การติดตั้ง Google Assistant ลงบนมือถือเพื่อให้สั่งงานเป็นภาษาไทยได้

69237138_1470765076404161_3826382545780473856_n

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

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

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

69992802_2474721696140478_6800656542245847040_n

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

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

ผมหวังมากข้อมูลนี้คงมีประโยชน์ให้ทุกท่านสามารถที่จะติดตั้งใช้ Google Assistant บนมือถือของทุกคนได้ การเริ่มใช้โปรแกรม AI แบบนี้จะทำให้พวกเราเห็นได้ว่าชีวิตกำลังจะเปลี่ยนไปอีกมากก็หวังว่าทุกคนคงจะลองไปเล่นกันครับ

ธนชาติ นุ่มนนท์

IMC institute

Digitized University ไม่เท่ากับ Digital University

69237138_1470765076404161_3826382545780473856_n

ในปัจจุบันมหาวิทยาลัยหลายแห่งอยากจะพัฒนาตัวเองเป็น Digital University หลายที่ก็เริ่มทำหลักสูตรออนไลน์ มีความพยายามเรื่องของ MOOC ทั้งนี้สิ่งหนึ่งที่มหาลัยมีความเป็นกังวลเป็นอย่างมากก็คือจำนวนนักศึกษาที่เข้าศึกษาต่อมีจำนวนน้อยลง และเริ่มมองเรื่องของ Digital disruption ว่าอาจส่งผลกระทบต่อแวดวงการศึกษาไปอย่างมาก

digitaluni-300x161-1

แท้จริงแล้วความจำเป็นในการเปลี่ยนแปลงของสถาบันอุดมศึกษามีมากกว่าการที่จะต้องทำ Digitizing หรือที่เรียกว่าการนำระบบดิจิทัลเข้ามาใช้ในภาคการศึกษา เพราะแนวโน้มการศึกษากำลังเปลี่ยนไปอย่างมากตามความต้องการของผู้เรียนและสังคม ดังนั้นสิ่งที่มหาวิทยาลัยจะต้องทำก็คือ Digital transformation ซึ่งมันอาจหมายถึงปรับเปลี่ยนค่านิยม (Value proposition)ของมหาวิทยาลัยให้ตรงกับบริบทที่เปลี่ยนไป อาจต้องปรับเปลี่ยนวิธีการสอน ปรับหลักสูตรรวมถึงการปรับเปลี่ยนองค์กรครั้งใหญ่และสำคัญที่สุดผู้บริหารจะต้องเข้าใจความแตกต่างระหว่างความหมายของ Digitized University และ Digital University

การพัฒนาระบบดิจิทัล (Doing Digital) ไม่เพียงพอกับอุตสาหกรรมที่กำลังถูก Digital Disruption อย่างอุตสาหกรรมการศึกษา ลองคิดง่ายๆถ้าวันนี้เราเป็นผู้จำหน่ายซีดี DVD หรือแม้แต่เทปเพลง ซึ่งแต่ก่อนเราอาจจะเป็นร้านค้าทั่วๆไป แล้วก็เปลี่ยนระบบมาขายออนไลน์มีระบบ E-commerce ซึ่งมันก็การนำระบบดิจิทัลมาใช้ แต่สุดท้ายก็ไม่จะถูก Disrupt อยู่ดีก็เพราะว่าสินค้าที่เราขายนี่มันไม่ตรงกับความต้องการของผู้บริโภคในยุคของเทคโนโลยีที่เปลี่ยนไปแล้ว

มหาวิทยาลัยก็เช่นเดียวกัน เราไม่สามารถจะปรับเปลี่ยนเพียงแต่พัฒนาระบบดิจิทัลโดยไม่ได้สนใจบริบทการเปลี่ยนแปลงของสังคม เพราะเทคโนโลยีมันสร้างความเปลี่ยนแปลงของสังคมไปอย่างมาก เราต้องการบัณฑิตที่มีทักษะใหม่ๆ มีอาชีพใหม่ๆ มีระบบการเรียนใหม่ๆ วันนี้คู่แข่งของสถาบันการศึกษามันคือโลกออกไลน์ เรียนจากที่ไหนก็ได้ ดังนั้นเราอาจเริ่มการทำ Digital Transformation ของมหาวิทยาลัยด้วยการวิเคราะห์ว่า Value Propostion ที่มหาวิทยาลัยมอบให้กับกลุ่มเป้าหมายมีการเปลี่ยนแปลงหรือไม่ ทั้งนี้อาจเนื่องจากความเข้ามาเทคโนโลยี หรืออาจเป็นเพราะความต้องการเปลี่ยนแปลง หรืออาจเพราะมีคู่แข่งรายใหม่ๆหรือมีทางเลือกที่เปลี่ยนไป สุดท้ายมหาวิทยาลัยก็จะต้องวิเคราะห์ถึงการกำหนด  Value Proposition ใหม่ โดยอาจนำเทคโนโลยีดิจิทัลมาเป็นช่วยทำให้สัมฤทธิ์ผล

