Wednesday, September 22Modern Manufacturing
×

‘ความหลากหลาย’ ปัจจัยจำเป็นสำหรับ Digital Transformation

Digital Transformation นั้นจะเกิดขึ้นได้อย่างมีประสิทธิภาพ ‘ความหลากหลาย’ นับเป็นส่วนประกอบที่สำคัญในการเปลี่ยนผ่านที่เกิดขึ้น โดยเฉพาะอย่างยิ่งการใช้งานเทคโนโลยีดิจิทัลอย่าง AI หรือ Machine Learning

ต้องยอมรับว่าในช่วงเวลาปัจจุบันนี้บริษัทและภาคธุรกิจทั้งหลายนั้นมีการใช้เทคโนโลยีและข้อมูลกันทั้งนั้น ยิ่งสามารถเปลี่ยนแปลงและหาจุดยืนของตัวเองได้เร็วเท่าไหร่บริษัทจะสามารถตอบสนองต่อความต้องการและความคาดหวังของลูกค้าได้เร็วยิ่งขึ้นเท่านั้น ความรวดเร็วนี้จะทำให้ธุรกิจเติบโตและมีมูลค่ามากยิ่งขึ้น









คนจำนวนมากเชื่อว่า Digital Transformation นั้นเป็นการควบคุมและใช้งานเทคโนโลยีเป็นอันจบกัน แต่ที่จริงแล้วกลับไม่ได้เป็นอย่างนั้น หากอยากประสบความสำเร็จแล้วการทำ Digital Transformtaion นั้นจำเป็นและต้องพึ่งพิงความหลากหลาย เช่นเดียวกันกับที่ปัญญาประดิษฐ์หรือ AI ที่เป็นผลลัพธ์จากปัญญาของมนุษย์ที่เกิดขึ้นจากความสามารถที่หลากหลายซึ่งหมายรวมถึงข้อจำกัดซึ่งเป็นจุดอ่อนด้วยเช่นกัน

และเพื่อให้เทคโนโลยีถูกใช้งานได้อย่างมีประสิทธิภาพปัจจัยสำคัญของความหลากหลายนั้นประกอบด้วย 3 ส่วนสำคัญ ดังนี้

1. ผู้คน

ไม่ว่าโลกจะเปลี่ยนไปอย่างไรผู้คน คือ ส่วนที่สำคัญที่สุด ความหลากหลายของมนุษย์เป็นกุญแจสำคัญที่จะทำให้ระบบ เทคโนโลยีอย่าง AI มีความสมบูรณ์มากยิ่งขึ้น ความหลากหลายของมนุษย์ไม่ว่าจะเป็นเรื่องเพศ, ,เผ่าพันธ์ุ, เชื้อชาติ, ชุดทักษะ, ประสบการณ์, ภูมิศาสตร์, การศึกษา, ทัศนคติ, ความสนใจ และอื่น ๆ การที่ทีมงานนั้นมีความหลากหลายในการพิจารณาสิ่งต่าง ๆ การวิเคราะห์ข้อมูล หรือการตัดสินใจ สิ่งเหล่านี้ทำให้ลดโอกาสข้อจำกัดหรือความผิดพลาดที่เกิดขึ้นจากประสบการณ์อันจำกัดของแต่ละคน ตลอดจนการลดโอกาสสิทธิพิเศษที่จะเกิดขึ้นกับคนใดคนหนึ่งได้อีกด้วย

นอกเหนือไปจากการกระจายความเสี่ยงและป้องกันการตัดขัดหรือผูกขาดแล้ว ความหลากหลายยังช่วยเติมเต็มได้หลากหลายมิติอีกด้วย คุณสมบัติหนึ่งที่น่าจับตาท่ามกลางความหลากหลาย คือ นิสัยของการเป็นนักแก้ปัญหา, การเป็นนักวิเคราะห์โดยธรรมชาติ และความดื้อด้านที่จะมองหนทางอย่างหลากหลายเพื่อแก้ปัญหาในธุรกิจ คุณสมบัติเหล่านี้ดีต่อการวางรากฐานหรือการเขียน AI รวมถึงการออกแบบระบบต่าง ๆ ได้เป็นอย่างดี

2. ข้อมูล

ในส่วนของ AI และ Machine Learning นั้นประสิทธิภาพอยู่ที่ข้อมูลที่ใส่เข้าไปในระบบ หลายครั้งผู้คนมักถูกจำกัดภาพความเข้าใจของข้อมูลว่าเป็นโครงสร้างตารางสำหรับตัวเลขหรือเป็นสถิติ แต่ข้อมูลนั้นคืออะไรก็ได้ที่สามารถทำให้เป็นดิจิทัลได้

ภาพถ่ายอายุ 100 กว่าปีก็นับเป็นข้อมูล หรือแม้แต่บันทึกเสียงสนทนาของ่ายบริการลูกค้าที่ได้รับอนุญาตแล้วก็เป็นข้อมูล ในการทำงานยุคใหม่แผนที่ความร้อน (Heatmap) ก็นับเป็ข้อมูลชั้นดีในการที่จะจับต้องพฤติกรรมบางอย่าง ดังนั้นมุมมองที่มีต่อข้อมูลต้องกว้างออกไปมากขึ้นเพื่อให้ครอบคลุมปัจจัยที่เกิดขึ้นจริง

โมเดลการคาดการณ์ส่วนใหญ่นั้นใช้ข้อมูลจากอดีตเพื่อคาดเดาอนาคต แต่ด้วยสถานการณ์และการแข่งขันในปัจจุบันของการใช้งานดิจิทัล ข้อมูล และการบูรณาการ AI การใช้ข้อมูลเก่าเพื่ออ้างอิงอาจกลายเป็นปัญหาที่เกิดขึ้นได้ทั่วไป ยกตัวอย่างเช่น หากเรากำลังมองไปข้างหน้าเพื่อคาดการณ์เทรนด์และความต้องการสำหรับผลิตภัณฑ์ที่ใหม่หมดจดซึ่งไม่มีประวัติในด้านงานขายปรากฎขึ้นมาก่อนจะต้งทำอย่างไร?

