ตัวอย่างการใช้ Machine Learning มาเพื่อปรับ business process อัตโนมัติ

jun16-27-124625723

บทความจาก HBR เล่าถึงตัวอย่างการนำอัลกอริทึม Machine Learning มาใช้ในการปรับปรุงกระบวนการผลิต ทั้งแบบ Self-Adapting และ Self-Repairing หรือรวมกันทั้งสองแบบ ตัวอย่างแรกเป็นผู้ผลิตรถยนต์ในเยอรมันที่ใช้ ML มาใส่ในไลน์ประกอบรถยนต์ ทำให้สามารถ customize รถยนต์แต่ละรุ่นได้เป็นล้านรูปแบบ ตามความต้องการของลูกค้าได้โดยอัตโนมัติ

ตัวอย่างที่สองเป็นการปรับปรุงสายการผลิตอะไหล่รถยนต์ ที่ใช้ซอฟต์แวร์วิเคราะห์จุดเสี่ยงในกระบวนการผลิต แล้วปรับเปลี่ยนเพื่อลดปริมาณอะไหล่ที่ผลิตไม่ได้คุณภาพโดยอัตโนมัติ

ตัวอย่างที่สามเป็นงานในด้านการก่อสร้างสะพานข้ามคลองในอัมสเตอร์ดัม ซึ่งก่อสร้างโดยการใช้เครื่องพิมพ์ 3 มิติพิมพ์สะพานมาจากทั้งสองฝั่ง เพื่อให้มาพบกันตรงกลาง โดยมีเซ็นเซอร์หลายตัวคอยส่งข้อมูลสภาพรอบด้านมาให้ เพื่อให้เครื่องพิมพ์สามารถปรับเปลี่ยนตัวเองได้กลางทาง เช่นในกรณีที่ตลิ่งฝากหนึ่งยุบมากกว่าที่คาดไว้ เป็นต้น (ตัวสะพานคาดว่าจะสร้างเสร็จในปี 2017)

ก้าวต่อไปที่จะเกิดขึ้นก็คงเป็น AI ที่บริหารโรงงานได้เอง และสายการผลิตหุ่นยนต์อัตโนมัติเต็มรูปแบบอย่างในหนัง

ที่มา : https://hbr.org/2016/06/business-processes-are-learning-to-hack-themselves

ตัวเลขสถิติที่น่าสนใจเกี่ยวกับตลาด IoT

image15_large_large_largeมาดูกันว่า ทำไม IoT หรือ Internet of Things ถึงได้เป็นกระแสโด่งดังถึงขนาดนี้ ตัวเลขสถิติเหล่านี้คงพอทำให้มองเห็นภาพถึงขนาดตลาด และเข้าใจความสำคัญของเทคโนโลยีนี้ได้ดีขึ้น

IoT เป็นเทคโนโลยีที่เชื่อมต่ออุปกรณ์ต่างๆ เข้าด้วยกันผ่านอินเตอร์เน็ท ไม่ว่าจะเป็นรถยนต์ โดรน บ้าน อุปกรณ์สวมใส่ เซ็นเซอร์ต่างๆ และเป็นตลาดที่มีความเติบโตสูงและศักยภาพขนาดตลาดในอนาคตก็สูงมากด้วย ตัวเลขสถิติ 6 อย่างนี้คงพอทำให้นึกภาพออกได้พอสมควร

