เมื่อคนเจนเอ็กซ์อย่างผมต้องเปลี่ยนพฤติกรรมเป็นคนเจนวาย เมื่อเทคโนโลยีมาเปลี่ยนแปลงโลก

Screenshot 2019-09-29 14.55.10

ผมเป็นคนรุ่นต้นสุดของเจนเอ็กซ์ก็คือห่างกับรุ่นเบบี้บูมเมอร์แค่ปีเดียว และด้วยความที่เรียนพาสชั้นมาทำให้ตอนเรียนปริญญาตรีคณะวิศวกรรมศาสตร์ ที่มหาวิทยาลัยขอนแก่น เพื่อนๆส่วนใหญ่ก็เป็นคนรุ่นเบบี้บูมเมอร์และก็ต้องใช้ชีวิตแบบคนยุคเบบี้บูมเมอร์  วิถีชีวิตของคนในรุ่นผมก็ยังห่างเทคโนโลยีอยู่มาก ยังเรียนหนังสือโดยใช้ชอล์กกระดานดำ ยังต้องทำโปรเจ็คและรายงานโดยใช้พิมพ์ดีด ไม่มีโทรศัพท์มือถือ แม้แต่ที่บ้านก็ไม่มีโทรศัพท์ที่มีสาย ต้องติดต่อกันทางจดหมาย ถ้ามีเรื่องด่วนก็ต้องใช้โทรเลข สมัยเรียนปริญญาตรีก็ไม่มีเครื่องคอมพิวเตอร์ส่วนบุคคลให้ใช้ เรียนหนังสือกับเครื่องเมนเฟรม เขียนโปรแกรมโดยการเจาะบัตร กว่าจะเริ่มสัมผัสเครื่องไมโครคอมพิวเตอร์ก็ตอนที่จบมาแล้ว และกว่าจะเริ่มเล่นอินเตอร์เน็ตครั้งแรกก็ปี 1993 ตอนสมัยเรียนอยู่ต่างประเทศ

ความโชคดีของผมคือการได้ไปเรียนในต่างจังหวัด ที่สมัยนั้นยังไม่ได้เจริญเท่าปัจจุบัน เศรษฐกิจของประเทศในยุคนั้นก็ไม่ได้ดีนัก บ้านเมืองกำลังอยู่ในภาวะยากลำบาก อันเนื่องมาจากวิกฤตการณ์ราคาน้ำมันในต่างประเทศถีบตัวสูงขึ้นอยู่ตลอดเวลา ทำให้เกิดภาวะเงินเฟ้อ ค่าเงินตกต่ำ อัตราดอกเบี้ยสูง รัฐบาลต้องปิดทีวีช่วงหกโมงเย็นถึงสองทุ่มและทุกรายการก็เลิกหลังเที่ยงคืน ปั้มน้ำมันทุกแห่งก็ปิดตอนสี่ทุ่มถึงตีห้า ชีวิตการเรียนยุคนั้นต้องมีความอดทน นักศึกษามหาวิทยาลัยก็ต้องนั่งรถสองแถวกัน ใช้จักรยาน ไม่มีรถมอเตอร์ไซค์และไม่มีเงินมาทานกาแฟหรือร้านอาหารหรูๆแบบยุคนี้ สมัยเรียนไฟฟ้าติดๆดับๆอยู่บ่อยๆ แถมน้ำแถวหอพักก็หยุดไหลบ่อยๆ

เราเข้าศึกษากันในยุคที่พวกรุ่นพี่ที่เข้าป่าไปหลังเหตุการณ์ 6 ตุลาคม 2519 กำลังทยอยกลับเข้ามาเรียน ทำให้เรายังได้กลิ่นอายของการทำกิจกรรมรุ่นพี่ในสมัยนั้นที่ต่อสู้เพื่อสังคม พวกเราชอบทำกิจกรรมออกค่ายพัฒนาชนบท ฟังเพลงเพื่อชีวิตที่ค่อนข้างรุนแรงอย่างเพลง คนกับควาย สู้ไม่ถอย ขณะเดียวกันก็เริ่มมีกระแสของทุนนิยมเข้ามาในเมืองมากขึ้น ฟังเพลงสตริงอย่างวงชาตรี หรือวงแกรนด์เอ็กซ์ พวกเราโตขึ้นมาท่ามกลางการต่อสู้ด้านการเมือง วัฒนธรรมและสังคมของสองขั้วที่กำลังมีการเปลี่ยนแปลง

