10 อันดับเทรนด์ของดาต้าและเทคโนโลยี

การ์ทเนอร์ชี้ 10 อันดับเทรนด์ของดาต้าและเทคโนโลยีการวิเคราะห์ข้อมูลในปี 2564 เทรนด์ที่จะช่วยองค์กรรับมือกับการเปลี่ยนแปลง ความผันผวนและเพิ่มโอกาสใหม่ ๆ ทางธุรกิจ

ริต้า ซัลแลมลัม รองประธานฝ่ายวิจัย การ์ทเนอร์ กล่าวว่า “ความปั่นป่วนจากการแพร่ระบาดอย่างรวดเร็วของ COVID-19 ต่อองค์กรทั่วโลกบังคับให้ผู้บริหารที่ดูแลด้านการวิเคราะห์และจัดเก็บข้อมูล (D&A) ต้องมีเครื่องมือและกระบวนการต่าง ๆ ให้พร้อมเพื่อให้ระบุถึงแนวโน้มเทคโนโลยีหลัก ๆ และจัดลำดับความสำคัญของแต่ละความท้าทายที่มีผลกระทบมากที่สุดต่อความได้เปรียบในการแข่งขัน”

ผู้บริหาร D&A ควรใช้ 10 แนวโน้มเทคโนโลยีด้านล่างนี้ เพื่อประกอบการพิจารณาลงทุนในภารกิจสำคัญต่าง ๆ เพื่อเร่งขีดความสามารถในการระบุและคาดการณ์การเปลี่ยนแปลง รวมถึงการตอบสนอง

เทรนด์ 1: AI ที่ฉลาดขึ้น มีความรับผิดชอบมากขึ้น และปรับขนาดได้ (Smarter, Responsible, Scalable AI) 

บทบาทของปัญญาประดิษฐ์ (AI) และการเรียนรู้พฤติกรรมของเครื่องหรือแมชชีนเลิร์นนิ่ง (ML) ที่มากขึ้น ทำให้ธุรกิจต่าง ๆ ต้องนำเทคนิคใหม่ ๆ มาปรับใช้เพื่อพัฒนาโซลูชั่น AI ให้ชาญฉลาดยิ่งขึ้น ในขณะที่ใช้ปริมาณข้อมูลน้อยลง โดยมีความรับผิดชอบด้านจริยธรรมและมีความยืดหยุ่นมากขึ้น ด้วยการปรับใช้ AI ที่ชาญฉลาดมีความรับผิดชอบและปรับขนาดได้มากขึ้นองค์กรต่าง ๆ จะใช้ประโยชน์จากการเรียนรู้อัลกอริทึมและตีความจากระบบได้ในเวลาที่สั้นลงแต่กลับสร้างมูลค่าและให้ผลลัพธ์ทางธุรกิจที่สูงขึ้น

เทรนด์ที่ 2: ข้อมูลและการวิเคราะห์ที่เรียบเรียงได้

สถาปัตยกรรมการวิเคราะห์ข้อมูลแบบเปิดและมีการจัดการแบบคอนเทนเนอร์ทำให้ความสามารถในการวิเคราะห์ต่าง ๆ มาประกอบกันได้มากขึ้น โดยข้อมูลและการวิเคราะห์ที่รวบรวมประกอบกันนี้ใช้ประโยชน์จากส่วนประกอบต่าง ๆ ของข้อมูลการวิเคราะห์และโซลูชัน AI เพื่อสร้างแอปพลิเคชันอัจฉริยะที่มีความยืดหยุ่นและเป็นมิตรต่อผู้ใช้ได้อย่างรวดเร็ว ช่วยให้ผู้บริหาร D&A เชื่อมโยงข้อมูลเชิงลึกเข้ากับการดำเนินงานได้อย่างมีประสิทธิภาพมากขึ้น