ดังนั้น Digital Transformation  จึงอาจไม่ได้เริ่มที่จะต้องทำหรือพัฒนาระบบดิจิทัล แต่ต้องเริ่มที่กลยุทธ์และมีทิศทางในการเปลี่ยนแปลงที่ชัดเจน แต่แน่ละมหาวิทยาลัยก็อาจต้องมีพื้นฐานในการพัฒนาระบบดิจิทัล เพราะจะไม่สามารถเปลี่ยนแปลงได้เลยถ้าวันนี้ยังไม่มีความเป็นดิจิทัล และที่สำคัญสุดคือบุคลากรต้องมีวัฒนธรรมดิจิทัล

สุดท้ายผมขอนำเอาตัวอย่างบางส่วนที่ผมใช้เครื่องมือในการวิเคราะห์ Value Proposition Roadmap  มากับระบบการศึกษาของมหาวิทยาลัย โดยขอแยกเป็นเอกสารในตอนที่สองดังนี้

การวิเคราะห์ Value Proposition Roadmap  ของมหาวิทยาลัย  (เนื้อหาเป็นภาษาอังกฤษ จากแบบฝึกหัดที่ผมทำ)

ธนชาติ นุ่มนนท์

IMC Institute

 

ตัวอย่างการวิเคราะห์ Value Proposition Roadmap สำหรับมหาวิทยาลัย

Screenshot 2019-08-31 16.12.06

เป็นตัวอย่างแบบฝึกหัดที่ผมได้ทำไว้ในหลักสูตร Digital Transformation Strategy โดยมีขั้นตอนวิเคราะห์ต่างๆดังนี้

Step 1: Identify key customer types by value received.

Screenshot 2019-08-31 16.11.07

Step 2: For each of the customer types, define the current value offered by your university to the customer.

Screenshot 2019-08-31 16.14.50Screenshot 2019-08-31 16.15.08

Step 3: Identify emerging threats.

Screenshot 2019-08-31 16.17.38

Step 4: Assess the strength of your current value elements, , ask yourself (and answer) the following questions:

  1. Is this benefit of decreasing value to the customer?
  2. Is this benefit of increasing value to the customer?

Screenshot 2019-08-31 16.20.34Screenshot 2019-08-31 16.21.04

Screenshot 2019-08-31 16.23.07Screenshot 2019-08-31 16.22.46

Step 5: Focus on generating new potential value elements using three sources to look for the opportunities that will allow you to create new value, serve your customers in new ways that you haven’t been able to do or have not done in the past:

  1. New technologies – these could be different from or the same as your threats. What are some technologies that could help you create new value? What would the benefit be? The new value element? What would your customers get out of it?
  2. Changing trends in the customer environment – what value could you deliver by tapping into those trends?
  3. Unmet customer needs – what way could you add value by serving those unmet needs

Screenshot 2019-08-31 16.31.04

Step 6: Synthesise a new forward-looking value proposition for your university.

Screenshot 2019-08-31 16.34.27Screenshot 2019-08-31 16.34.36Screenshot 2019-08-31 16.34.59

Digital Transformation ไม่ใช่แค่เรื่องของเทคโนโลยี แต่มันคือการ Redefine Customer Value Proposition

Screenshot 2019-08-28 10.07.37

เมื่อวานนี้ทาง คุณทินกร เหล่าเราวิโรจน์ นายกสมาคมอุตสาหกรรมซอฟต์แวร์ไทย (ATSI) ได้กรุณาเข้ามาสัมภาษณ์ผมเรื่องของ Digital Transformation

69271903_10215451188298917_7227946552008900608_n

มีคำถามว่าในมุมมองของผมคำว่า Digital transformation คืออะไร

ผมเห็นว่าเรื่องนี้ไม่ใช่แค่เรื่องของเทคโนโลยีดิจิทัลแต่จริงๆมันคือเรื่องของกลยุทธ์ กล่าวคือ องค์กรต้องกำหนด Value Proposition ให้กับลูกค้าใหม่รวมถึงอาจจะต้องมีการปรับเปลี่ยนองค์กร การเข้ามาของเทคโนโลยีดิจิทัลทำให้ผู้คนมีการใช้ Digital มากขึ้นพฤติกรรมของผู้บริโภคเลยเปลี่ยนไป แต่ก่อนเราในฐานะของบริษัทซึ่งเป็นผู้ผลิต ผู้จำหน่าย หรือผู้ให้บริการ จะเป็นศูนย์กลางและมีอิทธิพล เราสามารถจะกำหนดกลไกการตลาดต่างๆได้ แต่เทคโนโลยีที่ทำให้ผู้บริโภคในปัจจุบันสามารถที่จะสืบค้นข้อมูล สามารถที่จะเปรียบเทียบราคา สามารถที่จะเลือกบริโภคอะไรก็ได้จากอุปกรณ์ใดก็ได้สั่งจากที่ไหนก็ได้ ดังนั้นการแข่งขันไม่เหมือนเดิมเพราะพฤติกรรมของผู้บริโภคเปลี่ยนไปแล้ว