การสัมผัสกับชนบทและความยากลำบากทำให้พวกเราเข้าใจสังคม อาจารย์และรุ่นพี่ก็เป็นแบบอย่างเป้าหลอมให้พวกเราคิดถึงส่วนรวม อยากเห็นสังคมและชาวบ้านมีคุณภาพชีวิตที่ดีขึ้น บุคคลที่เป็นต้นแบบของพวกเราบางคนก็คือนักต่อสู้เพื่อสังคมที่สอนให้เราเสียสละเพื่อคนอื่น ไม่ใช่เศรษฐีพันล้านหรือนักเทคโนโลยีชั้นนำของโลกแบบยุคนี้ เป้าหมายชีวิตหลายคนของพวกเราก็คือจบออกมาทำงานอาชีพที่มั่นคงเพื่อเลี้ยงดูครอบครัว ทำประโยชน์ให้สังคมและประเทศชาติ หลายๆคนภูมิใจกับการได้ทำงานเป็นข้าราชการเพื่อรับใช้สังคมจนทุกวันนี้

Screenshot 2019-09-29 19.18.47

จากคนเจนเอ็กซ์อย่างผมที่จบจากมหาวิทยาลัยในต่างจังหวัด ได้สัมผัสกับสังคมที่มีช่องว่างกับสังคมกรุงเทพอย่างมาก และก็มีโอกาสได้ไปเรียนต่อ ได้เข้ามาทำงานในแวดวงเทคโนโลยี ประกอบกับเป็นคนที่ใช้เทคโนโลยีดิจิทัลและปรับพฤติกรรมไปตามคนเจนวายไปค่อนข้างมาก ทำให้เห็นการเปลี่ยนแปลงของชีวิตตัวเองหลายๆอย่างอาทิเช่น

สมัยผมเรียนที่บ้านส่งเงินมาทางธนาณัติจะไปรับเงินก็ต้องไปที่ไปรษณีย์ และมีธนาคารก็อยู่สาขาเดียวแถมไม่มีตู้เอทีเอ็มจะฝากจะถอนเงินก็ไปยืนรอนั่งรอกันอยู่ที่สาขา ความสัมพันธ์ของลูกค้ากับพนักงานธนาคารก็มีส่วนทำให้ลูกค้าอยากมาทำธุรกรรมด้วย หลังจากที่จบมาพักใหญ่ถึงจะเริ่มเห็นตู้เอทีเอ็มมากขึ้นการทำธุรกรรมก็อาจเริ่มเปลี่ยนไป แต่วันนี้ชีวิตทางธุรกรรมการเงินของผมต้องปรับพฤติกรรมตามคนเจนวายหรือมิลเลนเนียลส์ไปแล้ว ทุกวันนี้นอกจากจะต้องใช้เงินสดหรือบัตรเครดิต ยังต้องมีการจ่ายเงินผ่านมือถือหรือคอมพิวเตอร์หลากหลายทั้งใช้ PayPal, True Wallet, Rabbit Line Pay, Lazada Wallet และอีกสารพัดวิธีที่จะต้องเอาเงินไปฝากไว้ในกระเป๋าเงินดิจิทัลมากมาย คนเจนเอ็กซ์อย่างผมแทบไมได้ไปสาขาธนาคารมานานมาก ใช้ Internet Banking มามากกว่า 15 ปี แถมตัวเองมี Mobile Banking ของแทบทุกธนาคารจะโอนเงิน ชำระเงินค่าบริการต่างๆก็ต้องมาทำออนไลน์ แม้แต่การลงทุนก็ซื้อกองทุน หุ้นผ่านมือถือ ใช้บริการของ FinTech ต่างๆทั้ง  Finnomena, WealthMagik ความสัมพันธ์ระหว่างตัวเรากับพนักงานธนาคารก็เริ่มหายไป จากที่เคยอดทนยืนรอการทำธุรกรรมการเงินวันนี้กลายเป็นต้องทำได้ทันทีทันใด ทุกที่ ทุกเวลา

Screenshot 2019-09-29 19.18.10

สมัยก่อนมีความสุขกับการหาหนังสืออ่าน หาซื้อหนังสือจำนวนมากสะสมไว้ ตอนเล็กๆทีีบ้านขายหนังสือ ชอบเดินทางไปค้นหาหนังสืออ่านนั่งรถจากนครปฐมเข้าไปหอสมุดแห่งชาติ ชอบไปเดินดูหนังสือตามร้านหนังสือดวงกมล หรือร้านอื่นๆ นั่งรอหนังสือพิมพ์มาส่งที่บ้านด้วยความตื่นเต้นแทบทุกเช้า บางวันก็อ่านหนังสือพิมพ์และนิตยสารหลายฉบับ ชีวิตวันนี้ของคนเจนเอ็กซ์อย่างผมถูกกลืนไปด้วยการเข้ามาของเทคโนโลยีดิจิทัล ผมไม่ได้ซื้อหนังสือพิมพ์เป็นเล่มมาสิบกว่าปีแล้ว แต่ก็ยังซื้อแบบเป็นสมาชิกออนไลน์เริ่มต้นตั้งแต่ซื้อ โพสต์ทูเดย์ มาเป็น OokBee ที่เป็นหนังสือพิมพ์และนิตยสารแบบบุฟเฟ่ต์ จนล่าสุดมาซื้อกรุงเทพธุรกิจในรูปแบบของไฟล์ PDF  จากคนที่เคยชอบไปร้านหนังสือบางทีไปยืนเลือกหนังสือที่ร้านได้เป็นชั่วโมง ทุกวันนี้กลายเป็นว่าสมัครเป็นสมาชิก SafariBook online อยากจะหาหนังสือเล่มใดอ่านก็ได้ผ่านทุกอุปกรณ์ แถมบางทีได้มาก่อนที่ผู้เขียนจะส่งจัดพิมพ์เสียอีก นอกจากนี้ยังซื้อหนังสือจาก Amazon และช่องทางออนไลน์อื่นๆ แถมบางเล่มมีไฟล์เสียงมาพร้อม บางคืนก่อนนอนยังสั่งให้เจ้า Amazon Echo ให้อ่านหนังสือที่เก็บไว้ใน Amazon Kindle ให้ฟัง วันนี้น้อยครั้งที่จะไปร้านหนังสือ ห้องสมุดผมก็ย้ายมาอยู่ที่ร้านกาแฟ โดยมีคลังหนังสืออยู่ในอุปกรณ์ iPad ที่มีหนังสือมากกว่าห้องสมุดแบบเดิมๆ

