Merlin's Solutions International | บทความ
3
bp-legacy,archive,paged,category,category-articles,category-3,paged-4,category-paged-4,ajax_fade,page_not_loaded,,qode-theme-ver-9.1.2,wpb-js-composer js-comp-ver-4.9.2,vc_responsive

บทความ

Hyperautomation EP.4 AI เกี่ยวอะไรกับ Hyperautomation รวมถึง Prescriptive Analytics ?

AI เกี่ยวอะไรกับ Hyperautomation รวมถึง Prescriptive Analytics ?    จากบทความก่อนหน้าเราคุยกันว่าทำไมองค์กรควรให้ความสนใจกับ Hyperautomation หรือแนวคิดการให้บริการแบบอัตโนมัติที่พยายามรวบรวมแนวคิดและเทคโนโลยีต่าง ๆ มาร่วมกัน ทำงานสอดประสานกัน เพื่อการให้บริการแบบอัตโนมัติให้มากที่สุดเท่าที่จะทำได้ และระดับการทำอัตโนมัตินั้นมีมากน้อยขนาดไหน ในบทความนี้เราจะซูมเข้าไปและตอบคำถามสำคัญต่อจากบทความก่อนครับว่า 1. แล้ว AI มาเกี่ยวอะไรกับ Hyperautomation? 2. ถ้าแนวคิดการทำการวิเคราะห์ข้อมูลที่เราทราบมานั้นมี 4 ระดับ โดยเฉพาะอย่างยิ่งที่ระดับสูงสุดที่เรียกว่า Prescriptive Analytics (What should we do next?) นั้น AI มาช่วยอย่างไร? AI มาเกี่ยวอะไรกับ Hyperautomation? เรามาย้อนไปที่นิยามกันนิดนึงครับ นิยามของ AI นั้นมีเป็นร้อยครับ แต่มีเยอะแค่ไหนนิยามเหล่านั้นมีส่วนที่คล้ายกันก็คือว่า Artificial Intelligence หรือ AI คือแนวคิดการพัฒนาระบบที่พยายาม...

Hyperautomation EP. 3 ระดับการทำงานแบบ Hyperautomation

แล้ว “ระดับการทำงานแบบอัตโนมัติ” เกี่ยวข้องกับ “ระดับของการวิเคราะห์ข้อมูล” อย่างไร? โดยทั่วไปแล้วหนึ่งในความรู้หลักในการทำ Automation ในลักษณะนี้คงไม่พ้นการ “วิเคราะห์ข้อมูล” ไม่ว่าเราจะใช้วิธีการวิเคราะห์ข้อมูลแบบที่นักสถิติใช้กันหรือใครจะเรียกว่า Machine Learning ก็ตาม ถ้าเราพูดถึงระดับของการวิเคราะห์ข้อมูลซึ่งโดยปรกติแล้วแบ่งเป็นระดับได้ 4 ระดับคือ 1. Descriptive Analytics (What happened?) 2. Diagnostic Analytics (Why did this happen?) 3. Predictive Analytics (What might happen in the future?) 4. Prescriptive Analytics (What should we do next?) จากระดับของการวิเคราะห์ทั้ง 4 ข้างต้นจะพบว่าการวิเคราะห์และความคาดหวังของแต่ละระดับจะเพิ่มขึ้นตามลำดับจากการที่แค่อยากรู้ว่า “เกิดอะไรขึ้น” ไปจนถึงขั้นสูงสุดที่เป้าหมายของการวิเคราะห์คืออยากจะรู้ว่าผู้ที่เกี่ยวข้อง “ควรทำอะไรต่อจากนี้”...

Hyperautomation EP.2 ระดับของการทำงานแบบอัตโนมัติและเป้าหมายในภาพรวมของ Hyperautomation

