ทุกวันนี้อาจกล่าวได้ว่า เราเดินมาถึงยุคที่ปัญญาประดิษฐ์ (A.I.) และบิ๊กดาต้าเริ่มเคาะประตูบ้านของหลาย ๆ องค์กรแล้ว การสร้างความคุ้นเคยกับการใช้งาน “ข้อมูล” เพื่อนำไปเพิ่มศักยภาพของ A.I. จึงเป็นสิ่งที่เราไม่อาจปฏิเสธได้แล้วอย่างแท้จริง
เห็นได้จากในงานทอล์คอย่าง Dtac Loop ที่จัดในหัวข้อ The Shapes of Data เป็นอีกหนึ่งงานที่รวมตัวอย่างของการใช้ข้อมูลในการขับเคลื่อนธุรกิจให้มีประสิทธิภาพมากขึ้น โดยไม่จำกัดว่าต้องเป็นการใช้งานในเชิงธุรกิจแต่เพียงอย่างเดียว เพราะในภาคเกษตรกรรม หรือการสาธารณสุข บิ๊กดาต้าและปัญญาประดิษฐ์ก็สามารถเข้าไปช่วยเพิ่มประสิทธิภาพให้การทำงานได้ทั้งสิ้น
โดยในมุมของฉัตรสุดา สันตานนท์ ผู้อำนวยการอาวุโสฝ่าย Customer Value Management (CVM) ของดีแทคเผยว่า ตัวอย่างที่เห็นได้ชัดที่สุดคือกรณีของละครยอดฮิตแห่งยุคอย่าง “บุพเพสันนิวาส” ที่หากไม่มีบิ๊กดาต้าแล้ว อาจไม่สามารถเตรียมการรับมือได้อย่างทันท่วงที
“จากการวิเคราะห์พฤติกรรมผู้ใช้บริการที่เข้ามาชมละคร จะพบว่าวันที่มีการฉายละครบุพเพสันนิวาส จำนวนผู้ใช้บริการที่เข้าชมผ่าน ch3thailand.com เพิ่มขึ้นสูงกว่าปกติ และดึงตัวเลขของวันอื่น ๆ ที่ไม่มีการฉายละครให้เพิ่มขึ้นเป็นสองเท่าเมื่อเทียบกับในอดีตด้วย”
BigData ยังบอกให้ทราบด้วยว่าโปรไฟล์ของลูกค้ากลุ่มนี้คือคนเมือง และเป็นลูกค้ารายเดือนมากกว่าเติมเงิน สำหรับรายได้เฉลี่ยของลูกค้าที่เข้ามาชมละครบุพเพฯ จะสูงกว่ารายได้เฉลี่ยของลูกค้าที่เข้ามาชมวันอื่น ๆ อยู่ 5 – 10% ด้วย โดยจังหวัดที่คนเข้าชมมากที่สุด 5 อันดับแรกคือ กรุงเทพฯ, ชลบุรี, ปทุมธานี, เชียงใหม่ และสมุทรปราการ ส่วนจังหวัดที่มีอัตราการเข้าชมเติบโตมากที่สุด 5 อันดับแรกได้แก่ มหาสารคาม, สุพรรณบุรี, บุรีรัมย์, เลย และหนองคาย
“ด้วยดาต้าเหล่านี้ เราสามารถนำมาพัฒนาเพื่อสร้างบริการต่าง ๆ ให้ดีขึ้นได้ เพราะดีแทคจะทราบว่าวันไหนบ้างที่คนจะเข้ามาใช้เน็ตเวิร์กเพิ่มขึ้น เราสามารถใช้จุดนี้นำเสนอสินค้าและบริการก่อนที่ละครจะฉาย คนจะได้ชมละครกันให้ฟินสุด ๆ ไม่ต้องสะดุด และนี่คือตัวอย่างหนึ่งของการใช้งานบิ๊กดาต้า”
อีกหนึ่งการใช้ A.I. คือการนำเทคโนโลยี Image Recognition ไปตรวจสอบบัตรประชาชนที่มีผู้สมัครใช้งานลงทะเบียนเข้ามา โดยก่อนหน้านี้ ดีแทคต้องตรวจสอบบัตรประชาชนดังกล่าวไม่น้อยกว่าวันละ 40,000 ชุด แต่เมื่อมีเทคโนโลยี Image Recognition เข้ามาช่วย ดีแทคสามารถเทรนให้ระบบทราบว่า บัตรประชาชนรูปไหนใช้ได้ รูปไหนใช้ไม่ได้ ถือเป็นการลดภาระงานของพนักงานลงได้อย่างมาก