Screenshot 2019-09-29 19.17.37

ตอนเล็กๆมีทีวีอยู่ไม่กี่ช่อง มึความสุขอยู่กับการดูละครโทรทัศน์ หุ่นไล่กา หรือ พิภพมัจจุราช กับรายการนาทีทองที่แสนสนุกในวันอาทิตย์ แถมทีวีที่ดูเป็นทีวีขาวดำไม่มีรีโมทจะเปลี่ยนช่องต้องเดินไปหมุนปุ่ม มาเรียนมหาวิทยาลัยขอนแก่นใหม่ๆก็มีทีวีเพียงสองช่องคือ ช่อง 4 กรมประชาสัมพันธ์และทีวีช่อง 7 ทีีเพิ่งเริ่มมาฉาย ทั้งหอมีทีวีอยู่เครื่องเดียวต้องมามุงกันดูพร้อมกัน ตอนท้ายๆก่อนเรียนจบก็เริ่มมีวิดีโอมาฉาย หลังจากนั้นจบมาก็มีความสุขกับการดูวิดีโอ และไปเช่าวิดีโอตามร้าน มีร้านให้เช่าเกิดขึ้นมากมาย เลือกหนังกันเป็นชั่วโมงและเมื่อครบกำหนดก็รีบนำมาคืนกัน พอมายุคซีดี ดีวีดี ก็เริ่มมีความสุขกับการดูหนังที่คมชัดขึ้น สะสมแผ่นหนังกัน จนกระทั่งมาถึงยุคของเคเบิ้ลทีวี ก็ต้องตกใจที่ทีวีมีเพื่มมามากมายหลายช่อง มีความสุขกับการอ่านหนังสือโปรแกรมรายการทีวีที่เขาส่งมาให้ และต้องคอยเลือกว่าวันไหนจะดูรายการไหน วันนี้ชีวิตคนวัยต้นเจนเอ็กซ์อย่างผม กลายเป็นเสมือนเด็กเจนอัลฟ่า ไม่รู้จักแล้วครับว่า วิดีโอ ดิวีดี เป็นอย่างไร ทุกอย่างดู Streaming TV อย่าง NetFlix หรือ YouTube ไม่รู้จักละครช่วงเวลา PrimeTime ไม่ได้ดูข่าวทีวีในช่วงปกติ อยากจะดูตอนไหนก็ดู ผ่านอุปกรณ์ใดๆก็ได้ แม้แต่ทีวีช่องปกติบางรายการทั้งของในประเทศ เช่นรายการสนทนาข่าว หรือรายการทีวีต่างประเทศอย่างช่อง  CNA, CNN ก็เปิดดูผ่าน YouTube แถมที่หนักไปกว่านั้น บางทีก็ไม่ใช้รีโมททีวีแต่สั่งงานด้วยเสียงผ่าน Google Assistant

ผมเป็นแฟนกีฬาชอบดูรายการถ่ายทอดสด ตอนเล็กๆการถ่ายทอดกีฬาจะเป็นเรื่องใหญ่มาก จำได้ว่ามวยหรือฟุตบอลบางคู่เราต้องแทบหยุดเรียน หยุดทำงานกันมาดู นานๆจะมีการถ่ายทอดกีฬาต่างประเทศสดทางทีวีเพราะค่าใช้จ่ายสูงและมีความซับซ้อนมาก เวลาเราดูกันทีก็จะมาเชียร์พร้อมๆกันจำนวนมาก วันนี้โลกของเทคโนโลยีเปลี่ยนไปแล้วช่่องการถ่ายทอดมีมากมาย แม้แต่ล่าสุดผมจะดูรักบี้ชิงแชมป์โลก ผมก็ยังเลือกซื้อบริการโดยตรงจากเจ้าของลิขสิทธิ์ได้ผ่าน Bein Sports connect แล้วชำระเงินผ่าน App Store ทำให้ผมสามารถเรียกดูจากอุปกรณ์อะไรก็ได้ที่ไหนก็ได้ ในบางครั้งผมก็ดูผ่านสมาร์ทโฟน บางครั้งก็ดูผ่านแท็บเล็ต และบางครั้งก็สามารถเชื่อมสัญญาณภาพจากสมาร์ทโฟนเข้าสู่ทีวีจอใหญ่และภาพที่ได้รับก็คมชัดเพราะเป็นสัญญาณ HD

