แนวโน้มทิศทางของ AI, Big Data และ Analytics ในปี 2018
ทิศทางการนำ AI มาใช้ในองค์กรจะเป็นอย่างไรบ้าง
คาดว่าในปีหน้า AI จะเข้ามาช่วยเปลี่ยนโฉมรูปแบบการวิเคราะห์ข้อมูลเพื่อนำไปสู่การสร้างนวัตกรรมใหม่ๆทางธุรกิจมากขึ้น
แนวโน้มในปีหน้าประมาณหนึ่งในสี่ ของบริษัทที่ทำการสำรวจ เริ่มจะนำเทคโนโลยี bot (conversational) เข้ามาให้บริการโต้ตอบกับผู้ใช้โดยต่อยอดจากหน้าจอที่ติดต่อกับผู้ใช้เดิม โดยจะมีการเชื่อมโยงข้อมูลกับการวิเคราะห์พฤติกรรมการเลือกดูเนื้อหาที่สนใจบนหน้าจอของแต่ละผู้ใช้งาน ( point and click analytics) ดังนั้นจึงทำให้เทคโนโลยี natural language processing(NLP) มีการถูกนำมาใช้มากขึ้น แต่สิ่งที่ยังคงต้องพึงระวังคือกระบวนการเตรียมข้อมูลเพื่อใช้สำหรับ NLP จำเป็นที่จะต้องตรวจสอบความน่าเชื่อถือ,แหล่งที่มา และความถูกต้องของข้อมูล(data curation) มิฉะนั้นอาจจะทำให้ระบบสร้างข้อมูลผิดๆในการโต้ตอบกับผู้ใช้ได้
ทางบริษัท มองว่า AI จะเข้ามาช่วยเพิ่มขีดความสามารถของการตัดสินใจในการทำงานของพนักงานในองค์กรให้มีประสิทธิภาพมากขึ้น รวมทั้งแนะนำลูกค้าเลือกซื้อสินค้าหรือบริการให้ตรงตามความต้องการได้ อีกทั้งยังช่วยเสนอแนะแนวทางการปฏิบัติในรูปแบบ real time โดยสัดส่วนอยู่ที่ประมาณ 20% ของบริษัทที่ทำการสำรวจที่ตั้งใจนำมาประยุกต์ใช้ในปีหน้านี้ โดยควรที่มองหากระบวนการคัดสรร ขั้นตอนหรือบริการในองค์กรที่เหมาะสมจริงๆที่จะนำ AI เข้าไปใช้งานเพื่อให้เกิดประโยชน์สูงสุด มิฉะนั้นอาจจะไม่ได้ผลลัพธ์คุ้มค่าการลงทุน
AI ช่วยกำจัดอุปสรรคของการวิเคราะห์ข้อมูลเชิงลึก(insights) ทั้งในข้อมูลประเภท structured และ unstructured ซึ่งในอดีตแต่เดิมอาจมีการพัฒนาด้วยซอฟแวร์หรือเทคโนโลยีที่แตกต่างกันดังนั้นการวิเคราะห์ข้อมูลจากทั้งสองประเภทที่มีความเชื่อมโยงกันนั้นทำได้ค่อนข้างยุ่งยาก แม้กระทั่งวิธีการทำ text analytics แบบเดิมสำหรับใช้กับข้อมูลประเภท unstructured ก็มีความซับซ้อน ทำให้มีการนำมาใช้งานกันค่อนข้างน้อย แต่ในปัจจุบันด้วยเทคโนโลยี Deep Learning ซึ่งทำงานบนแนวคิดของ Neural Network สามารถนำมาใช้วิเคราะห์ข้อมูลดังกล่าวได้แม่นยำมากกว่าเดิมและรองรับการเติบโตของข้อมูลที่นำมาใช้วิเคราะห์ในปริมาณมากๆได้เป็นอย่างดี ดังนั้นทางบริษัทควรเริ่มที่จะมองหาซอฟแวร์ที่ถูกพัฒนาบนพื้นฐาน Deep Learning มาเรียนรู้และทดลองใช้งานดู
Big Data เทคโนโลยียังคงวิวัฒนาการต่อไปหรือกำลังจะประสบปัญหาเช่นเดียวกับในอดีตที่ผ่านมาในเรื่องการบริหารจัดการข้อมูล
หลายบริษัทได้ลงทุนเริ่มวางโครงสร้างสภาพแวดล้อม Big Data ไปบ้างแล้ว แต่โดยส่วนใหญ่ประสบปัญหากับการทำให้เห็นผลลัพธ์ที่ตอบสนองทางธุรกิจได้อย่างชัดเจน เนื่องด้วยการบริหารจัดการข้อมูลและปัญหาการวิเคราะห์ข้อมูล ยังคงเป็นเรื่องที่ใช้เวลาและยุ่งยากซับซ้อน และไม่สามารถหาบุคคลากรที่มีทักษะเพียงพอ ทางบริษัทวิจัยเชื่อว่าในปี2018 นี้ จะเป็นปีที่กำลังย่างก้าวเข้าสู่จุดเริ่มต้นของการอิ่มตัวของเทคโนโลยี Big Data
