สรุป Trend Big Data ประจำปี 2020 by Coraline



1. Covid-19 ทำให้รูปแบบการทำงาน และการใช้ชีวิตเปลี่ยนไป ก่อให้เกิดเป็น Big Data ที่อยู่ในรูปแบบ Digital มากขึ้น เช่น การสั่งอาหารผ่าน Application จะทำให้รู้ว่าใครเป็นคนสั่ง สั่งเมื่อไหร่ สั่งเมนูใด บ้านอยู่ไหน และสั่งบ่อยมั้ย

2. โครงการ Big Data หลายๆ โครงการ แม้จะไม่ได้ชื่อว่า Big Data แต่เป็นโครงการที่มีโครงการเป็น Big Data อย่างมีนัยสำคัญ เช่น โครงการคนละครึ่ง โครงการไทยชนะ ในขณะที่หลายโครงการ มีหัวเรื่องว่าเป็น Big Data แต่กลับไม่ใช่ Big Data อย่างแท้จริง ทำให้เห็นว่า ความเป็นจริงแล้ว Big Data หรือไม่ ไม่สำคัญเท่าประโยชน์ของการใช้ Data นั่นเอง

3. หลายองค์กรมีการปรับตัวให้รูปแบบการทำงานมีการใช้ข้อมูลอย่างรวดเร็วมากขึ้น เช่น ร้านค้าปลีกที่มีการหยุดกิจการไปในช่วง Lock Down ใช้โอกาสนี้ในการปรับปรุงระบบบริหารข้อมูล และเมื่อสามารถเปิดให้บริการได้ตามปกติ ก็สามารถนำข้อมูลมาใช้ตัดสินใจในการวางกลยุทธทางการตลาดได้ จะขายใคร ขายอะไร ขายที่ไหน ขายราคาเท่าไหร่ มีของอยู่ที่ไหน จำนวนเท่าไหร่ ในขณะที่หลายองค์กรที่ไม่รับตัว จะทำการตลาดแบบเดิม ทำให้เสียโอกาสในการใช้ทรัพยากร “ข้อมูล”

4. ปีที่ผ่านมา กระแส Covid ทำให้ Big Data เข้ารูปเข้ารอยมากขึ้น กล่าวคือ ก่อนหน้านี้หลายคนเข้าใจว่า โครงการ Big Data คือ โครงการ Database และหลายคนมักเข้าใจว่าการทำโครงการ Data Analytics สามารถทำได้เลยโดยไม่ต้องมีระบบบริหารข้อมูล แต่ความเป็นจริงแล้ว การสร้างระบบ Infrastructure ที่เหมาะสมเสียก่อน เป็นรากฐานที่สำคัญของโครงการ Big Data

5. การใช้ Cloud Computing เป็นที่นิยมมากขึ้นอย่างมาก อาจเป็นเพราะข่าวการโดน Hack ข้อมูลที่เกิดขึ้นแม้กระทั่งในบริษัทด้านเทคโนโลยี ซึ่งการใช้ Cloud Computing จะช่วยลดความเสี่ยงในการโดน Hack ได้ จากการแชร์ความรับผิดชอบ ระหว่างบริษัทผู้ให้บริการ Cloud และผู้ใช้บริการ ทำให้แต่ละหน่วยงานสามารถ Focus ในเทคโนโลยีที่ตัวเองถนัดได้มากกว่า เป็นที่มาของอาชีพ No.1 ที่เป็นที่ต้องการอย่างมาก “Cloud Engineer”

6. กระแสอาชีพ Data Scientist ลดต่ำลงอย่างมาก อันเนื่องมาจาก Supply ที่มากขึ้น ทั้งจากสถาบันการศึกษา และจากการเรียนออนไลน์ นอกจากนี้ยังมีหลายกระแสที่กล่าวว่า งาน Data Science จับต้องยาก ก่อให้เกิดผลลัพธ์ที่แท้จริงได้ยาก และไม่ใช่ว่าทุกโครงการจำเป็นต้องใช้ Data Science อีกทั้ง ยังมีการใช้ AutoML อย่างแพร่หลาย ทำให้การทำงานของ Data Scientist ใช้เวลาน้อยลง และอาจจะจำเป็นต้องมี Data Scientist น้อยลง

