“แมชชีน เลิร์นนิ่ง” ของมันต้องมี

แมชชีน เลิร์นนิ่ง (ML) ไม่ใช่เรื่องใหม่สำหรับคนไทย เพราะหลายองค์กรนำมาประยุกต์ใช้ เพื่อสร้างความสำเร็จในธุรกิจ ML เป็นส่วนหนึ่งของปัญญาประดิษฐ์ หรือ AI เกิดขึ้นจากการนำข้อมูลมหาศาลมาใช้ประโยชน์ กลายเป็นข้อมูลเชิงลึกสำหรับการพยากรณ์

ไฮไลท์ :       

  • แมชชีน เลิร์นนิ่ง (ML) คือตัวช่วยระบุรูปแบบต่าง ๆ ที่ซ่อนอยู่ในข้อมูลขนาดใหญ่ จากนั้นประเมินว่า จะเกิดอะไรขึ้นในอนาคต และเหตุใดจึงจะมีโอกาสเกิดขึ้น แมชชีน เลิร์นนิ่ง มีการนำ อัลกอริทึม (Algorithm) เฉพาะไปใช้กับข้อมูลขนาดใหญ่ ทั้งในเชิงกว้างและเชิงลึก และทำให้เกิดผลลัพธ์เฉพาะขึ้นมา
  • สามารถใช้ ML ทำให้กระบวนการนี้ทำได้โดยอัตโนมัติแบบเรียลไทม์ และปรับสเกลการทำงานได้ตามต้องการ ซึ่งส่งผลดีต่อการทำธุรกิจ ในการกำหนดเป้าหมายที่ชัดเจน

แมชชีน เลิร์นนิ่ง (ML) ซึ่งเรียกอีกอย่างว่า การเรียนรู้ด้วยเครื่อง ไม่ใช่เรื่องใหม่สำหรับคนไทย เพราะหลายองค์กรนำมาประยุกต์ใช้ เพื่อสร้างความสำเร็จในธุรกิจ ML เป็นส่วนหนึ่งของปัญญาประดิษฐ์ หรือ AI เกิดขึ้นจากการนำข้อมูลมหาศาลมาใช้ประโยชน์ กลายเป็นข้อมูลเชิงลึกสำหรับการพยากรณ์

ซึ่งแมชชีน เลิร์นนิ่ง เป็นการระบุรูปแบบต่างๆ ที่ซ่อนอยู่ในข้อมูลขนาดใหญ่ จากนั้นประเมินว่า จะเกิดอะไรขึ้นในอนาคต และเหตุใดจึงจะมีโอกาสเกิดขึ้น มีการนำ อัลกอริทึม (Algorithm) เฉพาะไปใช้กับข้อมูลขนาดใหญ่ ทั้งในเชิงกว้างและเชิงลึก และทำให้เกิดผลลัพธ์เฉพาะขึ้นมา

โดยข้อมูลเหล่านั้น ยากเกินกว่าที่มนุษย์จะสามารถทำความเข้าใจได้ด้วยตัวเอง ตัวอย่างการประยุกต์ใช้งาน เช่น การพยากรณ์ว่า ลูกค้ามีแนวโน้มจะยกเลิกบริการโทรศัพท์มือถือเมื่อไร หรือ พยากรณ์เกี่ยวกับความเสี่ยงที่บุคคลจะมีแนวโน้มเป็นเบาหวาน

ทำไมธุรกิจต้องมี แมชชีน เลิร์นนิ่ง

อย่างที่รู้กันว่า ระบบอัตโนมัติ (Automation) ที่เกิดขึ้นด้วยกระบวนการง่ายๆ อย่างเช่น การค้นหารูปภาพ โดยใช้คำค้นจากหัวเรื่อง แต่เดิมต้องใช้คนค้นหาเองด้วยมือ แต่ปัจจุบันสามารถใช้ ML ทำให้กระบวนการนี้ทำได้โดยอัตโนมัติแบบเรียลไทม์ และปรับสเกลการทำงานได้ตามต้องการ ซึ่งส่งผลดีต่อการทำธุรกิจ ในการกำหนดเป้าหมายที่ชัดเจน

จากกรณีของเครือข่ายโทรทัศน์ของสหรัฐอเมริกา เป็นตัวอย่างที่ดีของระบบอัตโนมัติที่ทำงานด้วยระบบนี้ เพราะสามารถปรับปรุงกระบวนการทำงาน ขณะเดียวกันก็ปรับปรุงคุณภาพและลดต้นทุนได้ด้วย ซึ่งก่อนหน้าที่จะมีการใช้ระบบดังกล่าว ใช้วิธีจัดเรียงดัชนีของฟุตเทจวิดีโอด้วยมือ การใช้ระบบจะสามารถจดจำรูปภาพช่วยให้องค์กรใช้เวลาเพียง 3 สัปดาห์เท่านั้น ในการพัฒนาโซลูชั่นช่วยจัดเรียงดัชนีคอนเทนต์ต่างๆ ได้ทั้ง 100% สามารถระบุได้ว่า มีใครอยู่ในกล้องใด ณ เวลาใด สามารถค้นหาวิดีโอที่บันทึกไว้ได้ทั้งหมด

อีกทั้ง มีส่วนช่วยเสริมประสิทธิภาพ (Enrichment) ผลิตภัณฑ์ต่าง ๆ ที่มีอยู่เพื่อขยายฐานลูกค้าด้วยการยกระดับประสบการณ์ เช่นกรณี Stitch Fix ซึ่งเป็นกิจการค้าปลีกแฟชั่นทางออนไลน์ ที่ได้พัฒนา อัลกอริทึม (Algorithm) กว่า 50 แบบ เพื่อการเรียนรู้เชิงลึก และนำมาใช้คำแนะนำเสื้อผ้าให้เหมาะกับลูกค้า ช่วยระบุได้ว่า ชิ้นใดกำลังเป็นที่ต้องการของตลาด และยังพยากรณ์แนวโน้มแฟชั่นได้ด้วย

 

โดยบริษัทยังได้พัฒนา อัลกอริทึม ที่ซับซ้อนเพื่อประเมินว่า ลูกค้าจะชอบเสื้อผ้ามากหรือน้อยเพียงใด การพัฒนาประสบการณ์ของลูกค้า จึงทำให้เกิดการสร้างประสบการณ์ช้อปปิ้งที่ตอบโจทย์ความต้องการของแต่ละคน

ดังนั้น แมชชีน เลิร์นนิ่ง จึงเป็นเหมือนอุปกรณ์สำนักงานพื้นฐานที่ทุกธุรกิจต้องมีติดไว้ ในยุคที่ข้อมูลมีจำนวนมากและหลากหลายรูปแบบ การคัดกรองจัดเก็บอย่างมีระบบจะทำองค์กรไม่ต้องสูญเสียงบประมาณไปกับเรื่องธรรมดาที่แก้ไขได้

แสดงความคิดเห็น