เข้าสู่ช่วงปลายปีแต่ละปีจะเริ่มมีการคาดการณ์แนวโน้มเทคโนโลยีในปีถัดไปออกมา ซึ่งล่าสุด Gartner ได้เผยถึงแนวโน้มเทคโนโลยีใน 3 ประเภทประกอบด้วย People Centricity, Location Independence และ Resilient Delivery 1. People Centricity จากวิกฤตโควิด-19 ที่ผ่านมาทำให้ชีวิตและการทำงานของผู้คนเปลี่ยนแปลงไป แต่ทำให้เราได้เรียนรู้ว่า ศูนย์กลางของธุรกิจแท้จริงแล้วคือ ผู้คน อยู่ดี ฉะนั้นโจทยืคือต้องปรับเปลี่ยนทุกอย่างให้อยู่ในระบบ
ในยุคที่มีการแข่งขันทางธุรกิจสูงขึ้น ผู้ประกอบการอุตสาหกรรมต้องสร้างความแตกต่างให้กับสินค้า และผลิตภัณฑ์ของตน ตลอดจนต้องสร้างมูลค่าเพิ่มและลดต้นทุนการผลิต การนำเทคโนโลยีเข้ามาใช้เพื่อช่วยบริหารจัดการทรัพยากรภายในองค์กรให้เป็นไปอย่างมีประสิทธิภาพจึงเป็นสิ่งที่สถานประกอบการอุตสาหกรรมต้องให้ความสำคัญโดยเฉพาะระบบการวางแผนทรัพยากรทางธุรกิจขององค์กรให้เป็นไปอย่างมีประสิทธิภาพ ถือเป็นสิ่งที่สถานประกอบการอุตสาหกรรมหลายแห่งให้ความสำคัญ ระบบการวางแผนทรัพยากรทางธุรกิจขององค์กรหรือระบบ ERP (Enterprise Resource Planning System) เป็นเครื่องมือที่ช่วยเพิ่มขีดความสามารถการแข่งขันด้วยการรวบรวม เชื่อมโยง วิเคราะห์ และประมวลผลข้อมูลระหว่างแผนกในองค์กรให้เป็นหนึ่งเดียว และยังสามารถขยายผลสู่การเชื่อมโยงระหว่างองค์กรเข้าด้วยกันตั้งแต่ ระบบงานทางด้านการวางแผนการผลิต (Production Planning) การจัดการวัสดุ (Materials Management) การจัดการคลังสินค้า (Warehouse Management) การจัดการด้านคุณภาพ (Quality Management) การจัดซื้อ (Purchasing) การขายและกระจายสินค้า (Sales and Distribution) การบัญชีและการเงิน (Financial Accounting) ระบบงานทรัพยากรบุคคล (Human Resource) การเชื่อมโยงระหว่างองค์กรนี้ช่วยให้การวางแผนและจัดการทรัพยากรขององค์กรเป็นไปอย่างมีประสิทธิภาพ เพิ่มความถูกต้องของข้อมูลที่ใช้ในการวางแผน และการตัดสินใจของผู้บริหารได้อย่างมีประสิทธิผล กระนั้นก็ตามหากจะมองให้ลึกถึงประโยชน์ของระบบ ERP เราสามารถแบ่งออกเป็น 5 ข้อหลักๆดังนี้ 1) ช่วยรวบรวมข้อมูลทางการเงินของบริษัท เพื่อให้ผู้บริหารระดับสูงเข้าใจภาพรวมของฐานะทางการเงินและการดำเนินงานของบริษัท ซึ่งจะส่งผลต่อประสิทธิภาพของการตัดสินใจของผู้บริหาร
Power BI ซอฟต์แวร์ระบบธุรกิจอัจฉริยะจาก Microsoft ที่อนุญาตเข้าถึงข้อมูลได้หลายระดับ และเพิ่มโอกาสสำหรับธุรกิจที่ต้องการมุมมองเพื่อช่วยเสริมการสรุปผลข้อมูลที่ถูกต้องแม่นยำ นำเสนอข้อมูลง่ายต่อการเข้าใจและประมวลผลเพื่อนำมาปรับใช้ รวมถึงสามารถผลักดันความก้าวหน้าทางธุรกิจและเปลี่ยนแปลงวัฒนธรรมการทำงานของคุณได้อีกด้วย ด้วยคุณสมบัติโดดเด่นในเรื่องของการสรุปผลที่ช่วยอำนวยความสะดวกและสนับสนุนข้อมูลที่มีประสิทธิผลที่หลายองค์กรไม่ควรมองข้าม นี่คือ 10 ประโยชน์ที่คุณจะได้รับจาก Power BI ใช้งานฟรี! อย่างน้อยถ้าคุณต้องการเวอร์ชันพื้นฐาน Power BI Desktop อาจตอบโจทย์นี้ กระนั้นก็ตามเวอร์ชันพื้นฐานยังไม่สามารถแชร์และใช้ทำงานร่วมกันกับคนในทีมบน Power BI Desktop ได้ มีข้อจำกัดของขนาดการจัดเก็บข้อมูลและประมวลผลข้อมูลอยู่อีกนิดหน่อย
