Data Driven Society
51 ข่าวในคอลัมน์นี้
Data Labeling งานเสริมยุคใหม่ สอน AI ด้วยข้อมูล
ในยุคที่งาน AI/ML มีปริมาณที่เพิ่มขึ้น งาน Data Labeling Service จึงมีความต้องการในการจ้างงานที่สูงขึ้นเช่นกัน ซึ่งเป็นโอกาสที่ดีสำหรับบริษัทในประเทศไทยที่เราจะมีธุรกิจลักษณะนี้เพื่อขยายโอกาสให้กับผู้ด้อยโอกาสและกลุ่มเปราะบาง
ภาพสะท้อนของสังคมที่ขับเคลื่อนด้วยข้อมูล (Reflection on Data Driven Society)
ภาพสะท้อนของสังคมที่ขับเคลื่อนด้วยข้อมูล เพราะผมเชื่อว่าปัญหาหลายอย่างสามารถแก้ไขหรือทำให้ดีขึ้นได้ ถ้าทุกภาคส่วนที่เกี่ยวข้องร่วมกันนำข้อมูลมาแชร์ พูดคุย แลกเปลี่ยนมุมมอง สร้างความเข้าใจให้แก่กัน จนนำไปสู่การสังเคราะห์ และริเริ่มแนวคิดใหม่ในการแก้ปัญหา
สร้างผลลัพธ์ เพิ่มประสิทธิภาพด้วยศาสตร์ในการออกแบบองค์กร
เราอยู่ในยุคที่โลกมีการเปลี่ยนแปลงอย่างรวดเร็ว องค์กรก็เช่นเดียวกันก็ต้องปรับตัวให้รวดเร็ว การมีรูปแบบทีมและองค์กรที่เหมาะสมกับลักษณะงาน จะช่วยทำให้พนักงานทำงานร่วมกันได้อย่างมีประสิทธิภาพ
รู้รอบด้าน ลดความผิดพลาดของ AI
การพัฒนาของเทคโนโลยีสมัยใหม่เช่น AI นั้น มีความก้าวหน้ารวดเร็วเกินกว่ากฎระเบียบจะตามได้ทัน และยิ่งไปกว่านั้นเทคโนโลยีนี้ มีความสามารถในการตัดสินใจเองได้และอาจส่งผลกระทบต่อมนุษย์และสังคม
จะทำอย่างไร เมื่อ AI ทำงานผิดพลาด?
ในบทความนี้ผมขอสรุปสาเหตุและบทเรียนที่ได้เรียนรู้จากข้อผิดพลาดในการทำงานของ AI โดยทาง MITRE หน่วยงานที่ไม่แสวงหาผลกำไรที่ทำงานกับภาครัฐของสหรัฐอเมริกา ได้รวบรวมไว้
หลักการ 345 สร้างประสิทธิภาพองค์กรด้วย DevOps
หลักการ 345 ผู้อ่านสามารถนำไปประยุกต์ใช้กับการบริหารโครงการต่างๆ ที่มีเทคโนโลยีเป็นส่วนสำคัญของธุรกิจ เพื่อลดข้อผิดพลาดที่เกิดจากคนให้ได้มากที่สุด
Data Mesh Platform ความหวังในการแชร์ข้อมูลร่วมกันในอนาคต
ปีที่ผ่านมามีกระแสเกี่ยวกับ Data Lake หรือ การรวบรวมข้อมูลไว้ที่คลังเก็บข้อมูลกลาง ซึ่งใช้เป็นพื้นที่สำหรับบันทึกข้อมูลได้ทุกชนิด แต่ยังไม่ประสบความสำเร็จนัก อ่าน 5 ปัญหา ทำไมยังไม่สามารถแชร์ข้อมูลร่วมกันได้
Organizational Resilience องค์กรที่ใช้ความยืดหยุ่นเป็นแนวทางปฏิบัติ
ผลกระทบของโควิด-19 ทำให้ตระหนักมากขึ้นว่าเราคิดแบบเดิมแค่เอาตัวเองให้รอดไม่ได้แล้ว เราทุกคนต้องช่วยกัน ถ้าเราสามารถทำให้แนวคิดนี้เกิดขึ้นได้กับองค์กรต่าง ๆ ก็จะช่วยทำให้ประเทศไทยฟื้นฟูได้เร็ว
ปรับวิธีสู่แนวความคิดแบบยืดหยุ่น (Resilience Thinking)
การแพร่ระบาดในครั้งนี้เป็นเหตุการณ์ที่ไม่เคยเกิดขึ้นในหน้าประวัติศาสตร์มาก่อน ทำให้ผมคิดว่า เราคงมาถึงจุดเปลี่ยนกระบวนทัศน์ (paradigm shift) ของทั้งองค์กร สังคม และกลุ่มธุรกิจ เพื่อเตรียมความพร้อมที่จะรองรับภาวะแปรปรวน (disturbance) ที่จะเกิดขึ้นทั่วโลกในอนาคตอันใกล้นี้อย่างแน่นอน
โลกที่เปลี่ยนไปหลัง COVID-19
ในช่วงเวลานี้ที่เรากำลังเผชิญกับสถานการณ์ของ COVID-19 และข่าวสารอีกมากมายที่ต้องรับรู้ จนบางครั้งทำให้เราหดหู่และเกิดคำถามในใจว่า เมื่อไหร่สถานการณ์นี้จะจบลงเสียที แต่ในทางกลับกัน อยากให้ลองมองอีกมุมว่า สิ่งที่เกิดขึ้นนี้ได้สร้างความเปลี่ยนแปลงที่จะเป็นประวัติศาสตร์ของโลกของเราอย่างไร
ถาม-ตอบ data แบบบ้านๆ ภาค 2
ถาม-ตอบ data แบบบ้านๆ เป็นการรวบรวมคำถามที่มักจะถูกถามหรือขอคำปรึกษาบ่อยๆ เกี่ยวกับการนำข้อมูล (data) และเทคโนโลยีปัญญาประดิษฐ์ หรือเอไอ (Artificial Intelligence/ AI) ไปใช้ในบริษัทหรือองค์กรทั้งภาครัฐและเอกชน
ถาม-ตอบ data แบบบ้านๆ
ในบทความ “ถาม-ตอบ data แบบบ้านๆ ” อยากจะนำคำถามที่ถูกถามบ่อยเหล่านั้น รวมถึงคำตอบจากประสบการณ์มาแชร์ให้กับผู้อ่านทุกคน เพราะเชื่อว่าสิ่งเหล่านี้เป็นสิ่งที่ทุกองค์กร ทั้งองค์กรขนาดเล็กและขนาดใหญ่ ควรศึกษาและทำความเข้าใจ เพื่อเตรียมตัวนำไปปรับใช้ในธุรกิจ