ตัวอย่างที่สาม คือการนำ A.I. เข้ามาใช้ฟังเสียงของผู้ใช้งานบนโซเชียลมีเดียได้ (Social Listening) ทำให้ทีมงานสามารถเข้าไปตอบคำถามหรือช่วยแก้ปัญหาของลูกค้าบนโซเชียลมีเดียได้อย่างทันท่วงที
ดีแทคเผยด้วยว่า ในโปรเจ็ค Image Recognition และ Social Listening นั้นมีความแม่นยำสูงกว่า 90% แต่การจะเสริมความแกร่งในด้านดังกล่าว ดีแทคได้ร่วมมือวิจัยด้าน AI กับมหาวิทยาลัยธรรมศาสตร์ เพื่อสร้างทรัพยากรด้าน AI รุ่นใหม่กับประเทศ โดยมุ่งเน้นไปยังด้านระบบอัจฉริยะอัตโนมัติ (Intelligent Automation) และ Machine Learning การเสริมสร้างประสบการณ์ใช้งานของลูกค้า และการวิเคราะห์ข้อมูลด้วย
หันมาทางด้านภาคการเกษตรที่การใช้ A.I. และ BigData เกิดขึ้นอย่างกว้างขวางไม่แพ้กัน ชวิน ฉัตรศิริวิชัยกุล ผู้จัดการฝ่ายกลยุทธ์ รีคัลท์ สตาร์ตอัพในโครงการ dtac accelerate 5 กล่าวว่า “ปัญหาด้านเกษตรกรฐานะยากจน ไม่ใช่เกิดแค่ในไทย แต่ปัญหานี้มีทั่วโลก เหตุผลหลัก ๆ ก็คือ เข้าไม่ถึงเงินทุน และโดนกดราคาโดยพ่อค้าคนกลาง”
นอกจากนี้ จากการทำงานกับภาคเกษตรของไทย ชวินยังพบว่า ผลิตผลจากภาคการเกษตรในประเทศไทยยังต่ำกว่ามาตรฐานทั้งในระดับโลกและระดับภูมิภาค อีกทั้งค่าใช้จ่ายของการเพาะปลูกหมดไปกับปุ๋ยและยาฆ่าแมลง แต่ในทางกลับกันผลผลิตแทบไม่เพิ่มขึ้นเลย ทำให้เกษตรกรเป็นประชากรประสบความยากลำบากจากความยากจน และนี่จึงเป็นที่มาของ Ricult สตาร์ตอัพที่ก่อตั้งโดย 4 บัณฑิตจากสถาบัน MIT เพื่อแก้ปัญหาผลผลิตการเกษตรตกต่ำ โดยได้นำเอาเทคโนโลยีภาพถ่ายดาวเทียมและการคาดการณ์สภาพอากาศที่แม่นยำมาช่วยเกษตรกร ภายใต้วิสัยทัศน์ “Those who feed us need us”
“เป็นแอปเพื่อการเกษตร ที่ดึงเอาภาพถ่ายดาวเทียมมาใช้ ร่วมกับการคำนวณด้านสภาพอากาศที่แม่นยำทั้ง อุณหภูมิ ความชื้น ฝน แสงแดด โดยในตอนนี้มีการนำไปใช้กับการปลูกข้าวโพดเลี้ยงสัตว์ เนื่องจากเป็นพืชสำคัญต่อทุกภาคส่วนของไทย”
โดยบริการข้อมูลเชิงเกษตรของ Ricult จะให้ข้อมูลที่มีประโยชน์แก่เกษตรกรและสามารถนำไปใช้ได้ทันที สามารถเพิ่มผลผลิตได้สูงขึ้น 40% และกำไรเติบโตขึ้นถึง 100% ในขณะที่ข้อมูลการคาดการณ์สภาพอากาศทั่วไปมีความละเอียดอยู่ที่ระดับ 50 กิโลเมตร แต่ระบบของ Ricult ครอบคลุมได้ละเอียดถึงระยะ 3 กิโลเมตร นอกจากนี้ยังมีการนำอัลกอริทึมของ Machine Learning เข้ามาช่วยวิเคราะห์แสงสะท้อนจากใบไม้เพื่อประเมินสุขภาพของพืชอีกด้วย
