หมวดหมู่: Articles

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

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

บริษัท Startup กำลังนำเทคโนโนโลยีใหม่ๆเข้ามาให้บริการลูกค้าในกลุ่มธุรกิจการเงินการธนาคาร หรือที่เรียกว่า FinTech (Financial Technology) ทำให้เกิดรูปแบบการแข่งขันใหม่ๆเช่น การให้บริการชำระเงิน (เช่น PayPal, AliPay)  การบริการกู้เงิน (เช่น Lendingclub) จนบางคนตั้งข้อสังเกตว่า FinTech อาจจะทำให้ของธนาคารพาณิชย์แข่งขันลำบากในอนาคต เพราะกลุ่ม Startup มีความคล่องตัวในการทำงาน ลดค่าใช้จ่าย และเข้าถึงกลุ่มลูกค้าได้ดีกว่าโดยการใช้เทคโนโลยี

แต่แท้จริงแล้วธนาคารพาณิชย์ก็ยังมีจุดแข็งที่เป็นสถาบันที่ได้รับความเชื่อมั่นจากประชาชน ที่มั่นใจจะมาทำธุรกรรมต่างๆกับธนาคารมากกว่า FinTech Startup ธนาคารพาณิชย์ยังมีฐานลูกค้าปัจจุบันจำนวนมาก และมีข้อมูลการทำธุรกรรมจำนวนมหาศาลของลูกค้า นอกจากนี้ธนาคารพาณิชย์ยังเป็นผู้ได้รับอนุญาตจากหน่วยงานที่กำกับดูแลสถาบันการเงินให้ทำธุรกรรมต่างๆได้ ก็คงยังเป็นจุดที่ทำให้ Startup ต่างๆเข้ามาแข่งขันในช่วงนี้ได้ยาก

แต่อุปสรรคที่สำคัญของธนาคารพาณิชย์ที่จะนำเทคโนโลยีใหม่ๆเข้ามาใช้งานในการแข่งกับ Startup ก็คือระบบ Core-banking โดยมากยังเป็นระบบไอทีแบบเดิมๆ ยากต่อการปรับนำเทคโนโลยีใหม่ๆบางด้านเข้ามา และมักจะมีความล่าช้าในการดำเนินงาน ข้อสำคัญบางครั้งธนาคารก็อาจไม่มีทีมงานที่จะมาเน้นงานวิจัยที่จะศึกษาเทคโนโลยีใหม่ๆเหล่านี้ในการที่จะนำมาใช้ในระบบของธนาคาร ประกอบกับธนาคารเป็นหน่วยงานที่ใหญ่จึงไม่มีความคล่องตัวเช่นบริษัท FinTech จึงทำให้ธนาคารพัฒนาเทคโนโลยีใหม่ๆช้ากว่ากลุ่ม FinTech ที่อาจเน้นธุรกรรมการเงินเฉพาะในบางด้าน

ดังนั้นจึงจำเป็นอย่างยิ่งที่ธนาคารพาณิชย์จะต้องปรับระบบเทคโนโลยีด้านไอทีให้สามารถที่จะให้บริการธุรกรรมต่างร่วมกับกลุ่ม FinTech Startup เหล่านี้ให้ได้ โดยอาศัยการปรับเทคโนโลยี Core Banking ให้สนับสนุนการใช้  API (Application Programming Interface) เพื่อให้โซโลชั่นของกลุ่ม FinTech สามารถเชื่อมต่อและเรียกใช้งานได้ โดยอาศัยจุดแข็งของธนาคารที่มีใบอนุญาต มีลูกค้าจำนวนมากในปัจจุบันที่มีอยู่ในฐานข้อมูลลูกค้า (CRM) และมีระบบในการตรวจสอบตัวตนลูกค้า (KYC) ซึ่งไม่ใช่จุดแข็งของกลุ่ม FinTech Startup แนวโน้มของธนาคารพาณิชย์ปัจจุบันจึงจะต้องปรับตัวเป็น Neo-API bank ที่อาจมีโมเดลดังรูปที่ 1 ที่เป็นการใช้ Core Banking Platform  + API Layer + KYC + CRM  + Banking License ของธนาคารพาณิชย์ร่วมกับโซลูชั่นของกลุ่ม FinTech ที่เชื่อมต่อผ่าน API Layer ทั้งนี้ Neobank จะมีความแตกต่างกับ Challenge Bank ที่เป็นธนาคารใหม่ซึ่งอาจต้องมีใบอนุญาตใหม่แล้วมีการทำธุรกรรมโดยไม่ใช้รูปแบบเดิมๆเช่นอาจเป็น Digital Bank ล้วนๆโดยไม่มีสาขา แต่ทั้งนี้นิยามของ Neobank เองก็ยังสับสนบางแห่งก็ระบุว่าเป็นบริษัทที่ให้บริการธุรกรรมทางการเงินโดยไม่ได้เน้นเรื่องใบอนุญาตธนาคาร

