การใช้้ปััญญาประดิิษฐ์์

กัับซััพพลายเชน
ความท้้าทาย กรณีีการใช้้งานและโอกาสในการเติิบโต

มีีข้้อมููลเชิิงลึึกจาก

www.dataiku.com
บทนำำ�

การใช้้ปัญ
ั ญาประดิิษฐ์์และการเรีียนรู้้�ของเครื่่อ
� งในอุุตสาหกรรมต่่าง ๆ มากขึ้้�นเรื่่อ
� ย ๆ เป็็นประจัักษ์์ พยานถึึงศัักยภาพข
องเทคโนโลยีีเหล่่านี้้�ในการสร้้างผลกระทบทางธุุรกิิจที่่�จัับต้้องได้้แบบพลิิกโฉมวงการ เมื่่�อมีีการบููรณาการอย่่างมีีความรัั
บผิิดชอบอย่่างโปร่่งใส

โดยเฉพาะภาคส่่วนของเรา ก็็ได้้มีีการนำำ�ปััญญาประดิิษฐ์์มาใช้้กัับการจััดการซััพพลายเชนมากขึ้้�น ผู้้�มีีส่่วนได้้เสีียทั่่�วทั้้�ง
ซััพพลายเชนจะยัังคงใช้้ประโยชน์์จากการเพิ่่�มขึ้้�นอย่่างรวดเร็็วของแหล่่งข้้อมููลและเทคโนโลยีี ที่่�จะทำำ�ให้้พวกเขาสามารถ
ลดต้้นทุุนและทำำ�กำำ�ไรให้้งอกงามเร็็วขึ้้�นแก่่องค์์กรทุุกขนาดและทุุกอุุตสาหกรรม ไม่่ว่่าจะเป็็นขีีดความสามารถในการพยา
กรณ์์ เพื่่�อใช้้ในการวางแผนความต้้องการที่่�เหมาะสมที่่�สุุดไปจนถึึงยานพาหนะไร้้คนขัับและหุ่่�นยนต์์ในคลัังสิินค้้า
คว้้าทาทายและอุุปสรรค
ในการใช้้ปััญญาประดิิษฐ์์
ผลงานวิิจัย
ั เมื่่อ
� ปีี 2018 ของ McKinsey ได้้ชี้้ใ� ห้้เห็็นว่่าซััพพลายเชนและการผลิิตเป็็นสองสาขาหลัักที่่�ได้้รับ
ั ผลกระทบจากปััญญาประดิิษฐ์์ นอกเหนืือ
ไปจากการตลาดและการขาย บริิษััทประมาณการไว้้ว่่า “มููลค่่าที่่�ยัังไม่่ได้้ปลดล็็อค” ของปััญญาประดิิษฐ์์ ที่่�มีีต่่ออุุตสาหกรรมซััพพลายเชนและ
การผลิิตอยู่่�ที่่� 1.2 - 2 ล้้านล้้านดอลลาร์์สหรััฐฯ

แต่่ทำ�ำ ไม อุุตสาหกรรมซััพพลายเชนจึึงไม่่ใช้้ปัญ
ั ญาประดิิษฐ์์มากขึ้้�น โดยเฉพาะอย่่างยิ่่�ง เมื่่�ออุุตสาหกรรมนี้้�ได้้อาศััยข้้อมููลและวิิเคราะห์์ข้้อมููลมาเ
ป็็นเวลาหลายปีีแล้้ว ถึึงแม้้ว่่าการตอบคำำ�ถามข้้อนี้้�จะมีีหลายตััวแปร แต่่ก็็สามารถแบ่่งออกเป็็นสามส่่วนหลััก ๆ ด้้วยกััน:

บุุคคล: นอกเหนืือจากความยากลำำ�บากในการว่่าจ้้างผู้้�ที่่�มีีความสามารถโดดเด่่นด้้านปััญญาประดิิษฐ์์ ซึ่่�งปััญหานี้้�ก็็เป็็นกัันทั่่�ว
โลก และไม่่ได้้เกิิดขึ้้�นเฉพาะแค่่ในอุุตสาหกรรมหรืือภาคส่่วนใด ๆ เท่่านั้้�น อีีกปััญหาหนึ่่�งก็็คืือทีีมและบุุคลากรในปััจจุุบัันไม่่สามารถ
ใช้้เทคนิิคใหม่่ ๆ อย่่างเช่่น การเรีียนรู้้�ของเครื่่อ
� งและปััญญาประดิิษฐ์์ให้้เกิิดประโยชน์์สููงสุุด องค์์กรจำำ�เป็็นต้้องสร้้างทีีม ที่่�สามารถ
ใช้้ข้้อมููลในปริิมาณมากได้้อย่่างแท้้จริิง ร่่วมมืือกััน (หมายความว่่าให้้ผู้้�ที่่�มีีความรู้้�เรื่่อ
� งธุุรกิิจเป็็นอย่่างดีีมารวมพลัังกัับผู้้�ที่่�มีีทัักษะ
ด้้านวิิทยาศาสตร์์ข้้อมููลอัันเป็็นเลิิศ) เพื่่�อเลืือกกรณีีการใช้้งานและส่่งมอบคุุณค่่า