ติดอาวุธเสริมกำลังให้ธุรกิจของคุณด้วย Power BI เพราะการตัดสินใจในเชิงธุรกิจต้องการความถูกต้องและรวดเร็วของข้อมูล เทคโนโลยีด้านการวิเคราะห์ข้อมูล (Data Analytics) ที่เป็น Self Data Analysis มีความเก่งกาจขึ้นมาก และพร้อมที่จะให้ทุกคนสามารถนำข้อมูลมหาศาล มาจัดระเบียบ ปรับแต่ง คำนวณ พร้อมกับการสร้างรายงานให้สวยงาน น่าสนใจ และ Interactive ได้ Power BI คืออะไร? Microsoft
ตอนนี้เริ่มทำงานที่บ้านกันสักพักแล้วใช่มั้ยคะ หลายคนทำงานได้ราบรื่นดี แต่สำหรับบางคน Wi-Fi ที่บ้านอาจไม่ค่อยไม่เป็นใจ ไม่เป็นไรเรามี 5 วิธีเพิ่มความแรง Wi-Fi ที่บ้าน มาฝากกัน (แต่ FYI ไว้ก่อนว่าผู้เขียนใช้ข้อ 5) 1.ย้ายเราเตอร์มาอยู่ใกล้ ๆ ซะเลย ถ้าทำการย้ายต้องแน่ใจนะว่าจะไม่เป็นปัญหาต่อคนอื่นอีก แต่หากย้ายแล้วมีปัญหาหรือสายมันล็อกทำให้ไม่สามารถย้ายได้ ไปดูข้อต่อไปเลยจ้า 2.
ใกล้ชิดติดหน้าจอ! นักโฆษณาสมัยนี้เข้าถึงผู้บริโภคได้มากขึ้น ห่างเพียงแค่จอมือถือกั้น ในปัจจุบัน มือถือเข้ามามีบทบาทมากขึ้นในทุกช่วงชีวิตของผู้บริโภค ตั้งแต่ตื่นนอนตอนเช้าจนถึงเวลาเข้านอน เพราะในยุคนี้ มือถือไม่ได้เป็นเพียงแค่อุปกรณ์สื่อสารเท่านั้น แต่กลายเป็นอุปกรณ์สำคัญที่ทำให้เราเข้าถึงข้อมูลมหาศาลที่ส่งผลต่อพฤติกรรมของเรา ในแง่ของการตลาด เราเรียกช่วงเวลาที่ผู้บริโภคใช้มือถือที่ส่งผลต่อพฤติกรรมการซื้อว่า Micro moments Micro moments คือช่วงเวลาที่ผู้บริโภคใช้มือถือเพื่อการเรียนรู้ เพื่อกระทำการบางอย่าง เพื่อค้นหาข้อมูล และเพื่อซื้อสินค้าและบริการ โดยช่วงเวลาเหล่านี้มักเกิดขึ้นอย่างคงที่และต่อเนื่อง ประกอบกับการใช้งานมือถือที่เพิ่มขึ้นในปัจจุบัน ส่งผลให้ผู้บริโภคสามารถค้นหาข้อมูลของสินค้าและบริการได้ง่ายขึ้น จึงนับว่าเป็นโอกาสทองของนักโฆษณาที่จะอาศัย
มี 10 สิ่งที่คุณควรสังเกต ในขณะที่จำนวนและความรุนแรงของซอฟต์แวร์เรียกค่าไถ่ที่มีเพิ่มมากขึ้นผ่านทางอีเมลหลอกลวง ประเด็นนี้จึงเป็นเรื่องสำคัญมากที่คุณควรจะรู้เท่าทันกลลวง เพื่อช่วยในการป้องกันตัวเองและองค์กรที่คุณทำงานอยู่จากภัยร้ายทางอินเทอร์เน็ต การอัปเดตคอมพิวเตอร์ให้ทันสมัยอยู่เสมอนั้นช่วยลดความเสี่ยงขององค์กรในภาพรวมไปได้มาก แต่การเฝ้าระวังอีเมลหลอกลวง รวมถึงการให้ความรู้กับพนักงานในองค์กรนั้นเป็นขั้นตอนที่สำคัญไม่น้อยไปกว่ากัน นี่คือ 10 วิธีที่คุณจะสามารถสังเกตและรับมือกับอีเมลหลอกลวงได้ อย่าไว้ใจชื่อผู้ส่งที่แสดงในอีเมลเสียทีเดียว เหตุเพราะชื่อผู้ส่งที่แสดงอยู่ในอีเมลอาจไม่ได้บอกถึงผู้ส่งที่แท้จริงเสมอไป คุณต้องแน่ใจว่าชื่อของ Email address นั้นถูกต้อง เพื่อยืนยันผู้ส่งเมลที่แท้จริง ดูแต่ตา มืออย่าต้อง (อย่ากดคลิก) ลองวางเมาส์ไปชี้ใกล้ๆกับข้อความที่อยู่ในอีเมลโดยไม่มีการคลิกใดๆ
