ข้อมูลทางวิทยาศาสตร์จะต้องใช้เวลาหลายปีกว่าจะได้การรับรองหรือยอมรับ เช่นกันกับงานมนุษย์อาจจะถูกแทนที่ด้วยหุ่นยนต์โดยมีความเชื่อว่าอาชีพเหล่านี้ตกอยู่ในความเสี่ยง ที่อาจจะโดน AI เข้ามาแทนที่ ซึ่งอาจะใช้เวลาอยู่บ้างแต่มันจะเป็นจริงแน่นอน ครู : วิชาคณิตศาสตร์หรือวิทยาการคอมพิวเตอร์สามารถสอนโดยหุ่นยนต์ และอย่างน้อย 10% ของนักเรียนที่เรียนรู้ด้วยตนเอง โดยในปัจจุบันแล้วบทเรียนที่สอนโดยหุ่นยนต์แล้วในตอนนี้ ได้แก่ การบินบนเครื่องบินการฝึกอบรมเกี่ยวกับการจำลองด้วย AI แบบจำลองเหตุกาณ์บนเครื่องบินสามารถบินทำได้โดยไม่ต้องนักบินมนุษย์ แต่จากการศึกษาพบว่าผู้โดยสารจะกลัวมากที่จะขึ้นเครื่องบินที่ไม่มีนักบิน ความเสี่ยงที่เกิดขึ้นสำหรับครูผู้ฝึกสอนไม่ใช่ AI แต่เป็นการฝึกอบรมออนไลน์ นั่นเอง การออกเกรดให้กับนักศึกษา ซึ่งมีความเป็นไปได้ที่นักเรียนอาจจะมีการลอกข้อสอบหรือการทุจริต แต่เมื่อทำการควบคุมโดย AI ในการออกข้อสอบก็จะสามารถป้องกันการลอกหรือการโกงในรูปแบบต่าง ๆ ได้เพราะ AI จะสามารถปรับเปลี่ยนรูปแบบได้หลากหลาย เช่นการออกข้อสอบหลายชุด หรือ สลับคำตอบในข้อสอบชุดเดียวกัน ซึ่งทำให้การลอกหรือโกงทำได้ยากมากยิ่งขึ้น AI สามารถเขียนอัลกอริธึม AI หรือพูดสั้น ๆ ว่า AI สามารถทำให้ AI เป็นอัตโนมัติได้รวดเร็วและผิดพลาดน้อยกว่าคน แม้ว่าจะเป็นนักเขียนโปรแกรมที่เก่งสักเพียงไหน แต่อาจจะเขียนโปรแกรมหรือประมวลได้ช้ากว่า AI แน่นอน การวินิจฉัยอัตโนมัติ ในทางการแพทย์ได้มีการนำเอา AI มาเพื่อใช้ในการวินิจฉัยโรค อีกทั้งยังนำเอาเทคโนโลยีนี้มาพัฒนาให้เป็นหุ่นยนต์ AI ผ่าตัด หรือทำศัลยกรรม ซึ่งต่อไปอาจจะนำเอา AI มาใช้ในการผลิตยาหรือในรูปแบบทางการแพทย์อื่น ๆ อีกต่อไป พ่อครัว : AI แทนที่พ่อครัวที่มีค่าตัวแพง ๆ ในร้านอาหารหลายแห่ง เช่นร้าน McDonald ที่มีมนุษย์เพียงคนเดียวคือพนักงานรักษาความปลอดภัย ซึ่งหน้าที่อื่น ๆ เช่น พนักงานทำความสะอาด พนักงานเสิร์ฟ หรือแม้แต่พนักงานคิดเงินหรือคำนวณภาษี ก็ สามารถใช้ AI แทนคนได้ ซึ่งความคิดนี้เป็นได้อย่างแน่นอน ตำรวจหรือทหาร : AI ซึ่งอาจจะเกิดขึ้นได้ถ้าสามารถกำหนดอัลกอลิทึมให้ AI สามารถแยกแยะหรือตัดสินใจได้ว่า นี่เป็นการทำผิด จะต้องจับกุมหรืออาจจะถึงการวิสามัญอีกด้วย แต่ตอนนี้ยังไม่เกิดขึ้น ซึ่งถ้าจะเกิดขึ้นมาในโลกอาจจะเป็นที่สหรัฐอเมริการที่แรก รวมถึง AI ที่สามารถตรวจสอบเกี่ยวการก่อการร้ายอีกด้วย เพราะผลเสียที่อาจจะเกิดขึ้นคือ ทางผู้ก่อการร้ายอาจจะใช้เทคโนโลยีนี้ด้วยเช่นกัน AI จะมาในรูปของ Application ที่ช่วยตรวจสอบในเรื่องต่าง ๆ มากมาย เช่น การตรวจสอบพื้นที่สำหรับทำฟาร์ม การคำนวณเวลาในการขนส่งหรือน้ำหนักอีกทั้งช่วยในการคำนวนปริมาณน้ำมันที่รั่วไหกรณีเกิดเหตการณ์น้ำมันรั่วในทะเลและอื่น ๆ อีกมากมาย ซึ่งทุกวันนี้โลกได้ดำเนินไปโดยมี AI มีส่วนอยู่ด้วยทุก ๆ ภาคธุรกิจและอุตสาหกรรม ในส่วนอื่น ๆ คาดว่า AI ถ้ามีการพัฒนามากกว่านี้ คาดว่าจะต้องเข้ามาเป็นส่วนหนึ่งด้วยแน่นอน และแน่นอนว่าเมื่อสิ่งต่าง ๆ ถูกแทนที่ด้วย AI จะเกิดอะไรขึ้นกับมนุษย์ เป็นเรื่องที่น่าคิดจริง ๆ

Big Data ได้เปลี่ยนแปลงและทำการปฏิวัติวิธีการทำงานของธุรกิจและองค์กรอย่างสิ้นเชิง โดยในวันนี้เราจะเจาะลึกแอพพลิเคชั่นของ Big Data ที่สำคัญในภาคและอุตสาหกรรมต่าง ๆ และเรียนรู้ว่าสิ่งเหล่านี้ได้รับประโยชน์จากแอปพลิเคชันเหล่านี้อย่างไร ในยุคนี้ที่ทุกแง่มุมของชีวิตประจำวันของเราได้รับการเทคโนโลยีที่มี Big Data ที่ออกมาจากแหล่งดิจิตอลต่าง ๆ ซึ่งจำเป็นต้องพูดว่าเราเผชิญกับความท้าทายมากมายในการวิเคราะห์และศึกษาข้อมูลจำนวนมหาศาลด้วยเครื่องมือประมวลผลข้อมูลแบบดั้งเดิม เพื่อเอาชนะความท้าทายเหล่านี้จึงได้มีการนำเสนอโซลูชั่น Big Data เช่น Hadoop เครื่องมือ Big Data เหล่านี้ช่วยให้ตระหนักถึงการใช้งานของ Big Data อย่างแท้จริง ซึ่งหลาย ๆ องค์กร ทั้งขนาดเล็กและใหญ่กำลังใช้ประโยชน์จากประโยชน์ที่ได้รับจากแอปพลิเคชัน Big Data โดยธุรกิจต่าง ๆพบว่าผลประโยชน์เหล่านี้สามารถช่วยให้พวกเขาเติบโตอย่างรวดเร็ว ดังนั้นเราจะมจะเต็มาดูรายละเอียดของ Big Data ที่มีชื่อเสียงพวกนั้นกันเลย Big Data ในอุตสาหกรรมการศึกษา อุตสาหกรรมการศึกษากำลังในขณะนี้ไปด้วยข้อมูลจำนวนมากที่เกี่ยวข้องกับนักเรียน วิชาหลักสูตรต่าง ๆ และผลลัพธ์ต่าง ๆ ซึ่งเราจะตระหนักได้ว่าการศึกษาและวิเคราะห์ข้อมูลนี้อย่างเหมาะสมสามารถให้ข้อมูลเชิงลึกที่สามารถนำมาใช้เพื่อปรับปรุงประสิทธิภาพการดำเนินงานและการทำงานของสถาบันการศึกษาต่าง ๆ และหัวข้อต่อไปนี้เป็นบางส่วนของอุตสาหกรรมการศึกษาที่ได้รับผลจากการนำ Big Data มาใช้งาน โปรแกรมการเรียนรู้แบบกำหนดเองและแบบไดนามิก: โปรแกรมและรูปแบบที่กำหนดเองสำหรับแต่ละบุคคลสามารถสร้างขึ้นได้โดยใช้ข้อมูลที่รวบรวมบนฐานของประวัติการเรียนรู้ของนักเรียนเพื่อประโยชน์ของนักเรียนทุกคน สิ่งนี้ช่วยปรับปรุงผลการเรียนโดยรวมของนักเรียน ปรับมุมมองของหลักสูตรใหม่ ปรับมุมมองของเนื้อหาและหลักสูตรตามข้อมูลที่เก็บรวบรวมบนพื้นฐานของสิ่งที่นักเรียนเรียนรู้และดำเนินการตามขอบเขต โดยการตรวจสอบเวลาจริงขององค์ประกอบของหลักสูตรที่จะเข้าใจได้ง่ายขึ้น ระบบการให้เกรด ความก้าวหน้าใหม่ในระบบการให้เกรด ซึ่งจะเป็นผลจากการวิเคราะห์ข้อมูลของนักเรียนที่เหมาะสมซึ่งจะนำมาซึ่งผลลัพธ์ที่เที่ยงตรงและถูกต้อง วางแผนสำหรับอาชีพในอนาคต การวิเคราะห์และศึกษาข้อมูลของนักเรียนทุกคนอย่างเหมาะสมจะช่วยในการทำความเข้าใจถึงความก้าวหน้า จุดแข็งหรือจุดอ่อน และความสนใจและอื่น ๆ ของนักเรียน มันจะช่วยในการวางแผนเกี่ยวกับอาชีพที่จะเหมาะสมที่สุดสำหรับนักเรียนในอนาคตอีกด้วย แอปพลิเคชันของ Big Data ได้จัดหาวิธีแก้ปัญหาให้กับข้อผิดพลาดที่อาจจะเกิดขึ้นในระบบการศึกษานั่นคือ รูปแบบการเรียนแบบ E-Learning ( อีเลิร์นนิ่ง ) Big Data ในอุตสาหกรรมการดูแลสุขภาพ ขณะนี้การดูแลสุขภาพเป็นอีกอุตสาหกรรมที่ต้องสร้างข้อมูลจำนวนมาก ต่อไปนี้เป็นวิธีการที่ข้อมูลขนาดให Big Data มีส่วนทำให้การดูแลสุขภาพ Big Data ลดค่าใช้จ่ายในการรักษาเนื่องจากมีโอกาสน้อยที่จะต้องทำการวินิจฉัยที่ไม่จำเป็น ช่วยในการวิเคราะห์การแพร่ระบาดของโรคระบาดและช่วยในการตัดสินใจว่าจะใช้มาตรการป้องกันเพื่อลดผลกระทบจากสิ่งเดียวกันได้อย่างไร ช่วยหลีกเลี่ยงโรคที่ป้องกันได้โดยการตรวจหาโรคในระยะเริ่มต้นและป้องกันไม่ให้มีการระบาดซึ่งจะทำให้การรักษาง่ายและมีประสิทธิภาพ ผู้ป่วยสามารถได้รับยาตามมาตรฐานจากการวินิจฉัยของแพทย์ได้อย่างถูกต้อง ตัวอย่าง : อุปกรณ์และเซ็นเซอร์ที่สวมใส่ได้ถูกนำมาใช้ในอุตสาหกรรมการดูแลสุขภาพซึ่งสามารถตรวจสอบผลได้แบบเรียลไทม์และบันทึกผลสุขภาพแบบอิเล็กทรอนิกส์ของผู้ป่วย