Lazada Alibaba NetFlix Airbab หรือแม้แต่ Grab ก็เป็นตัวอย่างที่ทำให้เห็นว่าธุรกิจที่มีรูปแบบเดิมๆเนี่ยกำลังเปลี่ยนไป โดนแพลตฟอร์มเข้ามาแทนที่และแพลตฟอร์มเนี่ยสามารถขยายในวงกว้างเนื่องด้วยเทคโนโลยีดิจิทัลมันสามารถขยายได้อย่างไม่มีขีดจำกัด และความสามารถของเทคโนโลยีก็มีมากชึ้นเรื่อยๆ จนทำให้ผู้ที่เริ่มก่อนและมีผู้ใช้มากๆขยายตัวอย่างมหาศาลจนเกิดปรากฎการณ์ที่เรียกว่า Winner Take All

Digitl Disruption เกิดขึ้นในบางอุตสาหกรรมอย่างชัดเจนแล้วอาทิเช่นสื่อสิ่งพิมพ์หรือสื่อบันเทิง แต่จริงๆแล้วเนี่ยมันจะกระทบกับทุกอุตสาหกรรม ขึ้นอยู่กับเวลาหรือขนาดเท่านั้น ยิ่งถ้าอุตสาหกรรมใดมีการใช้เทคโนโลยีดิจิทัลมากแล้วโอกาสที่จะเกิดขึ้นเร็วก็จะยิ่งมีมาก ผลกระทบมันเป็นแบบสึนามิขึ้นมาเร็วใครตั้งตัวไม่ติดก็คงล้มลงไปเลย

ความแตกต่างระหว่างคำว่า Digitized คำว่า Digital

หลายๆองค์กรยังไม่เข้าใจความแตกต่างระหว่างคำว่า Digitized คำว่า Digital องค์กรที่เป็น Digitized organisation ก็คือองค์กรที่ลงมือทำหรือนำเทคโนโลยีดิจิทัลเข้ามาใช้ เช่นการแปลงข้อมูลจาก analog ให้มาเป็น Digital มีการใช้ระบบ CRM ระบบ ERP หรือแม้แต่การทำสินค้าขายออนไลน์ ซึ่งโดยมากก็เป็นงานโครงการ ทำให้มีประสิทธิภาพการทำงานที่ดีขึ้นอาจเพิ่มรายได้ขึ้นระยะสั้น แต่สุดท้ายอาจถูก Digital Disruption อยู่ดี เพราะยังไม่ใช่เป็นการเปลี่ยน

คำว่า Digital Organisation คือองค์กรที่มีวัฒนธรรมทางดิจิทัล เริ่มมีสินค้าหรือบริการที่อยู่ในรูปของดิจิตอลมีการนำเสนอรูปแบบธุรกิจแบบใหม่ มีการปรับองค์กรใหม่ มีความคล่องตัว และมีการทำTransformation อย่างต่อเนื่อง เพราะมันไม่ใช่เป็นโครงการที่ทำครั้งเดียวเสร็จ

องค์กรอาจจะเริ่มต้นจากการทำ Digitized ก่อนเป็นขั้นตอนแรก หลังจากนั้นบางแผนกบางธุรกิจก็อาจจะเริ่มมีการทำ Digital transformation ของแผนกตัวเองโดยมีการนำเสนอกระบวนการหรือสินค้าใหม่ๆในรูปของดิจิทัล Business Model บางอย่าง ขั้นตอนนี้ผมเรียกว่า Siloed จากนั้นอาจเข้าสู่ขั้นตอนที่ผู้บริหารสูงสุดหรือบอร์ดเห็นความสำคัญของ Digital transformation จะต้องกำหนดกลยุทธ์องค์กรไปข้างหน้าโดยใช้ Digital กล่าวคือ ทำให้องค์กรมีวัฒนธรรมดิจิทัล กลยุทธ์องค์กรเดินด้วยดิจิทัล กล่าวคือ เปลี่ยนจาก Digital enable Business เป็น Digital  inspire Business  ซึ่งการกำหนดกลยุทธ์เนี่ยในช่วงแรกเราอาจเห็นขับเคลื่อนไปได้บางส่วนในองค์กรหรือที่เรียกว่า Partially Transform จากนั้นเมื่อองค์กรทำพร้อมทั้งหมดแล้วก็อาจถึงขั้นตอนที่เรียกว่า Fully Transform สุดท้ายองค์กรจะเดินไปข้างหน้าได้การทำ Digital Transformation จะมีอย่างต่อเนื่องและจะประสบความสำเร็จได้เราจะต้องไปถึงขั้นที่เรียกว่า Living DNA  คือมีองค์กรพร้อมที่จะเปลี่ยนปรับเปลี่ยนได้ตลอดเวลาด้วยเทคโนโลยีดิจิทัลตาม  Value Proposition ที่เปลี่ยนไป