ตอนเล็กๆผมต้องไปซื้อของที่ตลาด การเดินห้างเป็นเรื่องใหญ่ ร้านค้าใหญ่สมัยนั้นมีน้อยมาก พอเรียนจบปริญญาเอกมามีการคอมพิวเตอร์เพิ่มขึ้น ที่ๆอยากไปซื้อของมากๆในสมัยนั้นก็คือห้างพันธ์ทิพย์พลาซ่า โดยมีความสุขกับการเลือกดูอุปกรณ์คอมพิวเตอร์ ตอนหลังก็ขึ้นไปตามห้างต่างๆทั้ง MBK และห้างเซ็นจูรี เพื่อเลือกซื้ออุปกรณ์มือถือและ Gadget ต่างๆ วันนี้ชีวิตคนเจนเอ็กซ์อย่างผมกลายเป็นคนเจนวาย ไม่อยากออกไปซื้อของแบบเดิม แต่เลือกช็อปออนไลน์เพราะสะดวกกว่าและราคาถูกกว่า ผมซื้อออนไลน์แทบทุกเจ้าทั้ง  Lazada, JD หรือแม้แต่ของในซูปเปอร์มาร์เก็ตก็สั่งผ่าน Top Supermarket Online ยังไม่ต้องพูดถึงอีคอมเมิร์ซ์ในต่างประเทศที่ผมใช้ทั้ง AliExpress, Amazon และ EBay ผมเลยไม่แปลกใจว่าทำไมร้านค้าปลีกจึงเงียบเหงา แม้แต่การทานอาหารคนเจนเอ็กซ์อย่างผม จากที่ชอบทานอาหารนอกบ้านก็กลายเป็นว่าเลือกสั่งอาหารส่งมาทานที่บ้านเป็นประจำ บางวันแทบทุกมื้อ สั่งผ่านทั้ง LineMan, Get, GrabFood หรือ Food Panda แล้วบางทีก็ชำระเงินผ่านไปทางบัตรเครดิตหรือ Wallet  ของเขา

ยังมีอีกหลายๆอย่างที่เทคโนโลยีมาเปลี่ยนชีวิตผมทั้งเรื่องของการใช้ชีวิตประจำวัน การทำงาน หรือแม้แต่การเรียน โลกได้เปลี่ยนไปมากแล้วและสิ่งหนี่งผมคิดเสมอก็คือ ถ้าคนเจนเอ็กซ์สามารถมาใช้เทคโนโลยีแบบคนเจนวาย ก็จะช่วยทำให้เราเข้าใจความเปลี่ยนแปลงได้ดีขึ้น เผลอๆด้วยประสบการณ์ของอดีตที่ผ่านมาในเจนเอ็กซ์หรือเบบี้บูมเมอร์ก็จะยิ่งทำให้เราทำบางเรื่องได้ดีกว่าคนในยุคใหม่ด้วยซ้ำไป และประสบการณ์ชีวืตของคนเจนเอ็กซ์จำนวนมากก็ยังผ่านยุคของความยากลำบาก ก็ยิ่งจะช่วยทำให้เห็นได้ว่าเทคโนโลยีดิจิทัลจะช่วยมาเปลี่ยนแปลงและลดช่องว่างของสังคมได้อย่างไร ทำอย่างไรจะให้คนในสังคมทุกคนยืนอยู่ได้ในโลกที่เปลี่ยนไป ด้วยความเข้าใจสังคมทั้งชนบทและในเมืองที่ดี

ธนชาติ นุ่มนนท์

IMC Institute

 

การออกแบบ Big Data Architecture ปัจจัยสำคัญคือ Business Use Case

Screenshot 2019-09-14 12.11.57

ผมมักจะเจอคำถามบ่อยๆว่าจะทำโปรเจ็ค Big Data  ควรจะใช้เทคโนโลยีอะไรดี เลือกซื้อจากรายไหนดี จริงๆแล้วการจะตอบคำถามนี้คงจะต้องพิจารณาจากหลายปัจจัยตั้งแต่คำถามว่า