ขั้้�นตอน: ความท้้าทายลำำ�ดัับต้้น ๆ ในเรื่่�องนี้้�ก็็คืือการไม่่มีีข้้อมููลที่่�สะอาด คงเส้้นคงวาและใช้้งานได้้โดยทั่่�วไป ที่่�จะสามารถนำำ�มา
ใช้้กัับระบบนิิเวศของซััพพลายเชนในวงกว้้างได้้ การแก้้ไขปััญหาตรงจุุดนี้้�ได้้จะปููทางไปสู่่�ขั้้�นตอนอื่่�น ๆ ทั้้�งหมดในการใช้้ปััญญา
ประดิิษฐ์์ได้้ แปลว่่าก่่อนที่่�เราจะเจาะลึึกและจััดการกัับกรณีีการใช้้งาน องค์์กรซััพพลายเชนต่่าง ๆ ก็็จะต้้องถอยหลัังออกมาก้้าวหนึ่่�
งก่่อน และจััดทำำ�แผนในภาพรวมแบบครอบคลุุม เพื่่�อทำำ�ให้้การพััฒนาและการใช้้ข้้อมููลและแบบจำำ�ลองแพร่่หลายไปทั่่�ว

เทคโนโลยีี: องค์์กรซััพพลายเชนที่่�ไม่่มีีเทคโนโลยีี เพื่่�อเข้้าถึึงข้้อมููลปััจจุุบัันที่่�ครบถ้้วน เสี่่�ยงที่่�จะได้้รัับข้้อมููลแบบไม่่ปะติิดปะต่่อ
ไม่่ทราบว่่าขั้้�นตอนการเปลี่่�ยนข้้อมููลให้้เป็็นข้้อมููลเชิิงลึึกจะกระตุ้้�นให้้เกิิดผลกระทบทางธุุรกิิจอย่่างแท้้จริิงได้้อย่่างไรและพลาดโอ
กาสต่่าง ๆ ไป หลายครั้้�ง ก็็อาจจะเกี่่�ยวข้้องกัับการสููญเสีียเงิินทุุนด้้วย การเลืือกเทคโนโลยีี ที่่�สามารถรวบรวมข้้อมููลจากหลาย
แหล่่งเข้้าด้้วยกัันอย่่างง่่ายดาย มีีความโปร่่งใส ช่่วยเพิ่่�มพููนทัักษะของบุุคลากรและทำำ�ให้้ขั้้�นตอนเกี่่�ยวกัับปััญญาประดิิษฐ์์มั่่�นคงยิ่่�
งขึ้้�นก็็เป็็นอีีกหนึ่่�งความท้้าทายที่่�สำำ�คััญที่่�เราต้้องรัับมืือให้้ได้้

ผู้้�มีีส่่วนได้้เสีียจำำ�เป็็นต้้องเข้้าใจว่่าการใช้้ข้้อมููลเพื่่�อสร้้างข้้อมููลเชิิงลึึกในปริิมาณมากต้้องมีีการเปลี่่�ยนแปลงรากฐานขององค์์กร และเท่่าที่่�ผ่่านมา
องค์์กรซััพพลายเชนหลายแห่่งก็็ลัังเลที่่�จะปรัับเทีียบใหม่่ เห็็นได้้ชััดว่่าโอกาสอัันน่่าทึ่่�ง ที่่�มาพร้้อมกัับความก้้าวหน้้าของการวิิเคราะห์์ข้้อมููลและ
ปััญญาประดิิษฐ์์มาพร้้อมกัับความท้้าทายที่่�มีีความสำำ�คญพอ ๆ กััน ทั้้�งในด้้านวััฒนธรรมและการเมืือง

อย่่างไรก็็ตาม ประวััติิศาสตร์์ก็็สะท้้อนให้้เห็็นว่่าปััญญาประดิิษฐ์์มีีบทบาทมากขึ้้�นอย่่างไม่่ต้้องสงสััย เศรษฐกิิจและสิ่่�งแวดล้้อมอาศััยปััญญาประดิิ

