Download as pdf or txt
Download as pdf or txt
You are on page 1of 12

แนวทางปฏิิบััติิสำำ�หรัับ

ศููนย์์ปััญญาประดิิษฐ์์ความ
่� ระสบความสำำ�เร็็จ
เป็็นเลิิศที่ป
แนวทางสำำ�หรัับทั้้�ง CoE
และหน่่วยธุุรกิิจ

ส มุุ ด ป ก ข า ว โ ด ย D A T A I K U
www.dataiku.com
©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 1
บทนำำ�

เมื่่�อพููดถึึงแผนริิเริ่่�มทำำ�ปััญญาประดิิษฐ์์ ทุุกคนก็็ต่่างกล่่าวถึึงการสร้้างสิ่่�งที่่�เรีียกว่่าศููนย์์ความเป็็นเลิิศ (CoE) แต่่อย่่างไรก็็ดีี การสร้้างให้้สำำ�เร็็


จอย่่างงดงามนั้้�นพููดง่่ายกว่่าทำำ�นััก ต้้องใช้้ความร่่วมมืือหนัักแน่่นและการทำำ�งานร่่วมกัันโดยไม่่ใช่่แค่่ระหว่่าง CoE เองเท่่านั้้�น แต่่ร่ว่ มกัับทีีม
ธุุรกิิจรอบองค์์กรด้้วย

ผลงานชิ้้�นนี้้�แสดงแนวปฏิิบััติิจากทั้้�งสองมุุมมองเพื่่�อให้้เกิิดความสำำ�เร็็จในแผนการริิเริ่่�ม CoE ที่่�แน่่ใจยิ่่�งขึ้้�น

• แนวทางการท�ำงานร่วมกันกับธุรกิจส�ำหรับ CoE เพื่อสร้างความส�ำเร็จ


• คู่มือการท�ำงานร่วมกันกับ CoE เพื่อให้เกิดผลลัพธ์ที่ดีที่สุดส�ำหรับหน่วยธุรกิจ

เพื่่�อเป็็นการรัับทราบข้้อมููลเบื้้�องต้้นของสมุุดปกขาวนี้้�และเพื่่�อทำำ�ความเข้้าใจกัับ “วิิธีี” การสร้้าง CoE เบื้้�องหลัังมากขึ้้�น (คล้้ายแบบอย่่าง
การปฏิิบััติิการของ AI) เราแนะนำำ�ให้้ดูู Beyond the Center of Excellence: แบบอย่่างการปฏิิบััติิการสำำ�หรัับองค์์กรที่่�ขัับเคลื่่�อนด้้วยข้้อมููล1
เว็็บไซต์์ที่่�มีี VP และนัักวิิเคราะห์์หลัักการที่่�ศููนย์์วิิจััย Forrester Mike Gualtiero ขุุดค้้นเรื่่อ
� งนี้้�ขึ้้�นมา

1
https://content.dataiku.com/coe-best-practices/2ygugprpzs1pi1q7hjpz?lb_email={{contact.email}}

2 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku


แนวทางปฏิิบััติิสำำ�หรัับศููนย์์ความเป็็นเลิิศ
หาทีีมที่่�เหมาะสม สร้้างโครงสร้้าง
สร้้างความต้้องการและพััฒนา

สำำ�หรัับศููนย์์ความเป็็นเลิิศ (CoE) แล้้ว กุุญแจแห่่งความสำำ�เร็็จขึ้้�นอยู่่�กัับการสร้้างชััยชนะก่่อนใคร สร้้างความต้้องการแล้้วจึึงสามารถขยายค


รอบคลุุมกรณีีการใช้้ได้้มากขึ้้�น (โดยไม่่ต้้องเพิ่่�มพนัักงานมากเกิินจำำ�นวนซึ่่�งแปลว่่าเป็็นการเริ่่�มใช้้ประสิิทธิิภาพ)

ไม่่มีีอะไรสำำ�คััญไปกว่่าการร่่วมมืือกัันกัับทีีมและหน่่วยธุุรกิิจเพื่่�อกระทำำ�การเหล่่านี้้�แล้้ว — พวกเขาสำำ�คััญกัับภาพความสำำ�เร็็จนี้้�อย่่างมาก แต่่


กัับหลากหลายทีีมที่่�จััดสรรความสำำ�คััญและเส้้นทางหาหน่่วยธุุรกิิจที่่�แตกต่่างกัันนั้้�นก็็นัับว่่าเป็็นความท้้าทาย นี่่�เป็็นแนวทางปฏิิบััติิสี่่�วิิธีี
สำำ�หรัับ CoEs ให้้ปฏิิบััติิตามซึ่่�งจะทำำ�ให้้หน่่วยธุุรกิิจอยู่่�ฝ่่ายเดีียวกััน

1. หาทีมที่เหมาะสมเพื่อเริม ่ ต้น ท�ำงานกับทีมที่ไม่ใช่ตั้งแต่แรกอาจเป็นการเริ่มต้นที่ผิดพลาดและเจออุปสรรคตามทาง ไม่ว่าจะเพราะ


ทีีมนั้้�นขาดเงิินทุุน แนวคิิดหรืือแรงจููงใจหรืือคนก็็ตาม หรืือจะว่่าการร่่วมมืือกัันทำำ�ธุุรกิิจจะราบลื่่น
� กว่่าถ้้าทีีมต้้องการ — และมีีทรััพยากร —
เพื่่�อร่่วมมืือกัันเฉพาะด้้าน

