January 10, 2022

12 เทรนด์เทคโนโลยีปี 2022 ที่ผู้ประกอบการควรจับตามองจาก Gartner

ปี 2022 นับว่าเป็นอีกปีหนึ่งที่เทคโนโลยีจะเข้ามามีบทบาทในการใช้ชีวิตอย่างมาก และ AI ก็จะเข้ามามีส่วนร่วมในชีวิตประจำวันเข้าไปอีก ยิ่งตอนนี้มีการรีแบรนด์ของ Facebook ที่ส่งเสริมนโยบายใหม่ของบริษัทเพื่อให้รองรับเทคโนโลยี Metaverse มากขึ้น ซึ่งในบทความก่อน ๆ ผมได้บรรยายไปแล้วว่า Metaverse สามารถเข้ามาช่วยบริษัทของคุณทำการโฆษณาหาลูกค้าใหม่ได้สบาย ๆ 

 

ในวันนี้ผมจะขอสรุป เทรนด์เทคโนโลยีในปี 2022 ที่ทาง Gartner บริษัทให้คำปรึกษาด้านไอทีได้คาดการณ์ไว้และจะกลายมาเป็นกระแสมากขึ้นในช่วง 3 – 5 ปีนับจากนี้ ซึ่งจะเป็นเครื่องทุ่นแรงให้เจ้าของธุรกิจหาลูกค้าใหม่ได้ง่ายกว่าเดิม

 

ทั้งนี้ทาง Gartner ได้แบ่งเทรนด์เทคโนโลยีออกเป็น 3 หมวดได้แก่ หมวด Engineering Trust, Sculpting Change และ Accelerating Growth และแต่ละหมวดจะแบ่งย่อยเทรนด์ทั้งหมดลงไปอีกอย่างละ 4 ประเภทรวมแล้วกว่า 12 ประเภท ดังนี้


1. หมวด Engineering Trust (ความน่าเชื่อถือทางวิศวกรรม)

ในฐานะผู้นำเทรนด์เทคโนโลยีในปีหน้าสิ่งที่ต้องสร้างอย่างแรกที่สุดคือความน่าเชื่อถือเพื่อดึงดูด หาลูกค้า ใหม่ให้เข้ามาใช้งานได้มากขึ้นและสร้างความเชื่อมั่นให้กับผู้ใช้งานถึงความปลอดภัยทางด้านวิศวกรรม ดังนั้นการออกแบบและพัฒนาแกนหลักธุรกิจจึงต้องเป็นสิ่งที่รับรองได้ว่ามีความปลอดภัย ความน่าเชื่อถือ สามารถทำซ้ำ พิสูจน์ และปรับเปลี่ยนได้
มาเป็นแกนหลักของธุรกิจ สร้างรากฐานที่มีความยืดหยุ่นและมีประสิทธิภาพ

เทคโนโลยีในกลุ่ม Engineering Trust ประกอบไปด้วย Data Fabric, Cybersecurity Mesh, Privacy-Enhancing Computation และ Cloud-Native Platforms

 

เป็นระบบรูปแบบการจัดการดูแลข้อมูลสามารถเพิ่มประสิทธิภาพในการจัดสรรข้อมูลอย่างชาญฉลาด และส่งมอบข้อมูลเหล่านั้นโดยตรงถึงมือผู้บริโภค ด้วย Data Fabric คุณสามารถยกระดับคุณภาพข้อมูลของบริษัทโดยให้ผู้ใช้งานเข้าถึงข้อมูลที่ถูกต้องในทันที ซึ่งวิธีการจัดการข้อมูลของ Data Fabric จะช่วยลดกำลังในการจัดการข้อมูลภายในบริษัทได้กว่า 70%

data fabric

สินทรัพย์ทางธุรกิจดิจิทัลถือเป็นผลงานที่ถูกสร้างขึ้นและถูกอัปโหลดกระจายไปทั่วระบบ Cloud และ Data Centers 

คอนเซปต์ของ Cybersecurity Mesh จะคล้าย ๆ ร่างแห หรือ แหอวน จุดหนึ่งจุดที่ตัดกันบนเส้นเชือกคือยูนิตหนึ่งหน่วยที่เชื่อมต่อกันเป็นหลาย ๆ หน่วยด้วยร่างแห เป็นการลดบทบาทของการตรวจสอบแบบรวมศูนย์แบบเดิมให้กระจายออกเป็นหน่วยย่อยที่เล็กขึ้น ช่วยลดภาระความปลอดภัยจากส่วนกลาง และเน้นที่ความปลอดภัยของข้อมูลส่วนบุคคลกับเครื่องจักรที่อยู่ในเครือข่าย

