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

Big Data

Home » Big Data

  แวดวงธุรกิจพลังงานต่างก้าวไปข้างหน้าจนถึงการพัฒนาดิจิทัลแพลตฟอร์มที่ออกแบบภายใต้แนวคิดระบบโครงข่ายอัจฉริยะ หากเราจะพูดถึงเทคโนโลยีดิจิทัลที่เข้ามาช่วยขับเคลื่อนภาคอุตสาหกรรมให้ก้าวทันการปรับตัวในยุค 4.0 แน่นอนว่าเทคโนโลยีที่มาแรงมากในช่วงเวลานี้คงหนีไม่พ้น “บล็อกเชน” ที่เข้ามามีบทบาทสำคัญอย่างมากในการดำเนินธุรกิจหลากหลายประเภท สำหรับหัวข้อในวันนี้จะขอพูดถึงรากฐานสำคัญในการดำเนินธุรกิจที่ได้มีการนำบล็อกเชนเข้ามาประยุกต์ใช้อย่างเป็นรูปธรรมแล้ว นั่นก็คือการสร้างระบบการบริหารจัดการการใช้พลังงานไฟฟ้า (Energy Management System) ที่มีประสิทธิภาพสูงสุดเพื่อยกระดับมาตรฐานการดำเนินธุรกิจนั่นเอง ปัจจุบันนี้ แวดวงธุรกิจพลังงานต่างก้าวไปข้างหน้าจนถึงการพัฒนาดิจิทัลแพลตฟอร์มที่ออกแบบภายใต้แนวคิดระบบโครงข่ายอัจฉริยะสำหรับส่งกระแสไฟฟ้าแบบครบวงจร หรือ สมาร์ทกริด (Smart Grid) โดยเริ่มต้นจากการนำข้อมูลตลอดทั้งห่วงโซ่ของระบบไฟฟ้าตั้งแต่การผลิตไปจนถึงการจ่ายกระแสไฟฟ้า สู่ปลายทางขึ้นไปเก็บไว้บนบล็อกเชน ช่วยยกระดับการจัดการข้อมูลที่ควบคุมด้วยระบบสัญญาอัจฉริยะ ที่เป็นการบันทึกข้อตกลงทางธุรกิจให้สามารถดำเนินการได้ด้วยตัวเอง ปราศจากการควบคุมจากคนกลาง จึงทำให้การดำเนินงานในแต่ละขั้นตอนเป็นไปได้อย่างอิสระ ข้อมูลมีความปลอดภัย โปร่งใสและตรวจสอบได้ ดิจิทัลแพลตฟอร์มดังกล่าวจะช่วยให้ผู้ใช้งานระบบทั้งภาคที่อยู่อาศัย อาคารพาณิชย์ ภาคธุรกิจและภาคอุตสาหกรรม สามารถเข้าถึงข้อมูลเพื่อตรวจสอบการผลิต-จ่ายกระแสไฟฟ้าและปริมาณการใช้พลังงานไฟฟ้าได้ตามจริง รวมถึงความสามารถในการรวมพลังงานหมุนเวียนเข้าสู่ระบบไฟฟ้า สู่การสร้างทางเลือกในการใช้กระแสไฟฟ้าที่ผลิตจากต้นกำเนิดต่างๆ ทั้งระบบสายส่งจากการไฟฟ้า (grid) และพลังงานหมุนเวียน (renewable energy) เพื่อสนับสนุนให้เกิดการบริหารต้นทุนการใช้พลังงานที่มีประสิทธิภาพสูงสุด ยิ่งไปกว่านั้น บล็อกเชนยังสามารถรองรับการซื้อขายพลังงานไฟฟ้า (energy trading) ที่เสนอประสบการณ์แบบไร้รอยต่อ (seamless experience) สู่การตลาดรูปแบบใหม่ที่เปลี่ยนบทบาทของ “Consumer” มาเป็น “Prosumer” ด้วยระบบการผลิตกระแสไฟฟ้าจากเซลล์แสงอาทิตย์ หรือ โซลาร์เซลล์ ที่ทุกฝ่ายสามารถเป็นได้ทั้งผู้ผลิต (producer) และผู้บริโภค …