ผมได้เขียนบทความหลายหลายเรื่องที่เกี่ยวข้องกับ Digital Transformation ทั้งในบล็อก thanachart.org ในหนังสือพิมพ์กรุงเทพธุรกิจและ Business Today ทุกสัปดาห์ก็สามารถติดตามอ่านได้แล้วกันครับ

ธนชาติ นุ่มนนท์

IMC Institute

กลยุทธ์เปลี่ยนแปลงบริษัทสู่ยุค AI

edm_sep

ช่วงสัปดาห์ที่ผ่านมาผมได้เรียนหลักสูตรออนไลน์ของ Andrew Ng เรื่อง AI for Everyoneใน Coursera และได้อ่านหนังสือ AI Transformation Playbook ของเขา ผมว่าเขากล่าวได้ดีในเรื่องที่น่าสนใจเกี่ยวกับการเปลี่ยนแปลงบริษัทใดๆให้เป็นบริษัทปัญญาประดิษฐ์ (AI Company) โดยกล่าวว่าทุกบริษัทสามารถที่จะปรับเปลี่ยนได้ในยุคของ  AI โดยควรคำนึงถึงด้านต่างๆดังนี้

  • ต้องมีกลยุทธ์ในการเก็บข้อมูลจำนวนมากเข้ามากโดยอาจผ่านสินค้าหรือบริการที่บางอย่างอาจไม่ได้สร้างรายได้ให้กับบริษัทโดยตรงเช่น Google ได้พัฒนา Gmail หรือ Fitbit ได้พัฒนา Wearable Device
  • ต้องมีการพัฒนา Data Warehouse ที่เป็นศูนย์กลางหนึ่งเดียวในการเก็บข้อมูลของทั้งบริษัทจากแหล่งต่างๆ หรืออาจสร้าง Data Lake ในการเก็บข้อมูลดิบ
  • ให้ความสำคัญและมองเห็นโอกาสในการทำระบบ automation ในบริษัท
  • มีแผนกและตำแหน่งใหม่ๆในบริษัทเช่น วิศวกรด้าน Machine Learning, นักวิทยาศาสตร์ข้อมูล หรือแผนก AI

ซึ่งทาง Andrew Ng ก็ได้ระบุขั้นตอนในการเปลี่ยนแปลงบริษัทในยุค AI ไว้ 5 ขั้นตอน โดยเขาได้บอกว่าเราไม่จำเป็นต้องทำตามลำดับนี้ทุกขั้นตอน แต่ก็ควรที่จะเริ่มต้นจากการทำขั้นตอนแรก (ทำ AI Pilot Project) เสมอ โดยมีขั้นตอนดังนี้

  • ขั้นตอนที่ 1 ทดลองทำ AI pilot project เพื่อสร้างแรงกระตุ้นให้กับบริษัท โดยเน้นให้เลือกโปรเจ็คที่น่าจะทำสำเร็จมากกว่าโปรเจ็คที่อาจสร้างผลกำไรให้กับบริษัทโดยตรง โดยโปรเจ็คอาจมีระยะเวลา 6-12 เดือน ซึ่งอาจเป็นการพัฒนาโดยทีมภายในหรือจ้างข้างนอกทำ ทั้งนี้เพื่อที่จะให้บริษัทเห็นผลสัมฤทธิ์ของการทำ AI และมีแรงกระตุ้นและความเข้าใจในการพัฒนาโปรเจ็ค AI อื่นๆต่อไป
  • ขั้นตอนที่ 2 สร้างทีมงาน In-house AI โดยเป็นทีมงานกลางที่จะช่วยสนับสนุนการทำ AI ให้กับแผนกต่างๆของบริษัท ทั้งนี้บริษัทอาจจะมี AI Platform ที่ทุกแผนกสามารถใช้งานได้และทีมงานนี้จะมาช่วยในการพัฒนา โดยทีมงานอาจอยู่ภายใต้  CEO, Chief Information Officer,  Chief Technology Officer หรือ Chief Data Officer ก็ได้ดังรูปที่ 1

Screenshot 2019-04-06 15.35.14

รูปที่  1 โครงสร้างทีมงาน In-house AI [จาก AI Transformation Playbook]

  • ขั้นตอนที่ 3 ทำการอบรม  AI ให้กับบุคลากรทุกฝ่ายในบริษัท โดย Andrew Ng ได้สรุปให้เห็นว่าในแต่ละตำแหน่งควรจะอบรมด้านใด ดังตารางนี้