Hyperautomation EP.2 ระดับของการทำงานแบบอัตโนมัติและเป้าหมายในภาพรวมของ Hyperautomation         ในภาพรวมแล้วคำว่า Hyperautomation คือแนวคิดของการทำ automation ในองค์กรให้มากที่สุดเท่าที่จะทำได้ โดยเป็นการใช้หลากหลายแนวคิดหรือเทคโนโลยีมารวมเข้าด้วยกันทำงานร่วมกันประสานกัน ซึ่งแนวทางการใช้สิ่งต่างๆมาร่วมกันพัฒนานี้ถูกนำไปอธิบายในหลายๆบทความว่าเป็นการ Orchestrated Use of Technologies and Concepts หรือการทำงานที่สอดประสานกันของเทคโนโลยี จากหลายๆบทความพอสรุปได้ว่าระดับของการทำ Hyperautomation มีตั้งแต่การ จำเพาะเจาะจงไปที่การทำ Automation ของ Process การทำงานในองค์กร ไปจนถึงการพัฒนาระบบอัตโนมัติแบบ 360 องศาทำทุกอย่างที่ทำได้ให้เป็นการทำงานแบบอัตโนมัติให้หมด และถ้าเอาแนวคิดนี้มาใช้กับการให้ “บริการลูกค้า” นั่นก็จะหมายถึงการใช้บริการแบบ End-to-End หรือจะเลยไปถึง 360 องศาแบบอัตโนมัติ กล่าวคือจะไม่ใช่แค่การให้บริการใดบริการหนึ่งแล้วเสร็จ เช่น ระบบการลางานของพนักงานก็ไม่ใช่แค่เสร็จที่การส่งข้อความลาเท่านั้น แต่รวมไปถึงการให้บริการจองหมอที่พนักงานจะไปพบ พบแล้วก็ทำเรื่องเบิกกลับมาที่องค์กร รวมถึงการลงกลุ่มโรคที่พนักงานเป็นเพื่อให้ฝ่ายบุคคลได้มีข้อมูลเพื่อการวิเคราะห์ต่อไปว่าพนักงานส่วนใหญ่ป่วยเป็นอะไร ช่วงไหน...

เรื่องเข้าใจผิดที่คนทำสถาปัตยกรรมองค์กร (EA) ต้องรู้❗EP.3

                  ❓ MYTH: การทำ EA คือ Enterprise IS/IT Architecture ✅ REALITY: การทำ EA ต้องมีการกำกับดูแลที่ดี และได้รับความร่วมมือจากทุกภาคส่วนขององค์กร 🟧 SUSTAINABILITY: EA Governance เป็นการกำกับดูแลกระบวนการพัฒนา ต่อยอด และใช้งาน EA ให้เป็นปัจจุบันและยั่งยืน For more information 📞 Tel: 02-247-7229 📧 email: sm@merlinssolutions.com...

เรื่องเข้าใจผิดที่คนทำสถาปัตยกรรมองค์กร (EA) ต้องรู้❗EP.2

                ❓ MYTH: EA รับผิดชอบจัดทำโดยหน่วยงาน IT ✅ REALITY: Enterprise IS/IT Architecture เป็นการจัดทำรายละเอียดของการพัฒนาระบบ IT ในระดับโครงสร้าง แต่ EA เป็นการแสดงโครงรูปองค์ประกอบหลัก ว่าธุรกิจส่วนใด ใช้ระบบ IT อะไร ❓ MYTH: EA สามารถทำได้เสร็จสิ้นในโครงการเดียว ✅ REALITY: EA เป็น Life Cycle ที่ต้องมีการปรับปรุงให้สอดคล้องกับการเปลี่ยนแปลงที่เกิดขึ้นในองค์กร For more information 📞 Tel: 02-247-7229 📧 email: sm@merlinssolutions.com...

เรื่องเข้าใจผิดที่คนทำสถาปัตยกรรมองค์กร (EA) ต้องรู้❗EP.1

  ❓ MYTH: การทำ EA คือ IT Portfolio ✅ REALITY: การทำ EA การเขียนแบบเพื่อแสดงโครงรูปองค์ประกอบหลัก และความสำคัญของธุรกิจและ IT แต่ IT Portfolio แสดงถึงรายละเอียดของการพัฒนาการสร้างระบบ หรือเปรียบเสมือน BOM ❓ MYTH: การทำ EA คือ Digital Roadmap ✅ REALITY: การทำ EA จะใช้ Digital Roadmap เป็นข้อมูลตั้งต้น ในการกำหนดทิศทาง To-be Architecture For more information 📞 Tel: 02-247-7229 📧 email: sm@merlinssolutions.com ...

Hyperautomation The Seires EP1. Hyperautomation คืออะไร? สำคัญต่อองค์กรอย่างไร?

