มูลค่า Internet Economy ของประเทศต่างๆใน ASEAN จากรายงาน e-Conomy SEA 2019

IT Trend2020

ผมได้มีโอกาสอ่านรายงาน e-Conomy SEA 2019 ซึ่งเป็นการสรุปผลวิจัยด้าน Internet Economy ของประเทศต่างๆใน ASEAN ที่ทางบริษัท Google และ Temasek ได้จัดทำมาต่อเนื่องตั้งแต่ปี 2016 โดยในปีนี้มีบริษัท Bain & Company ได้เข้ามาร่วมเป็นพันธมิตรหลักอีกหนึ่งราย โดยงานวิจัยนี้ใช้ข้อมูลจาก Bain analysis, Google Trends, Temasek, แหล่งข้อมูลอุตสาหกรรมต่างๆและการสัมภาษณ์ผู้เชี่ยวชาญมาในการสรุปตัวเลขต่างๆ

ทั้งนี้รายงานนี้มีการสำรวจมูลค่า Internet Economy ของประเทศต่างๆ 6 ประเทศคือ ไทย มาเลเซีย สิงคโปร์ เวียดนาม อินโดนีเซีย และ ฟิลิปปินส์ โดยเศรษฐกิจอินเตอร์เน็ตทั้ง 6  ประเทศเคยมีมูลค่า 32 พันล้านเหรียญสหรัฐเมื่อปี 2015 ด้เพิ่มขึ้นเป็น 100 พันล้านเหรียญสหรัฐในปี 2019 โดยแบ่งออกได้เป็น E-commerce 38.2 พันล้านเหรียญสหรัฐ, Online media 14.2 พันล้านเหรียญสหรัฐ,  Online Travel 34.4 พันล้านเหรียญสหรัฐ และ Ride haling 12.7 พันล้านเหรียญสหรัฐ ทั้งนี้คาดการณ์ว่ามูลค่า Internet Economy จะเพิ่มสูงถึง 300 พันล้านเหรียญสหรัฐในปี 2025 โดยแบ่งออกได้เป็น E-commerce 153 พันล้านเหรียญสหรัฐ, Online media 32 พันล้านเหรียญสหรัฐ,  (แบ่งย่อยเป็น Online Gaming 9 พันล้านเหรียญสหรัฐ, Online Advertising 20 พันล้านเหรียญสหรัฐ และ Subscription Music & Video 3 พันล้านเหรียญสหรัฐ) Online Travel 78 พันล้านเหรียญสหรัฐ  (แบ่งย่อยเป็น Online Hotels 36 พันล้านเหรียญสหรัฐ, Online Flights 40 พันล้านเหรียญสหรัฐ และ Online vacation rental 2 พันล้านเหรียญสหรัฐ) และ Ride haling 40 พันล้านเหรียญสหรัฐ (แบ่งย่อยเป็น Online Food Delivery 20 พันล้านเหรียญสหรัฐ และ Online Transport 20 พันล้านเหรียญสหรัฐ)

Screenshot 2019-10-10 16.20.19รูปที่ 1 SEA Internet economy [จาก รายงาน E-conomy SEA 2019; Google, Temasak, Bain]

เมื่อเทียบกันระหว่างประเทศต่างๆใน ASEAN ในปี 2019 จะพบว่าอินโดนีเซียจะมีมูลค่าสูงสุดคือที่ 40 พันล้านเหรียญสหรัฐ ตามมาด้วยประเทศไทยที่ 16 พันล้านเหรียญสหรัฐ โดยอัตราเจริญเติบโดของแต่ละประเทศในช่วงตั้งแต่ปี 2015 อยู่ที่ค่าเฉลี่ยระหว่าง 20-30% ต่อปี ยกเว้นอินโดนีเซียและเวียดนามที่มีอัตราเติบโดแบบก้าวกระโดดที่เกิน 40% ต่อปี และคาดว่าในปี 2025 มูลค่าเศรษฐกิจอินเตอร์เน็ตของอินโดนีเซียจะเพิ่มเป็น 133 พันล้านเหรียญสหรัฐ และเวียดนามจะเพิ่มเป็น 43 พันล้านเหรียญสหรัฐ ส่วนประเทศไทยจะเพิ่มเป็น 50 พันล้านเหรียญสหรัฐนปี 2025 โดยคาดว่าจะแบ่งเป็น E-commerce18 พันล้านเหรียญสหรัฐ, Online media 7 พันล้านเหรียญสหรัฐ,  Online Travel 20 พันล้านเหรียญสหรัฐ และ Ride haling 5 พันล้านเหรียญสหรัฐ

