คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม จัดพิธีบรรยายพิเศษโครงการบัณฑิตพันธุ์ใหม่ ด้าน IT (NON DEGREE), RE SKILL- UP SKILL รุ่นที่ 2 ปีการศึกษา 2563 ณ อาคาร 40 ปี มหาวิทยาลัยศรีปทุม ชั้น 9 โดยได้รับเกียรติจากวิทยากร 2 คน คือ (1). ดร.มนู อรดีดลเชษฐ์ ที่ปรึกษาปลัดกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม และกูรู ผู้เชี่ยวชาญ ด้านไอทีระดับชาติ มาถ่ายทอดองค์ความรู้และประสบการณ์บรรยายในหลักสูตรการเปลี่ยนผ่านอุตสาหกรรมด้วยการวิเคราะห์ข้อมูลและเข้าใจผู้บริโภคในเชิงลึก (Industries Transformation with Data Analytics and Consumer Insights) หัวข้อ "Disruptive Technology that Impact Industry Transformation" และ "Value Proposition and Value co-creation of organization and products" และ (2). ผู้ช่วยศาสตราจารย์ ดร.ปรีชา ตั้งเกรียงกิจ ผู้อำนวยการหลักสูตรวิทยาศาสตรมหาบัณฑิต คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม ผู้เชี่ยวชาญด้าน Data Analytics และ Big Data บรรยายในหลักสูตรการวิเคราะห์ข้อมูลความต้องการของผู้บริโภค โดยใช้เทคโนโลยีบิ๊กดาต้า (Consumer Insights Analytics and Data Center with Big Data ในหัวข้อ "Module 1: Data Analytic with Rapid Miner, Intro Rapid Miner, Basic, Repository, Operators, and Process, Parameters" ทั้งนี้ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม ได้เล็งเห็นความสำคัญของหลักสูตรดังกล่าว จึงแสวงหาแนวทางที่ดี เสริมสร้างทักษะให้กับบัณฑิตพันธุ์ใหม่ เพื่อตอบโจทย์ภาคอุตสาหกรรม ขอสรุปประมวลความได้ดังต่อไปนี้
สำหรับหัวข้อ "Disruptive Technology that Impact Industry Transformation" อาจารย์ ดร.มนู อรดีดลเชษฐ์ ได้อธิบายความว่า การเข้ามาของ Disruptive Technology ได้ส่งผลกระทบต่อการเปลี่ยนแปลงภาคอุตสาหกรรม โดย Digital Technology กำลังเปลี่ยนแปลงสังคม ซึ่งแบ่งออกเป็น 2 ประเด็น คือ (1).เทคโนโลยีสารสนเทศและการสื่อสาร (Information and Communication Technology: ICT) ผู้ใช้เป็นผู้ประกอบการ และหน่วยงาน (2). เทคโนโลยีดิจิทัล (Digital Technology) ผู้ใช้เป็นผู้ประกอบการ หน่วยงาน และประชาชนทั่วไป เทคโนโลยีดิจิทัลมีผลอย่างสำคัญต่อการปรับเปลี่ยนธุรกิจ Go beyond product performance, go after value เปลี่ยนแนวคิดจากการมุ่งขายผลิตภัณฑ์ (Product) มาเน้นการใช้ผลิตภัณฑ์ (Use of Production หรือบริการ (Service) นอกจากนี้ พลังแห่งพลังที่นำไปสู่การเปลี่ยนแปลง (The Nexus of forces that lead the Changes คือ (1). สังคม (Social) ทำให้เกิดชุมชน, Social Media สร้างสังคม