อะไรที่จะไม่เปลี่ยนไปในอีก 10 ปี ในโลกของ Data และ AI

อะไรที่จะไม่เปลี่ยนไปในอีก 10 ปี ในโลกของ Data และ AI

เรามักตั้งคำถามสำคัญอย่าง “อีก 10 ปีข้างหน้าจะมีอะไรเปลี่ยนแปลงไปเป็นบ้าง?” กันบ่อยแค่ไหน น่าจะเป็นหนึ่งในคำถามที่ส่งผลต่อการวางแผนกลยุทธ์เพื่อปรับทิศทางธุรกิจในหลาย ๆ องค์กร และคำถามนี้ยังเป็นคำถามยอดฮิตที่ Jeff Bezos มหาเศรษฐีที่รวยที่สุดเป็นอันดับสามของโลก เจ้าพ่อ E-Commerce ผู้ก่อตั้งเว็บไซต์ Amazon มักจะได้รับอยู่เป็นประจำ ในขณะเดียวกัน Jeff Bezos กล่าวว่าแทบจะไม่มีใครถามคำถามที่สำคัญกว่าอย่าง “แล้วอะไรบ้างล่ะที่จะยังเหมือนเดิมในอีก 10 ปีข้างหน้า” ซึ่งเป็นคำถามที่จะทำให้เรารู้ว่าควรที่จะยังให้ความสำคัญกับเรื่องไหน เพื่อให้องค์กรสามารถวางแผนและคาดการณ์สิ่งที่จะเป็นความจริง หรือเป็น ‘อาวุธ’ เพื่อคงความแข็งแกร่งของธุรกิจในระยะยาว และคำตอบที่เป็นความจริงสำหรับธุรกิจค้าปลีกในอีก 10 ปีข้างหน้าก็คือ ลูกค้าจะยังชอบของถูก สินค้าที่ส่งรวดเร็ว และมีตัวเลือกมากมาย

แล้วอะไรคือประเด็นด้าน Data และ AI ที่จะไม่เปลี่ยนไปในอีก 10 ปี?

ในยุคที่ใคร ๆ ต่างพากันคาดการณ์ และตั้งคำถามถึงอนาคตที่มีการเข้ามาของ AI ว่าจะส่งผลกระทบต่อการดำเนินชีวิต และการทำงานมากน้อยแค่ไหน ตลอดจนความกังวลของการเข้ามาแทนที่ของ AI ในหลาย ๆ บทบาท และส่งผลกระทบต่อธุรกิจในหลายแวดวง ในอีกมุมหนึ่ง ในทุกช่วงเวลาก็อาจมีบางประเด็นหรือบางปัญหาที่ยังคงเหมือนเดิม หรือรอการคลี่คลายอยู่ ไม่ว่าเวลาจะไปผ่านไปกี่ยุคสมัย Data Wow ได้รวบรวมประเด็นสำคัญที่เกี่ยวข้องกับการคงอยู่ของ Data และ AI มาให้แล้ว

คุณภาพและคุณค่าของข้อมูล

ในอดีตองค์กรอาจพบกับปัญหาที่ว่าข้อมูลมีไม่เพียงพอต่อการได้มาซึ่ง Insight หรือไม่สามารถนำไปสู่การทำอะไรใหม่ ๆ แต่ในปัจจุบันกลับกลายเป็นองค์กรอาจเผชิญปัญหากับการมีข้อมูลมากเกินไป หรือไม่มีคุณภาพพอ จึงไม่สามารถช่วยในการนำไปตัดสินใจต่อได้ หรือเรียกลักษณะที่เกิดขึ้นแบบนี้ว่า Garbage In, Garbage Out จากบทความของ Towards Data Science กล่าวถึง Garbage In,Garbage Out (GIGO) โดยสรุปหมายถึงการป้อนข้อมูลที่ไม่มีคุณภาพตั้งแต่แรก ข้อมูลอาจจะมีอยู่มากมายก็จริง แต่หากเป็นข้อมูลที่ไม่มีประโยชน์ ไม่ถูกต้อง ตกหล่น หรือไม่เกี่ยวข้องกับสิ่งที่ต้องการนำไปใช้ต่อแล้ว ข้อมูลมากมายเหล่านั้นก็เปรียบเหมือนขยะ เมื่อใส่ขยะเหล่านี้เข้าไปในการวิเคราะห์ข้อมูล ผลลัพธ์ที่ได้จากการวิเคราะห์ก็ออกมาไร้คุณภาพ ไร้คุณค่า และไม่มีประโยชน์ เสมือนได้ขยะกลับมาเช่นกัน

