6 September 2019

 

เมื่อเราก้าวเข้าสู่การปฏิวัติอุตสาหกรรมครั้งที่สี่ หนึ่งในเทคโนโลยีที่กำลังมาแรงคือ ปัญญาประดิษฐ์ หรือ Artificial Intelligence เพราะในยุคที่ข้อมูลมีบทบาทและทวีความสำคัญอย่างมาก ประกอบกับการเข้าถึงข้อมูลทำได้หลากหลายช่องทางและง่ายดายกว่าในอดีตโดยเฉพาะข้อมูลจาก Internet of Things (IoT) ข้อมูลจากโทรศัพท์มือถือ จากเครือข่ายสังคมออนไลน์ และแหล่งอื่น ๆ อีกมากมาย โดยข้อมูลขนาดมหาศาลเหล่านี้ ถูกเรียกรวมกันว่า “Big Data” ซึ่งเราเห็นการพัฒนาระหว่าง Big Data และเทคโนโลยี AI ในหลากหลายวงการ ไล่เรียงตั้งแต่ การเรียงลำดับของยีน (Gene) การสร้างหุ่นยนต์ การพัฒนายานยนต์อัตโนมัติ การสร้างแบบจำลองการเปลี่ยนแปลงสภาพภูมิอากาศ การปรับปรุงผลผลิตทางการเกษตร เป็นต้น ซึ่งสร้างคุณประโยชน์ให้กับโลกอย่างที่ไม่เคยปรากฎมาก่อน อันที่จริง AI เป็นเทคโนโลยีที่มีมาก่อนหน้านี้นานแล้ว เป็น Machine Learning* อย่างหนึ่ง และมีภาษากลางที่ใช้ในการสื่อสารทำความเข้าใจระหว่าง AI กับมนุษย์ที่เรียกว่า Natural Processing Language แต่ในอดีต ปริมาณข้อมูลไม่มากพอ ทำให้เราไม่เห็นพลังความสามารถของ AI เหมือนในปัจจุบัน เพราะ AI จำเป็นต้องอาศัยชุดข้อมูลขนาดใหญ่ สำหรับการเทรน (train) หรือการฝึกสอน ยิ่งข้อมูลมีมากเท่าใด      ความแม่นยำยิ่งมีมากขึ้นเท่านั้น ข้อมูลที่มีน้อยหมายถึงความแม่นยำที่ลดลง ซึ่งระดับความแม่นยำที่ยอมรับได้ต้องมีความถูกต้องไม่ต่ำกว่า 90% ของปริมาณข้อมูลที่เทรน

The Economist เคยกล่าวว่า น้ำมันจะถูกแทนที่ด้วยทรัพยากรอื่นที่มีค่ามากที่สุดในโลก นั่นก็คือ “ข้อมูล” โดยเฉพาะข้อมูลที่บันทึกจากผู้ใช้ อาทิเช่น ข้อมูลผู้ใช้งานจาก Google, Facebook หรือ Amazon และได้พยายามเรียกร้องให้มีกฎหมายต่อต้านการผูกขาดจากบริษัทเหล่านี้โดยเฉพาะ เพื่อสร้างสิทธิเสรีภาพที่เท่าเทียมกันในการเข้าถึงข้อมูลภายใต้กติกาที่กำหนด ซึ่งจะเป็นการสร้างโอกาสสำหรับผู้สร้างนวัตกรรมรายใหม่ที่จะเข้าสู่ตลาดด้วย The Economist ยังได้วาดภาพเหตุการณ์จำลองอนาคตว่า 5 กลุ่มบริษัทเทคโนโลยี  ยักษ์ใหญ่อย่าง FAANG หรือ Facebook, Apple, Amazon, Netflix และ Google สามารถกำจัดบริษัทที่คาดว่าจะเป็นคู่แข่งได้อย่างง่ายดาย จากข้อมูลมากมายที่มีอยู่ FAANG จะทำให้สามารถมองเห็นคู่แข่งหรือบริษัทที่กำลังก้าวมาเป็นคู่แข่งและสกัดกั้นได้ตั้งแต่ต้น

*   Machine Learning (ML) เป็น subset หรือเป็นสาขาหนึ่งของ AI โดยเป็นเทคโนโลยีที่ใช้ศึกษาและรวบรวมข้อมูลขนาดใหญ่เพื่อนำมาแยกประเภท และใช้ข้อมูลเหล่านั้นในการทำนายแนวโน้มในอนาคต

อย่างไรก็ตาม ไม่ว่ากฎหมายต่อต้านการผูกขาดจะถูกบังคับใช้หรือไม่ ในความเป็นจริงก็คือ ข้อมูลทั้งหมดที่ถูกสร้างขึ้นมากำลังจะถูกสร้างขึ้นต่อไปเป็นทวีคูณ ปัจจุบันเราไม่ได้มีข้อจำกัดในเรื่องการเข้าถึงข้อมูล ดังนั้น ไม่ว่าข้อมูลจะอยู่ในมือ FAANG หรืออยู่ในบริษัทคู่แข่งของเรา หรืออยู่ในมือใครก็ตาม ก็ไม่สำคัญเท่ากับความสามารถในการวิเคราะห์ข้อมูลเพื่อสร้างประโยชน์และความได้เปรียบจากข้อมูลเหล่านั้น