ทีีมแรก (หรืือทีีมต่่าง ๆ) เป็็นสื่่�อในการริิเริ่่�มสร้า้ ง AI ตั้้�งแต่่ต้้นและมีีกลยุุทธ์์หาเพื่่�อนร่่วมอุุดมการณ์์มากมายที่่�แตกต่่างกัันออกไป ยิ่่�งทีีม


นั้้�นทำำ�เครื่่อ
� งหมายถููกในกล่่องมากเท่่าไหร่่ก็็ยิ่่�งเป็็นผู้้�สมััครที่่�เหมาะสมมากขึ้้�นเท่่านั้้�น:

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 3


วิิธีีวิเิ คราะห์์ยุุทธศาสตร์์ วิิธีีวิเิ คราะห์์กลยุุทธ์์

แผนรายงานการร่่วมมืือกััน งบและข้้อมููลกลยุุทธ์์ Lake


หาทีีมที่่มีีข้
� ้อมููลเคยข้้ามมาอีีกสาย ค้้นหาทีีมที่่�มีีการริิเริ่่�มวิิเคราะห์์อยู่่�แล้้วและมีีงบที่่�เกี่่�ยวข้้อง

แผนรายงานการเข้้าถึึง กลยุุทธ์์ถอดถอนเครื่่อ � งมืือ


ค้้นหาทีีมที่่�ต้้องการทำำ�มากกว่่าธุุรกิิจอััจฉริิยะ (ผู้้�ใช้้ Excel ผู้้�ใช้้ Power ค้้นหาทีีมที่่�มีีเครื่่อ
� งมีีวิิเคราะห์์ปัจ
ั จุุบัันที่่�กำำ�ลัังได้้รับ
ั การถอด
BI และอื่่�น ๆ) ถอนจากบริิษััท

กลยุุทธ์์แผนจากเบื้้�องบน
แผนรายงานแพลตฟอร์์ม
ค้้นหาทีีมที่่�กรรมการผู้้�จััดการเป็็นหน้้าใหม่่และอยากสร้้างค
ค้้นหาทีีมที่่�พบเจอการดำำ�เนิินงานล่่าช้้าหรืือความท้้าทาย
วามแตกต่่าง

แผนรายงานความเสี่่�ยงสููญเสีีย Ip ค้้นหาทีีมที่่�ผู้้�จััดการมีีประสบการณ์์
หรืือเกรงกลััว
กลยุุทธ์์ลููกจ้้างสููญหาย
ค้้นหาทีีมที่่�ผู้้�จััดการมีีประสบการณ์์หรืือเกรงกลััว IP หรืือสููญเสีียความ
ค้้นหาทีีมที่่�มีีปััญหาเกี่่�ยวข้้องกัับลููกจ้้างลาออก
รู้้� (ตััวอย่่าง พวกเขาสามารถได้้ประโยชน์์จาก CoE ที่่�เสนอวิิทยาศาสตร์์
ข้้อมููลที่่�เป็็นศููนย์์กลางและแพลตฟอร์์มการเรีียนรู้้�กลไก)

แผนรายงานอุุตสาหกรรม
ค้้นหาทีีมที่่�มีีหน้้าที่่�ของระบบในอุุตสาหกรรมที่่�สำำ�คััญเฉพาะด้้านแต่่ก็็ไ กลยุุทธ์์การเข้้าถึึงข้้อมููล
ม่่หนัักหนาสาหััส (เช่่น การแบ่่งลููกค้้า ปฏิิบััติิการและการเสริิมแรง ค้้นหาทีีมที่่�ต้้องการข้้อมููลที่่�เข้้าถึึงด้้วยตนเอง
ควบคุุม ความคล่่องแคล่่วในการกำำ�กัับควบคุุมและอื่่�น ๆ)

กลยุุทธ์์ทีีมเยาวชน
แผนรายงานธุุรกิิจ
ค้้นหาทีีมที่่�มีีสมาชิิกเด็็กกว่่า คาดหวัังที่่�จะทำำ�งานกัับเทคโนโ
ค้้นหาทีีมที่่�มีีปััญหาธุุรกิิจซึ่่�งจำำ�เป็็นต้้องแก้้ไข
ลยีีที่่�ใหม่่กว่่าและน่่าตื่่�นเต้้นยิ่่�งกว่่า

2. สร้างโครงสร้างสนับสนุนและการแบ่งอ�ำนาจต่อกัน หน่วยธุกิจตะอยากท�ำงานกับ CoE ถ้ามีการสนับสนุนและการแบ่งอ�ำนาจที่เ


พีียงพอซึ่่�งจะทำำ�ให้้พวกเขาเข้้าใจวิิธีีเริ่่�มต้้นได้้ง่่ายพอ ๆ กัับทรััพยากรที่่พ
� วกเขาจะต้้องจ่่ายล่่วงหน้้า

เคล็็ดลัับจากลููกค้้า Dataiku ซึ่่�งมีี CoE ที่่�ประสบความสำำ�เร็็จมีี UBS Rabobank และ GE Aviation ในการสร้้างโครงสร้้างที่่�สร้า้ งความต้้อ
งการสนัับสนุุนธุุรกิิจที่่�มีี:

