ไทยลงทุน 'บิ๊ก ดาต้า' ต่ำกว่า1พันล้าน

"บิ๊ก ดาต้า” ศัพท์ใหม่ในแวดวงเทคโนโลยีที่กล่าวถึงกันมาหลายปี แต่สถานการณ์ปัจจุบันในไทยจัดว่า ยังไม่ประสบความสำเร็จเท่าที่ควรต่อการนำมาใช้งาน ยิ่งเมื่อเทียบกับประเทศใกล้เคียงกัน เช่น สิงคโปร์ ไทยยังล้าหลังมาก แต่สำหรับองค์กรที่พร้อม และเริ่มใช้แล้วก็เชื่อมันว่าเดินถูกทาง เพิ่มขีดความสามารถดูแลลูกค้า จัดการต้นทุนได้ดีขึ้น

ปริมาณอินเทอร์เน็ตออฟธิงส์ (ไอโอที) ที่เพิ่มมหาศาล ยิ่งเพิ่มความสำคัญการจัดการบิ๊ก ดาต้า ซึ่งการนำข้อมูลที่มีมหาศาล หรือบิ๊ก ดาต้า ที่มีอยู่กระจัดกระจาย มาสกัด วิเคราะห์เพื่อนำไปใช้ประโยชน์เชิงธุรกิจ กำลังเป็นที่ตื่นตัวในประเทศไทย องค์กรธุรกิจต่างประกาศนำบิ๊กดาต้าไปใช้ประโยชน์ ดังนั้นการใช้งานบิ๊กดาต้าที่พูดถึงกันมาเกือบ 10 ปี และพยากรณ์จะมีอัตราการเติบโตอย่างต่อเนื่อง กำลังจะกลายเป็นความจริง

ปัจจุบัน ทั่วโลกมีอุปกรณ์ไอโอทีราว 13,000 ล้านชิ้นที่เชื่อมต่อกันอยู่ และมีคาดการณ์ว่าอุปกรณ์เหล่านี้จะมีปริมาณมากถึง 29,000 ล้านเครื่องในปี 2563 จากนั้นภายในปี 2568 ข้อมูลต่างๆ เหล่านี้จะนำสู่มุมมองเชิงลึกที่มีมูลค่าทางเศรษฐกิจสูงกว่า 11 ล้านล้านดอลลาร์

ขณะที่ในประเทศไทย ฟรอสต์ แอนด์ ซัลลิแวนชี้ตัวเลขการใช้จ่ายด้านไอโอทีสูงถึง 57.7 ล้านดอลลาร์ ในปี 2558 และคาดว่าจะเติบโตขึ้น 1,600% จนแตะ 973.3 ล้านดอลลาร์ภายในปี 2563

“กรุงเทพธุรกิจ” มีนานาทัศนะจากนักวิเคราะห์ เจ้าของผลิตภัณฑ์ ผู้บริหารและเจ้าของธุรกิจผู้ใช้งานจริงนำเสนอ

ชี้ธุรกิจตื่นตัวข้อมูลผู้บริโภค
นางสาวแจ็คกี้ หวาง หัวหน้าฝ่ายอุตสาหกรรม กูเกิล ประเทศไทย กล่าวว่า ปัจจุบันสินค้าหลายแบรนด์ตื่นตัวต้องการทราบข้อมูลเชิงลึกของลูกค้าเพื่อประโยชน์ในการวางแผนทำตลาดในยุคที่ผู้บริโภคต้องการข้อมูลที่หลากหลายก่อนตัดสินใจซื้อแบรนด์จึงหันมาให้ความสำคัญกับ “ผลสำรวจ” พฤติกรรมผู้บริโภคในเชิงลึกมากขึ้น เพื่อนำข้อมูลที่ได้ไปต่อยอดสร้างแคมเปญ หรือกลยุทธ์เข้าถึงกลุ่มลูกค้าที่ตอบโจทย์ได้ตรงตามความต้องการ

ล่าสุด กูเกิลได้ผนึกกับบริษัทวิจัย ทีเอ็นเอส ทำผลการสำรวจ “แรงขับเพื่อการตัดสินใจ ‘The Drive to Decide’ ที่สำรวจพฤติกรรมการตัดสินใจซื้อรถของผู้บริโภคไทย โดยพบว่า 97% ของคนซื้อรถชาวไทยใช้โทรศัพท์ช่วยตัดสินใจเลือกรถคันที่ใช่ รวมถึงมีข้อมูลประเภท ความถี่ หรือพฤติกรรมก่อนที่จะตัดสินใจซื้อ จุดนี้ เป็นจุดที่หากแบรนด์ธุรกิจเข้าใจ และมีข้อมูลที่ถูกต้อง จะวางแผนทำตลาดได้อย่างแม่นยำ

นั่นหมายความว่า ข้อมูลที่มีอยู่มากมาย (บิ๊กดาต้า) ที่เกิดขึ้น มีความสำคัญกับแบรนด์ธุรกิจต่างๆ ที่ไม่ใช่แค่ได้จำนวนข้อมูลมหาศาลมาแล้วแค่นั้น แต่แบรนด์ธุรกิจจำเป็นต้องมีเครื่องมือในการวิเคราะห์ข้อมูลเหล่านี้ หรือที่เรียกว่า บิ๊ก ดาต้า อนาไลติกส์ เพื่อวิเคราะห์ข้อมูลในเชิงลึก เพื่อให้ได้ผลลัพธ์ที่แม่นยำ

สินค้าอุปโภค-บริโภคใช้ประโยชน์
นายจาริตร์ สิทธุ ผู้จัดการฝ่ายงานวิจัย สายงานศึกษาตลาดไคลเอนต์ ดีไวซ์ ประจำไอดีซี ประเทศไทย กล่าวว่า บิ๊ก ดาต้า เป็นแนวคิดของการนำข้อมูลจำนวนมากมาวิเคราะห์เพื่อให้เกิดประโยชน์ต่อธุรกิจ ซึ่งมีทั้งข้อมูลที่จัดระเบียบ หรือ “สตรักเจอร์ ดาต้า“ เช่น ข้อมูลที่เป็นข้อความสามารถค้นคืนได้ง่าย และข้อมูลประเภท ”อันสตรักเจอร์ ดาต้า” ที่ยังไม่ได้จัดระเบียบแน่นอน เช่น ข้อมูลภาพ กราฟ หรือแผนที่
โดยมีโซลูชั่นบิ๊ก ดาต้าเข้ามาจัดระบบและวิเคราะห์ให้เป็นข้อมูลที่เป็นประโยชน์

อย่างไรก็ตาม ปัญหาสำคัญของบิ๊ก ดาต้า คือ ในไทยมีองค์กรจำนวนมากที่สนใจทำบิ๊ก ดาต้า แต่ก็มีเพียงส่วนน้อยที่ทำบิ๊ก ดาต้าได้ประสบความสำเร็จ

“ปัญหาที่เราเห็นคือ ไม่มีกลยุทธ์การเก็บข้อมูลที่ดี แต่กลายเป็นองค์กรที่เก็บข้อมูลทุกอยาง ไม่รู้ว่าข้อมูลอะไรที่ควรเก็บ หรือไม่จำเป็นต้องเก็บ ซึ่งเมื่อเก็บข้อมูลไปถึงจุดหนึ่งแล้วก็จะเลิกเก็บ เพราะต้นทุนสตอเรจสูงขึ้น และทำให้การทำบิ๊ก ดาต้า ล้มเหลวไปในที่สุด”

นักวิเคราะห์ยังระบุว่า ปัจจุบันยังไม่สามารถเก็บข้อมูลตลาดบิ๊ก ดาต้าที่ชัดเจนได้ เนื่องจากไม่มีซอฟต์แวร์ที่เฉพาะเจาะจงสำหรับการทำบิ๊ก ดาต้า แต่ต้องอาศัยองค์ประกอบหลายอย่างเข้าด้วยกัน

อย่างไรก็ตามหลักการเบื้องต้นของการบิ๊ก ดาต้าที่ดี ควรจะต้องเป็นข้อมูลที่เหมาะสม ซึ่งประกอบด้วยพื้นฐานคือ ข้อมูลที่เร็ว, มีความหลากหลาย, ไม่มีอคติ มีปริมาณที่เหมาะสม

“ธุรกิจที่เหมาะจะทำบิ๊ก ดาต้า ก่อนเลยคือ กลุ่มสินค้าอุปโภคบริโภค ซึ่งใช้ประโยชน์จากข้อมูลมาเพิ่มประสิทธิภาพและแผนการตลาดในการขายสินค้า ขณะที่หลังบ้านก็เก็บข้อมูลเพื่อวางแผนการผลิตได้ดี รวมถึงธุรกิจแบงกิ้ง ที่การแข่งขันสูง"

ไทยลงทุนต่ำพันล้าน
นายธนชาติ นุ่มนนท์ ผู้อำนวยการสถาบันไอเอ็มซี กล่าวว่า นโยบายเศรษฐกิจดิจิทัลรวมถึงไทยแลนด์ 4.0 จะเป็นปัจจัยที่มีอิทธิพลต่อการลงทุนไอทีปี 2560 ในประเทศไทย โดยเทคโนโลยีกระแสหลักที่มาแน่นอน คือ อินเทอร์เน็ตออฟธิงส์ (ไอโอที) คลาวด์คอมพิวติ้ง และบิ๊กดาต้า อนาไลติกส์

ส่วนการลงทุนเพื่อพัฒนาอีโคซิสเต็มส์ทางดิจิทัล หลักๆ จะเป็นเรื่องดิจิทัลทรานฟอร์เมชั่น ฟินเทค พร้อมเพย์ และโมบิลิตี้

แม้บิ๊กดาต้าจะสำคัญ แต่การลงทุนในประเทศไทย ยังเน้นฮาร์ดแวร์มากกว่านวัตกรรมซึ่งจะเห็นผลได้ระยะยาว มูลค่าตลาดรวมในไทย น่าจะอยู่ระดับต่ำกว่า 1,000 ล้านบาท หากไม่เริ่มต้นมีโอกาสเสียเปรียบประเทศเพื่อนบ้านในระยะยาว แต่ถ้าทำได้จะช่วยลดค่าใช้จ่ายมหาศาล ผู้บริโภคก็ได้สินค้าที่ตรงความต้องการ ราคาถูกลง และมีบริการหลากหลายขึ้น

จากข้อมูลบริษัทวิจัยการ์ทเนอร์ ระบุปี 2558 องค์กรธุรกิจทั่วโลก 1,000 ราย จะมี 20% เริ่มวางกลยุทธ์โฟกัสด้านอินฟอร์เมชั่น อินฟราสตรักเจอร์โดยเฉพาะ ส่วนไอดีซีคาดการณ์เมื่อปี 2557 ตลาดรวมบิ๊กดาต้าทั่วโลกมีมูลค่าสูงถึง 1.61 หมื่นล้านดอลลาร์ เติบโตสูงกว่าภาพรวมตลาดไอทีถึง 6 เท่า

การใช้จ่ายที่เกี่ยวเนื่องกับบิ๊กดาต้าในเอเชียแปซิฟิกรวมประเทศญี่ปุ่นปี 2558 สูงถึง 1.61 พันล้านดอลลาร์ หรือเติบโต 34.7% เมื่อเทียบกับปีก่อนหน้า

ไอบีเอ็มชี้อุปกรณ์ชาญฉลาด
ขณะที่ ประเทศไทยกำลังตื่นตัวเรื่องบิ๊ก ดาต้า แต่ยักษ์ไอทีโลกอย่างไอบีเอ็มก้าวหน้าไปกว่านั้น นางพรรณสิรี อมาตยกุล กรรมการผู้จัดการใหญ่ บริษัท ไอบีเอ็ม ประเทศไทย จำกัด กล่าวว่า ไอบีเอ็มประกาศวิสัยทัศน์สมาร์ทเตอร์แพลนเน็ต เมื่อปี 2552 ชี้ให้เห็นถึงบทบาทของเทคโนโลยีที่จะเข้ามาช่วยพัฒนารูปแบบการใช้ชีวิตและการทำงานของผู้คนหลายพันล้านคนในโลก ภายใต้ 3 แนวคิด คือ

โลกฉลาดขึ้นเพราะโลกมีเทคโนโลยีที่เก่งขึ้น ด้วยการใช้โทรศัพท์มือถือที่มีผู้ใช้ทั่วโลกราว 4,000 ล้านคนในปี 2552 รวมทั้งเซ็นเซอร์ในอุปกรณ์ต่างๆ เช่น รถยนต์ กล้องถ่ายรูป ถนน ท่อส่งน้ำมัน และแม้กระทั่งในยารักษาโรคและสัตว์ เป็นต้น

โลกจะติดต่อเชื่อมโยงกันอย่างเหนียวแน่นมากขึ้น ทั้งด้วยอินเทอร์เน็ต และด้วยความสามารถของระบบและอุปกรณ์ต่างๆ ในการเชื่อมต่อหรือพูดคุยสื่อสารกันได้ เกิดเป็นข้อมูลจำนวนมหาศาลที่จะทำให้โลกฉลาดมากขึ้น

อุปกรณ์ต่างๆ จะฉลาดมากขึ้น เนื่องจากสิ่งต่างๆ ในปัจจุบันจะถูกเชื่อมโยงเข้ากับระบบแบ็กเอนด์ที่มีสมรรถนะสูง ซึ่งสามารถประมวลผลได้อย่างรวดเร็ว โดยมีเทคโนโลยีอนาไลติกส์ที่ก้าวล้ำเป็นกลไกสำคัญในการถอดรหัสข้อมูลดิบให้กลายเป็นข้อมูลเชิงลึกในแบบเรียลไทม์

ต่อมาปี 2556 ไอบีเอ็มประกาศการก้าวเข้าสู่ยุคที่ของการเปลี่ยนแปลงทางเทคโนโลยีครั้งสำคัญเรียกว่า The New Era of Computing สืบเนื่องมาจากอิทธิพลของการเติบโตของอุปกรณ์โมบาย โซเชียลมีเดีย คลาวด์ รวมถึงข้อมูลจำนวนมหาศาล หรือบิ๊กดาต้า ที่ทำให้เทคโนโลยีอนาไลติกส์ทวีความสำคัญในแง่เครื่องมือประมวลผลข้อมูล วิเคราะห์ คาดการณ์ และเพิ่มศักยภาพมุมมองทางธุรกิจให้แก่องค์กร

จุดพลุค็อกนิทิฟ
ปีที่ผ่านมา ไอบีเอ็มประกาศวิสัยทัศน์ “ค็อกนิทิฟ บิสิเนส” นำเทคโนโลยีค็อกนิทิฟ “ไอบีเอ็ม วัตสัน” เข้าเสริมศักยภาพธุรกิจไทยตั้งแต่องค์กรขนาดใหญ่จนถึงสตาร์ทอัพ

ไอบีเอ็ม วัตสัน คือผสานความสามารถ 5 แขนงเข้าด้วยกัน คือ 1 บิ๊กดาต้าและอนาไลติกส์ 2 ปัญญาประดิษฐ์ 3 ระบบที่เข้าใจภาษาธรรมชาติ ภาพ และเสียง แบบเดียวกับมนุษย์ 4 ระบบองค์ความรู้และความเข้าใจในบริบทความรู้ 5 โครงสร้างพื้นฐานและพลังการประมวลผลขั้นสูง โดยไอบีเอ็มได้เสริมศักยภาพแพลตฟอร์มค็อกนิทิฟอย่างต่อเนื่อง ผ่านการลงทุนมูลค่ากว่า 3 หมื่นล้านดอลลาร์

ทั้งนี้ ในประเทศไทยมีองค์กรต่างๆ นำอนาไลติกส์ของไอบีเอ็มเข้าเสริมศักยภาพหลากหลายอุตสาหกรรม อาทิ ธุรกิจการเงินและธนาคาร เช่นธนาคารธนชาต จำกัด (มหาชน) การดูแลสุขภาพร่วมมือกับศูนย์วิจัยโรคเอดส์ สภากาชาดไทย ในโครงการรณรงค์ป้องกันการแพร่ระบาดของเชื้อไวรัสเอชไอวี

อุตสาหกรรมการผลิตบมจ. เคซีอี อีเลคโทรนิคส์ ผู้ผลิตแผงวงจรอิเล็กทรอนิกส์ (พีซีบี) ที่ใหญ่เป็นอันดับ 5 ของโลก ใช้เป็นเครื่องมือวิเคราะห์และคาดการณ์แนวทางการผลิตแผ่นพีซีบีที่คุ้มค่าสูงสุด ธุรกิจประกัน ได้แก่บมจ.กรุงเทพประกันชีวิต บมจ.ฟอลคอนประกันภัย เป็นต้น

‘เอไอเอส’ต่อยอดสู่พันธมิตร
‘นายสมชัย เลิศสุทธิวงค์’ ประธานเจ้าหน้าที่บริหาร บมจ.แอดวานซ์ อินโฟร์ เซอร์วิส (เอไอเอส) กล่าวว่าเอไอเอสทำบิ๊กดาต้ามานาน จากที่นำบิ๊กดาต้ามาวิเคราะห์ข้อมูลลูกค้า ใช้งานในองค์กร ออกแบบผลิตภัณฑ์ตามความชอบ ความต้องการของลูกค้าแต่ละกลุ่ม ต่อไปจะนำสิ่งเหล่านี้ที่ได้จากการลงทุนบิ๊กดาต้า - ดาต้าไมนิ่ง อนาไลติกส์ ไปใช้ในอุตสาหกรรมพันธมิตร ช่วยเหลือธุรกิจอื่นนอกโทรคมนาคม

ได้แก่ การสร้างแพลตฟอร์มโมบายมันนี่ ที่เน้นร่วมมือสถาบันทางการเงินไม่ว่าจะเป็นรายเล็กหรือรายใหญ่ เช่น ธนาคารเล็กต้องการเพิ่มบัญชี ลูกค้ามากๆ แต่ติดที่ไม่มีสาขามากพอเข้าถึงลูกค้า ก็มาผูกบัญชีกับเอไอเอสได้ หรือแบงก์ใหญ่ ซึ่งขาดประสบการณ์เรื่องนาโน ไฟแนนซ์ แต่อินฟราสตรักเจอร์ของเอไอเอสทำได้

"เอไอเอสไม่จำเป็นต้องลงไปทำเองทุกอย่าง แต่จะรวมกันให้บริการ โดยได้รับส่วนแบ่งรายได้ค่าธรรมเนียมจากแบงก์พันธมิตรเราก็น่าจะยินดี เพราะไม่ต้องลงทุนสร้างแพลตฟอร์มใหม่ เขียนโปรแกรมขึ้นมาใหม่ ซึ่งในกลุ่มแบงก์ ถือเป็นตัวอย่างหนึ่งที่น่าจะช่วยให้เห็นภาพการเติบโตด้วยกันของ 2 อุตสาหกรรมในยุคดิจิทัล”

ส่วนนายพิธาน องค์โฆษิต ประธานเจ้าหน้าที่บริหาร และกรรมการผู้จัดการ บมจ.เคซีอี อีเลคโทรนิคส์ ผู้ผลิตแผงวงจรอิเล็กทรอนิกส์ (พีซีบี) ที่ใหญ่เป็นอันดับ 5 ของโลก กล่าวว่า ใช้เงินลงทุนระบบไอที 5 ปีก่อนไปประมาณ 500 ล้านบาท ถือเป็นช่วงเวลาสร้างระบบ แต่จะให้แข็งแรงขึ้น คาดว่า จะใช้เวลาอีกไม่น้อยกว่า 5 ปี โดยมองว่า การลงทุนไอทีนั้นใช้เงินมาก แต่หากทำแล้วเห็นผลก็จะคุ้มค่า มีผลตอบแทนกลับมาเร็ว

โรงงานผลิตพีซีบีแห่งใหม่ที่นิคมอุตสาหกรรมลาดกระบัง ที่เปิดดำเนินการเมื่อปีที่แล้ว ได้นำโซลูชั่นไอล็อก ออพติไมเซชั่น (ILOG Optimization) ที่เป็นระบบอนาไลติกส์เชิงคาดการณ์ (predictive analytics) ของไอบีเอ็มมาใช้ช่วยเพิ่มประสิทธิภาพการผลิต กำลังการผลิต บริหารต้นทุน รวมถึงลดวัสดุเหลือทิ้งจากกระบวนการผลิตพีซีบี โดยใช้กับทุกโรงงาน

“ก่อนเลือกไอล็อก เคยดูของรายอื่น แต่ทำงานตามที่ต้องการไม่ได้ จึงยกเลิกไป ส่วนไอล็อกเป็นระบบที่ให้เฟลกซิบิลิตี้กับงาน เป็นระบบที่เปิดเยอะ ซึ่งก็ถือเป็นดาบสองคม เพราะเปิดมากก็มีโอกาสคำนวณผิดได้มาก หากถือเป็นโปรแกรมที่ดี เพียงอินโวลฟกับคนเยอะ ผมต้องเข้าไปคำนวณสูตร อนุมัติสูตรทุกสูตรเอง แต่ผลออกมาดีก็ถือว่าดี ใช้คำนวณวัตถุดิบ โปรเซสการทำงาน กังวลเรื่องแพลตฟอร์มที่ยืดหยุ่นมากต้องดูแลมาก แต่พอทำออกมาได้ก็จะดีกว่า” 

โปรแกรมที่ใช้ เช่น การดีไซน์การตัดแผ่นวงจรให้อาจารย์ที่มหาวิทยาลัยธรรมศาสตร์พัฒนา บางโปรแกรมเป็นของฝรั่งเศส ซึ่งทำแล้วเพิ่มประสิทธิภาพ 2% ก็คุ้มแล้ว ยกตัวอย่าง ลามิเนตลงทุนประมาณ 4 พันล้านบาทลดค่าใช้จ่ายได้ 2-3% ทองแดง 1 พันล้านบาท ประหยัดได้ 3-4%

จากเดิมก่อนนำระบบไอทีเข้ามาใช้ โรงงานใช้คนออกแบบ คำนวณ นับร้อยคน แต่ไม่มีใครตรวจสอบได้ว่าผลออกมาดีหรือไม่ ทำให้ควบคุมไม่ได้ แม้จะสั่งงานไป ก็ตรวจสอบทั้งหมดไม่ได้ว่าจะทำตามที่สั่งทั้งหมดหรือไม่ แต่ละเดือนผลิตชิ้นส่วนต่างๆ 1,500 - 2,000 แบบ เดือนหนึ่งๆ ผลิตแตกต่างกัน จึงตรวจสอบทั้งหมดไม่ได้

“แต่เมื่อนำไอล็อกมาใช้ จะรันงานทุกเที่ยงคืน พอ 6 โมงเช้าจะได้เพลทใหม่ ทำให้แพลนนิ่งได้ ใช้คอมพิวเตอร์ทั้งหมด 60 ตัว ซึ่งขนาดนี้ถ้าเทียบกับการใช้คน 200 คนก็ยังไม่น่าจะทำได้ โดยใช้เงินลงทุนสำหรับระบบแพลนนิ่งประมาณ 30 ล้านบาท และการอิมพลีเมนต์อีก 20-30 ล้านบาท”