2024’s 5 Top Tech – เทรนด์ เทคโนโลยี 2024 ที่น่าจับตามอง

2024’s 5 Top Tech – เทรนด์ เทคโนโลยี 2024 ที่น่าจับตามอง


ก่อนอื่นขอสวัสดีปีใหม่ทุก ๆ ท่านครับ ในปี ค.ศ. 2024 นี้ ยินดีต้อนรับสู่โลกที่เทคโนโลยีเติบโตขึ้นไปอีกขั้นหนึ่ง ปีที่ เทคโนโลยีไม่ได้เป็นเพียงตัวเลือก แต่เป็นหัวใจของความสำเร็จที่จะขาดไปไม่ได้เลย ซึ่งในปีที่ผ่านมาก็ได้มีเทคโนโลยีที่น่าตื่นเต้นเต็มไปด้วยความก้าวหน้าและการเปลี่ยนแปลง ด้วยแนวโน้มเทคโนโลยีที่ปรับเปลี่ยนอุตสาหกรรม การดำเนินธุรกิจและการใช้ชีวิตประจำวัน วันนี้ NT BIG DATA ขอชวนมาดูภาพรวมของ เทรนด์ เทคโนโลยี 2024 ทั้ง 5 หัวข้อ ที่น่าจับตามองในปีนี้กันครับ

  • Data Process Automation – การประมวลผลข้อมูลอัตโนมัติ
  • Data Lake และ Lakehouse กับยุคของข้อมูลที่ไม่มีโครงสร้าง
  • ความก้าวหน้าของ AI แอปพลิเคชัน
  • Democratized Generative AI – GenAI สำหรับทุกคน
  • AI-Powered Customers – พฤติกรรมของผู้บริโภคที่ใช้(หรือเป็น) AI

1. Data Process Automation – การประมวลผลข้อมูลอัตโนมัติ

หลายๆคนที่ทำงานกับข้อมูล น่าจะเคยเจองานที่ต้องทำซ้ำแล้วซ้ำอีก ซึ่งทุก ๆวันนี้ แน่นอนว่าแต่ละองค์กรต้องใช้เทคโนโลยีดิจิทัลในการดำเนินงาน ซึ่งตัวของข้อมูลเองก็เป็นตัวขับเคลื่อนการทำงานต่าง ๆ รวมถึงหลายๆองค์กรก็นำเอาข้อมูลมาช่วยตัดสินใจ จากข้อมูลดิบกว่าจะกลายเป็นข้อมูลเชิงลึกนั้นประกอบไปด้วยขั้นตอนมากมายและในแต่ละขั้นตอนนั้นก็ต้องใช้เวลาในการทำเป็นอย่างมาก โดยเฉพาะขั้นตอนของการทำวิศวกรรมข้อมูล ซึ่งถ้าข้อมูลต้นทางเปลี่ยนก็ต้องคอยมาทำการปรับปรุงข้อมูลซ้ำอยู่เรื่อย ๆ

หนทางสู่การลดภาระงานซ้ำซ้อน

ในปัจจุบันองค์กรชั้นนำต่าง ๆ จึงมองหาแนวทางในการลดการจัดการข้อมูลแบบ Manual โดยการนำเอาระบบอัตโนมัติเข้ามาใช้ เปลี่ยนความวุ่นวายในกระบวนการที่เกี่ยวข้องกับข้อมูล ในทุกๆขั้นตอน

ไม่ว่าจะเป็นการจัดการข้อมูลให้เป็นระเบียบ การเก็บข้อมูล การทำวิศวกรรมข้อมูล รวมถึงการวิเคราะห์ข้อมูล ให้ทำงานอัตโนมัติ ข้อผิดพลาดลดลง มีประสิทธิภาพเพิ่มขึ้น เพิ่มความรวดเร็ว ลดการทำงานที่ซ้ำซ้อนเพื่อให้พนักงานสามารถเอาเวลาที่เคยทำงานซ้ำๆเหล่านี้ไปให้ความสำคัญกับหน้าที่อื่นที่ก่อให้เกิดมูลค่ามากกว่า