56433434_366038604252091_2339677683534790656_n

ตารางที่  1 การอบรม  AI [จาก เอกสารอบรม AI for Everyone ของ Andrew Ng]

  • ขั้นตอนที่ 4 การกำหนดกลยุทธ์ด้าน AI ทั้งนี้ Andrew Ng ได้แนะนำว่าเราไม่ควรกำหนดกลยุทธ์ไว้ขั้นตอนแรก เพราะเราควรจะมีการทำ Pilot Project ก่อนเพื่อทำความเข้าใจด้าน AI และเน้นการกำหนดกลยุทธ์ที่จะทำให้บริษัทมีข้อได้เปรียบเหนือคู่แข่งในอุตสาหกรรม และกลยุทธ์ควรสอดคล้องกับสิ่งที่เรียกว่า Virtuous cycle of AI  ดังรูปที่ 2 กล่าวคือถ้าบริษัทมีข้อมูลมากขึ้นก็จะสามารถทำ AI ได้ดีขึ้นก็สร้าง Product ที่ดีขึ้นและมีลูกค้ามากขึ้นตามลำดับ (ดังที่ผมเคยเขียนไว้เรื่องวัฎจักรของข้อมูล AI และรายได้ในบทความ Data is the new oil: มาวิเคราะห์กันว่าอุตสาหกรรมใดมีข้อมูลขนาดใหญ่)

Screenshot 2019-04-06 15.56.21

รูปที่  2 Virtuous cycle of AI  [จาก AI Transformation Playbook]

นอกจากนี้บริษัทควรจะมีกลยุทธ์ด้านข้อมูล (Data Strategy) โดยเฉพาะเรื่องของการเก็บและดึงข้อมูล, การพัฒนา Data Lake และ การเข้าใจถึงคุณค่าของข้อมูลต่างๆ

  • ขั้นตอนที่ 5 ทำการสื่อสารทั้งภายในและภายนอกบริษัท เพื่อให้ทราบว่าบริษัทกำลังพัฒนาด้าน AI ทำการสื่อสารกับนักลงทุน ทำการสื่อสารกับหน่วยงานภาครัฐที่ AI อาจไปกระทบกับกฎระเบียบต่างๆ ทำการสื่อสารกับลูกค้าและผู้ใช่ถ้ามีการนำ AI เข้ามาใช้งาน และทำการสื่อสารกับบุคลากรภายในเพื่อให้เข้าใจการเปลี่ยนแปลง

ธนชาติ นุ่มนนท์

IMC Institute

กลยุทธ์สู่ความสำเร็จด้าน Digital Transformation จาก Framework ของ BCG

Screenshot 2019-08-07 18.47.17

พลวัตแห่งการเปลี่ยนแปลงของเทคโนโลยีดิจิทัล ซึ่งเป็นสิ่งใหม่ เช่น ไอโอที , บิ๊กดาต้า, เอไอ, และคลาวด์ คอมพิวติ้ง ที่เกิดขึ้นอย่างรวดเร็วทำให้อุตสาหกรรมต่างๆ เรียกปรากฎการณ์นี้ว่าดิจิทัล ดิสรัปชั่น (Digital Disruption) ส่งผลให้องค์กรเกิดแนวคิดที่จะทำเรื่องดิจิทัล ทรานส์ฟอร์เมชั่น (Digital Transformation) แต่ปัญหาหลักคือ เมื่อลงทุนไปแล้วกลับพบว่า ไม่ทำให้ธุรกิจดีขึ้น ซ้ำร้ายบางองค์กร พบว่า เทคโนโลยีไอทีที่ลงทุนไปไม่ได้ใช้งานให้คุ้มค่า

ความไม่สำเร็จของดิจิทัล ทรานส์ฟอร์เมชั่น มาจากผู้บริหารเข้าใจผิดคิดว่า เป็นเรื่องของเทคโนโลยี จึงมอบภารกิจให้แผนกไอที ทั้งที่แท้จริงแล้วเป็นเรื่องเปลี่ยนแปลง (Transformation) ดังนั้น จึงควรให้ความสำคัญต่อกลยุทธ์องค์กรให้เกิดการเปลี่ยนแปลง คำนึงถึงเทคโนโลยีดิจิทัลมากกว่า มุ่งนำเทคโนโลยีดิจิทัลต่างๆ มาติดตั้งในองค์กร