เป้าหมายก็เพื่อให้แน่ใจว่านโยบายการรักษาความปลอดภัยของยูนิตแต่ละหน่วยจะสามารถจัดการได้อย่างมีประสิทธิภาพจากยูนิตต่าง ๆ ที่มีอำนาจรวมศูนย์ในตัวเอง ด้วยวิธีนี้ระบบหลักจะมีหน้าที่เพียงแค่ออกนโยบายความปลอดภัยทางไซเบอร์แบบรวมศูนย์เท่านั้น ส่วนข้อกำหนดการบังคับใช้ระบบรักษาความปลอดภัยจะถูกนำมาใช้งานในแต่ละยูนิตอีกทีหนึ่ง ทำให้กลายมาเป็นแนวทางการดำเนินงานที่แข็งแกร่ง มีความยืดหยุ่น ซึ่งเป็นสิ่งจำเป็นสำหรับองค์กรที่มีนโยบายทำงานจากที่ไหนก็ได้และอยู่ในสภาวะความเสี่ยงทางธุรกิจที่เปลี่ยนแปลงไป

Cybersecurity Mesh

ที่มา: ITProPortal

 

ในช่วงปีสองปีที่ผ่านมากระแสการเก็บรักษาข้อมูลส่วนบุคคลเริ่มมีมากขึ้นเรื่อย ๆ ยิ่งมีการออกพรบ. PDPA คุ้มครองข้อมูลส่วนบุคคลทำให้นักการตลาดและเว็บไซต์ต่างเก็บข้อมูลหาลูกค้าใหม่ยากขึ้นไปอีก

วิธีการทำงานของ PEC คือจะอนุญาตให้ Party ที่มีหน้าที่โดยตรงในการจัดการข้อมูลนั้น ๆ สามารถดึงค่าออกจากข้อมูลหรือผลลัพธ์ที่ได้มาเพื่อนำไปปรับใช้งานต่อได้โดยที่ไม่ต้องแชร์ข้อมูลให้กับ Party อื่น ซึ่งวิธีนี้จะช่วยให้การทำงานระหว่างฝ่ายต่าง ๆ สามารถเก็บข้อมูลส่วนบุคคลหรือข้อมูลที่ละเอียดอ่อนภายใต้ข้อกำหนดที่ระบุไว้ โดยมีเทคนิคปกป้องความเป็นส่วนตัวคอยควบคุมดูแลอยู่ในอีกชั้นหนึ่ง

Privacy-Enhancing Computation

เทคโนโลยีตัวนี้จะอ้างอิงถึงคอนเซปต์ของการสร้างและรันโปรแกรมบนแอปพลิเคชันที่หยิบยืมข้อดีจากระบบ Cloud  มาใช้งานทั้งความยืดหยุ่นและความกะทัดรัด

ระบบ Cloud-Native จะช่วยให้องค์กรสร้างและปรับเปลี่ยนขนาดของ Cloud ให้อยู่ในรูปแบบต่าง ๆ ตามสภาพแวดล้อมที่ใช้งานได้ไม่ว่าจะเป็นแบบสาธารณะ แบบส่วนตัว หรือแบบผสม ซึ่งจะติดตั้งพร้อมกับฟีเจอร์ที่เหมาะสม ได้แก่ Containers, Service Meshes, Microservices, Immutable Application และ Declarative Application Programming Interfaces (APIs) และด้วยฟีเจอร์เหล่านี้จะช่วยให้ระบบที่เชื่อมต่อกับแบบไม่เป็นที่เป็นทางมีความยืดหยุ่น จัดการได้ง่าย และตรวจสอบได้ง่ายมากขึ้น ช่วยให้ทีมวิศวกรอัปเดตการเปลี่ยนแปลงในสเกลที่ใหญ่ขึ้นและผู้ใช้งานจะได้รับผลกระทบน้อยลง

Cloud-Native Platform

ที่มา: Pawa IT Solutions


2. Sculpting Change (การเปลี่ยนแปลงที่เป็นรูปเป็นร่าง)

กุญแจสำคัญที่ Gartner ต้องการจะสื่อก็คือ ‘การเปลี่ยนแปลงเป็นเรื่องธรรมชาติ’ การขาดการพัฒนารังแต่จะทำให้เทคโนโลยีและการเปลี่ยนแปลงหยุดชะงักลง จึงต้องนำเทคโนโลยีใหม่ ๆ มาปรับแต่งและมีความในการสามารถปรับเปลี่ยนตัวเองเพื่อสอดรับกับสภาวะแวดล้อมที่ไม่เหมือนเดิมและลดความเสี่ยงที่ไม่คาดคิดให้เกิดขึ้นได้ยากกว่าเดิม เหมือนกับการทำธุรกิจ เวลาเปลี่ยนวิถีชีวิตก็เปลี่ยนตาม วิธีการหาลูกค้าแบบเก่าอาจจะใช้ไม่ได้ผลอีกต่อไป แต่ตอนนี้เทคโนโลยีมีส่วนเกี่ยวข้องกับชีวิตของเรามากขึ้นแล้ว แล้วจะเป็นยังไงถ้าธุรกิจของคุณหันมาปรับตัวใช้เทคโนโลยีให้เป็นประโยชน์ อาจเพิ่มอัตราการค้นหาลูกค้าใหม่ ๆ ได้มากกว่าที่เคยเป็นก็ได้