ลองจินตนาการถึงข้อมูลที่ถูกจัดเก็บ ผสานกัน จัดเรียง และวิเคราะห์ ด้วยความแม่นยำ ถูกตั้งค่าให้ทำงานตามเวลาเป๊ะๆ ทุกวันหรือทุกชั่วโมง รวมถึงกระบวนการที่สามารถถูก Trigger ให้ทำตาม Event ต่างๆ ได้เอง นั่นคือการทำงานอัตโนมัติของการประมวลผลข้อมูล

2. Data Lake และ Lakehouse กับยุคของข้อมูลที่ไม่มีโครงสร้าง

Generative AI, Social Media, Internet of Things (IoT), Cloud และอีกหลายเทคโนลียี สร้างข้อมูลจำนวนมหาศาลขึ้นมาทุก ๆ วินาที ข้อมูลไม่มีโครงสร้าง หรือ Unstructured Data เติบโตอย่างต่อเนื่องแบบก้าวกระโดดและไม่มีท่าทีว่าจะช้าลงเลยในแต่ละปี ซึ่งข้อมูลจาก Statista ก็พยากรณ์ว่าข้อมูลไม่มีโครงสร้างจะยังคงเติบโตไปอย่างต่อเนื่อง

องค์กรต่าง ๆ จัดเก็บข้อมูลปริมาณมาก ระดับ petabytes ก่อให้เกิดปัญหาทั้งด้านต้นทุน การขยายขนาด ความปลอดภัยและความสามารถในการประมวลผลข้อมูล คำถามคือ เราจะเปลี่ยนกองของข้อมูลไม่มีโครงสร้างนี้ให้เป็นสินทรัพย์อันมีค่าได้อย่างไร

ผู้นำด้าน IT ต่างๆ จะมองหาเทคโนโลยีในการ เก็บ ป้องกัน จัดการ และประมวลผลข้อมูล ทำให้เทคโนโลยีแพล็ทฟอร์มในการจัดการข้อมูลไม่มีโครงสร้างอย่าง Data Lake และ Data Lakehouse จึงเป็นเทคโนโลยี 2024 ที่น่าจับตามอง

Data Lake

Data Lake คำว่า Lake ถ้าแปลตรง ๆ ก็คือ “ทะเลสาบ” นั่นเอง แต่ทะเลสาบนี้ไม่ได้เต็มไปด้วยน้ำ แต่เก็บข้อมูลจำนวนมหาศาล ทั้งข้อมูลในรูปแบบ ข้อมูลดิบ ที่มีโครงสร้างหรือไม่มีโครงสร้าง Data Lake นี้เหมาะสำหรับการเก็บข้อมูลจำนวนมากที่เกิดขึ้นอย่างรวดเร็วรอการจัดระเบียบ ประมวลผล และนำไปใช้งานในอนาคต

อ่านเพิ่มเติมเกี่ยวกับ Data Lake

Data Lakehouse

ในขณะที่ Data Lake นั้นมีเพื่อรวบรวมข้อมูลดิบเพื่อรอการประมวลผล และนำไปใช้งานในอนาคต Data Lakehouse เป็นแนวคิดที่ผสานรวมคุณสมบัติของ Data Lake และ Data Warehouse เข้าด้วยกัน เพื่อให้บริการแพลตฟอร์มการจัดเก็บข้อมูลที่ทั้งยืดหยุ่นและมีประสิทธิภาพ ใน Data Lakehouse ข้อมูลไม่ว่าจะเป็นโครงสร้าง, ไม่มีโครงสร้าง, หรือเป็นกึ่งโครงสร้าง, สามารถจัดเก็บได้ในรูปแบบดั้งเดิมโดยไม่ต้องแปลง ซึ่งทำให้มีความยืดหยุ่นเหมือน Data Lake

ในขณะเดียวกัน Data Lakehouse ยังมีความสามารถในการจัดการข้อมูลที่มีประสิทธิภาพ, รองรับการวิเคราะห์ข้อมูลแบบReal-Time, และการรักษาคุณภาพข้อมูลที่สูง เช่นเดียวกับคุณสมบัติที่พบใน Data Warehouse นอกจากนี้ Data Lakehouse ยังสนับสนุนการประมวลผลข้อมูลขนาดใหญ่และการใช้งาน Machine Learning ทำให้เป็นแพลตฟอร์มที่เหมาะสำหรับการจัดการข้อมูลในยุค Unstructured Data นี้ด้วย