องค์กรต้องเข้าใจความแตกต่างระหว่าง Digitization และ Digitalization ซึ่งเป็นการลงทุนระบบเทคโนโลยีดิจิทัล เช่น การจัดหาระบบคอมพิวเตอร์, การจัดทำอีอาร์พี, ซีอาร์เอ็ม, การเก็บข้อมูลขึ้นระบบคลาวด์ หรือการแปลงข้อมูลต่างๆ ในองค์กรให้อยู่ในรูปดิจิทัล เหล่านี้เป็นเพียงขั้นตอนการทำ Digitization แต่สำหรับ Digitalization คือ การนำเทคโนโลยีดิจิทัลใหม่ๆ เข้ามาแล้วทำให้กระบวนการทำงานเปลี่ยนไป ทำงานมีประสิทธิภาพขึ้น ข้อสำคัญคือ เปลี่ยนประสบการณ์ผู้บริโภค (Customer Experience) ทำให้การตัดสินใจซื้อ (Customer Journey) เปลี่ยนโดยใช้เทคโนโลยีดิจิทัล ซึ่งดิจิทัล ทรานส์ฟอร์เมชั่น คือ ผลลัพธ์ที่ได้จากการทำ Digitalization นั่นเอง

ตัวอย่างของการมอง Customer journey อาจยกตัวอย่างเช่น ธนาคารอาจมีขั้นตอนสำหรับลูกค้าในการเปิดบัญชี,การตรวจสอบวงเงิน หรือ การชำระค่าบริการ ที่ในรูปแบบเดิมๆอาจมีล่าช้าและซับซ้อน ซึ่งเราสามารถที่จะใช้เทคโนโลยีดิจิทัลทำให้ประสบประการณ์ของลูกค้าเปลี่ยนไปในทางที่ดีขึ้น โดยใช้   Mobile banking, Face Recognition, Mobile payment หรือ IoT เป็นต้น

คำถามที่น่าสนใจคือแล้วเราจะมีขั้นตอนในการทำ  Digital transformation ได้อย่างไร วันก่อนผมได้เรียนหลักสูตรนี้ของ coursera ที่สอนโดย Boston Consulting Group (BCG) แล้วพูดถึง Framework ในการทำ Digital Transformation ที่แบ่งเป็นองค์ประกอบอยู่ 4 ด้านดังรูปที่ 1 จึงอยากจะมาสรุปให้สั้นๆดังนี้

Screenshot 2019-02-19 13.03.56

รูปที่ 1   Digital transformation framework ของ  BCG

องค์ประกอบที่ 1 Business strategy driven by digital: การวางแผนกลยุทธ์ธุรกิจขององค์กรวันนี้ต้องเป็นหนึ่งเดียวกันกับกลยุทธ์ด้านดิจิทัล โดยจะต้องมองแนวโน้มด้านดิจิทัลที่จะมีผลต่อธุรกิจอาทิเช่น พิจารณาว่าข้อมูล (Information) จะสามารถเปลี่ยนแปลงการที่จะเราเชื่อมโยงกับลูกค้าได้อย่างไร ระบบออโตเมชั่นจะเข้าเปลี่ยนแปลงองค์กรด้านต่างๆได้อย่างไร หรือเราจะสามารถพัฒนาผลิตภัณฑ์หรือบริการที่เป็นรูปแบบดิจิทัลได้อย่างไร (ต้องไม่แยกกลยุทธ์ดิจิทัลออกไปให้เป็นหน้าที่ของฝ่ายไอที)

องค์ประกอบที่ 2 Digitize the core: คือการนำระบบดิจิทัลเข้ามาใช้ในองค์กรเพื่อให้การทำงานมีประสิทธิภาพมากขึ้น เช่นการวางระบบ CRM, ERP หรือระบบ Automation ต่างๆ ขณะเดียวกันก็ต้องนำระบบดิจิทัลเข้าปรับในด้านของ Customer journey เพื่อเปลี่ยนประสบประการณ์ของลูกค้า

องค์ประกอบที่ 3 Seeking digital growth: คือการที่องค์กรจะต้องเปลี่ยนแปลงตัวเอง หาแนวทางการเติบโตในรูปแบบใหม่ที่ผ่านสินค้าหรือบริการที่เกิดจากนวัตกรรมด้านเทคโนโลยีดิจิทัลมากขึ้น ซึ่งบางครั้งก็อาจต้องกระทบต่อการลงทุนธุรกิจในรูปแบบเดิมๆที่อีก 3-5 ปีข้างหน้าอาจเปลี่ยนแปลงไป ซึ่งการลงทุนในด้านนี้ก็อาจต้องสร้างหน่วยธุรกิจใหม่ๆ (Growth hacker) หรือผ่านพันธมิตรใน Ecosystem ของเรา

องค์ประกอบที่ 4 Enablers: คือองค์ประกอบย่อยที่จะช่วยผลักดันให้เกิดผลสัมฤทธิ์ ดังนี้

4.1 People/Organisation: กล่าวคือจะต้องมีบุคลากรที่มีความรู้และทักษะด้านเทคโนโลยี องค์กรต้องมีความคล่องตัว  (Agile) และต้องสร้างวัฒนธรรมดิจิทัล (Digital culture) ในองค์กร