นอกจากนี้ข้อมูลยังระบุว่าใน  ASEAN มีผู้ใช้ Internet อยู่  360 ล้านคน โดยเป็นผู้ใช้ในประเทศไทย 47 ล้านคน ซึ่งเพิ่มขึ้นมาจากปี 2015 ที่มีอยู่ 38 ล้านคน และถ้าพิจารณาจำนวนผู้ใช้ตามประเภทของ Internet Economy ใน ASEAN จะพบว่ามีผู้ใช้ e-Commerce อยู่ 150 ล้านราย, Online Gaming 180 ล้านราย, Ride Haling 40 ล้านราย และ Online Booking มีปริมาณ 43% ของจำนวนการจองทั้งหมด แต่ถ้าพิจารณาการเจริญเติบโดของ Internet Economy ใน ASEAN จะพบว่าจะกระจุกกันอยู่ในเมืองหลวงของแต่ละปรเทศที่มีปริมาณมากกว่าต่างจังหวัดสูงถึง 3-4 เท่าเช่นมีการคำนวณ GMV (Gross Merchandise Value) สำหรับ Internet Economy ต่อหัวในกรุงเทพและปริมณฑลอยู่ที่ $549 ขณะที่ต่างจังหวัดจะอยู่ที่เพียง $152

Screenshot 2019-10-10 16.20.07รูปที่ 2 Thailand Internet economy [จาก รายงาน E-conomy SEA 2019; Google, Temasak, Bain]

สุดท้ายรายงานก็ได้ระบุถึงบริการทางด้านการเงินดิจิทัล 5 ด้านคือ Payments, Remittance, Lending, Investment และ Insurance  โดยพบว่าในกลุ่ม Digital Payments ที่รวมถึงการใช้การ์ด การโอนเงินระหว่างบัญชี และ e-Wallets มีมูลค่าประมาณ 600 พันล้านเหรียญสหรัฐ (ในจำนวนนี้เป็น e-Wallets มีมูลค่าประมาณ 22 พันล้านเหรียญสหรัฐ) เมื่อเทียบกับมูลค่าการชำระเงินทั้งหมดคือ 1,400 พันล้านเหรียญสหรัฐ โดยคาดว่าในปี 2025 มูลค่าการชำระเงินทั้งหมดจะโตเป็น 2,200 พันล้านเหรียญสหรัฐ โดยจะเป็นส่วนของ Digital Payments ที่ 1,100 พันล้านเหรียญสหรัฐ และ e-Wallets มีมูลค่าประมาณ 114 พันล้านเหรียญ หรือคิดว่า 50% จะเป็น Cashless นอกจากนี้ในปี 2019 ยังมีพบว่า Digital Remittance มีมูลค่า 11 พันล้านเหรียญสหรัฐ หรือเทียบเท่ากับ 13% ของสัดส่วน Remittance ทั้งหมด, Digital Lending มีมูลค่า 23 พันล้านเหรียญสหรัฐ หรือเทียบเท่ากับ 3% ของสัดส่วนทั้งหมด, Digital Investment มีมูลค่า 10 พันล้านเหรียญสหรัฐ หรือเทียบเท่ากับ 3% ของสัดส่วนทั้งหมดและ Digital Insurance มีมูลค่า 2 พันล้านเหรียญสหรัฐ หรือเทียบเท่ากับ 4% ของสัดส่วนทั้งหมด

ธนชาติ นุ่มนนท์

IMC Institute

Building the infrastructure of the Digital Economy จากงาน Apsara Conference 2019 ของ Alibaba Cloud

Screenshot 2019-10-01 10.14.45

ช่วงปลายสัปดาห์ที่แล้ว (25-27 กันยายน) Alibaba Cloud ได้จัดงานสัมมนาประจำปีที่ชื่อ Apsara Conference 2019 ที่เมืองหางโจว ประเทศจีน โดยจัดขึ้นเป็นปีที่ 5 และกำหนด Theme ของงานปีนี้เป็น The Rise of Data Intelligence ซึ่งผมเองได้ติดตามดูงานสัมมนาผ่านเว็บไซต์ www.alibabacloud.com/apsara-conference-2019 โดยมีหัวข้อที่น่าสนใจอยู่จำนวนมาก และสามารถที่จะเข้าไปชมย้อนหลังได้