ในอดีตเราต้องหา “ที่อยู่” ให้กับข้อมูล เราจึงจัดเก็บข้อมูลในเซิร์ฟเวอร์ส่วนกลางของบริษัทหรือถูกจำกัดไว้ที่คนบางกลุ่มเพราะ เราไม่ได้มีทางเลือกมากนักในการดูแลเก็บรักษาข้อมูล แต่นับตั้งแต่การกำเนิดของอินเทอร์เน็ต ทุกวันนี้ มีบริษัทขนาดใหญ่บางรายที่อยู่ในจุดที่ได้เปรียบในการรวบรวมและประมวลผลข้อมูลจำนวนมหาศาลจาก E-Commerce เครื่องมือดิจิตอลต่าง ๆ และแหล่งข้อมูลอื่น ๆ หากเปรียบเทียบในระดับประเทศ บริษัทขนาดใหญ่ก็เหมือนประเทศที่มีประชากรขนาดใหญ่ ที่มีข้อได้เปรียบในการรวบรวมข้อมูลได้ หลากหลายด้านและมีปริมาณข้อมูลที่มากพอในการอนุมานหรือการหาข้อสรุปที่สมเหตุผล สิ่งเหล่านี้นำไปสู่ความไม่สมดุลของอำนาจการใช้ข้อมูลที่มีอยู่ในมือของบริษัทเพียงไม่กี่ราย แล้วบริษัทขนาดเล็กที่ไม่ได้มีฐานลูกค้าขนาดใหญ่ อาจมีความเสี่ยงที่จะสูญเสียส่วนแบ่งทางการตลาดเพียงเพราะว่าไม่สามารถเข้าถึงข้อมูลได้เช่นนั้นหรือ ดังนั้น จึงได้มีความพยายามในการหาแนวทางที่จะช่วยเหลือให้มีความเท่าเทียมกันในการเข้าถึงข้อมูลได้ในทุกระดับ ด้วยการจัดทำข้อตกลงการแบ่งปันข้อมูลเช่นเดียวกับการค้าขายสินค้าและบริการที่มีการจัดทำข้อตกลงทางการค้าสำหรับสินค้าและบริการ ทำให้เกิดความเป็นธรรมกับทุกฝ่าย ความพยายามนี้ไม่ได้ถูกผลักดันเฉพาะระดับบริษัทเท่านั้น แต่ยังได้ครอบคลุมถึงการเข้าถึงข้อมูลในระดับประเทศด้วย มีการรวมข้อมูลจากหลายประเทศที่จะช่วยให้แต่ละประเทศได้รับข้อมูลจำนวนมากพอที่จำเป็นต่อการวิเคราะห์ด้วยเทคโนโลยีขั้นสูง ในบางข้อมูลมีการจัดทำเป็นข้อตกลงที่ใช้ร่วมกันทั่วโลก ยกตัวอย่างเช่น ข้อมูลโรคมะเร็ง ซึ่งเป็นโรคร้ายที่เกิดขึ้นได้กับมนุษย์ ทุกชาติ ทุกภาษา ไม่มีพรมแดน แต่ในข้อมูลกรณีอื่น ๆ ที่มีความเป็นส่วนบุคคลสูงอาจต้องพิจารณาตามความเหมาะสม เนื่องจากกฎหมายปกป้องความเป็นส่วนตัวในแต่ละประเทศจะมีความแตกต่างกันไป ทำให้เป็นข้อจำกัดประการหนึ่งในการแลกเปลี่ยนข้อมูลระหว่างประเทศด้วยเช่นกัน ดังนั้น จึงมีการสร้างกลไกในการเปิดเผยข้อมูลส่วนบุคคล โดยหากบุคคลเลือกที่จะให้ข้อมูลทางพันธุกรรมและประวัติสุขภาพของตน สำหรับการวิจัยทางการแพทย์ เขาสามารถยินยอมในการใช้ข้อมูลส่วนตัวเพื่อจะได้มีข้อมูลประชากรขนาดใหญ่ ซึ่งจะทำให้การวิเคราะห์ข้อมูลมีความแม่นยำมากขึ้น ซึ่งจะประโยชน์ต่อตัวเขาเองและเพื่อประโยชน์ของประชากรโลกด้วย