รูปที่  1 Neo-API Bank (Core banking platform + API Layer + CRM + KYC + Banking License + FinTech Companies)  [ภาพจาก The next 10 years in Fintech, Kantox]

นอกจากนี้หากเราพิจารณาถึงระดับขั้นของการเปลี่ยนแปลง (Disruption) ที่ทาง FinTech จะมีผลกระทบต่อระบบหลักของธนาคารอาจแบ่งได้ตามกลุ่มของต่างๆดังรูปที่ 2 ซึ่งกลุ่มวงนอกจะกระทบต่อสถาบันการเงินก่อนวงในๆ กล่าวคือ กลุ่มของ Banking Tech เช่นการทำ Data Management, Analytic, CRM หรือ Security จะเป็นกลุ่มแรกที่เข้ามาเปลี่ยนแปลงวิธีการทำธุรกรรมของธนาคาร ขั้นต่อมาคือกลุ่มของ Payments เช่น Mobile Payment หรือ P2P Money Transfer ระดับขั้นที่สามคือ Cyber Currency สกุลเงินดิจิทัลเช่น Bitcoin หรือ Digital Wallet ขั้นต่อมาคือ กลุ่มของ Business Finance เช่น CrowdFunding หรือ P2P Business Lending ระดับขั้นที่ห้า คือกลุ่มของ Consumer Finance เช่น Personal Finance Management, Mortage Lending, Robo Advisor หรือ P2P Consumer Lending และขั้นสุดท้ายคือการทำ Alternative Core เช่น Alternative car insurance หรือ  Digital Bank

รูปที่ 2 Layers of disruption in FinTech [ภาพจาก SparkLabs]

ในปัจจุบันเราเริ่มเห็นตัวอย่างของ FinTech ที่ร่วมกับ Neobank หลายๆแห่งอาทิเช่น Moven ซึ่งเป็น mobile first experience platform โดยร่วมมือกับ CBW Bank หรือ Simple ซึ่งเป็น FDIC-insured checking accounts โดยร่วมมือกับ Compass Bank และ Bancorp Bank ทั้งนี้ทาง Techfoliance ได้จัดทำ The Global NeoBank Landscape และนำเสนอเป็นบทความและรายชื่อของ Neobank ที่สำคัญทั่วโลกดังรูปที่ 3

รูปที่ 3 The Global NeoBank Landscape [ภาพจาก Techfoliance]

กล่าวโดยสรุปธนาคารพาณิชย์ต่างๆคงต้องปรับระบบ  Core banking เพื่อให้สามารถใช้จุดแข็งของธนาคารเพื่อให้ร่วมมือกับ FinTech ได้มากขึ้น ทั้งนี้กลุ่มแรกที่จะเห็นก็คงเป็นเรื่องของ Banking Tech และ Payment

ธนชาติ นุ่มนนท์

IMC Institute

 

ผมคิดว่าปัญหาและอุปสรรคสำคัญในการที่จะก้าวไปสู่ Thailand 4.0 ก็คือช่องว่างเชิงวิกฤตเชิงดิจิทัล (Digital Divide) ของภาคประชาชนและหน่วยราชการเอง ผมเองมีโอกาสได้สัมผัสกับการทำงานทั้งภาคเอกชนและภาคราชการ และยังมีโอกาสได้สอนอบรมผู้คนจำนวนมากทั้งในด้านเทคนิคองค์ความรู้ดิจิทัลต่างๆ ทั้งในกรุงเทพและต่างจังหวัด ผมยังเห็นช่องว่างของการใช้เทคโนโลยีอีกมาก ระหว่างประชาชนในเมืองกับชนบท ระหว่างภาคราชการกับภาคเอกชน กับองค์กรขนาดใหญ่และ SME  แม้เราจะบอกว่า คนไทยทุกวันนี้ใช้เทคโนโลยีมากขึ้น แต่โดยมากก็เพื่อความบันเทิงเช่น เล่น Facebook เล่นไลน์ เล่น Youtube แต่การนำเทคโนโลยีดิจิทัลเพิ่มประสิทธิภาพในการทํางานของข้าราชการและประชาชนจำนวนมากยังมีน้อยอยู่