S__7110660

หนึ่งในหัวข้อของ Keynote session ที่น่าสนใจคือ Building the infrastructure of the Digital Economy โดย Jeff Zhang, CTO of Alibaba Group, President of Alibaba Cloud Intelligence ซึ่งเริ่มต้นอธิบายให้เห็นเทคโนโลยีดิจิทัลใหม่ๆกำลังขับเคลื่อนให้เกิด Digital Transformation  โดยได้ชี้ให้เห็นถึงแนวโน้มในอนาคตที่จะมีจำนวนอุปกรณ์เชื่อมต่อที่เพิ่มขึ้น และจะมีจำนวนข้อมูลทั่วโลกขึ้นไปถึง175 ZettaByte ในปี 2025 ทั้งนี้ข้อมูลที่ผ่านมาพบว่ามูลค่าของเศรษฐกิจดิจิทัล (Digital Economy) ในประเทศจีนคิดเป็นบริมาณถึง 67.9% ของมูลค่า GDP รวมของประเทศ

เทคโนโลยีดิจิทัลให้เกิดการเปลี่ยนแปลงใน 4 ด้านคือ

  • Demand: ความต้องการของผู้บริโภคได้เปลี่ยนแปลงไป และจะต้องการจัดการบริหารสภาวะแวดล้อมระหว่างผู้บริโภคและธุรกิจ (C2B) ที่เปลี่ยนไป
  • Production: กระบวนการผลิตเปลี่ยนแปลงไป ด้วยเทคโนโลยีที่สามารถเชื่อมต่อและควบคุมกระวนการได้ตั้งแต่ต้นทางจนถึงปลายทาง
  • Supply:  ปริมาณความต้องการเสนอขายสินค้าและบริการของผู้ขาย ก็สามารถจะตรวจสอบและทำให้มีประสิทธิภาพดีขึ้นด้วยเทคโนโลยีสมัยใหม่
  • Operation: กระบวนการทำงานก็เปลี่ยนแปลงเป็นแบบ Dynamic collaboration และมีการตัดสินใจได้ดีขึ้น

ดังนั้นองค์กรต่างๆจึงต้องปรับตัวเองและนำเทคโนโลยีดิจิทัลมาเปลี่ยนแปลงแนวคิดในการทำงาน ซึ่งการทำ Digital Transformation ซึ่งทาง Jeff Zhang ชี้ให้เห็นว่าจะต้องมีการวางพื้นฐานด้านเทคโนโลยีที่ดีได้ควรมีเสาหลักในการดำเนินงานสี่ด้านคือ

  • Reliable Cloud
    • Cloud เป็นโครงสร้างพื้นฐานของเศรษฐกิจดิจิทัล ซึ่งเทคโนโลยี Cloud computing จะช่วยทำให้สามารถทำนวัตกรรมต่างๆได้รวดเร็วขึ้นทั้งเรื่องของ IoT, Big Data, AI หรือ Blockchain การใช้ Cloud  เป็นการตัดสินใจเชิงกลยุทธ์ที่สำคัญ ทั้งเป็นการเปลี่ยน Mindset ด้านเทคโนโลยี การออกแบบและติดตั้งระบบในรูปแบบใหม่ ที่จะมีความคล่องตัว รวดเร็ว และสามารถรองรับการเปลี่ยนแปลงของธุรกิจได้
  • Intelligent Big Data
    • ข้อมูลเป็นปัจจัยที่สำคัญสุดในการทำ Digital Transformation จะต้องสร้างคุณค่าจากข้อมูลในทุกขั้นตอนต่างๆทั้ง การทำ Data collection, Data Cleansing,Data Classification &  Storage, Cognition & Mining รวมถึงการทำ Intelligent application จากการใช้ข้อมูล
  • Intelligent Cloud-End Network
    • ต้องมีการเชื่อมต่ออุปกรณ์ต่างๆในองค์กรเข้าระบบอินเตอร์เน็ตแบบ Real-time โดยเฉพาะอุปกรณ์ Internet of ้thing (IoT) เพื่อที่จะนำข้อมูลมาใช้งานให้ได้มากที่สุด
  • Unparalleled Mobility
    • การทำงานจะต้องเป็นแบบ Mobility และต้องมีเทคโนโลยีที่สามาถทำงานร่วมกันได้ทุกที่ ทุกเวลา ซึ่งก็อาจเป็น Mobile apps ที่สามารถสร้างที่ทำงานแบบไร้พรมแดนได้ ( borderless workplaces)