ส่วนใหญ่โปรเจค Data Lake ที่เริ่มทำกันในองค์กรมาจากฝ่ายไอที โดยมี CIO เป็นกุญแจหลักในการผลักดัน แต่ประโยชน์ที่ได้รับอาจจะไม่เห็นผลในเชิงธุรกิจมากนัก อาจจะได้มาบ้างในเรื่องช่วยปรับปรุงคุณภาพของข้อมูลและช่วยลดค่าใช้จ่ายในบางส่วน ดังนั้น จากผลการสำรวจ หนึ่งในสามของบริษัทเริ่มจะให้ความสำคัญน้อยลงกับการสร้าง Data Lake ในปีหน้า ดังนั้นวิธีการที่สร้างโครงสร้างพื้นฐานของ Big Data ให้ประสบความสำเร็จในองค์กร จำเป็นที่จะต้องเชื่อมโยงเข้าสู่นโยบายหรือเป้าหมายทางธุรกิจที่ตั้งใจจะได้รับ โดยมาจากการที่ต้องนำข้อมูลมาใช้วิเคราะห์เพื่อได้มาซึ่งข้อมูลเชิงลึก(insights) เพื่อนำไปใช้ประโยชน์ทางธุรกิจได้จริง
จากการสำรวจ พบว่า ครึ่งหนึ่งของจำนวนบริษัททั้งหมด เริ่มวางนโยบายการใช้ Big Data บน public cloud (cloud first strategy) เนื่องด้วยทางบริษัทสามารถควบคุมการบริหารเรื่องค่าใช้จ่ายในการลงทุนที่ดีกว่า ถึงกระนั้นคงไม่ใช่ว่าจะเป็นการย้ายทุกอย่างไป public cloud ทั้งหมด แต่จะเป็นการนำนโยบาย Hybrid มาใช้ ดังนั้นต้องมีการเชื่อมโยงระบบขององค์กรไปใช้บางส่วนบน public cloud ซึ่งจำเป็นต้องมี architect มาช่วยออกแบบอย่างเหมาะสม ไม่ว่าจะเป็นการดูเรื่องการโอนย้ายข้อมุลไป cloud, เรื่องเครื่อง proxy ที่มีการโอนย้ายผ่าน รวมทั้งความง่าย ความเร็ว และความปลอดภัยของข้อมูล
ตำแหน่งรวมถึงบทบาทและหน้าที่ของบุคลากรในองค์กรที่เกี่ยวข้องทางด้านข้อมูลจะเปลี่ยนไปในทิศทางใดบ้าง
บริษัทต่างๆเริ่มปรับเปลี่ยนรูปแบบของการวิเคราะห์ข้อมูลแบบเดิมๆ(traditional) ซึ่งมักจะถูกนำเสนอออกมาเป็นรายงานสรุป ให้เข้าสู่การวิเคราะห์เชิงลึก(insights)ที่ช่วยสร้างการตัดสินใจได้รวดเร็วมากยื่งขึ้น นอกจากนี้ข้อมูลต่างๆยังใช้เป็นส่วนสนับสนุนการก้าวเข้าสู่ยุค AI โดยนำไปใช้สอนและเพิ่มทักษะของเครื่องคอมพิวเตอร์ให้มีความฉลาดใกล้เคียงกับมนุษย์ ดังนั้นแต่ละองค์กรจำเป็นที่จะต้องเร่งปรับตัว ทั้งในด้านบทบาทหน้าที่ของทีมงาน โครงสร้างขององค์กร และทักษะของบุคลากรเพื่อเตรียมความพร้อมสู่การนำข้อมูลมาใช้ในธุรกิจอย่างเต็มรูปแแบบ
การตั้ง Insight Center of Excellence (CoE) ในองค์กร จะช่วยในการวางโครงสร้าง ตำแหน่ง,บทบาทและหน้าที่ของผู้ที่เกี่ยวข้องต่างๆในเรื่องการบริหารจัดการและวิเคราะห์ข้อมูลต่างๆให้มีความชัดเจน อย่างเป็นระบบ ไม่ทับซ้อน โดยการตั้ง CoE น่าจะมีการขยายตัวเกิดขึ้นในแต่ละองค์กรมากขึ้นในปี 2018 คาดว่าจะมีสัดส่วนถึงสองในสามจากบริษัททั้งหมดที่ทำการสำรวจ