เทคโนโลยีในกลุ่ม Sculption Change ประกอบไปด้วย 1. Composable Applications 2. Decision Intelligence 3. Hyperautomation และ 4. AI Engineering

 

ช่วงเวลาแบบนี้นี่แหละที่จะผลักดันให้แอปพลิเคชันต่าง ๆ เข้ามามีบทบาทในการทำงานมากที่สุด เห็นได้จากตัวอย่างแอปพลิเคชันเกิดใหม่ที่ผลิดอกออกผลกันมากในช่วงปีสองปีนี้ ที่เห็นได้ชัดเลยคือแอปพลิเคชันซื้อ-ขายออนไลน์อย่าง LaLaMove, Grab, Lineman, 7-11 หรือ Truemoney ที่เพิ่งมาเป็นกระแสในช่วงที่ผ่านมา ซึ่งก็นับเป็นผลมาจาก Composable Application นั่นเอง

Composable Applications จะใช้ประโยชน์จาก API Economy และ Offering มารวมกันในรูปแบบของโมดูลาร์ ที่จะแยกออกเป็นส่วนประกอบเล็ก ๆ อีกทีหนึ่งเรียกว่า Microservices หรือ Packaged Business Capabilities (PBCs) ก็คือเป็นการย้ายจากแอปพลิเคชันเดิมเดี่ยว ๆ ขนาดใหญ่ไปสู่ขั้นตอนทางธุรกิจที่เป็นส่วนแยกย่อยจำเพาะเจาะจงมากขึ้น สามารถทำให้ขั้นตอนการทำงานเป็นไปตามวัตถุประสงค์ทางธุรกิจและกลมกลืนไปกับกลุ่มเทคโนโลยีของบริษัทได้

สาเหตุที่เทคโนโลยีตัวนี้เข้ามามีบทบาทสำคัญในองค์กรคือความก้าวหน้าทางเทคโนโลยี และข้อจำกัดต่าง ๆ ที่เกิดขึ้นเพื่อตอบสนองต่อความต้องการของลูกค้าได้ตรงจุด (ช่วงล็อกดาวน์ลูกค้าออกไปซื้อของไม่ได้ ก็เกิดเป็น Food Delivery Applications ขึ้นมาหลายเจ้า) ดังนั้นธุรกิจจึงต้องมีการปรับตัวที่รวดเร็วโดยมีปัจจัยทางด้านเทคโนโลยีมาเป็นส่วนเสริม อาทิ ปรับให้มีความเป็นส่วนตัวมากขึ้น เชื่อมต่อประสบการณ์ใหม่ผ่านทางดิจิทัล เทคโนโลยีปัญญาประดิษฐ์ และการปรับโมเดลธุรกิจแบบเก่าให้เป็นดิจิทัล เป็นต้น

Composable Applications

‘การตัดสินใจ’ คือกระบวนการที่เราทำทุกวันเป็นประจำและทำทุกวินาที ไปทางซ้ายหรือขวา วันนี้กินอะไรดี หาลูกค้าใหม่ปีหน้าจะได้เพิ่มหรือลดลง? คำถามเหล่านี้คือกระบวนการตัดสินใจแทบทั้งนั้นเป็นสิ่งที่เกิดขึ้นเป็นรูปแบบขั้นตอนในสมองของเรา แต่เมื่อมันมาอยู่ในรูปแบบการตัดสินใจผ่าน AI ที่แทบเรียกได้ว่าเป็นตัวพลิกกระดานเลยก็ว่าได้

เทคโนโลยีปัญญาประดิษฐ์หรือ AI จะประมวลผลและวิเคราะห์ขอบเขตข้อมูลแบบเรียลไทม์ สร้างข้อมูลที่ถูกคาดการณ์เอาไว้ล่วงหน้าเหมือนการพยากรณ์สภาพอากาศ แต่จะอ้างอิงโดยใช้ข้อมูลที่เกี่ยวข้องกับประวัติที่เคยเกิดขึ้นมาก่อน และให้คำแนะนำที่เกิดขึ้นได้จริงโดยอยู่บนพื้นฐานของชุดข้อมูลและข้อจำกัดที่ถูกตั้งค่าเอาไว้ตั้งแต่ต้น

นอกจากนี้ Decision Intelligence ยังประกอบไปด้วยกลุ่มเทคโนโลยีและกลุ่มอัลกอริทึมที่เป็นตัวขับเคลื่อนหลักให้แก่ Decision Machine อีกด้วย ดังนี้

 