โดยหนึ่งในเทคโนโลยีนี้มาจาก Apple โดยได้คิดค้นสิ่งที่เรียกว่า Apple Health Kit, Care Kit และ Research Kit เป้าหมายหลักคือช่วยให้ผู้ใช้ iPhone สามารถจัดเก็บและเข้าถึงบันทึกสุขภาพแบบเรียลไทม์ของพวกเขาบนโทรศัพท์นั่นเอง Big Data ในอุตสาหกรรมของรัฐ รัฐบาลไม่ว่าจะเป็นประเทศใดก็ตามจะต้องมีการดำเนินการกับข้อมูลจำนวนมหาศาลในเกือบทุกวัน นั่นคือการติดตามบันทึกและฐานข้อมูลที่หลากหลายเกี่ยวกับประชาชน การเติบโตของประชากร แหล่งพลังงานการสำรวจทางภูมิศาสตร์และอื่น ๆ อีกมากมาย ข้อมูลทั้งหมดนี้ก่อให้เกิดข้อมูลขนาดใหญ่ การศึกษาและวิเคราะห์ข้อมูลที่เหมาะสมจะช่วยให้รัฐบาลสามารถจัดการกับข้อมูลเหล่านี้ได้อย่างเป็นระเบียบ เกี่ยวกับสวัสดิการ : - ช่วยในการตัดสินใจที่รวดเร็วและช่วยบันทึกข้อมูลเกี่ยวกับการดำเนินการทางการเมืองต่าง ๆ อีกด้วย - เพื่อช่วยระบุพื้นที่ที่ต้องการความช่วยเหลือโดยทันที - เพื่ออัพเดทข้อมูลในด้านการเกษตร โดยการติดตามพื้นที่ต่าง ๆ ที่ทำกสิกรรมและปศุสัตว์ - เพื่อความมั่นคงของชาติ เช่น การว่างงาน การก่อการร้าย การสำรวจแหล่งพลังงานและอื่น ๆ ความปลอดภัยทางไซเบอร์ : - Big Data ถูกนำมาใช้ในการเฝ้าระวังการคอรัปชั่น - ใช้ Big Data ในการตรวจสอบการเสียภาษีของประชาชน ตัวอย่าง : สำนักงานคณะกรรมการอาหารและยา (FDA) ซึ่งดำเนินงานภายใต้เขตอำนาจของรัฐบาลกลางของสหรัฐอเมริกาใช้ประโยชน์จากการวิเคราะห์ Big Data เพื่อค้นหาการระบาดของโรคที่เกี่ยวกับอาหารเพื่อยับยั้งและแก้ไขปัญหาที่อาจจะเกิดขึ้นอย่างทันท่วงที Big Data ในอุตสาหกรรมสื่อและความบันเทิง เมื่อผู้คนมีการใช้งานอุปกรณ์ดิจิตอลต่าง ๆ เพิ่มมากขึ้น การสร้างข้อมูลจำนวนมากย่อมเป็นสิ่งที่หลีกเลี่ยงไม่ได้ และนี่เป็นสาเหตุหลักของการเพิ่มขึ้นของข้อมูลขนาดใหญ่ Big Data ในอุตสาหกรรมสื่อและความบันเทิง นอกเหนือจากนี้แพลตฟอร์มโซเชียลมีเดียก็เป็นอีกหนึ่งวิธีที่สร้างข้อมูลจำนวนมหาศาล แม้ว่าธุรกิจในอุตสาหกรรมสื่อและบันเทิงได้ตระหนักถึงความสำคัญของข้อมูลนี้และพวกเขาก็สามารถใช้ประโยชน์จากมันเพื่อช่วยให้ธุรกิจของพวกเขาเติบโตมากยิ่งขึ้น ผลประโยชน์บางส่วนที่เป็นผลมาจากการใช้งาน Big Data ในอุตสาหกรรมสื่อและความบันเทิง : - วิเคราะห์ความเป็นไปของผู้ชม - การกำหนดเวลาที่เหมาะสมหรือตามความต้องการของกระแสข้อมูลสื่อในแพลตฟอร์มการกระจายสื่อดิจิทัล - รับข้อมูลเชิงลึกเกี่ยวกับบทวิจารณ์ของลูกค้าและระบุความคิดเห็นทั้งแง่บวกและลบจากพวกเขา - การกำหนดเป้าหมายที่มีประสิทธิภาพของโฆษณาสำหรับสื่อต่าง ๆ ตัวอย่าง : บริษัท Spotify ซึ่งเป็นแพลตฟอร์มการสตรีมเพลงดิจิตัล ใช้การวิเคราะห์ Big Data และรวบรวมข้อมูลจากผู้ใช้ทุกคนทั่วโลก จากนั้นใช้ข้อมูลที่วิเคราะห์เพื่อให้คำแนะนำเพลงที่เหมาะสมกับผู้ฟัง Amazon Prime ที่ให้บริการวิดีโอเพลงและหนังสือ Kindle ในร้านค้าแบบครบวงจรก็ประสบความสำเร็จในการใช้ Big Data เพื่อวิเคราะห์ข้อมูลลูกค้าและนำมาประยุกต์เพื่อสามารถเสนอสินค้าที่เหมาะสมและตามความต้องการของลูกค้า Big Data ในรูปแบบการพยากรณ์อากาศ มีเซ็นเซอร์สภาพอากาศและดาวเทียมใช้งานอยู่ทั่วโลก มีการรวบรวมข้อมูลจำนวนมากจากนั้นจึงใช้ข้อมูลนี้เพื่อตรวจสอบสภาพอากาศและสภาพแวดล้อม ข้อมูลทั้งหมดที่รวบรวมจากเซ็นเซอร์และดาวเทียมเหล่านี้ก่อให้เกิด Big Data และสามารถนำไปใช้ในรูปแบบต่าง ๆ เช่น : - ในการพยากรณ์อากาศ - เพื่อศึกษาภาวะโลกร้อน - ทำความเข้าใจกับรูปแบบของภัยพิบัติทางธรรมชาติ - เพื่อเตรียมการที่จำเป็นในกรณีเกิดเหตุการณ์วิกฤต - เพื่อเตรียมความพร้อมใช้งานของน้ำที่ใช้ได้ทั่วโลก ตัวอย่าง : IBM Deep Thunder ซึ่งเป็นโครงการวิจัยโดย IBM ใช้การพยากรณ์อากาศผ่านการคำนวณประสิทธิภาพสูงของ Big Data และยังช่วยโตเกียวในการวิเคราะห์อากาศสำหรับการเตือนภัยธรรมชาติ Big Data ในอุตสาหกรรมการขนส่ง ตั้งแต่มีการนำ Big Data มาใช้ในระบบขนส่ง ซึ่งทำให้ระบบขนส่งมีประสิทธิภาพและง่ายขึ้น และต่อไปนี้คือตัวอย่างบางส่วนของรูปแบบที่ระบบ Big Data มีส่วนช่วยในการขนส่ง การวางแผนเส้นทาง : สามารถใช้ข้อมูลขนาดใหญ่เพื่อทำความเข้าใจและประเมินความต้องการของผู้ใช้ในเส้นทางที่แตกต่างกันและในโหมดการขนส่งที่หลากหลายและใช้การวางแผนเส้นทางเพื่อลดเวลารอของผู้ใช้เส้นทางอีกด้วย การจัดการความแออัดและการควบคุมการจราจร : การใช้ Big Data ในการประเมินแบบเรียลไทม์ของความแออัดและรูปแบบการจราจรที่เป็นไปได้ ตัวอย่าง เช่น ใช้ Google Maps เพื่อค้นหาเส้นทางที่สะดวกและเลี่ยงรถติด ระดับความปลอดภัยของการจราจร : การใช้การประมวลผล Big Data แบบเรียลไทม์และการวิเคราะห์เชิงคาดการณ์เพื่อระบุพื้นที่เสี่ยงภัยจากอุบัติเหตุสามารถช่วยลดอุบัติเหตุและเพิ่มระดับความปลอดภัยของการจราจรอีกด้วย ตัวอย่าง : Uber มีการใช้ Big Data มาวิเคราะห์รูปแบบการขับของคนขับและสามารถนำมาวิเคราะห์ให้เหมาะสมกับลูกค้าที่เรียกใช้บริการอีกด้วย ดังนั้น เมื่อลูกค้ามีการเรียกใช้บริการ Uber ระบบจะทำการวิเคราะห์และเรียกใช้คนขับรถที่เหมาะสมให้กับลูกค้า ทั้งนี้เพื่อความพึงพอใจของลูกค้าและทำให้ลูกค้าเกิดความสะดวกสบายในการใช้งานอีกด้วย Big Data ในกลุ่มธนาคาร ปริมาณข้อมูลในธนาคารกำลังพุ่งสูงขึ้นทุกวินาที จากการวิเคราห์ของ GDC ข้อมูลนี้คาดว่าจะเพิ่มขึ้นถึง 700% ภายในปี 2563 ซึ่งการศึกษาและวิเคราะห์ข้อมูลนี้จะสามารถช่วยตรวจจับการดำเนินการที่ผิดกฎหมายใด ๆ ที่กำลังจะดำเนินการหรือกำลังดำเนินการอยู่ได้ เช่น : - การใช้บัตรเครดิตในทางที่ผิด - การใช้บัตรเดบิตในทางที่ผิด - การจัดการอันตรายของสินเชื่อร่วม - ความชัดเจนทางธุรกิจ - การเปลี่ยนแปลงสถิติลูกค้า - การฟอกเงิน - การลดความเสี่ยง ตัวอย่าง : ซอฟต์แวร์ต่อต้านการฟอกเงินเช่น SAS AML และ Actimize ถูกนำไปใช้งานโดยองค์กรทางการเงินต่าง ๆเพื่อวัตถุประสงค์หลักในการตรวจจับธุรกรรมที่น่าสงสัยและวิเคราะห์ข้อมูลลูกค้าได้อ่างดีเยี่ยม โดยองค์กรทางการเงินแห่งหนึ่งคือ Bank of America ได้เป็นลูกค้าของ SAS AML มานานกว่า 25 ปี