  1. ต้องการนำมาใช้ในโครงการใด Use Caseใด ซึ่งคำตอบนี้จะมีผลต่อสถาปัตยกรรมที่ต้องมาพิจารณาในการออกแบบ ตัวอย่างเช่น
    • ข้อมูลมี Volume มากเพียงใด เพราะหากมีขนาดมากกว่า 100 TB ก็อาจเป็นปัญหา
    • ข้อมูลมี Velocity ที่จะเข้าเท่าไร เพราะถ้ามีขนาดต่ำกว่า 100 K ต่อวินาทีก็อาจรองรับไหว
    • ข้อมูลมี Variety เพียงใด มีทั้ง Structure หรือมี semi-structured และ Unstructured ด้วย
    • ต้องการประมวลผลแบบใด Batch หรือ Realtime
  2. เราต้องการจะออกติดตั้ง Big Data Platform ที่ใด
    • Cloud หรือ  Data Center
  3. เราจะเลือกสถาปัตยกรรมแบบใด
    • ติดตั้งเอง หรือ PaaS  ที่เป็น Big Data as a Service
    • ค่าจ่ายแบบ Pay as you go หรือ Fix
    • ระบบแบบ Couple หรือ Decouple
  4. เราได้สื่อสารแผนงานของเราชัดเจนเพียงใด
  5. เราได้วิเคราะห์อุปสรรคต่างๆได้ดีเพียงพอแค่ไหน

Screenshot 2019-09-14 13.02.40รูปที่ 1 องค์ประกอบของสถาปัตยกรรมระบบ Big Data

สถาปัตยกรรมระบบ Big Data ส่วนใหญ่ก็จะประกอบไปด้วยองค์ประกอบ 4 อย่างก็คือ

  • Ingestion คือส่วนที่นำข้อมูลเข้าที่อาจเป็นแบบ Batch หรือ Streaming
  • Storage คือส่วนที่เก็บข้อมูลทั้งนี้คืออยู่กับขนาดและชนิดของข้อมูลที่ต้องการเก็บ
  • Processing คือส่วนในการประมวลผลต่างๆทั้งการทำ Data Cleanising, การทำ Modelling  หรือ การทำ Data Science ซึ่งการประมวลผลมีทั้งแบบ Batch หรือRealtime
  • Visualisation คือส่วนในการแสดงผลข้อมูล

ในปัจจุบันก็มีเทคโนโลยีด้าน Big Data หลากหลายที่สามารถนำมาใช้ได้ (ดังแสดงในรูปที่ 2) แต่ละเทคโนโลยีมีความเหมาะสมที่แตกต่างกันทั้งนี้ขึ้นกับ Use Case ของโครงการที่ Big Data จะนำไปใช้ โดยต้องวิเคราะห์ถึงขนาดของข้อมูล ความถี่ของข้อมูล ความต้องการประมวลผล ความปลอดภัยของข้อมูล และงบประมาณ

70461936_561279104613554_3942196441996328960_nรูปที่ 2 ตัวอย่างเทคโนโลยีด้าน Big Data

ทั้งนี้การเลือกใช้เทคโนโลยี Big Data มีหลักการที่สำคัญสองประเด็น

  • ควรจะสร้างระบบที่แยก (Decoupled) กันระหว่างระบบ Storage และ Processing ซึ่งอาจต้องใช้เครื่อง Server Cluster ที่ต่างกัน
  • การเลือกใช้เทคโนโลยี Big Data ถ้าต้องติดตั้งใน Data Center เองก็ไม่ควรเกิน 4 เทคโนโลยี แต่ถ้าเป็นบริการบน Cloud ก็ไม่ควรเกิน 7 เทคโนโลยีทั้งนี้ก็เพื่อง่ายต่อการบำรุงรักษา และลดความซับซ้อนของระบบ

เพื่อให้เห็นวิธีการเลือกสถาปัตยกรรม ผมขอยกตัวอย่างกรณีศึกษาของลูกค้ารายหนึ่งที่ทางทีมงานของ IMC Institute เข้าไปดำเนินการให้ โดยมีวิธีคิดดังนี้

Business Use Case มีข้อกำหนดต่างๆดังนี้

  • ลูกค้าต้องการรวบรวมข้อมูลจากแผนกและหน่วยงานต่างๆที่มีมาตั้งแต่ปี 2553  ที่ปัจจุบันเป็นแบบ Siloให้อยู่ในรูปแบบของ Data Lake เพื่อใช้ในการวิเคราะห์ข้อมูลทั้งแบบ Descriptive และ Predictive
  • Volume: ข้อมูลมีขนาดประมาณ 1 TB และมีจำนวนประมาณ 1,000 ล้านเรคอร์ด
  • Velocity: จะมีข้อมูลที่นำเข้าใหม่ในเพียงเดือนละครั้งจำนวนประมาณ 5 ล้านเรคอร์ด
  • Variety: ข้อมูลมีหลากหลายรูปแบบทั้งที่เป็น Database, CSV, SPSS หรือ ข้อความ
  • Processing: ข้อกำหนดในการประมวลผลไม่ได้เป็นแบบ Realtime แต่ขอให้สามารถแสดงผลข้อมูลหลายร้อยล้านเรคอร์ดได้ภายในไม่เกินหนึ่งนาที
  • งบประมาณ:  ลูกค้ามีงบประมาณจำกัดต่ำกว่า 8 ล้านบาท