บทบาทของ Chief Data Officer(CDO) ในองค์กรเริ่มที่ต้องเปลี่ยนการทำงานเชิงรับเป็นรูปแบบเชิงรุกมากขึ้น เนื่องจากข้อมูลเป็นส่วนที่สำคัญมากในการนำไปสู่การสร้างผลิตภัณฑ์ การบริการ หรือโมเดลทางธุรกิจใหม่ๆ ดังนั้น CDO ของทางบริษัท ควรจำเป็นต้องทำงานใกล้ชิดกับ CEO มากขึ้น ซึ่งบางองค์กรที่ไม่ประสบความสำเร็จเนื่องจาก CDO ถูกวางไว้เป็นแค่เพียงผู้บริหารระดับล่าง ไม่มีอำนาจในการตัดสินใจมากนัก ทำให้ไม่สามารถผลักดันผลลัพธ์ที่เกิดจากการวิเคราะห์ข้อมูลได้มากเท่าที่ควร
อาชีพ Data Engineer จะกลายเป็นอาชีพที่ต้องการอย่างมากในปี 2018 ทางบริษัทวิจัยเชื่อว่า บทบาทของ Data Engineer มีความสำคัญไม่ยิ่งหย่อนกว่า Data Scientist เนื่องด้วยมีหน้าที่ต้องจัดเตรียมข้อมูล Big Data ในการไปสนับสนุนการใช้งานวิเคราะห์ของข้อมูลในหลายรูปแบบ ทั้งจัดเตรียมให้กับ Business Analyst หรือจัดเตรียมเพื่อรองรับการวิเคราะห์ในลักษณะ self service หรือแม้กระทั่งแบบ real-time ดังนั้นควรเริ่มมองหาคนที่จะมาทำตำแหน่งนี้ ซึ่งอาจมาจากตำแหน่ง data architect, DBA หรือ software engineer โดยวางแผนในการสร้างทักษะเพิ่มเติมทางด้าน programming, Hadoop, NoSQL,semantic และ middleware เพื่อเตรียมความพร้อมสำหรับการรับหน้าที่ Data Engineer
Insights เป็นเรื่องที่ยุ่งยากและมีความซับซ้อน แนวทางของบริษัทจะต้องปรับตัวอย่างไร
ทิศทางของตลาดการวิเคราะห์เชิงลึก(insights) ในยุคของ AI ณวันนี้ ซึ่งเป็นยุคที่ธุรกิจต้องการใช้ข้อมูลในการทำความเข้าใจกลุ่มลูกค้าของตัวเอง เพื่อพัฒนาสินค้าและบริการให้ตรงกับความต้องการลูกค้า เพื่อช่วยเพิ่มรายได้หรือขยายกิจการ ได้สร้างความยุ่งยากต่อ CIO ในการบริหารจัดการข้อมูลเพื่อตอบสนองความต้องการของเจ้าของธุรกิจ เนื่องด้วยปัญหาทั้งทักษะของบุคลากรที่มีอยู่ และจำนวนบุคลากรที่มีจำกัด รวมทั้งปัญหาของเทคโนโลยีที่มีอยู่ในองค์กรที่ต้องปรับเปลี่ยน ซึ่งส่งผลให้เริ่มมองถึงการปรับนโยบายทางด้าน IT โดยใช้การสร้างความร่วมมือ(partnership) กับ vendor ที่ใช้บริการอยู่ หรือรายใหม่ที่มีศักยภาพในการช่วยผลักดันให้สามารถสร้าง insights เพื่อตอบโจทย์ธุรกิจได้อย่างรวดเร็ว
ตลาดบริการ insights-as-a-service จะเติบโตขึ้นสองเท่าจากเดิม เนื่องด้วยการสร้าง business intelligence และ analytics application เพื่อรองรับความต้องการของธุรกิจเป็นงานที่ไม่ง่าย และ ไม่มี software ในตลาดที่ถูกพัฒนาได้ตรงความต้องการเช่นกัน ทำให้ทางเลือกขององค์กร น่าจะไปซื้อบริการจากผู้ให้บริการ outsource เพื่อสร้าง insights ให้เป็นไปตามโจทย์หรือผลลัพธ์ทางธุรกิจ แทนที่จะลงทุนซื้อ software platform มาใช้
องค์กรธุรกิจจะเริ่มมองหาความร่วมมือกับสถาบันการศึกษาในการสร้าง insights เนื่องด้วยสถาบันการศึกษาเป็นแหล่งสำคัญในการพัฒนาและวิจัยองค์ความรู้ใหม่ๆ ซึ่งมีส่วนสำคัญอย่างยิ่งต่อการสร้าง insights เพื่อนำไปสู่การสร้างสรรค์นวัตกรรมใหม่ๆเพื่อชิงความได้เปรียบในการแข่งขันทางธุรกิจ