 [layerslider id="14"]       ถ้าธุรกิจหรือองค์กรต้องการที่จะทำให้ “ลูกค้า” หรือ “ผู้รับบริการ” ประทับใจในการให้บริการของตน คงหลีกเลี่ยงไม่ได้ที่จะต้องเข้าใจใน “พฤติกรรมของกลุ่มเป้าหมาย” ว่ามีพฤติกรรมเป็นเช่นไร เพื่อตอบสนองต่อพฤติกรรมนั้น ๆ ให้มากที่สุดเท่าที่จะทำได้ และด้วยความต้องการ ที่จะเข้าใจพฤติกรรมดังกล่าวจึงได้มีผลงานวิจัยที่เกี่ยวข้องออกมาอย่างหลากหลาย เช่น งานวิจัยความต้องการด้านการ Communicate สถานะต่าง ๆ ตลอดเวลา งานวิจัยด้านการให้บริการ ที่ออกแบบมาเพื่อลูกค้าแต่ละคนโดยเฉพาะ งานวิจัยด้านตัดสินใจ ของลูกค้าที่เปลี่ยนแปลงได้ตลอดเวลา และจากที่กล่าวมาข้างต้นสามารถสรุปได้ว่า “การให้บริการรวดเร็วและยืดหยุ่นได้” จะเป็นเป้าหมายหลักที่ธุรกิจหรือองค์กรต้องให้ ความสำคัญอันดับหนึ่ง เพราะถ้าสามารถทำได้ก็สามารถรองรับพฤติกรรมเกือบทั้งหมดได้ การเชื่อมต่อเทคโนโลยีเพื่อการบริการแบบไร้รอย Hyperautomation ถูกนำเสนอเริ่มแรกในปี 2019 ตัวอย่างเทคโนโลยีที่เกี่ยวข้องเช่น AI, RPA, integration Platform As A Service, Low-Code/No-Code Tools และแน่นอนที่ขาดไม่ได้คือการปรับเปลี่ยนขั้นตอนการทำงานหรือ...

การกำกับดูแลสถาปัตยกรรมองค์กร (EA Governance) คืออะไร? และองค์กรได้ประโยชน์อะไรจากการทำ?

การกำกับดูแลสถาปัตยกรรมองค์กร (EA Governance) คืออะไร? และองค์กรได้ประโยชน์อะไรจากการทำ? โดยอาจารย์กำพล ศรธนะรัตน์ กรรมการ และประธานอนุกรรมการด้านเทคโนโลยีสารสนเทศ กองทุนเพื่อความเสมอภาคทางการศึกษา (กสศ.)  ...

ประโยชน์ที่องค์กรจะได้รับจากการพัฒนาสถาปัตยกรรมองค์กรในการขับเคลื่อนมุ่งสู่องค์กรดิจิทัล

ประโยชน์ที่องค์กรจะได้รับจากการพัฒนาสถาปัตยกรรมองค์กร (EA) ในการขับเคลื่อนมุ่งสู่องค์กรดิจิทัล (Digital Transformation) โดยอาจารย์กำพล ศรธนะรัตน์ กรรมการ และประธานอนุกรรมการด้านเทคโนโลยีสารสนเทศ กองทุนเพื่อความเสมอภาคทางการศึกษา (กสศ.) ...

AI: The Series “Explainable AI” ภาพรวมของ Algorithms ต่าง ๆ ที่มีในปัจจุบันและประเด็นที่น่าสนใจ

"Explainable AI" ภาพรวมของ Algorithms ต่าง ๆ ที่มีในปัจจุบันและประเด็นที่น่าสนใจ 1. ทำไมถึงเอาทั้ง Explainability และ Accuracy ไม่ได้?             ปัจจุบันยังไม่มี ML Algorithm ไหนที่ให้ได้ทั้งความสามารถด้าน Explainability และ Accuracy ได้ในเวลาเดียวกัน เพราะเวลาที่เรา “อธิบาย”จะใช้สิ่งที่มองได้ว่าเป็น “Attribute” ในประโยค เช่น “ลูกค้าไม่ผ่านสินเชื่อเพราะรายได้เมื่อเทียบกับหนี้สินแล้วไม่ผ่านเกณฑ์” ในคำอธิบายนี้มี Attribute ที่น่าสนใจคือ “รายได้” และ “หนี้สิน” ซึ่ง ML ที่ใช้ข้อมูลที่มี attribute ที่คนเข้าใจได้ลักษณะนี้สามารถอธิบายได้ แต่ ML เช่น...