Screenshot 2019-10-01 10.17.11

ทั้งนี้งาน Apsara Conference 2019 ยังมี  Session ที่น่าสนใจอีกจำนวนมากทั้งหัวข้อด้าน Machine Intelligence, China Gateway, AI&Big Data Intelligence, New Retail Ecosystems และ Enterprise Digital Transformation ซึ่งผมเองก็อยากให้เข้าไปดูการบรรยายที่สามารถดูย้อนหลังได้ วันนี้ผู้นำขับเคลื่อนเทคโนโลยีโลกกำลังจะเปลี่ยนจากตะวันตกสู่ตะวันออก ถ้าเราจะเข้าใจเทคโนโลยีดิจิทัลได้ดีก็ควรจะต้องศึกษาเทคโนโลยีของบริษัทยักษ์ใหญ่ในประเทศจีนไปด้วย

ธนชาติ นุ่มนนท์

IMC Institute

 

เมื่อคนเจนเอ็กซ์อย่างผมต้องเปลี่ยนพฤติกรรมเป็นคนเจนวาย เมื่อเทคโนโลยีมาเปลี่ยนแปลงโลก

Screenshot 2019-09-29 14.55.10

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

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

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

การสัมผัสกับชนบทและความยากลำบากทำให้พวกเราเข้าใจสังคม อาจารย์และรุ่นพี่ก็เป็นแบบอย่างเป้าหลอมให้พวกเราคิดถึงส่วนรวม อยากเห็นสังคมและชาวบ้านมีคุณภาพชีวิตที่ดีขึ้น บุคคลที่เป็นต้นแบบของพวกเราบางคนก็คือนักต่อสู้เพื่อสังคมที่สอนให้เราเสียสละเพื่อคนอื่น ไม่ใช่เศรษฐีพันล้านหรือนักเทคโนโลยีชั้นนำของโลกแบบยุคนี้ เป้าหมายชีวิตหลายคนของพวกเราก็คือจบออกมาทำงานอาชีพที่มั่นคงเพื่อเลี้ยงดูครอบครัว ทำประโยชน์ให้สังคมและประเทศชาติ หลายๆคนภูมิใจกับการได้ทำงานเป็นข้าราชการเพื่อรับใช้สังคมจนทุกวันนี้

Screenshot 2019-09-29 19.18.47

จากคนเจนเอ็กซ์อย่างผมที่จบจากมหาวิทยาลัยในต่างจังหวัด ได้สัมผัสกับสังคมที่มีช่องว่างกับสังคมกรุงเทพอย่างมาก และก็มีโอกาสได้ไปเรียนต่อ ได้เข้ามาทำงานในแวดวงเทคโนโลยี ประกอบกับเป็นคนที่ใช้เทคโนโลยีดิจิทัลและปรับพฤติกรรมไปตามคนเจนวายไปค่อนข้างมาก ทำให้เห็นการเปลี่ยนแปลงของชีวิตตัวเองหลายๆอย่างอาทิเช่น

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

Screenshot 2019-09-29 19.18.10

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

Screenshot 2019-09-29 19.17.37

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

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

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

ยังมีอีกหลายๆอย่างที่เทคโนโลยีมาเปลี่ยนชีวิตผมทั้งเรื่องของการใช้ชีวิตประจำวัน การทำงาน หรือแม้แต่การเรียน โลกได้เปลี่ยนไปมากแล้วและสิ่งหนี่งผมคิดเสมอก็คือ ถ้าคนเจนเอ็กซ์สามารถมาใช้เทคโนโลยีแบบคนเจนวาย ก็จะช่วยทำให้เราเข้าใจความเปลี่ยนแปลงได้ดีขึ้น เผลอๆด้วยประสบการณ์ของอดีตที่ผ่านมาในเจนเอ็กซ์หรือเบบี้บูมเมอร์ก็จะยิ่งทำให้เราทำบางเรื่องได้ดีกว่าคนในยุคใหม่ด้วยซ้ำไป และประสบการณ์ชีวืตของคนเจนเอ็กซ์จำนวนมากก็ยังผ่านยุคของความยากลำบาก ก็ยิ่งจะช่วยทำให้เห็นได้ว่าเทคโนโลยีดิจิทัลจะช่วยมาเปลี่ยนแปลงและลดช่องว่างของสังคมได้อย่างไร ทำอย่างไรจะให้คนในสังคมทุกคนยืนอยู่ได้ในโลกที่เปลี่ยนไป ด้วยความเข้าใจสังคมทั้งชนบทและในเมืองที่ดี