  1. Machine Learning ทำงานร่วมกับชุดโครงสร้างข้อมูลและให้คำแนะนำหรือตัวเลือก อ้างอิงจากปัจจัยต่าง ๆ ที่ระบุเอาไว้ให้
  2. Deep Learning เป็นขั้นต่อมาของการพัฒนา Machine Learning แต่ในกรณีของ Deep Learning จะใช้ข้อมูลการตัดสินใจครั้งก่อนหน้ามาเป็นปัจจัยในการประกอบการตัดสินใจในครั้งถัดไป
  3. Visual Decision Modeling โมเดลตัวนี้เป็นส่วนหนึ่งของซอฟต์แวร์ Decision Intelligence เพื่อแสดงผลการตัดสินใจให้มนุษย์เห็นถึงตัวเลือกที่มีอยู่ โดยที่สิทธิ์ในการตัดสินใจจะยังอยู่ที่เจ้าของธุรกิจหรือพนักงาน
  4. Complex Systems Modeling เป็นอีกหนึ่งข้อดีของ Decision Intelligence สามารถสร้างปัจจัยเชิงตรรกะที่ซับซ้อนทางธุรกิจเพียงอาศัยข้อมูลที่มีอยู่และเป้าหมายสุดท้ายของธุรกิจ
  5. Predictive Analytics การตัดสินใจเองผ่านระบบ AI จะมีการอ้างอิงขั้นพื้นฐานมาจากการคาดการณ์ที่แม่นยำ หนึ่งในตัวอย่างที่ง่ายที่สุดที่จะอธิบายให้เห็นภาพคือการคาดการณ์ราคาและการเพิ่มประสิทธิภาพให้กับการค้าโดยอัตโนมัติ ในส่วนนี้คำแนะนำประกอบการตัดสินใจจะผันแปรขึ้นอยู่กับความผันผวนของราคาที่เกิดขึ้นในอดีต การคาดการณ์ความต้องการซื้อ แนวโน้มเทรนด์ที่กำลังมา และชุดข้อมูล Insights ศึกษาพฤติกรรมผู้บริโภคมาประกอบการวิเคราะห์

Decision Intelligence

ย้อนกลับไปในปี 2019 คำว่า ‘Hyperautomation’ ถูกนิยามขึ้นมาใหม่โดยบริษัท Gartner โดยคอนเซปต์ของคำ ๆ นี้คือการสะท้อนความเข้าใจที่ลึกซึ้งเกี่ยวกับเทคโนโลยี Robotic Process Automation (RPA) ซึ่งถือเป็นเทคโนโลยีที่ค่อนข้างใหม่และกำลังเป็นที่นิยมในการทำให้กระบวนการที่เกี่ยวข้องกับการทำงานของคอมพิวเตอร์เป็นไปอย่างอัตโนมัติมากขึ้น มีจุดมุ่งหมายสูงสุดเพื่อตีกรอบการทำงานและเป็นศูนย์รวมเทคโนโลยีขั้นสูง ช่วยในการขยายขนาดธุรกิจให้เป็นอัตโนมัติ ซึ่งหากนำไปปรับใช้ให้ถูกวิธีก็สามารถหาลูกค้าใหม่ได้โดยที่ไม่ต้องลงมือเองและไม่เปลืองทรัพยากรบุคคลอีกด้วย

เทคโนโลยีขั้นสูงที่ถูกใช้ใน Hyperautomation มีดังนี้

  1. Process Mining & Task Mining Tools เป็นการวิเคราะห์ระบบจากเหตุการณ์จริง ที่มีการบันทึกว่าใครทำอะไรที่ไหน เมื่อไหร่ แล้วนำมาสร้างเป็นโมเดลข้อมูลทางสถิติ ให้เห็นการทำงานทั้งระบบในภาพรวม ใช้ในการระบุตัวตนพนักงาน เครื่องจักร เพิ่มประสิทธิภาพการทำงาน กระบวนการ และจัดลำดับความสำคัญของโอกาสที่อาจเกิดขึ้นแบบอัตโนมัติ
  2. RPA, No-Code / Low-Code Development Tools, iPaaS จัดเป็นเครื่องมือที่ใช้ในการพัฒนาระบบอัตโนมัติสำหรับลดค่าแรงและต้นทุนในการสร้างระบบอัตโนมัติอื่น ๆ
  3. Intelligent Business Process Management, Decision Management และ Business Rules Management ถูกใช้เป็นเครื่องมือในการคิดและตัดสินใจด้านธุรกิจ เพื่อให้ง่ายต่อการปรับใช้และนำระบบอัตโนมัติที่ยังใช้งานได้อยู่กลับมาใช้ใหม่
  4. AI, Machine Learning (ML) สำหรับขยายขอบเขตความสามารถของระบบอัตโนมัติ ซึ่งระยะที่เครื่องมือจะสามารถเรียนรู้ได้ประกอบไปด้วยการประมวลผลภาษาธรรมชาติ (Natural Language Processing) โปรแกรมการอ่านอักขระด้วยแสง (Optical Character Recognition) ระบบแมชชีนวิชั่น (Machine Vision) ตัวแทนเสมือน (Virtual Agent) และแชทบอท
Hyperautomation

ที่มา: G-Able

 