Technology:  ทีมงานได้ตัดสินใจเลือกตามเงื่อนไขต่างๆดังนี้

  • Infrastructure:  เมื่อเปรียบเทียบระหว่างการทำระบบ On-Premise หรือ Private Cloud บน Data Center กับการใช้  Big Data as a Service ของ Public Cloud รายต่างๆแล้ว ทีมงานเลือกใช้ Google Cloud Platform (GCP) ด้วยเหตุผลเรื่องค่าใช้จ่ายที่ถูกกว่า ความคุ้นเคยของทีมงาน ความง่ายต่อการใช้งาน และสามารถเริ่มทำได้ทันทีเพราะค่าใช้จ่ายเริ่มต้นต่ำ
  • Ingestion: เนื่องจากการนำเข้าข้อมูลเป็นแบบ Batch ข้อมูลมีขนาดเล็กและไม่มีความซับซ้อนมากนัก ทีมงานก็เลยเลือกที่จะใช้วิธี Upload ผ่าน Command Line  ของ GCP
  • Storage:  ทีมงานเลือกใช้ Google Cloud Storage แบบ Multi-Regional ในการเก็บข้อมูลที่หลากหลาย เนื่องจากราคาถูกและสามารถ Scale ได้ง่าย โดยจะแบ่งข้อมูลออกเป็นสามโซนคือ Raw Zone, Trusted Zone และ Refined Zone นอกจากนี้ยังใช้ Google BigQuery ในการเก็บข้อมูล Structure ที่ผ่านการ Cleansing จาก Raw Zone มาแล้วเพื่อความรวดเร็วในการประมวลผล
  • Processing: ทีมงานเลือกใช้ Google DataProc ที่เป็น Hadoop as a Service มาใช้ในการประมวลผล โดยจะสร้าง Cluster เมื่อมีการประมวลผล และค่าใช้จ่ายจะเป็นแบบ Pay as you go ทำให้ประหยัดค่าใช้จ่าย โดยใช้เทคโนโลยีต่างๆในการประมวลผลดังนี้
    • Data Cleansing: การประมวลผลข้อมูลใน Raw Zone เลือกใช้ Spark จาก DataProc โดยเลือกเขียนโปรแกรมเป็นภาษา Python
    • Data Transformation: การแปลงข้อมูลหรือการสร้าง Table ใหม่ ทีมงานเลือกใช้ Hive และ Spark จาก DataProc
    • Machine Learning: ในการทำ Predictive Analytics ทีมงานเลือกใช้ Spark MLlib
    • Query: สำหรับการ Query ข้อมูลขนาดหลายร้อยเรคอร์ดและเชื่อมโยงกับ Visualisation Tool ทีมงานเลือกใช้ Google BigQuery ที่มีความรวดเร็วในการประมวลผล
  • Visualisation: ทีมงานเลือกใช้ Power BI ด้วยเหตุผลเรื่องงบประมาณและความสวยงามของกราฟที่ได้

จากตัวอย่างที่ยกมาจะพบว่าการออกแบบ Big Data Archicture และการเลือกใช้เทคโนโลยี ความสำคัญอยู่ที่ต้องเริ่มต้นจาก Business Use Case ไม่ใช่เริ่มจากเทคโนโลยี

ธนชาติ นุ่มนนท์

IMC Institute

เอกสารอ้างอิง

1.) AWS Big Data Demystified #1.2 | Big Data architecture lessons learned

บริการออนไลน์และสิทธิพิเศษของสมาชิกที่แลกมาด้วยข้อมูลส่วนตัว

Screenshot 2019-10-01 10.27.57

“มี All member ไหมครับ”  คือคำถามที่พนักงาน 7-11  จะถามผมทุกครั้งที่ผมจะจ่ายค่าสินค้า

การเป็นสมาชิกของร้านค้าต่างๆเช่น ร้านสะดวกซื้อ ร้านกาแฟ สถานีบริการเติมน้ำมัน หรือแม้แต่บริการออนไลน์ต่างๆอย่าง Grab, Rabbit Line  ก็อาจมีข้อดีในการที่จะได้บริการหรือสิทธิพิเศษที่ได้มากขึ้น เช่นอาจได้ของแถม อาจได้ส่วนลด แต่ทั้งหมดนี้อาจต้องแลกมาด้วยความเป็นส่วนตัวที่จะต้องถูกผู้ให้บริการเหล่านั้นสามารถนำข้อมูลของเราไปวิเคราะห์ได้

ทุกวันนี้ผมเป็นสมาชิกของร้านค้าและบริการต่างๆนี้มากพอแล้ว ทั้งการใช้ IoT, Mobile App หรือการใช้บัตรสมาชิก ผมรู้ว่าวันนี้ความเป็นส่วนตัวผมได้หายไปเยอะมาก จนน่ากลัว