7. สวนกระแส Data Scientist เพราะตำแหน่ง Data Analyst ยังคงเป็นที่ต้องการอย่างมาก เรียกได้ว่า ทุกตำแหน่งจะต้องเริ่มจากการสามารถ Analyst ข้อมูลได้เป็นพื้นฐาน

8. ตำแหน่ง Data Engineer และ Cloud Engineer เป็นตำแหน่งที่เป็นที่ต้องการอย่างมาก แต่ในทางกลับกัน สถาบันการศึกษาไม่สามารถผลิตบัณฑิตได้ตามที่ตลาดแรงงานต้องการ เพราะเทคโนโลยีที่เปลี่ยนแปลงเร็ว จนระบบการศึกษาอาจจะตามไม่ทัน หลายองค์กรจึงจำเป็นต้องแก้ปัญหานี้ ด้วยการ Upskill/Reskill พนักงานของตัวเอง

9. Security เป็นเรื่องที่หลายองค์กรต้องให้ความสำคัญ เพราะทรัพยากร “ข้อมูล” เป็นสิ่งมีค่า อีกทั้ง การมาของพรบ.ข้อมูลส่วนบุคคล หรือ PDPA ทำให้เจ้าของข้อมูลสามารถเรียกร้องได้ ในกรณีมีการรั่วไหลของข้อมูล ก่อให้เกิดความเสียหายอย่างหนัก

10. PDPA แม้จะถูกเลื่อน แต่ก็เป็นสิ่งที่เลี่ยงไม่ได้ ไม่ว่าจะเป็นองค์กร บริษัท หรือแม้แต่ตัวเราเองทุกคน ก็จำเป็นต้องเรียนรู้ และเข้าใจบทบาท หน้าที่ และสิทธิเกี่ยวข้องกับการคุ้มครองข้อมูลส่วนบุคคล

11. เริ่มมีการทำโครงการ Data Monetization เกิดขึ้น แสดงให้เห็นว่า หลายองค์กรเริ่มนำข้อมูลที่เป็นสินทรัพย์ของตัวเอง มาวิเคราะห์ เพื่อขาย Insight สถานการณ์นี้กำลังบอกอย่างเป็นนัยๆ ว่า องค์กรใหญ่ ที่มีกำลัง มีทรัพยากรข้อมูลมากกว่า จะกลายเป็นผู้ชนะในที่สุด

12. ต่อเนื่องจาก Data Monetization จะเห็นได้ว่า องค์กรใหญ่ๆ มีการลงทุนเข้าซื้อกิจการในบริษัทเล็กๆ หรือแม้แต่ใน Startup กันอย่างแพร่หลาย แม้บริษัทย่อยๆ นั้น จะยังไม่มีผลกำไร แต่สิ่งที่ได้ คือ “ข้อมูล” เป็นการเข้าซื้อเพื่อหาผลประโยชน์จาก “ข้อมูล” นั่นเอง เช่น ธนาคารได้ประโยชน์จากการทราบ Transaction ซื้อขายใน E-Commerce สถาบันการเงินได้ประโยชน์จากการทราบรายได้ของ Rider เป็นต้น

13. กระแส AI ลดลงเล็กน้อย เนื่องจากการหยุดชะงักของการลงทุน แต่เชื่อว่าอีกไม่นานจะมี AI ที่พร้อมใช้ให้เห็นกันอย่างมากขึ้น ทั้งนี้ AI บางประเภทที่มีความเฉพาะเจาะจง ควรถูกพัฒนาภายในประเทศ หรือได้รับการพัฒนาจากนักพัฒนาโดยเฉพาะ เช่น การแปลภาษาไทย การวิเคราะห์การจราจรในแต่ละพื้นที่ เป็นต้น AI เหล่านี้ ควรได้รับการส่งเสริม สนับสนุนให้เหล่านักพัฒนาภายในประเทศได้แสดงความสามารถให้มากกว่านี้

ขอบคุณข้อมูลจาก Coraline ผู้ให้คำปรึกษาการทำ Big Data, Data Model, Artificial Intelligence และ Digital Transformation เพื่อเพิ่มศักยภาพของธุรกิจ