ษฐ์์ในหลาย ๆ ด้้าน แม้้ว่่าการใช้้ข้้อมููลและการวิิเคราะห์์จะไม่่ใช่่เรื่่อ
� งที่่�แปลกใหม่่ในอุุตสาหกรรมซััพพลายเชน แต่่ก็็ถึึงเวลาแล้้วที่่�องค์์กรจะต้้องทล
ายไซโล รวมชุุดข้้อมููลที่่�แตกต่่างกัันเข้้าด้้วยกััน และใช้้วิิธีีการเปลี่่�ยนแนวคิิดที่่�เป็็นนามธรรมให้้เป็็นข้้อสัังเกตที่่�วััดผลได้้ เพื่่�อทำำ�ให้้เกิิดการเปลี่่�ยน
แปลงต่่อโครงการริิเริ่่�มด้้านข้้อมููลที่่�ปรับ
ั ขนาดได้้ ตั้้�งแต่่บนลงล่่าง แทนที่่�จะใช้้ปัญ
ั ญาประดิิษฐ์์กัับแง่่มุุมเดีียวของซััพพลายเชน เช่่น การจััดส่่ง

ส่่วนที่่�เหลืือของสมุุดปกขาวนี้้�ลงรายละเอีียดกรณีีการใช้้งานในซััพพลายเชน ซึ่่�งมีีความสำำ�คััญอย่่างยิ่่�งและสามารถช่่วยทำำ�ให้้ใช้้ปััญญาประดิิษฐ์์
ได้้อย่่างประสบความสำำ�เร็็จ การเลืือกกรณีีการใช้้งานมาเพีียงไม่่กี่่�กรณีีในตอนแรกสามารถช่่วยจััดการเรื่่�องบุุคลากร ขั้้�นตอนและความท้้าทาย
ด้้านเทคโนโลยีีได้้ตั้้�งแต่่เนิ่่�น ๆ และเตรีียมพร้้อมให้้โครงการด้้านปััญญาประดิิษฐ์์ในอนาคตประสบความสำำ�เร็็จได้้ อ่่านรายละเอีียดเพิ่่�มเติิมเกี่่�ยวกัั
บการเลืือกกรณีีการใช้้งานที่่�ถููกต้้องได้้ที่่�ส่่วน คำำ�นิิยามของคำำ�ว่่าโครงการด้้านปััญญาประดิิษฐ์์ ที่่�ประสบความสำำ�เร็็จ

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

 บทความพิิเศษ

ข้้อมููลช่่วยขัับเคลื่่�อนให้้เกิิด
มููลค่่าต่่อขั้้�นตอนของซััพพลายเชนอย่่างไร
YOANN DERRIENNICพัันธมิิตรที่่�ให้้คำำ�ปรึก
ึ ษาเกี่่�ยวกัับโครงสร้้างพื้้�นฐานและโครงการพััฒนาสิินทรััพย์์ถาวร
MARC DAMEZ-FONTAINE ผู้้�อำำ�นวยการด้้านการให้้คำำ�ปรึก ึ ษาเกี่่�ยวกัับข้้อมููลและปััญญาประดิิษฐ์์

มีีการพััฒนาและเพิ่่�มประสิิทธิิภาพของส่่วนงานต่่าง ๆ ของซััพพลายเชนในหลากหลายธุุรกิิจให้้มากที่่�สุดม
ุ าตลอดหลายพัันปีี สภาซััพพลายเชน
เป็็นผู้้�คิิดค้น
้ กรอบโครงสร้้างของระเบีียบวิิธีทั่่
ี ว� ไปและคำำ�ศััพท์์ส่ว่ นใหญ่่ขึ้้น
� ในปีี 1990 และมููลนิิธิิ APICS ก็็เข้้ามาจััดการตั้้�งแต่่ปีี 2014 เป็็นต้้นมา

แบบจำำ�ลองอ้้างอิิงการดำำ�เนิินงานในซััพพลายเชน (SCOR) เสนอคำำ�นิิยามของห้้าขั้้�นตอนหลััก ๆ ด้้วยกััน:

• วางแผน: ขั้นตอนที่หาจุดสมดุลระหว่างอุปสงค์และอุปทานทั้งหมด เพื่อคิดค้นวิธีการ ที่ตอบโจทย์ความต้องการด้านการจัดหา

การผลิิตและการจััดส่่งได้้ดีีที่่�สุุด

• จัดหา: ขั้นตอน ที่จัดหาสินค้าและบริการ เพื่อตอบสนองความต้องการที่แท้จริงหรือที่มีการวางแผนไว้