Read more

สวัสดีครับคุณผู้อ่านทุกท่าน วันนี้ผมจะขอพูดถึงสิ่งหนึ่งที่ผมสนใจและชื่นชอบมาตั้งแต่สมัยผมเป็นเด็ก และผมก็เชื่อว่ามีคนจำนวนมากบนโลกใบนี้ที่หลงใหลมันมากพอๆ กับผมสิ่งนั้นก็คือ “ดนตรี” ครับ ส่วนตัวผมชอบเรียนรู้เกี่ยวกับองค์ประกอบของดนตรีไม่ว่าจะเป็นเสียงประสาน (harmony) หรือท่วงทำนองและการเรียบเรียงเป็นอย่างมากเพราะมันทำให้ดนตรีมีโครงสร้างที่ช่วยให้คนเข้าถึงและมีส่วนร่วมไปกับมันได้ พูดมาถึงตอนนี้หลายคนอาจจะสงสัยว่าดนตรีมีความเกี่ยวข้องกันอย่างไรกับศาสตร์ Data Science กันแน่ เรามาลองศึกษากันดูเลยครับ สิ่งที่ผมอยากนำเสนอกับคุณผู้อ่านก็คือกระบวนการในการนำสิ่งที่เราคิดว่าไม่ใช่ข้อมูลมาใช้โดยผมขอพูดว่าองค์ประกอบสำคัญของดนตรีหรือบทเพลงต่างๆ ไม่ว่าจะเป็นท่วงทำนอง จังหวะ การเรียบเรียง ฯลฯ ต่างก็เป็นข้อมูลแบบ Unstructured Data หรือ ข้อมูลที่เราไม่สามารถเก็บในรูปแบบตารางได้ ซึ่งหากเราต้องการบันทึกข้อมูลของดนตรีเราก็ต้องนำข้อมูลเหล่านั้นมาแปลง (transform)ให้อยู่ในรูปแบบโครงสร้างก่อน ตัวอย่างเช่น หากเราต้องการแปลงเสียงจากคำพูด ก็จะสามารถทำได้ด้วยวิธีการพื้นฐานเลยครับ คือการให้คนนั่งฟังและแกะคำพูดทุกคำออกมาเป็นตัวหนังสือสำหรับผมมองว่าเป็นวิธีการที่ค่อนข้างลำบากและใช้เวลาพอสมควรแต่หากเรามองหาวิธีการที่ไฮเทคขึ้นมาอีกสักหน่อย ก็อาจจะเป็นการใช้ Speech to Text โดยการนำ Machine Learning มาช่วยแปลงและถอดเสียงคำพูดต่างๆให้ออกมาเป็นข้อความในรูปแบบตัวหนังสือ (text) จากนั้นเราก็จะสามารถนำข้อมูลที่แปลงเสร็จเรียบร้อยมาวิเคราะห์และใช้ประโยชน์ต่อไปได้ ยกตัวอย่างเช่น ในงานด้าน Call Center เราสามารถจัดหมวดหมู่และคัดกรองประเภทกลุ่มคำต่างๆของคำถามที่มักจะถูกถามหรือพูดถึงบ่อยๆจากไฟล์เสียงบทสนทนาที่บันทึกไว้เพื่อนำไปปรับปรุงหรือพัฒนาการบริการในด้านนั้นๆอย่างเฉพาะเจาะจงให้ดียิ่งขึ้นต่อไป เป็นต้นในทำนองเดียวกัน อุตสาหกรรมดนตรีก็มีการพัฒนาเทคโนโลยี Audio Analysis เช่น Spotify API ที่สามารถใช้บอกคุณลักษณะของเพลงจาก Metadata ที่ช่วยอธิบายลักษณะหรือคุณสมบัติของข้อมูล …