• การตั้งวัตถุประสงค์ทางการ ควรมีการก�ำหนดข้อตกลงระดับการให้บริการ (SLAs) กับธุรกิจส�ำหรับการส่งโครงการพร้อมจัดตั้งการ
วััดระดัับความสำำ�เร็็จ จากมุุมมอง CoE นี่่�เป็็นการป้้องกัันโครงการ AI ไม่่ให้้ล่่าช้้าเพราะฟีีเจอร์์ต่่อเนื่่�อง สำำ�หรัับธุุรกิิจแล้้ว เพราะพวก
เขารู้้�ว่่าคาดหวัังอะไร (และเมื่่�อไหร่่) พวกเขาเลยสามารถทุ่่�มทรััพยากรที่่�เหมาะสมได้้ — ตั้้�งแต่่เงิินทุุนจนถึึงพนัักงานเลยทีีเดีียว ฟัังจาก
Rabobank2 ว่่าพวกเขาเร่่งความมุุมานะกัับ AI ผ่่าน CoE ได้้อย่่างไร

• น�ำการเล่นเกมไปปรับใช้ การเล่นเกมเป็นโปรแกรมที่อาจจะมีค่าใช้จ่ายต�่ำที่เพิ่มโครงสร้างสนับสนุนบุคคลในธุรกิจเพื่อปรับปรุงคุณภ
าพข้้อมููลให้้ดีีขึ้้�นเมื่่�อเหมาะสม ตััวอย่่าง องค์์กรน้ำำ��มัันและแก๊๊สระดัับโลกขนาดใหญ่่เปิิดตััวระบบคะแนนที่่�เวลามีีคนฝึึกฝน แท็็กชุุดข้้อมููล
สร้้างเอกสารประกอบ และอื่่�น ๆ ที่่�มีีคนรัับจำำ�นวนคะแนนนั้้�น ๆ สร้้างจิิตวิิญญาณแข่่งขัันกัับกระดานจััดอัันดัับและรางวััลขึ้้�นมา

2
https://content.dataiku.com/coe-best-practices/27g91abr735fgexgqx6j

4 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku


• สร้างแบบแผนให้การฝึก ถ้าสมาชิก CoE ต้องเตรียมพร้อมและแนะน�ำผู้ใช้ใหม่ทุกคน การปรับขยายก็สามารถไม่มีประสิทธิภาพได้อย่า
งรวดเร็็ว ยิ่่�งไปกว่่านั้้�นแล้้ว มัันจะกลายเป็็นความผิิดหวัังสำำ�หรัับธุุรกิิจ ถ้้าหากทำำ�ลงไปอย่่างสะเพร่่า การสร้้างชุุมชนที่่�ผู้้�คนทำำ�งานริิเริ่่�ม
การทำำ� AI ซึ่่�งสามารถช่่วยเหลืือกัันและกัันได้้ (ด้้วยการสนัับสนุุนจาก Super User รุ่่�นบุุกเบิิกโดยเฉพาะ) สามารถยื่่�นข้้อเสนอการสนัับสนุุ
นความต้้องการของ CoE เองได้้บ้้าง GE Aviation ก้้าวไปได้้ไกลถึึงเส้้นทางระดัับ 100- 200- และ 300- เพื่่�อให้้ผู้้�ใช้้ได้้มีีความพยายามใช้้ข้้อ
มูู ล บริิ ก ารตนเองและมีีการฝึึ กฝ นปฏิิ บัั ติิ เ ต็็ มวัั น สำำ � หรัั บ คนที่่� ต้้ อ งการเรีียนรู้้� อ่่ า นข้้ อ มูู ล เชิิ ง ลึึ ก เพิ่่� ม เติิ ม เกี่่� ย วกัั บ แนวทางของ
GE Aviation3

• มอบเทคโนโลยีที่สามารถขยายได้ การใช้งานซ�้ำเป็นแนวคิดง่าย ๆ เกี่ยวกับการเลี่ยงใช้งานโครงการ AI ซ�้ำ ตั้งแต่รายละเอียดเล็ก (เช่น


Code Snippet ที่่�สามารถใช้้งานร่่วมกัันเพื่่�อเร่่งความเร็็วเตรีียมข้้อมููลได้้) ไปยัังระดัับจุุลภาค (เช่่น ช่่วยเน้้นย้ำำ��สำำ�หรัับนัักวิิทยาศาสตร์์ข้้
อมูู ล สองคนจากคนละส่่ ว นของบริิ ษัั ท ที่่� ไ ม่่ ไ ด้้ ทำำ � งานโครงการเดีียวกัั น ) ตัั ว พิิ มพ์์ ใ หญ่่ ใ นองค์์ กร  AI นำำ �ก ารใช้้ ซ้ำำ� � ไปอีีกระดัั บ หนึ่่� ง  -
เป็็นการใช้้ค่่าใช่่จ่่ายโครงการ AI เบื้้�องต้้นร่่วมกััน (ปกติิแล้้วเป็็นค่่าใช้้จ่่ายในการค้้นหา ล้้างและเตรีียมข้้อมููล) ในโครงการต่่าง ๆ ส่่งผลให้้
หลายกรณีีมีีราคาเท่่ากัันนั่่�นเอง สำำ�หรัับกลยุุทธ์์หััวข้้อนี้้� ลองดููเอกสาร The Economics of AI4

3. สร้างความต้องการ สร้างระบบสนับสนุนตามที่กล่าวไปในส่วนที่แล้วสามารถช่วยปรับตัวรับแนวคิดเลเซอร์ได้แต่จะไม่สร้างความต้
องการอััตโนมััติิเสมอไป ปััจจััยสำำ�คััญหนึ่่�งในการสร้้างความต้้องการคืือหน้้าที่่ข
� องระบบ

ตอนแรกที่่�เกิิด CoE ขึ้้�นมานั้้�น แบบแผนจะถููกวางไว้้ตามหน้้าที่่ข � องระบบที่่สร้� า้ งขึ้้�นมาอย่่างถี่่ถ้


