เทคโนโลยีเอไอและบิ๊กดาต้ากับวิกฤติไวรัสโคโรนา

83659568_1621204618026872_7301630267909734400_o

ส่วนหนึ่งที่ทำให้ไวรัสโคโรนา( 2019-nCoV) ได้ไปทั่วโลกอย่างรวดเร็วขึ้นก็เพราะทุกวันนี้โลกเชื่อมต่อกันมากขึ้น คนเดินทางไปมาหาสู่กันมากขึ้น ซึ่งถ้าเทียบกับในปี 2003 ที่มีการระบาดของโรคซาร์สที่ต้องใช้เวลาหลายสัปดาห์กว่าจะกระจายไปในหลายสิบประเทศทั่วโลก นอกจากนี้ในปัจจุบันผู้คนก็ยังมีการใช้เทคโนโลยีดิจิทัลกันอย่างแพร่หลายทำให้ได้ข้อมูลต่างๆมาอย่างรวดเร็วขึ้น ซึ่งถ้าเทียบกับในปี 2003 กว่าที่ทางองค์การอนามัยโลกจะทราบจำนวนผู้ติดเชื่อก็จะมีระยะเวลาในการส่งข้อมูลที่นานกว่านี้ และไม่มีข้อมูลที่สามารถเห็นการแพร่ระบาดได้เท่ากับในปัจจุบัน

ไวรัสโคโรนามีการระบาดอย่างหนักในประเทศจีน ซึ่งปกติจะถูกระบุว่าเป็นประเทศที่มีการเก็บข้อมูลของประชากรอยู่จำนวนมาก และเป็นประเทศที่มีนักวิจัยและคนวงการไอทีที่มีดวามสามารถในด้านเอไออยู่มาก จึงไม่แปลกใจที่เราจะเห็นการนำเทคโนโลยีดิจิทัล โดยเฉพาะทางด้าน บิ๊กดาต้า และเอไอมาใช้ในการป้องกันการแพร่ระบาดของไวรัสในครั้งนี้

ข้อมูลการเดินทางของประชาชนในประเทศจีนถูกเก็บไว้หมด จึงทำให้รัฐบาลสามารถตรวจสอบได้ว่าใครเดินทางไปไหนโดยเฉพาะเมืองที่เป็นแหล่งแพร่กระจายของโรค มีข่าวว่าประชาชนบางคนที่เดินทางไปยังอู่ฮั่น ซึ่งเป็นแหล่งกำเนิดของไวรัสโคโรนาในช่วงแรกๆ แล้วกลับมายังถิ่นฐานเดิมของตัวเองจะถูกเจ้าหน้าที่ของรัฐมาหาถึงที่บ้านแล้วขอตรวจวัดอุณหภูมิร่างกาย ทั้งๆที่หลายคนก็ไม่ได้แจ้งคนอื่นเลยเกี่ยวกับการเดินทางไปอู่ฮั่น แต่ทางรัฐบาลก็สามารถทราบได้จากข้อมูลบิ๊กดาต้า

how-to-track-the-coronavirus-dashboard-d-5e31b17040e6150001e37e08-1-jan-31-2020-13-40-40-poster

นอกจากนี้ในการระบาดของไวรัสครั้งนี้ บริษัทเทคโนโลยีในประเทศจีนหลายบริษัทก็ใช้เทคโนโลยีดิจิทัลมาในการแสดงข้อมูลต่างๆให้กับประชาชน เช่น Wechat ได้จัดทำแผนที่การระบาดแบบเรียลไทม์ รวมถึงข้อมูลของโรงพยาบาลและคลีนิคสุขภาพให้กับประชาชน หรือบริษัทผู้ให้บริการโทรศัพท์เคลื่อนที่อย่าง China Mobile และ China Unicom ก็ช่วยส่งข้อความมากกว่า 4 พันล้านข้อความให้กับประชาชนเพื่อที่จะได้ทราบข้อมูลการแพร่ระบาดที่ถูกต้องและช่วยควบคุม ป้องกันไม่ให้เกิดการแพร่หลายของข่าวลือ หรือข่าวลวงโดยเฉพาะจากสื่อสังคมออนไลน์ที่จะทำให้ประชาชนเกิดความเข้าใจข้อมูลที่คาดเคลื่อนหรือตื่นตระหนกจนเกินเหตุ มีการเปิดบริการวิดีโอคอนเฟอเรนซ์ให้กับประชาชนที่มีเหตุฉุกเฉินหรือต้องการคำปรึกษาใช้ฟรี และมีหลายบริษัทที่ทำแอปพลิเคชั่นให้คนตรวจสอบได้ว่าเดินทางมาทางเที่ยวบินหรือรถไฟขบวนเดียวกับคนไข้ที่ติดไวรัสหรือไม่

บริษัทหลายแห่งในจีนมีการนำเทคโนโลยีเอไอมาช่วยในการป้องกันการแพร่ระบาดของไวรัส อาทิเช่น Baidu ได้พัฒนาระบบเอไอที่ตรวจสอบอุณหภูมิโดยใช้ระบบอินฟาเรดและระบบจดจำใบหน้าที่นำไปใช้บริเวณสถานีรถไฟเพื่อตรวจวัดอุณหภูมิและจดจำใบหน้าของผู้โดยสารที่มีอุณหูมิสูงกว่า 37.3 องศา หรือบริษัท Megvii ที่เป็นบริษัท Start-up ที่มีความเชียวชาญด้านระบบจดจำใบหน้าก็ได้พัฒนาระบบเอไอที่จะคัดกรองผู้ที่มีอุณหภูมิสูงจากฝูงชนแม้คนนั้นจะสวมหน้ากากก็ตาม หรือที่เมืองกว่างโจวมีหุ่นยนต์ในห้างสรรพสินค้าบางแห่งที่สามารถตรวจสอบคนที่ไม่สวมหน้ากากเดินผ่านไปมาได้

นอกจากนี้บริษัท Baidu และ Alibaba ยังได้พัฒนาระบบเอไอที่จัดเก็บข้อมูลของประชาชนที่มาโทรศัพท์มาติดต่อสอบถามข้อมูลต่างๆเกี่ยวไวรัสนี้เพื่อจะนำไปพัฒนาและปรับปรุงการเฝ้าระวังให้ดีขึ้น ที่สำคัญสุดคือระบบเอไอยังถูกนำไปใช้ในการแพทย์เพื่อช่วยวิเคราะห์ จีโนม (Genome) ของไวรัสโคโรนา เพื่อที่จะหาแนวทางในการพัฒนาวัคซีนป้องกันไวรัส ซึ่งเทคโนโลยีก็จะทำให้สามารถประมวลผลได้อย่างรวดเร็วขึ้น ซึ่งบริษัท Alibaba ได้ให้หน่วยงานวิจัยต่างๆสามารถใช้ระบบเอไอขนาดใหญ่ของบริษัทเพื่อการวิจัยวัคซีนและยาตัวใหม่นี้ได้

บริษัทเทคโนโลยีของจีนหลายบริษัทต่างบริจาคเงินมาช่วยสนับสนุนทั้งการรักษาพยาบาล การป้องกันการระบาด และการวิจัยเพื่อแก้วิกฤติไวรัสโคโรนา เป็นจำนวนมาก อาทิเช่น Alibaba บริจาค 1 พันล้านหยวนและให้การสนับสนุนทั้งระบบออนไลน์หรือการช่วยด้านอาหารและการอำนวยความสะดวกแก่บุคลากรทางการแพทย์ บริษัท Tencent บริจาค 300 ล้านหยวนในการจัดตั้งกองทุนป้องกันและควบคุมโรคระบาด หรือบริษัท Baidu บริจาค 300 ล้านหยวนในการจัดตั้งกองทุนวิจัยด้านยา นอกจากนี้บริษัททางด้านโทรคมนาคมอย่าง China Mobile, China Telecom, China Unicom และ Huawei ต่างก็จัดหาอุปกรณ์ 5G มาให้กับโรงพยาบาลแห่งใหม่ที่สร้างขึ้นในเมืองฮูอั่น รวมถึง Lenovo ที่บริจาคอุปกรณ์คอมพิวเตอร์ให้กับโรงพยาบาล

ความร่วมมือร่วมใจของบริษัทเทคโนโลยีในจีน นอกจากจะเป็นการช่วยเหลือประชาชน และรัฐบาลจีนในการป้องกันการระบาดของไวรัสแล้ว ยังทำให้เห็นว่าความก้าวหน้าของเทคโนโลยีดิจิทัลในจีน โดยเฉพาะด้านเอไอ อาจมีส่วนที่ทำให้วิกฤติไวรัสครั้งนี้สามารถแก้ไขได้เร็วขึ้นก็เป็นได้

