CALL US: 02 001 1893
597/5 Sukhumvit Road, Wattana, Bangkok, Thailand

Home » Archive

หลายปีที่ผ่านมา ผมได้มีโอกาสร่วมงานกับหลากหลายองค์กรทั้งในไทยและต่างประเทศที่ตื่นตัวจะนำข้อมูลไปใช้ประโยชน์ แต่ปัญหาคือข้อมูลที่เก็บไว้มีไม่เพียงพอหรือไม่สามารถนำไปใช้งานตามวัตถุประสงค์ได้ ผู้ประกอบการบางคนคิดว่าการสร้างหรือปรับโครงสร้างพื้นฐาน (Infrastructure) หรือจ้างที่ปรึกษาด้านข้อมูล และ AI จะสามารถทำให้องค์กรกลายเป็น Data/AI driven organization (ผมใช้คำว่า Data/AI เพราะทั้งสองต้องเกื้อหนุนกัน หากไม่มีข้อมูลก็ทำ AI ไม่ได้) หรือองค์กรที่ขับเคลื่อนด้วยข้อมูลและ AI ได้โดยทันที ซึ่งความเป็นจริงไม่เป็นอย่างนั้น เพราะถึงแม้คุณมีข้อมูลจำนวนมาก แต่ถ้ายังขาดการวางยุทธศาสตร์ที่สนับสนุนการนำข้อมูลไปใช้ และขาดมุมมองในการบริหารงานที่เหมาะสม การจะสร้างองค์กรให้เป็น Data/AI driven organization คงไม่สามารถเกิดขึ้นได้อย่างมีประสิทธิภาพ ดังนั้นสิ่งที่ผู้ประกอบการควรทำความเข้าใจก่อนคือองค์กรของคุณมีสถานะความพร้อม (maturity) ด้านการนำข้อมูลมาใช้อยู่ที่ระดับใด ซึ่งผมขอแบ่งเป็น 3 ระดับ ดังนี้ Data literacy organization บางหน่วยงานในองค์กรได้นำข้อมูลมาใช้ในการทำรายงานประกอบการตัดสินใจแล้ว พนักงานพอมีความสามารถในการใช้ BI (Business Intelligence) application ในการทำรายงาน แต่ยังไม่ได้มีนโยบายหรือทิศทางจากผู้บริหารในการผลักดันให้เก็บข้อมูลและนำมาใช้อย่างแพร่หลาย รวมถึงการจัดเก็บข้อมูลยังกระจัดกระจายและขาดการดูแลอย่างชัดเจน Data analytics organization เป็นองค์กรที่ผู้บริหารมีการวางยุทธศาสตร์ในการนำข้อมูลมาใช้ (ผมชอบใช้คำว่า “ข้อมูล” …