Digital Transformation กลายเป็นคำศัพท์สำหรับองค์กรในทุกวันนี้ โลกได้ผ่านระบบดิจิตอลแล้ว แต่นั่นหมายความว่าธุรกิจพร้อมที่จะรื่นเริงในยุคดิจิทัล การตอบสนองค่อนข้างผสมกัน แม้กระนั้นประโยชน์ของการแปลงระบบดิจิตอลยังไม่เป็นที่รู้จักซึ่งทำให้พื้นที่ที่ไม่ได้สำรวจอาจจะมีความเสียง ในการนำความหมายที่แท้จริงของการเปลี่ยนแปลงทางดิจิทัลมาใช้จำเป็นต้องทำให้ บริษัท องค์กรและธุรกิจต่าง ๆ เข้าใจถึงประโยชน์ที่สำคัญ 5 ประการเพื่อให้กระบวนการปรับตัวสามารถเข้าถึงได้ง่ายขึ้นและมีกำไรมากขึ้นนั่นเอง ปรับปรุงประสิทธิภาพ ทุกองค์กรต้องการอะไร ความพึงพอใจของลูกค้าอาจเป็นประโยชน์อย่างหนึ่ง แต่การปรับปรุงประสิทธิภาพเป็นตัวขับเคลื่อนที่สำคัญสำหรับ Digital Transformation องค์กรต่าง ๆ กำลังเคลื่อนห่างจากการแทรกแซงด้วยตนเองเนื่องจากประสิทธิภาพกำลังเริ่มเป็นวลีสำคัญ เมื่อกระบวนการแบบแมนนวลถูกแทนที่ด้วยเวอร์ชั่นอิเล็กทรอนิกส์จะมีการไหลของกระบวนการที่รวดเร็วยิ่งขึ้นซึ่งจะนำมาซึ่งการทำให้แบบจำลองประสิทธิภาพขององค์กรกลายเป็นเรื่องราวความสำเร็จในการคำนวณ ประสบการณ์ของลูกค้า ความพึงพอใจของลูกค้ามีความสำคัญสูงสุด สำหรับองค์กรใด ๆ ลูกค้ามาก่อน ด้วยเหตุผลนี้หากองค์กรต้องการวัดความสำเร็จของตนเองสิ่งสำคัญคือต้องเข้าใจคุณภาพของความพึงพอใจของลูกค้าและวิธีการที่ใช้ในการตัดสินขั้นสุดท้าย ยิ่งระดับความพึงพอใจของลูกค้าดีขึ้นเท่าใดอัตราความสำเร็จใน Digital Transformation สำหรับองค์กรก็จะสูงขึ้นเท่านั้น การตัดสินใจที่แข็งแกร่ง อะไรช่วยให้ธุรกิจสำเร็จใน 2 ขั้นแรก ? เมื่อฝ่ายบริหารมีข้อมูลที่เพียงพอและวางแผนมาอย่างดีเพื่อการตัดสินใจที่ดีจะแสดงในอัตราความสำเร็จความเหมาะสมของแบรนด์และชื่อแบรนด์ของธุรกิจ การตัดสินใจที่ดีกว่าคือโอกาสในการบรรลุเป้าหมายขององค์กรในระยะยาว ในที่สุดวิธีการผลักดันเป้าหมายขององค์กรเหล่านี้คือสิ่งที่นำพาธุรกิจไปสู่ความสำเร็จนั่นเอง เพิ่มผลกำไร Digital Transformation นั้นวัดได้ดีที่สุดโดยมีอัตรากำไร ณ สิ้นปี ผลกำไรที่สูงขึ้นก็จะเป็นแรงจูงใจของพนักงานและที่สำคัญกว่าก็คือความไว้วางใจจากลูกค้าในแบรนด์ เมื่อผลกำไรได้รับการปรับปรุงการตัดสินใจมากขึ้นสามารถนำไปสู่การปรับปรุงประสิทธิภาพในกระบวนการทางธุรกิจซึ่งสามารถมุ่งสู่การปรับปรุงการบริการลูกค้าที่ดียิ่งขึ้นในที่สุดนั่นเอง การเจาะตลาดที่ดีขึ้น ลูกค้าใหม่สามารถเพิ่มเข้าไปในบรรทัดฐานทางธุรกิจที่มีอยู่โดยการเจาะตลาดที่ไม่ได้มีการสำรวจหรือฐานลุกค้าใหม่ เมื่อมีการวางตลาดผลิตภัณฑ์ใหม่สิ่งสำคัญคือการแบ่งส่วนเพื่อวัดคุณภาพของเป้าหมาย ด้วยการปรับปรุงประสิทธิภาพและการตัดสินใจที่ดีขึ้นกระบวนการเจาะตลาดจะมีประสิทธิภาพมากขึ้นซึ่งจะช่วยดึงดูดลูกค้าที่ภักดีเมื่อฐานลูกค้าขยายตัวความต้องการผลกำไรและความพึงพอใจของลูกค้าก็จะดีขึ้นเช่นกัน เมื่อกระบวนการเหล่านี้รวมเข้าด้วยกันจะก่อให้เกิดห่วงโซ่ซึ่งนำไปสู่ความสำเร็จของเป้าหมายทางธุรกิจที่กำหนดไว้ล่วงหน้า ผลประโยชน์แต่ละรายการจะเชื่อมโยงกับผลประโยชน์อื่นซึ่งจำเป็นสำหรับการบรรลุเป้าหมายโดยรวมขององค์กร การตัดสินใจที่ดีนั้นเป็นสิ่งจำเป็นสำหรับการทำกำไรที่ดีขึ้นและความพึงพอใจของลูกค้าเพื่อผลักดันสาระสำคัญของการเปลี่ยนแปลงทางดิจิทัลและประสิทธิภาพภายในขอบเขตขององค์กรแต่ละแห่ง

AI มีผลต่อการพัฒนาแอพอย่างไร? ตรวจสอบหน้าของ Instagram หรือใต้แท็บหรือคุณ คุณจะพบจำนวนบัญชีที่จะติดตามและมีการปรับให้เข้ากับความสนใจของคุณ ซึ่งนี่เป็นหนึ่งในตัวอย่างที่ง่ายที่สุดของ AI - การใช้เหตุผลเชิงทำนาย AI ของ Instagram กำลังวิเคราะห์บัญชีที่คุณติดตามบัญชีที่คุณเยี่ยมชมและโพสต์ที่คุณชอบทุกครั้งที่คุณใช้แอป จากนั้นจะใช้ข้อมูลนั้นเพื่อสร้างคำแนะนำว่าคุณควรติดตามใครในหน้าสำรวจ AI ชนิดนี้ภายในแอพกลายเป็นเรื่องธรรมดาในทุกวันนี้ทุกอย่างตั้งแต่ Amazon Go ไปจนถึงแอพ Starbucks ที่รวมเอาคุณสมบัติการให้เหตุผลเชิงทำนายที่คล้ายกันโดยอิงตามคุณสมบัติ AI ชี้นำ ซึ่งนี่เป็นเพียงตัวอย่างเล็ก ๆ ของ AI ที่มีผลกระทบอย่างมากต่อการพัฒนาแอพ อย่างไรก็ตามนักพัฒนาแอปไม่จำเป็นต้องสร้างรหัสที่ซับซ้อนเพื่อสร้างหน้าสำรวจอีกต่อไป ตอนนี้ AI สามารถอัพเดตและสร้างประสบการณ์ผู้ใช้ใหม่ที่ปรับให้เหมาะกับผู้ใช้แต่ละคนของแอพได้อย่างต่อเนื่อง - ทำให้ AI เป็นเครื่องมือทางการตลาดที่ทรงพลังที่สุดที่แอพสามารถใช้ในทางธุรกิจในปัจจุบัน แต่ไม่ใช่เพียงแค่การพัฒนาแอปที่ได้รับผลกระทบจาก AI AI ส่งผลกระทบต่ออุตสาหกรรมการท่องเที่ยวอย่างไร คุณรู้หรือไม่ว่า ทุกครั้งที่คุณจองเที่ยวบิน หาโรงแรมและร้านอาหารที่ใกล้ที่สุดและคุณจะได้ร้านแนะนำเหล่านั้น นั่นคือ AI ที่เป็นตัวช่วยในการค้นหาซึ่งใช้รูปแบบวิธีการเดียวกับ AI อุตสาหกรรมการท่องเที่ยวและการท่องเที่ยวต่างก็นั่นคือ AI ใช้การแปลงความหมายให้ตรงกับวิถีและการใช้ชีวิต เพื่อให้ตรงกับลักษณะที่สุด อันที่จริงมี AI ที่สามารถดาวน์โหลดได้ที่เรียกว่า chatbots ซึ่งจะช่วยให้คุณวางแผนการเดินทางได้โดยตรงไม่ว่าจะเป็นการซื้อเต็นท์ที่ดีที่สุดสำหรับช่วงราคาที่กำหนดหรือในการจัดห้องชุดที่ดีที่สุดสำหรับการพักใน Cosmopolitan โดย AI ได้ปฏิวัติอุตสาหกรรมการท่องเที่ยวโดยการช่วยกำหนดสถานที่ โรงแรมหรือแม้แต่ร้านอาหารที่คุณอาจจะชื่นชอบได้ เพียงการค้นหาเท่านั้น AI ส่งผลต่อการเก็บหนี้อย่างไร การติดตามทวงหนี้ถือเป็นแรงกดดันอย่างหนึ่งในการทำงานไม่ว่าจะจากเจ้าหนี้หรือลูกหนี้ ซึ่ง AI สามารถดำเนินการติดตามทวงถามหนี้โดยอัตโนมัติจากการส่งอีเมลข้อความและโทรไปยังลูกค้าที่บันทึกไว้ล่วงหน้า แม้ว่าจะดูเป็นเรื่องปกติ แต่ก็ส่งผลให้ลูกค้ารู้สึกว่าถูกรบกวนน้อยกว่าโดยหน่วยงานติดตามหนี้ พวกเขาจะไม่ได้รับสายตลอดวันทำงาน แต่จะรับสายเพียงครั้งเดียวและส่งอีเมลหนึ่งฉบับเท่านั้น ซึ่งจะเป็นการวิเคราะห์จาก AI มาแล้วในการดำเนินการ ซึ่ง AI ในหน่วยงานติดตามทวงหนี้เป็นตัวอย่างที่ยอดเยี่ยมของวิธีที่ AI สามารถทำให้ชีวิตง่ายขึ้นสำหรับลูกหนี้ ซึ่งระบบ AI จะดำเนินการเก็บข้อมูลทุกอย่างที่ดำเนินการไป ไม่ว่าจะเป็นการโทรติดตามทวงถามและการส่งเมล ซึ่งทำให้บริษัททิ่ติดตามทวงหนี้สามารถดำเนินการกับลูกหนี้ได้อย่างมีประสิทธิภาพและเหมาะสม AI มีผลต่อการค้าปลีกอย่างไร คุณเคยซื้อของในไซต์และซื้อกางเกง camo เพียง เพราะได้เห็นการโฆษณาที่ปรากฏขึ้นมาโชว์ให้คุณเห็นว่า เคยมีคนซื้อสินค้านี้แล้วและเค้าชอบมาก หรือไม่ นั่นคือการทำงานของ AI ที่เป็นการวิเคราะห์คุณจากการเยี่ยมชมเว็บไซต์และนำเสนอสินค้าที่เหมาะสมและคิดว่าตรงตามบุคลิกและนิสัยของคุณนั่นเอง โดย Amazon จะเป็นตัวอย่างที่ง่ายที่สุดของรูปแบบที่ร้านค้าปลีกออนไลน์ ซึ่งส่วนใหญ่จะมี AI ที่ติดตามและประเมินพฤติกรรมการซื้อของคุณเพื่อแนะนำรายการใหม่ให้กับคุณ และนี่เป็นเพียงตัวอย่างของวิธีที่ AI สามารถปรับปรุงการบริการลูกค้านั่นเอง AI ส่งผลต่อการจัดการบริการไอทีและการพัฒนาซอฟต์แวร์อย่างไร จากการสนับสนุนลูกค้าไปจนถึงการพัฒนาซอฟต์แวร์ ซึ่งจะมี AI ใช้งานในการเริ่มต้นทั้งนั้น โดยการใช้ AI เป็นวิธีที่มีประสิทธิภาพในการแก้ไขปัญหาพื้นฐานทำให้เป็นเครื่องมือสนับสนุนลูกค้าที่มีประโยชน์ในการจัดการบริการในด้านไอดี ในการให้บริการในช่องทางที่ซับซ้อนยิ่งขึ้น AI