  • ผมทานกาแฟ และสมาชิก Starbucks เวลาไปเปิดดู ข้อมูลของผมที่แสดงในเว็บไซต์ จะเห็นเลยว่า แต่ละวันมียอดค่าใช้จ่ายอย่างไร ผมเองเชื่อว่า ข้อมูลนี้เป็นเพียงส่วนหนึ่งที่เขาเอามาแสดงให้ผู้บริโภคเห็น แต่จริงๆแล้วข้อมูลในฐานข้อมูลน่าจะเก็บรายละเอียดมากกว่านี้ โดย Starbucks ก็คงทราบว่าผมไปทานกาแฟร้านไหน และสั่งอาหารอะไร

Screenshot 2019-09-12 11.10.08

รูปที่  1 ตัวอย่างข้อมูลการใช้บัตร Starbucks  ที่แสดงให้ผู้ใช้ดู

  • ผมเป็นสมาชิกของ NetFlix มาเป็นเวลาหลายปีแล้ว เวลาผมเข้าไปดูข้อมูลในเว็บไซต์ ก็จะเห็นว่า NetFlix จะแสดงรายชื่อหนังที่ผมดู แต่พอไปค้นข้อมูลด้านการทำ Big Data Analytic ของ  NetFlix ทำให้ทราบว่าเขาเก็บข้อมูลผมมากกว่านี้ มีทั้งรู้ว่าผมเลือกหนังอะไร แลัวดูจริงไหม มีการ Pause ไหม มีการ Fast Forward ไหม

Screenshot 2019-09-12 11.11.04

รูปที่  2 ตัวอย่างข้อมูลการดูหนังของ  NetFlix ที่แสดงให้ผู้ใช้ดู

  • ผมซื้อของจาก E-commerce  หลายเจ้าท้้ง Lazada, AliExpress, Amazon.com ผมสามารถเห็นข้อมูลการสั่งซื้อในอดีตของผมได้ และเชื่อว่าผู้ให้บริการเหล่านี้เก็บข้อมูลไปมากกว่านี้ คงรู้ว่าผมไป Click  รายการสินค้าอะไรบ้าง Review  อะไรบ้าง ซึ่งเรื่องนี้ก็คงเกิดขึ้นกับบริการออนไลน์อื่นๆที่ผมใช้ทั้ง  LineMan, Grab, Agoda, Kayak
  • ผมใช้บัตรทางด่วน EasyPass ซึ่งจัดว่าเป็น IoT เวลาเปิดดูข้อมูลใน App  ก็จะเห็นรายละเอียดว่า ผมผ่านทางด่วนด่านไหนบ้าง เวลาไหน
  • ผมมีอุปกรณ์ Smart Home ของ Xiaomi เต็มบ้าน เวลาเข้ามาดู Log  ก็จะเห็นได้ว่า ประตูบ้านเปิดปิดตอนไหน   มี Motion sensor ที่มี Log ให้เห็นการเครื่องไหวในบ้าน มีเครื่องไฟฟ้าที่ต่ออินเตอร์เน็ต หรือมีกล้อง ทำให้รู้เลยว่าผู้ให้บริการเก็บข้อมูลไว้หมด จนบางครั้งนี่ก็อาจต้องระมัดระวังว่า กล้องที่ใช้อยู่จะมีการเก็บภาพไปไว้ที่ระบบของผู้ให้บริการ

รูปที่  3 ตัวอย่างข้อมูล IoT ของ  Xiaomi และ EasyPass ที่แสดงให้ผู้ใช้ดู

  • ผมใช้อุปกรณ์ Wearable เพื่อเก็บข้อมูลสุขภาพหลายอย่าง ทั้งการออกกำลังกาย การเดิน มีเครื่องวัดความดัน เครื่องชั่งน้ำหนัก ข้อมูลเหล่านี้เก็บไว้บน  Cloud ผมสามารถมาตรวจสอบดูได้ และก็คิดว่าผู้ให้บริการก็อาจเอาข้อมูลผมไปวิเคราะห์ได้
  • ผมใช้บริการการเงินสารพัดอย่างตั้งแต่ บัตรเครดิต, Mobile Banking, True Wallet, PayPal, Lazada Wallet, Rabbit LinePay ทุกครั้งที่ชำระเงิน ผู้ให้บริการก็เก็บข้อมูลไป ซึ่งผมสามารถตรวจสอบได้ว่ามีการเก็บข้อมูลอย่างไรผ่านระบบ App หรือเว็บไซต์จึงไม่แปลกใจว่าทำให้พวกเขาถึงสามารถวิเคราะห์ข้อมูลผมได้
  • ยังมีบริการออนไลน์หรือ  IoT อีกหลายอย่างที่ผมใช้ทั้ง  Google Home, Google Assitant, Amazon Echo, Spotify  ซึ่งบริการเหล่านี้ก็คงเก็บข้อมูลของผมไปมากมายเช่นเดียวกัน

