Data Analytics & Artificial Intelligence
เทคโนโลยีปัญญาประดิษฐ์ถูกนำมาใช้อย่างแพร่หลายในปัจจุบันและใกล้ตัวเราค่อนข้างมาก ไม่ว่าจะอยู่ในรูปแบบแพลตฟอร์มต่าง ๆ ทั้งการซื้อสินค้าออนไลน์, การทำธุรกรรมทางการเงิน หรือแม้แต่งานด้านเอกสาร เช่น การส่งอีเมล์, การนัดหมาย, การประชุมออนไลน์ ทุกอย่างล้วนแต่ขับเคลื่อนด้วย AI ทั้งสิ้นจนเป็นส่วนหนึ่งของชีวิตเราและเทคโนโลยีเหล่านี้ก็กำลังนำพวกเราเข้าไปสู่คลื่นลูกใหม่ของ AI อีกครั้ง นั่นก็คือ Generative AI
Data Analytics & Artificial Intelligence
ในปัจจุบันเทคโนโลยีในด้าน AI/ML ได้พัฒนาไปอย่างรวดเร็ว ซึ่ง AI/ML ถือเป็นอีกหนึ่งเครื่องมือที่ช่วยให้หลาย ๆ องค์กรขับเคลื่อนธุรกิจได้อย่างมีประสิทธิภาพ แต่การที่จะสร้าง AI/ML นั้นก็ยังมีข้อจำกัดภายในองค์กรที่จำเป็นต้องมีนักพัฒนาที่มีความเชี่ยวชาญในการสร้างโมเดล AI/ML โดยการเขียน Python ได้ ทว่าข้อจำกัดนี้ Google ทำให้มันง่ายขึ้นด้วยการสร้างโมเดล AI/ML ที่ไม่ต้องพึ่งพา Data Scientist, ML Engineer หรือการ Coding ใด ๆ เลยด้วย Simple ML for Sheets
Data Analytics & Artificial Intelligence
สำหรับนักวิเคราะห์ข้อมูล ปัญหาที่มักจะพบคือการนำเข้าข้อมูลจากหลายๆ แหล่งนั้นมีโครงสร้างที่แตกต่างกัน และ Data Warehouse ที่จะสามารถประมวลผลและรองรับโครงสร้างของข้อมูลได้ทุกประเภทในปัจุบันแทบจะไม่มีเครื่องมือใดเลย แต่ช้าก่อนบน Google Cloud Platform มี Data Warehouse ที่สามารถรองรับข้อมูลได้ทุกโครงสร้างทั้ง Structured Data, Semi-Structured Data และ Unstructured Data นั่นก็คือ BigQuery นั่นเอง
Data Analytics & Artificial Intelligence
เรื่องเด่นประเด็นร้อนจากงาน Google Cloud Next 22 ปีนี้คงหนีไม่พ้นการ rebranding ของ Data Studio กลายเป็น Looker Studio ตาม roadmap ของทาง Google ต้อนรับเข้าสู่ Solution หมวด Business Intelligence Modernization อย่างเป็นทางการเสียที
Data Analytics & Artificial Intelligence
บทความนี้จะเป็นการเจาะลึกการทำโมเดลการตรวจสอบคุณภาพสินค้า (Quality Control) การสร้างโมเดล Machine Learning/ AI ด้วย Visual Inspection AI เป็นบริการบน Google Cloud Platform ที่ช่วยให้เราสามารถสร้างโมเดลสำหรับ QC ได้โดยเฉพาะ
Data Analytics & Artificial Intelligence
ในปัจจุบัน AI เริ่มเข้ามามีบทบาทในชีวิตประจำวันของมนุษย์มากขึ้น และหลาย ๆ องค์กรเริ่มนำมาประยุกต์ใช้กับธุรกิจของตัวเอง หรือแม้กระทั่งในงานด้านอุตสาหกรรมการผลิตเองก็ยังนำ AI มาประยุกต์เพื่อใช้ควบคุมคุณภาพสินค้า (Quality Control) ซึ่งขั้นตอนในการควบคุมการผลิตจะมีหลายกระบวนการที่นำ Visual Inspection AI เข้ามาช่วยให้เราประหยัดเงิน ประหยัดเวลา และช่วยลด Human Error ทำให้ผลิตสินค้าได้ตรงตามมาตรฐานอีกด้วย
Data Analytics & Artificial Intelligence
ต่อยอดจากเทคนิคที่แล้วที่ทำให้เราทราบว่าใครในองค์กรเราบ้างใช้ Data Studio วันนี้ Tangerine มีอีกหนึ่งเทคนิคในการติดตามดูพฤติกรรมการดูรายงานของผู้ใช้ต่างๆ เมื่อเรา public ออกมาให้ทีมอื่นๆ หรือแม้กระทั่งประชาชนทั่วไปให้ทราบถึง demographic ของพวกเขา, device ที่เขาใช้ หรือข้อมูลต่างๆ ซึ่งจะช่วยเราเข้าใจผู้ชมและปรับปรุงรายงานของเราให้ตรงผู้ชมมากขึ้น
Data Analytics & Artificial Intelligence
หลายองค์กรเริ่มมีการปรับตัวมาใช้ Business Intelligence แทนที่ Google Sheets หรือ Excel ในมุมของการทำ report กัน โดยมักจะใช้ Data Studio สำหรับทำ Dashboard เนื่องจากฟรีไม่มีค่าใช้จ่ายแล้ว ยังใช้งานง่ายตอบโจทย์ธุรกิจค่อนข้างครบถ้วน ซึ่งเราก็ต้องการที่จะ Build ให้องค์กรของเราใช้ Dashboard ที่ทางทีม BI สร้างมาให้กับทุกคน แต่คำถามต่อมาคือเราจะทราบได้อย่างไรว่าใครในองค์กรเราใช้ Data Studio กันบ้างล่ะ วันนี้ทาง Tangerine มีทริคดีๆ มาเล่าให้ฟังกัน
Data Analytics & Artificial Intelligence
เรื่องของการจัดการ data ถือเป็นก้าวสำคัญของแต่ละองค์กรที่ต้องเรียนรู้นอกเหนือจากการนำไปใช้งานในเรื่อง business เช่น เรื่องของควบคุมคุณภาพข้อมูล (data quality), นโยบายและความปลอดภัยของแต่ละองค์กร (security & policy), การเข้าถึงข้อมูลโดยไม่ได้รับอนุญาต (data breach) ทั้งทางตรงและทางอ้อมเพราะว่าสิทธิ์ในการเข้าถึงอาจจะมากเกินไปก็ดี ไม่ได้ควบคุมก็ดี เป็นเรื่องที่องค์กรต้องคิดและวางแผนให้ครอบคลุมกับเรื่อง data management ครับ
Data Analytics & Artificial Intelligence
Security เป็นเรื่องสำคัญพื้นฐานขององค์กรที่ต้องมีการกำกับดูแลให้เป็นไปตามนโยบายของแต่ละแห่ง รวมถึงต้องสอดคล้องกับ PDPA ในปัจจุบันด้วย เมื่อพูดถึงเรื่อง security แต่เดิมอาจฟังดูเหมือนเป็นเรื่องของ application หรือ infrastructure เพียงอย่างเดียว แต่ปัจจุบันนั้น data กลับมีค่าและสำคัญยิ่งกว่า จึงจำเป็นต้องมี security มากำกับดูแลไม่ต่างกัน