� ้วนซึ่่�งมีีค่่าทางธุุรกิิจและโอกาสสำำ�เร็็จสููง
มาก (หรืือรู้้�จัักว่่าเป็็นหน้้าที่่�ของระบบที่่� “เห็็นผลเร็็ว” หรืือ “เก็็บเกี่่�ยวผลผลิิตที่่�เก็็บง่่ายตามทาง”) การมีีผู้้�คนจากฝั่่� งธุุรกิิจย้้ายไปยััง CoE
ที่่�ทำำ�งานตามประเภทหน้้าที่่�ของระบบเพื่่�อเริ่่�มต้้นให้้กลุ่่�มนั้้�นมีีแนวโน้้มจะประสบความสำำ�เร็็จอย่่างมาก

กลยุุทธ์์เพิ่่�มเติิมสำำ�หรัับการสร้้างความต้้องการ:

• ทฤษฎีวิธีวิเคราะห์การบอกเล่าถึง CoE และค่าของ AI ข้างต้นนี้รวมไปถึงการนิยามและสื่อสารเรื่องคุณค่าของ CoE การชัดเจนและเปิดเ


ผยว่่ากลุ่่�มดัังกล่่าวสามารถสร้้างอะไรและเป้้าหมายคืืออะไรได้้ในทั้้�งระยะสั้้�นและระยะยาว

• จัดเวิร์คช็อปปัญญาประดิษฐ์เพื่อช่วยประกาศและหาหน้าที่ระบบข้ามสายธุรกิจอาจเป็นตัวเลือกที่ดีในการสนับสนุน CoE

• สนับสนุนหน้าที่ระบบแรกด้วยสายผลิตธุรกิจด้านต่าง ๆ อย่างแข็งขัน ฟังดูแล้วอาจมีอะไรให้ท�ำจนล้นมือในทีแรก แต่มันจะท�ำให้ธุรกิจ


มั่่�นคงและมอบทรััพยากรให้้เดิินหน้้าต่่อไปได้้ ท้้ายที่่�สุุดแล้้วก็็จะสามารถและมุ่่�งมั่่�นแบ่่งตััวออกมาเป็็นเอกเทศมากขึ้้�น

• การยกระดับและอบรบผู้รู้ด้าน AI ท�ำงานอย่างหนักเพื่อสร้างหลักในสายงานธุรกิจโดยใช้ประโยชน์จากผู้รู้ที่สามารถสนับสนุนและมอบ
หน้้าที่่ข
� องระบบที่่�มีีคุุณภาพได้้ต่่อเนื่่�อง

• การสร้างชุมชนตามข้อมูลส่วนตัวแต่ละข้อมูลที่สามารถใช้งานได้ — ตัวอย่าง ชุมชนของนักวิเคราะห์ นักวิทยาศาสตร์ข้อมูลและอื่น ๆ
เพื่่�อแบ่่งปัันความคิิดและแนวคิิดต่่าง ๆ

4. พัฒนา การแยกประโยชน์ของข้อมูลจากการพัฒนามักจะเป็นเรื่องยากเสมอ โดยเฉพาะผลลัพธ์ของธุรกิจขนาดใหญ่กว่า (เช่น ก�ำไร
ขั้้�นต้้นสููงกว่่า ค่่าใช้้จ่่ายต่ำำ��กว่่าและอื่่�น ๆ) การคำำ�นวณซัับซ้้อนเพราะค่่าไม่่ได้้เป็็นเพีียงแค่่ตััวเลข — มัันสามารถกระจายไปทั่่�วหลายแผน
กและทีีม เพราะเหตุุนั้้�นเอง การวััดค่่า ROI ของโครงการข้้อมููลก็็สามารถกลายเป็็นโครงการข้้อมููลตััวเองได้้ ซึ่่�งมัักจะตีีค่่าได้้ยาก

อย่่างไรก็็ตาม แค่่เพราะว่่าตีีค่่ายากไม่่ได้้หมายความว่่าไม่่สำำ�คััญ และค่่าของธุุรกิิจ — ไม่่ใช่่แค่่นวััตกรรม — ต้้องเป็็นสิ่่�งหลัักเสมอ การส


ร้้างคุุณค่่าธุุรกิิจให้้มากขึ้้�นตามเวลาเป็็นเป้้าหมาย ก็็หมายความว่่า CoE เริ่่�มต้้องเลืือกโครงการเรืือธงและสื่่�อสารถึึงคุุณค่่าเพื่่�อเก็็บเกี่่�ยว
สนัับสนุุนให้้มากขึ้้�น และการเตรีียม CoE ก็็ต้้องไม่่นัับแค่่ผลที่่�ได้้รับั เท่่านั้้�นแต่่ต้้องทำำ�ให้้ทุุกคนในองค์์กรเข้้าใจอีีกด้้วย ถ้้าหน่่วยธุุรกิิจมอ
งเห็็นความสำำ�เร็็จและคุุณค่่าก็็จะเต็็มใจร่่วมมืือกัันมากขึ้้�นหรืือเริ่่�มทำ�ำ CoE ถ้้ายัังไม่่ได้้ทำำ�

3
https://content.dataiku.com/coe-best-practices/ge-aviation-white-paper?lb_email={{contact.email}}
4
https://content.dataiku.com/coe-best-practices/economics-of-ai?lb_email={{contact.email}}