  1. จำนวนอุปกรณ์เชื่อมต่อมากถึง 50-200 พันล้านชิ้นในปี 2020
    ปัจจุบันมีอุปกรณ์ที่สามารถเชื่อมต่ออินเตอร์เน็ทได้อยู่ประมาณ 15 พันล้านชิ้น จำนวนนี้จะเพิ่มขึ้นอย่างก้าวกระโดด โดย Cisco คาดการณ์ว่า ภายในปี 2020 จะเพิ่มเป็น 50 พันล้านชิ้น ส่วน Intel พยากรณ์ว่าจะเป็น 200 พันล้านชิ้น ตลาดที่จะเติบโตตามจำนวนอุปกรณ์ด้วย ก็คืออุปกรณ์เชื่อมต่อ ทั้งฮาร์ดแวร์และซอฟต์แวร์ที่ช่วยให้อุปกรณ์เหล่านั้นทำงานได้อย่างเต็มประสิทธิภาพ
  2. ปริมาณการใช้จ่ายเกี่ยวกับอุปกรณ์และบริการ IoT จะมีมูลค่า 1.7 ล้านล้าน (trillion) ดอลล่าร์ ภายในปี 2020
    มูลค่าตลาดดังกล่าวคือ 656 พันล้านเหรียญในปี 2014 เรียกได้ว่าเพิ่มขึ้นกว่าสองเท่าในเวลาเพียง 4-5 ปี อัตราการเจริญเติบโตเป็นผลมาจากจำนวนอุปกรณ์และสินค้าและบริการที่เกี่ยวข้องกัน
  3. เฉพาะอุตสาหกรรม Smart Home มีมูลค่าถึง 79 พันล้านเหรียญ
    ตลาดอุปกรณ์เครื่องใช้ภายในบ้าน “อัจฉริยะ” ก็ขยายตัวอย่างรวดเร็ว โดยมีมูลค่าในปี 2014 ถึง 79 พันล้านเหรียญ นอกจากผู้ผลิตเครื่องใช้ไฟฟ้ารายใหญ่อย่าง Samsung ที่ลงทุนในตลาดนี้แล้ว ก็มีผู้เล่นตลาดอื่นกระโดดเข้ามาร่วมวงด้วย อย่างเช่นการที่กูเกิลซื้อบริษัท Nest ซึ่งผลิตเทอร์โมมิเตอร์อัจฉริยะ หรือการที่แอปเปิลออกบริการ HomeKit ที่เชื่อมต่ออุปกรณ์ในบ้านเข้ากับระบบ iO
  4. รถยนต์จำนวน 90% จะสามารถเชื่อมต่อเครือข่ายได้ภายในปี 2020
    ในปี 2012 รถยนต์ที่เชื่อมต่อกับเครือข่ายได้ มีเพียง 2% เท่านั้น ตัวเลขนี้จะเพิ่มขึ้นเป็นถึง 90% ในปี 2020 แรงผลักดันที่สำคัญมีทั้งระบบข้อมูลและความบันเทิงภายในรถ ระบบรถยนต์ไร้คนขับ และการนำระบบปฎิบัติการคอมพิวเตอร์ เข้าไปผนวกกับระบบของรถยนต์
  5. อุปกรณ์สวมใส่จะเพิ่มจำนวนเป็น 173.4 ล้านชิ้นภายในปี 2019
    ความนิยมของอุปกรณ์สวมใส่อย่าง Smartwatch หรือแม้กระทั่ง Fitness / Activity tracker ทำให้อุปกรณ์ที่เคยดูเหมือนเป็นสินค้าเฉพาะกลุ่ม ได้รับความนิยมแพร่หลายขึ้นอย่างมาก จากจำนวน 76.1 ล้านชิ้นในปี 2015 จะเพิ่มขึ้นเป็น 173.4 ล้านชิ้นในปี 2019 ซึ่งตลาดอุปกรณ์สวมใส่นี้ จะมีความเชื่อมโยงกับตลาดรถยนต์และตลาด Smart Home อย่างเช่น การที่รถยนต์จะสามารถติดเครื่องจอดรอ หรือประตูรั้วบ้านเปิดได้เอง โดยได้รับสัญญาณกระตุ้นจากอุปกรณ์สวมใส่ เป็นต้น
  6. ตลาด “เขตอุตสาหกรรมอินเตอร์เน็ท” Industrial Internet จะมีขนาดใหญ่กว่าเศรษฐกิจของจีนในปัจจุบัน
    Industrial Internet หรือเขตอุตสาหกรรมอินเตอร์เน็ท เป็นการเชื่อมต่อกันของเครื่องจักรกลอุตสาหกรรม จะสร้างมูลค่าเพิ่มทางเศรษฐกิจให้โลกเป็นมูลค่าสูงถึง 10-15 ล้านล้านเหรียญ ในอีก 20 ปีข้างหน้า เปรียบเทียบกับมูลค่าเศรษฐกิจของจีนในปัจจุบันที่ 10 ล้านล้านและของอเมริกาที่ 17 ล้านล้าน ยิ่งมีเครื่องจักรอุตสาหกรรมที่เชื่อมต่อเข้ากับอินเตอร์เน็ทมากขึ้นเท่าไหร่ ก็ยังได้ประโยชน์ความรวดเร็วและประสิทธิภาพที่เพิ่มขึ้นมากเท่านั้น