ธนชาติ นุ่มนนท์

IMC Institute

สร้างภูมิคุ้มกัน สกัด Fake News

84015187_1620190491461618_2111547772598484992_o

สมัยผมเป็นเด็กยุคที่ยังไม่มีอินเทอร์เน็ตการรับข้อมูลข่าวสาร ยังมีช่องทางในวงจำกัด สื่อมีเพียงไม่กี่ประเภท เช่น หนังสือพิมพ์ ทีวี วิทยุ โดยไม่สามารถเลือกได้ตามชอบใจ แต่สิ่งสำคัญ คือ ข่าวต่างๆ จะถูกกลั่นกรองมาจากคนทำหน้าที่สื่อมวลชน มีจรรยาบรรณและมีความรับผิดชอบในวิชาชีพ บางครั้งเมื่อการลงข่าวผิดพลาดแม้แต่พิมพ์ชื่อคนผิดเราก็อาจเห็นการตีพิมพ์ข้อความขออภัย หรือหากเป็นความผิดพลาดอย่างรุนแรงก็อาจเห็นนักข่าวถูกปลดออกหรือถูกทำโทษ

ข้อมูลที่เผยแพร่ในวงจำกัด ต้องอ่านในหนังสือ ต้องเข้าห้องสมุดไปค้น และบางครั้งก็อาจไม่สามารถหาข้อมูลได้หากไม่มีหนังสือหรือเอกสารใดๆ ที่ตีพิมพ์ออกมา แม้ข้อมูลจะมีจำกัดแต่หนังสือเหล่านั้นส่วนใหญ่มีคุณภาพ มีกองบรรณาธิการทำหน้าที่กลั่นกรองข้อมูล มีสำนักพิมพ์รับผิดชอบในการตีพิมพ์ เราจึงมักได้ข้อมูลที่ถูกต้องเป็นส่วนใหญ่

ต่างจากปัจจุบันที่เข้าสู่ยุคอินเทอร์เน็ต เราบอกว่าถ้าไม่รู้อะไรก็แค่กดถามอากู๋ (Google) เพียงเท่านั้นข้อมูลข่าวสารก็จะหลั่งไหลเข้ามามหาศาล เราอยู่ในยุคที่ข้อมูลล้นทะลัก มีให้เลือกอ่าน เลือกดู เลือกฟัง ได้มากมาย ใครๆ ก็สามารถสร้างข้อมูลในโลกอินเตอร์เน็ตได้ ยุคแรกๆ ก็อาจเป็นแค่การสร้างเว็บไซต์ หรือเขียนบล็อกต่างๆ แต่ในปัจจุบันเป็นโลกของโซเชียลมีเดียยุคของ เฟซบุ๊ค, อินสตาแกรม, ทวิตเตอร์ และยูทูบ ใครๆ ต่างก็มีช่องทางสื่อสารของตัวเอง จนทุกคนสามารถที่จะเป็นผู้สื่อข่าวหรือนักเขียนเองได้

ถ้าคนทุกคนมีความคิดดี มีความเป็นนักวิชาการ มีความเป็นสื่อมวลชนที่ดี เนื้อหาและข่าวสารที่ถูกสร้างขึ้นย่อมมีความถูกต้องแม่นยำ และมีประโยชน์ต่อส่วนรวม แต่ในโลกความเป็นจริงแล้ว แต่ละวิชาชีพจำเป็นต้องมีการเรียนรู้ ต้องมีจรรยาบรรณ และต้องมีความรับผิดชอบ การสื่อสารและสร้างข่าวผิดพลาด แม้แต่เนื้อหาวิชาการที่ผิดพลาด หากทำขึ้นมาโดยขาดความรู้ที่ถูกต้องก็จะทำให้สังคมเข้าใจผิด และสุดท้ายก็อาจเกิดความเสียหายในสังคม

image

ยิ่งการที่มีคนบางกลุ่มพยายามสร้างข่าวลวง ซึ่งอาจเป็นเพราะความสนุก คึกคะนอง ความเกลียดชัง หรือหวังผลทางการเมือง ก็ยิ่งทำให้เกิดความปั่นป่วนขึ้น ทุกวันนี้เราเห็นข่าวสารต่างๆ ถูกแชร์ออกมามากมายผ่านทางโซเชียลมีเดียล บ้างก็เป็นภาพที่บรรจงแต่งขึ้นมา บ้างก็เป็นข้อความ และเนื้อหาแนะนำเรื่องราวต่างๆ มากมายไปจนถึงทางด้านการแพทย์ ซึ่งส่วนมากไม่มีการระบุแหล่งที่มา หรืออ้างแหล่งที่ผิดๆ จนหลายคนไม่รู้ว่าข้อมูลเหล่านั้นถูกต้องหรือไม่

ยิ่งล่าสุดในสถานการณ์ของการระบาดไข้หวัดโคโรน่าสายพันธุ์ใหม่ 2019 เราจะเห็นข้อความถูกแชร์มาสารพัด บ้างก็ให้ความรู้ที่ไม่แน่ใจว่าถูกต้องหรือไม่ บ้างก็สร้างข่าวให้เกิดความตื่นตระหนกจนเกินเหตุ บ้างก็เจตนาหวังผลทางการเมือง จนรัฐบาลในหลายๆ ประเทศเริ่มมีความกังวลต่อการสร้างข่าวลวงเหล่านี้

เราอยู่ในสังคมของการ Click, Like และ Share ผู้คนจำนวนมากเลือกคลิกข้อมูลต่างๆ ขึ้นมาอ่านอย่างผิวเผิน มีการกด Like ด้วยความชื่นชม และบางครั้งก็ส่งข้อมูลที่อ่านคร่าวๆ เหล่านั้นแชร์ให้กระจายออกไป ในโลกออนไลน์การสร้างเนื้อหาต่างๆ เป็นเรื่องง่าย แต่สิ่งที่น่ากลัวก็คือ ผู้คนที่จะใช้โลกออนไลน์ได้มีประโยชน์ต้องมีภูมิคุ้มกันในการรับข้อมูลข่าวสารที่ดี และเลือกรับให้เป็น ถ้าสังคมมีความอ่อนแอขาดภุมิคุ้มกัน การมีข้อมูลมหาศาลจะกลายเป็นผลร้ายต่อสังคม ผู้คนเลือกบริโภคข้อมูลผิดๆ เกิดความผิดพลาด บางครั้งอาจทำให้ความเข้าใจองค์ความรู้บางอย่างผิดเพี้ยนไป

ดังนั้นหนึ่งในทักษะเชิงดิจิทัลที่ผู้คนควรมี คือทักษะด้านความสามารถการค้นหาและใช้ข้อมูล ซึ่งไม่ใช่เพียงแค่การค้นข้อมูลจาก กูเกิล หรือ เสิร์ช เอ็นจิ้น ต่างๆ เท่านั้น แต่ควรจะรวมไปถึงความสามารถในการวิเคราะห์และตัดสินจากข้อมูลที่มีคุณภาพในโลกอินเทอร์เน็ต รวมถึงทักษะในการอ้างอิงข้อมูลต่างๆ เหล่านี้ และเข้าใจถึงลิขสิทธิ์ของข้อมูลและการนำไปใช้

ยิ่งในโลกปัจจุบันที่มีข้อมูลอยู่มากมาย เราจะสอนผู้คนให้ทราบได้อย่างไรว่า ข้อมูลใดถูกต้อง ดังนั้นทักษะเหล่านี้จะต้องถูกปูพื้นฐานตั้งแต่เด็กให้เข้าใจในเชิงเปรียบเทียบ วิเคราะห์แหล่งที่มาของข้อมูล หาแหล่งข้อมูลอ้างอิง การเรียนการสอนตั้งแต่ในระดับประถมศึกษาจึงจำเป็นต้องสอนให้เด็กสืบค้นข้อมูลออนไลน์อย่างมีคุณภาพ ไม่ใช่สอนแค่ให้ค้นได้แล้วเอามาตัดปะมาส่ง แต่จะต้องฝึกเด็กให้คิดเชิงวิเคราะห์ แยกแยะข้อมูลที่ถูกผิดได้ ซึ่งถ้าเราสามารถสอนคนให้รู้จักใช้ข้อมูลได้อย่างมีคุณภาพ ความกังวลเรื่องข่าวลวงต่างๆ ก็จะน้อยลงไป และสังคมออนไลน์ที่กด Click, Like และ Share ก็จะมีข้อมูลที่มีคุณภาพมากขึ้นด้วย

ธนชาติ นุ่มนนท์

IMC Institute

(บทความนี้ปรับปรุงจากคอลัมน์ประจำทุกวันศุกร์ที่ผมเขียนในกรุงเทพธุรกิจhttps://tinyurl.com/bkk-biznews)

บริษัทเทคโนโลยีมีการดักฟังข้อมูลการสนทนาเราหรือไม่

84015187_1620190491461618_2111547772598484992_o

ผมเคยสนทนากันในบ้านว่าสนใจสินค้ายี่ห้อหนึ่ง หลังจากนั้นอีกวันหนึ่งก็พบเห็นโฆษณาของสินค้านั้นในโซเชียลมีเดียที่ใช้อยู่เป็นประจำ ทั้งๆ ที่ผมเองไม่เคยค้นหาข้อมูลในอินเทอร์เน็ตเกี่ยวกับสินค้านั้นเลย เคยได้พูดคุยกับเพื่อนบางคนก็บอกว่าเจอเหตุการณ์คล้ายๆ กัน และเมื่อค้นบทความต่างๆ ก็จะพบหลายๆ เรื่องที่เขียนออกมาในทำนองนี้แล้วตั้งคำถามว่า โทรศัพท์หรืออุปกรณ์ในบ้านของเราแอบดักฟังเราเพื่อการโฆษณาจริงหรือไม่