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 5


การจััดตั้้�ง CoE สามารถวิิวััฒนาการปริิมาณของคุุณค่่าได้้ — คิิดถึึงภาพสำำ�หรัับหน้้าที่่ข
� องระบบเฉพาะด้้านที่่�ใหญ่่กว่่าแค่่ ROI แบบนี้้�อา
จทำำ�ให้้รููปแบบการเปรีียบเทีียบเตรีียมความพร้้อม AI เป็็นเป้้าหมายที่่�เห็็นภาพชััดเจนสำำ�หรัับที่่ซึ่่
� �งบริิษััทอยากพร้้อมด้้าน AI แล้้วจึึงค่่อ
ยประเมิินความคืืบหน้้าตามโครงสร้้างแต่่ละไตรมาสอีีกครั้้�ง คุุณค่่าของภาพรวมขนาดใหญ่่กว่่าจะช่่วยสนัับสนุุนหน่่วยธุุรกิิจในองค์์กรเ
พื่่�อให้้มีีความหวัังในการสร้้างความแตกต่่าง

ตััวอย่่าง Dataiku ได้้พััฒนาแบบอย่่างการเตรีียมพร้้อม Enterprise AI (รููปที่่� 1) บริิษััทข้้ามชาติิทั่่�วโลกต่่างใช้้เป็็นโครงสร้้างการทำำ�งานเ


พื่่�อวััดผลและสื่่�อสารคุุณค่่าตามระดัับจุุลภาคข้้ามวงการ

รููป 1: ห้้าขั้้�นตอนการเตรีียมความพร้้อมด่่าน Ai แบบอย่่างการเตรีียมการโดย Dataiku


แนวทางสำำ�หรัับหน่่วยธุุรกิิจ
หุ้้�นส่่วน สร้้างความรัับผิิดชอบที่่�ชััดเจน
รัับบทนำำ�และจงบอกปากต่่อปาก
ท้้ายที่่�สุุดแล้้ว CoE ที่่�ขยายได้้จะเป็็นผลดีีกัับหน่่วยธุุรกิิจที่่สุ
� ุด สร้้างความพยายามใน AI ภายในหน่่วยธุุรกิิจอย่่างเดีียวอาจมีีค่่าใช้้จ่่ายสููงมาก ยิ่่�งกว่่
าความท้้าทายอื่่�นที่่�ยากจะเอาชนะได้้ เช่่น การจ้้างงาน หรืือการเพิ่่�มทัักษะให้้พนัักงานที่่�เหมาะสมและเลืือกโครงการที่่�เข้้ากััน จากมุุมมองของ
องค์์กรแล้้ว CoE จะมอบวิิธีีวิิเคราะห์์โครงการ AI ที่่�เป็็นอัันหนึ่่�งอัันเดีียวกัันมากกว่่า (คิิดถึึงการป้้องกัันความพยายามซ้ำำ��ซ้้อนภายในบริิษััท)
และสามารถนำำ�แนวคิิดริิเริ่่�มใหม่่ ๆ ออกมาได้้มากกว่่า

สำำ�หรัับฝั่่�งธุุรกิิจ จงรู้้�ไว้้ว่่าผลลััพธ์์ที่ดีีที่
่� ่�สุุดมาจากการทำำ�งานร่่วมกัับศููนย์์ความเป็็นเลิิศ(CoEs) เพื่่�อมุ่่�งหน้้าไปยัังมุุมมองความสำำ�เร็็จที่่�มีีร่ว่ มกััน —
ต้้องใช้้ความพยายามจากทั้้�งสองฝ่่ายเพื่่�อให้้ CoEs ทำำ�งานได้้อย่่างมีีประสิิทธิิภาพ นี่่�เป็็นแนวทางสี่่�อย่่างสำำ�หรัับการร่่วมมืือกัันกัับ CoEs เพื่่�อสร้้าง
ผลประโยชน์์ร่ว่ มกััน

1. หุ้นส่วน มอง CoE ในฐานหุ้นส่วน ไม่ใช่ผู้ให้บริการ หมายความว่าทีมต่าง ๆ ควรท�ำงานร่วมกันแทนที่จะท�ำโครงการ AI หรือการริเริ่มใด ๆ


ครึ่่�ง ๆ กลาง ๆ และคาดหวัังให้้ CoE แสดงผลออกมาได้้ มองหาวงจรโครงการ AI ง่่าย ๆ (รููปที่่� 2) ธุุรกิิจเกี่่�ยวข้้องกัับจำำ�นวนน้้อยที่่�สุุดในส่่วนที่่�
ระบุุมา

อย่่างไรก็็ตาม ผู้้�เชี่่�ยวชาญที่่�เกี่่�ยวข้้องกัับหััวข้้อในฝั่่�งธุุรกิิจก็็ควรมีีส่่วนในการออกแบบอย่่างมาก รวมถึึงช่่วงผลิิตด้้วย ตััวอย่่างมีีเพีียงไม่่กี่่�ค


นที่่�รู้้�ว่่าหน้้าที่่�ระบบสามารถตััดสิินได้้ว่่าชุุดกลุ่่�มหรืือการนัับคะแนนเรีียลไทม์์เป็็นทางเลืือกของธุุรกิิจที่่�เหมาะสมหรืือไม่่ และไม่่มีีใครรู้้�ว่่าข้้อมูู
ลถููกใช้้ดีีกว่่านัักวิิเคราะห์์จากสายธุุรกิิจเองหรืือไม่่

ในที่่�สุุด ไม่่ว่่า CoE จะให้้บริิการแพลตฟอร์์ม มาตรการการใช้้งาน สนัับสนุุน นิิยามเชิิงปฏิิบััติิการโครงการ หรืือผลิิตภัณ ั ฑ์์ที่่�เสร็็จสมบููรณ์์ให้้ธุุ