ผมคิดว่าองค์กรของเราส่วนใหญ่โดยเฉพาะภาคราชการยังขาดวัฒนธรรมเชิงดิจิทัล (Digital Culture) ซึ่งมันมีความหมายมากกว่าการใช้เทคโนโลยี องค์กรที่มีวัฒนธรรมเชิงดิจิทัลไม่ได้หมายความว่าจะต้องลงทุนกับการซื้อเทคโนโลยีมากมาย ไม่ได้หมายความว่าผู้คนในองค์กรจะต้องเก่งการใช้เทคโนโลยีดิจิทัล สิ่งสำคัญคือองค์กรจะต้องมีความโปร่งใส ต้องมีการใช้ข้อมูลในการตัดสินใจ ต้องฝึกการใช้เทคโนโลยีในการทำงานร่วมกัน ต้องมีความคล่องตัวในการทำงาน และต้องรู้จักการแชร์ข้อมูล

แต่ทุกวันนี้หน่วยงานในประเทศหลายหน่วยงานยังใช้เอกสารจำนวนมาก ราชการยังยึดติดกับเอกสาร เรายังส่งแฟกซ์ เซ็นชื่อเข้าประชุม เรายังทำเอกสารโดยใช้กระดาษ เรามีการแชร์ข้อมูลน้อยมาก บุคลากรเองก็ขาดทักษะเชิงดิจิทัล หากเราไม่สามารถพัฒนาบุคลากรรู้จักใช้เครื่องมือใหม่ๆเหล่านี้ ยังขาดวัฒนธรรมเชิงดิจิทัล ผมเชื่อว่านโยบายไทยแลนด์ 4.0 คงไปไม่ถึงไหน

หากเรามองแต่กลุ่มของ SME เราก็จะพบว่า SME จำนวนมากยังใช้ digital ในขั้นพื้นฐาน เราอาจจะเก็นการขายของออนไลน์ เอามาทำ marketing บ้าง แต่ SME ส่วนใหญ่ก็ยังไม่มีวัฒนธรรมเชิงดิจิทัล จำนวนมากก็ยังใช้ free email การลงทุนด้าน digital ก็ค่อนข้างต่ำ เราแทบไม่ค่อยเห็น SME ลงทุนกับซอฟต์แวร์ เห็นการลงทุนการใช้ cloud technology ไม่ต้องพูดถึงเรื่องของ big data การทำ data analytics ที่ SME บ้านเรายังห่างไกลกับอีกมาก ผมแทบไม่ค่อยห็น SME บ้านเรามาใช้ colllaboration tool เช่น Google doc หรือ Office 365 online ในการทำเอกสารร่วมกัน แม้เราอาจเห็น SME จำนวนมากนำเทคโนโลยี่มาใช้ในการสื่อสารเช่นการใช้ facebook การใช้ line แต่ถ้ามองในแง่ของประสิทธิภาพการทำงานก็ยังถือว่าไม่สูงมาก

ในกลุ่มของคนพัฒนาเทคโนโลยีเราอาจดีใจที่เห็นนักพัฒนาซอฟต์แวร์รุ่นใหม่ กลุ่ม Start up หลายๆแห่งหันมาพัฒนานวัตกรรมและเทคโนโลยีใหม่ๆ แต่ถ้าเรามองลึกไปจริงๆก็ยังหนีไม่พ้นในเรื่องของการพัฒนาเว็บ การขายของออนไลน์ การเล่นกับ social media แต่พอมองนวัตกรรมในเชิงลึกเหมือนที่นักพัฒนาต่างประเทศกำลังให้ความสนใจอย่างหนึ่งของปัญญาประดิษฐ์ เรื่องของหุ่นยนต์ เรื่องของ big data เราจะพบว่าคนของเรายังห่างไกลกับเรื่องเหล่านี้อีกมาก

ผมคิดว่านอกเหนือจากการจะพัฒนาคนให้ลดช่องว่างเชิงดิจิทัลในแง่ของการพัฒนาเทคโนโลยีใหม่ๆให้เราทันกับต่างชาติแล้ว เราจำเป็นอย่างยิ่งที่จะต้องลดช่องว่างที่เกิดขึ้นระหว่างภาคราชการกับเอกชนระหว่างองค์กรใหญ่ๆกับ SME ระหว่างผู้คนในเมืองกับสังคมต่างจังหวัด หากยังปล่อยทิ้งไว้ผมคิดว่านโยบายไทยแลนด์ 4.0 จะยิ่งสร้างปัญหาให้กับสังคมจะยิ่งทำให้ช่องว่างระหว่างชนชั้นมีมากยิ่งขึ้น

