‘แมชชีนเลิร์นนิง’ เทียบชั้นวันโลกมีอินเทอร์เน็ต

2 มกราคม 2561
3,050

นับตั้งแต่ “อินเทอร์เน็ต” เกิดขึ้นมาบนโลก ยังไม่มีเทคโนโลยีใดจะพลิกโฉมวงการได้เท่า แต่ในปี 2561 "แมชชีนเลิร์นนิง" จะเป็นตัวกำหนดความเป็นไป เข้ามาเปลี่ยนแปลงการใช้ชีวิตและการทำงานได้มากกว่าเทคโนโลยีใดๆ

หากต้องการจะเข้าใจว่าทำไมจึงเป็นเช่นนั้น ก่อนอื่นต้องลืมคำกล่าวที่กระทบความรู้สึกเราเช่น “หุ่นยนต์จะทำให้เราตกงาน” ไปเสียก่อน เพราะนวัตกรรมและการใช้เครื่องไม้เครื่องมือต่างๆ เพื่อทำให้ชีวิตง่ายขึ้นเป็นเครื่องบ่งชี้ถึงการพัฒนามาตลอดจากอดีตถึงปัจจุบันผ่านการปฏิวัติต่างๆ ทั้งในยุคเกษตรกรรม ยุคอุตสาหกรรม และวันนี้อยู่ในยุคของการปฏิวัติข้อมูล แม้ความก้าวหน้าต่างๆ อาจทำให้บทบาทบางอย่างของผู้คนเปลี่ยนไป แต่ความรุดหน้าก็นำมาซึ่งการสร้างงาน ก่อให้เกิดรูปแบบทางธุรกิจและอุตสาหกรรมใหม่ๆ ช่วยเพิ่มศักยภาพของมนุษย์ ทำให้ดำเนินชีวิตได้มีประสิทธิภาพมากขึ้น

แมชชีนเลิร์นนิงอยู่รอบๆ ตัวเรา ทำงานผ่านซอฟต์แวร์ในโทรศัพท์ ในรถ ในบ้าน รวมถึงซอฟต์แวร์ที่ใช้ทำงานอยู่ทุกวัน ซึ่งช่วยให้เข้าถึงข้อมูลเพื่อใช้ข้อมูลในการตัดสินใจเรื่องต่างๆ ได้ถูกต้องและรวดเร็ว

จากผลสำรวจของการ์ทเนอร์ ภายในปี 2563 เทคโนโลยีเอไอจะได้รับการนำมาใช้ใน “ผลิตภัณฑ์ด้านซอฟต์แวร์ใหม่ๆ เกือบทุกชิ้น” ซึ่งถือเป็นช่วงเวลาชี้ชะตาของผู้ให้บริการด้านซอฟต์แวร์ และเป็นจุดเปลี่ยนสำคัญของธุรกิจต่างๆ ที่เป็นลูกค้าของผู้ให้บริการด้านซอฟต์แวร์นั้นๆ

ปัจจุบันแมชชีนเลิร์นนิงกำลังเปลี่ยนโลกรอบตัวเราอย่างสิ้นเชิง การที่ระบบมีความสามารถในการลดเวลาการทำงานและเพิ่มประสิทธิภาพในการตัดสินใจได้อย่างมากนี้อาจดูน่าสนใจน้อยกว่ารถยนต์ไร้คนขับ แต่ความสามารถเหล่านี้คือสิ่งที่จะทำให้แมชชีนเลิร์นนิงเป็นเทคโนโลยีที่กำหนดการเปลี่ยนแปลงแห่งยุคเลยทีเดียว

ธุรกิจใดก็ตามที่หยุดอยู่กับที่จะไม่สามารถแข่งขันในตลาดได้เลย องค์กรต่างๆ ที่ใช้สมรรถนะของแมชชีนเลิร์นนิงจะก้าวไปข้างหน้าอย่างรวดเร็วจากการที่สามารถตัดสินใจได้อย่างถูกต้อง รวดเร็ว และมีประสิทธิภาพมากขึ้น

ปลดล็อคความสำเร็จ

การใช้แมชชีนเลิร์นนิงกำลังเพิ่มมากขึ้นควบคู่กับการใช้คลาวด์คอมพิวติ้ง การผสมผสานและการทำงานร่วมกันของคลาวด์แอพพลิเคชั่น แพลตฟอร์มต่างๆ และโครงสร้างพื้นฐานได้อย่างลงตัวเป็นสิ่งสำคัญมากต่อการเติบโต

การพยายามที่จะนำแมชชีนเลิร์นนิงมาใช้ภายในองค์กรเหมือนการพยายามที่จะปลูกพืชในที่มืด อัลกอริทึ่มต่างๆ ที่จะใช้ขับเคลื่อนจำเป็นต้องใช้ข้อมูลมหาศาลจากแหล่งต่างๆ มากที่สุดเท่าที่จะเป็นไปได้ ยิ่งมีข้อมูลมากเท่าไรก็จะทำงานได้ชาญฉลาดมากขึ้นเท่านั้น อีกทางยังช่วยให้องค์กรตัดสินใจได้อย่างมีศักยภาพมากขึ้นด้วย