ในโลกยุคปัจจุบันมีการนำระบบเอไอมาทำการโฆษณาให้ตรงกับกลุ่มเป้าหมาย แต่การที่ระบบเอไอ จะทำการวิเคราะห์ข้อมูลแต่ละบุคคลได้จำเป็นต้องมีการสะสมข้อมูลพฤติกรรมของแต่ละบุคคล เช่น ข้อมูลการเล่นอินเทอร์เน็ต ข้อมูลการเลือกสินค้า ข้อมูลการใช้โซเชียลมีเดีย ซึ่งจะไม่แปลกใจหากข้อมูลเหล่านั้นได้มาจากการที่คนๆ นั้นใช้อินเทอร์เน็ตโดยตรง แต่หากเป็นการสนทนากันเองหรือการพูดคุยโทรศัพท์ก็อาจกลายเป็นการละเมิดสิทธิส่วนบุคคล

ปัจจุบันอุปกรณ์ส่วนบุคคลจำนวนมากเชื่อมต่ออยู่กับอินเทอร์เน็ตและสามารถส่งข้อมูลไปเครื่องเซิร์ฟเวอร์ของเจ้าของผลิตภัณฑ์ที่อาจอยู่ต่างประเทศ ดังเช่น

  • Wearable Device หรือนาฬิกาอัจฉริยะ อาจส่งข้อมูลการออกกำลังกาย การเต้นของชีพจร การหลับนอนของเรา
  • กล้องอัจฉริยะ อาจส่งข้อมูลภาพต่างๆ ที่ตรวจจับอยู่
  • อุปกรณ์อัจฉริยะในบ้าน อาจส่งข้อมูลการทำงานของอุปกรณ์ เช่น การเปิดการปิดประตูบ้าน หรือความเคลื่อนไหวต่างๆ ในบ้าน

ซึ่งบริษัทเจ้าของผลิตภัณฑ์จะมีข้อมูลเหล่านั้นจำนวนมากเก็บอยู่ และหากไม่มีกฎหมายคุ้มครองข้อมูลส่วนบุคคลที่ดีพอบริษัทเหล่านั้นก็สามารถจะนำข้อมูลของเราไปวิเคราะห์เพื่อประโยชน์อื่นๆ ได้

และยิ่งเมื่อมาพิจารณาถึงอุปกรณ์ IoT ใหม่ๆ เช่น ลำโพงอัจฉริยะ อย่าง Google Home หรือ Amazon Echo ที่เราสามารถสั่งงานด้วยเสียงได้ ก็จะรู้สึกเสมือนว่าอุปกรณ์เหล่านี้รอฟังคำสั่งเราที่เป็น Trigger Voice เช่น OK Google หรือ Hey Alexa ตลอดเวลา ทำให้อดคิดไม่ได้ว่าบริษัทเหล่านี้เก็บข้อมูลมหาศาลไว้เพื่อวิเคราะห์หรือไม่ เช่นกันกับทีวีอัจฉริยะหรือกล้องอัจฉริยะที่อาจเก็บภาพเคลื่อนไหวของเราตลอดเวลา และสามารถนำไปวิเคราะห์ได้ หรือแม้แต่ App ที่ติดตั้งลงในมือถือก็สามารถที่จะแอบเก็บข้อมูลการสนทนาเราไปวิเคราะห์ได้เช่นกัน

are-you-being-listened-to-0001-alt-416x416

แม้บริษัทใหญ่ๆ อย่าง Facebook หรือ Google ต่างออกมายืนยันว่า ไม่เคยใช้วิธีการฟังเสียงจากโทรศัพท์หรืออุปกรณ์อื่นแล้วนำข้อมูลส่วนบุคคลมาใช้วิเคราะห์เพื่อการโฆษณาก็ตาม แต่สิ่งที่ปรากฏจากโฆษณาเกิดจากการใช้อัลกอริทึมที่นำข้อมูลการใช้อินเทอร์เน็ตของเรา เช่น การโพสต์ การค้นหาข้อมูล ตำแหน่งของเรา รูปภาพ ตลอดจนข้อมูลเพื่อนๆ ของเรามาวิเคราะห์พฤติกรรม ซึ่งปฏิเสธไม่ได้ว่าบริษัทเหล่านี้ติดตามข้อมูลของเราตลอดเวลาจนทำให้มีข้อมูลจำนวนมาก

ยิ่งเมื่อพิจารณาถึงอุปกรณ์ต่างๆ ที่เชื่อมต่อกับอินเทอร์เน็ตก็ยิ่งน่าเป็นห่วงว่า เราถูกติดตามมากขึ้น และความเป็นส่วนตัวหายไป บริษัทผู้ให้บริการเริ่มทราบว่า เราอยู่ที่ใด เคลื่อนไหวอย่างไร พักผ่อนมากหรือไม่ ที่บ้านมีใครอยู่หรือไม่ ตลอดจนอาจทราบว่ามีการสนทนาเรื่องใด ดังนั้นการใช้อุปกรณ์เหล่านี้แม้จะสร้างความสะดวกสบาย สร้างบ้านอัจฉริยะ เมืองอัจฉริยะ อาจได้คุณภาพชีวิตที่ดีขึ้น แต่ก็อาจต้องแลกมาด้วยความเป็นส่วนตัวที่สูญหายไป 

ดังนั้นแนวโน้มเทคโนโลยีเรื่องอุปกรณ์อัจฉริยะที่เชื่อมต่ออินเทอร์เน็ตก็เริ่มมีการกล่าวถึงการนำข้อมูลมาประมวลผลโดยตรงที่อุปกรณ์โดยไม่ต้องส่งไปยังเซิร์ฟเวอร์ของผู้ให้บริการ เช่น อุปกรณ์อัจฉริยะที่สามารถจดจำใบหน้าจะเก็บข้อมูลใบหน้าผู้คนต่างๆ ไว้ที่อุปกรณ์โดยตรง หรือลำโพงอัจฉริยะไม่ควรมีการส่งเสียงสนทนากลับไป ทั้งนี้ก็เพื่อป้องกันการละเมิดข้อมูลส่วนบุคคล

 ในปัจจุบันเรื่องการใช้ข้อมูลกำลังเป็นเรื่องที่สำคัญมากโดยเฉพาะเรื่องความเป็นส่วนตัวของข้อมูลและการที่องค์กรต่างๆ นำข้อมูลของลูกค้ามาใช้ประโยชน์ ทำให้ทุกคนมีความกังวลต่อความปลอดภัยและความเสี่ยงจากการถูกใช้ข้อมูลเหล่านี้ จึงต้องมีการสร้างความเชื่อมั่นโดยต้องมีความโปร่งใสในเรื่องความเป็นส่วนตัวของข้อมูล และต้องมีจริยธรรมดิจิทัล (Digital Ethics) 

นอกจากนี้ก็ยังมีความกังวลในเรื่องการพัฒนาระบบเอไอที่ต้องสามารถอธิบายได้ โดยจะต้องบอกได้ว่านำข้อมูลใดมาใช้ มีการพัฒนาและสอนระบบเอไออย่างไร ระบบเอไอที่ได้มาต้องสามารถติดตามและตรวจสอบได้ว่ามีการใช้งานอย่างไร ซึ่งหากเรายังไม่สามารถอธิบายเรื่องความโปร่งใสของการใช้ข้อมูลหรือการทำระบบเอไอดีพอ สุดท้ายทุกคนคงอาจหนีออกจากการใช้ระบบอัจฉริยะต่างๆ เหล่านี้

ธนชาติ นุ่มนนท์

IMC Institute

(บทความนี้ปรับปรุงจากคอลัมน์ประจำทุกวันศุกร์ที่ผมเขียนในกรุงเทพธุรกิจhttps://tinyurl.com/bkk-biznews)

มอง 10 เทคโนโลยีเด่นปีหน้า และแนวทางที่องค์กรต่างๆต้องปรับตัว

Screenshot 2019-12-31 14.38.39

ปีที่ผ่านมาเราได้เห็นองค์กรต่างๆให้ความสนใจในเรื่องของเทคโนโลยีดิจิทัลมากขึ้น มีการพูดถึง Digital Disruption และการทำ Digital Transformation ในแง่ของเทคโนโลยีถ้าดูผิวเผินก็อาจไม่แตกต่างจากเดิมมากนัก เทคโนโลยีหลักๆก็ยังพูดถึงเรื่องของ Cloud, Mobile, Big Data, AI หรือ IoT แต่จริงๆแล้วเราเริ่มให้การเปลี่ยนแปลงมากขึ้นจากความต้องการของผู้ใช้งาน ทั้งในแง่ของคว่ามรวดเร็วในการประมวลผล ความปลอดภัยในการใช้งาน และความง่ายต่อการใช้งาน ทำให้มีมุมมองในการนำเทคโนโลยีมาประยุกต์อย่างต่อเนื่อง

