thanachart Digital Transformation

การพัฒนา Digital strategy เพื่อการทำ Digital Transformation ขององค์กร

 

ผู้คนส่วนใหญ่เริ่มเห็นผลกระทบของเทคโนโลยีดิจิทัลที่มาเปลี่ยนแปลงธุรกิจต่างๆทั้งด้านการค้าปลีก ด้านสื่อสิ่งพิมพ์ ด้านการเงินการธนาคาร และอุตสาหกรรมต่างๆ แล้วก็เริ่มพูดถึงการทำ Digital Transformation ในองค์กร ผมเองมีโอกาสได้ดู Webinar ของ MIT ซีรีย์ Innovation@work ในหัวข้อ Digital disruption: transforming your company for the digital economy ได้พูดเรื่องนี้ไว้น่าสนใจดังนี้

เทคโนโลยีดิจิทัลที่กำลังทำให้เกิด Business disruption ที่สำคัญคือ SMACIT ซึ่งได้แก่ Social, Mobile, Analytics, Cloud และ Internet of Things ซึ่งฝ่ายไอทีหลายๆองค์กรต่างก็ไปทำกลยุทธ์ไอทีในเรื่องเหล่านี้เช่นการทำ Social media strategy, Mobile strategy, Big data & analytics strategy, Cloud strategy หรือ BYOD strategy ดังแสดงในรูปที่ 1

Screenshot 2018-01-19 11.41.42

รูปที่ 1 กลยุทธไอทีขององค์กร

แต่สิ่งสำคัญที่ธุรกิจควรเข้าใจคือความหมายของ Digital disruption ที่มันกำลังเกิดการเปลี่ยนแปลงของสภาวะแวดล้อมในธุรกิจที่เกิดจากการนำเทคโนโลยีเข้ามาใช้ ทำให้เกิดคู่แข่งรายใหม่ที่สามารถสร้างผลิตภัณฑ์หรือบริการใหม่ๆ หรือสามารถมีช่องทางในการตลาดได้ดีกว่าเดิม ดังนั้นองค์กรจึงจำเป็นต้องมี Digital strategy มากกว่าการพัฒนา IT strategy และต้องเห็นว่าแผนกไอทีคือแกนหลักของธุรกิจไม่ใช่แผนกสนับสนุนอีกต่อไป

Digital strategy คือการทำ Business strategy ที่นำเทคโนโลยีดิจิทัล SMACIT เข้ามาประยุกต์ใช้ในองค์กรเพื่อให้เกิดการเปลี่ยนแปลงด้านการตลาด ผลิตภัณฑ์ และบริการ โดยมีกลยุทธ์ที่สำคัญอยู่สองด้านคือ การเข้าถึงลูกค้า (customer engagement) และการทำ Digitized solutions

Digital strategy จะมุ่งเป้าไปที่กลยุทธ์ด้านใดด้านหนึ่งในสองด้านนี้ ถ้าต้องการจะเน้นถึงการเปลี่ยนแปลงช่องทางการตลาดก็จะเป็นการมุ่งเป้าไปที่การทำกลยุทธ์  Customer engagement โดยยกตัวอย่างของห้างสรรพสินค้าอย่าง Nordstrom ที่ปรับช่องทางตลาดจากห้าง ไปสู่ Online channel, Multi-channel จนเป็น Seamless experience ที่ทำให้ลูกค้าสามารถใช้บริการและสร้างความประทับใจได้หลากหลายช่องทางดังรูปที่ 2 แต่ถ้ากลยุทธ์เน้นที่การเปลี่ยนแปลงโมเดลเชิงธุรกิจก็อาจมุ่งเป้าไปที่การทำกลยุทธ์ Digitized solutionsโดยยกตัวอย่างของบริษัท Schindler ที่ขายสินค้าอย่างลิฟท์และนำเทคโนโลยีดิจิทัลมาเก็บข้อมูลต่างๆของลิฟท์ในการบำรุงรักษา เพื่อที่จะเปลี่ยนธุรกิจมาสู่ด้านบริการให้สามารถที่จะเข้าบำรุงรักษาได้อย่างรวดเร็วก่อนที่ผู้ใช้จะเรียกใช้บริการเมื่อประสบปัญหาต่างๆดังรูปที่ 3

Screenshot 2018-01-19 11.42.50

รูปที่ 2 กลยุทธ์  Customer engagement ของ Nordstrom

Screenshot 2018-01-19 11.43.11

รูปที่ 3 กลยุทธ์  Digitized solutions ของ Schindler

แต่ทั้งนี้การทำ Digital transformation ได้โดยใช้กลยุทธ์ด้านใดด้านหนึ่งในสองด้านนั้น องค์กรจะต้องมี Opeartional backbone กล่าวคือมีระบบ ERP, CRM หรือ HR ที่ดีและมีประสิทธิภาพ เข้าถึงได้ทุกที่ทุกเวลาและทุกอุปกรณ์ หากขาดส่วนนี้ไปก็จะทำการเปลี่ยนแปลงสู่ดิจิทัลลำบาก และเมื่อต้องการทำ Digital transformation แล้วจะต้องเพิ่ม Backbone รูปแบบใหม่ที่เรียกว่า Digital business backbone ดังรูปที่ 4

Screenshot 2018-01-19 11.42.24

รูปที่ 4  Digital strategy

Operational backbone คือรูปแบบที่ต้องมีก่อนจะทำ Digital transformation ซึ่งจะเป็นการเน้นการเพิ่มประสิทธิภาพในการทำงานขององค์กร แต่ Digital business backbone จะเน้นในการทำ Digital business strategy ทำระบบดิจิทัลให้เกิดความคล่องตัว (Agile) และสร้างความร่วมมือ (collaboration) และเชื่อมต่อกับคู่ค้าหรือหน่วยงานต่างๆที่เกี่ยวข้องให้ได้ ทั้งนี้หัวใจสำคัญของ Digital business backbone คือการทำการวิเคราะห์ข้อมูลขนาดใหญ่ (Big data analytics) ที่จะต้องมีข้อมูลในการตัดสินใจได้อย่างรวดเร็ว ต้องมี Micro-services ที่จะทำให้คู่ค้าเข้าถึงระบบและสร้างความร่วมมือได้อย่างรวดเร็วและเกิดความคล่องตัว สุดท้ายก็ต้องสามารถเชื่อมต่อ (Connectivity) กับคู่ค้าและหน่วยงานที่เกี่ยวข้องได้

จากที่กล่าวมาการทำความเข้าใจนิยามของ Digital strategy อาจไม่ใช่เรื่องยากเกินไป แต่การที่จะทำกลยุทธ์ให้เกิดขึ้นได้จึงเป็นความท้าทาย โดยเฉพาะกับองค์กรจำนวนมากในบ้านเราที่แม้แต่ Operational backbone ยังไม่มีความพร้อมอยู่เลย

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2561

thanachart Big Data

Big data ต้องเริ่มต้นจากการวิเคราะห์ Transactional data ไม่ใช่เล่นกับ summary data

ผมเคยเข้าไปหลายหน่วยงานที่มีความต้องการทำ Big Data Analytics แต่พอไปถามหาข้อมูลที่มีอยู่และจะให้หน่วยงานย่อยต่างๆรวบรวมมาก็มักจะมองเรื่องข้อมูลสรุป (Summary data) แต่หน่วยงานกลับคาดหวังว่าจะนำข้อมูลสรุปเหล่านี้มาวิเคราะห์ข้อมูลต่างๆเช่นพฤติกรรมลูกค้าหรือทำความเข้าใจกับปัญหาต่างๆอย่างละเอียด ซึ่งผมก็มักจะตอบไปว่าทำได้ยาก

การจะทำ Big Data Analytics ที่ดีได้ต้องมีข้อมูลที่เป็นรายละเอียดย่อยมากที่สุดเท่าที่ทำได้ อาทิเช่น Transactional data ที่อาจมองถึงการทำธุรกรรมทุกรายการ เพื่อให้เห็นภาพที่ชัดเจนขึ้น ผมขอเปรียบเทียบรูปที่ 1 ซึ่งเป็นข้อมูลสรุปที่บอกถึงการใช้บัตร Startbucks ของลูกค้ารายหนึ่ง กับข้อมูลที่เป็น Transaction ของลูกค้ารายเดียวกันในรูปที่ 2  จากข้อมูลสรุปของลูกค้าเราอาจเห็นเพียงว่าลูกค้ามีบัตรสามใบและเป็นลูกค้าบัตรทองที่มีวงเงินอยู่ 1,871.25 บาท แต่ถ้าจะถามและวิเคราะห์ข้อมูลต่างๆอาทิเช่น

  • ลูกค้ามาทาน Starbucks บ่อยแค่ไหน?
  • ลูกค้าจะมาร้านเวลาไหน และคาดการณ์ว่าเขาจะมาอีกเมื่อไร?
  • ลูกค้ามาทานกาแฟปกติคนเดียวหรือหลายคน?