ยังสามารถช่วยวิศวกรซอฟต์แวร์ในการพัฒนาผลิตภัณฑ์ใหม่ ซึ่ง AI จะมีประสิทธิภาพดีกว่าบุคคลจจนถึงการแก้ปัญหาด้วยเหตุผลเชิงคาดการณ์อีกด้วย ซึ่ง AI กำลังกลายเป็นเครื่องมือหลักในการพัฒนาซอฟต์แวร์อย่างรวดเร็ว อีกทั้ง AI ยังมีประโยชน์อย่างมากในการวิเคราะห์ข้อมูลที่เก็บไว้ในเครื่องมือจัดเก็บข้อมูลบนคลาวด์และการใช้ข้อมูลนั้นเพื่อสร้างข้อได้เปรียบสำหรับทุกคนตั้งแต่วิศวกรซอฟต์แวร์ไปจนถึงเจ้าของธุรกิจ AI ใน AR และ VR AI มีส่วนช่วยในการพัฒนาอย่างก้าวกระโดดของ AR และ VR กล่าวคือ AI มีศักยภาพที่จะทำให้แอป AR และ VR ไปสู่อีกระดับโดยปรับรูปแบบจากการเกบข้อมูลของผู้ใช้ให้เหมาะกับผู้ใช้ตามนิสัยของพวกเขา ความสามารถนี้ทำให้ AI เป็นปัจจัยหลักของอุตสาหกรรมการพัฒนาแอปในโลกสมัยใหม่เท่านั้น สรุปแล้ว… สามารถที่จะกล่าวว่า AI มีการใช้งานในทุกอุตสาหกรรม ไม่ว่าจะเป็นงานง่าย ๆ เช่นการแนะนำผลิตภัณฑ์หรือการให้บริการลูกค้าขั้นพื้นฐานหรือสำหรับมาตรการที่ซับซ้อนเช่นการทดสอบซอฟต์แวร์และดำเนินการแก้ไขปัญหาที่ครอบคลุมสำหรับอุตสาหกรรมในทุก ๆ ที่ทั่วโลก

การจัดการข้อมูลมีความสำคัญในการจัดการองค์กรและการจัดการไฟล์ข้อมูลขนาดใหญ่ ซึ่งอาจจะต้องการเก็บอย่างถาวรหรือส่งไฟล์ขนาดใหญ่ทั้งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างหรือเอกสารเพื่อให้แน่ใจว่าทุกแผนกของบริษัทสามารถเข้าถึงได้ โดยบริษัท ต่าง ๆกำลังใช้โซลูชั่นข้อมูลขนาดใหญ่เพื่อรองรับการเติบโตของกลุ่มข้อมูลอย่างรวดเร็ว การจัดการข้อมูลที่มีประสิทธิภาพช่วยให้องค์กรสามารถค้นหาข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างได้อย่างง่ายดาย เพื่อรวบรวมข้อมูลขนาดใหญ่จากแหล่งต่าง ๆ เช่น ไซต์โซเชียลมีเดียเว็บไซต์และบันทึกระบบ อย่างไรก็ตามบ่อยครั้งที่ผู้เริ่มต้นจะติดปัญหาในการจัดการทุกอย่างเกี่ยวกับข้อมูลขนาดใหญ่บ้าง สภาพแวดล้อมของข้อมูลในธุรกิจทุกวันนี้เหนือกว่าแพลตฟอร์มฐานข้อมูลเชิงสัมพันธ์และคลังข้อมูลดั้งเดิม คุณอาจต้องใช้เทคโนโลยีในการจัดเก็บและประมวลผลข้อมูลในรูปแบบที่ไม่ใช่ธุรกรรม การวิเคราะห์ข้อมูลขนาดใหญ่กำลังเปลี่ยนแปลงวิธีการทำงานของหน่วยงานอย่างช้า ๆ ดังนั้นจึงเป็นสิ่งสำคัญที่จะต้องเรียนรู้การวิเคราะห์และจัดเก็บข้อมูลเพื่อปรับปรุงกระบวนการทางธุรกิจ ในความเป็นจริงการจัดการข้อมูลที่มีประสิทธิภาพช่วยให้ธุรกิจมีความได้เปรียบในการแข่งขันมากขึ้น ซึ่งหัวข้อดังต่อไปนี้เป็นเคล็ดลับที่จะช่วยให้องค์กรจัดการฐานข้อมูลได้อย่างราบรื่น สรุปเป้าหมายของคุณ คุณต้องกำหนดเป้าหมายเพื่อทราบข้อมูลที่ธุรกิจจำเป็นต้องเจริญเติบโต ไม่เช่นนั้นคุณอาจพบกับกลุ่มข้อมูลจำนวนมากที่ไม่เกี่ยวข้องกับความต้องการทางธุรกิจของคุณ การมีส่วนร่วมของทีมงานทั้งหมดในการกำหนดเป้าหมายของ บริษัท เป็นสิ่งสำคัญ องค์กรอาจสิ้นสุดการรวบรวมข้อมูลที่ไม่ถูกต้องหากไม่มีเป้าหมายที่ชัดเจน คุณต้องกำหนดกลยุทธ์เพื่อช่วยให้บรรลุเป้าหมายเหล่านั้น แน่นอนว่าทุกคนต้องการรวบรวมข้อมูลที่เกี่ยวข้องซึ่งจะส่งผลต่อประสิทธิภาพของธุรกิจ คุณต้องมีทิศทางก่อนเริ่มการดำเนินการ การป้องกันข้อมูล ไม่มีใครต้องการรวบรวมข้อมูลด้วยความยากลำบากและจบลงด้วยการสูญเสียมัน ดังนั้นองค์กรควรรักษาความปลอดภัยของข้อมูลและสามารถเข้าถึงได้ เป็นไปไม่ได้ที่จะวิเคราะห์ข้อมูลที่ไม่สามารถเข้าถึงได้ อีกวิธีหนึ่งในการรักษาความปลอดภัยข้อมูลคือการใช้การสแกนมัลแวร์การรักษาความปลอดภัยไฟร์วอลล์และการกรองสแปม คุณสามารถใช้เว็บไซต์หรือบทวิจารณ์ผลิตภัณฑ์เพื่อรวบรวมข้อมูลจากลูกค้า อย่างไรก็ตามมีผู้ประกอบการเพียงไม่กี่รายเท่านั้นที่ใช้เวลาในการบังคับใช้มาตรการรักษาความปลอดภัยข้อมูล อย่าใช้การจัดการข้อมูลเพื่อรับสิทธิ์ เพราะอาจจะเกิดปัญหาขึ้นได้ ในความเป็นจริงความปลอดภัยของข้อมูลเป็นองค์ประกอบที่สำคัญของการจัดการข้อมูลของบริษัท ปรับให้เข้ากับการเปลี่ยนแปลงใหม่ หนึ่งในแนวปฏิบัติที่ดีที่สุดสำหรับการจัดการข้อมูลขนาดใหญ่คือการรักษาแนวโน้มการจัดการข้อมูล โปรดรู้ว่าข้อมูลและซอฟต์แวร์มีการเปลี่ยนแปลงอยู่ตลอดเวลา ดังนั้นจึงมีเครื่องมือและผลิตภัณฑ์ใหม่ ๆ มากมายที่ออกสู่ตลาดทุกวัน การก้าวไปตามเทรนด์เทคโนโลยีใหม่ ๆ จะช่วยให้ บริษัท สามารถสร้างฐานข้อมูลที่ดีขึ้นและก้าวล้ำนำหน้า สิ่งสำคัญคือต้องมีความยืดหยุ่นและปรับให้เข้ากับการเปลี่ยนแปลงในการจัดการข้อมูลอยู่เสมอ เชื่อมโยงข้อมูลของคุณ มีช่องทางมากมายที่สามารถใช้ในการเข้าถึงฐานข้อมูล คุณไม่จำเป็นต้องปรับใช้เครื่องมือเทคโนโลยีที่แตกต่างกันสำหรับแต่ละแอปพลิเคชัน อีกวิธีหนึ่งในการปรับปรุงกระบวนการคือการเชื่อมโยงข้อมูลทั้งหมดของคุณเข้าด้วยกัน การสื่อสารผิดพลาดระหว่างข้อมูลและแอปพลิเคชันอาจทำให้เกิดปัญหามากมาย การเก็บข้อมูลบนคลาวด์ถือเป็นเครื่องมือที่ช่วยให้ธุรกิจสามารถใช้เพื่อเชื่อมโยงข้อมูล แน่นอนว่าทุก บริษัท ต้องการแอปพลิเคชั่นและข้อมูลทั้งหมดในการประมวลผลอย่างราบรื่น การประสานข้อมูลเป็นสิ่งสำคัญสำหรับทีมที่จะใช้ฐานข้อมูลเดียวกันและจะทำให้เกิดปัญหาน้อยลงอีกด้วย อย่ามองข้ามกฎการตรวจสอบ จำเป็นอย่างยิ่งที่จะต้องมั่นใจว่าแม้แต่ผู้จัดการฐานข้อมูลยังคงต้องรักษากฎในการตรวจสอบ ไม่ว่าเป้าหมายคือการจัดการข้อมูลในเรื่องของการชำระเงินหรือคะแนนเครดิต สิ่งสำคัญที่สุดคือการปฏิบัติตามกฎการตรวจสอบอย่างเคร่งครัด การใช้เคล็ดลับดังกล่าวข้างต้นจะช่วยให้ บริษัท จัดการข้อมูลได้ดีขึ้น อย่างไรก็ตามโปรดทราบว่ากลยุทธ์การจัดการข้อมูลขนาดใหญ่มีการเปลี่ยนแปลงอยู่ตลอดเวลาดังนั้นจึงจำเป็นต้องมีการเรียนรู้อย่างต่อเนื่อง

FinTech เป็นคำที่กำลังมาแรงมากในยุคนี้ เชื่อว่าหลายคนคงเริ่มได้ยินคำนี้บ่อยขึ้นเรื่อย ๆ แล้วก็ได้แต่สงสัยว่า FinTech แปลว่าอะไร เกี่ยวข้องกับอะไร และสำคัญอย่างไร ทุกคนถึงพูดถึงกัน วันนี้จะมาไขข้อข้องใจกันกับ FinTech ไปพร้อม ๆ กัน FinTech คืออะไร? FinTech ไม่ได้แปลตามตัวแต่เกิดจากการรวมกันของ 2 คำได้แก่ Financial (การเงิน) และ Technology (เทคโนโลยี) หากแปลตรงตัวจึงหมายถึง เทคโนโลยีทางการเงินนั่นเอง ซึ่งการนำเทคโนโลยีมาบริหารด้านการเงินนั้นก็สามารถทำได้หลายด้านด้วยกัน ตัวอย่างเทคโนโลยีทางการเงินที่เด่น ๆ ของ Fintech นั้นมีดังต่อไปนี้ บริการด้านหุ้น/การลงทุน เช่น Application สำหรับ ซื้อขายหุ้น/กองทุน หรือการนำเทคโนโลยีมาวิเคราะห์แนวโน้มของหุ้นว่าควรซื้อขายเมื่อใด ซึ่งขอไทยที่มีชื่อเสียงได้แก่ StockRadars , Finnomena , Jitta และ SiamSquared Technologies เป็นต้น บริการด้านการจ่ายเงินและกระเป๋าเงินออนไลน์ ปัจจุบันให้บริการกันอย่างแพร่หลาย ไม่ว่าจะเป็น Line pay, True Wallet และ bluepay เป็นต้น การระดมทุนออนไลน์ รู้จักกันดีในชื่อ Crowdfunding ซึ่งคือการนำเสนอแผนธุรกิจเพื่อให้คนทั่วโลกให้ทุนมาสานต่อ อย่าง Kickstarter หรือ IndieGogo หรือของไทยก็มี Asiola , Dreamaker Equity และ Phoenixict เป็นต้น นอกจากนี้ก็ยังมีด้านอื่น ๆ อีกเต็มไปหมด ไม่ว่าจะเป็นการปล่อยสินเชื่อออนไลน์ การแลกเปลี่ยน BitCoin เรียกได้ว่าในยุคนี้มีผู้ที่ให้บริการทางการเงินเยอะไปมาก ดังที่ Jamie Dimon CEO ของบริษัท JPMorgan Chase ได้กล่าวไว้ว่า "Silicon Valley startups are coming to eat Wall Street's lunch" หมายความว่าเหล่า Startup ทั้งหลายจาก Silicon Valley จะเข้ามาแย่งชิงส่วนแบ่งทางการตลาดจากธนาคารแล้วนั่นเอง ทำไม FinTech ถึงเป็นเทรนด์ในช่วงนี้? การนำเทคโนโลยีมาใช้กับการเงินและการลงทุนนั้นจริง ๆ มีมานานแล้ว (ไม่ว่าจะเป็นตู้ ATM บัตรเครดิต หรือว่าโปรแกรมซื้อขายหุ้น) แต่ที่อยู่ ๆ มาได้ยินกันบ่อย ๆ ช่วงนี้เพราะว่าเทคโนโลยีทางการเงินเหล่านี้เดิมพัฒนาไปอย่างช้า ๆ กว่าจะออกเทคโนโลยีใหม่สักครั้งก็ทิ้งช่วงเวลาหลายปี กระทั่งมาในยุคปัจจุบันด้วยเทคโนโลยีที่ก้าวหน้า Smartphone, โครงข่ายอินเทอร์เน็ตที่แข็งแกร่งขึ้น, การบูมของ Social Media, Tech Startup ฯลฯ ทำให้เกิดเทคโนโลยีทางการเงินใหม่ๆ ขึ้นมาเป็นดอกเห็ด ซึ่งเทคโนโลยีเหล่านี้ก็เปลี่ยนแปลงพฤติกรรมของผู้บริโภคไปจากเดิมอย่างมาก ไหนจะแผนพัฒนาเศรษฐกิจของทั่วโลก รวมถึงประเทศไทยที่พยายามเน้นนโยบายประเทศไทย 4.0 ที่อยากผลักดันให้ไทยเราก้าวเข้าสู่ Digital Economy มากขึ้น ดังนั้น FinTech จึงมีบทบาทมากขึ้นทุกวัน และบริษัทหรือองค์กรใดไม่รีบปรับตัว ไม่รีบศึกษา อาจจะตามโลกไม่ทันก็เป็นได้ FinTech ส่งผลกระทบอะไร? สำหรับใครที่แล้วยังสงสัยว่า FinTech เกี่ยวข้องอย่างกับชีวิตของเรา ก็ต้องบอกว่าการเข้ามาของ FinTech ส่งผลกระทบต่อทุกคนโดยตรงแน่นอน ไม่ว่าคุณจะเป็นผู้บริโภคหรือผู้ให้บริการ เช่นเดียวกับเทคโนโลยีใหม่ๆ ด้านอื่น หรือเทคโนโลยีใหม่ๆ ด้านการเงินก็ทำให้พฤติกรรมการจับจ่ายใช้สอยของเราทุกคนเปลี่ยนแปลงไป จากเดิมที่เคยทำธุรกรรมทางการเงินแต่กับธนาคาร ก็กลายเป็นเลือกใช้บริการจากเหล่าบริษัทที่ให้บริการ FinTech รายย่อยมากขึ้น จากที่เคยต้องเดินทางไปธนาคารบ่อย ๆ ก็กลายเป็นจัดการทางการเงินผ่าน Application เรียกได้ว่าทำให้ชีวิตสะดวกสบายมากขึ้นเยอะ จากความสะดวกสบายที่เกิดขึ้นเพราะเทคโนโลยีก็ทำให้พวกเราทุกคนจับจ่ายใช้สอยกันมากขึ้น ซึ่งการจับจ่ายใช้สอยมากขึ้นนี้ก็ทำให้มีเม็ดเงินในระบบเศรษฐกิจมากขึ้น ทำให้เศรษฐกิจขยายตัว มีช่องทางการค้าใหม่ๆ เพิ่มขึ้นสำหรับนักลงทุนหน้าใหม่ ในขณะที่บริษัทด้านการเงินเจ้าเก่า ๆ ไม่ว่าจะเป็นธนาคาร หรือบริษัทหลักทรัพย์ ฯลฯ ก็ต้องเร่งพัฒนาตัวเองเพื่อไม่ให้โดนเหล่าบริษัทใหม่ๆ เข้ามาแย่งพื้นที่การตลาด สุดท้ายแล้วคนที่ได้ประโยชน์ที่สุดก็เป็นผู้บริโภคอย่างพวกเราทุกคน เพราะการแข่งขันกันของ FinTech เจ้าต่าง ๆ จะทำให้เรามีตัวเลือกที่หลากหลายขึ้นในราคาที่ถูกลง ทั้งหมดนี้ก็เป็นเพียงข้อมูลเบื้องต้นเกี่ยวกับ FinTech เท่านั้น ณ ตอนนี้เราอยู่ในโลกที่เทคโนโลยีเปลี่ยนแปลงไปทุกวัน และเติบโตแบบ “ก้าวกระโดด” และต่อจากนี้โลกก็จะยิ่งเปลี่ยนไปเร็วขึ้นๆอีกแน่นอน ไม่ว่าจะด้านการเงินหรือด้านอื่น ๆ ก็ตาม ดังนั้นแม้ว่าข้อมูลและเทรนด์ต่าง ๆ อาจจะเยอะและอัพเดทอย่างรวดเร็วแต่เพื่อคุณภาพชีวิตที่ดีแล้ว ทุกคนก็ควรติดตามศึกษาเทคโนโลยีใหม่ๆ อยู่เสมอ “อย่าไปกลัวเทคโนโลยี แต่ให้โอบรับมัน” ก้าวไปกับมัน พยายามเข้าใจมัน และเทคโนโลยีจะกลายเป็นมิตรที่ดีกับเรานั่นเอง Cr : http://dv.co.th/blog-en/what-is-fintech-by-faunglada/

หากพูดถึงเทคโนโลยีแห่งอนาคตที่มาแรงที่สุดแห่งยุคคงต้องยอมรับว่า ปัญญาประดิษฐ์ (Artificial Intelligence) หรือที่เรียกสั้นๆ ว่า AI เข้ามามีบทบาทสำคัญอย่างมากในหลายๆ ธุรกิจเเละอุตสาหกรรม และมีแนวโน้มว่าปัญญาประดิษฐ์จะก้าวเข้ามามีบทบาทสำคัญในการทำงานและการใช้ชีวิตในโลกยุคดิจิทัลอย่างมาก จนมีคนตั้งคำถามว่า AI สามารถนำมาสร้างประโยชน์อะไรกับธุรกิจได้บ้าง? อนาคตจะเปลี่ยนแปลงไปอย่างไร? เราควรจะเตรียมรับมืออย่างไร? อันที่จริงแล้วเทคโนโลยี AI นั้นเป็นแนวคิดที่มีมานานมาก และมีการพัฒนาต่อเนื่องมาหลายสิบปี โดยเป็นส่วนหนึ่งของการพัฒนาด้านวิทยาการคอมพิวเตอร์ เป็นความชาญฉลาดที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต และมีคุณลักษณะทางด้านสติปัญญาและความฉลาดคล้ายคลึงกับมนุษย์ จุดเด่นที่มีคือ ความสามารถในการเรียนรู้ได้ด้วยตัวเอง คิด วิเคราะห์ และแยกแยะข้อมูลที่ซับซ้อนได้ ตัวอย่างล่าสุดที่เห็นได้ชัดเจนคือ เทคโนโลยี AI จาก OpenAI ที่ใช้กับ Tesla ของ Elon Musk และ Sam Altman จาก Y Combinator ที่เอาชนะผู้เล่นมืออาชีพในการแข่งขันเกม Dota2 แบบผู้เล่น 1 ต่อ 1 ในงาน The International 2017 ภายใน 10 นาทีแรก หัวใจสำคัญที่ทำให้เทคโนโลยี AI สามารถเอาชนะเกมการเเข่งขันที่ซับซ้อน อย่าง AlphaGo เเละ Dota2 คือ การให้เทคโนโลยี AI ศึกษารูปแบบการเล่นของผู้เล่นมืออาชีพคนอื่นๆ หรือเล่นเกมแข่งกับตัวเองครั้งเเล้วครั้งเล่าจนระบบสามารถเรียนรู้ คิด วิเคราะห์ รวมไปถึงการวางแผนกลยุทธ์ เช่นเดียวกับปัจจุบัน หลายๆ อุตสาหกรรมมีการใช้เทคโนโลยี AI เข้ามาช่วยทำงาน อาทิ โลจิสติกส์ การแพทย์ การบริการ ธนาคาร อีคอมเมิร์ซ ยิ่งเทคโนโลยี AI ได้รับการพัฒนาให้ฉลาดและมีความคิดวิเคราะห์ที่ซับซ้อนมากขึ้นเท่าไร บริษัทก็สามารถประยุกต์ใช้เทคโนโลยี AI เพื่อสร้างประโยชน์ให้ธุรกิจอย่างสูงสุด เราจึงนำเทคโนโลยี AI ที่ทุกธุรกิจควรรู้เพื่อปรับตัวให้เข้ากับยุคปฏิวัติอุตสาหกรรมครั้งใหม่ ดังต่อไปนี้ 1. ระบบเรียนรู้ข้อมูลและทำนายข้อมูลด้วย Machine Learning และ Big Data Platforms คือการเพิ่มศักยภาพในการประมวลผล เรียนรู้และทำนายผลของข้อมูล เนื่องจาก AI จำเป็นต้องใช้การเรียนรู้ผ่านข้อมูลต่างๆ ยิ่งมีข้อมูลเพื่อใช้ในการสอน AI มากเท่าไหร เราก็ยิ่งสามารถสร้าง AI ที่ฉลาดขึ้นได้มากเท่านั้น โดยกระบวนการสอนและอัลกอริทึมที่ใช้ในการสอน AI จำเป็นต้องใช้ทรัพยากรในการประมวลผล และการเก็บรวบรวมข้อมูลจำนวนมาก ดังนั้น การสร้างระบบ AI ให้ประสบความสำเร็จได้ เทคโนโลยี Big Data จึงเป็นสิ่งที่ขาดไม่ได้ด้วยเช่นกัน 2. อุปกรณ์พิเศษเพื่อการประมวลผลเฉพาะทางสำหรับ AI (AI-optimized Hardware) นอกจาก Big Data แล้ว Machine Learning หรือ AI บางประเภทจำเป็นต้องใช้ทรัพยากรในการประมวลผลจำนวนมาก การนำฮาร์ดแวร์พิเศษที่ถูกออกแบบมาให้มีหน่วยประมวลผลจำนวนมากเพื่อลดระยะเวลาในการประมวลผลลงได้จึงเป็นส่วนประกอบหนึ่งที่จะมาช่วยให้ AI นั้นสามารถนำมาใช้งานจริงได้ ยกตัวอย่าง ระบบตรวจจับใบหน้าแบบ Real-time จำเป็นต้องมีระบบที่วิเคราะห์และประเมินภาพจำนวนมาก การนำ Graphics Processing Units (GPU) มาใช้เพื่อให้ระบบสามารถตรวจจับใบหน้าได้ทันเวลาก็ดูเหมือนจะเป็นสิ่งจำเป็น โดยในปัจจุบันกลุ่มผู้ผลิต Graphics Card ก็ออกผลิตภัณฑ์พิเศษเพื่อนำมาตอบโจทย์ด้าน AI โดยเฉพาะเช่นกัน 3. ผู้ช่วยตัดสินใจเรื่องยากๆ ให้เป็นเรื่องง่าย (Decision Management) การโปรแกรมคอมพิวเตอร์ให้ทำงานตามกฎที่เราตั้งไว้ คือความสามารถพื้นฐานของคอมพิวเตอร์ แต่เทคโนโลยี AI สามารถนำมาใช้ช่วยในการตัดสินใจเพื่อหาทางเลือกที่คุ้มค่าที่สุด มีความเสี่ยงน้อยที่สุด หรือใช้เวลาน้อยที่สุดได้ โดยเรียกว่าการค้นหาทางเลือกที่ Optimize ที่สุดบนข้อมูลที่มีอยู่ เพื่อช่วยให้เราตัดสินใจเรื่องยากๆ และมีข้อมูลที่ต้องใช้ประกอบการตัดสินใจจำนวนมาก เราจึงจำเป็นต้องใช้ AI อย่างหลีกเลี่ยงไม่ได้ เช่น การทำ Personalized Marketing หรือ ระบบแนะนำสินค้าของแต่ละบุคคล 4. เหนือกว่า Machine Learning ด้วย Deep Learning เวลานี้ทุกคนคงเข้าใจและตระหนักถึงประโยชน์ของ Machine Learning แต่ถ้าเราจะสร้างระบบที่มีความซับซ้อนเพื่อใช้ในการจำแนกแยกแยะสิ่งต่างๆ ได้ ก็จำเป็นต้องออกแบบ AI ตามวิธีการทำงานของสมองมนุษย์ หรือเรียกว่า Artificial Neural Network (ANN) ซึ่งมีความซับซ้อนสูงมาก โดยเราสามารถนำ Deep Learning มาใช้ในการสร้างระบบแยกแยะสิ่งของหรือใบหน้า ระบบแยกแยะหรือจดจำเสียงได้ เป็นต้น 5. ระบุตัวตนด้วย AI การระบุตัวตนด้วยไบโอเมทริกซ์ ยกตัวอย่าง ม่านตา เสียง ลายนิ้วมือ หน้า ภาษากาย ถือเป็นส่วนหนึ่งของการนำเทคโนโลยี AI ที่ใช้ไบโอเมทริกซ์ในการจดจำรูปแบบ และแยกแยะออกมาใช้เพื่อยืนยันตัวตนหรือระบุตัวตนได้ ซึ่งหลายๆ อย่างก็อยู่ในชีวิตประจำวันของเราอยู่แล้ว อย่างการสแกนลายนิ้วมือเพื่อบันทึกเวลาแทนการตอกบัตร การสแกนม่านตาเพื่อเข้าใช้งานสมาร์ทโฟน เป็นต้น 6. รู้จักภาษาที่มนุษย์ใช้ ด้วยระบบประมวลภาษาธรรมชาติ (Natural Language Processing – NLP) NLP คือเทคโนโลยีที่จะช่วยทำให้เรามีปฏิสัมพันธ์กับคอมพิวเตอร์ได้อย่างเป็นธรรมชาติ โดยเทคโนโลยี NLP จะวิเคราะห์คำสั่งหรือความต้องการของผู้ใช้ผ่านภาษาธรรมชาติ อาทิ Google นำ NLP มาช่วยให้การค้นหาเอกสารใน Google Drive สะดวกและแม่นยำขึ้น ยกตัวอย่าง หากต้องการค้นหาเอกสารที่มาจาก Anissa เราสามารถพิมพ์คำสั่งว่า “Show me documents from Anissa” เพื่อค้นหาหรือเข้าถึงเอกสารที่เราต้องการได้ทันที นอกจากนี้ NLP ยังครอบคลุมถึงความสามารถในการสร้างรูปประโยคธรรมชาติเพื่อใช้ตอบสนองผู้ใช้งานได้อย่างเป็นธรรมชาติ เช่น Siri สามารถสร้างประโยคเพื่อตอบคำถามที่เราถามได้อย่างรวดเร็ว 7. ตอบโต้ด้วยเสียง จากระบบรู้จำและสังเคราะห์เสียงพูด (Speech Recognition and Synthesis) เรียกได้ว่าเป็นอีกระบบที่สามารถทำงานร่วมกับระบบ NLP เพื่อให้เราสามารถตอบโต้กับคอมพิวเตอร์ได้อย่างสะดวก รวดเร็ว และเป็นธรรมชาติยิ่งขึ้น เช่น หากเราต้องการค้นหาเอกสาร คงจะดีกว่าถ้าเราสามารถพูดว่า “ค้นหาเอกสารเมื่อวานที่ส่งมาจากคุณวันชัยให้หน่อย” หลังจากนั้นระบบก็สามารถสร้างเสียงเพื่อโต้ตอบกับเราได้ ยกตัวอย่าง Siri สามารถฟังคำสั่งของเราผ่านการพูดได้ และตอบสนองสิ่งที่เราต้องการผ่านการสร้างรูปประโยคที่ต้องการ และพูดประโยคนั้นให้เราได้ยิน 8. เข้าถึงทุกบริการด้วยผู้ช่วยเสมือนจริง (Virtual Agents) คือเทคโนโลยีที่ทำให้เราสามารถเข้าถึงคลังความรู้หรือบริการต่าง ๆ ได้อย่างไม่รู้จบบนสมาร์ทโฟนของเรา เช่น Siri สามารถเข้าถึงและเข้าใจตารางงาน อีเมล ปฏิทิน นาฬิกา หรือ Alexa สามารถเข้าถึงบริการของ Amazon หรือ Smart Home Device ของเราได้ ด้วยความสามารถในการเข้าใจความต้องการของมนุษย์และความสามารถในการค้นหาบริการเพื่อตอบสนองสิ่งที่เราต้องการได้ ถือเป็นหัวใจของระบบผู้ช่วยเสมือนจริง ซึ่งก็คือสิ่งที่ทุกวันนี้เรารู้จักผ่านเทคโนโลยีที่เรียกว่า Chatbot 9. ระบบอัตโนมัติด้วยเทคโนโลยีหุ่นยนต์ (Robotic Process Automation) เทคโนโลยีหุ่นยนต์ถูกนำมาใช้ในวงการอุตสาหกรรมมาอย่างยาวนาน แต่การนำเทคโนโลยีหุ่นยนต์มาประยุกต์ใช้กับภาคธุรกิจ หรือเป็นส่วนหนึ่งของชีวิตประจำวันยังคงอยู่ในวงจำกัด คือสามารถนำมาใช้แก้ปัญหาเฉพาะด้านต่าง ๆ ได้ เช่น หุ่นยนต์ทำความสะอาด หุ่นยนต์พนักงานต้อนรับ รถที่สามารถขับเคลื่อนได้ด้วยตัวเอง ซึ่งทั้งหมดนี้สามารถเชื่อมโยง AI ที่เป็นสมองกลของระบบเข้ากับโลกแห่งความเป็นจริงได้ เมื่อนวัตกรรมและเทคโนโลยีต่าง ๆ มีบทบาทต่อวิถีชีวิตของผู้คนและเป็นตัวแปรสำคัญในการขับเคลื่อนธุรกิจมากขึ้น ทุกองค์กรรวมถึงพนักงานในองค์กรจึงต้องเตรียมตัว พัฒนาศักยภาพ และทำความเข้าใจนวัตกรรมใหม่ๆ เพื่อให้ก้าวทันเทคโนโลยีแห่งอนาคต และเพิ่มขีดความสามารถในการแข่งขันได้

ใช้ในการดำเนินชีวิตประจำวัน เพราะในชีวิตประจำวันของเราเกี่ยวข้องกับเรื่องของการทำธุรกรรมทางการเงินกันอยู่แล้ว ไม่ว่าจะเป็นการกดเงินจากตู้ ATM หรือบางคนก็สะดวกกับการจ่ายเงินโดยการโอนเงินผ่านแอปพลิเคชั่นบนโทรศัพท์มือถือ หรือจะเป็นการซื้อสินค้าและบริการต่าง ๆ แบบออนไลน์ (เราควรเลือกใช้บริการเว็ปไซต์ที่มีการเข้ารหัสอย่างปลอดภัยด้วย) FinTech เกี่ยวข้องกับการให้บริการประกันรถยนต์แบบออนไลน์ทุกคน สามารถกรอกรายละเอียดจากหน้าเว็ปไซต์รวมถึงจ่ายเงินได้ทั้งแบบออนไลน์และออฟไลน์ได้ตามความสะดวกด้วย เพราะยังไงเราก็ต้องทำประกันรถยนต์และต่อ พ.ร.บ.กันทุกปีอยู่แล้ว การใช้ชีวิตของลูกค้าที่เปลี่ยนไป ด้วยเทคโนโลยีที่ของโลกที่ก้าวหน้ามากขึ้นอย่างเห็นได้ชัดเจนถึงกับเคยมีคนพูดไว้ว่าในอนาคตคอมพิวเตอร์พกพาจะเริ่มขายไม่ออกเพราะทุกคนสามารถเข้าถึงโลกอินเตอร์เน็ตได้จากโทรศัพท์มือถือกันแล้วทั้งการค้นหาข้อมูลต่าง ๆ ก่อนการตัดสินใจซื้อรีวิวสินค้าหรือบริการจากคนใช้จริงหรือแม้กระทั่งการจ่ายเงินบนมือถือเพื่อซื้อสินค้า เช่น ซื้อประกันรถยนต์ผ่านแอปพลิเคชั่นหรือจากหน้าเว็ปไซต์ทำให้การเกิดความเปลี่ยนแปลงในการใช้ชีวิตของเราที่ใช้โทรศัพท์มือถือเป็นหลัก และ FinTech เองก็ตอบโจทย์ในเรื่องของการใช้งานผ่านแอปพลิเคชั่นบนมือถือได้ที่ทั้งสะดวก ง่าย รวดเร็วและมีความปลอดภัยสูงอีกด้วย จึงไม่ใช่เรื่องแปลกที่เป็นธุรกิจที่น่าจับตามมองมากที่สุดในตอนนี้ ใช้งานได้จากทุกที่ทั่วโลก เรื่องความสะดวกนี่เป็นหัวใจหลักของ FinTech เลยทีเดียว เพราะ หลาย ๆคนคงไม่ชอบอะไรที่ขั้นตอนเยอะ ยุ่งยาก เสียเวลา และ FinTech เองก็เน้นจุดแข็งของการทำธุรกิจไปที่ความสะดวกและประกอบกับโลกของเรามีความเชื่อมโยงกันง่ายขึ้น เหมือนโลกเราจะใบเล็กลงผู้คนเดินทางกันเป็นว่าเล่นและทุกคนอยากที่จะใช้ผู้ให้บริการรายเดียวไม่ต้องคอยสมัครใหม่กันให้เหนื่อยใจเหมือน PayPal ที่เราสมัครครั้งเดียวก็สามารถจ่ายเงินออนไลน์ได้ทุกสกุลเงินและทั่วโลกอีกต่างหากทั้งหมดนี้คือสาเหตุที่ว่าทำไมเราถึงต้องรู้จักและเข้าใจ FinTech