4.2 Data/analytics: กล่าวคือต้องมีการรวบรวมข้อมูลจากแหล่งต่างๆ และนำข้อมูลมาใช้ในการวิเคราะห์เพื่อสร้างความได้เปรียบเชิงธุรกิจ และมีเป้าหมายการใช้ข้อมูลที่ชัดเจน

4.3 Technology: กล่าวคือต้องมีเทคโนโลยีในองค์กรที่จะสามารถทำงานได้แบบทันทีทันใดอย่างมีประสิทธิภาพ ตลอดจนอาจต้องใช้เทคโนโลยีใหม่ๆอย่าง Data lake หรือ IoT ที่สอดคล้องกับความจำเป็นที่จะต้องเปลี่ยนแปลงองค์กรให้สามารถสร้างประสบการณ์ใหม่ให้กับลูกค้าได้ดีขึ้น

4.4 Ecosystem:  องค์กรที่ประสบความสำเร็จในการทำ  Digital transformation ส่วนมากจะไม่ได้ทำงานตามลำพัง แต่อาจอาศัยพันธมิตร และมีการสร้าง  Business platform ที่ให้หลายๆฝ่ายมีส่วนร่วมและได้รับประโยชน์

ทั้งนี้แนวทางการทำ Digital transform จาก Framework นี้อาจเริ่มต้นในลักษณะ Top-down ทีมีการกลยุทธ์มาจากผู้บริหารสูงสุด หรืออาจเป็น  Bottom-up ที่เริ่มจากหน่วยธุรกิจใดธุรกิจหนึ่ง หรือบางครั้งก็อาจเริ่มต้นด้วยการวิเคราะห์จาก Customer journey ต่างๆขององค์กร แล้วมาพิจารณาว่าเทคโนโลยีดิจิทัลจะช่วยทำใหเกิดการเปลี่ยนแปลงได้อย่างไร

ธนชาติ นุ่มนนท์

IMC institute

AI คือหัวใจสำคัญของการทำ Digital Transform และข้อมูลคือองค์ประกอบหลักของ AI

69265373_300445684132982_1512539807790661632_n

วันก่อนผมไปเวทีเสวนาในงานประชุมของกลุ่ม DTGO ในหัวข้อ AI in the new era ร่วมกับกูรูหลายๆท่านในวงการไอทีเมืองไทย เราทุกคนเห็นพ้องต้องกันว่ายุคนี้เป็นยุคของปัญญาประดิษฐ์ (AI) และ AI จะเข้ามาเปลี่ยนแปลงองค์กรในหลายๆด้าน แต่ปัญหาหนึ่งที่เป็นคำถามน่าสนใจก็คือว่าอะไรที่อาจเป็นอุปสรรคทำให้ AI  ไม่เป็นไปตามที่คาดหวัง คำตอบที่ผมให้ก็คือการขาดข้อมูลขนาดใหญ่

อย่างที่ผมเคยเขียนไว้ในบทความก่อนว่า องค์ประกอบสำคัญของ AI ก็คือการที่จะต้องมีข้อมูลขนาดใหญ่ (Big Data) แล้วใช้ Machine Learning มาเป็นอัลกอริทึมในการวิเคราะห์ข้อมูล (ดูบทความได้ที่ การเตรียมเทคโนโลยีและโครงสร้างพื้นฐานขององค์กรเพื่อรองรับ AI) ซึ่งความถูกต้องของ AI อยู่ที่การมีข้อมูลที่มากพอ และการใช้อัลกอริทึมอย่าง Deep Learning ที่สามารถจะจำลองโมเดลของ Neural Networks ที่ใหญ่ขึ้นได้  (โดยต้องมีระบบประมวลผลที่มีประสิทธิภาพที่มากขึ้น) ดังแสดงในรูปที่ 1 ซึ่งถึงแม้ว่าเราจะสามารถพัฒนาโมเดลที่ซับซ้อนขึ้น แต่หากยังขาดข้อมูลที่มากพอหรือไม่มีระบบประมวลขนาดใหญ่ก็ยากที่จะได้ AI  ที่มีความถูกต้องที่ดีพอใช้งาน

Screenshot 2019-02-06 09.53.29

รูปที่ 1 แสดงความสัมพันธ์ของขนาดข้อมูล ขนาดของโมเดล กับความถูกต้องของ AI [จาก Data Analytics and Artificial Intelligence in the era of Digital Transformation, Google]

และถ้าเราพิจารณาการทำ AI ในช่วงเวลาต่างๆ ที่ทาง Dr. Kai-Fu Lee  ได้เขียนไว้ในหนังสือ AI Superpowers: China, Silicon Valley, and the New World Order ว่าแบ่งออกเป็น  4 คลื่นดังรูปที่ 2 กล่าวคือ