• ผลิต: ขั้นตอนที่เปลี่ยนผลิตภัณฑ์ให้กลายเป็นผลิตภัณฑ์ส�ำเร็จรูป เพื่อตอบสนองความต้องการที่แท้จริงหรือที่มีการวางแผนไว้
• จัดส่ง: ขั้นตอนที่ส่งมอบผลิตภัณฑ์และบริการส�ำเร็จรูปเพื่อตอบสนองความต้องการที่แท้จริงหรือที่มีการวางแผนไว้ โดยปกติแล้ว
จะประกอบด้้วยการจััดการคำำ�สั่่�งซื้้�อ การจััดการการจััดส่่งและการจััดการการจััดจำำ�หน่่าย

• ส่งคืน: ขั้นตอนที่เกี่ยวกับการส่งคืนหรือการรับผลิตภัณฑ์ที่ส่งคืน ไม่ว่าด้วยเหตุผลใดก็ตาม ซึ่งก็ครอบคลุมถึงการสนับสนุนลูก

ค้้า หลัังจากการจััดส่่งสิินค้้าด้้วย

แม้้ว่่าเราอาจจะมองว่่าขั้้�นตอนจััดหา ผลิิตและจััดส่่งเป็็นขั้้�นตอน ที่่�เกิิดขึ้้�นเรีียงตามลำำ�ดัับ แต่่การปฏิิบััติิการตามแผนก็็เกิิดขึ้้�นระหว่่างการจััด

การปฏิิบััติิการหลายระดัับด้้วยกััน — ตั้้�งแต่่ระดัับโลกไปจนถึึงระดัับท้้องถิ่่�น — และโดยทั่่�วไปแล้้ว ก็็มีีการจััดการกัับขั้้�นตอนการส่่งคืืนสิินค้้า
ตามแนวขวาง

วางแผน

วางแผน วางแผน วางแผน วางแผน วางแผน

ส่่งมอบ จััดหา ผลิิต ส่่งมอบ จััดหา ผลิิต ส่่งมอบ จััดหา ผลิิต ส่่งมอบ ส่่งมอบ

ส่่งกลัับ

ซััพพลายเออร์์ ของซััพพลายเออร์์ ธุุรกิิจหลััก ลููกค้้า

ของซััพพลายเออร์์ (คลัังสิินค้้า/ผู้้�ผลิิต) (ผู้้�จััดจำำ�หน่่าย) ลููกค้้าของ
ลููกค้้า

� ตอนตั้้�งแต่่ต้้นจนจบ
ขั้้น

ความท้้าทายในปััจจุุบัันอาศััยแนวคิิดดัังต่่อไปนี้้�: “เมื่่�อมีีข้้อมููลมากขึ้้�น ทุุกฝ่่ายก็็จำำ�เป็็นต้้องจััดการความสััมพัันธ์์กัับลููกค้้าและซััพพลายเออร์์

อย่่างโปร่่งใสมากขึ้้�น รวมถึึงยกระดัับสมรรถนะด้้วย มีีความซัับซ้้อนใหม่่เกิิดขึ้้�น เมื่่�อจำำ�เป็็นต้้องมีีการจััดการซััพพลายเออร์์ของซััพพลายเออ
ร์์ และลููกค้้าของลููกค้้า ตั้้�งแต่่ต้้นจบจบ และปรัับปรุุงอย่่างต่่อเนื่่�องด้้วย”

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

 บทความพิิเศษ

ตั้้�งแต่่การจััดการข้้อมููลไปจนถึึงคุุณค่่าเพิ่่�มของการวิิเคราะห์์ข้้อมููล

มีีการใช้้ระบบจััดการข้้อมููลหลายระบบ เพื่่�อจััดการกัับส่่วนงานที่่�จำำ�เป็็นของธุุรกิิจ เช่่น ระบบดำำ�เนิินการผลิิต (MES) จะสามารถจััดการ KPI

เช่่น รอบเวลาการผลิิต ผลผลิิต สมรรถนะของอุุปกรณ์์ที่่�มีีประสิิทธิิผลทั้้�งหมด ฯลฯ การวางแผนทรััพยากรของธุุรกิิจส่่วนใหญ่่จะเสนอที่่�จััดก
ารข้้อมููลในหลากหลายโดเมน เช่่น การบััญชีีการเงิิน การบััญชีีบริิหารและทรััพยากรบุุคคล ตลอดจน KPI ที่่�เกี่่�ยวข้้อง