สำหรับแนวโน้มเทคโนโลยีปี 2020 ผมได้รวบรวมข้อมูลจากแหล่งต่างๆและกล่าวบรรยายในงานสัมมนา Digital Trends 2020 ว่าเราจะเห็นเรื่องหลักๆอยู่ 10 ด้าน และสำหรับในปีหน้าองค์กรควรจะต้องตระหนักถึงเรื่องต่างเหล่านี้ และจะต้องเตรียมตัวอย่างไรบ้าง ดังนี้

1. การเข้าสู่ยุคของเทคโนโลยีชุดใหม่ DARQ

โลกในปัจจุบันกำลังมีการเปลี่ยนแปลงจากยุคดิจิทัล (Digital Era) ไปสู่ยุคหลังดิจิทัล (Post-Digital Era) โดยยุคดิจิทัลองค์กรที่จะแข่งขันได้ ต้องลงทุนเน้นกลุ่มเทคโนโลยีที่เรียกว่า SMAC กล่าวคือ โซเชียล โมบาย อนาไลติกส์ และคลาวด์ เพื่อสร้างความแตกต่าง ขณะที่ยุคหลังดิจิทัลกลุ่มของเทคโนโลยีที่จะกลายเป็นตัวเร่งให้เกิดการเปลี่ยนแปลง และช่วยผลักดันให้องค์กรเกิดขีดความสามารถใหม่ๆ ในการแข่งขันจะกลายเป็นกลุ่มที่เรียกว่า DARQ ซึ่งย่อมาจากเทคโนโลยีต่างๆ ดังนี้

  • Distributed ledger technology เทคโนโลยีบัญชีบันทึกข้อมูลอย่าง Blockchain ที่จะช่วยให้องค์กรหรือบุคคลต่างๆ ทำธุรกรรมและเชื่อมโยงกันได้โดยไม่จำเป็นต้องมีคนกลาง
  • Artificial Intelligence (AI) การนำปัญญาประดิษฐ์ที่พัฒนาจากข้อมูลมหาศาลมาใช้ในกระบวนการทำงานต่างๆ
  • Extended Reality เทคโนโลยีจำลองภาพบรรยากาศจริง อย่าง Virtual Reality หรือ Augmented Reality
  • Quantum Computing ระบบคอมพิวเตอร์ที่ทำงานด้วยศาสตร์ที่เกี่ยวข้องกับทฤษฎีควอนตัมฟิสิกส์ ที่จะสามารถเพิ่มความเร็วในการประมวลผลได้มหาศาล

ดังนั้นในช่วง 3 ปีข้างหน้าสถานการณ์จะไม่เป็นเช่นเดิม องค์กรจำเป็นจะต้องให้ความสำคัญกับเทคโนโลยีกลุ่ม DARQ ต้องตระหนักถึงความพร้อมขององค์กร ประเมินศักยภาพในการเข้าถึงเทคโนโลยีเหล่านี้ ต้องพัฒนาทักษะของบุคลากรเพื่ิอรองรับเทคโนโลยีดังกล่าว และวางแนวทางในการนำเทคโนโลยี DARQ มาใช้เพื่อปรับโฉมอุตสาหกรรมที่กำลังเปลี่ยนไป

2. 5G Network

เทคโนโลยี 5G ไม่เพียงแต่จะทำให้ความเร็วของการใช้อินเตอร์เน็ตเพิ่มขึ้นอย่างมหาศาล แต่ยังจะทำให้มีจำนวนอุปกรณ์เชื่อมต่อได้มากขึ้นและจะช่วยลด Latency ในการส่งข้อมูล การเข้ามาของ 5G จะทำให้ธุรกิจต่างๆมีช่องทางการให้บริการที่แตกต่างจากเดิมได้มากขึ้น และจะเปิดโอกาสให้มีการสร้างรูปแบบธุรกิจใหม่ๆ อย่างเช่นสมัย 4G เข้ามา ก็สามารถสร้างบริการใหม่ๆอย่าง Mobile banking, Mobile commerce หรือ Food delivery ได้ ทั้งนี้อุตสาหกรรมด้านต่างๆจะเติบโตขึ้น แต่อาจไม่ใช่รูปแบบเดิมๆเช่น สื่อทีวีก็อาจกลายเป็น Streaming TV หรือ ค้าปลีกก็อาจเป็น M-Commerce

ในปัจจุบันมี Telecom Operator กว่า 102 รายทั่วโลกที่ให้บริการ 5G ใน 6,619 เมือง และต้นปีหน้าเราจะเห็นการประมูลสัมปทานคลื่นความถี่ 5G และอาจเรื่มมีการให้บริการ 5G ในบ้านเรา ดังนั้นองค์กรต่างๆควรจะต้องศึกษาแนวทางในการใช้ประโยชน์จากความเร็วอินเตอร์เน็ตที่สูงขึ้น หรือการที่จะมีอุปกรณ์อย่าง IoT  ที่มาเชื่อมต่อเครือข่าย 5G ได้มากขึ้น เพื่อหารูปแบบธุรกิจและบริการใหม่ๆเพื่อรองรับความต้องการของผู้บริโภคที่จะเปลี่ยนไป

3. The Empowered Edge

Edge ในที่นี้หมายถึงเทคโนโลยีอย่าง IoT ซึ่งคาดการณ์ว่าในปี 2023 จะมีอุปกรณ์แบบนี้จำนวนเพิ่มขึ้นถึง 20 เท่า การทำงานของ IoT Platform จะมีองค์ประกอบหลักๆอยู่ 4 ส่วนคือ

  • IoT Devices: ตัวอุปกรณ์เชื่อมต่อ
  • Connectivity: ระบบสัญญาณการเชื่อมต่อเช่น WiFi, 5G
  • Data processing: ระบบการประมวลผลข้อมูล
  • User interface: ส่วนของการใช้งานของผู้ใช้ เช่น App ต่างๆ

ปัจจุบันการทำงานของ IoT จะต้องส่งข้อมูลไปประมวลผลบนระบบคลาวด์  ซึ่งก็จะมีปัญหาเรื่องความล่าช้า ในการส่งข้อมูลและเรื่องความปลอดภัยของข้อมูล ที่บางครั้งเป็นการส่งข้อมูลส่วนตัวไปเก็บไว้บน Server ของผู้ให้บริการ IoT Platform

Empowered Edge ก็คือ การใช้เทคโนโลยีที่สามารถดึงข้อมูลเข้ามาเก็บไว้ภายในอุปกรณ์ และประมวลผลที่ปลายทางหรือที่อุปกรณ์์เลย เช่น ระบบลำโพงอัจฉริยะสามารถประมวลผลบางส่วนได้ที่ตัวอุปกรณ์ หรือการพัฒนาระบบอย่างเช่น หุ่นยนต์ หรือโดรน ให้มีทรัพยากรในการประมวลผลและเก็บข้อมูลได้มากขึ้นเพื่อที่จะได้เข้าสู่ Edge Computing

ดังนั้นองค์กรต่างๆควรจะต้องเริ่มวางแผนและศึกษาในเรื่องของอุปกรณ์ IoT ที่จะนำมาประยุกต์ใช้และพิจารณาเรื่องของ Edge Computing ซึ่งจะตรงใจกับความต้องการของผู้บริโภคที่ต้องการความเป็นส่วนตัวของข้อมูล เช่นระบบ Smart Home ที่เก็บข้อมูลและประมวลผลอยู่ภายในอุปกรณ์

4. Distributed Cloud

แนวโน้มของ Cloud Computing คือเน้นการใช้บริการใหม่ๆที่ทำให้องค์กรต่างๆสามารถสร้างสินค้า บริการ และนวัตกรรมได้รวดเร็วขึ้น ผู้ให้บริการ Cloud รายใหญ่ๆในยุคปัจจุบันกำลังแข่งขันกันพัฒนาบริการใหม่ๆอย่าง Serverless Computing, Kubernetes, AI / Machine Learning services หรือ
Big data services แต่การใช้บริการ Public cloud ยังมีปัญหาเรื่องของ Latency จากการส่งข้อมูลไปยัง Server ไกลๆ เช่น การส่งข้อมูล IoT เป็นต้น และบางครั้งติดที่กฎระเบียบที่ต้องการให้เก็บข้อมูลอยู่ในประเทศ

Distributed Cloud คือบริการของ Public cloud ที่จะเปลี่ยนระบบคลาวด์จากการรวมศูนย์ข้อมูลอยู่ที่เซิฟเวอร์ภายนอกแต่จะกระจายไปยัง Data Center หลายๆ แห่งเพื่อตอบโจทย์เรื่องกฎระเบียบต่างๆ ที่ต้องการให้ข้อมูลและการประมวลผลอยู่ในบริเวณที่ต้องการ และจะช่วยทำให้องค์กรต่างๆสามารถพัฒนานวัตกรรมด้านดิจิทัลอาทิเช่น AI หรือ Big Data ได้รวดเร็วขึ้น

องค์กรต่างๆจะแข่งขันได้จำเป็นต้องสร้างนวัตกรรมอย่างเร็วผ่านบริการ Public Cloud แต่ขณะเดียวกันก็ต้องคำนึงถึงกฎระเบียบต่างๆ ดังนั้นควรจะต้องศึกษาและหาแนวทางพัฒนานวัตกรรมเหล่านี้ผ่าน Distributed Cloud