อ่านเพิ่มเติมเกี่ยวกับ Data Lakehouse

ไม่ว่าจะเป็น Data Lake หรือ Lakehouse เป้าหมายก็เพื่อการจัดการ ข้อมูลที่ไม่มีโครงสร้างอย่างมีประสิทธิภาพ การทำความเข้าใจเทคโนโลยีและแนวคิดเหล่านี้ รวมถึงการนำระบบ Data Process Automation (ดังที่กล่าวไปข้างต้น) เข้ามาช่วยจัดการ ย้ายข้อมูลปริมาณมากเหล่านี้ไปที่ต่าง ๆ และประมวลผลวิเคราะห์ข้อมูล เป็นสิ่งสำคัญสำหรับการขับเคลื่อนองค์กรและการตัดสินใจด้วยข้อมูล

3. ความก้าวหน้าของ AI แอปพลิเคชัน

ในช่วงไม่กี่ปีที่ผ่านมา เราได้เห็นการใช้ปัญญาประดิษฐ์ (AI) ในหลากหลายด้านของชีวิตประจำวัน เช่น การใช้ AI ในสมาร์ทโฟนเพื่อการถ่ายภาพ หรือ ChatGPT ที่ช่วยสร้างบทความ หรือช่วยตอบปัญหาต่าง ๆ การพัฒนาเหล่านี้สะท้อนให้เห็นถึงความก้าวหน้าในการเรียนรู้ของคอมพิวเตอร์หรือ Machine Learning และการประมวลด้วย Natural Language Processing หรือ NLP ทำให้ AI ไม่เพียงแต่ช่วยเราในงานประจำวัน แต่ยังเป็นเพื่อนร่วมทางที่ชาญฉลาด ช่วยคิด และสนับสนุนการตัดสินใจ

AI ในภาคธุรกิจและอุตสาหกรรม

AI ไม่ได้ถูกนำมาใช้ในชีวิตประจำวันของเราเท่านั้น แต่ AI ยังมีบทบาทสำคัญในภาคธุรกิจและอุตสาหกรรมทุกแขนง ตั้งแต่การใช้ AI เพื่อการวิเคราะห์ข้อมูลขนาดใหญ่ (Big Data) ในการตัดสินใจทางธุรกิจ ไปจนถึงการใช้ในกระบวนการผลิตเพื่อเพิ่มความแม่นยำและลดต้นทุน การใช้ AI ในการจัดการสินค้าคงคลังและการคมนาคมต่าง ๆ ก็เป็นอีกหนึ่งด้านที่เห็นได้ชัด ทำให้การดำเนินการมีความลื่นไหลและมีประสิทธิภาพมากขึ้น

อนาคตของ AI แอปพลิเคชัน

AI ยังคงจะมีพัฒนาการต่อไป และวันนี้ก็ต้องยอมรับว่า AI เป็นเทคโนโลยีที่อันดับต้น ๆ ที่มีบทบาทสำคัญในโลกปัจจุบันและอนาคต AI ไม่ได้เป็นเพียงแค่แนวโน้ม แต่เป็นการปฏิวัติที่วิถีชีวิตตลอดจนยุคของอุตสาหกรรม ซึ่งอนาคตของ AI นั้นไม่มีขีดจำกัด โดยเฉพาะในด้านของ Machine Learning และ NLP การพัฒนา AI ที่สามารถเข้าใจความต้องการและอารมณ์ของมนุษย์ได้ดียิ่งขึ้นซึ่งจะเปิดประตูไปสู่แอปพลิเคชันที่เข้าถึงได้ง่ายและเป็นมิตรกับผู้ใช้งานมากขึ้น

นอกจากนี้ การรวม AI กับเทคโนโลยีอื่นๆ เช่น Social Media, Internet of Things (IoT) และ Cloud Computing จะทำให้เราเห็นการนำไปใช้ในรูปแบบใหม่ๆ ที่ทั้งน่าตื่นเต้น มีประโยชน์และช่วยอำนวยความสะดวกในเรื่องต่างๆ