รกิิจใช้้ — ไม่่ว่่าจะรวมบางอย่่างหรืือทั้้�งหมด — ก็็ควรมีีการร่่วมมืือกัันที่่�แข็็งแกร่่ง ไม่่ใช่่แค่่ในแง่่ของมีีวััตถุุประสงค์์ทางธุุรกิิจและความท้้าทา
ยร่่วมกัันเท่่านั้้�น แต่่ต้้องสรรค์์สร้า้ งทั้้�งหมดแต่่ต้้นจนจบเลยต่่างหาก

การทำำ�งานร่่วมกัับ CoE ตั้้�งแต่่เริ่่�มจนจบจะมีีผลลััพธ์ที่ ์ ดีีกว่


่� า่ ซึ่่�งจะตรงกัับเป้้าหมายธุุรกิิจอย่่างใกล้้ชิด
ิ มากกว่่า แถมโบนััส: ทำำ�งานกัับ CoEs ยัังช่่
วยเพิ่่�มทัก
ั ษะให้้สมาชิิกในทีีมธุุรกิิจที่่จ
� ะได้้คุ้้�นเคยกัับกระบวนการสำำ�หรัับโครงการข้้อมููลต่่อไปและมีีอำำ�นาจในการทำำ�งานกัับข้้อมููลของพวกเขาเ
องมากกว่่าอีีกด้้วย การร่่วมมืือกัันอย่่างใกล้้ชิด ิ นี้้�เป็็นสิ่่�งที่่ทำ
� �ำ ให้้โครงการ AI ประสบความสำำ�เร็็จและ CoE ขยายขนาดไปกว้้างขวางทั่่�วกิิจการ

รููปที่่� 2: ตััวอย่่างของวงจรชีีวิิตโครงการ AI

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 7


2.  สร้างความรับผิดชอบที่ชัดเจน ไม่ใช่แบบอย่างปฏิบัติการ AI ทุกแบบจะสร้างขึ้นมาอย่างเท่าเทียม — อย่างที่กล่าวไว้ในส่วนก่อนหน้านี้
CoEs บางอย่่ า งก็็ ยึึ ด ครองนิิ ย ามเชิิ ง ปฏิิ บัั ติิ ก ารของโครงการ ริิ เ ริิ มก ารใช้้ ง าน ฝึึ กฝ นและอื่่� น  ๆ ด้้ ว ย ส่่ ว นอย่่ า งอื่่� น ก็็ ขึ้้� น อยู่่�กัั บ ธุุ ร กิิ จ แล้้ ว
ยิ่่�งไปกว่่านั้้�น การริิเริ่่�มทำ�ำ AI เป็็นเรื่่อ
� งใหม่่สำำ�หรัับองค์์กรส่่วนมาก แปลว่่าแบบอย่่างการปฏิิบััติิการและกระบวนการมีีแนวโน้้มที่่�จะเปลี่่�ยนไป
ตามเวลา

อีีกทั้้�งยัังเป็็นเรื่่อ
� งสำำ�คััญที่่�จะเข้้าใจจากฝั่่� งธุุรกิิจว่่าหน้้าที่่�และความรัับผิิดชอบไหนที่่�เป็็นของ CoE (และอะไรที่่�ไม่่ใช่่) เพื่่�อทุ่่�มเทเวลาและทรััพย
ากรอย่่างเหมาะสมให้้โครงการ AI ประสบความสำำ�เร็็จงดงาม สิ่่�งนี้้�จะช่่วยให้้งบทรััพยากรของทั้้�งสองฝ่่ายล้ำำ��หน้้าและเลี่่�ยงความขััดแย้้งใน
กระบวนการของโครงการ AI — การไม่่มีีผู้้�ทำ�ำ งานที่่�ชััดเจนส่่งผลให้้โครงการไหน ๆ ก็็ไม่่สามารถสำำ�เร็็จได้้ หรืือกลัับกัันก็็จะยิ่่�งมีีกุ๊๊�กในห้้องครััว
เยอะเกิินไปเสีียอย่่างนั้้�น

3.  รับบทน�ำในการเปลี่ยนผ่าน AI ขององค์กรคุณ CoEs สร้างหน้าที่ของระบบเองไม่ได้หากปราศจากธุรกิจ ดังนั้นเพื่อความอยู่รอดแล้วก็


ต้้องการความต้้องการ ขณะที่่�ส่่วนหนึ่่�งของความรัับผิิดชอบตกเป็็นของ CoEs ธุุรกิิจก็็ยัังมีีหน้้าที่่�ให้้ทำำ� ตััวอย่่าง มัันสามารถ:

• สร้างและสนับสนุนผู้รู้ AI ไว้ส�ำรวจหน้าที่ของระบบตรวจสอบ ยืนยันว่า CoEs จะมีระบบที่มั่นคงรองรับปัญหาธุรกิจที่มีคุณภาพ

• มอบการสนับสนุนด้านปฏิบัติการ ริเริ่มวาดภาพ AI เป็นสิ่งส�ำคัญ สร้างความตระหนักรู้และความตื่นเต้นให้ทุกคน

• คิดให้ล�้ำกว่าที่มีอยู่ ค้นหาหน้าที่ของระบบที่สร้างสรรค์และล�้ำสมัยที่ CoE จะได้ท�ำงานอย่างตื่นเต้น จ�ำไว้ว่าการสร้างความต้องการให้ CoE