สิ่งที่เกิดขึ้นคือการใช้ข้อมูลจำนวนมากกว่าที่เคยเป็นมา ไม่ว่าจะเป็นภาพของผลิตภัณฑ์ใหม่และฐานข้อมูลผลิตภัณฑ์เดิมจากที่ผ่านมา การใช้ Computer Vision Algorithm เพื่อตรวจจับความคล้ายคลึงระหว่างผลิตภัณฑ์ตัวเก่าและผลิตภัณฑ์ตัวใหม่ซึ่งจะช่วยประเมินความต้องการของผลิตภัณฑ์ใหม่ได้ การใช้งานแบบนี้สามารถช่วยให้การคาดการณ์เกิดความแม่นยำมากกว่าการใช้ประสบการณ์หรือสัญชาติญาณได้ ซึ่งสิ่งเหล่านี้เป็นผลจากการใช้ข้อมูลและพลังของ AI

3. เครื่องมือและเทคนิค

นอกจากผู้คนและข้อมูลแล้ว ความหลากหลายของเครื่องมือและเทคนิคที่ใช้ในการสร้างสรรค์หรือการสร้าง Algorithm ก็เป็นสิ่งจำเป็นเช่นกัน ระบบ AI และผลิตภัณฑ์บางอย่างใช้เทคนิคที่ถูกจัดหมวดหมู่ไว้เฉพาะซึ่งอาจเกี่ยวข้องหรือกระทบกับเพศสภาวะหรือชาติพันธุ์ได้

ยกตัวอย่างการจัดกลุ่มที่อาศัยเพศสภาวะ ซึ่งการจัดกลุ่มแบบ Binary มักจะแบ่งออกเป็นแค่ ชาย กับ หญิง ซึ่งเป็นการจัดแบ่งทางกายภาพและมุมมองความคิดแบบเหมารวมหรือ Stereotype นั่นหมายความว่าเพศสภาวะแบบอื่นนั้นถูกลบเลือนออกไปทั้งหมด การจัดกลุ่มนี้กลายเป็นปัญหาในหลายอุตสาหกรรมซึ่งเป็นการสะท้อนถึงอคติและทำให้ต้องใช้เทคโนโลยีที่ก้าวหน้ายิ่งขึ้นเพื่อเก็บข้อมูลที่จำเป็น ในทางปฏิบัติเราสามารถเลือกเก็บข้อมูลทั้งหมดได้และใช้ Algorithm ที่มองข้ามเรื่องชาติพันธุ์ไปเพื่อป้องกันปัญหาที่อาจเกิดขึ้นจากอคติก็สามารถทำได้

การเลือกใช้ซอฟต์แวร์ แพลตฟอร์ม หรือเครื่องมือที่เป็น Open-source ก็ถือเป็นตัวอย่างที่ดีสำหรับแนวคิดในการทำงานเนื่องจากอุปกรณ์เหล่านี้และ Library ที่มีนั้นจะมีความหลากหลายโดยธรรมชาติจากการที่ทุกคนทั่วโลกซึ่งมีปูมหลังและประสบการณ์ที่แตกต่างกัสามารถแบ่งปันความรู้และช่วยเหลือกันได้

จากความหลากหลายของผู้คน ข้อมูล รวมถึงเทคนิคและเครื่องมือ ความสามารถในการทำธุรกิจจึงเพิ่มขึ้นอย่างมากในหลากหลายด้านไม่ว่าจะเป็นด้านการตลาด การบริหารจัดการ หรือรกะบวนการผลิต การเปลี่ยนจากการทำงานแบบ Manual ไปเป็นการทำงานอัตโนมัติ จากการทำงานแบบ Analog ไปสู่ดิจิทัล จากการใช้ลางสังหรณ์ไปเป็นการคาดการณ์ สิ่งเหล่านี้สามารถสร้างความยั่งยืนให้กับธุรกิจได้มากกกว่าที่เคยเป็นมา ทั้งยังส่งเสริมค่านิยมยุคใหม่ที่ให้ความสำคัญกับความเท่าเทียม ประชาธิปไตยและยังครอบคลุมความเป็นไปได้อื่น ๆ อีกด้วย

ที่มา:
Techcrunch.com

เนื้อหาที่น่าสนใจ:
รู้จักโมเดล Lighthouse ความสำเร็จของการผลิตที่ก้าวข้าม Productivity มุ่งหน้าสู่ผลกระทบที่เกิดขึ้นจริง!
  •  
  •  
  •  
  •  
  •  
Thos
"Judge a man by his questions rather than his answers"
Voltaire
READ MORE
×