ระบบจััดการคลัังสิินค้้า (WMS) มีีแนวโน้้มที่่�จะจััดการเรื่่อ

� งการวางแผน การจััดหาบุุคลากรและข้้อมููลขององค์์กรเพื่่�อให้้สามารถทำำ�กิิจกรรม
ปฏิิบััติิการหรืือสืืบย้้อนกลัับ SKU ได้้ ส่่วนการจััดการความสััมพัันธ์์กัับลููกค้้า (CRM) ก็็ช่่วยเรื่่อ
� งข้้อมููลเกี่่�ยวกัับคำำ�สั่่�งซื้้�อของลููกค้้าขั้้�นสุุดท้้าย
การสร้้างโปรไฟล์์ของลููกค้้า การปฏิิบััติิการด้้านการตลาด ฯลฯ

ซัพพลายเออร์ ของซัพพลายเออร์ ธุรกิจหลัก ลูกค้า ลูกค้าของ

ของซัพพลายเออร์ (คลังสินค้า/ผู้ผลิต) (ผู้จัดจำ�หน่าย) ลูกค้า

MES MES CRM

WMS WMS
ERP ERP ERP

ทีนี้ ก็จะมีการบันทึกข้อมูลของธุรกรรมในระบบจัดการข้อมูลเหล่านี้ และเป็นต้นแบบข้อมูล รวมถึงประวัตแิ ละพฤติกรรมของธุรกิจ ตลาดสนับสนุน

ข้อกำ�หนดใหม่ ๆ เช่น:

• ต้นกำ�เนิดของสินค้า – รับประกันว่ามีความโปร่งใสเกี่ยวกับวัสดุและส่วนประกอบ ที่ใช้ผลิตผลิตภัณฑ์สำ�เร็จรูป ทำ�ให้ซัพพลายเอ

อร์ปฏิบัติตามกฎระเบียบและป้องกันมิให้มีการปลอมแปลงสินค้า

• สถานะการจัดส่งสินค้า – ใช้ข้อมูลติดตามสถานะการจัดส่งผลิตภัณฑ์เพื่อตรวจสอบตำ�แหน่งที่ตั้งของผลิตภัณฑ์ และสื่อสารใน
เชิงรุก ในกรณีที่มีความคลาดเคลื่อน
• ผลกระทบภายนอก – ติดตามดูข้อมูลอุณหภูมิ การกระแทกและความชื้นของผลิตภัณฑ์ ขณะอยู่ในซัพพลายเชนเพื่อดูว่ามีการละ
เมิดเกิดขึ้นเมื่อใด

• การตลาด – ถ่ายทอดเรื่องราวของซัพพลายเชนให้แก่ลูกค้าของคุณ เพื่อพิสูจน์ว่าคุณปฏิบัติตามข้อกำ�หนดและเพิ่มพูนความมั่นใ
จให้แก่ผู้ซื้อ

• การจัดการการเรียกคืนสินค้า – ระบุและเรียกคืนงวดวัสดุหรือสินค้าที่ผลิตที่ได้รับผลกระทบเท่านั้น ในกรณีท่ม
ี ีประเด็นด้าน
คุณภาพ

• คุณภาพและความยั่งยืน – รวบรวมข้อมูลด้านการตรวจสอบย้อนกลับเกีย่ วกับคุณภาพและความยัง่ ยืนให้อยูใ่ นแพลตฟอร์มเดียว

• การบริหารความเสี่ยง – ระบุและจัดการกับความเสี่ยงทั่วทั้งซัพพลายเชนในเชิงรุก

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

 บทความพิิเศษ

มีการกำ�หนดและใช้ขีดความสามารถใหม่ดังกล่าวเพิ่มขึ้นเรื่อย ๆ โดยใช้เทคโนโลยีข้อมูลและการวิเคราะห์ใหม่ ๆ การทลายไซไลของระบบสา

รสนเทศอันทรงพลัง ที่ไม่ยอมเปลี่ยนแปลงเป็นสิ่งที่จำ�เป็นอย่างยิ่งในกรณีการใช้การวิเคราะห์ โดยที่ความสัมพันธ์กัน สถิติ การเรียนรู้ของเ
ครื่องและขีดความสามารถของอัลกอริทึมอื่น ๆ จะช่วยยกระดับผลิตภาพและประสิทธิผลของการปฏิบัติการ