Digital disruption? ไม่ว่าคุณจะเป็นพนักงานบริษัท, ครู, หมอ, แม่บ้าน, วัยรุ่น หรือเจ้าของร้านอาหาร หรือเป็นอะไร เราทั้งหมดต่างก็รู้สึกถึงผลกระทบของ Digital disruption แม้แต่กับกิจกรรมที่ธรรมดาที่สุดอย่างการซื้อของชำ ความเจริญก้าวหน้าของเทคโนโลยี (และการนำมาใช้) ทำให้ลักษณะการมีปฏิสัมพันธ์กัน การบริโภคสื่อ หรือแม้แต่การจับจ่ายซื้อสินค้าละบริการของคนในสังคม, กลุ่มคน และในครอบครัวไม่เหมือนก่อนอีกต่อไป ปรากฏการณ์ยักษ์ล้มที่มากับ Digital Disruption Digital transformation ไม่ได้เป็นความท้าทายแค่กับธุรกิจขนาดเล็กเท่านั้น แต่กลับให้ผลที่รุนแรงยิ่งกว่ากับบรรดาแบรนด์ใหญ่ระดับตำนานทั้งหลาย ซึ่งในช่วงไม่กี่ปีมานี้ เราต่างก็ได้เห็นความเป็นไปของบริษัทต่าง ๆ ที่เติบโตขึ้น หรือต้องปิดตัวไป จริง ๆ แล้วเรื่องนี้ขึ้นอยู่กับปัจจัยหลาย ๆ อย่าง แต่ถ้าคุณติดตามข่าวสาร และการวิจัยที่เกี่ยวข้องอย่างใกล้ชิดล่ะก็ น่าจะทราบว่าDigital disruption นี่แหละที่มีส่วนทำให้เกิดกรณีแบบนี้ แต่ก็มีหลายครั้งที่การปิดตัวลงของธุรกิจไม่ใช่ผลพวงจากความเปลี่ยนแปลงด้านเทคโนโลยี และพฤติกรรมของผู้บริโภคโดยตรง แต่กลับเกี่ยวข้องกับความเป็นผู้นำ และการดิ้นรนของทีมเพื่อให้ทันต่อความเปลี่ยนแปลง เราน่าจะเคยเห็นกรณีของ Kodak แบรนด์ระดับตำนานที่มีอันจะต้องเลิกกิจการกล้องถ่ายรูปไปเมื่อไม่กี่ปีมานี้ ต่อมา Yahoo ก็ไปกับเค้าด้วย โดยสื่อบอกว่าเป็นเพราะปัญหาเกี่ยวกับการบริหาร Nokia ก็เป็นอีกหนึ่งยักษ์ใหญ่ที่ต้องล้มลงเพราะ Digital disruption และจริง ๆ แบรนด์เหล่านี้ต่างก็เป็นบริษัทธุรกิจดิจิทัลที่ผ่านการต่อสู้เพื่อรับมือกับความเปลี่ยนแปลงให้ทันมาแล้วทั้งนั้น เช่นเดียวกับรายล่าสุด ที่การปิดตัวของเขาทำให้คนยุคก่อนรุ่นปัจจุบันค่อนข้างช็อค และใจหายไปตาม ๆ กัน:Toys "R" Us จากยุครุ่งสู่ยุคร่วง ความท้าทายจาก Digital Transformation แล้วเราจะรับมือกับ Digital transformation อย่างไรให้รอด? ลองมาดูตัวอย่างทางเลือกและความท้าทายที่อาจเกิดขึ้นกันค่ะ: จ้างเอเจนซีนอก: คุณอาจจะคิดว่า "ให้คนที่รู้งานดิจิทัลรับมือ Digital transformation แทนน่าจะดีที่สุด ก็เขาเชี่ยวชาญเรื่องนี้อยู่แล้วนี่นา…." ผิดค่ะ หยุดคิดแบบนั้นเลย คนทำงานดิจิทัลอาจมีความรู้เรื่องดิจิทัลมากก็จริง แต่เขาไม่ได้เชี่ยวชาญธุรกิจของคุณด้วย แล้วก็ไม่รู้ด้วยว่าจะทำงานให้สอดคล้องกับวัฒนธรรมและค่านิยมขององค์กรคุณได้ยังไง คนที่รู้จักวัฒนธรรม, ธุรกิจ, ผลิตภัณฑ์ และลูกค้าของคุณดีที่สุดก็คือบุคคลากรของคุณเอง บริษัทจากข้างนอกอาจสามารถช่วยเรื่องทักษะและความรู้ด้านดิจิทัลที่คุณขาดไปได้ แต่การการเปลี่ยนแปลงสู่ความเป็นดิจิทัลควรเริ่มจากภายในองค์กรเอง ไม่ใช่จากภายนอกเข้าสู่องค์กร จ้างคนเก่ง ๆ เข้ามาทำงาน: เอาล่ะ "ถ้างั้นจ้างคนเก่งทางดิจิทัลที่รู้เรื่องผลิตภัณฑ์, บริการ, ลูกค้า และธุรกิจของคุณเข้ามา แล้วก็ให้คนนี้แหละ รับผิดชอบเรื่อง Digital transformation ให้" ช้าก่อนค่ะ ถ้าคุณกำลังวางแผนจะจ้างนักวางแผนการตลาดดิจิทัล, นักจัดการโซเชียลมีเดีย และสื่อแบบจ่ายเงิน ก็ต้องทำใจว่าเขาเหล่านี้อาจยังมีคุณสมบัติไม่เพียงพอที่จะเปลี่ยนแปลงองค์กรทั้งองค์กร เพราะการจะทำให้เกิดการเปลี่ยนแปลงในองค์กร ต้องอาศัยคนที่มีทักษะในการเป็นผู้นำสูง และได้รับการยอมรับจากทุกฝ่ายตั้งแต่บัญชียันIT และ HR กันเลยทีเดียว "สิ่งสำคัญไม่ใช่การหาคนเก่งด้านดิจิทัลเข้ามาทำงาน แต่เป็นการหาผู้นำที่ด้านดิจิทัลที่มีทั้งทักษะด้านความเป็นผู้นำ, การตลาด, IT ไปจนถึงการจัดการผลิตภัณฑ์ แถมคุณจะต้องแข่งกับหลาย ๆ บริษัทเพื่อมนุษย์เนื้อหอมคนนี้อีกต่างหาก" ตั้งทีมจัดการการเปลี่ยนแปลง และ/หรือ Scrum Team: มาถึงตอนนี้ คุณอาจจะเกิดความคิดที่แบบ "ถ้าเกิดเราหาผู้นำด้านดิจิทัล, CMO, CIO และ CXO ไม่ได้ ก็สร้างทีมที่รวมคนที่มีทักษะหลาย ๆ อย่างไว้ด้วยกันซะเลยสิ ด้วยความรู้และทักษะของคนเหล่านั้น พอเอามารวมกันแล้วอาจเพียงพอที่จะรับมือ Digital transformation ได้ก็ได้" แม้ว่านี่จะฟังดูเหมือนทางเลือกที่ดีที่สุดเท่าที่กล่าวมา แต่ทีมนี้จะต้องพบกับความท้าทายอีกมากกับแผนกต่าง ๆ เช่นเซิร์ฟเวอร์ หรือเทคโลโลยีเก่า ๆ ที่ไม่สามารถปรับได้ งบอันจำกัดจำเขี่ยจากฝ่ายการตลาด การตรวจสอบค่าใช้จ่ายอย่างละเอียดจากฝั่งHR และบัญชี และที่สำคัญที่สุดก็คือความกดดันด้านผลตอบแทนการลงทุนจากผู้บริหาร (ซึ่งก็คือคุณนั่นแหละ) แม้ว่าจริง ๆ แล้ว Digital transformation เป็นกระบวนการแบบกึ่ง Passive ที่มีเป้าหมายหลัก ๆ เป็นการลดทอนทัศนคติที่ต่อต้านการเปลี่ยนแปลงให้หมดไป ประกอบกับการกระจายความรู้ด้านดิจิทัล และส่งเสริมการเรียนรู้เพิ่มเติมอย่างทั่วถึงทั้งองค์กร ด้วยเหตุผลนี้แหละ CMO, CIO และ CXO ทั้งหลายน่าจะเป็นองค์ประกอบที่สำคัญที่สุดในการทำให้เกิด Digital transformation (หรือการปรับเปลี่ยนรูปแบบอื่นใดในองค์กร) และสิ่งนี้ยังต้องอาศัยการเปลี่ยนแปลงทัศนคติของคนที่เป็นหัวหน้าอย่างใหญ่หลวงอีกด้วย กล่าวคือต้องพัฒนาความเข้าใจในกลไกของความเป็นดิจิทัล, ผลกระทบ, การวัดผลต่าง ๆ ไปจนถึงลักษณะการใช้เทคโนโลยีของลูกค้า การปรับเปลี่ยนกระบวนทัศน์ใหม่สำหรับผู้นำ เมื่อดูจากทางเลือก 3ตัวอย่างที่ยกมา ก็น่าจะทำให้คุณเห็นแล้วว่า Digital transformation เริ่มต้นที่ความเป็นผู้นำ การวิจัย IQ ทางดิจิทัลโดย digital.pwc.com แสดงให้เห็นว่ามีผู้บริหาร 60เปอร์เซ็นต์ขาดทีมซึ่งมีทักษะที่เหมาะสม, 45เปอร์เซ็นต์มีกระบวนการทำงานที่กินเวลามากและไม่ยืดหยุ่น, 51เปอร์เซ็นต์ไม่มีการนำข้อมูลและเทคโนโลยีแบบใหม่มาใช้รวมกัน และ 63เปอร์เซ็นต์ยังคงใช้เทคโนโลยีที่เก่า หรือตกรุ่นไปแล้ว Digital disruption นับเป็นความท้าทายใหญ่หลวงอย่างหนึ่งสำหรับเหล่าผู้นำองค์กร ซึ่งเป็นคนที่จะต้องคอยติดตามความเปลี่ยนแปลงของเทรนด์ต่าง ๆ และปรับการทำงานภายในองค์กรให้เหมาะกับเทรนด์เหล่านั้นอย่างefficiently map these trends internally, เพื่อผลักดันให้เกิดความเปลี่ยนแปลงขึ้นภายในองค์กรในทุก ๆ วัน เรื่องดิจิทัลไม่ได้ยากเกินเอื้อม แต่ก็ต้องทำความเข้าใจกันมากนึดนึง ตั้งแต่ Blockchain ไปจนถึง AI, เทคโนโลยีใหม่ ๆ ที่เข้าสู่ตลาด, การทำ Social listening ตลอดจนรายละเอียดปลีกย่อยต่าง ๆ อาทิ การทำ Performance marketing และ UTM หมายถึงอะไร? เมื่อเร็ว ๆ นี้มีบทความชิ้นหนึ่งจาก Forbes ที่อธิบายว่าการทำ Digital transformation