5. AI Products 

ในปัจจุบันมีอุปกรณ์ AI ต่างๆที่ผู้คนใช้ในชีวิตประจำวันและธุรกิจที่หลากหลายมากขึ้นอาทิเช่น Google Map, Home Assistant, Smart Home, Translator, Chatbot หรือ Product Recommendation ทำให้เริ่มเห็นว่าอุปกรณ์ AI กลายเป็นเรื่องปกติเสียแล้ว

นอกจากนี้อุปกรณ์เอไอก็เริ่มเปลี่ยนจากการทำงานแบบเดี่ยวๆ (Stand alone) มาเป็นการทำงานร่วมกันเช่น อุปกรณ์ Smart Home ก็สามารถสั่งงานผ่านอุปกรณ์ Home Assistant ได้ หรืออุปกรณ์หนึ่งสามารถควบคุมอีกอุปกรณ์หนึ่งได้ หรือเราอาจเคยเห็นตัวอย่างของ Drone Swarms ที่สั่งงานอุปกรณ์ Drone พร้อมกันนับเป็นพันตัว

องค์กรต่างๆจำเป็นจะต้องเร่งศึกษาและนำอุปกรณ์เอไอต่างๆเหล่านี้เข้ามาใช้ในการทำงาน และหาช่องทางในการใช้ประโยชน์เพื่อให้บริการลูกค้า และสร้างศักยภาพในการแข่งขัน

Screenshot 2019-12-31 14.58.20

6. Hyperautomation

ข้อมูลจาก PwC ระบุว่าในปี 2030 ระบบงาน Automation ต่างๆรวมทั้งหุ่นยนต์และเอไอจะสร้างมูลค่า GDP ของโลกถึง 15 ล้านล้านเหรียญ และงานกว่า 44% ในปัจจุบันจะมีความเสี่ยงที่ถูกแทนที่ด้วยระบบ Automation

การทำ Hyperautomation จะเป็นการผสมผสานกันระหว่าง Machine Learning, Packaged Software และ Automation Tools เพื่อทำให้เกิดระบบงานอัตโนมัติ โดยในปีหน้าจะเห็นเรื่องสำคัญสองด้านคือ

  • การทำระบบอัตโนมัติของงานต่างๆจะมีจำนวนเพิ่มขึ้นอย่างมาก
  • จะมีการทำ AI-based Process Automation โดยจะมีการใช้เครื่องมือที่หลากหลายทั้ง Robot Process Automation (RPA) และเครื่องมืออื่นๆ ผสมกัน

องค์กรต่างๆควรที่จะต้องเริ่มวางแผนการทำ Automation สำหรับงานต่างๆในองค์กรและมีการผสมผสานกับการประบุกต์ใช้ AI มากขึ้น

7. Multi-experience

Multi-experience เป็นหนึ่งในแนวโน้มเทคโนโลยี 2020 ของ Gartner ซึ่งระบุว่าในปัจจุบันเราสามารถใช้ระบบดิจิทัลด้วยอุปกรณ์ใดๆก็ได้ หรือโลกก็คือคอมพิวเตอร์ (The World is your computer) ดังนั้นการที่คนจะโต้ตอบ รับรู้ ควบคุมโลกดิจิทัลและแอปพลิเคชันต่างๆ จึงเปลี่ยนจาก Technology-literate People มาเป็น People-literate Technology กล่าวคือ กำลังเปลี่ยนจากการที่ผู้คนจะโต้ตอบคอมพิวเตอร์ที่จุดสัมผัสบริการจุดใดจุดหนึ่ง (Single Touchpoint) กลายเป็นว่าโลกก็คือคอมพิวเตอร์ที่ผู้คนจะมีจุดสัมผัสบริการที่หลากหลาย (Multi Touchpoint) ที่ระบบอินเตอร์เฟสอาจเป็นทั้งระบบเสียง, Augmented Reality (AR), Virtual Reality (VR) หรือมีรูปแบบใหม่ๆ

ตัวอย่างเช่น Domino Pizza ได้พัฒนา Customer Experience ที่ใช้แอปในการสั่งอาหาร การสั่งงานด้วยเสียงผ่านลำโพงอัจฉริยะ ระบบติดตามพิซซ่า ระบบ ChatBot รถยนต์ไร้คนขับหรือโดรนในการส่งพิซซ่า ดังนั้นองค์กรต่างๆจำเป็นจะต้องพัฒนาระบบดิจิทัลให้กับผู้ใช้ในทุกๆช่องทางโดยการสร้าง Multi Touchpoint เพื่อรองรับความต้องการของผู้บริโภคที่จะใช้อุปกรณ์ดิจิทัลที่หลากหลาย

8. Democratization of Technology

ความก้าวหน้าของเทคโนโลยี AI ทำให้ผู้ใช้สามารถทำงานในเรื่องยากๆได้จากระบบอัตโนมัติโดยแทบไม่ต้องเรียนรู้วิธีใช้งานหรือทฤษฎีมากนัก อาทิเช่น คนทั่วไปสามารถเป็นนักลงทุนได้โดยใช้โปรแกรมการลงทุนอัตโนมัติอย่าง RoboTrading  หรือ คนทั่วไปอาจใช้เครื่องมือที่มีระบบ AIในการวิเคราะห์หรือสร้างโมเดลข้อมูล (Data Model) โดยไม่ต้องเขียนโปรแกรมหรือมีทักษะทางด้าน Data Science ซึ่งเรียกว่า Citizen Data Scientist

หลักการของ Democratization of Technology จะช่วยทำให้เกิด Citizen Access คือใครๆก็สามารถจะใช้เทคโนโลยีได้ โดยแบ่งเป็น 4 ด้านคือ

  • การพัฒนาซอฟต์แวร์ได้โดยอัตโนมัติ
  • การวิเคราะห์ข้อมูลได้โดยอัตโนมัติ
  • การออกแบบได้โดยอัตโนมัติ  
  • การเข้าถึงองค์ความรู้ได้โดยอัตโนมัติ  

ตัวอย่างของแอปพลิเคชั่นแบบ Democratization ตัวหนึ่งที่ผมใช้เมื่อต้นปีนี้คือ Google AutoML Table ที่ช่วยให้ผมสามารถทำ Data Science โดยไม่ต้องเขียนโปรแกรมแม้แต่บรรทัดเดียว ซึ่งเครื่องมือแบบนี้นับวันจะมีมากขึ้นเรื่อยๆ ดังนั้นองค์กรต่างๆอาจต้องศึกษาเรียนรู้การใช้โปรแกรมเหล่านี้ เพื่อสร้างศักยภาพการแข่งขันในอนาคต

9. Human Augmentation

การเชื่อมต่อกับผู้ใช้ในโลกดิจิทัลกำลังเปลี่ยนไป จากเดิมที่เราเคยเน้นการใช้แค่ Mouse หรือ keyboard กำลังจะกลายเป็นการติตต่อจากร่างกายเราหรือแม้กระทั่งคลื่นสมองไปยังระบบดิจิทัล หรือที่เรียกว่า Human Augmentation ซึ่งที่ผ่านมาเราก็เริ่มเห็นอุปกรณ์อย่าง Augmented Reality ที่ทำให้ผู้ใช้สามารถเห็นระบบเสมือนจริงแล้ว

นอกจากนี้ก็เริ่มมีอุปกรณ์์ต่างที่มาเชื่อมโยงรับข้อมูลทางกายภาพ (Physical Experience) ของคนเช่น Wearable Device ที่มาวัดการออกกำลังกาย การพักผ่อนของผู้คน หรือแม้แต่อุปกรณ์ที่เป็น Cognitive Augmentation ที่มาใช้วัดคลื่นสมองเพื่อเพิ่มความรู้ความเข้าใจ (Cognitive)และความนึกคิดของผู้คน

ดังนั้นองค์กรต่างๆอาจต้องเริ่มใช้ประโยชน์จากทำ Human Augmentation  เพื่อเชื่อมโยงและทำความเข้าใจกับผู้ใช้ให้ดียิ่งขึ้น

10. Transparency and Traceability

ในปัจจุบันหลายองค์กรให้ความสำคัญกับการพัฒนาระบบ AI และมีการใช้ข้อมูลทั้งขององค์กรและลูกค้ามาเพื่อพัฒนาระบบและวิเคราะห์เรื่องต่างๆ ซึ่งการใช้ข้อมูลกำลังเป็นเรื่องที่สำคัญมากโดยเฉพาะด้านความเป็นส่วนตัวของข้อมูล (Data Privacy) และวิธีการที่องค์กรต่างๆ นำข้อมูลของลูกค้ามาใช้ประโยชน์ ทำให้ทุกคนมีความกังวลต่อความปลอดภัยและความเสี่ยงจากการถูกใช้ข้อมูลเหล่านี้ จึงต้องมีการสร้างความเชื่อมั่นโดยต้องมีความโปร่งใสในเรื่องความเป็นส่วนตัวของข้อมูล และต้องมีจริยธรรมดิจิทัล (Digital Ethics) ที่ดี นอกจากนี้ยังมีความกังวลต่อการพัฒนาระบบ AI ที่ต้องสามารถอธิบายได้ โดยจะต้องบอกได้ว่านำข้อมูลใดมาใช้ มีการพัฒนาและสอน AI อย่างไร ระบบ AI ที่ได้มาต้องสามารถติดตามและตรวจสอบได้ว่ามีการใช้งานอย่างไร