อธิบายให้เข้าใจง่าย AI Engineering คือการฝึกฝนปัญญาประดิษฐ์ให้แสดงพฤติกรรมหรือกิจกรรมต่าง ๆ ออกมาในลักษณะที่คล้ายคลึงกับสิ่งมีชีวิตเช่น คน หรือ สุนัข โดยพื้นฐานแล้ว AI Engineering จะใช้ระบบจากอัลกอริทึม การเขียนโปรแกรม โครงข่ายประสาท และเทคโนโลยีชนิดอื่นในการพัฒนาฟังก์ชันและเทคนิคของ AI ซึ่งการพัฒนาฟังก์ชันและเทคโนโลยี AI ก็จะมีประโยชน์อีกต่อหนึ่งในด้านวิทยาศาสตร์ การพัฒนาสังคม การค้าและธุรกิจ

ฉะนั้นวิศวกรรมปัญญาประดิษฐ์จึงต้องสามารถดึงข้อมูลจากแหล่งข้อมูลที่หลากหลายได้อย่างมีประสิทธิภาพ ออกแบบอัลกอริทึม สร้างและทดสอบโมเดลของ Machine Learning จากนั้นจึงค่อยปล่อยโมเดลในการสร้างแอปพลิเคชันที่มี AI เป็นตัวขับเคลื่อน เอาไว้ใช้ในการทำงานที่มีความซับซ้อนสูงหรืองานที่ต้องใช้ระดับสติปัญญาเทียบเท่ามนุษย์ในการจัดการ

นอกจากนี้ AI Engineering ยังเป็นสาขาที่เน้นด้านการค้นคว้าและปฏิบัติผสมผสานกับหลักการระบบทางวิศวกรรมทำให้เกิดการออกแบบที่เน้นมนุษย์เป็นศูนย์กลาง โดยสร้าง AI ขึ้นมาเพื่อตอบสนองต่อมนุษย์ จึงทำให้เกิดเป็นการพัฒนาสามเสาหลักในการชี้นำเหล่า AI Engineering ขึ้นมา

 

  1. Human-centered AI เป้าหมายหลักของการนำ AI ไปปฏิบัติคือการทำความเข้าใจผู้คนที่จะใช้เทคโนโลยีนั้น ๆ อย่างลึกซึ้ง เสาแท่งนี้จะถูกออกแบบมาให้สอดคล้องกับพฤติกรรมและค่านิยมของมนุษย์โดยเฉพาะ
  2. Scalable AI หากอยากได้ AI ที่มีประสิทธิภาพเพียงพอจะต้องมีการลงทุนในระดับที่ใหญ่ขึ้นทั้งเวลาและเงินทุนในการพัฒนา เสาแท่งนี้มีไว้สำหรับการตรวจสอบโครงสร้างพื้นฐาน ข้อมูล และโมเดลของ AI รวมไปถึงการนำโมเดลที่มีปัญหามาปรับใช้ใหม่อีกครั้ง
  3. Robust and Secure AI ความท้าทายอีกอย่างหนึ่งของการพัฒนา AI คือเราไม่รู้ว่าเมื่อเทคโนโลยีนี้ถูกส่งออกไปอยู่ข้างนอกห้องวิจัยหรือห้องทดสอบแล้ว AI จะยังทำงานตามที่คาดหวังเอาไว้ได้หรือเปล่า เสาแท่งนี้จึงออกแบบมาเพื่อรองรับการทดสอบระบบ AI ที่มีความยืดหยุ่นสูงยิ่งขึ้น

AI Engineering


  1. Accelerating Growth (เร่งสร้างการเติบโต)

เมื่อสองธีมหลักข้างบนอยู่ตัวแล้ว ถัดมาคือการคิดต่อยอดไอทีด้านใหม่ ๆ โดยมุ่งเน้นไปที่ความคิดริเริ่มที่สดใหม่และนำมาปรับใช้กับองค์กรให้เติบโตไปข้างหน้า เพื่อสร้างความมั่นใจให้การเติบโตของบริษัทและเทคโนโลยีเป็นไปในทิศทางเดียวกัน

เทคโนโลยีในกลุ่ม Sculption Change ประกอบไปด้วย 1. Distributed Enterprises 2. Total Experience 3. Autonomic Systems 4. Generative AI

 

ลองนึกภาพของธุรกิจขนาดใหญ่ระดับประเทศหรือระดับโลกที่มีสาขากระจายไปแทบทุกจังหวัดหรือกระจายไปทั่วโลกอย่างโรงแรม ธุรกิจค้าส่ง ธนาคาร ต่างก็มีอยู่หลายสาขากันทั้งนั้น โดยปกติแล้วบริษัทแม่หรือสำนักงานใหญ่จะได้รับการดูแลอย่างแน่นหนาทั้งในโลกจริงและโลกไซเบอร์ เพื่อป้องกันการถูกแฮ็กหรือถูกโจมตีทางไซเบอร์ แต่กลับกันสาขาย่อยแห่งอื่นกลับไม่มีการป้องกันเหล่านั้นที่เพียงพอ ทำให้ถูกโจมตีทางไซเบอร์ได้อย่างง่ายดาย ปัญหานี้แหละที่เป็นตัวจุดประกายให้เกิดเทคโนโลยีที่เรียกว่า Distributed Enterprises