Read more

กระแสการมาของยุคดิจิทัลเปรียบเสมือนคลื่นลูกใหญ่ที่ถาโถมเข้ามาอย่างรวดเร็ว บางองค์กรมองเห็นวิกฤติเป็นโอกาส วางแผนเตรียมพร้อมรับมือและปรับตัวได้อย่างเหมาะสม ในขณะที่บางองค์กรถูกคลื่นซัดพังเสียหายเพราะปรับตัวไม่ทัน คำถามที่เกิดขึ้นคือ ผู้ประกอบการธุรกิจจะอยู่อย่างไรให้รอดในขณะที่การถูก “Disrupt” จากเทคโนโลยีเกิดขึ้นอยู่ทุกขณะและเกิดได้กับแทบทุกวงการธุรกิจ ไม่ว่าองค์กรขนาดเล็กหรือใหญ่ต่างก็ต้องเผชิญวิกฤติยุคดิจิทัลในลักษณะที่คล้ายคลึงกัน แต่ความแตกต่างของขนาดองค์กรก็ส่งผลต่อความรวดเร็วในการปรับตัว จากผลการสำรวจพบว่าองค์กรยักษ์ใหญ่ 500 อันดับแรกของโลก มีอายุเฉลี่ยน้อยลงจาก 60 ปี เหลือเพียง 15 ปี ซึ่งสาเหตุเกิดจากการขยับตัวที่ล่าช้าเนื่องจากมีกระบวนการที่เยอะและซับซ้อน อีกทั้งองค์กรใหญ่มักขาดสิ่งที่เรียกว่า “Survival instinct” หรือสัญชาติญาณความต้องการเอาตัวรอดอย่างที่บริษัทขนาดเล็กมี เนื่องจากมีรายได้ที่ค่อนข้างคงตัว มีชื่อเสียงที่สั่งสมมาเป็นเวลานาน ส่งผลให้มองไม่เห็นความจำเป็นในการเปลี่ยนแปลง เพราะมองว่าสิ่งที่ทำอยู่นั้นดีเพียงพออยู่แล้ว ซึ่งเป็นอันตรายอย่างยิ่งต่อธุรกิจในยุคดิจิทัล กล่าวได้ว่า “Change or Die” ไม่เปลี่ยนคุณก็ไม่รอด แนวทางการเอาตัวรอดสำหรับองค์กรขนาดใหญ่จึงหนีไม่พ้นต้องปรับตัวให้ทันกับความเปลี่ยนแปลงของโลกดิจิทัล ซึ่งควรคำนึงถึง 4 องค์ประกอบต่อไปนี้ 1.จุดแข็งขององค์กร โดยองค์กรใหญ่ที่มีชื่อเสียงและอยู่มานานย่อมมีบางอย่างที่เป็นจุดแข็ง การต่อยอดจุดแข็งนั้นและเสริมสร้างความเป็นเอกลักษณ์(Unique) ให้แก่แบรนด์จึงยังคงเป็นสิ่งสำคัญไม่ว่าจะผ่านไปกี่ยุคกี่สมัย 2.วิสัยทัศน์ของผู้นำองค์กร วิสัยทัศน์ที่ผู้นำยุคนี้ควรมีคือสนใจเรียนรู้และกล้าลองเสี่ยงกับสิ่งใหม่ๆ ยอมรับความผิดพลาดได้และไม่ยึดติดกับความคิดเดิมของตนเองว่าเป็นสิ่งที่ถูกต้องเสมอ ความเก่งอย่างเดียวไม่เป็นตัวการันตีความสำเร็จในยุคนี้ แต่ต้องเป็นคนที่เข้าใจวิธีในการสร้างการเปลี่ยนแปลงได้ด้วย 3.การหาพันธมิตร การปรับตัวโดยเปลี่ยนโครงสร้างขององค์กรขนาดใหญ่เป็นเรื่องที่ไม่ง่าย เพราะต้องใช้เงินลงทุนและรับความเสี่ยงสูง มีองค์กรใหญ่หลายแห่งทั่วโลกที่ตัดสินใจใช้วิธีนี้แล้วล้มครืนลงทันที ดังนั้นการหาพันธมิตรเข้ามาช่วยโดยหาองค์กรขนาดเล็กที่ทันสมัยและมีรูปแบบธุรกิจใกล้เคียงกัน หรือองค์กรที่เชี่ยวชาญด้านเทคโนโลยีโดยเฉพาะมาช่วยส่งเสริมธุรกิจของคุณก็ถือเป็นวิธีหนึ่งในการปรับตัว 4.การนำเทคโนโลยีและนวัตกรรมใหม่มาปรับใช้ ก่อนจะนำเทคโนโลยีหรือนวัตกรรมมาใช้ต้องมีความเข้าใจและรู้ว่าจะนำเทคโนโลยีอะไรมาเพื่อพัฒนาสิ่งใดในองค์กร เพื่อให้สามารถปรับตัวได้อย่างเหมาะสมและตรงเป้าหมาย ในวันหนึ่งเมื่อเทคโนโลยีถูกนำมาใช้ในชีวิตประจำวันมากจนเป็นเรื่องปกติ เทคโนโลยีจะเข้ามาช่วยทำงานแทนเราในหลายๆด้าน จนทำให้สินค้าและบริการที่สร้างโดยเครื่องจักรมีราคาต่ำลง ในขณะที่แรงงานมนุษย์จะกลายเป็นจุดขายระดับพรีเมียมที่ผู้บริโภคในยุคนั้นโหยหามากขึ้น ยกตัวอย่างเช่น ในอนาคตอาหารทั้งหมดจะถูกปรุงขึ้นโดยเชฟที่เป็นหุ่นยนต์ แต่หากลูกค้าต้องการลิ้มรสอาหารจากเชฟระดับโลกที่เป็นมนุษย์ ก็ให้เป็นอีกทางเลือกหนึ่งที่อาจมีราคาสูงกว่า เมื่อถึงเวลานั้นการปรับตัวขององค์กรไม่ว่าเล็กหรือใหญ่คงต้องเกิดขึ้นอีกครั้ง …