นั้้�น ธุุรกิิจไม่่จำำ�เป็็นต้้องมีีบริิการที่่สมบู
� ูรณ์์แบบ — การนำำ�ปััญหาธุุรกิิจง่่าย ๆ ขึ้้�นมาตามที่่�กล่่าวถึึงในส่่วนก่่อนหน้้านี้้� จัับคู่่�กัับ CoE เพื่่�อแก้้ไข
ปััญหาให้้เกิิดผลลััพธ์์ที่่�มีีคุณ ุ ภาพ

4.  จงบอกปากต่อปาก การบอกปากต่อปากนั้นขึ้นอยู่กับสองสิ่ง: อย่างแรก การสื่อสารคุณค่าของธุรกิจและผลลัพธ์ที่ทีมเห็นจากการร่วมมือ


กัับ CoE ในหน้้าที่่�ของระบบเฉพาะด้้าน และอย่่างที่่�สองก็็คืือการเป็็นเชีียร์์ลีีดเดอร์์ของการริิเริ่่�ม AI ที่่�บริิษััทในขนาดที่่�ใหญ่่กว่่า

อ้้างอิิงถึึงข้้อแรก จงจำำ�ไว้้ให้้ดีีว่่าขณะที่่� CoE และผู้้�เชี่่�ยวชาญด้้านเทคนิิคสามารถสื่่�อสารเรื่่อ


� งเทคนิิคกัันได้้ (เช่่น ความแม่่นยำำ�ของแบบอย่่าง
เป็็นต้้น) พวกเขาก็็จะมีีแนวโน้้มไม่่มีีทรััพยากรที่่�เหมาะสมเพื่่�อบอกเล่่าคุุณค่่าของธุุรกิิจโดยไม่่มีีคุุณช่่วยเหลืือ มีีเพีียงทีีมธุุรกิิจเท่่านั้้�นที่่�สามา
รถประเมิินและหาปริิมาณคุุณค่่าได้้ — ทั้้�งแบบเป็็นนััยยะและชััดเจน — ว่่าพวกเขาเห็็นวิิธีีการหลายวิิธีีที่่�จะสะท้้อนกลัับไปหาทีีมอื่่�นในหน่่วยธุุ
รกิิจพอ ๆ กัับหน่่วยธุุรกิิจอื่่�นรอบบริิษััท

เมื่่�อมาถึึงข้้อที่่�สอง คนก็็อาจจะถามว่่า: ทำำ�ไมการแพร่่กระจาย AI ถึึงสำำ�คััญนััก เมื่่�อ AI เป็็นที่่�นิิยมไปทั่่�วก็็จะสามารถใช้้ซ้ำำ��และสร้้างมููลค่่าได้้
เมื่่�อการแก้้ไขปััญหาใหญ่่โตขึ้�น ้ หน้้าที่่ข
� องระบบสำำ�คััญอย่่างมาก องค์์กรหรืือกระทั่่�งทืืมอื่่�นในแวดวงธุุรกิิจก็็สามารถใช้้หน้้าที่่�ระบบที่่�เล็็กกว่่า
จำำ�นวนมากได้้โดยการใช้้ข้้อมููลชิ้้�นเล็็กชิ้้�นน้้อยซ้ำำ�� กำำ�จััดการสร้้างวงล้้อใหม่่ด้้วยการล้้างข้้อมููลและเตรีียมการ นิิยามเชิิงปฏิิบััติิการ ตรวจสอบ
และมากกว่่านั้้�นได้้ (รููปที่่� 3)

นี่่�เป็็นปมปััญหาในการเป็็นผู้้�พััฒนา AI ไม่่ใช่่แค่่หน้้าที่่ข
� องระบบที่่�ประสบความสำำ�เร็็จเดีียวเท่่านั้้�น แต่่ต้้องยึึดครองคลื่่�น AI เพื่่�อสร้้างระบบที่่�ส่่
งผลกัับธุุรกิิจและประสบความสำำ�เร็็จอย่่างมากผ่่านบริิษััทต่่างหาก อย่่างไรก็็ดีี นี่่เ� ป็็นเป้้าหมายระยะยาวที่่เ� ริ่่�มด้ว้ ยผู้้�บอกเล่่าถึึง AI พููดถึึงชััยชนะ
ของพวกเขา — หน้้าที่่ข � องระบบไหนที่่�ได้้ผลดีี ปฏิิบััติิการอย่่างไร และสุุดท้้ายแล้้วส่่งผลอย่่างไรก็็ธุรุ กิิจ

รููปที่่� 3: AI โดยรวมแล้้วใช้้ค่่าใช้้จ่่ายน้้อยกว่่าเมื่่�อมีีกลุ่่�มที่่�เกี่่�ยวข้้องมากขึ้้�นและใช้้ข้้อมููลซ้ำำ��ในกลุ่่�มได้้

8 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku


บทสรุุป — โบนััส:
แนวทางเดีียวสำำ�หรัับทุุกคน

ไม่่ว่่าส่่วนใดของ AI CoE หรืือหน่่วยธุุรกิิจจะยกระดัับ CoE ขึ้้�นเพื่่�อริิเริ่่�มสร้า้ ง AI ก็็ตาม ทั้้�งสองฝ่่ายก็็ต้้องริิเริ่่�มด้้วยแนวคิิดที่่�เปิิดกว้้างและสามารถ