สำหรับในบ้าน พรบ.คุ้มครองข้อมูลส่วนบุคคลจะมีผลใช้บังคับในเดือนพฤษภาคมปีหน้า ดังนั้นองค์กรต่างๆควรจะต้องมีการเตรียมการในเรื่องนี้

สุดท้ายผมได้แนบ Slides การบรรยายมาไว้ในบทความนี้ ซึ่งจะมีทั้งบทสรุปสั้นๆในเรื่องเทคโนโลยีเด่นต่างๆ และวิดีโอประกอบที่น่าสนใจ

ธนชาติ นุ่มนนท์

สถาบันไอเอ็มซี

เรื่องบ่นเกี่ยวกับ Big Data และหนทางออก

safe_image

ดร.จิรพันธ์ แดงเดช ของกลุ่ม Thailand SPIN ชวนผมไปบรรยายงาน “AI/Big Data เรื่องบ่น และหนทางออก” ในวันที่ 22 พฤศจิกายนนี้ ที่อาคาร Software Park ผมก็ไม่แน่ใจว่าผู้จัดเห็นผมเป็นคนชอบบ่นมากๆหรือเปล่า เลยให้ผมขึ้นบรรยายเป็นคนแรก จริงๆแล้วผมสัมผัสกับงานทางด้าน Big Data มาหลากหลายด้านทั้งงานสอน อบรม ให้คำปรึกษา ขึ้นเวทีบรรยาย ติดตั้งระบบ และเจอลูกค้ามากมาย รวมถึงมีบทบาทในฐานะของบอร์ดและผู้บริหารของหน่วยงานทั้งภาครัฐและเอกชนหลายแห่ง ก็เลยมีเรื่องบ่นมากมายอย่างที่ผู้จัดเชิญผมนั้นละ แต่บ่นแล้วจะมีหนทางออกไหมนั้นก็คงต้องให้วิทยากรท่านอื่นๆและผู้ฟังทุกท่านช่วยกันแลกเปลี่ยนความคิดเห็นร่วมกัน ทั้งนี้ในด้านของ Big Data ผมเห็นประเด็นต่างๆที่น่าบ่นดังนี้

  • เพ้อเจ้อ: ผมขึ้นมาอย่างนี้หลายท่านอาจตกใจ แต่จริงครับเรื่องที่น่าบ่นที่สุดคือการขาดความรู้ความเข้าใจเรื่อง Big Dataโดยเฉพาะผู้บริหารที่ต้องการทำโปรเจ็คด้านนี้ บางครั้งอยากทำเพราะตามกระแส แต่ก็ไม่ทราบว่าคืออะไร มอบหมายให้ฝ่ายไอทีไปจัดการบ้าง ลงทุนหาเครื่องมือมาทำบ้าง คิดว่าเริ่มต้นคือไปกำหนดทำ Data Catalog หรือ Data Warehouse แต่ไม่ได้มีกลยุทธ์ที่จะเข้ามาแก้ไขปัญหาอะไรที่ชัดเจน ที่หนักกว่าคือไม่มีข้อมูลจริงๆ และบ่อยครั้งก็ชอบโม้ไปว่าหน่วยงานได้ทำ Big Data เสร็จแล้ว ซึ่งจุดนี้น่ากลัวที่สุดเพราะแทบยังไม่ได้ทำอะไรแต่คิดว่าทำเสร็จแล้ว แต่โชคดีที่หลังๆก็เริ่มเห็นหลายหน่วยงานที่ผู้บริหารมีความรู้ความเข้าใจมี่ดีขึ้นมากแล้ว ทำให้เห็นทิศทางที่ดีขึ้นและเริ่มมีการนำ  Big Data มาใช้ได้จริง
  • ไม่มีข้อมูล: ปัญหานี้เจอมาในหน่วยงานหลายแห่ง ที่มีข้อมูลน้อยมากระดับแสนเรคอร์ด และขาดข้อมูลที่เข้ามาอย่างต่อเนื่อง สุดท้ายก็ไม่สามารถไปวิเคราะห์อะไรได้ โดยส่วนมากจะเจอปัญหาดังนี้
    • มีข้อมูลเพียงเล็กน้อย: นอกจากนี้อาจมีปัญหาที่ตามมาก็คือข้อมูลไม่อัพเดท เพราะข้อมูลแทบไม่มีการเคลื่อนไหวอะไรเลย ส่วนใหญ่ก็จะสามารถทำได้เพียงรวบรวมข้อมูลมาแสดง Dashboard อาจไม่สามารถไปทำ Prediction อะไรมากมายนัก
    • มีข้อมูลกระจัดกระจายแต่ยังไม่สามารถรวบรวมข้อมูลได้: ปัญหาแบบนี้ยังพอแก้ไขได้ โดยการพยายามรวบรวมข้อมูลที่เป็น Silo เหล่านี้เข้าสู่ DataLake
    • มีข้อมูลกระจัดกระจายแต่ไม่สามารถขอมารวบรวมได้: ส่วนใหญ่เราจะเจอปัญหาของการหวงข้อมูลของหน่วยงานต่างๆทั้งภายในและภายนอก ถ้าจะเปิดให้ใช้ก็อาจแค่ให้ดีงข้อมูลแบบ API เป็นรายเรคอร์ดไม่สามารถเอาข้อมูลทั้งหมดมาวิเคราะห์ได้ ซึ่งทำให้ยากต่อการวิเคราะห์ข้อมูลโดยการใช้ Big Data สุดท้ายก็ทำได้แค่ทำรายงานสรุป Dashboard เป็นเรื่องๆไป
  • ขาดบุคลากร: เรื่องของ Big Data มีแนวคิดที่แตกต่างจากการทำ Database หรือ Data warehouse  แบบเดิมๆ จะต้องเรืยนรู้หลักการใหม่ๆเช่นการทำ DataLake  หลักการของ ELT  แทนที่ ETL แบบเดิม การพัฒนาโปรแกรมโดยใช้ Python, R, Hadoop หรือ Spark ตลอดจนเครื่องมือรูปแบบใหม่อื่นๆ รวมถึงการทำ Data Science
  • ขาดเครื่องมือ: เมื่อพูดถึงการทำโปรเจ็ค Big Data ถ้าจะต้องลงมือทำจริงในองค์กรและมีข้อมูลขนาดใหญ่ อาจต้องติดตั้งที่ใช้งบประมาณนับสิบล้านบาท  ยกเว้นจะใช้ Public Cloud ที่ค่าใช้จ่ายเริ่มต้นอาจถูกกว่า แต่องค์กรส่วนใหญ่ก็ไม่ได้จัดสรรงบประมาณมากนัก และไม่อยากนำข้อมูลขึ้น Public cloud ทำให้ไม่สามารถทำโครงการได้อย่างแท้จริง
  • ไม่มีการนำมาใช้งานจริง: เมื่อมีการทำ Dashboard หรือการวิเคราะห์ต่างๆแล้ว บ่อยครั้งจะพบว่า ผู้ใช้ก็ยังเป็นทีมไอทีที่ทำโปรเจ็ค องค์กรไม่ได้มีวัฒนธรรมในการใช้ข้อมูลในทุกภาคส่วน ซึ่งอันนี้ก็อาจเป็นเพราะคนในบ้านเราไม่ได้คุ้นเคยกับการใช้ข้อมูลมากนัก เราไม่ค่อยใช้ตัวเลขในการตัดสินใจ ดังนั้นจึงจำเป็นต้องสร้างวัฒนธรรมองค์กรให้ใช้ข้อมูลมาในการตัดสินใจ มิฉะนั้นแล้วสิ่งที่ทำมาก็ไม่ได้เกิดการใช้งานจริง

จากที่เล่ามาทั้งหมดนี่ คือตัวอย่างที่จะบ่นให้ฟังในงานวันที่ 22 พฤศจิกายนนี้ ถ้าท่านใดสนใจจะฟังผมบ่นเพิ่มหรือฟังวิทยากรท่านอื่นๆบ่น ก็สามารถลงทะเบียนได้ที่  >> Eventbrite  โดยไม่มีค่าใช้จ่ายใดๆ