ข้อมูลต่างๆเหล่านี้ ที่เราต้องการทำ Big Data Analytics ในลักษณะการคาดการณ์จะไม่สามารถที่จะหามาได้จากการใช้  Summary data  แต่ถ้าเรามีข้อมูลรายละเอียดอย่าง Transaction data ในรูปที่ 2 เราจะเห็นได้ว่าเราอาจพอคาดการณ์ได้ว่า ลูกค้ารายนี้มักจะมาทานกาแฟตอนเช้าและอาจมาคนเดียวโดยดูจากเวลาที่มาและอาจดูยอดเงินที่ใช้จ่าย และหาก Transaction data มีรายละเอียดมากกว่านี้เช่น รายการอาหารที่สั่ง หรือสาขาที่ไปทาน เราก็จะยิ่งสามารถวิเคราะห์ข้อมูลได้ละเอียดยิ่งขึ้น

Screenshot 2018-01-18 12.59.10

รูปที่ 1 Summary data บัตร Starbucks ของลูกค้ารายหนึ่ง

Screenshot 2018-01-18 12.59.29

รูปที่ 2 Transactional data ของลูกค้ารายเดียวกัน

ดังนั้นหลักการสำคัญของ Big Data Analytics ก็คือการที่เราสามารถเก็บข้อมูล Transactional data ให้มากที่สุดและมีรายละเอียดมากที่สุดเท่าที่ทำได้ ผมมักจะถามคนเสมอว่าหน่วยงานในประเทศหน่วยงานมีข้อมูลที่มีขนาดใหญ่และเหมาะกับการทำ Big Data อย่างมาก หลายครั้งผมมักจะได้ยินคำตอบว่าเป็นข้อมูลของกรมการปกครองที่เก็บข้อมูลประชาชน ซึ่งโดยแท้จริงแล้วกรมฯจะมีเพียงข้อมูลสรุปและข้อมูลเคลื่อนไหวในลักษณะ Transactional data จะมีน้อยมาก (จึงไม่แปลกใจที่บางครั้งที่อยู่ในบัตรก็ยังไม่ถูกต้องเมื่อเทียบกับที่อยู่จริงๆ) แต่จริงๆหน่วยงานที่มีข้อมูลเยอะจริงๆในประเทศไทยคือกลุ่ม Telecom ที่ให้บริการโทรศัพท์เคลื่อนที่ ซึ่งจะมีข้อมูลการใช้มือถือตลอดเวลาที่ป้อนเข้ามาอย่างเช่น CDR ที่มีปริมาณข้อมูลต่อวันเป็นหมื่นหรือแสนล้านเรคอร์ด ด้วยข้อมูลมหาศาลขนาดนี้ก็ทำให้ผู้ให้บริการมือถือสามารถวิเคราะห์ข้อมูลลูกค้าได้เป็นอย่างดี เพราะทราบตำแหน่ง รูปแบบการใช้งาน เวลาในการโทร โทรศัพท์ที่ใช้ ค่าใช้จ่ายต่างๆ

นอกเหนือจากกลุ่มผู้ให้บริการโทรศัพท์เคลื่อนที่แล้วธุรกิจกลุ่มไหนอีกละที่มีข้อมูลขนาดใหญ่ในลักษณะ Transactional data

  • ธนาคารจะมีข้อมูล Transaction  จากการที่ลูกค้ามาทำธุรกรรมที่สาขา, Intenet banking หรือ mobile banking และหากมีข้อมูลจาก QR payment ในอนาคตก็จะมีข้อมูลลูกค้าละเอียดยิ่งขึ้น
  • หลักทรัพย์ก็จะมีธุรกรรมการซื้อขายแต่ละรายการอย่างละเอียด ทำให้ทราบว่าใครซื้อขาย หุ้นตัวไหน เวลาใด
  • ค้าปลีกจะมีข้อมูลรายการซื้อ ขายและสั่งสินค้ามาอย่างละเอียด และถ้าสามารถเก็บข้อมูลลูกค้าได้ ก็จะยิ่งทำให้เข้าใจได้ว่าลูกค้าคือใคร ยิ่งมีจำนวนธุรกรรมมากขึ้นเท่าไรก็ยิ่งสามารถวิเคราะห์ได้ละเอียดยิ่งขึ้น
  • โรงพยายบาลก็จะมีข้อมูลการเข้ามาตรวจรักษาของลูกค้า การสั่งยา
  • Smart home จะมีข้อมูล Log การใช้งานอุปกรณ์ต่างๆ

จากที่กล่าวมาทั้งหมดนี้จะเห็นได้ว่าถ้าเราจะทำ Big Data Analytics ได้ดีเราต้องพยายามหา Transactional data มาเก็บให้มากที่สุด อาทิเช่น

  • หากภาครัฐมีข้อมูลรายละเอียดการจ่ายภาษี VAT ของผู้เสียภาษีแบบปลีกย่อยมาที่สุดลงเป็นรายการ รายวัน หรือมีข้อมูลรายรับของประชาชนเป็นรายการย่อยมากที่สุดก็จะทำให้วิเคราะห์และประมาณการภาษีได้อย่างถูกต้อง
  • หากเราต้องการทราบข้อมูลคนจนที่ลงทะเบียนผู้มีรายได้น้อยของภาครัฐ เราอาจต้องเก็บข้อมูลการใช้บัตรคนจนตามร้านธงฟ้าหรือบริการต่างๆของภาครัฐเป็นรายการย่อยๆทั้งหมด เราก็อาจวิเคราะห์พฤติกรรมและตอบได้ว่าคนเหล่านี้จนจริงหรือไม่
  • หากกระทรวงสาธารณสุขมีข้อมูลรายละเอียดการใช้บริการการแพทย์ของประชาขน อย่างละเอียดมากที่สุด เราก็จะสามารถบริหารงานด้านสาธารณสุขให้มีประสิทธิภาพได้ดียิ่งขึ้น

ดังนั้นการเริ่มทำ Big Data จำเป็นต้องคำนึงถึง Transactional data ที่มีในองค์กรและต้องเอามาเก็บให้ได้เสียก่อน ถึงจะทำการวิเคราะห์ข้อมูลได้อย่างถูกต้อง ไม่ใช่เป็นการเล่นกับ Summary data โดยเราอาจต้องตั้งคำถามว่าเรามีข้อมูลลูกค้าแต่ละรายหรือข้อมูลสินค้าแต่ละรายการมากพอที่จะมาทำการวิเคราะห์หรือไม่ ถ้ามีข้อมูลลูกค้าเพื่อเดือนละรายการมันเพียงพอไหม หรือควรจะต้องเห็นทุกวัน หรือต้องเห็นทุกชั่วโมง  หรือบางอย่างอาจมีข้อมูลทุกนาที ขึ้นอยู่กับธุรกิจและลักษณะงานแล้วเราถึงจะวิเคราะห์ข้อมูลได้

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2561

 

thanachart Articles, Big Data

การอบรม Big Data และกิจกรรมด้านนี้ของ IMC Institute ในปี 2018

Screenshot 2018-03-24 14.05.42

IMC Institute เปิดการอบรมด้าน Emerging Technology ต่างๆทั้ง Cloud computing, Big data, Internet of things และ Blockchain มาเป็นเวลา 5 ปี ตลอดเวลาที่ผ่านมา IMC Institute ได้มีโอกาสอบรมคนทั้งหมด 14,882 คน/ครั้ง*(ผู้เข้าอบรมบางท่านอาจเข้าอบรมมากกว่าหนึ่งครั้ง) โดยแบ่งเป็นการอบรมที่เป็นหลักสูตรที่เปิดสอนทั่วไปจำนวน 308 ครั้งมีผู้เข้าอบรม 5,628  คน/ครั้ง หลักสูตรที่เป็น In-House ที่จัดให้หน่วยงานต่างๆจำนวน 195 ครั้งมีผู้เข้าอบรม 6,233  คน/ครั้ง และการอบรมแบบฟรีสัมมนาหรืองานฟรีต่างๆจำนวน 43 ครั้งมีผู้เข้าอบรม 3,021 คน/ครั้ง

ในการอบรมด้านเทคโนโลยี Big Data ทาง IMC Institute ได้เริ่มสอนหลักสูตรด้าน Hadoop ตั้งแต่เดือนมีนาคมปี 2013 และในปัจจุบันได้เปิดหลักสูตรออกมาในหลายๆหลักสูตรสำหรับหลายๆกลุ่ม ทั้งในระดับผู้บริหารอย่างหลักสูตร Big data for senior management หรือหลักสูตรสำหรับ Developer หรือ  Big Data Engineer อย่าง Big Data Architecture and Analytics Platform และ Big Data Analytics as a Service for Developer หรือ หลักสูตรสำหรับ Business Analyst อย่าง Business Intelligence Design and Process หรือ Data Visualisation Workshop รวมถึงหลักสูตรด้าน Data Science อย่าง Machine Learning for Data Science รงมถึงมีหลักสูตรที่ใช้เวลาเรียนทั้งหมด 120 ชั่วโมงอย่าง Big Data Certification Course ที่สอนไปแล้ว 6  รุ่นรวม 180 คน ซึ่งหลักสูตรด้าน Big Data ทั้งหมดของ IMC Institute แสเงไว้ดังรูป

Screenshot 2018-01-16 11.13.32

หากมองถึงจำนวนผู้เข้าอบรมหลักสูตรด้าน Big Data ทาง IMC Institute ได้จัดการอบรมไปทั้งสิ้น 182 ครั้ง แบ่งเป็นการอบรมทั่วไป 91 ครั้ง, การอบรม In-house 66 ครั้ง และงานฟรีสัมมนา/Hackaton 25 ครั้ง โดยมีผู้เข้าอบรมทั้งสิ้นรวม 5,943 คน/ครั้ง เป็นการอบรมทั่วไป 1,860 คน/ครั้ง, การอบรม In-house 2,045 คน/ครั้ง และงานฟรีสัมมนา/Hackaton 2,038 คน/ครั้ง