4. Democratized Generative AI – GenAI สำหรับทุกคน

Generative AI (Generative Artificial Intelligence) หรือ GenAI เป็นหนึ่งในเทคโนโลยี AI ที่สามารถสร้างเนื้อหาหรือข้อมูลใหม่ๆ ตามรูปแบบและข้อมูลที่ได้เรียนรู้มา รวมถึงการสร้างภาพ, เขียนข้อความ, แต่งเพลง หรือพัฒนา software code ขึ้นมาใหม่ Generative AI ใช้เทคนิคการเรียนรู้เชิงลึก (Deep Learning) เช่น Neural networks เพื่อทำความเข้าใจ ข้อมูลปริมาณมาก

ประโยชน์และความเสี่ยง

การประยุกต์ใช้ GenAI มีความหลากหลายและกว้างขวาง ตั้งแต่งานศิลปะ, การออกแบบผลิตภัณฑ์, การสร้างเนื้อหา ด้วยความที่ GenAI ได้รับการเรียนรู้จากข้อมูลมหาศาลที่ครอบคลุมความรู้ทางวิชากรหลากหลายแขนง ทำให้ GenAI สามารถสนับสนุน ด้านการสร้างเนื้อหา แก้ปัญหา หรือตอบคำถามในด้านต่างๆได้ ทำให้เกิดการเปลี่ยนแปลงวิธีการทำงานของผู้ใช้ ทำให้สามารถเข้าถึงข้อมูลและทักษะต่าง ๆ ได้ง่ายขึ้นในทุกบทบาทและฟังก์ชันธุรกิจ ไม่ว่าจะเป็นด้านเทคนิคหรือไม่ก็ตาม

กล่าวคือประโยชน์ของ GenAI ได้แก่ การเพิ่มผลผลิตของพนักงาน, การประยุกต์ใช้ในหลายสาขา, การเปิดกว้างของข้อมูลและทักษะ, และนวัตกรรม ในขณะที่ความเสี่ยงก็มีตั้งแต่การได้รับข้อมูลที่ผิดๆจาก GenAI, การสร้างภาพหรือสื่อที่ไม่เหมาะสม, ปัญหาลิขสิทธิ์, และการใช้ผิดวัตถุประสงค์อื่น ๆ

การเข้าถึงความรู้และทักษะอย่างประชาธิปไตย

แล้ว GenAI กับประชาธิปไตย มาเจอกันได้ยังไง? สิ่งที่ทำให้เทรนด์นี้เกิดขึ้น คือการเข้าถึง GenAI ซึ่ง Democratized Generative AI ก็เป็นหนึ่งใน Gartner Top 10 Strategic Technology Trends for 2024

ด้วยคุณสมบัติที่ GenAI ทำให้ผู้ใช้งานที่ไม่จำเป็นต้องมีทักษะทางเทคนิคเพื่อที่จะใช้งาน ทำให้ผู้ใช้งานสามารถเป็นคนที่มาจากทุกกลุ่ม เพื่อที่จะสามารถเข้าถึงข้อมูลและทักษะขั้นสูงได้อย่างเท่าเทียม เมื่อ GenAI ที่มีความรู้และทักษะที่กว้างขวาง ผสานกับ ข้อมูลขององค์กร จะทำให้พนักงานที่ใช้ GenAI สามารถค้นหาข้อมูลในบริบทที่ต้องการได้และเปลี่ยนการค้นหาข้อมูลให้เป็นแบบสนทนา ซึ่งส่งผลต่อประสบการณ์ของลูกค้าและพนักงาน นอกจากนี้พนักงานยังสามารถสร้างเนื้อหาและข้อมูลที่สำหรับกลุ่มเป้าหมาย เช่นการเขียนอีเมล สรุปข้อความปริมาณมาก  โดยจะช่วยเพิ่มประสิทธิภาพในการทำงานจากการทำงานซ้ำซ้อนเหล่านี้

อย่างไรก็ตามเพื่อใช้ประโยชน์จาก GenAI และลดความเสี่ยงที่อาจจะเกิดขึ้นตามมา ผู้นำ IT ควรสร้างกรอบหรือขอบเขตของข้อมูลที่นำมาผสานกับ GenAI  ทำการทดลองก่อนนำไปใช้จริงรวมถึงเน้นการฝึกอบรมพนักงานเพื่อเพิ่มความมั่นใจในการใช้ GenAI อย่างปลอดภัย เพื่อเป็นการกำกับดูแลข้อมูล ให้การใช้งาน GenAI เป็นไปอย่างมีความรับผิดชอบ