และชุมชนสนับสนุนธุรกิจ อาศัยเครือข่ายสังคม (Social Network) สร้างชุมชนของกลุ่มลูกค้าเพื่อปฏิสัมพันธ์เพื่อความใกล้ชิด, เรียนรู้ความต้องการ เป็นช่องทางการติดต่อสื่อสาร รวมถึงสามารถช่วยเพิ่มยอดขายสินค้าได้ (2).Mobile ทำงานได้ทุกที่ทุกเวลา, Mobility: บริการทุกที่ทุกเวลา ขจัดข้อจำกัดที่ต้องพึ่งพาสถานที่และเวลา ลูกค้ามีความสะดวกในการใช้บริการได้ทุกที่ทุกเวลา เป็นเทคโนโลยีที่สำคัญที่ทำให้เกิดประสบการณ์ของลูกค้า (Customer Experiences) สามารถช่วยเพิ่มยอดขายสินค้าได้เช่นเดียวกัน (3). การวิเคราะห์ (Analytics) ทำให้ทุกสิ่งอย่างในโลกกายภาพ Smart ทำให้รู้ข้อมูลเชิงลึกของโลก (World Insights), Real-time data ทำให้เกิดทัศนวิสัย (Visibility) ในตัวธุรกิจ ทำให้เกิด Insights เพื่อช่วยการตัดสินใจ Classification และ Clustering ใช้แยกกลุ่มลูกค้าเป็น Microsegment เพื่อเข้าใจปัญหาและความต้องการของลูกค้า เพื่อการขยายโอกาสสามารถช่วยเพิ่มยอดขายได้ (4). Cloud เชื่อมโยงบริการดิจิทัลต่างๆ ทำให้เกิด Business Platform Ecosystems เป็นเวทีธุรกิจในโลกดิจิทัล (Digital World - Cyber World), Cloud Service: Connecting digital services ใช้เชื่อมโยงบริการด้านดิจิทัลต่างๆ เช่น Financial service, data service, social network service, e-commerce เป็นต้น เป็นเวทีและระบบนิเวศธุรกิจใหม่ในยุคดิจิทัล เปิดโอกาสให้ธุรกิจขนาดเล็กแข่งขันกับธุรกิจขนาดใหญ่ได้ สามารถช่วยเพิ่มยอดขายได้ (5). Internet of Things (IOT) เชื่อมโยงทุกสิ่งทุกอย่างระหว่าง Physical World และ Cyber World
ลำดับต่อมาเป็นหัวข้อ "Value Proposition and Value co-creation of organization and products" ความว่า การเข้าสู่เศรษฐกิจดิจิทัล (Entering the Digital Economy) เศรษฐกิจดิจิทัล หมายถึง การขับเคลื่อนในด้านนโยบายเกี่ยวกับการพัฒนาเศรษฐกิจและสังคมด้วยดิจิทัล เพื่อสร้างนวัตกรรมแนวใหม่ที่ทำให้ระบบเศรษฐกิจเติบโตและขยายตัวได้อย่างทั่วถึงจาก Industrial Economy สู่ Value based Economy ส่วน Thailand 4.0 เป็นการปรับเปลี่ยนโครงสร้างเศรษฐกิจไปสู่ Value based Economy จากผลิตภัณฑ์ไปสู่สินค้าเชิงนวัตกรรมและบริการ ที่ขับเคลื่อนด้วยความคิดสร้างสรรค์และนวัตกรรมทางเทคโนโลยี (Technology Creativity and Innovation) เปลี่ยนฐานจาก Value added Economy สู่ Value creation Economy เมื่อก้าวเข้าสู่ยุค Value Creation ใหม่ พื้นฐานของ Digital Economy เป็นการเปลี่ยน "Value Creation" จากคุณค่าที่เป็นผลจากกระบวนการผลิตสินค้า (Value in exchange) ไปเป็นคุณค่าที่เป็นผลจากกระบวนการใช้สินค้าที่ผลิต (Value in use) จากแนวคิดนี้ นำไปสู่ Digital Transformation การเปลี่ยนแปลงของกระแสโลกจาก Product Centric สู่ Customer Centric ความหมายของ Product Centric คือ ธุรกิจเป็นผู้กำหนด Product Specification, ธุรกิจเป็นผู้ผลิต, ผลผลิตมีคุณค่าในลักษณะ Potential Value และคุณค่าเป็นลักษณะ Value in -exchange คุณค่าเกิดจากพื้นฐานการแลกเปลี่ยน เป็นการแลกเปลี่ยนการบริการที่ใช้องค์ความรู้ ตัวอย่างเช่น อีกคนหนึ่งมีข้าว อีกคนหนึ่งมีปลา แล้วนำเอามาแลกกัน เป็นต้น โดยเป้าหมายของธุรกิจคือขายผลิตภัณฑ์ให้ผู้บริโภคเพื่อหวังกำไร ส่วนความหมายของ Customer Centric คือ ลูกค้าเป็นผู้กำหนดความต้องการ, ลูกค้าเป็นผู้ผลิตคุณค่าด้วยกระบวนการสร้างคุณค่าของตนเอง (Customer s Value Creating Process), ผลผลิตมีคุณค่าในลักษณะ Real Value และคุณค่าเป็นลักษณะ Value in use เป้าหมายของลูกค้าคือได้คุณที่แท้จริงจากสินค้าและบริการที่ได้ซื้อมา เช่น รถยนต์ที่ขับไปทำงานมีคุณค่า คนที่ประเมิน คือ ลูกค้านั่นก็หมายความว่า คนใช้รถยนต์ต่างหากที่เป็นคนประเมิน หรือแม้กระทั่งการพาครอบครัวไปเที่ยวชายหาดบางแสน ก็ในทำนองเดียวกัน
คราวนี้ลองมาดูกรณีศึกษา (Case Study) : การเปลี่ยนจากผลิตภัณฑ์ที่โดดเด่นเป็นบริการที่โดดเด่น (Transition from Product dominant to Service dominant) เช่น การยก Supermarket ไปหาลูกค้า หรืออาจจะเรียกว่า การออกแบบการเดินทางของผู้ใช้ (User's Journey Design) ดังนี้ คือ (1). ภารกิจสถานการณ์ (Mission Scenario) ได้แก่ เลือกภารกิจที่จะแปลงหรือเปลี่ยนผ่าน คือ จัดหาสินค้าอุปโภคบริโภคหลากหลายชนิด จำหน่ายให้กับลูกค้าได้อย่างสะดวกไม่ต้องไปที่ห้าง (2). เป้าหมาย/ความคาดหวัง (Goal/Expectation) ได้แก่ การระบุเป้าหมายผู้ใช้ ระบุเป้าหมายความคาดหวัง เช่น ลุกค้าสามารถซื้อสินค้าออนไลน์ได้ในขณะเดินทางได้อย่างสะดวกรวดเร็ว รักษาส่วนแบ่งทางการตลาดของ e-Commerce ได้ (3).ข้อเสนอแห่งคุณค่า (Value Propositions) ได้แก่ การระบุข้อเสนอที่ตั้งใจไว้ในปัจจุบันและกำลังการผลิตทรัพยากร เช่น การให้บริการลูกค้าที่ซื้อสินค้าอุปโภคบริโภคออนไลน์ได้ขณะเดินทางได้อย่างสะดวก นอกจากนี้ ยังต้องสัมพันธ์กับเรื่อง การรับรู้บริการแบบใหม่ (Awareness) เช่น ระบบโซเชียลมีเดีย, เฟซบุ๊กแฟนเพจ, ยูทูบวิดีโอ, เรียนรู้วิธีใช้บริการ (Consideration) เช่น เว็บไซต์-YouTube-TikTok, ลงทะเบียนใช้บริการ (Acquisition) เช่น ระบบลงทะเบียน, ลงทะเบียนอินเทอร์เฟซ, การใช้บริการ (Service) เช่น แอพสมาร์ทโฟน-.อินเตอร์เฟซแอพสมาร์ทโฟน-Android / IOS /บริษัท, แสดงความเห็น (Engage) เช่น การแสดงความคิดเห็นผ่านระบบโซเชียลมีเดีย-เฟซบุ๊ก และเฟซบุ๊กแฟนเพจ เป็นต้น.