นอกจากนี้ เราอาจทำรายได้จากข้อมูลของเราได้ โดยการใช้ประโยชน์จากการแพร่ขยายของเทคโนโลยีบล็อกเชน ซึ่งจะช่วยให้เราสามารถควบคุมข้อมูลของเราได้ และสามารถดูได้ว่า บริษัท หรือ หน่วยงานใดเข้าถึงข้อมูลออนไลน์ของเราได้บ้าง และมีการใช้ข้อมูลของเราอย่างไร ซึ่งเราจะสามารถตอบสนองได้โดยการอนุญาตหรือจำกัดการเข้าถึงข้อมูลเพิ่มเติม ทำให้เรามีทางเลือกในการร้องขอค่าตอบแทนในรูปแบบของการเข้าถึงบริการและตัวเงิน หากบริษัทต้องการศึกษาและหารายได้จากข้อมูลของเรา เราสามารถสร้างการแลกเปลี่ยนเพื่อกำหนดมูลค่าของข้อมูลเช่นเดียวกับการแลกเปลี่ยนสินค้า โดยสามารถเสนอ token*** เป็น proxy หรือตัวแทนการชำระเงิน การแลกเปลี่ยนสามารถกำหนดราคาของ token เมื่อเรามั่นใจว่าการแลกเปลี่ยนข้อมูลของเราสามารถสร้างมูลค่าได้ หากข้อมูลมีคุณค่ามากพอที่จะเกิดการแลกเปลี่ยน ทำให้เราจะเริ่มเป็นเจ้าของและสร้างรายได้จากข้อมูลของเราได้เช่นกัน เมื่อนั้นเราอาจจะต้องให้คำจำกัดความ “ข้อมูล” ใหม่ โดยข้อมูลอาจถูกจัดว่าเป็นสินทรัพย์ประเภทหนึ่ง เช่นเดียว น้ำมัน หรือ สินค้าโภคภัณฑ์อื่น ๆ ก็เป็นได้ โดย PricewaterhouseCoopers (PwC) คาดว่ามูลค่าธุรกิจการบริหารจัดการข้อมูลทั่วโลก จะมีมูลค่ามากกว่า 400 พันล้านเหรียญสหรัฐภายในปี ค.ศ. 2025 และการเข้าถึงข้อมูลมากขึ้นจะขยายขอบเขตอย่างมีนัยสำคัญ จากการส่งเสริมให้มี Startups ในธุรกิจการบริหารจัดการข้อมูลมากขึ้น และมีเพิ่มการลงทุนมากขึ้นอย่างต่อเนื่อง ซึ่งในที่สุดจะนำไปสู่การคิดค้นพัฒนาเพื่อการปรับปรุงคุณภาพชีวิตทั่วโลก

*** token เป็นสิ่งสมมุติที่ให้เราถือครองไว้เพื่อแสดงสิทธิ์ในบางสิ่ง แต่ token จับต้องไม่ได้ เพราะเป็นสิ่งที่อยู่ในโลกอินเทอร์เน็ตและมีระบบฐานข้อมูลทำการจัดเก็บสิทธิ์ต่างๆ ของผู้ถือไว้อย่างดีบนระบบจัดเก็บข้อมูลที่มีความปลอดภัยสูง

 

https://www.weforum.org/agenda/2019/06/data-exchanges-digital-ai-artificial-intelligence/

ในอนาคตข้อมูลส่วนใหญ่จะถูกนำมาใช้เพื่อวัตถุประสงค์ทางการค้า ข้อมูลจึงนับว่าเป็นสิ่งมีค่า ผู้คนที่เป็นแหล่งข้อมูล ควรจะได้รับผลประโยชน์ หรือ ได้รับการชดเชยสำหรับการนำข้อมูลของพวกเขาไปใช้งาน ดังนั้น หากเราสามารถสร้างอุตสาหกรรมการแบ่งปันและแลกเปลี่ยนข้อมูลให้เกิดขึ้นได้ จะช่วยให้เกิดความเป็นธรรมกับทุกฝ่าย เช่นเดียวกับข้อตกลงทางการค้า และจะเป็นประโยชน์อย่างยิ่งสำหรับประเทศกำลังพัฒนา เรียกได้ว่าเป็น “AI for AID” ด้วยการปรับระดับความเท่าเทียมของ AI ผ่านการแลกเปลี่ยนข้อมูล ทำให้ประโยชน์ของการปฏิวัติอุตสาหกรรมครั้งที่สี่จะแพร่กระจายอย่างเท่าเทียมและทั่วถึง ทั้งในระดับประเทศและในระดับโลก สร้างตลาดใหม่ และ ผลักดันการเติบโตทางเศรษฐกิจให้ก้าวหน้าต่อไป

 

แหล่งข้อมูลอ้างอิง:

https://www.weforum.org/agenda/2019/06/data-exchanges-digital-ai-artificial-intelligence/

https://www.weforum.org/agenda/2019/04/data-oil-digital-world-asset-tech-giants-buy-it/

https://www.computerhope.com/jargon/d/digital-assistant.htm

https://bizion.co/content/63986/https://www.enterpriselab.co/single-post/2018/12/12-AI-Machine-Learning

https://www.efinancethai.com/Advertorial/AdvertorialMain.aspx?release=y&name=ad_201905241230

 

 

 




Writer

ณัฐพร สิริลัพธ์

รักษาการ หัวหน้าแผนกบริการกลาง แผนกบริการกลาง
สำนักผู้อำนวยการ สถาบันเพิ่มผลผลิตแห่งชาติ