Read more

บทความโดย จรัล งามวิโรจน์เจริญ Chief Data Scientist & VP of Data Innovation Lab Sertis   ในปัจจุบัน องค์กรส่วนใหญ่ทั้งภาครัฐและเอกชนต่างก็ให้ความสำคัญกับการนำ Big Data เข้ามาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการดำเนินงานและเสริมศักยภาพการดำเนินธุรกิจกันอย่างแพร่หลาย แต่ก็ปฏิเสธไม่ได้ว่าเทรนด์การนำ Big Data มาใช้ยังคงเป็นเรื่องใหม่สำหรับประเทศไทย จากประสบการณ์ของผม พบว่าบางองค์กรยังมองไม่เห็นแนวทางในการตั้งโจทย์เพื่อนำข้อมูลไปใช้ รวมไปถึงยังไม่แน่ใจว่าสิ่งที่ต้องการคืออะไร ส่งผลให้การวัดผลต่างๆ ไม่สามารถสะท้อนผลลัพธ์ที่ต้องการได้ ซึ่งเกิดจากสิ่งที่ผมเรียกว่า “Data Gap” หรือ “ความไม่พร้อมของข้อมูล” โดยสามารถเกิดได้จากความบกพร่องในหลายๆ ปัจจัย ดังนี้ 1.การขาดความเป็นหนึ่งเดียวของข้อมูล (Data Consolidation) ปัญหานี้มักจะเกิดขึ้นจากการที่องค์กรทำการซื้อหรือสร้างระบบต่างๆ ในการเก็บข้อมูลแยกกัน โดยไม่ได้คำนึงถึงความเป็นหนึ่งเดียวของข้อมูล ทำให้เกิดการเก็บข้อมูลซ้ำซ้อนกัน เช่น ฝ่ายขายกับฝ่ายการตลาดต่างเก็บชื่อลูกค้าของตัวเองด้วยรูปแบบการเก็บข้อมูล (format) ที่แตกต่างกัน ส่งผลให้เมื่อองค์กรต้องการจะดูเส้นทางหรือขั้นตอนการตัดสินใจซื้อของผู้บริโภค (customer journey) ของลูกค้าคนใดคนหนึ่ง ก็จะไม่สามารถเชื่อมโยงข้อมูลกันได้ เนื่องจากมีการกรอกรายละเอียดของลูกค้าเอาไว้ไม่ตรงกัน ทำให้แบรนด์เสียโอกาสในการส่งมอบประสบการณ์ที่ดีขึ้นให้แก่ลูกค้า (customer …

Read more

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

There is more data than ever and the companies that make the best use of this data will win the race. Data scientists will be the key to achieving this victory. Having the right culture will help recruit and train the best data science team. Top companies have realised that the key to sustainable competitive …

Read more

เช้าวันจันทร์ที่ 6 กุมภาพันธ์ 2560 เป็นอีกวันที่แฟนๆ ชาวอเมริกันฟุตบอลต่างรอคอย เพราะศึก ‘NFL Super Bowl’ ครั้งนี้จะเป็นการปะทะกันระหว่าง New England Patriots กับ Atlanta Falcons ซึ่งการแข่งกันของคู่นี้เป็นเกมที่น่าสนุก เพราะเกมรุกของทั้งสองทีมติด Top 5 แต่สิ่งหนึ่งที่น่าสนใจเป็นพิเศษคือ ทั้งสองทีมมีแนวทางการสร้างทีมคล้ายกัน เนื่องจาก GM ของ Atlanta Falcons เคยเป็นคนช่วยหานักกีฬาให้ New England Patriots หากมองเผินๆ อเมริกันฟุตบอล เป็นกีฬาที่ดูรุนแรง เพราะ ให้คนมาชนคนเหมือนใช้ ‘กำลัง’ มากกว่า ‘สมอง’ ผมเคยคิดอย่างนี้เหมือนกัน จนมีโอกาสได้เล่น VDO game Madden จึงเริ่มเข้าใจว่ากีฬานี้เป็นเกมที่ใช้สมองมากพอๆ กับหมากรุก เมื่อมองในเชิงการบริหารแล้ว อเมริกันฟุตบอลเป็นตัวอย่าง การแข่งขันระหว่างองค์กรที่มีประสิทธิภาพสูง โดยแต่ละองค์กรต่างไม่รู้ว่าอีกฝ่ายจะใช้กลยุทธ์อะไร แต่อาวุธสำคัญที่สร้างความได้เปรียบของทีมเก่งๆ นั้นคือ ‘การวิเคราะห์ข้อมูล’ (Data …

Read more

Artificial Intelligence will bring change to many industries. If we don’t develop our own AI industry, we will need to rely on other countries’ AIs, and this would both be a disaster for our industries as well as be a threat to our national security. From customer service to legal to medicine, Artificial Intelligence or …

Read more