Screenshot 2018-01-16 11.33.35

ในช่วง 5 ปีที่ผ่านมาทาง IMC Institute ยังมีการอบรมให้กับอาจารย์ในสถาบันอุดมศึกษาลักษณะ Train the trainer หลักสูตรด้าน Big Data และ Machine Learning ปีละหนึ่งรุ่นๆละประมาณ 30 คน เพื่อให้อาจารย์นำเอาเนื้อหาและเอกสารต่างๆไปสอนกับนักศึกษาในสถาบัน โดยอบรมมาแล้ว 5 รุ่นจำนวนอาจารย์ที่มาเรียนกว่า 150 คน และเมื่อสองปีก่อนทาง IMC Institute ก็ได้จัดการอบรมในลักษณะ On the job training ให้กับนักศึกษาในมหาวิทยาลัยปี 3 และ 4 เป็นเวลาสองเดือนโดยไม่ได้คิดค่าใช้จ่ายใดๆกับนักศึกษาผู้เข้าอบรม ทาง IMC Institute ได้จัดไปแล้วสองรุ่นมีผู้ผ่านการอบรมจำนวน 26 คน ซึ่งนักศึกษาปีสี่ที่ผ่านการอบรมก็เข้าไปทำงานต่อด้าน Big Data กับบริษัทต่างๆจำนวนมากอาทิเช่น G-Able, Humanica หรือ PTG Energy

นอกจากนี้ทาง IMC Institute ก็ยังมีโครงการฟรีสัมมนาทางด้านนี้เป็นประจำทุกเดือนให้กับผู้ที่สนใจทั่วไปเข้าฟัง โดยมีหัวข้อต่างๆอาทิเช่น Big Data on Public Cloud หรือ AI Trend to Realistic cases รวมถึงการจัด Big Data Hackatonในช่วงวันเสาร์-อาทิตย์ที่ทำมาแล้ว 5 ครั้ง

สำหรับในปี 2018 ทาง IMC Institute ก็ยังเปิดหลักสูตรด้าน Big Data ต่างๆอยู่เป็นจำนวนมากและมีการปรับเนื้อหาให้ผู้เข้าอบรมสามารถเข้าไปทำงานได้จริงโดยใช้ Public cloud computing service และ Big data as a service ที่เป็นบริการบน public cloud ที่ทำให้องค์กรต่างๆสามารถเรื่มทำโครงการ Big Data ได้อย่างรวดเร็ว โดยผู้สนใจสามารถมาดูข้อมูลหลักสูตรต่างๆด้าน Big Data ได้ที่ >> Big Data Track

นอกจากนี้ยังมีโครงการอบรมต่างๆที่น่าสนใจดังนี้

  • Big Data Certification Course รุ่นที่ 7 ที่เป็นหลักสูตร 120 ชั่วโมง เรียนทุกวันพฤหัสบดีเย็นและวันเสาร์ โดยจะเปิดเรียนวันที่ 15 มีนาคม 2018
  • Big Data Hackathon  ครั้งที่ 6 โครงการฟรีให้กับบุคคลที่เคยผ่านหลักสูตรการอบรมแบบ Hands-on ของ IMC Institute โดยจะจัดเพื่อให้ผู้สนใจได้ฝึกการแก้ปัญหากับข้อมูลขนาดใหญ่โดยมีรางวัลเป็น Google Home Mini สำหรับทีมที่ชนะแกสมาชิกในทีมท่านละหนึ่ง โดยจะจัดขึ้นวันที่ 24-25 กุมภาพันธ์ 2018
  • Big Data School: On the job training รุ่นที่  3 เป็นโครงกาiฝึกงานนี้มีเป้าหมายเพื่อจะอบรมและสอนให้ผู้เข้าฝึกงานได้เรียนรู้เรื่อง Big Data Technology อย่างเข้มข้น จะทำให้ผู้เรียนมีทักษะที่จะเป็น Data Engineer, Data Analyst และสามารถต่อยอดเป็น Data Scientist ได้ ในการทำโครงการ Big Data จากการติดตั้ง Big Data Infrastructure จริง ๆ บนระบบ Cloud โดยเป็นโครงการอบรมฟรีจำนวนสองเดือนให้กับนักศึกษาปีที่ 4 หรือ 3 โดยจัดตั้งแต่วันที่ 30 พฤษภาคม – 26 กรกฎาคม 2018

หากท่านใดสนใจโครงการอบรมต่างๆเหล่านี้ก็สามารถติดต่อได้ที่ contact@imcinstitute.com หรือเบอร์มือถือ  088-192-7975, 087-593-7974

ธนชาติ นุ่มนนท์

IMC Institute

มกราคม 2561

thanachart Articles, IT Trends

เทคโนโลยีกำลังเข้ามาเปลี่ยนทักษะการเรียนรู้ของเด็กยุคใหม่

Screenshot 2018-01-15 11.58.07

“Hey Google, play Madagascar from Netflix on my TV.”

“OK Google,  play mr. Bean video.”

“Hey Google, Turn the fan on.”

นี่คือตัวอย่างของคำสั่งที่ลูกชายคนเล็กวัย 4 ขวบครึ่งของผมสั่งงานเปิดปิดอุปกรณ์ไฟฟ้าด้วยเสียง  ตัวเขาเองยังไม่สามารถที่จะใช้รีโมทคอนโทรลได้ และยังไม่เข้าใจปุ่มในการเปิดปิดพัดลม แต่ก็สามารถที่จะใช้งานเครื่องใช้ไฟฟ้าด้วยเสียงตามตวามต้องการของเขาได้  นอกจากนี้ในบางครั้งหากสงสัยคำศัพท์ใดเขาก็จะถาม Google Home ด้วยคำสั่งอาทิเช่น

“Hey Google how to spell cat?”

เด็กวัยนี้เกิดมาในยุคดิจิทัล (Digital native)  ไม่รู้จักอะไรหลายๆอย่างแบบที่พวกเราเคยใช้อาทิเช่นแผนที่ที่เป็นกระดาษ, เทป, CD, หรือแม้กระทั่งกรอบรูป ผมจำได้ว่าวันหนึ่งเขาไปบ้านย่าแล้วเขาเห็นกรอบรูปของย่า เขาก็เลยหยิบมันลงมาแล้วก็พยายามใช้นิ้วสไลด์เพื่อที่จะดูรูปต่อไปเพราะเขาเข้าใจว่ามันคือ iPad

เรื่องราวที่เล่าให้ฟังก็เพื่อที่จะสื่อให้เห็นว่าได้เด็กยุคใหม่หลายอย่างจะเปลี่ยนแปลงไป ต่อไปเราคงไม่ต้องสอนให้เขาใช้คอมพิวเตอร์แบบเดิมๆ ไม่ต้องสอนเขาใช้ เมาส์ สอนการใช้คีย์บอร์ด อย่าว่าแต่เด็กในยุคใหม่เลยแม้แต่ตัวผมเองการพิมพ์เอกสารต่างๆผมก็เขียนน้อยลง รวมถึงเบทความที่ผมเขียนอยู่นี้ผมก็ใช้ Google doc พิมพ์ด้วยเสียงแล้วค่อยกลับมาปรับเอกสารอีกทีนึง ทุกวันนี้ผมใช้กระดาษน้อยมากแล้วก็พยายามที่จะใช้เงินสดให้น้อย ลงเน้นมาใช้ mobile payment มาใช้บัตรเครดิต การสั่งของก็ผ่านออนไลน์ ผมคิดว่าโลกมันกำลังเปลี่ยนไปมาก และอนาคตใหม่ของโลกดิจิทัลมาถึงเรียบร้อยแล้ว (The Future is now)

Screenshot 2018-01-15 08.24.26

โลกมันกำลังเปลี่ยนไปมาก สิ่งที่เราจะเห็นในอนาคตสำหรับเด็กยุคนี้อาจมีหลายอย่างอาทิเช่น

  • เราคงเห็นรถยนต์ทิ้ไร้คนขับ คำถามก็คือว่าแล้วเด็กจะต้องเรียนขับรถไหมหรือจะต้องซื้อรถไหม
  • เราคงเห็นการสั่งงานด้วยเสียงกับอุปกรณ์ต่างๆมากมาย คำถามก็คือว่าแล้วเด็กจะต้องหัดใช้ Keyboard ต้องหัดเขียนหนังสือหรือเรียนวิชาคัดไทยแบบเดิมเพื่อให้ลายมือสวยๆไหม
  • เราคงเห็นระบบแปลภาษาอัตโนมัติ คำถามก็คือว่าแล้วเด็กจะต้องเรียนภาษาต่างชาติในรูปแบบเดิมหรอ
  • เราอาจเห็นสังคมไร้เงินสด คำถามก็คือว่าแล้วเด็กจะต้องเข้าใจธุรกรรมการเงินด้วยวิธีเดิมๆอยู่หรอ
  • เราอาจเห็นระบบอัจฉริยะเข้ามาทำงานแทนที่คนต่างๆอย่างมากมาย คำถามก็คือว่าแล้วเด็กจะไปประกอบอาชีพแบบเดิมๆได้หรอ

ผมว่าโลกกำลังเปลี่ยนไปมาก ทักษะของเด็กที่ต้องการเรียนรู้สำหรับการทำงานและการดำรงชีวิตในอนาคตก็กำลังเปลี่ยนไป แต่สิ่งที่ผมเห็นในบ้านเราก็คือวิธีคิดแบบเดิมๆ เรายังสอนให้ท่องจำ เรียนรู้แบบเดิมๆ ผู้ใหญ่บางครั้งก็กลัวว่าเทคโนโลยีจะเข้ามาแทนที่มนุษย์ แล้วก็ใช้วิธีสอนแบบเดิมๆด้วยความกลัวเทคโนโลยี ทั้งๆที่วันนี้เทคโนโลยีบางอย่างอาจฉลาดกว่าผู้สอน และอาจเปลี่ยนวิชาเดิมๆที่ต้องเรียน แต่เราก็มักจะบอกว่าเด็กต้องมีพื้นฐานบางอย่างแบบเดิมๆ ทั้งๆที่วันนี้เราควรจะต้องสอนการเรียนรู้โดยนำเทคโนโลยีเข้ามาใช้ สอนวิธีคิดแบบใหม่ๆ สอนการตั้งคำถาม และผู้ใหญ่ก็ต้องพร้อมรองรับกับการเปลี่ยนแปลง