ปรัับเปลี่่�ยนได้้ การกลายเป็็นองค์์กร AI ที่่�มีีความพร้้อมคืือการทำำ�ให้้การใช้้งาน AI ผ่่านบริิษััทเข้้าถึึงได้้และทำำ�ให้้ทราบว่่าเป้้าหมายนี้้�คืือพื้้�นฐานใน
การเปลี่่�ยนแปลงวิิธีีทำำ�งานของผู้้�คน

แน่่นอนอยู่่�แล้้วว่่าบางทีีมและบางคนจะได้้รัับผลกระทบมากกว่่าใครอื่่�นแต่่ด้้วยวิิสััยทััศน์์สููงสุุดก็็คืือการมีีบริิษััทที่่�งานประจำำ�วัันของทุุกคนเกี่่�ยวข้้
องกัันและมีีข้้อมููล การวิิเคราะห์์หรืือ AI ส่่งเสริิมไม่่ทางใดก็็ทางหนึ่่�ง

“เราสำำ�รวจกระบวนการพััน ๆ แบบ ว่่าบริิษััทพวกเขาใช้้และจััดการ AI กัับข้้อมููลขั้้�นสููงอย่่างไร และข้้อมููลของเราก็็แสดงให้้เ


ห็็นว่่ามีีเพีียง 8% เท่่านั้้�นที่่�ทำ�ต
ำ ามแนวทางมั่่�นคงที่่�เป็็นแกนสำำ�คััญซึ่่�งจะช่่วยสนัับสนุุนการปรัับใช้้นี้้�ได้้อย่่างแพร่่หลาย บริิษัั
ทส่่วนใหญ่่ใช้้แค่่ระบบนำำ�ร่อ ่ งเฉพาะกิิจหรืือใช้้ AI ในกระบวนการธุุรกิิจเดีียวเท่่านั้้�น

ทำำ�ไมกระบวนการถึึงช้้านัักล่่ะ ในระดัับสููงสุุดแล้้วมัน ั เป็็นดั่่�งภาพสะท้้อนของการล้้มเหลวให้้เดิินสายองค์์กรใหม่่”


- วิิจารณ์์ธุรุ กิิจฮาร์์วาร์์ด การสร้้างองค์์กรที่ขั
่� ับเคลื่่�อนด้้วย AI5

เมื่่�อทำำ�การริิเริ่่�มนำำ� AI เข้้ามาใช้้ในองค์์กรหนึ่่�งก็็ต้้องเตรีียมตััวพร้้อมมีีแนวคิิดที่่�เหมาะสมด้้วย ทุุกระดัับจะต้้องมีีการต่่อต้้านและการเปลี่่�ยนแปลงค


งเกิิดขึ้�น้ ไม่่เร็็วนััก คนที่่�คาดหวัังจะเห็็นความสำำ�เร็็จและการเปลี่่�ยนแปลงที่่�รวดเร็็วจะหมดหวัังและถอดใจก่่อนบริิษััทจะมีีโอกาสสำำ�เร็็จได้้อย่่างง่่าย
ดาย

ขั้้�นต่่อไป เราแนะนำำ�ให้้ การเร่่งเตรีียมความพร้้อม AI คู่่�มืือลดค่่าใช้้จ่่ายและสร้้างคุุณประโยชน์์ด้้วยแอปพลิิเคชั่่�น AI ที่่�ช่่วยให้้การย้้ายจากช่่วงแรก


ไปยัังช่่วงที่่ส
� องของความพร้้อม AI ให้้ราบรื่่น

5
https://hbr.org/2019/07/building-the-ai-powered-organization

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 9


ลูกค้ามากกว่า
300 ราย
เส้นทางสู่ ผู้ใช้ปัจจุบันมากกว่า
Enterprise AI 30,000 ราย
ของคุณ *นั ก วิ ท ยาการข้ อ มู ล นั ก วิ เ คราะห์ วิ ศ วกร และอี ก มากมาย

Dataiku เป็นแพลตฟอร์มการเข้าถึงข้อมูลทีเ่ ท่าเทียมและช่วย



ให้องค์กรสามารถสร้างเส้นทางการใช้งาน AI ของตนเอง เพือ
ิ ัยทัศน์ Enterprise AI นีเ้ ป็นความจริง
เป็นการทําให้วส
่ ่งมอบ UI เดียว
Dataiku จึงเป็นแพลตฟอร์มเดียวในตลาดทีส
ทีใ่ ช้งานง่ายสําหรับการแปลงข้อมูล การทําเหมืองข้อมูล การ
ทําให้เห็นภาพข้อมูล การเรียนรูข ่ ง และการใช้งาน
้ องเครือ
ข้อมูลตามอินเทอร์เฟซผูใ้ ช้แบบทีมหรือแบบประสานงานร่วม
้ แต่นัก
่ ุกคนในทีมฝ่ายข้อมูลสามารถเข้าถึงได้ ตัง
กันทีท
วิทยาการข้อมูลไปจนถึงนักวิเคราะห์มือใหม่

1. การทําความสะอาด
และแปลงข้อมูล 5. การตรวจสอบและแก้ไข

Network_dataset Test Test_Scored

Netezza
Teradata Train MLlib_Prediction

Oracle Vertica
HDFS_Avro Joined_Data

2. การสร้างและประยุกต์ใช้ Amazon_S3 HDFS_Parquet

4. การใช้ข้อมูล
การเรียนรูข ่ ง
้ องเครือ เพื่อการผลิต
Cassandra

(Machine Learning)

3. การทำเหมืองข้อมูลและ
การทำให้เห็นภาพข้อมูล

dataiku.com

10 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku


ส มุุ ด ป ก ข า ว
www.dataiku.com

You might also like