ต้นทุนและประโยชน์ของข้อมูล

ถึงแม้จะมีความเชื่อว่าการพัฒนาอยู่เสมอของเทคโนโลยีทำให้เราสามารถเข้าถึงเทคโนโลยีได้ง่ายขึ้น ด้วยต้นทุนค่าใช้จ่ายที่ถูกลง แต่อาจจะไม่ได้เป็นอย่างนั้นเสมอไป เพราะในฝั่งของบริษัทที่ลงทุนเกี่ยวกับผลิตภัณฑ์ด้าน Data หรือ AI ยังจำเป็นนอกต้องพึ่งพาบริษัทที่ให้บริการเทคโนโลยีในการจัดเก็บข้อมูลขนาดใหญ่ อย่างเช่น Cloud Computong Software โดยจากค่าใช้จ่ายรายปีแล้ว ยังมีค่าใช้จ่ายอื่น ๆ ที่ต้องจ่ายอย่างต่อเนื่อง ตัวอย่างค่าใช้จ่ายแฝงของระบบ Cloud จากจดหมายข่าว Frank Digs Data เช่น ค่าถ่ายโอนข้อมูลออก (Data Egress Fee) ค่าจัดเก็บข้อมูล เป็นต้น ยิ่งมีข้อมูลจำนวนมาก และมีการถ่ายข้อมูลออกมา ค่าใช้จ่ายจะยิ่งสูงตาม ถือเป็นต้นทุนที่บริษัทที่พัฒนา Data และ AI จำเป็นต้องแบกรับ ซึ่งไม่มีอะไรการันตีได้ว่าค่าใช้จ่ายเหล่านี้จะลดลงในอนาคต จะเห็นได้ว่าหากองค์กรทำประโยชน์จากข้อมูลจำนวนมากที่จัดเก็บไว้ไม่ได้ ก็เท่ากับเป็นการเพิ่มต้นทุน และลดทอนกำไรลง เป็นผลเสียต่อธุรกิจอย่างมาก

ความปลอดภัย ความเป็นส่วนตัวของข้อมูล และการละเมิดข้อมูลส่วนบุคคล

ถึงแม้เทคโนโลยีจะพัฒนาไปอย่างรวดเร็ว แต่ไม่ได้หมายความว่าประสิทธิภาพของการจัดการด้านความปลอดภัยและข้อมูลเป็นส่วนตัวของข้อมูล โดยเฉพาะข้อมูลส่วนบุคคลจะเป็นไปด้วยดี อย่างที่มักจะมีข่าวอยู่เป็นประจำเกี่ยวกับข้อมูลหลุดรั่ว ไม่ว่าจะเป็นบริษัทขนาดเล็ก หรือบริษัทขนาดใหญ่ในระดับโลก ที่สำคัญข้อมูลที่หลุดรั่วไม่ได้มาจากการโจมตีของแฮกเกอร์ทางเดียว แต่โดยมากแล้วมักจะมาจากเจ้าของข้อมูล หรือพนักงานในองค์กรเอง บทความจาก Harvard Business Review กล่าวถึงเหตุการณ์การละเมิดข้อมูลของบริษัทผลิตชิ้นส่วนอุปกรณ์สมาร์ทโฟนรายใหญ่ ที่พนักงานส่งโค้ดต้นฉบับที่ลับมากลงใน ChatGPT เพื่อแก้ไขข้อผิดพลาดทางเทคนิค เหตุการณ์นี้ควรมีการปรับเปลี่ยนด้านการตระหนักถึงความปลอดภัยทางไซเบอร์ภายในวัฒนธรรมองค์กร เพื่อป้องกันไม่ให้เกิดขึ้นเหตุการณ์ประมาทเช่นนี้อีก และป้องกันความเสียหายที่อาจสูงอย่างประเมินค่าไม่ได้ต่อธุรกิจ ไม่ว่าจะเป็นการสูญเสียรายได้ สูญเสียชื่อเสียง การหยุดดำเนินธุรกิจ ค่าธรรมเนียมทางกฎหมาย ตลอดจนค่าธรรมเนียมการตรวจสอบต่าง ๆ ซึ่งค่าธรรมเนียมการตรวจสอบสำหรับบริษัทที่ต้องการตรวจสอบหลังจากเกิดการละเมิดข้อมูลอาจสูงขึ้นประมาณ 13.5% เมื่อเทียบกับบริษัทที่ไม่เคยประสบปัญหาการละเมิดข้อมูล