การศึกษาบ้านเราในวันนี้ ถูกกำหนดโดยคนในยุค Analog แม้จะโชคดีอยู่บ้างที่มีผู้สอนบางกลุ่มเป็นคนในกลุ่ม Digital Immigrant แต่เรากำลังสอนคนในยุค Digital Native ถ้าเรายังไม่เปลี่ยนแปลงต่อไปประเทศเราคงแข่งขันลำบาก คงอาจต้องถึง้วลาที่เราจะวางนโยบายการศึกษาโดยวิธีคิดแบบ Digital Native  ปรับทักษะในหลายๆวิชา และอาจต้องถึงเวลาปฎิรูปการศึกษาครั้งใหญ่โดยมองตั้งแต่ระดับอนุบาล ถ้ากล้าที่จะคิดนอกกรอบอาจต้องเริ่มต้นด้วยกล้าที่จะลดเอกสารและหนังสือเรียนจำนวนมากออกไป แล้วหันมาใช้ในรูปดิจิทัลแทน ผมว่าเราก็อาจเริ่มเห็นการเปลี่ยนแปลงบ้างไม่มากก็น้อย ครับปัญหาเรื่องของเทคโนโลยีเข้ามาแทนที่คนที่กลัวไม่ใช่เด็กรุ่นนี้ที่จะโตขึ้นไปใช้หรอกครับ แต่คนกลัวก็คือคนสอนคนกำหนดนโยบายเขากลัวเทคโนโลยีจะมาแย่งงานเขาเห็นพวกเขาหมดความสำคัญไป

ธนชาติ นุ่มนนท์

IMC Institute

thanachart IT Trends

ปรับองค์กรอย่างไรให้ทันกับ IT Trends 2018

25182135_982595078554499_4976486232400632025_o (1)

ในช่วงวันที่ 13-14 ธันวาคมที่ผ่านมาทาง IMC Institute ร่วมกับ Optimus (Thailand) ได้จัดงาน IT Trends 2018: Asia’s Rising Power เพื่อจะให้ความรู้กับผู้เข้าร่วมสัมมนาจะได้เข้าใจถึงแนวโน้มเทคโนโลยีสารสนเทศในปีหน้า โดยมีวิทยากรร่วม 20 ท่าน

ในงานนี้ผมได้กล่าวสรุปให้เห็นว่า แนวโน้มเทคโนโลยี 4 อย่างที่จะทำให้เกิดการเปลี่ยนแปลงด้านธุรกิจอย่างมหาศาลคือ Internet of Things, Artificial Intelligence, Machine Learning และ Blockchain ซึ่งจะทำให้รูปแบบของสินค้า บริการ หรือการทำธุรกิจเปลี่ยนแปลง โดยเฉพาะในประเด็นของเรื่อง Business Disruption และการเปลี่ยนแปลงการทำงานหลายอย่างที่อาจเห็นระบบ Automation มากขึ้นในอนาคตจากเทคโนโลยีเหล่านี้

เทคโนโลยีที่จะเป็นตัวทำให้เกิดเทคโนโลยี 4 อย่างนี้เกิดขึ้นได้อย่างรวดเร็วคือ Big Data และ Cloud Computing เพราะจะทำให้องค์กรสามารถพัฒนาโครงสร้างพื้นฐานขนาดใหญ่ได้ง่าย สร้างนวัตกรรมได้เร็ว มีบริการที่ประมวลผลข้อมูลขนาดใหญ่ได้ง่าย ทั้งนี้โครงสร้างพื้นฐานที่จะมารองรับระบบ Cloud Computing และ Big Data ที่จำเป็นจะประกอบไปด้วย Open APIs, Microsservices, Container และ Cybersecurity

สุดท้ายนี้ในส่วนของ User Inteface ก็จะเปลี่ยนแปลงไปสู่ระบบใหม่ๆอย่าง Conversational platform ที่ผู้ใช้สามารถใช้งานด้วยเสียงได้ ระบบ Augmented Reaility/Virtual Reality ที่ทำให้ผู้ใช้อยู่ในโลกเสมือนจริง และระบบ Biometric ที่จะนำมาใช้ในการพิสูจน์ตน

Screenshot 2017-12-18 12.03.20

สิ่งที่สำคัญคือ เรากำลังอยู่ในยุคของ Digital Transformation การที่องค์กรใดไม่สามารถเข้าถึงหรือนำเทคโนโลยีใหม่ๆเหล่านี้เข้ามาใช้ในการทำงาน การบริการลูกค้า หรือการสร้างนวัตกรรมใหม่ๆ ก็จะเกิดช่องว่างเชิงดิจิมัลมากขึ้นเรื่อยๆ ทำให้ในอนาคตเราอาจแข่งขันลำบากขึ้น

ในงานสัมมนาผมได้ให้ข้อเสนอแนะ 5 ประการเพื่อให้องค์กรต่างๆใช้ในการปรับตัวให้ทัน IT Trends  2018 ดังนี้

  1. องค์กรต้องกำหนดกลยุทธ์ด้าน Digital Transformation (DX), ต้องพัฒนา DX Platform ที่จะมีทั้งข้อมูล เนื้อหา ระบบการวิเคราะห์ข้อมูล การให้บริการลูกค้า และช่องทางการเข้าถึงลูกค้าในรูปแบบต่างๆ รวมถึงการปรับหน่วยงานไอทีในองค์กรให้เป็นลักษณะการทำงานแบบหน่วยงานด้านดิจืทัล
  2. องค์กรต้องพัฒนา AI center of excellence ที่จะนำระบบปัญญาประดิษฐ์เข้ามาใช้ในธุรกิจ โดยทีมงานนี้ต้องประสานงานด้านองค์ความรู้ การประยุกต์ใช้งาน และความร่วมมือต่างๆกับหน่วยงานภายในและภายนอก
  3. องค์กรต้องรู้จักประยุกต์ใช้บริการต่างๆบน Cloud Computing ตั้งแต่ช่วงต้นๆ เพราะการใช้ Cloud จะช่วยเร่งสร้างนวัตกรรมให้กับองค์กร
  4. องค์กรจะต้องพัฒนาระบบการพัฒนา Application ให้เกิดความคล่องตัว เปลี่ยนแปลงได้ง่าย โดยการสร้าง IT Architecture ที่เป็นรูปแบบของ Microservices โดยใช้ Container
  5. องค์กรจะต้องพัฒนาระบบนิเวศน์ด้านไอทีให้เป็น open APIs เพื่อจะสร้างความร่วมมือกับนักพัฒนาซอฟต์แวร์และหน่วยงานทั้งภายในและภายนอกองค์กร

ซึ่ง Slide ที่ผมใช้ในการบรรยายนี้สามารถดูได้ที่ IT-Trends-2018-KeyNote

ธนชาติ นุ่มนนท์

IMC Institute

thanachart IT Trends

IT Trends 2018 มาฟังแนวโน้มของเทคโนโลยีและศึกษาดูเรื่องของพลังของชาติในเอเซีย

25182135_982595078554499_4976486232400632025_o (1)

IMC Institute จัดงานสัมมนา IT Trends มาสีปีติดต่อกันแล้ว ทุกครั้งจะเชิญวิทยากรผู้ทรงคุณวุฒิในประเทศมายี่สิบกว่าท่านเพื่อจะ Update ในปีถัดไปว่าแนวโน้มด้านไอทีของบ้านเราจะมีเทคโนโลยีและความเคลื่อนไหวต่างๆของอุตสาหกรรมด้านใดที่สำคัญ ในปีนี้ทาง IMC Institute ก็จัดงานนี้ร่วมกับทาง บริษัท Optimus (Thailand) เป็นปีที่ห้า โดยกำหนดจัดงานขึ้นในวันที่  13-14 ธันวาคม 2560 ที่โรงแรมสวิสโซเทล เลอ คองคอร์ด  โดยได้เชิญวิทยากรมาทั้งหมด 20 ท่านโดยตั้งเป็นหัวข้อว่า IT Trends: Seminar 2018 : Asia’s Rising Power  (ดูรายละเอียดเพิ่มเติมได้ที่ www.imcinstitute.com/IT-Trends-2018)

แนวโน้มของเทคโนโลยีสารสนเทศในปีหน้าจะเน้นคุยกันเรื่อง Big Data, Artificial Intelligence, Machine Learning, Internet of Things หรือ Blockchain  โดยทาง Gartner ก็ได้ระบุแนวโน้มเทคโนโลยี 10 อย่างในปีหน้ามาเป็นสามกลุ่มคือ AI, Digital และ Mesh ซึ่งทาง IMC Institute ได้ทำบทความสรุปเรื่องของ Gartner Top 10 Strategic Trends 2018 ลงในนิตยสาร IT Trends ของ IMC Institute ฉบับเดือน กันยายน-ธันวาตม 2560 (Download และ อ่านบทความได้ที่ www.slideshare.net/imcinstitute)

สำหรับแนวโน้มด้านเทคโนโลยีสารสนเทศในประเทศไทย ทีมงานของสถาบันไอเอ็มซีได้สรุปไว้ในบทความ “8 เทคโนโลยีแห่งปี 2561 มุ่งหน้าสู่การใช้งานจริง” โดยระบุเทคโนโลยีเด่น 8 ด้านคือ Artificial Intelligence (AI), Mobile Payment/E-Wallet, Internet of Things, Cloud Computing, Big Data,  Cyber Security, Blockchain และ Augmented Reality/Virtual Reality  ซึ่งในงานสัมมนานี้ก็จะมีการกล่าวถึงหัวข้อต่างๆเหล่านี้

งานสัมมนา IT Trends: Seminar 2018 : Asia’s Rising Power จะมี Keynote อยู่ 5 ท่านคือ

