ท่านที่เรียนเรื่องข้อมูล หรือ ท่านที่เข้าใจลักษณะเฉพาะของข้อมูล ที่มีความหลากหลายทั้งที่ถูกแบ่งเป็นชนิดของข้อมูล เช่น ข้อมูลชนิดตัวเลข ข้อมูลตัวอักษร และ ข้อมูลที่เป็นไฟล์… ข้อมูลที่ถูกแบ่งเป็นประเภทที่มีโครงสร้าง หรือ Structured Data และ ข้อมูลแบบไร้โครงสร้าง หรือ Unstructured Data ซึ่งทั้งหมดส่งผลให้เทคนิคการทำงานกับข้อมูลกลายเป็นศาสตร์ที่ต้องอาศัยวิทยาการเฉพาะทางมาแต่ไหนแต่ไร… โดยเฉพาะเทคนิคการทำงานกับ “ข้อมูลแบบไร้โครงสร้าง หรือ Unstructured Data” ซึ่งส่วนใหญ่เป็นข้อมูลที่ต้องตีความซ้ำ หรือ วิเคราะห์ความหมายฝังที่แทรกมากับข้อมูล เช่น การอ่านอารมณ์ของคนในภาพ หรือ การวิเคราะห์ทำนองดนตรี ซึ่งข้อมูลทำนองนี้ไม่มีโครงสร้างชัดเจนที่แปลซ้ำได้ว่าไม่มีตรรกะที่แน่ชัดให้คอมพิวเตอร์ หรือ เครื่องมือทางข้อมูลแบบ Structured Data ประมวลผลให้ถูกต้องได้เลย
พัฒนาการของปัญญาประดิษฐ์ หรือ Artificial Intelligence จึงเป็นทางออกเดียวในการเสริมส่งวิทยาข้อมูลในวันที่ข้อมูลทุกรูปแบบจากทุกๆ ที่บนโลกได้เกิดขึ้นตลอดเวลา ซึ่งกรณีของข้อมูลประเภทที่มีโครงสร้าง หรือ Structured Data อย่างชัดเจนจะไม่เคยมีปัญหาในการประมวลผล และ ยิ่งเสริมวิทยาการด้านปัญญาประดิษฐ์ใส่เข้าไปก็ยิ่งดีงามเรียบร้อยยิ่งกว่าเดิมมาก
แต่สำหรับข้อมูลแบบไร้โครงสร้าง หรือ Unstructured Data ซึ่งในการนำวิเคราะห์ก็ยังต้องอาศัยกระบวนการปรับข้อมูล หรือ สร้างแบบจำลองข้อมูลขึ้นเพื่อให้มีโครงสร้างก่อนการวิเคราะห์ หรือ แม้แต่ก่อนการรวบรวมและบันทึกข้อมูล… โดยในทางเทคนิคจะมีการใช้วิทยาการด้านปัญญาประดิษฐ์ หรือ AI สาขาต่างๆ ร่วมกับเทคโนโลยี RPA หรือ Robotics Process Automation อยู่หลักๆ ถึง 4 แบบคือ
- RPA กับ Natural Language Processing… สำหรับธุรกรรมด้านเอกสาร เช่น จดหมาย อีเมล สัญญา หรือ แม้แต่ข้อความโพสต์ตามโซเชียลมีเดีย ซึ่ง Natural Language Processing หรือ NLP จะประมวลผลเอาข้อมูลฝังที่ต้องการออกมาให้ RPA ดำเนินการต่อ
- RPA กับ Deep Learning… สำหรับงาน Big Data ที่มีข้อมูลจำนวนมาก และ ซับซ้อนซึ่งการประมวลผลแบบทั่วไปมีโอกาสได้ผลลัพธ์ครึ่งๆ กลางๆ สูงมาก… Deep Learning Algorithms จะทำให้ข้อมูลทุกอย่างที่เกี่ยวข้องสัมพันธ์กันทั้งแบบโดยตรง และ แบบที่อยู่ในห่วงโซ่ความสัมพันธ์ ก็จะถูกนำใช้เพื่อประมวลผลร่วมกันได้หมด
- RPA กับ Machine Learning… เทคโนโลยี ML หรือ Machine Learning จะทำให้ RPA ฉลาดขึ้นจากความสามารถในการเรียนรู้ และ วิเคราะห์จดจำเพิ่มเติมได้เองโดยไม่ต้องรอให้คน หรือ เจ้าหน้าที่ หรือ โปรแกรมเมอร์ไปปรับแก้ หรือ เพิ่มเติมอะไรเข้าไปในระบบเสียก่อน
- RPA กับ Machine Vision… เทคโนโลยี Machine Vision จะทำให้ RPA มีตาสำหรับมองแบบที่มนุษย์มอง และ เปลี่ยนสิ่งที่เห็นไปเป็นข้อมูลได้เอง
หลักๆ ในการเตรียมโครงสร้างเทคโนโลยีข้อมูลสำหรับองค์กรที่ตั้งเป้าจะปรับไปเป็น Data-Driven Organization หรือ องค์กรที่ขับเคลื่อนด้วยข้อมูล… ซึ่งหลายองค์กรได้พยายามมาพักใหญ่ และ ล้มเหลวไปแล้วเป็นส่วนใหญ่ เพราะเทคนิคการ Input หรือ นำข้อมูลเข้าระบบยังเป็นปัญหาใหญ่ที่คนในองค์กรมักไม่พร้อมที่จะมานั่งทำข้อมูลแบบที่โปรแกรมเมอร์ หรือ CTO ขององค์กรอยากได้
References…