ธนชาติ นุ่มนนท์

IMC Institute

บทนำ จากหนังสือรวมบทความปี 2562 ของผม

73251706_1522920721188596_4970794027956830208_n

ผมจบปริญญาตรีสาขาวิศวกรรมไฟฟ้าที่มหาวิทยาลัยขอนแก่น จบมาในยุคที่ยังเรียนโปรแกรมคอมพิวเตอร์ ภาษา Fortran ด้วยการเจาะบัตรที่ใช้เครื่องคอมพิวเตอร์เมนเฟรม เรียนจนปีสุดท้ายถึงจะเริ่มเห็นเครื่องไมโครคอมพิวเตอร์เข้ามา แล้วก็เริ่มหัดมาเขียนภาษาปาสคาล โปรล็อก และ ภาษาซี บนเครื่องไมโครคอมพิวเตอร์ ตอนไปเรียนปริญญาโทและเอกสาขาวิศวกรรมไฟฟ้าและอิเล็กทรอนิกส์ที่มหาวิทยาลัยโอ็กแลนด์ ประเทศนิวซีแลนด์ ก็ได้เรียนเกี่ยวข้องกับวิชาคอมพิวเตอร์มากขึ้นหน่อยเพราะทำวิจัยทางด้าน Image Progrocessing และ Machine Leaning Algorithm และเมื่อใกล้ๆจะเรียนจบก็เริ่มมีระบบอินเตอร์เน็ตเข้ามาใช้ ทำให้สามารถเขียนโปรแกรมที่ซับซ้อนขึ้นและก็สามารถส่งโปรแกรมไปรันผ่านเครืองคอมพิวเตอร์ความเร็วสูงข้ามประเทศได้ แต่ประสิทธิภาพของระบบคอมพิวเตอร์และความเร็วของอินเตอร์เน็ตสมัยนั้นยังห่างชั้นกับปัจจุบันอย่างมากมาย

เมื่อจบปริญญาเอกกลับมาสอนหนังสือ และเขียนโปรแกรมต่างๆ ตลอดจนพัฒนาการเรียนรู้ตัวเองจนเป็น Certified Java Programmer ก็ยังรู้สึกว่าตัวเองเป็นนักไอที มองว่าเราคือโปรแกรมเมอร์และอาจารย์ ที่อาจจะแปลกแยกกับโลกของธุรกิจหรือสังคมส่วนใหญ่ ไอทีในยุคนั้นยังเป็นเพียงแค่งานสนับสนุนให้องค์กรหรือธุรกิจทำงานไปได้ดีขึ้น แม้จะมีมือถือรุ่นใหม่ๆอย่างที่สามารถพัฒนาโปรแกรมภาษาจาวาอย่าง Nokia 7650 และตัวผมเองก็มีโอกาสไปสอนคนตามที่ต่างๆให้ใช้มืือถือรุ่นใหม่ ให้พัฒนาโปรแกรมบนมือถือ แต่ก็ยังเป็นโลกไอทีที่ยังไม่สอดคล้องกับธุรกิจมากนัก แม้จะมีการใช้อินเตอร์เน็ตแต่ส่วนใหญ่ก็ยังเป็นการเชื่อมต่อโดยการใช้เครื่องคอมพิวเตอร์มากกว่าทางมือถือ และความเร็วของการใช้อินเตอร์เน็ตก็ยังช้าอยู่

เมื่อเริ่มเข้ามาทำงานในภาคเอกชนกับบริษัท Sun Microsystems  ก็เริ่มเห็นการเปลี่ยนแปลงของการใช้ไอทีมากขึ้น ตอนนั้นก็อยู่ในยุคอุตสาหกรรม 3.0 ที่เป็นยุคของไอที และกำลังเข้าสู่ช่วงของ Mobile First มีการเข้ามาของสื่อสังคมออนไลน์อย่าง Facebook การใช้มือถือเพื่อการสื่อสารก็เปลี่ยนจากการส่ง SMS หรือ MMS มาสู่การใช้มือถือเพื่อเล่นเว็บ เล่นโมบายแอปพลิเคชั่นต่างๆ โลกการพัฒนาโปรแกรมก็เริ่มเปลี่ยนเป็นการเชื่อมต่อระบบต่างๆเข้าหากันผ่าน Service Oriented Platform (SOA) หลักการพัฒนาโปรแกรมก็เปลี่ยนไปมากขึ้น และก็เริ่มเข้าสู่ยุคแรกๆของ Cloud Computing เริ่มเห็นการเข้ามาของ Cloud Virtual Server หรือ  Cloud Storage

หลังจากนั้นผมเองก็มีโอกาสเข้าไปทำงานที่เขตอุตสาหกรรมซอฟต์แวร์ประเทศไทย และมาทำงานกับสถาบันไอเอ็มซี ซึ่งกำลังเข้ามาสู่ยุคอุตสาหกรรม 4.0 ที่จะเริ่มเห็นการเปลี่ยนแปลงของเทคโนโลยีไปอย่างมาก มีเรื่องของ  Big Data, AI, IoT หรือ Blockchain เข้ามา ผู้คนหันมาใช้ไอทีและกลายเป็นเรื่องปกติ ไอทีกับองค์กรและสังคมเริ่มเป็นเรื่องเดียวกัน พฤติกรรมของผู้คนก็เปลี่ยนแปลงไปตามเทคโนโลยีและเริ่มเห็นกระแสของ Digital Disruption ที่กำลังทำให้อุตสาหกรรมหรือธุรกิจแบบเดิมล้มหายตายจากไป เพราะการเปลี่ยนแปลงพฤติกรรมของผู้บริโภค จากที่ไอทีเคยเป็นเพียงงานหลังบ้านสนับสนุนให้ธุรกิจทำงานได้ดีขึ้น กลายเป็นว่าไอทีเป็นเครื่องมือขับเคลื่อนทำให้เกิดธุรกิจใหม่ๆ ผลิตภัณฑ์หรือบริการใหม่ๆ และองค์กรส่วนใหญ่ก็จะเริ่มให้ความสำคัญกับเรื่ิอง Digital Transformation มีการพูดถึงกลยุทธ์ในด้านดิจิทัล การพัฒนากำลังคน การปรับเปลี่ยนองค์กรให้รองรับกระแสดิจิทัล และมีการผลักดันเป็นนโยบายประเทศอย่าง Thailand 4.0

ภาพของความเป็นคนไอทีที่แต่ก่อนเป็นเรื่องที่เคยดูแตกต่างจากกลยุทธ์ธุรกิจและเกี่ยวข้องกับสังคมไม่มากนัก ก็กลายเป็นว่าองค์กรและคนนอกวงการไอทีให้ความสนใจเกี่ยวกับเทคโนโลยีมากยิ่งขึ้น ตัวผมเองเลยต้องมีส่วนไปช่วยให้คำแนะนำหน่วยงานต่างๆเรื่องแนวโน้มของเทคโนโลยี การวางกลยุทธ์องค์กร การทำ Digital Transformation หรือแม้แต่ให้เข้าไปช่วยในการพัฒนาระบบ Big Data  และก็มีโอกาสได้เข้าไปทำงานเป็นบอร์ดและกรรมการอิสระในองคกร์ต่างทั้งภาครัฐและเอกชน ก็ยิ่งทำให้เข้าใจการเปลี่ยนแปลงของธุรกิจและสังคมดีขึ้น

หนังสือเล่มนี้เลยได้รวมรวมบทความและข้อเขียนต่างๆที่ผมลงในหนังสือพิมพ์กรุงเทพธุรกิจและ Business Today รวมถึงในบล็อกส่วนตัว thanachart.org ในรอบปีที่ผ่านมา โดยมีจุดประสงค์เพื่อให้เข้าใจกระแสของ Digital Disruption และการทำ  Digital Transformation แนวโน้มของเทคโนโลยีต่างๆ รวมถึงการเปลี่ยนแปลงวิถีชีวิตและการทำงาน ซึ่งก็หวังว่าน่าจะเป็นประโยชน์กับผู้อ่านในการที่จะเข้ากระแสการเปลี่ยนแปลงของโลกได้ดีขึ้น

ธนชาติ นุ่มนนท์

IMC Institute

สรุป Strategic Technology Trends 2020 ของ Gartner

73251706_1522920721188596_4970794027956830208_n

Gartner เพิ่งประกาศ  Strategic Technology Trends 2020  เมื่อสัปดาห์ที่แล้ว ซึ่งค่อนข้างมีความแตกต่างกับปี 2-3 ที่ผ่านมามากพอควร เพราะมีการพูดถึงเรื่องใหม่ๆในหลายด้าน และก็จะแบ่งแนวโน้มเทคโนโลยีของปีหน้าทั้ง 10 เรื่องออกเป็นสองกลุ่มคือ People centric และ Smart space ซึ่งจะแตกต่างกับปีก่อนๆที่แบ่งเป็นสามกลุ่มคือ Intelligent, Digital และ Mesh ทั้งนี้เราสามารถจะเปรียบเทียบแนวโน้มเทคโนโลยีต่างๆที่ Gartner ระบุไว้ในช่วง 4  ปีที่ผ่านมาได้ดังตาราง

ตารางที่ 1  เปรียบเทียบ Gartner Strategic Technology Trends 2017-2020Screenshot 2019-10-26 18.08.58

สำหรับเทคโนโลยีทั้ง 10 ที่ Gartner ระบุไว้สำหรับปี 2020 สามารถสรุปได้ดังนี้

กลุ่ม People centric 

  • Hyperautomation

เป็นการผสมผสานกันระหว่าง Machine Learning, Packaged software และ Automation tools เพื่อทำให้เกิดระบบงานอัตโนมัติ โดยจะมีสองส่วนคือ 1) จะมีการทำระบบอัตโนมัติของงานต่างๆที่สามารถจะ automate ได้เพิ่มมากขึ้น และ  2) จะมีการทำ  AI-based process automation โดยจะต้องมีการใช้เครื่องมือที่หลากหลายทั้ง Robot Process Automation (RPA) และเครื่องมืออื่นๆผสมกัน ที่จะเป็นการสร้าง Digital Twin ขององค์กร

