม้แต่เวลากลางคืนหรือขณะอยู่บนรถไฟฟ้าบางครั้งผมเองก็ต้องมาตอบอีเมลก่อนเข้านอน หรือแม้แต่ดึกๆแล้วก็อาจต้องมาเตรียมสไลด์สำหรับการเสนองาน เขียนบล็อกหรือโพสต์ข้อความใน Facebook ขององค์กรในเวลาเช้ามืด บางครั้งก็ต้องทำconference call กับเพื่อนร่วมงานตอนดึกๆ การทำงานไม่มีขอบเขตเวลาที่แน่นอนและจะมีงานต่างๆให้ทำตลอดเวลา

กฎเดิมข้อที 3) เราจะเป็นพนักงานองค์กรหนึ่งแบบเต็มเวลา
กฎใหม่) เราอาจทำงานหลายงานพร้อมกันเปลี่ยนโปรเจ็คไปเรื่อยๆและอาจมีนายจ้างหลายรายพร้อมกัน

การทำงานยุคใหม่จะดึงคนที่มีความสามารถในแต่ละด้านมาทำงานร่วมกันชั่วควารเมื่อหมดโปรเจ็คก็อาจแยกย้ายกันไป คนจะทำงานหลายๆอย่างพร้อมกันและเมื่อเสร็จจากงานหน่วยงานหนึ่งก็จะไปทำงานโครงการต่อไป ลักษณะงานบางทีเป็นสัญญาจ้างหรือทำงานแบบ Part-time

กฎเดิมข้อที่ 4) การทำงานและชีวิตส่วนตัวแบ่งแยกอย่างชัดเจน
กฎใหม่) เส้นแบ่งระหว่างโลกส่วนตัวกับการทำงานจะหายไป

โลกการทำงานในยุคใหม่เน้นเรื่องการทำงานทุกที่ ทุกเวลา เช่นกันคนเราก็อยากใช้ชีวิตส่วนตัวเพื่อความสุขและสังคมส่วนตัวตลอดเวลา เดิมเรามีคำว่าวันหยุดและวันทำงานที่ชัดเจน แต่ตอนนี้เราจะเริ่มแยกยากขึ้น ข้อสำคัญคนจะทำงานเพราะมีแรงบันดาลใจและมีความสุขกับการทำงานจึงไม่มีความรู้สึกว่าคืองาน ขณะเดียวกันก็จะต้องบริหารเวลาส่วนตัวให้ดีที่บางครั้งมันก็เป็นช่วงเวลาเดียวกับงาน เราอาจทำงานไปแล้วเดิน shopping หรือไปทำธุระส่วนตัวพร้อมกัน บางครั้งเราอาจยังต้องทำงานแม้จะไปพักผ่อนชายทะเล

กฎเดิมข้อที่ 5) เราทำงานเพราะต้องหาเงินเลี้ยงตัวเองและครอบครัว
กฎใหม่) เราทำงานเพราะมีความอยากกระตือรือร้นที่จะทำและรักที่จะทำ

สมัยก่อนเรามักจะได้ยินคำว่า “งานคือเงิน เงินคืองาน บันดาลสุข” มันเป็นคำพูดที่สอนให้คนทำงานเพราะเงินแม้อาจจะไม่รักกับงานที่ทำ โลกในยุคใหม่เราทำงานที่ไหนก็ได้ เพื่อนร่วมงานอาจไม่รู้จักกันเลยอยู่คนที่ เราทำงานได้ตลอดเวลาและอาจไม่ใช่พนักงานประจำ ดังนั้นเราคงต้องทำงานด้วยความรักที่จะทำ อยากเห็นผลสำเร็จของงาน

2015-02-01-Nest-by-AIA-3-1050x700

จากที่สรุปมาให้อ่านนี้ก็เพื่อที่อยากทำความเข้าใจว่าการทำงานยุคใหม่ ที่เราบอกว่าจะทำที่ไหน ทำเวลาไหนก็ได้ โดยผ่านเทคโนโลยีดิจิทัลไม่ได้หมายความว่าเราจะทำงานสบายขึ้น การไม่ต้องมาที่ทำงานก็อาจทำให้เราต้องทำงานมากขึ้นหรือน้อยลงก็ได้ แต่ข้อสำคัญถ้าทำในสิ่งที่ชอบด้วยวิธีการทำงานแบบใหม่เราคงได้งานที่มีประสิทธิภาพมากขึ้น

ธนชาติ นุ่มนนท์
IMC institute
สมาคมอุตสาหกรรมเทคโนโลยีสารสนเทศไทย (ATCI)