ให้ประสบความสำเร็จเริ่มต้นที่ความสัมพันธ์อันดีระหว่าง CMO และ CIO ดังนั้น การทำให้เกิดความชัดเจนในการทำงาน และการขจัดความกำกวมเพื่อให้เกิด Team dynamic ดูจะให้ผลเสียมากกว่าผลดีกับการทำ Digital transformation เพราะการจะผ่านสิ่งนี้ไปได้ ต้องยอมรับว่ามันจะต้องเกิดความกำกวม ไม่ชัดเจนว่าอะไรที่จะเป็นตัวผลักดันบริษัทไปในทิศทางที่ถูกต้อง สำหรับหลาย ๆ บริษัท คงไม่มีใครบรรเทาความรู้สึกไม่แน่นอน, ความอึดอัด และความไม่พอใจที่ทีมงานจะต้องเจอ เมื่อต้องทำงานภายใต้ความไม่ชัดเจนได้ดีไปกว่าผู้บริหารระดับ C-level นั่นเอง ฉะนั้น การปรับเปลี่ยนกระบวนทัศน์ และทัศนคติจึงมีความจำเป็นต่อผู้นำระดับสูงในการที่จะเปลี่ยนทั้งองค์กรจากแบบดั้งเดิมไปเป็นแบบดิจิทัล ความท้าทายด้าน Learning Curve ความท้าทายนี้ไม่ได้เกิดแค่กับผู้นำทางดิจิทัลเท่านั้น แต่ยังเป็นเรื่องของทั้งทีมที่ต้องเตรียมความพร้อมด้านความรู้เพื่อให้สามารถรับมือกับสภาพแวดล้อมในการทำงานแบบใหม่ได้อย่างมั่นใจอีกด้วย แม้ว่าจะมีคอร์สเรียนด้านดิจิทัลอยู่มากมายทั่วโลก แต่ในประเทศไทยกลับมีตัวเลือกที่ค่อนข้างจำกัด ยิ่งสื่อการเรียนการสอนซึ่งให้ข้อมูลด้านดิจิทัลเชิงลึกที่เข้าใจง่าย และฟรี แทบไม่ต้องพูดถึงเลย อย่างไรก็ดี ถ้าอยากเริ่มศึกษา ก็อาจเริ่มได้ง่าย ๆ ด้วยการติดตามสื่อที่เกี่ยวข้องกับโลกดิจิทัล เช่น e-book จาก STEPS Academy เล่มนี้ที่เป็นภาษาไทย และดาวน์โหลดกันได้ฟรีเลยนะคะ เนื้อหาก็จะเป็นแนะนำแนวทางสำหรับการทำ Content transformation, Personalized marketing, ประสบการณ์ในการใช้งานเว็บไซต์ และ Digital CRM ส่องทัศนะผู้นำระดับโลกเกี่ยวกับ Digital Transformation "อย่างน้อย 40%ของธุรกิจทั้งหมดจะต้องปิดตัวลงภายในสิบปีข้างหน้านี้ … หากไม่สามารถเปลี่ยนตัวเองให้รับกับเทคโนโลยีใหม่ ๆ ได้" – John Chambers | ประธานกรรมการบริหาร Cisco System "ถ้าเราลองมาดูอายุเฉลี่ยของคณะผู้บริหารทั่วโลก – จริง ๆ แล้ว ดูแบ็คกราวด์ของพวกเขาควบคู่ไปด้วยก็ได้ – พวกเขายังไม่มีความพร้อมจะเข้าสู่ยุคดิจิทัลหรอกครับ" – James Bilefield | ที่ปรึกษาอาวุโสบริษัท McKinsey "เหตุการณ์แบบเรื่อง Silicon Valley กำลังจะมา และถ้าธนาคารทั้งหลายไม่พัฒนาตัวเอง ก็เตรียมตัวถูกบริษัทเทคโนโลยีแย่งพื้นที่ในวงการธุรกิจได้เลย เดี๋ยวนี้ก็มีบริษัท Startup พร้อมเงินและมันสมองอยู่เป็นร้อยรายที่กำลังพัฒนาทางเลือกใหม่ ๆ มาแทนที่การทำธุรกรรมทางการเงินกับธนาคารแบบเดิม ๆ กันอยู่" – Jamie Dimon | ประธานกรรมการ, ประธานบริษัท และ CEO บริษัท JPMorgan Chase "ตอนนี้เราไม่ควรต้องมาคุยกันเรื่อง ‘การตลาดดิจิทัล’ อีกแล้ว แต่ควรเป็นเรื่องการทำการตลาดในโลกดิจิทัลต่างหาก" – Keith Weed | Unilever, 2015

การวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data Analysis) คืออะไรและทำไมถึงสำคัญ Big Data คือ ข้อมูลจำนวนมากมหาศาลของบริษัททุกเรื่อง ทุกแง่มุม ทุกรูปแบบที่คุณพอจะนึกออก ซึ่งอาจเป็นข้อมูลที่มีโครงสร้างชัดเจน (Structured Data) เช่น ข้อมูลที่เก็บอยู่ในตารางข้อมูลต่าง ๆ หรืออาจเป็นข้อมูลกึ่งมีโครงสร้าง (Semi-Structured Data) เช่น ล็อกไฟล์ (Log files) หรือแม้กระทั่งข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น ข้อมูลการโต้ตอบปฏิสัมพันธ์ผ่านสังคมเครือข่าย (Social Network) เช่น Facebook, twitter หรือ ไฟล์จำพวกมีเดีย เป็นต้น โดยอาจจะเป็นข้อมูลที่มาจากภายในองค์กร และภายนอกที่มาจากการติดต่อกับ Supplier หรือจากทุกช่องทางการติดต่อกับลูกค้า แต่ทั้งหมดนี้ก็ยังคงเป็นเพียงข้อมูลดิบที่รอการนำมาประมวลและวิเคราะห์ เพื่อนำผลที่ได้มาสร้างมูลค่าทางธุรกิจ ข้อมูลเหล่านี้อาจจะไม่ได้อยู่ในรูปแบบที่องค์กรสามารถนำไปใช้ได้ทันที แต่อาจมีข้อมูลที่เป็นประโยชน์ต่อองค์กรบางอย่างแฝงอยู่ความเป็นมาและวิวัฒนาการของการวิเคราะห์ข้อมูลขนาดใหญ่ แนวคิดของ Big Data มีมานานหลายปีแล้ว องค์กรส่วนใหญ่ตอนนี้เข้าใจว่าหากพวกเขารวบรวมข้อมูลทั้งหมดที่ไหลเข้าสู่ธุรกิจของพวกเขา พวกเขาสามารถใช้การวิเคราะห์และรับค่าที่สำคัญจากมัน แต่แม้กระทั่งในทศวรรษ 1950 หลายทศวรรษก่อนใครก็ตามที่ใช้คำว่า "ข้อมูลขนาดใหญ่" ธุรกิจต่าง ๆ กำลังใช้การวิเคราะห์ขั้นพื้นฐานเพื่อเปิดเผยข้อมูลเชิงลึกและแนวโน้มต่าง ๆ ต่อธุรกิจหรือองค์กร ประโยชน์ที่จะได้รับจากการวิเคราะห์ข้อมูลขนาดใหญ่ คือความรวดเร็วและประสิทธิภาพ เมื่อไม่กี่ปีที่ผ่านมาธุรกิจต่าง ๆ จะรวบรวมข้อมูลและดำเนินการวิเคราะห์และค้นพบข้อมูลที่ซ่อนอยู่ซึ่งสามารถนำไปใช้ในการตัดสินใจในอนาคตได้ วันนี้ธุรกิจสามารถระบุข้อมูลเชิงลึกเพื่อการตัดสินใจได้ทันที ความสามารถในการทำงานได้เร็วขึ้นและคล่องตัว – ช่วยให้องค์กรมีความได้เปรียบในการแข่งขันที่ไม่เคยมีมาก่อน ทำไมการวิเคราะห์ Big Data จึงมีความสำคัญ การวิเคราะห์ Big Data ช่วยให้องค์กรควบคุมข้อมูลของพวกเขาและใช้เพื่อระบุโอกาสใหม่ ๆ ในทางกลับกันนำไปสู่การเคลื่อนไหวทางธุรกิจที่ชาญฉลาดเพื่อการดำเนินงานที่มีประสิทธิภาพมากขึ้น ผลกำไรที่สูงขึ้นและลูกค้าที่มีความสุขมากขึ้น ในรายงาน Big Data ใน บริษัท ขนาดใหญ่โดยผู้อำนวยการฝ่ายวิจัยของ Tom Davenport ให้สัมภาษณ์ว่า มากกว่า 50 ธุรกิจใช้และทำความเข้าใจว่าพวกเขาใช้ Big Data อย่างไร และพบว่าสามารถช่วยเหลือธุรกิจได้ดังต่อไปนี้ 1. ลดต้นทุน : เทคโนโลยีข้อมูลขนาดใหญ่เช่น Hadoop และการวิเคราะห์บนคลาวด์นำมาซึ่งความได้เปรียบด้านต้นทุนอย่างมีนัยสำคัญเมื่อพูดถึงการจัดเก็บข้อมูลจำนวนมากรวมทั้งสามารถระบุวิธีการทำธุรกิจที่มีประสิทธิภาพมากขึ้น 2. เร็วกว่าและตัดสินใจดีกว่า : ด้วยความเร็วของ Hadoop และการวิเคราะห์ในหน่วยความจำรวมกับความสามารถในการวิเคราะห์แหล่งข้อมูลใหม่ๆ ของธุรกิจจะสามารถสร้างข้อมูลได้ทันทีและสามารถดำเนินการต่อได้ทันทีจากการวิเคราะห์นั้น ๆ 3. ผลิตภัณฑ์และบริการใหม่ : ด้วยความสามารถในการวัดความต้องการและความพึงพอใจของลูกค้าผ่านการวิเคราะห์นำมาซึ่งสิ่งที่ลูกค้าต้องการ ซึ่งยกตัวอย่างโดย ดาเวนพอร์ท สามารถชี้ให้เห็นว่าด้วยการวิเคราะห์ข้อมูลขนาดใหญ่ของบริษัทต่างๆ จะสามารถสร้างผลิตภัณฑ์ใหม่ ๆ เพื่อตอบสนองความต้องการของลูกค้าได้เป็นอย่างดี (Hadoop เป็นซอฟต์แวร์ open-source ที่สร้างขึ้นมาเพื่อเป็น framework ในการทำ distributed processing สำหรับข้อมูลขนาดใหญ่ จุดเด่นข้อนึงของ Hadoop ก็คือ ออกแบบมาให้ใช้กับเครื่องคอมพิวเตอร์แบบไม่ต้องแรงมากได้ด้วย การจะขยาย scale ในอนาคต ก็สามารถเพิ่มเครื่องเข้าไปได้ง่ายๆ เลย แถมยังมีระบบสำรองข้อมูลให้โดยอัตโนมัติอีกด้วย )Cr : https://www.sas.com/en_us/insights/analytics/big-data-analytics.html