เป็นไปไม่ได้ที่เราจะให้คนกำหนดนโยบายหรือผู้ปฏิบัติงานหรือผู้เชี่ยวชาญไปมองเทคโนโลยีของต่างประเทศ โดยการเน้นเดินทางไปดูงานเอา Best Practice ของประเทศต่างๆมาใช้ โดยคนเหล่านี้สัมผัสกับชนบทไทยสัมผัสกับต่างจังหวัดน้อยมากๆเ ราต้องกำหนดให้เขาเหล่านั้นต้องเข้าใจสังคมไทยมากขึ้นโดยเฉพาะช่องว่างของสังคมต่างจังหวัดกับสังคมในเมือง อย่ามองว่ากรุงเทพฯคือประเทศไทย ต้องคิดเพื่อช่วยทำให้เทคโนโลยีดิจิทัลเป็นการสร้างโอกาสให้กับคนต่างจังหวัดเพื่อลดช่องว่างเชิงชนชั้น ดังนั้นสิ่งแรกสุดที่เราควรจะทำเพื่อ คือการกำหนดนโยบายที่เป็นการลดช่องว่างเชิงดิจิทัลและต้องสร้างวัฒนธรรมดิจิทัลให้กับองค์กรทั้งภาคราชการและ SME

 

ธนชาติ นุ่มมนท์

IMC Institute

 

ผมมักจะได้ยินผู้บริหารหน่วยงานต่างๆภาครัฐและเอกชนจำนวนมาก บอกว่าเราจะกำลังเข้าสู่ยุคดิจิทัล กำลังเข้าสู่ยุค Industrial 4.0 เราต้องมีการนำข้อมูลขนาดใหญ่มาใช้เพื่อพัฒนาองค์กร บ้างก็บอกว่ากำลังทำ Big Data บ้างก็มอบหมายให้ฝ่ายไอทีไปทำโครงการ Big Data บางหน่วยงานก็เริ่มไปได้ดีเพราะมีผู้ที่เข้าใจเรื่อง Big Data และการนำข้อมูลมาวิเคราะห์ บางหน่วยงานก็ไปไม่ถูกทาง ฝ่ายไอที ฝ่ายการตลาดก็เร่งจัดหาซื้อเครื่องมือ ฐานข้อมูล ทำ Data warehouse บ้าง หาเครื่องมื่อมาทำ Business Intelligence บ้าง เพื่อจะสร้างรายงานต่างๆให้กับผู้บริหาร ที่ซ้ำร้ายไปกว่านั้นเคยไปเจอบางหน่วยงานฝ่ายไอทีบอกว่าเรายังไม่พร้อมทำ  Big Data  เพราะเรายังไม่ต้องการเอาข้อมูล Social Media มาวิเคราะห์

พื้นฐานความเข้าใจเรื่อง Big Data ในแต่ละหน่วยงานอาจแตกต่างกัน แต่ถ้าเราไม่พยายามทำความเข้าใจและวางกลยุทธ์ให้ถูกต้อง ผมคิดว่าเราก็อาจไม่ประสบความสำเร็จในการปรับองค์กรให้เข้าสู่ยุคดิจิทัลหรือการทำ  Digital Transformation โดยใช้ Big Data  ผมเคยเขียนบทความลงในบล็อกนี้เรื่อง โครงการ Big Data กับความจำเป็นต่อการลงทุนด้านเทคโนโลยี และได้บอกไว้ว่า โครงการ Big Data ที่ดีควรเริ่มที่ฝั่งธุรกิจ ควรจะต้องพิจารณาก่อนว่าต้องการทำอะไร โดย Big Data มีองค์ประกอบที่สำคัญสามอย่าง

• Data Source
• Technology
• Analytics

องค์ประกอบแรก Data Source นั้นสำคัญที่สุด ในชีวิตประจำวันของเราทุกอย่างล้วนสร้างข้อมูลใหม่ขึ้นมา  หน่วยงานทุกหน่วยงานก็ย่อมมีข้อมูลเกิดขึ้นจากการทำงาน Big Data ก็คือข้อมูลเหล่านั้นที่เก็บอยู่ในรูปแบบต่างๆทั้ง Structure  และ Unstructure  การปรับองค์กรสู่ดิจิทัลแล้วเราจะละเลยข้อมูลต่างๆไปย่อมเป็นไปไม่ได้โดยเฉพาะการจะมุ่งเก็บแต่ข้อมูล Structure แบบเดิมย่อมเป็นเรื่องที่ผิดพลาด องค์กรที่พร้อมในการทำ Big Data เราจะต้องปรับวัฒนธรรมองค์กรให้เป็น  Data-Driven นำข้อมูลมาใช้ รู้จักการทำงานร่วมกันผ่านการแชร์ข้อมูล มีวัฒนธรรมองค์กรที่เน้นความโปร่งใส และข้อสำคัญข้อมูลที่จะแชร์ออกมาใช้อนาคตควรอยู่ในรูปของ API-based ปัญหานี้เป็นเรื่องยากในบ้านเราเพราะ วัฒนธรรมของคนบ้านเราจำนวนมากที่จะรู้สึกหรือคิดว่าข้อมูลเป็นของตนเองและไม่ค่อยยอมจะแป่งปันข้อมูล และอีกประการเราเองจะไม่ค่อยชอบนำข้อมูลมาใช้ในการตัดสินใจ เราจะเอาความรู้สึกมาตัดสินใจมากกว่าดูจากข้อมูล ดังนั้นการปรับองค์กรสู่ Big Data ประการที่สำคัญสุดคือ การปรับวัฒนธรรมองค์กร