  • พระมหาสมปอง ตาลปุตฺโต : ธรรมะติดปีก กับ เทคโนโลยีติดจรวด
  • พันเอก ดร.เศรษฐพงค์ มะลิสุวรรณ, ประธานกทค.และรองประธานกสทช:  Technology Trends impact to human society
  • ดร. สมเกียรติ ตั้งกิจวานิชย์: ประธานสถาบันวิจัยเพื่อการพัฒนาประเทศไทย (TDRI); Thailand 4.0: Reality or Hype
  • คุณธีรนันท์ ศรีหงส์, ประธานกรรมการ คณะกรรมการกำกับสำนักงานส่งเสริมเศรษฐกิจดิจิทัล (DEPA) : FinTech Trends 2018
  • รศ.ดร.สมชาย ภคภาสน์วิวัฒน์: นักวิชาการอิสระด้านเศรษฐกิจและการเมือง;  Technology Trends & Economic Impact

ที่สำคัญงานสัมมนาครั้งนี้จะเน้นเรื่องแนวโน้เทคโนโลยีที่ทางประเทศในเอเซียกำลังก้าวสู่มหาอำนาจทางด้านเทคโนโลยีไอที โดยจะมีผู้เชี่ยวชาญด้านไอทีของประเทศชั้นนำในเอเซียด้านไอทีสามประเทศมาพูดถึงแนวโน้มเทคโนโลยีของประเทศเหล่านั้นคือ

  • Technology Trends in Japan โดย ดร.พีรเดช ณ น่าน: Digital Futurist และคอลัมนิสต์ Telecom & Innovation Journal และ CIO World Business;
  • Technology Trends in Practice in China โดย คุณธรรมนูญ เวชวิทยาขลัง: เลขาธิการสมาคมอุตสาหกรรมเทคโนโลยีสารสนเทศไทย ATCI;
  • Technology Trends in Practice in India โดย คุณศุภชัย สัจไพบูลย์กิจ : ประธานบริษัท Optimus (Thailand);

นอกจากนี้ก็ยังมีหัวข้อด้านเทคโนโลยีที่น่าสนใจอีกหลายเรื่องอาทิเช่น

  • Blockchain & Distributed Ledger Trends: ดร.รอม หิรัญพฤกษ์: คณะกรรมการระบบการชำระเงิน ธนาคารแห่งประเทศไทย
  • Global IT Trends by PwC: คุณ วิไลพร ทวีลาภพันทอง : หุ้นส่วนสายงานธุรกิจที่ปรึกษา
    บริษัท PwC Consulting (ประเทศไทย)
  • Cloud Computing Trends 2018: ผศ.ดร.ภุชงค์ อุทโยภาศ: รองอธิการบดีฝ่ายสารสนเทศ มหาวิทยาลัยเกษตรศาสตร์
  • IoT Trends in Retail Industry: คุณปฐม อินทโรดม: กรรมการ Creative Digital Economy,
    สภาหอการค้าแห่งประเทศไทย
  • IT Security Trends 2018: คุณปริญญา หอมเอนก: ประธานและผู้ก่อตั้ง, ACIS Professional Center
  • Artificial Intelligence Trends 2018: ผศ.ดร.จิรพันธ์ แดงเดช : อดีตคณบดีคณะวิทยาศาสตร์ มหาวิทยาลัยอัสสัมชัญ
  • Future of Big Data on Cloud Computing: รศ.ดร.ธนชาติ นุ่มนนท์: ผู้อำนวยการ IMC Institute
  • Software Development Trends 2018: คุณสมเกียรติ ปุ๋ยสูงเนิน: Software Practitioner บริษัท สยามชำนาญกิจ จำกัด
  • Panel Discussion: Startup & Technology Trends Panel Discussion โดย
    • คุณไมเคิล เชน CEO & Founder, Buzzebees Co., Ltd.
    • คุณชิตพล มั่งพร้อม CEO & Founder, Zanroo Limited
    • คุณพีรพัฒน์ อโศกธรรมรังสี, Head of Architecture – AVA Head of Engineer – Billme
    • คุณวิชัย วรธานีวงศ์ ที่ปรึกษารายการทีวี IT 24 Hours

ท่านที่สนใจรายละเอียดการสัมมนาก็ลองสอบถามข้อมูลเพิ่มเติมได้ที่  087-593-7974  หรือ contact@imcinstitute.com

ธนชาติ นุ่มนนท์

IMC Institute

thanachart Cloud Computing

การใช้ IaaS/PaaS Cloud Computing เพื่อสร้างศักยภาพการแข่งขันให้กับองค์กร

25182135_982595078554499_4976486232400632025_o (1)

เวลาพูดถึงเรื่อง Cloud Computing โดยเฉพาะบริการด้าน IaaS (Infrastructure as a Service) หรือ PaaS (Platform as a Service) หลายคนก็ยังเข้าใจเน้นไปที่การจัดหา Virtual Server มาแทนที่ระบบ on-Premise ในปัจจุบัน แล้วก็ไปเปรียบเทียบกับการที่จะต้องบำรุงรักษาระบบเอง และก็เข้าใจไปว่าระบบ IaaS Cloud Computing เน้นที่บริการ Compute Engine ที่บริการ OS อย่าง Linux หรือ  Windows ก็เลยเป็นที่มาทำให้บางคนไปคิดว่า IaaS คือการจัดหา Server โดยให้ Cloud Service Provider เป็นผู้ดูแล แล้วคิดค่าใช้จ่ายแบบการเช่ารายวันรายเดือน นอกจากนี้หลายๆคนก็ไม่เข้าใจบริการอย่าง PaaS ที่จะเป็นประโยชน์กับองค์กรมากมายกว่าการหา Virtual Server ที่มีแต่ OS เปล่าๆแล้วให้ผู้ใช้บริการมาติดตั้งระบบ Middleware แล้วสร้าง Application อื่นๆกันเอง

คุณค่าของการใช้บริการ Cloud Computing ไม่ได้อยู่ที่การลดค่าใช้จ่าย ประโยชน์ที่จะได้จากการใช้บริการ Cloud Computing มากที่สุดคือเรื่องของ ความคล่องตัว  นวัตกรรม และ Time to market บริการ Cloud computing ทำให้องค์กรสามารถพัฒนาระบบไอทีในองค์กรให้แข่งขันได้อย่างเร็วโดยการเลือกบริการที่เหมาะสมโดยเฉพาะในกลุ่ม IaaS/PaaS ของ Cloud Service Provider มาใช้ ในปัจจุบัน Cloud Service Providers ใหญ่ๆทุกรายในต่างประเทศที่เราสามารถเรียกใช้บริการจากในประเทศได้จะมีบริการดีๆมากกว่าการให้บริการเช่า Virtual Server โดยเราอาจแบ่งกลุ่มของบริการต่างได้ดังนี้

  • Compute  อาทิเช่น Virtual Server, App Development/ Deployment,  Container Registration Service
  • Storage อาทิเช่น Object storage, Relational database, NoSQL, Data warehouse
  • Migration Services อาทิเช่น Large scale data transfer, Database Migration Services
  • Big Data & Advanced Analytics อาทิเช่น Big Data Query as a Service, Hadoop as a Service, Business Intelligence & Data Visualization
  • Artificial Intelligence อาทิเช่น Machine Learning, Language Processing AI, Image Recognition AI
  • Mobile Services อาทิเช่น Mobile App Development Services,  Mobile App Analytics
  • Application Services อาทิเช่น  API Management Service, Email Services
  • Internet of Things อาทิเช่น IoT Platform, IoT Development Solutions
  • Software MarketPlace
  • Developer Tools 
  • Game Development 
  • Development & Testing
  • Networking & Content Delivery
  • Management Tools
  • Security & Identity, Compliance Identity & Access

สิ่งที่สำคัญคือหน่วยงานจะต้องมีบุคลากรไอทีที่มีความเข้าใจบริการต่างๆเหล่านี้ มี Cloud Architect ที่จะรู้จักเลือกใช้ Cloud services ต่างๆ สามารถเปรียบเทียบและรู้จักบริการต่างๆเหล่านี้ของผู้ให้บริการ Cloud ต่างๆ [ผู้ที่สนใจจะรู้จักบริการ Cloud ของผู้บริการรายใหญ่อย่าง Amazon Web Services, Microsoft Azure, Google Cloud Platform, IBM Cloud, Oracle Cloud และ Alibaba Cloud สามารถดูรายละเอียดเพิ่มเติมได้ที่ https://ilyas-it83.github.io/CloudComparer/#]

Screenshot 2017-11-27 08.39.56

เพื่อให้เห็นประโยชน์ของการใช้บริการ  Cloud Computing เหล่านี้ ผมขอยกตัวอย่างการใช้งานที่สำคัญมาสามเรื่องจากประสบการณ์ที่ทางทีมงาน IMC Institute ได้ทำมา ซึ่งเป็นอะไรที่มากกว่าการใช้ Virtual Server และได้ประโยชน์อย่างมาก

กรณีที่ 1) การพัฒนา Application โดยใช้บริการ App Development/ Deployment

การพัฒนา Web/Enterprise Application โดยการใช้ Server มักจะประสบปัญหาเรื่องของการติดตั้ง Middleware เรื่องของ Scaling เมื่อมีผู้ใช้จำนวนมาก และอาจเจอปัญหาเรื่อง Dev/Op การจัดหา Virtual Server มาแล้วต้องมาลง Middleware ต่างๆเองไม่ตอบโจทย์ต่างๆเหล่านั้น แต่ Cloud Provider จะมีบริการอย่าง AWS BeansTalk  หรือ Google App Engine ที่นักพัฒนาซอฟต์แวร์สามารถที่จะมุ่งเน้นแค่การเขียนโปรแกรมอย่าง Java, Python, PHP หรือ C#.Net แล้วสามารถเอา code เหล่านั้นไป Deploy ใช้งาน Server ได้เลย โดยไม่ต้องเสียเวลาติดตั้ง Middleware ใดๆ และสามารถเลือกโหมดที่เป็น auto-scaling ได้ โดยไม่ต้องทำการติดตั้ง server เพิ่มเติม การเลือกใช้บริการเหล่านี้ทำให้ทีมงานสามารถพัฒนา Application ได้อย่างรวดเร็ว