เพื่อเสริมความปลอดภัยให้บริษัทลูกหรือสาขาย่อยต่าง ๆ จึงจำเป็นต้องมีการปรับใช้ระบบรักษาความปลอดภัยทางไซเบอร์มากขึ้น ซึ่งมีแนวทางดังนี้

  1. ติดตั้ง Next-Generation Firewalls (NGFW) ช่วยในการตรวจจับความผิดปกติหรือการโจมตีที่เกิดขึ้นกับข้อมูลและรายงานกลับมาผ่านเครือข่ายภายใน
  2. Centralized Network Security Management ความปลอดภัยแบบรวมศูนย์จะช่วยให้คุณสามารถดูภาพรวม Firewall ได้ทั้งฝั่งของผู้ใช้งาน แอปพลิเคชัน คอนเทนต์และภัยคุกคามทั้งหมดผ่านระบบเครือข่ายของบริษัท
  3. The Ability to Scale เมื่อมีข้อมูลเข้ามาเพิ่มมากขึ้น Firewall ควรตรวจจับและกำหนดรูปแบบความปลอดภัยใหม่โดยอัตโนมัติ ไม่ต้องพึ่งพาเจ้าหน้าที่ไอที
  4. Cloud Deployment ความสามารถในการกำหนดค่านโยบายความปลอดภัยและการปรับใช้วิธีการดำเนินงานจากระบบ Cloud จะช่วยให้บริษัทประหยัดเวลาและเงินทุนยิ่งขึ้น
Distributed Enterprises

ที่มา: scalestorageworks.com

 

Gartner อธิบายไว้ว่า Total Experience คือผลจากการผสานรวมกันของ Multiexperince, Customer Experience, Employee Experience และ User Experience (UX) เมื่อทั้งสี่อย่างได้มารวมกันเป้าหมายหลักก็คือการพัฒนาปรับปรุงประสบการณ์โดยรวม (Overall Experience) และผสานหลอมรวมประสบการณ์ของพนักงาน ลูกค้า และผู้ใช้งานเข้าไว้ด้วยกัน

ธุรกิจที่ใช้ผลประโยชน์จาก Total Experience จะมีข้อได้เปรียบในด้านการแข่งขันอย่างยั่งยืน โดยเฉพาะเมื่อการทำงานสามารถทำได้จากต่างที่ผ่านมือถือ ระบบเสมือน และระบบ Distributed Customers ดังจะเห็นได้จากแอปพลิเคชันที่กลับกลายมาดังเพียงชั่วข้ามคืนอย่างแอป ‘หมอพร้อม’ ที่เปลี่ยนแปลงแอปใหม่โดยอ้างอิงจากประสบการณ์ของลูกค้าและผู้ใช้งานจริงในการแก้ไขฟังก์ชันการใช้งานให้ปลอดภัยและเป็นที่น่าพอใจมากขึ้น ผู้ใช้งานสามารถรับข้อมูลข่าวสารบริเวณที่มีคลัสเตอร์หรือสามารถใช้เช็กอินขึ้นเครื่องบินแทนใบรับรองอื่น ๆ ได้ ด้วยกลยุทธ์การปรับใช้ประสบการณ์ของผู้ใช้งานมาเป็นตัวช่วย บริษัทไม่เพียงแต่ก้าวทันโลกที่จะเปลี่ยนแปลงไปในปี 2022 แต่ยังสามารถฟื้นตัวได้เร็วจากการปรับตัวให้เข้ากับบริบทรอบตัวได้อีกด้วย