องค์ประกอบที่สอง Technology หลักการสำคัญของ Big Data คือการหาเครื่องมือมาเก็บและวิเคราะห์ข้อมูล แต่เนื่องจากข้อมูลใหญ่และซับซ้อนขึ้นเกินกว่าเทคโนโลยีแบบเดิมจะจัดการได้ ดังนั้นองค์กรที่จะทำ Big Data จะต้องจัดหาเครื่องมือใหม่ๆเช่น  Hadoop หรือ Cloud Technology  ต่างๆมาใช้ ซึ่งเรื่องนี้ผมได้กล่าวไว้ในหลายๆครั้งแล้วจึงไม่อยากกล่าวซ้ำอีก

องค์ประกอบสุดท้าย Analytics หัวใจสำคัญของ Big Data คือการทำ Big Data Analytics  ที่ต้องการใช้ หลักการทางวิทยาศาสตร์และคณิตศาสตร์เพื่อทำการคาดการณ์อนาคตจากข้อมูลขนาดใหญ่ งานลักษณะนี้แตกต่างจากการทำ  BI เพราะใช้ทักษะที่ต่างกัน ต้องการคนที่มีความรู้ทางด้าน  Machine Learning หรือกลุ่มที่จะเป็น Data Scientist  ซึ่งต้องมีพื้นฐานคณิตศาสตร์ที่ดี และโดยมากมักจะเป็นคนที่จบการศึกษาสูงกว่าระดับปริญญาตรี หรือเรียนวิชาด้านนี้มาโดยเฉพาะ  ซึ่งผู้ที่จะมาทำด้านนี้ควรมีองค์ประกอบสามด้านคือ Hacking คือความสามารถในการพัฒนาโปรแกรม STATS คือความเข้าใจด้านสถิติและ Machine Learning และ Critical Thinking คือความสามารถในการคิดวิเคราะห์ในธุรกิจนั้นๆ

หลายๆองค์กรจะมีปัญหาเรื่องการหาทีมงานด้าน Data Science บ้างก็จะไป Outsource  จ้างหน่วยงานอื่น บ้างก็ไปตั้งเป็น Virtual Team  บ้างก็ไปฝากงานไว้กับทีมงาน BI หรือทีม Data Warehouse  ซึ่งเรื่องแบบนี้ไม่ต่อเนื่องโดยเฉพาะงาน Big Data ที่จะต้องมีข้อมูลหรือเรื่องใหม่ๆให้มาวิเคราะห์ตลอดต้องไม่ใช่ Project Base ทำงานช่วงครั้งชั่วควาร วิธีที่ดีสุดถ้าเราคิดว่าเราต้องทำ  Digital Transformation ในองค์กรคือต้องตั้งทีมใหม่ขึ้นมา ลงทุนจ้างคนมาครับ หาคนที่เข้าใจเรื่อง Data Science มาทำงานร่วมกับคนในองค์กรที่จะอยู่ร่วมทีม และต้องพัฒนาคน ข้อสำคัญอย่าไปคิดนะครับว่าจะจ้างคนต่างประเทศหรือ  Data Scientist ที่ทำงานในต่างประเทศมาแล้วจะทำงานได้เลย คงต้องฝึกและทำงานร่วมกันครับ เพราะวัฒนธรรมเรื่องข้อมูลและการทำงานของเรายังต่างกันาก ดีทีสุดคือเร่งพัฒนาคนในนี่ละครับ จ้างเด็กใหม่ที่จบโทเอกด้านนี้ครับ ต้องลงทุน

คงเป็นข้อคิดสั้นๆแค่นี้ละครับ สำหรับผู้บริหารที่อยากปรับองค์กรสู่  Digital Transformation ด้วย Big Data

ธนชาติ นุ่มมนท์

IMC Institute

เมษายน 2560