  • คลื่นที่ 1 เริ่มต้นในปี 1998 ยุคของ  Internet AI คือการทำ AI จากข้อมูลที่อยู่ในบริษัทอินเตอร์เน็ตต่างๆเช่น Google, Amazon, Facebook, Alibaba ซึ่งในกลุ่มบริษัทที่มีผู้ใช้งานมากกว่าก็จะมีข้อมูลมากกว่าจะได้เปรียบ และก้มีแนวโน้มที่ให้เห็นว่าบริษัทในประเทศจีนที่มีผู้ใช้จำนวนมากเช่นการใช้มือถือ การใช้  E-commerce เริ่มจะมีความแม่นยำที่ดีกว่าบริษัทในประเทศอื่นๆ
  • คลื่นที่ 2  เริ่มต้นในปี 2004 ยุคของ  Business AI คือการทำ AI จากข้อมูลบริษัทที่ทำธุรกิจทั่วไปเช่น บริษัทด้านการเงิน ร้านค้าปลีก หน่วยงานภาครัฐ ซึงกรณีนี้บริษัทจะต้องมีข้อมูลของธุรกรรมต่างๆที่สะสมมามากพอ และความแม่นยำในการทำ AI ก็อาจยังมี Factor อื่นๆจากภายนอกที่ต้องเข้ามาพิจารณาอีกมากมายนอกเหนือจากข้อมูลภายในองค์กร เช่นด้านการเมือง ด้านสังคม ด้านเศรษฐกิจ
  • คลื่นที่ 3  เริ่มต้นในปี 2011 ยุคของ  Perception AI คือการทำให้ AI มองเห็น ได้ยิน หรือพูดได้ เช่นการทำ Face recognition, speech recognition หรือ Natural language processing ซึ่งความถูกต้องของ AI จะใช้ข้อมูลมาตรฐานที่มีขนาดใหญ่ และความสามารถในการสร้างอัลกอริทึมที่มีโมเดลที่ดีและมีขนาดใหญ่ ซึ่งในปัจจุบันบริษัทที่มีระบบประมวลผลขนาดใหญ่อย่าง Google, Amazon, Microsoft,  Alibaba หรือ Huawei สามารถที่จะพัฒนาทำให้ AI ทำเรื่องเหล่านี้ได้ดีขึ้นมากจนบางครั้งเก่งกว่ามนุษย์
  • คลื่นที่ 4  เริ่มต้นในปี 2015 ยุคของ  Autonomous AI คือการทำให้ AI เคลื่อนที่ได้โดยอัตโนมัติ เช่นรถยนต์ไร้คนขับ หรือโดรนอัตโนมัติ ซึ่งบริษัทต่างๆเช่น Teslo, Uber หรือ Waymo ต่างๆก็เร่งพัฒนาโดยการสร้างฐานข้อมูลขนาดใหญ่และพัฒนาอัลกอริทึมโมเดลแข่งกัน ซึ่งในอนาคตก็จะเห็นระบบนี้ที่ดีขึ้นเรื่อยๆ

Screenshot 2019-02-06 10.02.53

รูปที่ 2 ยุคต่างๆของ AI [จาก AI Frontiers : The Era of Artificial Intelligence, Dr. Kai-Fu Lee]

จากที่กล่าวมาจะเห็นว่าถ้าธุรกิจอยากจะทำ AI ซึ่งก็เป็นปัจจัยที่สำคัญที่สุดในการทำ Digital Transformation  ธุรกิจเหล่านั้นก็จะต้องมีข้อมูลขนาดใหญ่ ถึงจะได้เปรียบคู่แข่ง บริษัทอย่าง Netflix, Uber, Agoda หรือ Alibaba มีจุดเด่นคือเป็นบริษัทที่มีข้อมูลขนาดใหญ่ และสามารถนำข้อมูลเหล่านั้นมาเพื่อที่จะทำปัญญาประดิษฐ์ มาทำ Data Analytics เพื่อให้เข้าใจลูกค้าและแนวโน้มต่างๆได้ดีขึ้น ดังนั้นก่อนที่บริษัทจะคิดว่าเราจะทำ AI  อะไร สิ่งแรกที่จำเป็นอย่างยิ่งคือการมีกลยุทธ์ด้านข้อมูล การรวบรวมข้อมูลจากแหล่งต่างๆเพื่อมาสร้าง Data Platform ที่สามารถนำไปวิเคราะห์ต่อไปได้ ซึ่งผมจะเขียนเพิ่มเติมในตอนถัดไปว่าเราจะเอาข้อมูลมาจากไหน

Screenshot 2019-02-06 10.26.29

รูปที่  3 การรวบรวมข้อมูลสร้าง Data Platform [จาก Data Analytics and Artificial Intelligence in the era of Digital Transformation, Google]

ธนชาติ นุ่มนนท์

IMC Institute