ธนชาติ นุ่มนนท์

IMC Institute

 

การออกแบบ Big Data Architecture ปัจจัยสำคัญคือ Business Use Case

Screenshot 2019-09-14 12.11.57

ผมมักจะเจอคำถามบ่อยๆว่าจะทำโปรเจ็ค Big Data  ควรจะใช้เทคโนโลยีอะไรดี เลือกซื้อจากรายไหนดี จริงๆแล้วการจะตอบคำถามนี้คงจะต้องพิจารณาจากหลายปัจจัยตั้งแต่คำถามว่า

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

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

สถาปัตยกรรมระบบ Big Data ส่วนใหญ่ก็จะประกอบไปด้วยองค์ประกอบ 4 อย่างก็คือ

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

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

70461936_561279104613554_3942196441996328960_nรูปที่ 2 ตัวอย่างเทคโนโลยีด้าน Big Data

ทั้งนี้การเลือกใช้เทคโนโลยี Big Data มีหลักการที่สำคัญสองประเด็น

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

เพื่อให้เห็นวิธีการเลือกสถาปัตยกรรม ผมขอยกตัวอย่างกรณีศึกษาของลูกค้ารายหนึ่งที่ทางทีมงานของ IMC Institute เข้าไปดำเนินการให้ โดยมีวิธีคิดดังนี้

Business Use Case มีข้อกำหนดต่างๆดังนี้

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

Technology:  ทีมงานได้ตัดสินใจเลือกตามเงื่อนไขต่างๆดังนี้

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

จากตัวอย่างที่ยกมาจะพบว่าการออกแบบ Big Data Archicture และการเลือกใช้เทคโนโลยี ความสำคัญอยู่ที่ต้องเริ่มต้นจาก Business Use Case ไม่ใช่เริ่มจากเทคโนโลยี

ธนชาติ นุ่มนนท์

IMC Institute

เอกสารอ้างอิง

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

บริการออนไลน์และสิทธิพิเศษของสมาชิกที่แลกมาด้วยข้อมูลส่วนตัว

Screenshot 2019-10-01 10.27.57

“มี All member ไหมครับ”  คือคำถามที่พนักงาน 7-11  จะถามผมทุกครั้งที่ผมจะจ่ายค่าสินค้า

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

ทุกวันนี้ผมเป็นสมาชิกของร้านค้าและบริการต่างๆนี้มากพอแล้ว ทั้งการใช้ IoT, Mobile App หรือการใช้บัตรสมาชิก ผมรู้ว่าวันนี้ความเป็นส่วนตัวผมได้หายไปเยอะมาก จนน่ากลัว

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

Screenshot 2019-09-12 11.10.08

รูปที่  1 ตัวอย่างข้อมูลการใช้บัตร Starbucks  ที่แสดงให้ผู้ใช้ดู

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

Screenshot 2019-09-12 11.11.04

รูปที่  2 ตัวอย่างข้อมูลการดูหนังของ  NetFlix ที่แสดงให้ผู้ใช้ดู

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

รูปที่  3 ตัวอย่างข้อมูล IoT ของ  Xiaomi และ EasyPass ที่แสดงให้ผู้ใช้ดู

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

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

ธนชาติ นุ่มนนท์

IMC Institute

การติดตั้ง Google Assistant ลงบนมือถือเพื่อให้สั่งงานเป็นภาษาไทยได้

69237138_1470765076404161_3826382545780473856_n

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

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

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

69992802_2474721696140478_6800656542245847040_n

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

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

ผมหวังมากข้อมูลนี้คงมีประโยชน์ให้ทุกท่านสามารถที่จะติดตั้งใช้ Google Assistant บนมือถือของทุกคนได้ การเริ่มใช้โปรแกรม AI แบบนี้จะทำให้พวกเราเห็นได้ว่าชีวิตกำลังจะเปลี่ยนไปอีกมากก็หวังว่าทุกคนคงจะลองไปเล่นกันครับ

ธนชาติ นุ่มนนท์

IMC institute

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