หอคอยควบคุม

ซัพพลายเออร์ ของซัพพลายเออร์ ธุรกิจหลัก ลูกค้า ลูกค้าของ

ของซัพพลายเออร์ (คลังสินค้า/ผู้ผลิต) (ผู้จัดจำ�หน่าย) ลูกค้า

ข้้อมููลและการวิิเคราะห์์ช่วย
่ สร้้างคุุณค่่าได้้อย่่างไร

หากเราสามารถดููข้้อมููลทั่่�วโลกได้้ผ่่านทางช่่องทางเดีียว ขีีดความสามารถของข้้อมููลและการวิิเคราะห์์ เพื่่�อยกระดัับสมรรถนะและลดความเสี่่�

ยงให้้เหลืือน้้อยลงที่่�สุุดในซััพพลายเชนก็็ไร้้ขีีดจำำ�กััด เราขอเสนอหมวดหมู่่�การใช้้งานสามหมวดหมู่่� เพื่่�อประเมิินผลกระทบทางธุุรกิิจของขีีด
ความสามารถเหล่่านี้้�ต่่อองค์์กร ตามรายละเอีียดโดยสัังเขปด้้านล่่าง

แบบจำำ�ลอง ที่่�ทำำ�งานตามกฎ
ระบบจััดการข้้อมููลส่่วนใหญ่่ใช้้ขีีดความสามารถของแบบจำำ�ลอง ที่่�ทำำ�งานตามกฎ แต่่ถึึงกระนั้้�น โดยปกติิ ระบบพวกนี้้�ก็ต้
็ ้องจััดการข้้อมููลเป็็
นไซโลอยู่่�

ข้อมูลขาเข้า อัลกอริทึม ผลผลิต

แบบจำ�ลองที่อาศัยกฎเป็นการประกาศใช้กฎทางธุรกิจ ที่จะเปลี่ยนให้ข้อมูลขาเข้ากลา
ยเป็นผลผลิต โดยใช้อัลกอริทึม

ตระกููลอััลกอรึึทึึมมากมาย อย่่างเช่่น ระบบผู้้�เชี่่�ยวชาญหรืือ ขีีดความสามารถของการวิิจััยด้้านการปฏิิบััติิการก็็มีีคุุณสมบััติิที่่�น่่าสนใจเ

ป็็นอย่่างมาก ที่่�จะช่่วยรัับมืือกัับความท้้าทายในซััพพลายเชนมากมาย ดัังที่่�เห็็นได้้ในตััวอย่่างดัังต่่อไปนี้้�:

• โดยปกติ ตัวช่วยวางแผนเส้นทางที่มีประสิทธิภาพจะใช้อัลกอริทึมของ Dijkstra

• ตัวช่วยใช้พื้นที่ให้เหมาะสมที่สุดส�ำหรับสต๊อกในคลังสินค้าหรือผู้จัดส่งสินค้าก็เป็นอัลกอริทึมสี่เหลี่ยมที่เล็กที่สุดในการปิดล้อมวัตถุ
• สามารถใช้ระบบแนะน�ำซัพพลายเออร์ ที่ให้บริการขนส่งสินค้า อย่างมีประสิทธิภาพ โดยใช้อัลกอริทึมการแก้ปัญหาที่มีข้อก�ำหนด ซึ่
งผลลััพธ์์ที่่�ได้้จะต้้องไม่่ขััดกัับข้้อกำำ�หนดที่่�วางไว้้ ตััวแปรต่่าง ๆ เช่่น ต้้นทุุน ระยะเวลาในการรอคอยสิินค้้า คุุณภาพและการปล่่อยก๊๊าซ
คาร์์บอนอาจเป็็นปััญหาข้้อจำำ�กััดที่่�ต้้องนำำ�มาใช้้ให้้เหมาะสมที่่�สุุด

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

 บทความพิิเศษ

ระบบมากมายที่่�เรามีีต่่างก็็ใช้้แบบจำำ�ลองอััจฉริิยะ ที่่�ทำำ�งานตามกฎ อยู่่�ทุุกวััน การนำำ�ระบบผู้้�เชี่่�ยวชาญเหล่่านี้้�มาใช้้อย่่างน่่าประทัับใจ รวมถึึงก

ารดำำ�เนิินการตามแบบของมนุุษย์์อย่่างน่่าเกรงขาม ทำำ�ให้้เราสามารถเล่่นหมากรุุกโดยอััตโนมััติิได้้ Garry Kasparov เล่่นหมากรุุกแพ้้ Deep
Blue ในปีี 1996 และ Deep Blue ก็็คืือระบบ ที่่�ทำำ�งานตามกฎ

