10 แนวโน้มด้าน Data & Analytics ประจำปี 2020 ในช่วงหลัง COVID-19

Gartner เผยถึง 10 แนวโน้มด้าน Data และ Analytics ประจำปี 2020 ที่เกิดขึ้นกับธุรกิจองค์กรทั่วโลกท่ามกลางการแพร่ระบาดของ COVID-19 โดยมีการอัปเดตเนื้อหาใหม่เพิ่มเติมจากที่เคยนำเสนอเอาไว้เมื่อเดือนมิถุนายน 2020 ที่ผ่านมา ดังนี้


1. AI ที่ชาญฉลาดยิ่งขึ้น, ทำงานได้รวดเร็วขึ้น และมีความโปร่งใสมากยิ่งขึ้น

Gartner ทำนายเอาไว้ว่าภายในสิ้นปี 2024 จะมี 75% ของธุรกิจองค์กรที่จะเปลี่ยนสถานะจากการทดลองใช้งาน AI ไปสู่การใช้งานจริงจัง และทำให้ระบบโครงสร้างพื้นฐานสำหรับ Streaming Data และ Analytics นั้นเติบโตขึ้นถึง 5 เท่า

ในขณะเดียวกัน ท่ามกลางวิกฤต COVID-19 ในครั้งนี้ การใช้ Machine Learning (ML), Optimization และ Natural Language Processing (NLP) เพื่อวิเคราะห์ข้อมูลและทำนายการแพร่ระบาดของ COVID-19 ก็เกิดขึ้นทั่วโลก รวมถึงยังถูกใช้เพื่อให้ภาคธุรกิจทำความเข้าใจกับความต้องการของตลาดที่เปลี่ยนแปลงไปอย่างรวดเร็ว เพื่อให้ภาค Supply Chain สามารถปรับตัวได้ทัน

เทคนิคใหม่ๆ อย่าง Reinforcement Learning และ Distributed Learning ก็ได้ทำให้เกิดแนวทางในการตอบรับโจทย์ที่มีความซับซ้อนมากยิ่งขึ้นของธุรกิจได้ และการลงทุนในชิปประมวลผลแบบใหม่เพื่อรองรับงาน AI และ ML โดยเฉพาะอย่าง Neuromorphic Hardwrae ก็ทำให้เกิดการประมวลผลเหล่านี้ใน Edge Dedvice ได้

ทั้งนี้ Responsible AI ที่ทำให้โมเดลมีความโปร่งใสมากขึ้นนั้นก็เริ่มได้รับความสำคัญมากยิ่งขึ้นเพื่อหลีกเลี่ยงกรณีผลลัพธ์ของการตัดสินใจที่ผิดพลาดให้ลดน้อยลง และทำให้เกิดปฏิสัมพันธ์ในการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักรมากยิ่งขึ้น

2. การใช้งาน Dashboard ที่ลดน้อยลง

แนวคิดของการทำ Dynamic Data Story ในแบบอัตโนมัติได้เข้ามาทดแทนการใช้งาน Dashboard ที่ต้องสร้างเอาไว้ล่วงหน้าแบบเดิม ทำให้ธุรกิจองค์กรใช้เวลาน้อยลงในการออกแบบ Dashboard ให้ตอบโจทย์การใช้งานในแต่ละภาคส่วนลง โดยระบบนั้นจะทำการเรียนรู้ด้วยตนเองว่าข้อมูลส่วนใดที่เกี่ยวข้องกับผู้ใช้งานแต่ละคนโดยอ้างอิงจาก Context, Role และการใช้งานจริง ดังนั้นธุรกิจองค์กรที่มีการใช้งาน BI จึงอาจต้องทบทวนตัวเองว่าได้เวลาก้าวไปสู่เทคโนโลยีใหม่แล้วหรือยัง

3. การเติบโตของ Decision Intelligence

Gartner ทำนานยว่าภายในปี 2023 ธุรกิจองค์กรขนาดใหญ่มากกว่า 33% จะให้นักวิเคราะห์ข้อมูลได้เรียนรู้ถึงการทำ Decision Intelligence ที่ครอบคลุมถึงการทำ Decision Modeling ด้วย โดยในการทำ Decision Intelligence นั้นจะนำการทำ Decision Management, Decision Support และศาสตร์อื่นที่เกี่ยวข้องมารวมกัน เพื่อสร้าง Workflow สำหรับการทำ Decision Model และ Decision Process รวมถึงการปรับปรุงอย่างต่อเนื่องเพื่อให้มีผลลัพธ์ทางธุรกิจที่ดียิ่งขึ้นไปเรื่อยๆ โดยกระบวนการที่ต้องใช้เทคนิคทางคณิตศาสตร์และตรรกศาสตร์ที่ซับซ้อนนั้น จะเกิดขึ้นแบบอัตโนมัติหรือกึ่งอัตโนมัติ และต้องมีการตรวจสอบหรือเอกสารกำกับที่ชัดเจน

4. X Analytics

Gartner ให้นิยามของคำว่า X Analytics ว่าเป็นคำกลางที่รวมเอาการวิเคราะห์ข้อมูลหลากหลายรูปแบบเอาไว้ด้วยกัน โดย X นั้นทำให้สามารถแทนค่าเป็นคำว่า Text Analytics, Video Analytics, Audio Analytics และอื่นๆ ได้ โดย X Analytics นี้จะเข้ามามีบทบาทในการวิเคราะห์ข้อมูลเพื่อแก้ไขปัญหาที่มีความสำคัญและเป็นโจทย์ที่ยาก เช่น การเปลี่ยนแปลงของสภาพภูมิอากาศ, การป้องกันโรคระบาด และการป้องกันไฟป่า เป็นต้น ซึ่งภาคธุรกิจองค์กรเองก็ควรทำความเข้าใจและประเมินให้ดีว่าจะนำ X Analytics จากผู้พัฒนาเทคโนโลยีรายใดมาใช้ทำอะไรได้บ้าง

5. Augmented Data Management

Augmented Data Management นี้จะมีการนำ ML และ AI มาใช้ปรับปรุงกระบวนการในการนำข้อมูลไปใช้งาน และนำ Metadata ของข้อมูลที่เดิมทีเคยถูกใช้สำหรับการทำ Audit และการออกรายงานนั้นมาบริหารจัดการข้อมูลเหล่านี้ด้วย โดยระบบจะทำให้การเข้าถึงและใช้งานข้อมูลมีประสิทธิภาพมากขึ้นโดยอัตโนมัติด้วยการปรับแต่งการตั้งค่าระบบให้เหมาะสมกับการใช้งานจริงด้วยตนเอง และยังเสริมประเด็นด้าน Performance และ Security ให้ด้วย ในขณะเดียวกัน ระบบก็ยังอาจด้วยลด Redundancy ของข้อมูลที่มีอยู่ให้ได้โดยอัตโนมัติ

6. คำถามเปลี่ยนจาก “ควรใช้ Cloud หรือไม่?” ไปเป็น “Cloud ใดจึงจะตอบโจทย์เราที่สุด?”

Gartner ทำนายว่าภายในปี 2022 บริการ Public Cloud จะกลายเป็นพื้นฐานสำหรับนวัตกรรมด้าน Data และ Analytics ถึง 90% ดังนั้นคำถามที่ภาคธุรกิจต้องถามในการลงทุนระบบด้านนี้จะต้องเปลี่ยนเป็นว่าควรจะเลือกใช้ Cloud ใดจึงจะตอบโจทย์มากที่สุด และสามารถช่วยให้ธุรกิจทำสิ่งใหม่ๆ ต่อยอดในอนาคตได้อย่างไรบ้าง นอกเหนือจากระบบที่ถูกเสนอมาให้ใช้งานได้ในปัจจุบัน ในขณะที่งานด้านการ Optimize Cloud นั้นก็จะกลายเป็นอีกงานสำคัญไปในอนาคต

7. โลกของ Data และ Analytics กำลังลู่เข้าหากัน

ก่อนหน้านี้ที่สองคำนี้ถูกใช้แยกจากกันนั้น ระบบต่างๆ จะเริ่มมีความสามารถที่ครอบคลุมทั้งสองส่วน และทำให้เทคโนโลยีจากผู้ผลิตแต่ละรายมีความครบวงจรจบในตัวมากขึ้น ซึ่งก็จะส่งให้กระบวนการในการจัดการและใช้งานข้อมูลภายในภาคธุรกิจนั้นเปลี่ยนตามไปด้วย

8. การใช้ Data Marketplace และ Data Exchange ที่สูงขึ้น

Gartnet ทำนายว่าภายในปี 2022 ธุรกิจองค์กรขนาดใหญ่กว่า 35% จะต้องมีการซื้อหรือขายข้อมูลอย่างเป็นทางการในระบบ Data Marketplace เพิ่มขึ้นจากแนวโน้มในปี 2020 ที่อยู่ที่ 25%

Data Marketplace และ Data Exchange นี้คือแพลตฟอร์มกลางที่รวมเอาข้อมูลที่แต่ละบริษัทมีอยู่นำมาซื้อขายและแลกเปลี่ยนกัน ทำให้เกิดการนำข้อมูลมาใช้งานในรูปแบบใหม่ๆ และทำให้ธุรกิจสามารถสร้างคุณค่าจากข้อมูลที่มีอยู่ได้มากขึ้น ซึ่งธุรกิจองค์กรเองก็ต้องมองหาวิธีการทำงานที่จะทำให้ข้อมูลเหล่านี้มีความโปร่งใส เชื่อถือได้ โดยมีการทำ Data Governance ที่ดี

9. การใช้ Blockchain ในงาน Data และ Analytics

Gartner ระบุว่า Ledger Database Management System จะกลายเป็นทางเลือกที่น่าสนใจสำหรับธุรกิจองค์กรในการตรวจสอบแหล่งที่มาของข้อมูล โดยภายในปี 2021 Gartner คาดว่า Permissioned Blockchain ที่ถูกใช้งานมากที่สุดนั้นจะถูกทดแทนด้วย Ledger DBMS เหล่านี้ ดังนั้น Blockchain จึงจะกลายมาเป็นเทคโนโลยีที่เข้ามาเติมเต็มโจทย์ของตลาดด้าน Data และ Analytics ในอนาคต

10. การค้นหาความสำพันธ์ ทำให้เกิดคุณค่าของการใช้ Data และ Analytics

Gartner ทำนายว่าภายในปี 2023 เทคโนโลยีด้าน Graph จะกลายเป็นหัวใจสำคัญในการตัดสินใจทางธุรกิจขององค์กรทั่วโลกกว่า 30% ซึ่ง Graph Analytics สำหรับใช้วิเคราะห์ความสัมพันธ์ของข้อมูลแต่ละส่วนโดยเฉพาะนั้นจะกลายเป็นเครื่องมือหลักเครื่องมือหนึ่งเพื่อใช้ในการวิเคราะห์ข้อมูลที่เครื่องมือแบบเดิมๆ ไม่ตอบโจทย์อีกต่อไป

ในขณะเดียวกัน Graph Algorithm เองก็อาจถูกนำมาใช้ร่วมกับ ML เพื่อตอบโจทย์ใหม่ๆ ได้มีประสิทธิภาพมากยิ่งขึ้น ดังนั้นผู้นำทางด้าน Data และ Analytics ขององค์กรจึงต้องประเมินโอกาสที่จะเกิดขึ้นจาก Graph Analytics นี้ให้ดี

ขอบคุณข้อมูลจาก TechTalk Thai