  • Muliexperience

คือการที่คนจะโต้ตอบ รับรู้ และควบคุมโลกดิจิทัลและ Applicaiton ต่างๆ โดยจะเปลี่ยนจาก Technology-literate people เป็น People-literate techonology กล่าวคือกำลังเปลี่ยนจาก การที่ผู้คนจะโด้ตอบคอมพิวเตอร์ที่จุดสัมผัสบริการจุดใดจุดหนึ่ง (Single touchpoint) กลายเป็นว่าโลกก็คือคอมพิวเตอร์ ที่ผู้คนจะมีจุดสัมผัสบริการที่หลากหลาย ( Multi touchpoint) ที่ระบบอินเตอร์เฟสอาจเป็นทั้งระบบเสียง, augmented reality (AR), virtual reality (VR) หรือมีรูปแบบใหม่ๆ

ตัวอย่างเช่น Domino Pizza ได้พัฒนา customer experience ที่ใช้ App ในการสั่งอาหาร, การสั่งงานด้วยเสียงผ่านลำโพงอัจฉริยะ, ระบบติดตาม pizza, รถยนต์ไร้คนขับหรือโดรนในการส่ง pizza

  • Democratization

คือการที่คนทั่วไปสามารถเข้าถึงและใช้งานเทคโนโลยีได้ง่ายขึ้นด้วยระบบอินเตอร์เฟสที่ดีขึ้นหรืออาจมีระบบเอไอฝั่งอยู่  ทำให้ผู้ใช้สามารถใช้งานระบบยากๆที่น่าจะมีความซับซ้อนได้ง่ายขึ้นโดยแทบไม่ต้องเรียนรู้อะไรมากนัก โดยจะแบ่งระบบที่ว่าเป็นสี่ด้านคือ การพัฒนาซอฟต์แวร์, การวิเคราะห์ข้อมูล, การออกแบบ  และ การเข้าถึงองค์ความรู้ ตัวอย่างของ  Democratization ก็คือผู้ใช้ทั่วไปอาจใช้เครื่องมือที่มีระบบเอไอ ในการวิเคราะห์หรือสร้างโมเดลของข้อมูล  (data model)  โดยอาจไม่ต้องเขียนโปรแกรมหรือมีทักษะทางด้าน Data Science เลยก็ได้ หรือที่เรียกว่า Citizen Data Scientist

  • Human augmentation

คือการนำเทคโนโลยีมาใช้เพื่อที่เพิ่มความรู้ความเข้าใจ (cognitive) และประสบการณ์ทางกายภาพ (physical experience) ของคน ซึ่งในด้านของ Cognitive augmentation จะเป็นการเข้าถึงองค์ความรู้และการใช้ประโยชน์จากแอปพลิเคชั่นของระบบคอมพิวเตอร์ปัจจุบันจากการเข้ามาของ multiexperience interface ในโลกของ smart space เช่นการใช้ digital assistant อย่าง Google home ส่วน  Physical augmentation ก็คือการทีนำเทคโนโลยีให้มาเชื่อมโยงกับอวัยวะการรับรู้ของคนเช่น wearable device หรืออุปกรณ์ AR

  • Transparency and Traceability

เรื่องของการใช้ข้อมูลกำลังเป็นเรื่องที่สำคัญมากโดยเฉพาะเรื่องความเป็นส่วนตัวของข้อมูล (Data privacy) และการที่องค์กรต่างๆนำข้อมูลของลูกค้ามาใช้ประโยชน์ ทำให้ทุกคนมีความกังวลต่อความปลอดภัยและความเสี่ยงจากการถูกใช้ข้อมูลเหล่านี้ จึงต้องมีการสร้างความความเชื่อมั่นโดยต้องมีความโปร่งใสในเรื่องของความเป็นส่วนตัวของข้อมูล และต้องมีจริยธรรมดิจิทัล (Digital Ethics)  ทีดี นอกจากนี้ก็ยังมีความกังวลในเรื่องของการพัฒนาระบบเอไอที่ต้องสามารถอธิบายได้ โดยจะต้องบอกได้ว่านำข้อมูลใดมาใช้ มีการพัฒนาและสอนระบบเอไออย่างไร ระบบเอไอที่ได้มาต้องสามารถติดตามและตรวจสอบได้ว่ามีการใช้งานอย่างไร

กลุ่ม Smart space

  • Empowered Edge

Edge หมายถึงเทคโนโลยีอย่าง IoT หรืออุปกรณ์ที่อยู่ใกล้ตัวเรา Empowered Edge คือการที่เทคโนโลยีเหล่านี้ที่มีเพิ่มขึ้นอย่างมากมาย สามารถที่จะดึงข้อมูลเข้ามาเก็บไว้ และแทนที่จะส่งข้อมูลเหล่านั้นไปประมวลผลที่ระบบคลาวด์ แต่จะเป็นการประมวลผลที่อุปกรณ์นั้นเลยเพื่อที่จะลด Latency ของการส่งข้อมูลไปมา อาทิเช่นการทำให้ระบบลำโพงอัจฉริยะสามารถประมวลผลบางส่วนได้ที่อุปกรณ์นั้นเลย หรือการพัฒนาระบบอย่างเช่น หุ่นยนต์ หรือโดรน ให้มีทรัพยากรในการประมวลผลและเก็บข้อมูลได้มากขึ้นเพื่อที่จะได้เข้าสู่ Edge Computing

  • Distributed Cloud

คือระบบคลาวด์ยุคต่อไป (Next era of Cloud) กล่าวคือแทนที่ระบบคลาวด์จะรวมศูนย์อยู่ที่เครื่องเซิฟเวอร์ภายนอกแต่อาจจะกระจายไปยัง Data Center หลายๆที่ เพื่อที่จะตอบโจทย์เรื่องของกฎระเบียบต่างๆที่อาจต้องการให้ข้อมูลและการประมวลผลอยู่ในบริเวณที่ต้องการ หรืออาจต้องการลด Latency  จากการส่งข้อมูลไปยัง เครื่องเซิฟเวอร์ไกลๆ เช่นการส่งข้อมูล IoT

  • Autonomous Things

ก็เป็นแนวโน้มเทคโนโลยีที่ Gartner ระบุมาต่อเนื่องหลายปี โดยระบุถึงการนำระบบเอไอมาประยุกต์ใช้กับงานที่มนุษย์เคยทำเช่นใช้ในระบบหุ่นยนต์ โดรน หรือรถยนต์ไร้คนขับ แต่ระบบเหล่านี้กำลังเปลี่ยนจากการทำงานตามลำพังเป็นการส่งข้อมูลเชื่อมโยงกันทำให้ทำงานร่วมกันได้ดีขึ้น

  • Practical Blockchain

Gartner ระบุว่าแม้ Completed Blockchain จะมีองค์ประกอบ 5  อย่างที่ทำให้น่าสนใจคือ Shared and distributed ledger, immutable and traceable ledger, encryption, tokenization และ distributed public consensus mechanism แต่ก็อาจยังไม่สามารถทำให้องค์กรต่างๆนำไปประยุกต์ใช้ได้ทั้งหมดเพราะปัญหาทางเทคนิคโดยเฉพาะในแง่ของ Scaability และมาตรฐานที่แตกต่างกัน  ดังนั้นในปีนี้ Gartner จึงเน้นเรื่องการนำไปปฎิบัติโดยเน้นในสององค์ประกอบก่อนคือในด้าน Share ledger และเรื่องของ distributed  โดยยกตัวอย่างการนำ Blockchain ไปใช้ในด้าน Supply chain management

  • AI Security

ปัจจุบันมีการนำ AI และ Machine Learning  มาประยุกต์ใช้งานที่มากขึ้น ความปลอดภัยที่เกี่ยวข้องกับการใช้งาน AI จึงเป็นเรื่องสำคัญโดยสามารถแบ่งออกเป็นสามด้านคือ  1) การป้องกันระบบ AI ที่พัฒนาขึ้นมา จากความเสี่ยงของการคุกคามข้อมูลหรือโมเดลที่อยู่ในระบบ 2)  การนำ AI มาใช้ในการพัฒนาระบบCyber security ให้มีความชาญฉลาดขึ้น และ 3) การป้องกันภัยคุกคามทาง Cyber แบบใหม่ๆ ที่ผู้ร้ายใช้ AI มาทำการพัฒนา

สำหรับผู้ที่สนใจในหัวข้อของ Digital Trends 2020 ทาง IMC Institute และ Optimus (Thailand) จะจัดให้มีงาน Digital Trends 2020 :The 7 Elements of Digital Transformation ขึ้นในวันที่ 17-18 ธันวาคม 2562 ที่ โรงแรมสวิสโซเทล เลอ คองคอร์ด โดยสามารถดูรายละเอียดได้ที่  www.imcincstitute.com/Digital_Trends2020

ธนชาติ นุ่มนนท์

IMC institute