หนึ่งปีมีครั้ง สำหรับบริษัท การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและให้คำปรึกษาชั้นนำของโลก ที่ได้มีการพยากรณ์ด้านเทคโนโลยีที่จะเกิดขึ้นและมีอิทธิพลต่อธุรกิจในปี 2563 นี้ โดยได้กำหนดกลยุทธ์ด้านเทคโนโลยีซึ่งยึดเอาพฤติกรรมผู้บริโภคเป็นศูนย์กลาง เพื่อพิจารณาถึงผลกระทบของเทคโนโลยีที่มีต่อลูกค้า พนักงาน คู่ค้า สังคม และภาคส่วนอื่นๆ ที่เกี่ยวข้อง โดยสรุปเป็น 10 แนวโน้มเทคโนโลยีที่สำคัญที่สุดสำหรับปี 2563 ดังนี้
ไม่พลาดทุกข้อมูล ข่าวสารที่น่าสนใจ อย่าลืมกดไลก์ Facebook bangkokbanksme
Hyperautomation
Hyperautomation เป็นการผสานรวมเทคโนโลยี Machine Learning (ML), ซอฟต์แวร์สำเร็จรูป
และเครื่องมือต่าง ๆ สำหรับระบบงานอัตโนมัติเข้าไว้ด้วยกัน เพื่อรองรับการทำงานไฮเปอร์ออโตเมชั่น
นอกจากจะครอบคลุมเครื่องมือที่หลากหลายแล้ว
ยังครอบคลุมทุกขั้นตอนของระบบงานอัตโนมัติ (ค้นหา
วิเคราะห์ ออกแบบ ดำเนินการโดยอัตโนมัติ ตรวจวัด กำกับดูแล และประเมินผล) การทำความเข้าใจเกี่ยวกับกลไกที่หลากหลายของระบบอัตโนมัติ
รวมถึงความเกี่ยวข้องกันของกลไกเหล่านี้ และแนวทางการผสานรวมกลไกต่างๆ
เพื่อให้ทำงานร่วมกันได้อย่างกลมกลืนถือเป็นหัวใจสำคัญของไฮเปอร์ออโตเมชั่น
เทรนด์ดังกล่าวเริ่มต้นจากกระบวนการทำงานแบบอัตโนมัติ
(Robotic Process Automation - RPA) อย่างไรก็ตาม ลำพังเพียงแค่ RPA ไม่ถือว่าเป็นไฮเปอร์ออโตเมชั่น
เพราะระบบไฮเปอร์ออโตเมชั่นจำเป็นต้องอาศัยการผสานรวมเครื่องมือต่างๆ
เพื่อทำหน้าที่แทนมนุษย์
Multiexperience
จนถึงปี 2571 ประสบการณ์การใช้งานของผู้ใช้จะมีการเปลี่ยนแปลงครั้งใหญ่
ในส่วนที่เกี่ยวกับวิธีที่ผู้ใช้รับรู้และสัมผัสกับโลกดิจิทัล
รวมถึงวิธีการโต้ตอบและมีปฏิสัมพันธ์กับโลกดิจิทัล แพลตฟอร์มการสนทนา (Conversational Platforms)
ก่อให้เกิดการเปลี่ยนแปลงสำหรับรูปแบบการโต้ตอบ ระหว่างผู้ใช้กับโลกดิจิทัล ขณะที่ Virtual reality (VR), Augmented Reality
(AR) และ Mixed Reality (MR) ทำให้รูปแบบการรับรู้และสัมผัสกับโลกดิจิทัลเปลี่ยนแปลงไป การเปลี่ยนแปลงทั้งหมดนี้ทั้งในส่วนของรูปแบบการรับรู้และการมีปฏิสัมพันธ์จะนำไปสู่ประสบการณ์แบบพหุประสาทสัมผัส
(Multisensory) ในหลากหลายรูปแบบ (Multimodal)
โมเดลดังกล่าวจะเปลี่ยนแปลงจากรูปแบบของผู้ใช้
ที่เรียนรู้เกี่ยวกับเทคโนโลยีไปสู่รูปแบบของเทคโนโลยีที่เรียนรู้เกี่ยวกับผู้ใช้ หน้าที่ในการแปลความหมายจะเปลี่ยนย้ายจากผู้ใช้ไปสู่คอมพิวเตอร์ ความสามารถในการติดต่อสื่อสารกับผู้ใช้ผ่านประสาทรับรู้หลายๆ
ด้านของมนุษย์ จะก่อให้เกิดสภาพแวดล้อมที่มีความหลากหลาย สำหรับการนำเสนอข้อมูลที่มีความแตกต่างกันในระดับที่ละเอียดลึกซึ้งมากขึ้น
Democratization of Expertise
Democratization การเปิดโอกาสให้ผู้คนเข้าถึงความเชี่ยวชาญด้านเทคนิค (เช่น ML, การพัฒนาแอพพลิเคชั่น) หรือความเชี่ยวชาญด้านธุรกิจ (เช่น กระบวนการขาย
การวิเคราะห์ทางเศรษฐศาสตร์) ผ่านประสบการณ์ที่เรียบง่ายกว่าเดิม
และไม่จำเป็นต้องเข้ารับการฝึกอบรมที่ยาวนาน และเสียค่าใช้จ่ายจำนวนมาก
ตัวอย่างเช่น นักพัฒนาทั่วไปที่สามารถทำหน้าที่เป็นดาต้า ไซแอนทิส (Data Scientists) หรือผู้ติดตั้งระบบโดยไม่ต้องมีความเชี่ยวชาญเฉพาะด้าน
หรือสามารถพัฒนาโปรแกรมหรือสร้างโมเดลข้อมูลโดยไม่ต้องเขียนโค้ด
จนถึงปี 2566 การ์ทเนอร์คาดว่า 4 ปัจจัยที่สำคัญที่เป็นตัวเร่งแนวโน้ม Democratization ให้เกิดขึ้น ได้แก่ Democratization ในด้านข้อมูลและการวิเคราะห์ (เครื่องมือที่ใช้สำหรับนักวิทยาศาสตร์ข้อมูลจะขยายไปสู่ชุมชนนักพัฒนาระดับมืออาชีพ), การพัฒนา (ใช้เครื่องมือ AI ในการพัฒนาแอพพลิเคชั่น), การออกแบบ (ขยายไปสู่กระบวนการที่ไม่ต้องมีการเขียนโค้ดหรือใช้โค้ดน้อยมาก
โดยอาศัยฟังก์ชั่นการพัฒนาแอพพลิเคชั่นเพิ่มเติมที่ทำงานแบบอัตโนมัติ
เพื่อเสริมศักยภาพให้แก่นักพัฒนาทั่วไป) และความรู้
(บุคลากรที่ไม่ได้อยู่ในสายงานไอทีสามารถใช้เครื่องมือและระบบความเชี่ยวชาญเพื่อปรับใช้ทักษะเฉพาะด้าน)
Human Augmentation
Human Augmentation เป็นการใช้เทคโนโลยีเพื่อปรับปรุงทางด้านการรับรู้และกายภาพ
โดยเป็นส่วนสำคัญของประสบการณ์ของผู้ใช้ Augmentation ในด้านกายภาพจะช่วยปรับปรุงหรือเปลี่ยนแปลงขีดความสามารถของมนุษย์ ด้วยการปลูกถ่ายหรือติดตั้งส่วนประกอบทางด้านเทคโนโลยีไว้บนร่างกายของมนุษย์
เช่น อุปกรณ์สวมใส่ ส่วน Augmentation ในด้านการรับรู้จะอาศัยการเข้าถึงข้อมูลและการใช้แอพพลิเคชั่นบนระบบคอมพิวเตอร์ทั่วไป
รวมถึงอินเทอร์เฟซแบบ Multiexperience ในสภาพแวดล้อมของสมาร์ทสเปซ
ในช่วง 10 ปีข้างหน้า จะมีการยกระดับ Human
Augmentation ทั้งด้านกายภาพและการรับรู้
โดยจะได้รับการใช้งานอย่างแพร่หลายเพื่อเสริมสร้างประสบการณ์ของผู้ใช้
และจะนำไปสู่กระแส “Consumerization” รูปแบบใหม่
ซึ่งพนักงานจะพยายามใช้เทคโนโลยีเพื่อเสริมสร้างและขยายขีดความสามารถและประสบการณ์ของตนเอง
และปรับปรุงสภาพแวดล้อมการทำงานภายในสำนักงาน
Transparency and Traceability
ผู้บริโภคมีความตระหนักรู้เพิ่มมากขึ้นว่าข้อมูลส่วนตัวของตนมีมูลค่า
และดังนั้นจึงต้องการที่จะควบคุมข้อมูลดังกล่าว องค์กรต่างๆ รับรู้ถึงความเสี่ยงที่เพิ่มมากขึ้นของการปกป้องและจัดการข้อมูลส่วนตัว ขณะที่รัฐบาลเริ่มบังคับใช้กฎหมายที่เข้มงวดเพื่อให้มีการคุ้มครองและจัดการข้อมูลดังกล่าวอย่างเหมาะสม ความโปร่งใส (Transparency) และการตรวจสอบย้อนกลับ (Traceability) ถือเป็นองค์ประกอบสำคัญที่จะช่วยสนับสนุนจริยธรรมทางดิจิทัล (Digital Ethics) และการปกป้องความเป็นส่วนตัว
ความโปร่งใสและการตรวจสอบย้อนกลับหมายรวมถึง แนวคิด การดำเนินการ เทคโนโลยีที่รองรับ และแนวทางปฏิบัติที่ได้รับการออกแบบเป็นพิเศษเพื่อรองรับกฎระเบียบที่เกี่ยวข้อง และสนับสนุนแนวทางที่ถูกต้องตามหลักจริยธรรม สำหรับการใช้เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) และเทคโนโลยีขั้นสูงอื่น ๆ รวมทั้งแก้ไขปัญหาการขาดความน่าเชื่อถือของบริษัทต่าง ๆ องค์กรที่พยายามจะสร้างความโปร่งใสและความน่าเชื่อถือจำเป็นที่จะต้องมุ่งเน้น 3 ส่วนหลัก ๆ ได้แก่ (1) AI และ ML; (2) การเก็บรักษา การครอบครอง และการควบคุมข้อมูลส่วนตัว และ (3) การออกแบบที่สอดคล้องกันตามหลักจริยธรรม
การเพิ่มขีดความสามารถให้กับส่วนขอบของเครือข่าย (Empowered Edge)
เอดจ์คอมพิวติ้ง (Edge Computing) เป็นโครงสร้างเครือข่ายคอมพิวเตอร์ที่จัดวางการประมวลผลข้อมูล
และการรวบรวมนำเสนอคอนเทนต์ไว้ใกล้กับแหล่งที่มา คลังข้อมูล
และผู้ใช้ข้อมูลดังกล่าว
โดยพยายามที่จะทำให้แทรฟฟิกและการประมวลผลอยู่ในเครือข่ายโลคอล เพื่อลดความหน่วง
ใช้ประโยชน์จากทรัพยากรที่ส่วนขอบของเครือข่าย
และเพิ่มอำนาจในการควบคุมและตัดสินใจให้กับระบบที่อยู่ส่วนขอบของเครือข่าย
ความสนใจเอดจ์คอมพิวติ้งในปัจจุบันส่วนใหญ่มาจากความจำเป็นของระบบ IoT ที่ต้องรองรับการทำงานในลักษณะกระจัดกระจายในโลกของ IoT ที่มีอยู่ในอุปกรณ์ต่างๆ สำหรับอุตสาหกรรมหนึ่งๆ เป็นการเฉพาะ เช่น
อุตสาหกรรมการผลิตหรือค้าปลีก อย่างไรก็ตามในอนาคต
เอดจ์คอมพิวติ้งจะเป็นปัจจัยสำคัญต่อทุกกลุ่มอุตสาหกรรมและทุกการใช้งาน
เพราะส่วนที่อยู่รอบนอกของเครือข่ายถูกเสริมศักยภาพด้วยทรัพยากรประมวลผลที่ก้าวล้ำ
และรองรับการใช้งานเฉพาะด้านมากขึ้น รวมไปถึงอุปกรณ์จัดเก็บข้อมูลที่มากขึ้น อุปกรณ์ลูกข่ายที่ซับซ้อน เช่น หุ่นยนต์ โดรน ยานพาหนะไร้คนขับ
และระบบปฏิบัติการ จะเร่งให้เกิดการเปลี่ยนแปลงรวดเร็วยิ่งขึ้น
ระบบคลาวด์แบบกระจาย (Distributed Cloud)
ระบบคลาวด์แบบกระจาย หมายถึงการกระจายตัวของบริการคลาวด์สาธารณะไปยังสถานที่ต่าง
ๆ โดยที่ผู้ให้บริการต้นทางของคลาวด์สาธารณะมีหน้าที่ควบคุม กำกับดูแล ปรับปรุง
และพัฒนาบริการดังกล่าว
ซึ่งนับเป็นการเปลี่ยนแปลงครั้งสำคัญจากเดิมที่บริการคลาวด์สาธารณะส่วนใหญ่มีลักษณะรวมศูนย์
(Centralized) และการเปลี่ยนแปลงนี้จะนำไปสู่ศักราชใหม่ของคลาวด์คอมพิวติ้ง (Cloud Computing)
อุปกรณ์อัตโนมัติ (Autonomous Things)
อุปกรณ์อัตโนมัติ หมายถึงอุปกรณ์ทางกายภาพที่ใช้ AI เพื่อทำงานต่างๆ โดยอัตโนมัติ โดยเข้ามาแทนที่มนุษย์ อุปกรณ์อัตโนมัติที่พบเห็นได้ทั่วไปก็คือ หุ่นยนต์ โดรน
ยานพาหนะ/เรือไร้คนขับ และเครื่องมือต่าง ๆ ที่ทำงานได้เอง การทำงานแบบอัตโนมัติที่ว่านี้จะครอบคลุมขอบเขตมากกว่าการทำงานอัตโนมัติตามโมเดลที่ตั้งค่าไว้อย่างตายตัว
กล่าวคือ อุปกรณ์เหล่านี้จะใช้ AI เพื่อทำงานขั้นสูง
และโต้ตอบกับคนหรือสิ่งรอบข้างได้อย่างเป็นธรรมชาติมากขึ้น ขณะที่ความสามารถทางเทคโนโลยีได้รับการพัฒนาปรับปรุงอย่างต่อเนื่อง
กฎระเบียบก็มีการเปิดกว้างและอนุญาตให้ใช้งานอุปกรณ์เหล่านี้มากขึ้น
และสังคมให้การยอมรับเพิ่มมากขึ้น ซึ่งจะส่งผลให้อุปกรณ์อัตโนมัติถูกใช้งานมากขึ้นในพื้นที่สาธารณะที่ปราศจากการควบคุม
บล็อกเชนที่ใช้งานได้ในทางปฏิบัติ
เทคโนโลยีบล็อกเชน (Blockchain)
มีศักยภาพที่จะพลิกโฉมอุตสาหกรรมต่างๆ โดยจะช่วยสร้างความน่าเชื่อถือ ความโปร่งใส
และรองรับการแลกเปลี่ยนมูลค่าในระบบนิเวศน์ทางธุรกิจ
ทั้งยังช่วยลดต้นทุนและค่าใช้จ่าย เพิ่มความรวดเร็วในการทำธุรกรรม
และปรับปรุงกระแสเงินสด เทคโนโลยีดังกล่าวช่วยให้สามารถตรวจสอบแหล่งที่มาของสินทรัพย์
จึงลดโอกาสที่จะมีการสลับเปลี่ยนเป็นสินค้าปลอม
นอกจากนี้
การตรวจสอบติดตามสินทรัพย์ยังมีประโยชน์ในด้านอื่น ๆ เช่น
การตรวจสอบสินค้าประเภทอาหารในซัพพลายเชนเพื่อระบุแหล่งที่มาของการปนเปื้อน
หรือการตรวจสอบชิ้นส่วนที่เฉพาะเจาะจงเพื่อเพิ่มความสะดวกในการเรียกคืนสินค้า การใช้งานบล็อกเชนในอีกรูปแบบหนึ่งที่มีความเป็นไปได้ก็คือ
การจัดการตัวตนผู้ใช้ นอกจากนี้ยังสามารถตั้งค่าสัญญาแบบ Smart
Contract ไว้ในบล็อกเชน
เพื่อให้เหตุการณ์อย่างใดอย่างหนึ่งเป็นทริกเกอร์ให้เกิดการดำเนินการอื่นต่อไป
เช่น ระบบจะปลดล็อคการชำระเงินหลังจากลูกค้าได้รับสินค้า
ระบบรักษาความปลอดภัย AI
AI และ ML จะยังคงถูกใช้งาน เพื่อยกระดับการตัดสินใจของมนุษย์ในการใช้งานที่หลากหลาย
ซึ่งจะช่วยสร้างโอกาสในการรองรับระบบไฮเปอร์ออโตเมชั่น
และการใช้ประโยชน์จากอุปกรณ์อัตโนมัติ เพื่อปรับปรุงธุรกิจ
แต่ในขณะเดียวกันก็ทำให้เกิดปัญหาท้าทายใหม่ๆ สำหรับทีมงานฝ่ายไอทีที่ดูแลด้านความปลอดภัยและผู้บริหารที่ต้องจัดการดูแลความเสี่ยง
เพราะจะทำให้มีช่องทางการโจมตีเพิ่มขึ้นอย่างมาก จากการใช้งาน IoT, คลาวด์คอมพิวติ้ง, ไมโครเซอร์วิส และระบบที่มีการเชื่อมต่อกันอย่างกว้างขวางในสมาร์ทสเปซ ผู้บริหารฝ่ายรักษาความปลอดภัยและความเสี่ยง ควรจะให้ความสำคัญกับ 3 เรื่องหลัก ๆ ได้แก่ การปกป้องระบบที่ขับเคลื่อนด้วย AI, การใช้ AI เพื่อปรับปรุงระบบรักษาความปลอดภัย
และการคาดการณ์เกี่ยวกับการใช้งาน AI โดยคนร้ายที่ต้องการโจมตีเครือข่าย
นี่คือ 10 แนวโน้มเทคโนโลยีที่จะถูกนำมาใช้มากขึ้น ตั้งแต่วันนี้ไปจนถึง 5 ปีข้างหน้า