แต่่ท้้ายที่่�สุด
ุ แล้้ว เราก็็สามารถนำำ�ขีีดความสามารถของแบบจำำ�ลอง ที่่�ทำำ�งานตามกฎไปประยุุกต์์ใช้้ทำำ�สิ่่�งต่่าง ๆ ได้้อย่่างเป็็นประโยชน์์มาก ๆ ชุุ
ดข้้อมููลขาเข้้าของระบบเหล่่านี้้�ไม่่จำำ�เป็็นต้้องใหญ่่มากก็็ได้้ แต่่ข้้อมููลต้้องมีีความเกี่่�ยวข้้อง จะไม่่สมบููรณ์์หรืือไม่่มีีอยู่่�จริิงก็็ได้้ อััลกอริิทึึมส่่วนใ
หญ่่เหล่่านี้้�อยู่่�ในคลัังแบบโอเพนซอร์์ส และโดยทั่่�วไปแล้้ว ก็็มีีบัันทึึกและตััวอย่่างที่่�ดีี

ระบบที่่�หุ่่�นยนต์์ดำำ�เนิินการโดยอััตโนมััติิ (RPA) จะจััดการกฎระเบีียบและบางครั้้�ง ก็็ทำำ�งานที่่�ใช้้ความคิิด ที่่�ดููเหมืือนว่่าขั้้�นตอนระดัับโลกมีี
ความเฉลีี ยวฉลาด ระบบธุุ ร กิิ จ อัั จฉริิ ย ะ ที่่� มีี เ ป้้ าหมายจะประมวลผล KPI ของธุุ ร กิิ จ  จะใช้้ ก ฎระเบีี ย บของธุุ ร กิิ จ  ระบบขั้้� นตอนอัั จฉริิยะ ที่่�
วิิเคราะห์์ขั้้�นตอน โดยใช้้ข้้อมููลธุุรกรรมในเชิิงพลวััต เพื่่�อเน้้นให้้เห็็นถึึงประเด็็นด้้านการปฏิิบััติิตามกฎระเบีียบของธุุรกิิจหรืือคอขวดในขั้้�นตอ
นต่่าง ๆ ก็็จะใช้้กฎระเบีียบของธุุรกิิจเช่่นกััน

แบบจำำ�ลองการเรีียนรู้้�ของเครื่่�อง

ข้อมูลขาเข้า ผลผลิต อัลกอริทึม

แบบจำ�ลองการเรียนรู้ของเครื่องจะอนุมานจากตัวอย่างมากมาย (ผลผลิต) และบริบท (ปัจจัยนำ�เข้า)

การเรีียนรู้้�ของเครื่่อ
� งเกี่่�ยวกัับการสร้้างแบบจำำ�ลองอััจฉริิยะ หรืือที่่�เรีียกว่่าอััลกอริิทึึม แบบจำำ�ลองอััจฉริิยะไม่่เหมืือนกัับแบบจำำ�ลอง ที่่�ทำำ�งาน
ตามกฎ เนื่่�องจากไม่่มีมนุ
ี ุษย์์คนไหนตั้้�งกฎขึ้้�นมา จะมีีการคิิดค้้นกฎ โดยอาศััยประวััติิข้้อมููล ผ่่านธุุรกรรมในขั้้�นตอนต่่าง ๆ ธุุรกิิจสามารถดำำ�เ
นิินการอย่่างต่่อไปนี้้�ได้้อย่่างมีีประสิิทธิิผล:

• เรียนรู้ระดับความครอบคลุมของสต๊อกที่เหมาะสมที่สุดในแต่ละ SKU โดยค�ำนึงถึงปัจจัยต่าง ๆ เช่น สินค้าตามฤดูกาลและสต๊อก
สำำ�รอง

• ทราบถึงระยะเวลารอคอยสินค้าของซัพพลายเออร์เพื่อประเมินระดับความเสี่ยงและ/หรือท้าท้ายสมรรถนะของซัพพลายเออร์
• ประเมินความเสี่ยงที่จะล้มเหลวของสินทรัพย์ เพื่อช่วยวางแผนการบ�ำรุงรักษาสินทรัพย์ดังกล่าวได้ดีขึ้น

มีีการดำำ�เนิินงานหลาย ๆ งานที่่�กล่่าวมาอยู่่�แล้้วในธุุรกิิจและหลััก ๆ แล้้ว การเรีียนรู้้�ของเครื่่�องก็็ช่่วยเพิ่่�มความเร็็ว ความถููกต้้องและความ
พร้้อมใช้้งาน เมื่่�อมีีการใช้้แบบจำำ�ลองดัังกล่่าว ธุุรกิิจก็็สามารถใช้้เป็็นตััวช่่วยแนะนำำ�ข้้อมููลได้้ มนุุษย์์ยัังคงเป็็นฝ่่ายตััดสิินใจและรัับผิิดชอบต่่อ
การดำำ�เนิินการทั้้�งหมด และมีีขั้้�นตอนทางธุุรกิิจเพี่่�อควบคุุมความเสี่่�ยงและกลยุุทธ์์ในการตััดสิินใจ