การเติบโตและการใช้งานคลาวด์ เป็นอีกเหตุผลที่จะทำให้ปีนี้เป็นปีของแมชชีนเลิร์นนิง ด้วยคลาวด์เป็นหนึ่งในกลยุทธ์สำคัญด้านไอทีของธุรกิจเกือบทุกแขนง เป็นเทคโนโลยีที่ขับเคลื่อนองค์กรให้เปลี่ยนไปสู่ดิจิทัลและสามารถใช้ประโยชน์จากข้อมูลที่ตนมีอยู่

หากเปรียบบิ๊กดาต้าคือปัจจัยที่ทำให้มั่นใจว่าจะพบกับความสำเร็จอย่างงดงามจากการเปลี่ยนแปลงสู่ดิจิทัล คลาวด์เป็นฐานหลักในการสร้างการเปลี่ยนแปลงสู่ดิจิทัล แมชชีนเลิร์นนิงก็คือเครื่องมือแรกที่พัฒนาและใช้งานได้อย่างแท้จริงเพื่อปลดล็อคความสำเร็จเหล่านั้นได้อย่างเหมาะสมกับการใช้งาน

กุญแจสำคัญที่จะใช้ประโยชน์จากแมชชีนเลิร์นนิ่งได้อย่างเต็มประสิทธิภาพคือการมองหาแอพพลิเคชั่นที่จะก่อให้เกิดมูลค่าเชิงกลยุทธ์ในระยะยาว ซึ่งเป็นรากฐานที่จะเปลี่ยนฟังก์ชั่นหรือกระบวนการสำคัญต่างๆ ภายในธุรกิจ มากกว่าที่จะให้คุณภาพหรือคุณลักษณะที่น่าประทับใจเพียงช่วงเวลาสั้นๆ เท่านั้น

ไม่มีขีดจำกัด

การที่สามารถลดเวลาในการคาดการณ์ทางธุรกิจได้อย่างถูกต้องแม่นยำ มีผลต่อประสิทธิภาพในการวางแผนงาน การกำหนดงบประมาณและทรัพยากรของธุรกิจ ทั้งหมดทั้งมวลนี้รวมกันจะให้ผลตอบแทนทางการเงินที่สูงมากต่อบริษัท

ส่วนคุณสมบัติที่ดีที่สุดของแมชชีนเลิร์นนิงคือใช้งานได้เกือบจะไม่มีขีดจำกัด เมื่อใดก็ตามที่มีผลการประเมินจากการวิเคราะห์และการทำความเข้าใจข้อมูลอย่างรวดเร็วก็จะนำมาใช้งานได้หลากหลาย เมื่อใดก็ตามที่มีผลลัพธ์จากการระบุแนวโน้มหรือความผิดปกติต่างๆ ในชุดข้อมูลขนาดใหญ่ อาจมีผลต่อการเปลี่ยนแปลงอย่างหนึ่งอย่างใด ไม่ว่าจะเป็นการวิจัยทางคลินิกไปจนถึงการปฏิบัติตามกฎระเบียบและการรักษาความปลอดภัย

ปัจจุบัน แมชชีนเลิร์นนิงกำลังปฏิวัติการบริการลูกค้า คำถามหลายประเภทสามารถคาดการณ์และตอบได้ง่ายๆ ด้วยการใช้แชทบอทที่ขับเคลื่อนโดยแมชชีนเลิร์นนิง ช่วยให้สามารถตอบสนองความต้องการของลูกค้าได้อย่างถูกต้องเฉียบคม ลดเวลาและความยุ่งยาก เพิ่มประสิทธิภาพในการทำธุรกิจ นอกจากนี้ยังช่วยให้ฝ่ายให้บริการลูกค้ารับมือกับคำร้องเรียนที่เฉพาะเจาะจงและต้องการความช่วยเหลือจากคนเท่านั้น

แมชชีนเลิร์นนิงไม่ได้มาแทนที่คน แต่มันสามารถทำให้ผู้คนทำสิ่งต่างๆ ได้ดีขึ้น หากจะมีความผิดพลาด ความผิดพลาดนั้นก็คือ การที่องค์กรละเลยและไม่สนใจนำแมชชีนเลิร์นนิงมาใช้

โดย : คริส เชลลีอา รองประธานอาวุโสและหัวหน้าสถาปนิก,คอร์เทคโนโลยีและคลาวด์ ออราเคิล เอเชีย แปซิฟิก

แชร์ข่าว :
Tags:

ข่าวที่เกี่ยวข้อง