ทั้งนี้ ชวินยังมองว่า การนำ A.I. และ BigData ยังช่วยให้ธนาคารสามารถประเมินความเสี่ยงในการปล่อยกู้ให้เกษตรกรได้อย่างแม่นยำมากขึ้น ด้านโรงงานรับซื้อก็ได้ประโยชน์ ในการดูว่าเกษตรกรรายใดปลูกเสร็จก่อนกัน ทำให้สามารถรับซื้อผลผลิตได้อย่างต่อเนื่อง
ด้านของการสาธารณสุข A.I. และ BigData ก็เข้าไปช่วยงานแล้ว เมื่อนายเคนท์ มอนเซน นักวิจัยอาวุโสจากเทเลนอร์รีเสิร์ช ภายใต้ความร่วมมือกับมหาวิทยาลัยฮาร์วาร์ด ผู้ทำรายงานวิจัยเรื่องการแพร่ระบาดของโรคไข้เลือดออกและไข้มาลาเรียผ่านข้อมูลบนโทรศัพท์มือถือในประเทศปากีสถานและไทย เผยว่า จากข้อมูลการใช้งานโทรศัพท์มือถือของผู้ใช้งาน ช่วยให้เราสามารถวิเคราะห์การเดินทางสัญจรของผู้ใช้งานทั่วทั้งประเทศ ซึ่งข้อมูลเหล่านี้จะถูกวิเคราะห์ร่วมกับข้อมูลการระบาดของไข้มาลาเรีย เพื่อคาดการณ์การระบาดของโรคในครั้งต่อไป
“การที่เราสามารถคาดการณ์ล่วงหน้าได้ว่าไข้เลือดออกหรือไข้มาลาเรียจะแพร่ระบาดไปยังพื้นที่ใด จะช่วยให้สถาบันสุขภาพแห่งชาติสามารถวางมาตรการป้องกันได้อย่างเหมาะสม เช่น เตรียมการแจกจ่ายมุ้งกันยุง จัดเตรียมคลีนิกเคลื่อนที่ เผยแพร่ข้อมูลในการป้องกันโรคระบาด รวมถึงการลงตรวจสอบพื้นที่อย่างใกล้ชิดมากขึ้น” นายเคนท์ กล่าว
ทั้งนี้ มหาวิทยาลัยฮาร์วาร์ดและมหาวิทยาลัยมหิดลได้ร่วมกันริเริ่มโครงการเพื่อคาดการณ์และป้องกันการแพร่ระบาดของไข้มาลาเรียในประเทศไทย โดยอาศัยข้อมูลการใช้งานโทรศัพท์เคลื่อนที่ของลูกค้าดีแทค ประกอบเข้ากับข้อมูลผู้ป่วยจากกระทรวงสาธารณสุข
ในท้ายที่สุด สิ่งที่ A.I. และ BigData สามารถช่วยได้อาจเป็นเรื่องของการทำตลาดแบบเฉพาะเจาะจง ซึ่งนายแอนดริว กวาลเซท รองประธานเจ้าหน้าที่บริหาร กลุ่มการตลาด คนใหม่ของดีแทค กล่าวว่า การใช้ A.I. มาคาดการณ์พฤติกรรมต่าง ๆ ไม่ได้เกิดเฉพาะในซิลิคอนวัลเลย์ แต่ในไทยก็เช่นกัน ทุกวันนี้มีการทำแคมเปญดิจิทัลในหลากหลายอุตสาหกรรม ทั้งโทรคมนาคม การเงิน ฯลฯ เช่นเดียวกับดีแทคที่มีลูกค้าหลักสิบล้านราย ซึ่งการจะออกแบบบริการและโปรโมชันให้ตรงกับความต้องการของลูกค้าแต่ละรายนั้นทำได้ยากมาก หากไม่มี A.I.
“ต่อไปลูกค้าจะไม่ต้องค้นหาสิ่งที่เขาต้องการด้วยตัวเอง แต่เราจะนำเสนอสิ่งที่ดีที่สุดและตรงกับความต้องการของเขามากที่สุดด้วยเทคโนโลยีล้ำสมัยเหล่านี้ ซึ่งจะสร้างความประหลาดใจ เสริมสร้างประสบการณ์ที่ดีแก่ลูกค้า และนี่คือคอนเซ็ปต์ของ Personalization บนการทำงานของ A.I. และ BigData” นายแอนดริว กล่าวปิดท้าย