กรณีที่ 2) การทำ Big Data โดยใช้  Object storage, Hadoop as a service  และ Big Query

ผมเคยเขียนบทความเรื่อง Big Data as a Serviceไปแล้วว่าทำให้เราสามารถทำโครงการ Big Data ได้อย่างรวดเร็ว ทุกวันนี้ทีมงานของ IMC Institute ได้ไปทำโครงการและให้คำปรึกษาองค์กรหลายๆแห่งให้ใช้  Cloud Computing ในการทำ Big Data เพราะนอกจากจะลดค่าใช้จ่ายเมื่อเทียบกับการติดตั้งระบบ Big Data Platform เองแล้ว ยังทำให้เราสามารถเริ่มต้นโครงการได้อย่างรวดเร็ว หลักการก็คือการใช้บริการ Object storage อย่าง  AWS S3 หรือ  Google Cloud storage มาเก็บข้อมูล Archieve ขององค์กรที่เป็น Warm/Cold data  แทนที่การใช้ Hadoop HDFS แบบ On-premise แล้วใช้บริการ Hadoop as a Service อย่าง Google Dataproc หรือ Data Warehouse Tool อย่าง Google Big Query ในการทำการวิเคราะห์ข้อมูลทั้งในรูปของการทำ BI หรือ Data Science

[ดูรายละเอียดเพิ่มเติมได้จากบทความ Big Data as a Service แนวทางการทำโครงการ Big Data ที่ไม่ต้องลงทุนโครงสร้างพื้นฐาน และ การทำโครงการ Big Data อย่างรวดเร็ว ควรเริ่มอย่างไร]

กรณีที่ 3) การใช้บริการ Artificial Intelligence as a Service

หลายๆองค์กรต้องการทำเรื่องของปัญญาประดิษฐ์เช่นการแปลภาษา การวิเคราะห์ภาพหรือเสียง การทำ Machine Learning หรือการใช้ Deep Learning แต่พบว่าการจะเริ่มต้นโดยการจัดหาเครื่องขนาดใหญ่จำนวนมากมาทำ Machine Learning หรือสร้าง  Model อาจไม่ใช่เรื่องง่ายและมีค่าใช้จ่ายจำนวนมาก ทีมงานของ IMC Institute ได้พัฒนาระบบพวกนี้ผ่าน AI as a Service ของ Google Cloud โดยใช้ Translation API และ Language API รวมถึงการทำ  Deep Learning  โดยใช้  Machine Learning as a Service ของ Google ทำให้สามารถพัฒนาระบบได้อย่างรวดเร็ว

จากที่กล่าวมาทั้งหมดนี้ ต้องการให้ผู้อ่านเข้าใจประโยชน์ของ Cloud Computing ในแง่ของการสร้างนวัตกรรมและสร้างศักยภาพการแข่งขันให้กับองค์กร ถึงเวลาที่เราคงต้องพัฒนาบุคลากรในองค์กรให้เข้าใจเรื่องต่างๆเหล่านี้ เพื่อที่จะใช้บริการ Cloud Computing ให้เราสามารถแข่งขันได้

ธนชาติ นุ่มนนท์

IMC Institute

 

thanachart IT Industry & Policy, IT Trends

เซินเจิ้น Silicon Valley ด้าน Hardware

Screenshot 2018-01-31 09.46.44

ช่วงวันที่ 16-18 พฤศจิกายนที่ผ่านมา ทางสถาบันไอเอ็มซีได้จัดทริปไปดูงาน China Hi-Tech Fair 2017 ที่เมืองเซินเจิ้น  (Shenzhen)  ประเทศจีน ตอนจะจัดไปครั้งแรกมีบางคนถามว่า Hi Tech Fair ที่เซินเจิ้นจะมีนวัตกรรมอะไรหรือ เพราะภาพของเซินเจิ้นคือเมืองที่เป็นแหล่งก๊อบปี้สินค้าแบรนด์เนมต่างๆ และเป็นศูนย์กลางการผลิตที่เป็น Tech copycat แต่เมื่อไปถึงงานจริงๆทุกคนพบว่า งานจัดใหญ่โตมากจำนวนบูธที่ออกมามีมากมาย ตั้งแต่สินค้าไอทีเล็กๆ เทคโนโลยีโทรคมนาคม ไปจนถึงอุปกรณ์นวัตกรรมในโรงงาน ตลอดไปจนถึงรถยนต์ไร้คนขับและการแสดงสินค้าอย่างรถไฟฟ้า

DSC08612

ผู้ประกอบการ ICT (supply side) ของจีนไม่มีภาพของการเป็นนักก๊อปอีกต่อไป เห็นได้จากผลิตภัณฑ์ที่นำมาแสดง เต็มไปด้วยนวัตกรรมใหม่ๆจำนวนมาก บริษัทต่างๆมีนวัตกรรมทั้งหุ่นยนต์ ระบบอัจฉริยะต่างๆจำนวนมาก จนพวกเราที่เดินชมนิทรรศการบางคนถึงกับออกปากมาว่า นวัตกรรมอะไรก็ตามที่คนไทยกำลังเริ่มต้นคิดอยู่ของจีนเขาทำมาเป็นสินค้าพร้อมที่จะขายแล้ว แม้แต่สินค้าอย่าง Drone ที่ดูเหมือนกันทุกบูธ แต่สิ่งที่พบก็คือมี “Application” ที่แตกต่างกันและนำไปใช้งานคนละประเภท หรือระบบ Face Recognition ที่มีถึง 3 บูธ แต่ก็ทำ Data Analytic ไม่เหมือนกัน มีนวัตกรรมที่แตกต่างกัน

งานที่จัดดูอลังการมากสมกับเป็น Fair ระดับนานาชาติและมีหลาย Hall มาก แต่ละ Hall ก็จะเน้นกลุ่มอุตสาหกรรมที่ไม่เหมือนกัน ตั้งแต่ 5G, Smart City, Smart Healthcare, Hi-Tech Industry, New electronic technology หรือ Aerospace และก็มี Brand ใหญ่ๆของจีนมาแสดงนวัตกรรมมากมาย นับว่าเป็นงานที่น่าสนใจมาก และดูแตกต่างจากงานอย่าง CommunicAsia ที่จัดประจำทุกปีที่สิงคโปร์ซึ่งจะเน้นเฉพาะด้าน Telecom โดยเป็นสินค้าที่มาจากทั่วโลกมากกว่าผู้ผลิตในเอเซีย แต่งาน Hi Tech Fair นี้เป็นผลิดภัณฑ์ของผู้ประกอบการจีนโดยตรงและมีนวัตกรรมที่หลากหลายในทุกด้านที่ดูเหมือนมากกว่างาน CommunicAsia ด้วยซ้ำไป

หากย้อนหลังไปเมื่อ 40 ปีก่อนเมืองเซินเจิ้นมีประชากรน้อยกว่า 300,000 คน และเมืองที่ทำการประมง แต่เมื่ออดีตประธานาธิบดีเติ้งเสี่ยวผิงได้ประกาศให้เมืองนี้เป็นเขตเศรษฐกิจพิเศษในปี 1980 โดยกำหนดมาตรการต่างๆในการจูงใจนักลงทุนทั้งด้านภาษีและกฎระเบียบการค้าต่างๆ ทำให้เซินเจิ้นเจริญเติบโตขึ้นมาอย่างรวดเร็ว จากที่มีมูลค่า GDP น้อยกว่า 1,000 ล้านบาทในปี 1979 กลายเป็น  1.25 ล้านล้านบาทในปี 2016  และทำให้มีประชากรเพิ่มขึ้นเป็น 11.37 ล้านคนในปี 2016

สิ่งที่น่าสนใจอีกประการหนึ่ง คือเมืองเซินเจิ้นได้เปลี่ยนจากแหล่งอุตสาหกรรมที่เป็น Tech copy ให้กลายเป็นศูนย์กลางของนวัตกรรม จนอาจกล่าวได้ว่าเมืองเซินเจิ้นคือ The Silicon Valley of Hardware นอกจากนี้ก็ยังเป็นศูนย์กลางของ Hardware Startup ที่มีนวัตกรรมใหม่ๆมากมายทั้ง หุ่นยนต์ Drone อุปกรณ์ Wearable, Internet of Things และอุปกรณ์ Hi Tech Electronic ต่างๆ

เมืองเซินเจิ้นเป็นสังคมที่ใช้เงินสดน้อยมาก ทุกอย่างสามารถจ่ายผ่าน Mobile Payment ของ Alipay หรือ Wechat ซึ่งมีตั้งแต่การเช่าจักรยาน การซื้อของตามร้านค้า ร้านขายของข้างทาง อาหารข้างถนน หรือแม้แต่ นักดนตรีที่มาเล่นขอเงิน ก็ยังต้องจ่ายเงินให้ผ่าน QR Payment และหากเราต้องใช้เงินสดในร้านเล็กๆเขาก็จะปฎิเสธการรับเงินเพราะเขาไม่มีเงินสดมาทอน จนเราอาจกล่าวได้ว่า เซินเจิ้นเข้าสู่สังคมไร้เงินสดเกือบ 100%

เมืองเซินเจิ้นดูมีความเป็นตะวันตกกว่าเมืองจีนทั่วๆไป มีความสะอาด และมีค่าครองชีพที่ค่อนข้างสูง คนชั้นกลางมีฐานะที่ดีสามารถส่งลูกไปเรียนในโรงเรียนดังๆในจีนและต่างประเทศ เมืองเซินเจิ้นมีท่าเรือที่มีความหนาแน่นอันดับที่ห้าของโลก มีตึกสูงและโรงแรมดีๆจำนวนมาก และหากพิจารณาถึงจำนวนตึกสูงกว่า 200 เมตรที่สร้างขึ้นทั่วโลกในปั 2016 จะพบว่ามีถึง 11 ที่สร้างขึ้นใหม่ในเซินเจิ้นมากกว่าที่ใดๆในโลก แต่อย่างไรก็ตามเมืองเซินเจิ้นก็ยังมีปัญหาเรื่องของการสื่อสารที่ผู้คนส่วนใหญ่ยังใช้ภาษาจีน ทำให้อาจยากต่อการติดต่อสื่อสารและเดินทาง และก็ยังมีการบล็อกอินเตอร์เน็ตในหลายๆเว็บเซ็ต์อาทิเช่น Google และ Line

แต่หากพิจารณาภาพรวมแล้วเมืองเซินเจิ้นก็ยังเป็นเมืองที่เราควรทำธุรกิจด้วย เป็นแหล่งนวัตกรรมที่เราควรเข้าไปศึกษาและร่วมทำงาน สุดท้ายคงถึงเวลาที่บ้านเราจะต้องให้ความสำคัญกับเมืองนี้ และประเทศจีนมากขึ้นในด้านไอทีและเทคโนโลยี ด้วยความที่ระยะทางไม่อยู่ไกลจากบ้านเรานักและก็มีความเป็นวัฒนธรรมเอเซียอยู่มาก ข้อสำคัญสุดเซินเจิ้นกำลังมีภาพลักษณ์ที่กำลังกลายเป็น The factory of the world

ธนชาติ นุ่มนนท์

IMC Institute

[แหล่งข้อมูลจาก http://www.bbc.com/capital ]

thanachart Big Data

การทำโครงการ Big Data อย่างรวดเร็ว ควรเริ่มอย่างไร

 

ช่วงนี้เวลาผมอ่านข่าวจากสื่อต่างๆก็จะเห็นผู้คนในทุกวงการออกมาพูดเรื่องการทำ Big Data เป็นจำนวนมาก มีการเขียนบทความ มีการออกข่าวต่างๆ กำหนดนโยบาย บ้างก็เข้าใจหลักการ บ้างก็พูดกันตามกระแส จนเหมือนกับว่า Big Data เป็นเครื่องมือวิเศษที่จะมาปรับเปลี่ยนองค์กรให้เข้าสู่การเปลี่ยนแปลงเชิงดิจิทัลได้โดยง่าย ทั้งๆที่การวิเคราะห์ข้อมูล Big Data มันซับซ้อนกว่านั้นและต้องมีการปรับเปลี่ยนโครงสร้างพื้นฐานด้านเทคโนโลยีสารสนเทศในองค์กรพอสมควร

ผมเองค่อนข้างจะโชคดีที่ยังเป็นคนลงมือปฎิบัติ ทำ Big Data Project เอง ศึกษาเอง มาเปิดและติดตั้งระบบอย่าง Hadoop  มาใช้  Cloud Services ต่างๆในการทำ Big Data Analytics ได้ลงมือทำ Machine Learning ตลอดจนศึกษาทฤษฎีทั้งในมุมมองของผู้บริหารและนักไอที เห็น Use Cases ในที่ต่างๆ และก็ได้เจอผู้คนมากมายในองค์กรต่างๆ พร้อมทั้งมีโอกาสได้ไปบรรยายและสอนเรื่องนี้ในหลายๆที่ ทั้งระดับบริหารและสอนคนลงมือปฎิบัติจริงจัง จึงพอที่จะบอกได้คร่าวๆบ้างว่า เราควรจะเริ่มต้นทำ  Big Data ได้อย่างไร ผมอยากจะสรุปประเด็นการเริ่มต้นทำโครงการ Big Data ที่สำคัญสามเรื่องดังนี้

1. การทำ Big Data  ควรเริ่มต้นทำกับข้อมูลประเภทใด

Big Data คือข้อมูลขนาดใหญ่มากๆทั้งที่เป็น  Structure และ unstructure ซึ่งผมมักจะได้ยินว่าเราควรเอา Big Data มาเพื่อวิเคราะห์พฤติกรรมลูกค้่า บ้างก็บอกว่าไปเอาข้อมูลใน Social Media มาเพื่อเข้าใจลูกค้าหรือแบรนด์เราเองมากขึ้น แต่จริงๆแล้วถ้าเราแบ่งข้อมูลที่จะนำมาใช้ เราอาจแบ่งได้เป็นสี่ประเภท

  • ข้อมูลที่มีอยู่แล้ว และได้ทำการวิเคราะห์แล้ว
  • ข้อมูลที่มีอยู่แล้ว แต่ไม่เคยนำมาวิเคราะห์ใดๆ
  • ข้อมูลที่ยังไม่เคยเก็บ แต่น่าจะมีประโยชน์
  • ข้อมูลจากคู่ค้าหรือแหล่งอื่นๆ

การเริ่มต้นทำ Big Data ที่ง่ายๆอาจพิจารณาที่ “ข้อมูลที่มีอยู่แล้ว แต่ไม่เคยนำมาวิเคราะห์ใดๆ” ก่อน เช่นข้อมูล Transaction การทำธุรกรรมต่างๆของลูกค้าที่จะเป็นข้อมูลรายละเอียด แต่เราไม่เคยนำมาวิเคราะห์ หรือรายการขายสินค้าในแต่ละรายการ เพราะโดยมากข้อมูลที่เราเคยวิเคราะห์แล้ว มักจะเป็นข้อมูลสรุปตัวเลข ยอดสินค้า ยอดขาย จำนวนลูกค้า แต่รายละเอียดย่อยๆเหล่านี้ จะเป็นข้อมูลขนาดใหญ่และอาจไม่เคยนำมาวิเคราะห์

2.การทำ Big Data  ต้องลงทุนโครงสร้างพื้นฐานมากน้อยเพียงใด

การวิเคราะห์ข้อมูลของ Big Data ที่ดีต้องมีการลงทุนโครงสร้างพื้นฐานที่แตกต่างจากการจัดทำฐานข้อมูลแบบเดิมๆหรือการทำโครงการ Data warehouse ซึ่งจะเป็นการลงทุนด้าน Data Lake ที่จะมาใช้ในการเก็บข้อมูลขนาดใหญ่ ดังแสดงรูปที่ 1 ซึ่งหลายๆองค์กรจะลงทุนไปกับเทคโนโลยีอย่าง Hadoop เพราะจะมีค่าใช้จ่ายในการเก็บ Storage ที่ค่อนข้างถูกกว่าเทคโนโลยีอื่นๆ ดังแสดงในรูปที่ 2  ที่อาจถูกกว่า Database เกือบ 20 เท่า แต่อย่างไรก็ตามการที่จะทำ Hadoop cluster ที่เป็นแบบ on-Promise ก็ยังมีค่าใช้จ่ายที่สูง อาทิเช่นการติดตั้ง Hadoop Servers  18 ตัวอาจมีค่าใช้จ่ายสูงถึง 30 ล้าน ดังแสดงในรูปที่  3

Screenshot 2017-11-24 13.23.02

รูปที่  1 การทำโครงการ Big Data Analytics โดยการทำ  Data Lake

Screenshot 2017-11-24 13.51.52

รูปที่  2 เปรียบเทียบค่าใช้จ่ายการทำ  Big Data Platform

ดังนั้นจึงไม่แปลกใจที่หน่วยงานจำนวนมากไม่สามารถที่จะลงทุนโครงสร้างพื้นฐานเรื่องของ  Big Data Platform ได้ เนื่องด้วยค่าใช้จ่ายที่สูง และอาจคำนวณหาผลตอบแทนในการลงทุนลำบาก รวมถึงอาจหา  Business case ค่อนข้างยาก ข้อสำคัญการลงทุน Hadoop อาจพบว่าส่วนใหญ่ก็คือการรวบรวมข้อมูลมาใส่ลงใน Data Lake  มากกว่าการใช้ CPU ในการประมวลผลผ่าน Processing Tools อย่าง  Hive, Spark, Impala เพราะนานๆครั้งจะทำการประมวลผลที่ และบางครั้งหากต้องการประมวลผลก็จะพบว่าความเร็วหรือจำนวน CPU ไม่พอ จึงอาจเกิดคำถามขึ้นมาว่าเราต้องลงทุนโครงสร้างพื้นฐานจำนวนหลายสิบล้านบาทเพียงเพียงเพื่อใช้ในการเก็บช้อมูลที่เป็น archieve จะคุ้มค่าหรือไม่

 

Screenshot 2017-11-24 13.52.01

รูปที่  3 ค่าใช้จ่ายการทำ  Hadoop Cluster จำนวน  18 เครื่อง [ข้อมูลจาก https://blogs.oracle.com%5D

แนวทางที่ดีสำหรับการลงทุนโครงการ Big Data คือการใช้บริการ Public Cloud ดังที่ผมเคยเขียนไว้ในบทความ “Big Data as a Service แนวทางการทำโครงการ Big Data ที่ไม่ต้องลงทุนโครงสร้างพื้นฐาน”  ทั้งนี้เราจะแยกส่วนการเก็บข้อมูลขนาดใหญ่ที่เป็น Data Lake ไว้ใน Cloud Storage อาทิเช่นการใช้ Google Cloud Storage, AWS S3 หรือ Microsoft Azure Blob มาแทนที่การใช้ Hadoop HDFS ซึ่งจะเป็นการประหยัดค่าใช้จ่ายกว่าการลงทุน Hadoop Cluster มากและก็มีความเสถียรของระบบที่ดีกว่า นอกจากองค์กรก็ยังลดค่าใช้จ่ายในการบริหารจัดการและดูแลระบบ ซึ่งจะถูกกว่าการลงทุน Hadoop Cluster หลายสิบเท่า โดยอาจมีค่าใช้จ่ายเพียงการเก็บข้อมูลเดือนหนึ่งหลักเพียงหมื่นบาทในการเก็บข้อมูลเป็น Terabyte ทั้งนี้ข้อมูลที่นำมาเก็บบน  Cloud storage ก็เป็นข้อมูลเช่นเดียวกับ Hadoop HDFS ที่เน้นข้อมูลที่เป็น  Archeive ซึ่งอาจเป็น Warm data หรือ Cold data และหากองค์กรกังวลเรื่องความปลอดภัยก็สามารถเข้ารหัสก่อนนำข้อมูลเหล่านี้ไปเก็บไว้บน Cloud