ทิศทางของมาตรฐานของปัญญาประดิษฐ์ในประเทศไทย

จากบทความของ NECTEC สรุปข้อมูลจาก AI Governance Webinar 2023 มีการกล่าวถึงมาตรฐาน AI ไว้ว่า มาตรฐานที่เกี่ยวของกับปัญญาประดิษฐ์ในปัจจุบัน ทั้งที่เผยแพร่และใช้งานแล้วรวมถึงอยู่ระหว่างเตรียมเผยแพร่มากกว่า 20 มาตรฐาน ซึ่งเป็นมาตรฐานในระดับสากล เนื่องจาก AI ยังค่อนข้างเป็นสิ่งใหม่ในประเทศไทย ในวันนี้ที่ประเทศไทยยังไม่มีมาตรฐาน AI นับว่าเป็นความท้าทายต่อกระบวนการการลงทุน และการสร้างความเชื่อมั่นและไว้วางใจให้แก่นักลงทุน และลูกค้าที่เป็นผู้ใช้งานบริการด้าน AI โดยตรง จึงมีความจำเป็นที่จะต้องกำหนดทิศทางให้สอดคล้องกับบริบทของประเทศ และการพัฒนาของ AI ที่เติบโตอย่างรวดเร็ว ซึ่งมาตรฐาน AI จำเป็นต้องครอบคลุมการใช้งานอย่างเหมาะสมในบริบทต่าง ๆ เพื่อทันในทุกช่วงของการเปลี่ยนแปลง

ความเข้าใจด้านข้อมูลและจริยธรรมข้อมูลของผู้ใช้งาน

เมื่อเวลาผ่านไป จำนวนคนที่มีความรู้ด้านการใช้งาน Data และ AI อาจจะเพิ่มขึ้น แต่ปัญหาจะเกิดหากผู้งานเชื่อทุกอย่างที่เป็นผลลัพธ์จาก AI โดยปราศจากการยั้งคิด หรือตรวจสอบความถูกต้อง และความเป็นไปได้ของผลลัพธ์นั้น นับว่าเป็นอคติอย่างหนึ่งในห้วงเวลาที่หลาย ๆ คน ต่างตื่นตัวกับการใช้ AI ในชีวิตประจำวัน ปฏิเสธไม่ได้ว่าการไตร่ตรองอย่างปราศจากอคตินั้นสำคัญกว่าการเลือกเชื่อคำตอบที่ได้มาอย่างรวดเร็วด้วย AI นอกจากนี้ยังมีประเด็นด้านจริยธรรมในการใช้ข้อมูล และ AI จากบทความของ Capitol Technology University เรื่องจริยธรรมในการใช้ AI การที่บุคคลหรือองค์กรใช้ AI ในทางที่ผิด เช่น การสร้างเนื้อหาภาพและเสียงที่สมจริง (Deep Fake) การบิดเบือนข้อมูล ซึ่งนำไปสู่การชักจูงทางสังคม (Socia Manipulation) ในแวดวงต่าง ๆ เช่น การเมือง ธุรกิจ ล้วนส่งผลให้เกิดความวุ่นวายต่อสาธารณะ และมีแนวโน้มที่จะเกิดเหตุการณ์แบบนี้ขึ้นอีกเรื่อย ๆ ในอนาคต ถึงแม้เวลาจะผ่านไปเป็น 10 ปี

จะเห็นได้ว่าประเด็นต่าง ๆ ที่กล่าวมาข้างต้นนั้นเป็นเรื่องใกล้ตัวในแวดวงเทคโนโลยีที่มีการเกิดการซ้ำแล้วซ้ำอีก อย่างไรก็ตาม Data Wow ยังมุ่งมั่นในการยกระดับการจัดการข้อมูลและเทคโนโลยีด้าน AI Solutions โดยคำนึงถึงความปลอดภัยและความเป็นส่วนตัวของผู้ใช้งาน ซึ่งเป็นมาตรฐานที่ Data Wow ให้ความสำคัญเป็นอย่าง สนใจปรึกษาข้อมูลเกี่ยวกับ AI, Data Privacy ตลอดจนบริการ Data Analytics & Dashboard Visualization ได้โดยผู้เชี่ยวชาญจาก Data Wow