5. AI-Powered Customers – พฤติกรรมของผู้บริโภคที่ใช้(หรือเป็น) AI

ChatGPT มีผู้ใช้งานกว่า 100 ล้านคนต่อเดือน (Sam Altman, OpenAI’s CEO กล่าวในงาน Conference) ซึ่งในจำนวนนี้มีทั้งนักพัฒนา และบุคคลทั่วไป

เคยไหม ที่อยากซื้อสินค้าซักอันนึง แต่แทนที่จะค้นหาด้วย Search Engine ทั่วไป แต่ใช้ GenAI อย่าง ChatGPT ให้ลองทำการ research ค้นหาข้อมูลของสินค้านั้น ๆมาเปรียบเทียบคุณสมบัติระหว่างแต่แบรนด์ให้แทน?

ซึ่งนี่คือจุดเริ่ม จะเห็นว่าคนที่ทำการค้นหาเปรียบเทียบกลายเป็นเครื่องจักรหรือ AI เป็นตัวแทนของผู้บริโภค ซึ่งด้วยความที่ AI ความเชี่ยวชาญด้านเทคโนโลยี มันสามารถสร้างการเปรียบเทียบได้อย่างมีเหตุมีผล ซึ่งผู้บริหารระดับสูงหลายคนเชื่อว่า ภายในปี 2030 กลุ่ม “ผู้บริโภคที่ไม่ใช่มนุษย์” เหล่านี้จะเพิ่มขึ้นเป็น 20% ของจำนวนกลุ่มผู้บริโภคทั้งหมด

เพราะฉะนั้นนี่เป็นเหตุผลที่ผู้ประกอบการจะต้องปรับเปลี่ยนแนวคิด การวางเดินทางของลูกค้า (Customer Journey) ใหม่เพื่อทำให้สื่อการประชาสัมพันธ์ต่าง ๆโต้ตอบและตอบสนองลูกค้ากลุ่มนี้ได้มากขึ้น ซึ่งเทรนนี้เองจึงเป็นอีกหนึ่งใน Gartner Top 10 Strategic Technology Trends for 2024 และ เทรนด์ เทคโนโลยี 2024 ที่น่าจับตามองของเรา

ยุคใหม่กับการนำเสนอสินค้าและบริการแบบใหม่ๆ

ลองจินตนาการถึง AI ไปเดินเลือกซื้อของดู ระบบ AI จะค้นหาและทำการเปรียบเทียบคุณสมบัติของสินค้า โดยคุณสมบัติเหล่านี้จะเป็นตัวแปรซึ่งอาจจะมีเป็นร้อย ๆตัวแปร ซึ่งผู้ให้บริการต้องเตรียมข้อมูลเหล่านี้ให้พร้อม พนักงานจากหลายๆทีมต้องช่วยกันในการคิดวิธีการนำเสนอสินค้า รวมถึงทำความเข้าใจถึง Algorithm ของ AI ที่จะเข้ามาเลือกซื้อสินค้า ตรรหนักถึงความเป็นไปได้ว่าอาจจะมีกลุ่ม “ผู้บริโภคที่ไม่ใช่มนุษย์” นี้เข้ามา และทำให้แน่ใจว่า AI เหล่านี้เข้าถึงข้อมูลได้ โดยไม่ได้ถูกบล็อกด้วยระบบกัน bot อย่างเช่น CAPTCHA

ปีที่น่าตื่นเต้นและมีเทคโนโลยีใหม่ๆรออยู่แน่ๆ

แนวโน้ม เทคโนโลยี 2024 เหล่านี้ไม่เพียงแต่เปลี่ยนเกมการทำธุรกิจ และการดำเนินชีวิตประจำวัน เทคโนโลยีเหล่านี้กำลังเป็นรากฐานของการพัฒนาโครงสร้างพื้นฐานของสังคมทั้งหมด ดังนั้น จับตามองการพัฒนาที่น่าตื่นเต้นเหล่านี้ถือเป็นกุญแจสู่ความสำเร็จในโลกของเทคโนโลยี และโลกของเทคโนโลยีคือการเปลี่ยนแปลง

ติดต่อเรา

by

Napat Saengthong
Product Manager