Read more

เป็นที่รู้กันดีว่าข้อมูลทุกวันนี้มีจำนวนมหาศาล ทุกธุรกิจต่างมีข้อมูลอยู่ในมือ ซึ่งข้อมูลส่วนใหญ่ที่ทุกคนนึกถึงอยู่ตอนนี้คงนี้ไม่พ้นข้อมูลที่ถูกบันทึกในระบบของบริษัท เช่น ข้อมูลการซื้อขายสินค้า ราคา หรือ Transaction ต่างๆ แต่แท้จริงแล้วยังมีข้อมูลในรูปแบบอื่นๆอีกที่สามารถนำมาใช้ประโยชน์ได้ เช่น ข้อมูลในรูปแบบของตัวอักษรจากข้อความ คอมเมนต์ต่างๆบน Social Media หรือข้อมูลในรูปแบบของเสียงจากการบันทึกบทสนทนาผ่าน Call Center ซึ่งหากเรานำข้อมูลเหล่านี้มาใช้ก็จะช่วยให้เราสามารถวิเคราะห์ความต้องการของลูกค้า คาดการณ์พฤติกรรมลูกค้า หรือวางแผนกลยุทธ์การขายได้ดียิ่งขึ้น แต่ก่อนที่เราจะนำข้อมูลเหล่านี้มาใช้ประโยชน์ เราจำเป็นจะต้องสอนให้คอมพิวเตอร์เข้าใจถึงภาษาของเราเสียก่อน ทั้งเรื่องของตัวอักษร พยัญชนะ สระ วรรณยุกต์ คำศัพท์ ความหมาย รูปแบบของประโยค รวมถึงบริบทต่างๆ เพื่อให้คอมพิวเตอร์เข้าใจเงื่อนไขของภาษา จึงจะสามารถทำการแยกแยะหรือตัดคำศัพท์ที่อยู่ในประโยค (Word Segmentation) เพื่อแปลงเป็นความหมายของคำศัพท์และประโยคนั้นๆ โดยปัจจุบันวิธีที่นิยมใช้สร้างโมเดลดังกล่าวคือการใช้ Artificial Neural Networks (ANN) และ Deep Learning ซึ่งหากข้อความนั้นเป็นภาษาอังกฤษจะง่ายต่อการตัดคำ เนื่องจากเป็นภาษาที่มีการเว้นวรรคระหว่างคำและมีสัญลักษณ์คั่นระหว่างประโยคอย่างชัดเจน แต่ภาษาส่วนใหญ่ในเอเชียตะวันออก เช่น จีน ญี่ปุ่น รวมทั้งไทย จะมีรูปแบบการเขียนที่ตัวอักษรทุกตัวติดกันหมด รวมถึงการตีความหมายจากประโยคในภาษาไทยยังขึ้นกับบริบท (Context) ด้วย …

Read more