ใช่ครับวันนี้เราคงต้องคิดให้ดีกับการจะสมัครเป็นสมาชิกหรือการใช้บริการเหล่านี้ เพราะความเป็นส่วนตัวเราจะหายไป เราจะถูกติดตามและตรวจสอบได้หมด ยิ่งถ้าบริการนั้นมาผูกกับบัตรประชาชนเราหรือข้อมูลใดที่สามารถระบุตัวตนเราได้ก็ยิ่งมีความเสี่ยง บางทีเราอาจดีใจที่ได้ส่วนลดหรือบริการที่ดีขึ้นแต่คงต้องระวังกันพอควรละครับ บางทีผมก็นึกถึงหนัง  The Net หรือ Enemy of the State ที่แม้จะสร้างมาเมื่อ 20 ปีก่อน แต่มันก็กำลังเป็นเรื่องจริงแล้วในยุคปัจจุบัน

ธนชาติ นุ่มนนท์

IMC Institute

การติดตั้ง Google Assistant ลงบนมือถือเพื่อให้สั่งงานเป็นภาษาไทยได้

69237138_1470765076404161_3826382545780473856_n

“Ok Google, Show my photos at Barcelona”
“Ok Google, แสดงรูปภาพที่บาร์เซโลน่า”
“Ok Google, หนังเรื่อง Lion King ฉายเวลาไหน”
“Ok Google, แปลง 3200 เยนเป็นไทยบาท”
“Ok Google, ใครคือนายกรัฐมนตรีประเทศไทย”
“Ok Google แปลฉันรักเธอเป็นภาษาจีน”

สิ่งหนึ่งที่ผมสาธิตให้คนฟังบรรยายเป็นประจำก็คือการใช้ Google Assistant ซึ่งเป็นโปรแกรม AI ที่สามารถสั่งงานด้วยเสียงได้ โดยมักจะสาธิตการใช้โปรแกรมผ่านมือถือ และก็พูดคุยให้ดูสดๆ โดย 2-3 ปีก่อนก็จะพูดเป็นภาษาอังกฤษ แต่ระยะหลังๆผมสาธิตโดยสั่งงานด้วยเสียงเป็นภาษาไทย หลายคนตื่นเต้นและมักจะถามผมว่าผมใช้โปรแกรมอะไร

โทรศัพท์ของผมเป็น iPhone แม้จะมี Siri อยู่ แต่ผมก็คุ้นเคยกับ Google Assistant มากกว่า เนื่องจากที่บ้านมีอุปกรณ์อย่างตั้งแต่ Google Home, Google Chromecast  และ True ID TV Box ซึ่งทั้งหมดนี้ก็คืออุปกรณ์ที่มี Google Assistant ฝังอยู่ ผมจึงเลือกที่จะโหลดโปรแกรม Google Assistant จาก Apple App Store มาใช้ในโทรศัพท์ iPhone ของผม

69992802_2474721696140478_6800656542245847040_n

แต่การที่จะทำให้มันรู้จักภาษาไทย ผมจะต้องโหลดโปรแกรม Google Home มาใช้ควบคู่กัน เมื่อเปิดโปรแกรม Google home เราจะเห็น icon Profile ที่อยู่ด้านล่างทางขวามือให้กดเลือกตรงนั้น จากนั้นให้เลือกเมนู Settings ตามด้วย More settings ซึ่งเราจะเห็น Tab ที่ชื่อ Assistant ซึ่งเมื่อเราเลือกเข้าไปก็จะเห็นเมนู Languages สำหรับให้เราเลือกภาษาในการพูดคุยกับ Google Assistant ซึ่งในที่นี้ผมได้เลือกภาษาไว้แล้ว สองภาษาคือไทยและอังกฤษ ถ้าเราเลือกข้างในจะเห็นได้ว่าในปัจจุบัน Google Assistant ก็ รองรับภาษาหลายภาษาแล้วรวมทั้งภาษาไทย

แต่อย่างไรก็ดีอุปกรณ์ Android ที่มี Google Assistant อยู่จำนวนมากเพราะอาจจะยังไม่รองรับการฟังคำสั่งภาษาไทยตอนนี้อุปกรณ์อย่าง Google home หรือ Google Chromecast ที่ผมใช้อยู่ที่บ้านก็ยังสามารถพูดคุยได้แพ้ภาษาอังกฤษ แต่ Google Assistant ในมือถือผมและ TrueID TV Box รู้จักภาษาไทยแล้ว

ผมหวังมากข้อมูลนี้คงมีประโยชน์ให้ทุกท่านสามารถที่จะติดตั้งใช้ Google Assistant บนมือถือของทุกคนได้ การเริ่มใช้โปรแกรม AI แบบนี้จะทำให้พวกเราเห็นได้ว่าชีวิตกำลังจะเปลี่ยนไปอีกมากก็หวังว่าทุกคนคงจะลองไปเล่นกันครับ

ธนชาติ นุ่มนนท์

IMC institute