ท้ายสุดเป็นหัวข้อ "Data Analytics with Rapid Miner" ผศ.ดร.ปรีชา ตั้งเกรียงกิจ ได้อธิบายว่า เราคงเคยได้ยินคำว่า ปัญญาประดิษฐ์ (Artificial Intelligence: AI) กันมาบ้างแล้ว ความจริงในปัจจุบัน AI ได้เข้ามามีบทบาทในชีวิตประจำวันของเรามากขึ้น AI ในยุคแรก คือบริษัทเกมคอมพิวเตอร์ ที่ทำรถแข่ง ก็มีคนคิดว่า ทำอย่างไร? จึงจะไม่ให้รถแข่งชนกันได้ และทำไม ไม่เอาไปใช้งานกับรถที่ใช้งานอยู่บนท้องถนนจริงๆ ก่อนหน้าที่จะมาเป็น Data Analytics นั้นเราคงเคยได้ยินคำว่า Machine Learning หรือ Data Mining กันมาบ้างแล้ว ต่อมาจึงกลายเป็น Data Analytics ซึ่งก็คือการวิเคราะห์ข้อมูลอย่างมีขั้นตอนนั่นเอง คราวนี้มาดู คุณลักษณะของข้อมูลขนาดใหญ่ (Characteristics of Big Data) หรือ Data Analytics ซึ่งมีอยู่ 5 อย่าง คือ (1). ปริมาณ (Volume) หมายถึงข้อมูลจำนวนมหาศาลที่เพิ่มขึ้นทุกขณะทั่วโลกไม่ว่าจะเป็นเว็บเครือข่ายสังคมออนไลน์ อย่างเช่น Facebook, Line, YouTube, Twitter หรือจากการบันทึกในโทรศัพท์มือถือ, เซ็นเซอร์, รถยนต์ ดาราศาสตร์ วิทยาศาสตร์ สภาพภูมิอากาศ ภาพเคลื่อนไหว การทำดัชนีการค้นหาบนอินเทอร์เน็ต เป็นต้น (2). ความหลากหลายของประเภทข้อมูล (Variety) หมายถึงข้อมูลที่มาจากแหล่งข้อมูลที่แตกต่างกัน ทั้งประเภทที่มีโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้าง (3).ความรวดเร็ว (Velocity) หมายถึง ข้อมูลที่เกิดขึ้นอย่างรวดเร็วแบบเรียลไทม์ (Real-time) เช่น ข้อมูลที่สนทนากันผ่านเว็บเครือข่ายสังคมออนไลน์ การถ่ายรูป การถ่ายคลิปวิโอ แม้แม้กระทั่งการสั่งซื้อสินค้าผ่านระบบออนไลน์ (4). คุณค่า (Value) หมายถึง ข้อมูลที่จัดเก็บเอาไว้นั้นมีคุณค่า เมื่อนำเอามาประมวลผลแล้ว ทำให้เกิดความน่าเชื่อถือ และเชื่อถือได้ นอกจากนั้น ยังสามารถนำไปวิเคราะห์ในเชิงลึกได้ (5). ความจริง (Veracity) หมายถึง ข้อมูลความเป็นจริงที่มีมูลค่าทางธุรกิจที่ผ่านการกลั่นกรอง หรือแปลความหมายออกมาอย่างถูกต้องแล้ว. ตัวอย่างของ Data Analytics ที่เห็นได้ชัดเจน คือ การใช้ข้อมูลวิเคราะห์การเลือกตั้งของสหรัฐอเมริกา ซึ่งสามารถทำนายผลการเลือกตั้งโดยใช้หลักของวิทยาศาสตร์ข้อมูล (Data Science).ซึ่งประกอบด้วย (1). วิทยาการคอมพิวเตอร์/ไอที (Computer Science/IT), (2). คณิตศาสตร์ และสถิติ (Mat and Statistics), และ (3).โดเมน/ความรู้ทางธุรกิจ (Domains/Business Knowledge) ประการหนึ่ง หลักของวิทยาศาสตร์ข้อมูลนั้น ต้องมีความเข้าใจในธุรกิจด้วย ตัวอย่างเช่น การใช้โดรน (Drone) จับภาพคนเล่นน้ำในทะเลและดูว่า มีปลาฉลามว่ายน้ำเข้ามาหรือไม่ และทำการแจ้งเตือนไปยังชายฝั่ง อันนี้เรียกว่า Deep Learning หรือการเลือกซื้อสินค้าในร้านค้า ใช้กล้องและเซ็นเซอร์จับภาพ ทำให้รู้ว่า สินค้าอะไรและเป็นสินค้าประเภทไหน เป็นต้น ในอนาคตอันใกล้นี้ ปัญญาประดิษฐ์ หรือ AI จะเข้ามาแทนที่นักแต่งเพลง, ผู้พิพากษา นักข่าว แม้กระทั่งการไหลเวียนของกระแสเงิน สามารถจะรู้ได้ว่าเงินไหลเวียนไปที่ไหน มีการฟอกเงินหรือไม่ นอกจากนั้น ยังสามารถใช้โปรแกรม Rapid Miner วิเคราะห์ดูข้อมูลเชิงลึกได้.
บทความ โดย
ผศ.สุพล พรหมมาพันธุ์
อาจารย์ที่ประจำสาขาวิชาคอมพิวเตอร์ธุรกิจ
คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม