เดลล์ เทคโนโลยีส์ เผยธุรกิจในไทยแบกภาระข้อมูลล้น แนะ 3 แนวทางเปลี่ยนภาระให้ได้เปรียบทางธุรกิจ
กรุงเทพฯ – 24 สิงหาคม 2564 : เดลล์ เทคโนโลยีส์ เผยผลการศึกษาที่จัดทำขึ้นทั่วโลก* โดยมอบหมายให้ฟอร์เรสเตอร์ คอนซัลติ้ง ทำการสำรวจความคิดเห็นของผู้มีอำนาจในการตัดสินใจมากกว่า 4,000 คนจาก 45 ประเทศ และเป็นผลที่สร้างต่อยอดขึ้นจากการวิจัย ดัชนีชี้วัดการปฏิรูปทางดิจิทัล หรือ Digital Transformation Index ของเดลล์ เทคโนโลยีส์ ซึ่งประเมินพัฒนาการด้านดิจิทัลของธุรกิจทั่วโลก โดยดัชนีชี้วัดการปฏิรูปทางดิจิทัลเผยถึง “จำนวนข้อมูลที่มีมากเกินไป (Overload) และไม่สามารถสกัดข้อมูลเชิงลึกออกมาจากข้อมูลได้” ซึ่งเป็นอุปสรรคต่อการปฏิรูปที่สูงสุดเป็นอันดับสามทั่วโลก สูงขึ้นจากอันดับที่ 11 ในปีพ.ศ.2559
รายงานดังกล่าวแสดงให้เห็นว่าธุรกิจจำนวนมากในประเทศไทยกำลังประสบปัญหากับปริมาณข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว แทนที่จะช่วยสร้างข้อได้เปรียบในการแข่งขัน แต่กลายเป็นว่าข้อมูลกลับสร้างภาระและเกิดอุปสรรคมากมาย ได้แก่ ช่องว่างด้านทักษะข้อมูล (Skills Gap) ไซโลข้อมูล (Data Silos) ไปจนถึงกระบวนการต่างๆ ที่ต้องดำเนินการด้วยตัวเอง (Manual) ไซโลของธุรกิจ และความเป็นส่วนตัวของข้อมูล (Data Privacy) รวมถึงจุดอ่อนด้านความปลอดภัยของข้อมูล
เพื่อให้เกิดความกระจ่างเกี่ยวกับความขัดแย้งนี้ การวิจัยจึงสรุปย่อวัตถุประสงค์ของการวัดความพร้อมทางด้านข้อมูลขององค์กรธุรกิจ
คะแนนความพร้อมด้านข้อมูล: ทั่วโลก
คะแนนความพร้อมด้านข้อมูล: ประเทศไทย
ผลการวิจัยพบว่า 88 เปอร์เซ็นต์ของธุรกิจ ส่วนประเทศไทยอยู่ที่ 95 เปอร์เซ็นต์ยังไม่ก้าวหน้าทั้งในส่วนของเทคโนโลยีและกระบวนการทางข้อมูล และ/หรือวัฒนธรรมและทักษะทางด้านข้อมูล มีเพียง 12 เปอร์เซ็นต์ของธุรกิจเท่านั้น ขณะที่ประเทศไทยมีเพียง 5 เปอร์เซ็นต์ที่ได้รับการจำกัดความให้เป็น Data Champions ซึ่งได้แก่บริษัทที่มีส่วนร่วมอย่างจริงจังทั้งสองด้าน ทั้งเทคโนโลยี/กระบวนการ และวัฒนธรรม/ทักษะ
ความขัดแย้งของ “ความต้องการที่มีมากเกินกว่าจะจัดการได้”
จากการวิจัยพบว่า 70 เปอร์เซ็นต์ ส่วนประเทศไทยอยู่ที่ 73 เปอร์เซ็นต์มองว่าสามารถรวบรวมข้อมูลได้เร็วเกินความสามารถที่จะนำมาวิเคราะห์และใช้งานได้ แต่ 67 เปอร์เซ็นต์ ส่วนประเทศไทยอยู่ที่ 70 เปอร์เซ็นต์ต้องการข้อมูลมากกว่าที่สามารถหามาได้ในปัจจุบัน ซึ่งอาจเป็นผลมาจาก64 เปอร์เซ็นต์ ส่วนประเทศไทยราว 61 เปอร์เซ็นต์ ต้องการปกป้องข้อมูลปริมาณมากภายในดาต้าเซ็นเตอร์ของตัวเองหรือที่ควบคุมอยู่ แม้จะทราบถึงประโยชน์ของการประมวลผลข้อมูลที่ปลายทาง (Edge) ซึ่งเป็นจุดที่สร้างข้อมูล
ด้านความเป็นผู้นำด้านข้อมูลที่ไม่ดีพอ (Poor) โดย 70 เปอร์เซ็นต์ ส่วนประเทศไทยอยู่ที่68 เปอร์เซ็นต์ยอมรับว่าบอร์ดหรือคณะกรรมการของบริษัทยังไม่ได้ให้การสนับสนุนอย่างชัดเจนเรื่องกลยุทธ์ด้านข้อมูลและการวิเคราะห์
ในส่วนของกลยุทธ์ด้านไอทีที่ไม่รองรับการขยายขีดความสามารถ โดย 49 เปอร์เซ็นต์ ส่วนประเทศไทยราว 48 เปอร์เซ็นต์ กำลังเร่งเพิ่มจำนวน Data Lake มากขึ้น แทนการควบรวมที่มีอยู่เข้าด้วยกัน
ผลที่ตามมาก็คือ การเพิ่มจำนวนข้อมูลอย่างรวดเร็วซึ่งทำให้ชีวิตการทำงานยากขึ้นแทนที่จะง่ายขึ้น โดย 64 เปอร์เซ็นต์ ส่วนประเทศไทย 65 เปอร์เซ็นต์เห็นว่ามีข้อมูลจำนวนมากที่ไม่สามารถทำให้ถูกต้องตามข้อกำหนดด้านการรักษาความปลอดภัยและที่ต้องปฏิบัติตามได้ และ 61 เปอร์เซ็นต์ ส่วนประเทศไทย 63 เปอร์เซ็นต์ มองว่าทีมทำงานของพวกเขามีข้อมูลท่วมท้นเป็นจำนวนมากอยู่แล้ว
นพดล ปัญญาธิปัตย์ กรรมการผู้จัดการประจำประเทศไทย เดลล์ เทคโนโลยีส์ กล่าวว่าในช่วงเวลาที่ธุรกิจอยู่ภายใต้แรงกดดันมหาศาลในการเปิดรับการปฏิรูปทางดิจิทัล เพื่อการให้บริการลูกค้าที่ฉับไวรวดเร็วยิ่งขึ้น องค์กรธุรกิจจำเป็นที่จะต้องดำเนินการเพื่อให้มีข้อมูลที่มากขึ้น รวมทั้งเพื่อขุดค้นข้อมูล (Mining) ที่มีอยู่ให้ดียิ่งขึ้น โดยเฉพาะอย่างยิ่งในปัจจุบัน ด้วยจำนวนผู้ตอบแบบสอบถาม 44 เปอร์เซ็นต์ในประเทศไทยระบุว่า การระบาดของไวรัส COVID-19 ทำให้ข้อมูลที่จำเป็นต้องรวบรวบ จัดเก็บและวิเคราะห์เพิ่มสูงขึ้นอย่างมีนัยสำคัญ
“การที่จะเป็นองค์กรธุรกิจที่ขับเคลื่อนด้วยข้อมูลคือการเดินทาง และองค์กรจำเป็นต้องได้รับคำแนะนำเพื่อความช่วยเหลือในตลอดเส้นทาง” นพดล กล่าว
ความขัดแย้งของการ “มองเห็นโดยไม่ทำอะไร”
ในช่วง 18 เดือนที่ผ่านมา ภาคธุรกิจแบบ On-demand ได้เติบโตและขยายตัว ก่อให้เกิดคลื่นลูกใหม่ของธุรกิจที่ข้อมูลมีความสำคัญเป็นอันดับหนึ่ง (Data-first) และข้อมูลอยู่ในทุกที่ (Data-anywhere) อย่างไรก็ตาม จำนวนขององค์กรธุรกิจที่ย้ายแอปพลิเคชันและโครงสร้างพื้นฐานส่วนใหญ่ไปสู่โมเดล หรือรูปแบบของ as-a-Service ยังน้อย ราว 20 เปอร์เซ็นต์ ขณะที่ประเทศไทยเพียง12 เปอร์เซ็นต์แม้ว่า 64 เปอร์เซ็นต์ ส่วนประเทศไทย72 เปอร์เซ็นต์ จะมองเห็นโอกาสในการที่จะสเกลหรือปรับขยายการให้บริการตามความต้องการที่เปลี่ยนแปลงของลูกค้า
แม้ว่าธุรกิจต่างๆ จะประสบปัญหาในวันนี้ แต่หลายองค์กรมีแผนที่จะสร้างอนาคตที่ดีกว่า โดย 66 เปอร์เซ็นต์ ส่วนประเทศไทย คิดเป็น 65 เปอร์เซ็นต์ ตั้งใจที่จะใช้แมชชีน เลิร์นนิ่ง (ML) ในการตรวจจับข้อมูลที่ผิดปกติโดยอัตโนมัติ ขณะที่ 57 เปอร์เซ็นต์ ส่วนประเทศไทยอยู่ที่ 52 เปอร์เซ็นต์กำลังพิจารณาที่จะปรับรูปแบบเพื่อใช้ Data-as-a-service และ 52 เปอร์เซ็นต์ ส่วนประเทศไทยราว 44 เปอร์เซ็นต์กำลังวางแผนที่จะมองลึกเข้าไปถึงกลุ่มของประสิทธิภาพในการทำงานเพื่อการปรับโครงสร้างใหม่ว่าจะประมวลผลและใช้ข้อมูลอย่างไรในอีก 1-3 ปีข้างหน้า
ทั้งนี้มีแนวทาง 3 ประการที่ธุรกิจสามารถเปลี่ยนภาระด้านข้อมูล (Data Burden)ให้กลายเป็นข้อได้เปรียบ (Data Advantage) ประการแรกปรับปรุงโครงสร้างพื้นฐานด้านไอทีของตนให้ทันสมัยเพื่อให้รองรับข้อมูลที่อยู่ปลายทาง (Edge) ซึ่งรวมถึงการนำระบบโครงสร้างพื้นฐานและแอปพลิเคชันทางธุรกิจมาไว้ใกล้ข้อมูลที่ต้องการจัดเก็บ วิเคราะห์ และดำเนินการ พร้อมทั้งหลีกเลี่ยงการสร้างข้อมูลที่หลากหลายในปริมาณมหาศาล โดยใช้โมเดลการดำเนินงานแบบมัลติคลาวด์ที่สอดคล้องกัน
ประการที่สอง การเพิ่มประสิทธิภาพช่องทางของ/ข้อมูล เพื่อให้ข้อมูลสามารถไหลเวียนไปได้อย่างอิสระและปลอดภัยในขณะที่นำปัญญาประดิษฐ์ (AI) และML มาช่วยเสริมการจัดการและประการที่สาม การพัฒนาซอฟต์แวร์เพื่อมอบประสบการณ์ความเป็นส่วนตัว และในแบบบูรณาการได้ตามที่ลูกค้าต้องการ
นพดล กล่าวว่า การจัดการข้อมูล (Data Management) ส่วนใหญ่จะมีการ Embeded Technology ด้าน AI และ ML เพื่อใช้ Random หรือตรวจสอบ 100 เปอร์เซ็นต์ หรือจะเป็นการคัดกรองข้อมูล รวมทั้งการตรวจสอบการทุจริต และสถานการณ์แบบ Real Time ซึ่งเชื่อว่าทุกอุตสาหกรรมต่างใช้ AI และ ML ในการวิเคราะห์และจัดการข้อมูล เช่น ธุรกิจค้าปลีก อุตสาหกรรมบริการทางการเงิน (FSI) และ Automation ในโรงงานอุตสาหกรรม เป็นต้น
* งานวิจัยที่ได้รับมอบหมายในเดือนพฤษภาคม 2564 ในหัวข้อ “Unveiling Data Challenges Afflicting Businesses Around The World”, ซึ่งจัดทำโดย ฟอร์เรสเตอร์ คอนซัลติ้ง ให้กับเดลล์ เทคโนโลยีส์ โดยการสัมภาษณ์ผู้บริหารและผู้มีอำนาจในการตัดสินใจและมีอำนาจหน้าที่ในการดูแลข้อมูล และจัดวางกลยุทธ์ด้านข้อมูลจำนวน 4,036 คนจากประเทศในอเมริกาเหนือ ยุโรป ตะวันออกกลางและแอฟริกา เอเชียแปซิฟิคและญี่ปุ่น เกรทเตอร์ไชน่า และลาตินอเมริกา