ที่มา Internet of Things in 2016: 6 Stats Everyone Should Know

เมื่อ Big Data หลุดโผ Gartner 2015 Hype Cycle

04fb9cf

Gartner ออกรายงาน Hype Cycle สำหรับปี 2015 เมื่อช่วงกลางเดือนสิงหาคมที่ผ่านมา และที่น่าแปลกใจสำหรับหลายๆ คนคือ Big Data หลุดออกจากรายการเทคโนโลยีที่น่าจับตามอง หลังจากอยู่ในรายงานนี้มาหลายปี

หลายคนใช้ Gartner Hype Cycle เป็นเครื่องมือเพื่อจับตามองเทคโนโลยีใหม่ๆ มานานหลายปี ซึ่งทำให้เราเข้าใจได้ว่าเทคโนโลยีใหม่ๆ ตัวไหน ที่สามารถฟันฝ่าพ้นช่วง “ตื่นกระแส” มาได้และจะส่งผลอย่างจริงจังต่อชีวิตและการทำงาน

เราได้เห็น Big Data อยู่ในรายงานนี้มาหลายปีแล้ว ปี 2014 ที่ผ่านมาเป็นจุดที่เทคโนโลยี Big Data ก้าวข้ามจากสถานะที่เรียกว่า Peak of Inflated Expectations และเริ่มเข้าสู่ช่วง Trough of Disillusionment ตอนแรกก็คาดว่ามันจะไหลลงไปอยู่จุดต่ำสุดหรือถ้าดีหน่อยก็คงเริ่มย้อนกลับมาเข้าช่วง Slope of Enlightenment

Hype-Cycle_2015_1

แต่ปรากฎว่าคำว่า Big Data หายไปจาก Hype Cycle ของ 2015 นี้เลย รวมถึงเทคโนโลยีที่เกี่ยวข้องบางตัวอย่างเช่น Prescriptive Analytics และ Data Science วิดีโอสัมภาษณ์ผู้เขียนรายงาน ให้เหตุผลว่า เป็นเพราะ Big Data ใช้กันอย่างแพร่หลายมากขึ้นและหมดสภาพการเป็น emerging technology แล้ว

ที่น่าสังเกตอีกประการหนึ่งก็คือ จำนวนเทคโนโลยีที่แสดงอยู่ในรายงานลดลง เหลือแค่ 37 เทคโนโลยี ในปี 2015 จากที่แต่เดิมมีถึง 44 ในปี 2014, 43 ในปี 2013 และ 46 ในปี 2012

อย่างไรก็ตามมีรายการเทคโนโลยีใหม่ ที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลเพิ่มมาในปีนี้หลายรายการ เช่น Machine Learning, Citizen data science และ Advanced Analytics with Self-Service Delivery และเทคโนโลยีอื่นที่เกี่ยวข้องกับ Big Data Analytics ก็ยังคงอยู่ อย่างเช่น Autonomous Vehicles, Internet of Things และ Natural Language Process Question Answering

ที่มา:

Gartner’s 2015 Hype Cycle for Emerging Technologies Identifies the Computing Innovations That Organizations Should Monitor

Why Gartner Dropped Big Data Off the Hype Curve
Gartner 2015 Hype Cycle: Big Data is Out, Machine Learning is in

อนาคตการตลาดกับ Big Data, Customer Analytics และ IoT

เริ่มเห็นสัมนาด้านการตลาดที่เกี่ยวข้องกับ Big Data และ Customer Analytics เพิ่มมากขึ้น และก็ได้เห็นคนที่ทำงานด้านการตลาดตื่นเต้นกับไอเดียที่ว่าเอาข้อมูลจากโซเชี่ยลเน็ตเวิร์คมาวิเคราะห์ร่วมกับข้อมูลอื่นๆ จะว่าไปแล้ว นี่เรายังแค่เริ่มๆ เท่านั้นเองนะ อนาคตของ Big Data และ Customer Analytics ยังไปได้อีกไกล

Read more

แนวโน้มสำคัญเกี่ยวกับ Big Data ในปี 2015

ช่วงปลายปีอย่างนี้ หลายสำนัก หลายกูรูต่างก็ทยอยออกแนวโน้มเกี่ยวกับ Big Data สำหรับปี 2015 ออกมากัน ฉบับนี้เป็นความเห็นจาก Innovation Enterprise

เราเห็นการเติบโตอย่างก้าวกระโดดของงานด้าน Big Data มาแล้วในปี 2014 สิ่งที่คาดว่าจะได้เห็นใน 2015 ประกอบด้วย:

Read more