Screenshot 2017-11-24 13.22.42

รูปที่  4 เปรียบเทียบค่าใช้จ่ายการใช้ Cloud Storageกับ Hadoop HDFS

ในด้านการประมวลผล เราก็สามารถที่จะใช้จำนวน CPU ไม่จำกัดเพราะเราสามารถที่จะใช้บริการ Hadoop as a Services ที่มีค่าใช้จ่ายตามการใช้งานเช่นการใช้ Amazon EMR. Google DataProc หรือ  Microsoft HDInsight ซึ่งจะเสียค่าใช้จ่ายน้อยมากตามจำนวน CPU ที่ใช้ในการประมวลผล ซึ่งจากประสบการณ์ของผมที่ทำโครงการ Big Data Analytics ที่ทาง IMC Institute รับทำให้กับลูกค้านั้น บางครั้งเราเปิด Server ขนาด 4  vCPU  ถึงสามสิบเครื่อง เสียค่าใช้จ่ายเพียงหลักร้อยบาท ดังนั้นจะเห็นได้ว่าการลงทุนโครงการ Big Data โดยใช้ Cloud Computing ก็จะลงทุนเพียงเล็กน้อยและสามารถเริ่มทำงานได้ทันที

3.การทำ Big Data  ต้องจะพัฒนาคนเพียงใด

การวิเคราะห์ข้อมูล Big Data จะแตกต่างกับการทำโครงการ Data warehouse  ที่อาจเน้นการทำ Data Cleansing ซึ่งจะเน้นการใช้  SQL แต่การทำ Big Data จะต้องการ  Developer ที่สามารถพัฒนาโปรแกรมอย่างภาษา Python หรือ SQL ได้ ตลอกจนอาจต้องการ Data Sciencetist ที่มีความรู้ด้าน Machine Learning Algorithm ต่างๆ หากต้องการเห็นการทำ Big Data Analytics อย่างจริงจัง องค์กรจำเป็นต้องพัฒนาบุคลากรขึ้นมาเพื่อให้ใช้ Processing Tools ต่างๆอย่าง Apache Spark และควรมีความเข้าใจด้าน Machine Learning ซึ่งระยะต้นที่เป็นโจทย์วิเคราะห์ข้อที่หนึ่งหรือสอง เราอาจเรียนรู้โดยการว่าจ้าง Outsource มาทำแล้วทำงานร่วมกัน เพื่อเป็นการพัฒนาบุคลากรเพื่อแก้โจทย์ Big Data Analytics อื่นๆในอนาคต

ธนชาติ นุ่มนนท์

IMC Institute

พฤศจิกายน 2560

Screenshot 2017-10-02 08.23.18

 

 

thanachart Articles

Cloud Expo Asia 2017 กับความก้าวหน้าการใช้ Cloud ของสิงคโปร์

Screenshot 2017-10-19 21.42.20

ผมไปงาน  Cloud Expo Asia ติดต่อกันมา 5 ปี และปีนี้ก็ไปอีกครั้งในช่วงสัปดาห์ที่ผ่านมา (11-12 ตุลาคม) งานนี้เขาจัดใหญ่ขึ้นเรื่อยๆจากเดิมที่เคยจัดที่ SunTec ก็ย้ายมาจัดในสถานที่ใหญ่ขึ้นตรง Marina Bay Sands และก็มีงานที่จัดร่วมกันหลายๆงานอาทิเช่น Data Center World, Big Data World, และ Smart IoT Singapore พร้อมกับมีห้องสัมมนาหลายๆด้านกว่า 300 หัวข้ออาทิเช่น

  • Cloud Expo Asia Keynote Theatre
  • DevOps, Containers, Open Cloud and Software Architecture Theatre
  • Infrastructure, Storage and Virtualisation & Agile Networks Theatre
  • Multi-Cloud Strategies & Managed Services Theatre
  • Cloud Innovations & Cloud Service Providers Theatre
  • Fintech, Finance & Banking Technology Theatre

รวมถึงห้องสัมมนาของงานที่จัดร่วมคือ

  • Big Data and Analytics Theatre
  • Big Data Open Air Theatre
  • The Internet of Things Theatre
  • Data Centre World Keynote Theatre
  • Critical Equipment and Facilities Management
  • Energy Efficiency, Cost Management, DCIM & Design and Build Theatre

NNM_3488

งาน Cloud Expo Asia ครั้งนี้ก็มีจัดแสดงโซลูชั่นด้าน Cloud Computing, Big Data และ Data Center จาก Sponsor จำนวนมากอาทิเช่น Google Cloud, Oracle, Fujitsu, Huawei, SAP, Cloudera, Hortonworks โดยมีผู้ร่วมออกบูธมากกว่า 300 รายและมีคนเข้าชมในช่วงสองวันของการจัดงานหลายพันคน และทาง  IMC Institute ก็พาผู้เข้าอบรมในหลักสูตร Cloud Computing for Senior Management เข้าไปร่วมดูงาน

สิ่งหนึ่งที่เห็นถึงการเปลี่ยนแปลงของงานนี้คือ Cloud Adoption ในสิงคโปร์ค่อนข้างจะอยู่ในขั้นก้าวหน้า การถกเถียงเรื่องว่าจะใช้ Cloud หรือไม่นั้นคงไม่ใช่เป็นประเด็นที่สำคัญ เขาสามารถที่จะดึง Cloud Provider รายใหญ่ๆหลายรายมาลงทุนในประเทศเนื่องจากตลาดที่ใหญ่พอ และกฎระเบียบต่างๆของประเทศเขาก็เร่งปรับเปลี่ยนให้สอดคล้องกับการเปลี่ยนแปลงเทคโนโลยี นอกจากนี้ก็ยังเห็นผู้ให้บริการ Cloud หลายๆที่เป็นบริษัทในประเทศเขาเอง เพราะรัฐบาลก็มีนโยบายการส่งเสริมให้ใช้และสร้างเทคโนโลยีด้าน Cloud Computing

งานนี้ถือว่าเป็นงานระดับเอเซียที่เราเห็นผู้คนจากหลายๆประเทศเข้ามาชมงานและฟังสัมมนา สิ่งหนึ่งที่น่าชื่นชมคือห้องสัมมนาสิบกว่าห้องนั้นคนร่วมงานต้องแย่งกันเข้าคิวเพื่อที่จะรอฟังสัมมนาหัวข้อถัดไป ซึ่งส่วนใหญ่จะเต็มทุกห้อง และหัวข้อในการสัมมนาจำนวนอยู่ในขั้น Advance มากกว่าจะพูดถึงขั้นพื้นฐานที่มาแนะนำ Cloud Computing หรือ Big Data ทำให้ผมตั้งขอสังเกตผู้ใช้ของเขาเองซึ่งอาจเป็นคนไอทีหรือ End-user ก็มีความเข้าใจและคุ้นเคยกับการใช้เทคโนโลยีใหม่ๆเหล่านั้นเป็นอย่างดี และพวกเขาก็กระตือรือล้นที่จะทำความเข้าใจกับเทคโนโลยีต่างๆจากการฟังสัมมนาและชม Exhibition

สุดท้ายสิ่งที่เห็นเป็นการเปลี่ยนแปลงมากก็คือ Theme ของงานเอง ที่แต่ก่อนอาจจะเน้นเรื่องของการแนะนำการใช้ Cloud Technology พูดถึง Cloud Governance หรือ  Cloud Security หรือปีที่ผ่านมาก็อาจเน้นเรื่องของการนำมาประยุกต์ใช้กับ Big Data แต่ Theme ในปีนี้คือการเน้น Cloud Platform มาทำเรื่องของ Artificial Intelligence หรือ Machine Learning ซึ่งทำให้ผู้พัฒนาระบบสามารถที่พัฒนาโซลูชั่น AI ต่างๆได้อย่างรวดเร็ว และก็เห็นได้ว่า Cloud Provider ทุกรายต่างมุ่งเน้นมาทำเรื่องนี้ไม่ว่าจะเป็น Google, Oracle, Microsoft, AWS หรือ Alibaba

หากเปรียบเทียบเนื้อหาและความสนใจของคนที่มางาน Cloud Expo Asia กับงานต่างๆที่จัดอยู่ในบ้านเรา ก็คงจะเห็นว่าเรายังห่างไกลกับเขาอีกมาก ถ้าจะแข่งได้คงไม่ใช่ที่จะไปจัดงานแข่ง แต่ต้องเน้นสร้างคนให้มีคุณภาพเร่งพัฒนาเทคโนโลยี งานต่างๆเป็นแค่สีสันที่ Vendor อาจเอาโซลูชั่นและสินค้าใหม่ๆมาแสดง แต่หากผู้ที่เข้ามาร่วมงานขาดความรู้พื้นฐานและประสบการณ์การใช้เทคโนโลยีใหม่ๆเหล่า เราก็คงเป็นได้แค่คนมาชมงานกับเนื้อหาง่ายๆที่ไม่ได้สร้างศักยภาพการแข่งขันใดๆของประเทศเรา

ธนชาติ นุ่มมนท์

IMC Institute