เมื่อศูนย์กลางแรงโน้มถ่วงของข้อมูลทุกวันนี้ย้ายไปอยู่บนคลาวด์ ข้อมูลและการวิเคราะห์ที่ประกอบกันได้จะกลายเป็นวิธีที่ช่วยเพิ่มความคล่องตัวมากขึ้นในการสร้างแอปพลิเคชันการวิเคราะห์ที่เปิดใช้งานโดยตลาดคลาวด์และโซลูชันแบบโลว์โค้ดและแบบไม่มีโค้ด

เทรนด์ที่ 3: Data Fabric เป็นรากฐานสำคัญ

การสร้างหรือแปลงข้อมูลเป็นแบบดิจิทัลและความมีอิสระของผู้ใช้ที่เพิ่มมากขึ้นเป็นปัจจัยให้ผู้บริหาร D&A เพิ่มการใช้ data fabric เพื่อช่วยจัดการกับความหลากหลาย การกระจาย การปรับขนาดและความซับซ้อนในสินทรัพย์ข้อมูลขององค์กรไปสู่ระดับที่สูงขึ้น

Data Fabric ใช้การวิเคราะห์เพื่อตรวจสอบท่อลำเลียงข้อมูลอย่างต่อเนื่อง ใช้การวิเคราะห์องค์ประกอบของข้อมูลอย่างต่อเนื่องเพื่อสนับสนุนการออกแบบ การปรับใช้และการใช้ข้อมูลหลากหลายเพื่อลดเวลาในการรวบรวมลง 30% การปรับใช้ 30% และการบำรุงรักษา 70%

เทรนด์ที่ 4: จากวิเคราะห์ด้วยชุดข้อมูลขนาดใหญ่ไปสู่ข้อมูลขนาดเล็กและข้อมูลที่มีขอบเขตกว้างขึ้น

การเปลี่ยนแปลงอย่างรุนแรงต่อธุรกิจอันเนื่องมาจากการแพร่ระบาดของโควิด-19 ทำให้รูปแบบการนำเทคโนโลยี ML และ AI มาใช้กับข้อมูลเปลี่ยนแปลงไป จากข้อมูลในอดีตจำนวนมากกลายเป็นมีความเกี่ยวข้องกันน้อยลง ในขณะเดียวกันการตัดสินใจโดยมนุษย์และระบบ AI มีความซับซ้อนและมีความต้องการมากขึ้นทำให้ผู้บริหารด้าน D&A ต้องมีข้อมูลที่หลากหลายมากขึ้นเพื่อเข้าใจสถานการณ์ได้อย่างถ่องแท้ยิ่งขึ้น

ด้วยเหตุนี้ผู้บริหารด้าน D&A ควรเลือกเทคนิคการวิเคราะห์ที่ใช้ข้อมูลที่มีอยู่ได้อย่างมีประสิทธิภาพมากขึ้น ผู้บริหารพึ่งพาข้อมูลที่มีขอบเขตกว้างที่ช่วยให้การวิเคราะห์และการทำงานร่วมกันของแหล่งข้อมูลทั้งขนาดเล็กและขนาดใหญ่แบบไม่มีโครงสร้างและมีโครงสร้างหลากหลายรวมถึงข้อมูลขนาดเล็กโดยประยุกต์ใช้เทคนิคการวิเคราะห์ที่ต้องการข้อมูลน้อยลง แต่ยังคงให้ข้อมูลเชิงลึกที่เป็นประโยชน์ต่อองค์กร

“แนวทางการใช้ข้อมูลขนาดเล็กและข้อมูลแบบกว้างมอบรูปแบบการวิเคราะห์และระบบ AI ที่มีประสิทธิภาพโดยลดการพึ่งพาชุดข้อมูลขนาดใหญ่ขององค์กร” ซัลลัม กล่าว “การใช้ข้อมูลแบบกว้างมาวิเคราะหฺ์จะช่วยให้องค์กรรับรู้สถานการณ์หรือได้รับมุมมองแบบ 360 องศาที่สมบูรณ์แบบยิ่งขึ้น ทำให้องค์กรสามารถใช้ข้อมูลวิเคราะห์เพื่อการตัดสินใจได้ดีขึ้น”

เทรนด์ที่ 5: XOps รูปแบบต่าง ๆ

เป้าหมายของ XOps ซึ่งรวมถึง DataOps, MLOps, ModelOps และ PlatformOps คือการบรรลุประสิทธิภาพและการประหยัดต้นทุนต่อหน่วย (Economies of Scale) โดยใช้แนวทางปฏิบัติที่ดีที่สุดของ DevOps และให้ความมั่นใจเรื่องความน่าเชื่อถือ การนำกลับมาใช้ใหม่และการทำซ้ำได้ ในขณะเดียวกันก็ยังช่วยลดความซ้ำซ้อนของเทคโนโลยีกระบวนการและการเปิดใช้ระบบออโตเมชั่น

โปรเจกต์การวิเคราะห์ข้อมูลและระบบ AI เกือบทั้งหมดล้มเหลวอันเนื่องมาจากกระบวนการปฏิบัติงานที่มักจะได้รับการแก้ไขในภายหลังเท่านั้น หากผู้บริหาร D&A ดำเนินการตามความเหมาะสมของขนาดโดยใช้โมเดล XOps จะทำให้สามารถเปิดใช้ความสามารถในการทำซ้ำ การตรวจสอบย้อนกลับ ความสมบูรณ์ที่วางใจได้และความสามารถในการผสานรวมของการวิเคราะห์ข้อมูลและสินทรัพย์ AI

เทรนด์ที่ 6: การตัดสินใจทางวิศวกรรมแบบอัจฉริยะ 

การตัดสินใจทางวิศวกรรมแบบอัจฉริยะไม่เพียงแต่ใช้กับการตัดสินใจของแต่ละบุคคลเท่านั้น แต่ยังใช้จัดลำดับของการตัดสินใจ โดยจัดหมวดหมู่ไว้ในกระบวนการทางธุรกิจ หรือแม้กระทั่งการตัดสินใจในเรื่องที่เกี่ยวข้องกันแบบฉุกเฉินและผลกระทบที่ตามมา เมื่อกระบวนการตัดสินใจมีความเป็นอัตโนมัติและมีความเสมือนจริงมากขึ้นก็จะเปิดโอกาสให้ผู้บริหาร D&A ตัดสินใจได้อย่างแม่นยำ ทำซ้ำได้ มีความโปร่งใสและตรวจสอบย้อนกลับได้มากขึ้น

เทรนด์ที่ 7: ข้อมูลและการวิเคราะห์ คือ ฟังก์ชันหลักทางธุรกิจ

D&A กำลังเปลี่ยนไปเป็นภารกิจหลักของธุรกิจ จากเดิมที่เป็นกิจกรรมรองในอดีต ในสถานการณ์เช่นนี้ D&A จะกลายเป็นสินทรัพย์ทางธุรกิจที่ต้องใช้ร่วมกันซึ่งสอดคล้องกับผลลัพธ์ทางธุรกิจและโมเดล D&A แบบไซโลต้องล่มสลายลง เนื่องจากการทำงานร่วมกันที่ดีขึ้นระหว่างทีม D&A ส่วนกลางและทุกหน่วยงานในองค์กร

เทรนด์ 8: กราฟสัมพันธ์กับทุกสิ่งทุกอย่าง

กราฟเป็นรากฐานของข้อมูลที่ทันสมัยและมอบความสามารถในการวิเคราะห์เพื่อค้นหาความสัมพันธ์ระหว่างบุคคล สถานที่ สิ่งของ เหตุการณ์และตำแหน่งของสินทรัพย์ข้อมูลที่หลากหลาย ผู้บริหาร D&A ต้องพึ่งพากราฟเพื่อตอบคำถามทางธุรกิจที่ซับซ้อนอย่างรวดเร็ว โดยต้องรับรู้บริบทและเข้าใจในลักษณะของความสัมพันธ์และจุดแข็งระหว่างหน่วยงานต่าง ๆ ในองค์กร

การ์ทเนอร์คาดการณ์ว่าภายในพ.ศ. 2568 จะมีการใช้เทคโนโลยีกราฟที่จะช่วยให้สามารถตัดสินใจได้อย่างรวดเร็วทั่วทั้งองค์กรมากถึง 80% ของนวัตกรรมข้อมูลและการวิเคราะห์ ซึ่งเพิ่มขึ้นจาก 10% ในพ.ศ. 2564

เทรนด์ที่ 9: ผู้บริโภคเสมือนที่เพิ่มขึ้น

ปัจจุบันผู้ใช้ในองค์กรธุรกิจส่วนใหญ่ใช้แดชบอร์ดและสำรวจข้อมูลแบบแมนนวลที่ได้รับการกำหนดไว้ล่วงหน้าซึ่งอาจนำไปสู่ข้อสรุปที่ไม่ถูกต้อง ทั้งการตัดสินใจและการดำเนินการที่มีข้อบกพร่อง เวลาที่เสียไปกับการทำงานบนแดชบอร์ดที่กำหนดไว้ก่อนแล้วนั้นจะถูกแทนที่ด้วยข้อมูลเชิงลึกอัตโนมัติ โต้ตอบได้ เข้าถึงได้จากอุปกรณ์มือถือและยังประมวลผลเชิงลึกแบบไดนามิกที่ปรับแต่งได้ตามความต้องการของผู้ใช้งาน และสามารถนำส่งไปยังจุดที่ต้องการใช้ข้อมูลนั้น

“สิ่งนี้จะเปลี่ยนพลังการวิเคราะห์ไปสู่ผู้บริโภคข้อมูล — ในที่นี้คือผู้บริโภคเสมือนที่เพิ่มขึ้น — ซึ่งทำให้คนเหล่านี้มีความสามารถที่ก่อนหน้าเป็นของนักวิเคราะห์และนักวิทยาศาสตร์ข้อมูลพลเมืองเท่านั้น” ซัลลัมกล่าว

เทรนด์ที่ 10: ข้อมูลและการวิเคราะห์ที่ Edge

ข้อมูล การวิเคราะห์และเทคโนโลยีอื่น ๆ ที่สนับสนุน D&A ให้อยู่ในสภาพแวดล้อมการประมวลผลแบบล้ำสมัยมากขึ้นใกล้ชิดกับสินทรัพย์ในโลกแห่งความเป็นจริงและภายนอกขอบเขตของไอที การ์ทเนอร์คาดการณ์ว่าภายในปี 2023 มากกว่า 50% ของความรับผิดชอบหลักของผู้บริหารด้านข้อมูลและการวิเคราะห์จะประกอบด้วยข้อมูลที่สร้าง จัดการและวิเคราะห์ในสภาพแวดล้อมที่ล้ำสมัย

ผู้บริการด้าน D&A สามารถใช้แนวโน้มนี้เพื่อเพิ่มความยืดหยุ่น ความเร็วและการกำกับดูแลในการจัดการข้อมูล เนื่องจากการใช้งานที่หลากหลายต่าง ๆ กำลังผลักดันให้เกิดความสนใจเกี่ยวกับความสามารถในด้านข้อมูลและการวิเคราะห์ที่ล้ำสมัย ตั้งแต่การใช้วิเคราะห์เหตุการณ์แบบเรียลไทม์ไปจนถึงการเปิดใช้งานระบบอัตโนมัติเพื่อวิเคราะห์พฤติกรรมที่เกิดขึ้นกับสิ่งต่าง ๆ  (Behaviour of Things)”

Related posts

Leave a Comment