สองวิธีในการจัดการเทรนด์ Total Experience ได้อยู่หมัด

  1. การทำ Branding ผ่าน Employee Experience หนึ่งในตัวเลือกที่แปลกประหลาดแต่เห็นผลชัดที่สุดของลูกค้าที่จะใช้บริการเราระบุว่า “หากอยากรู้ว่าบริษัทนั้นดูแลลูกค้าดียังไงให้ดูที่วิธีที่เขาใช้ดูแลพนักงานของตัวเอง” เพราะถ้าดูแลคนในทีมไม่ดีแล้ว จะดูแลลูกค้าได้ดีได้อย่างไร? ดังนั้นในปัจจุบันองค์กรต่าง ๆ จำเป็นต้องอธิบายวัฒนธรรมการทำงานร่วมกันที่แข็งแกร่งและเสริมทัศนคติให้ความสำคัญกับพนักงานก่อน ยิ่งไปกว่านั้นบริษัทที่ได้รับคะแนนความพึงพอใจจากลูกค้าสูงมักเป็นบริษัทที่ให้ความสำคัญกับคนในทีม ส่งผลให้พนักงานมีความพอใจในที่ทำงานสูง ซึ่งจะทำให้มีผลงานเพิ่มขึ้นตามมาภายหลัง
  2. ทำลายวัฒนธรรมองค์กรแบบไซโลทิ้งไป วัฒนธรรมองค์กรแบบไซโล คือการทำงานแบบแยกส่วน คนในทีมโฟกัสที่การทำงานของตัวเอง ไม่สนใจงานของคนอื่น ซึ่งเป็นตรงข้ามกับ ‘Teamwork’ ทุกประการ ทำให้พัฒนาสิ่งใหม่ได้ช้า การผลิตหรือการบริการต่ำลง แต่หากมี Total Experience เข้ามาช่วยถัวเฉลี่ยและผสานการทำงานจากทั้ง Front และ Back Office ทำให้มั่นใจว่าคนในทีมจะรู้สึกมีส่วนร่วมกับโปรเจกต์ของทีมที่ใหญ่ขึ้น และเมื่อประสบการณ์ของพนักงานเป็นไปในด้านดีจะไปดึงความสัมพันธ์และความพึงพอใจจากลูกค้าและผู้ใช้งานคนอื่น ๆ ให้รู้สึกดีด้วยเช่นกัน วิธีที่จะเปลี่ยนองค์กรคุณให้เป็นไปในทิศทางนี้คือการลงทุนในด้านเทคโนโลยีอัจฉริยะและซอฟต์แวร์ตัวอื่นอย่างมีนัยสำคัญเพื่อให้พนักงานมีส่วนร่วมกันและกันมากขึ้น
Total Experience

ที่มา: iv.com


Autonomic Systems คือระบบการจัดการทางกายภาพด้วยตนเอง หรือเป็นระบบซอฟต์แวร์ที่เรียนรู้ได้เองจากสภาพแวดล้อม สิ่ง ๆ นี้ไม่เหมือน Automated หรือ Autonomous Systems เพราะตัว Autonomic Systems จะสามารถปรับเปลี่ยนอัลกอริทึมของตัวเองได้โดยที่ไม่ต้องอัปเดตซอฟต์แวร์จากภายนอก ทำให้ปรับตัวเข้ากับปัจจัยภายนอกได้อย่างรวดเร็ว เหมือนอย่างที่มนุษย์ทำได้ ในปัจจุบันเทคโนโลยีนี้เริ่มมีให้เห็นในระบบความปลอดภัยที่ซับซ้อนขึ้นแล้วซึ่งจะมาช่วยในส่วน Distributed Enterprises ให้ทำงานดีขึ้น และที่กำลังตามมาคือการนำมาปรับใช้กับหุ่นโดรน หุ่นยนต์ เครื่องจักรโรงงานและพื้นที่อัจฉริยะแห่งอื่น ๆ

Autonomic Systems

ที่มา: adeaca.com

 

เทรนด์เทคโนโลยีอย่างสุดท้าย Generative AI คือเทคโนโลยีที่ใช้ในการสร้างคอนเทนต์โดยการปรับใช้ข้อความ ไฟล์เสียงและรูปที่มีอยู่แล้วมาสร้างใหม่ ด้วยเทคโนโลยีตัวนี้คอมพิวเตอร์จะตรวจหารูปแบบพื้นฐานที่เกี่ยวข้องกันในแต่ละไฟล์แล้วนำมาสร้างเป็นอีกคอนเทนต์ที่คล้ายคลึงกัน

 

การนำ Generative AI ไปปรับใช้ มีดังนี้

  1. สร้างรูปวัตถุ ฉาก หรือหน้าคนได้เหมือนจริง
  2. ปรับเปลี่ยนรูปภาพให้มีรายละเอียดเพิ่มขึ้น เช่น เติมสีลงในรูปภาพขาว-ดำ เปลี่ยนรูปถ่ายกลางวันเป็นรูปกลางคืน เป็นรูปวาดให้เป็นรูปถ่าย เปลี่ยนรูปถ่ายดาวเทียมเป็นรูปบน Google Map
  3. ถอดความจากคำบรรยายรูปภาพแล้วเปลี่ยนเป็นรูปภาพเสมือนจริง
  4. ปรับความคมชัดของม้วนฟิล์มเก่า ปรับปรุงรูปหรือฟิล์มหนังเก่าโดยการเพิ่มสเกลให้เป็น 4K หรือสูงกว่า เปลี่ยนเฟรมจาก 23 เฟรม/วินาที เป็น 60 เฟรม/วินาที กำจัดเสียงรบกวนและเพิ่มสีสันลงไป
  5. แปลความหมายรูปภาพให้เป็นภาพถ่าย คล้ายการทำ CG คือเปลี่ยนภาพร่างหรือภาพที่มีคำอธิบายให้เป็นรูปภาพสมจริง
  6. สร้างรูปหน้าตรง สามารถสร้างรูปหน้าคนตรง ๆ ได้จากรูปถ่ายที่ถูกถ่ายมาจากมุมอื่น มักใช้ในระบบการยืนยันตัวตนด้วยใบหน้าหรือระบบการระบุตัวตนจากใบหน้า
  7. เปลี่ยนรูปธรรมดาให้เป็นอีโมจิ เปลี่ยนรูปจริงให้กลายเป็นรูปอิโมจิหรือรูปหน้าการ์ตูนขนาดเล็ก
  8. ปรับอายุใบหน้า ใช้สำหรับคำนวณคาดคะเนใบหน้าตามอายุที่เปลี่ยนไปตั้งแต่เด็กจนแก่
  9. Deep Fake Technology ข้อนี้ถือเป็นการชุบชีวิตผู้ตายหรือโคลนร่างกายดาราดังโดยทางอ้อม เพราะ AI จะใช้การสังเคราะห์ใบหน้าและการโคลนเสียงจากเสียงต้นฉบับเพื่อนำมาจับคู่กับนักแสดงลิปซิงค์
Generative AI