ดูเหมือนว่าในยุคนี้เรามีหลายสิ่งหลายอย่างที่ต้องพึ่งพา AI ในการประมวลผล แทบจะทุกวงการใช้ AI และสูตรการประมวลผลหรือที่เราเรียกว่า Algorithm (มูลฐานของ Machine Learning) เข้ามาช่วยทำงาน โดยเฉพาะอย่างยิ่งงานที่ต้องอาศัยข้อมูลจำนวนมหาศาล เราจะแน่ใจได้อย่างไรว่ารายงานที่เราได้มีความแม่นยำถูกต้องปราศจากความลำเอียง (Bias) เพียงเพราะข้อมูลเหล่านั้นถูกประมวลโดยคอมพิวเตอร์ มีรายงานมากมายที่บอกว่าข้อมูลที่ได้จาก AI ไม่ได้ถูกต้องเสมอไปแถมยังมีความไม่เป็นธรรม และหลายๆครั้งก็เลือกปฏิบัติ เช่น การตัดสินคดีความ การคัดเลือกเรซูเม่ การให้สิทธิ์ที่แตกต่างกันสำหรับลูกค้า ไปจนถึง Siri
จากบทความ รู้หรือไม่ว่าข้อมูลจาก AI หรือ Algorithm ก็มีความลำเอียง ทำให้เราทราบว่าแท้จริงแล้ว AI หรือ Algorithm ไม่ได้ลำเอียง หากแต่มาจากข้อมูลที่เราป้อนเข้าระบบและเทรนเครื่องให้เรียนรู้ข้อมูลที่เป็นตัวแแทนของสิ่งที่เราต้องการประมวลผลเท่านั้น ซึ่งถือเป็นเรื่องยากที่จะทำความเข้าใจและหาทางแก้ไขให้สำเร็จ ทำไมความลำเอียงจาก AI ถึงเป็นเรื่องยากที่จะแก้ไข เมื่อพิจารณาตามด้านบนแล้ว ความท้าทายที่ถือว่ายากในการลดอคติจาก AI มีอยู่ 4 อย่างด้วยกัน 1. ข้อมูลที่บิดเบือนหรือลำเอียงมาแต่แรกโดยที่ไม่มีใครสังเกตุ การเกิดความลำเอียงไม่ใช่สิ่งที่สามารถสังเกตเห็นได้ง่ายในช่วงของการสร้างแบบจำลอง เพราะคุณอาจยังไม่ได้รับผลกระทบอะไรจากข้อมูลและตัวเลือกของคุณจนกว่าเวลานั้นมาถึง ผลกระทบที่ต่อเนื่องจากข้อมูลเหล่านั้นทำให้เราทราบว่ามีความลำเอียงบางอย่างเกิดขึ้น พอคุณทำแล้วจะย้อนหลังมาค้นหาว่าความลำเอียงนั้นมาจากไหนก็ระบุได้ยาก แถมยังต้องมาหาวิธีการกำจัดความลำเอียงออกไปจากแบบจำลองอีก ในกรณีของระบบคัดกรองใบสมัครงาน Amazon
การแก้ไขความลำเอียงของข้อมูลที่ได้จาก AI หรือ Algorithm เป็นเรื่องยากที่ต้องวางแผนและกรอบแนวทางการทำงานเป็นอย่างดี จากนี้ต่อไปเราควรทำอย่างไร ในฐานะผู้บริหารธุรกิจ คุณควรกำหนดคำจำกัดความของความเป็นธรรมและคุณลักษณะที่ควรได้รับการคุ้มครอง (ตัวอย่างเช่นเพศและเชื้อชาติ) สำหรับตัวอย่างของบริษัทบัตรเครดิต เช่น การนำประเด็นเรื่องความเป็นธรรมของกลุ่มเมื่อเทียบกับความเป็นธรรมต่อบุคคล ลองพิจารณาบริษัทบัตรเครดิตที่ใช้ Algorithm โดยใช้ข้อมูลประวัติเพื่อคาดการณ์ว่าบุคคลที่สมัครรับข้อเสนอสินเชื่อบางประเภทนั้นมีความเสี่ยง“ ดี” หรือ“ ไม่ดี” ในสถานการณ์ใด ๆ คุณจะต้องพิจารณาว่าตัวแปรใดที่ได้รับการคุ้มครองเพื่อพิจารณาหได้ถึงผลลัพธ์ที่เป็นธรรม – และการตัดสินใจของใครที่จะตัดสินว่าใครควรเป็นกลุ่มนั้น ในตัวอย่างนี้เป้าหมายคือการปฏิบัติต่อผู้สมัครบัตรเครดิตทั้งชายและหญิง