ที่มา: veventurebeat.com

ข้อดีหลัก ๆ ของ Generative AI คือใช้เพื่อการป้องกันตัวตนบนโลกออนไลน์ เพราะร่างอวตาร์ที่ได้จากการผลิตของ AI มีไว้สำหรับคนที่ไม่อยากเปิดเผยตัวตนบนโลกออนไลน์

ใช้ในการควบคุมหุ่นยนต์ AI จะช่วยให้ Machine Learning เกิดความอคติต่อสิ่งต่าง ๆ น้อยลงและเข้าใจแนวคิดที่เป็นนามธรรมมากขึ้นในโลกแห่งความจริง

ระบบสาธารณสุข เนื่องจากสามารถระบุความผิดปกติในร่างกายที่อาจเกิดขึ้นได้ตั้งแต่เนิ่น ๆ เพื่อการรักษาที่มีประสิทธิภาพ เช่น การถ่ายภาพมุมต่าง ๆ เพื่อเอกซเรย์ให้เห็นภาพการขยายตัวของเนื้องอกได้ เหมาะสำหรับใช้ในธุรกิจดูแลสุขภาพเป็นอย่างมาก


และนี่ก็คือเทรนด์เทคโนโลยีแห่งอนาคตที่จะเกิดขึ้นในปี 2022 จาก Gartner บริษัทที่ให้คำปรึกษาด้านไอทีโดยเฉพาะ ซึ่งเราหวังว่าอาจนำไปปรับใช้กับธุรกิจของคุณได้ดียิ่งขึ้น นอกจากจะใช้ในการหาลูกค้าใหม่แล้ว ยังสามารถใช้ในการปรับปรุงประสิทธิภาพการทำงานให้ปลอดภัยและทำงานได้รวดเร็วยิ่งขึ้น ตอบรับกับสภาพเศรษฐกิจและสังคมที่ดำเนินอยู่ตอนนี้ รวมไปถึงการสร้างประสบการณ์อันมีค่าให้แก่ผู้ใช้งานหรือลูกค้าได้อย่างเต็มที่ผ่านจักรกลและเครือข่ายที่กำลังก้าวเข้ามาเป็นส่วนหนึ่งของกำลังหลักในธุรกิจคุณในปัจจุบัน

 

——————————————————————–

 

ร่วมงานกับทีม Cotactic Media หนึ่งในบริษัทโฆษณาออนไลน์ชั้นนำของเมืองไทย ที่จะช่วยให้คุณตอบโจทย์การหาลูกค้าให้คุณได้ตามเป้าหมายแบรนด์ของคุณ ไม่ว่าจะเป็นการสร้าง Brand Awareness หรือ Lead Generation ก็ทำได้หมด ปรึกษาผู้เชี่ยวชาญกับทีม Cotactic เพื่อให้เราเป็น Collaborative Marketing Partner ทำงานเป็นทีมร่วมกันกับคุณ

 

——————————————————————–

 

ติดต่อ

โทร.065-095-9544

Inbox: https://m.me/cotactic

Line@: https://line.me/R/ti/p/@cotactic

 

ขอขอบคุณแหล่งข้อมูล

https://emtemp.gcom.cloud/ngw/globalassets/en/publications/documents/2022-gartner-top-strategic-technology-trends-ebook.pdf 

 

Data Fabric https://ibm.co/3cK4WVu 

Cybersecurity Mesh https://bit.ly/3r31CNJ 

Privacy-Enhancing Computation : Forbes https://bit.ly/3xgWztY

 Cloud-Native Platforms https://bit.ly/3r32Icj 

Composable Applications / Enterprise https://bit.ly/3FFCQY0 / https://bit.ly/3r3hxvg 

Decision Intelligence https://bit.ly/3DQK6zH 

 Hyperautomation https://bit.ly/32t8Ik4  

AI Engineering https://bit.ly/3r1kfS9 

Distributed Enterprises https://bit.ly/3xjUc9V 

Total Experience https://bit.ly/3EdYZvv 

 Autonomic Systems https://zd.net/30NwQ0q 

Generative AI https://bit.ly/3HRpycC 


Facebook Comment