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 6

 บทความพิิเศษ

แบบจำำ�ลองปััญญาประดิิษฐ์์
แบบจำำ�ลองปััญญาประดิิษฐ์์จะส่่งมอบบริิการใหม่่ให้้แก่่บริิษััท เพื่่�อพััฒนาสมรรถนะหรืือเพื่่�อให้้ส่่งมอบบริิการใหม่่ ๆ ได้้ จะมีีการตััดสิินใจ
โดยอััตโนมััติิ (ตามคำำ�แนะนำำ�ของแบบจำำ�ลองการเรีียนรู้้�ของเครื่่อ
� ง) และผู้้�ดำำ�เนิินการก็็จะต้้องกำำ�กัับดููแลสมรรถนะของการดำำ�เนิินการโดยอััต
โนมััติิด้้วย ตััวอย่่างอยู่่�ด้้านล่่าง:

• การจัดตารางแทรกแซงการบ�ำรุงรักษาโดยอัตโนมัติ และใช้วิธีพยากรณ์ความล้มเหลวของสินทรัพย์ เราล�้ำหน้าการตรวจหาความ

ล้้มเหลวของสิินทรััพย์์ไปอีีกหนึ่่�งก้้าวและทำำ�ให้้การวางแผนการบำำ�รุุงรัักษาเกิิดขึ้้�นโดยอััตโนมััติิ

• การส่งค�ำสั่งซื้อผลิตภัณฑ์ให้แก่ซัพพลายเออร์โดยอัตโนมัติ เมื่ออุปสงค์ของลูกค้าที่ตรวจพบได้และพยากรณ์ไว้เพิ่มสูงขึ้น อัลกอริทึ

มการเรีียนรู้้�ของเครื่่อ
� งสามารถแนะนำำ�การตรวจพบอุุปสงค์์ได้้ ที่่�เข้้าใจแนวโน้้มของตลาด ก่่อนส่่งคำำ�สั่่�งซื้้�อให้้แก่่ซััพพลายเออร์์โดย
อััตโนมััติิ เทคโนโลยีีจำ�ำ เป็็นต้้องตรวจสอบระดัับ SKU ทั้้�งหมด ระยะเวลารอคอยสิินค้้า เวลาการผลิิต ฯลฯ เพื่่�อรัับประกัันว่่าจะมีีการ
ตััดสิินใจสั่่�งซื้้�อเหมืือนกัับที่่�มนุุษย์์ตััดสิินใจ

อััลกอริิทึึม � ตอนทางธุุรกิิจ
ขั้้น หุ่่�นยนต์์อััจฉริิยะ

แบบจำำ�ลองปััญญาประดิิษฐ์์จะส่่งมอบบริิการใหม่่ให้้แก่่บริิษััท เพื่่�อพััฒนาสมรรถนะ
หรืือเพื่่�อให้้ส่่งมอบบริิการใหม่่ ๆ ได้้

ความแตกต่่างหลััก ๆ ของแบบจำำ�ลองการเรีียนรู้้�ของเครื่่อ
� งก็็คืือการออกแบบบริิการที่่�ใช้้วิิธีีพยากรณ์์ข้้อมููล ปััญญาประดิิษฐ์์ของธุุรกิิจควรใ
ช้้แบบจำำ�ลองการเรีียนรู้้�ของเครื่่อ
� งเพื่่�อดำำ�เนิินการอย่่างอััตโนมััติิ หลััก ๆ แล้้ว โครงการริิเริ่่�มวิิเคราะห์์ข้้อมููลในปััจจุุบัันจะใช้้วิิธีีการทดสอบแน
วคิิดโดยอาศััยวิิทยาศาสตร์์ข้้อมููล ส่่วนที่่�ดำำ�เนิินการโดยอััตโนมััติิและอาศััยอััลกอริิทึึมเป็็นส่่วนที่่�ยาก เนื่่�องจากมีีวงจรป้้อนกลัับ การดำำ�เนิินก
ารโดยอััตโนมััติิทุุกครั้้�งจำำ�เป็็นต้้องมีีวงจรป้้อนกลัับ ที่่�ระบุุว่่าการดำำ�เนิินการมีีความเกี่่�ยวข้้องหรืือไม่่

เหมืือนกัับตอนที่่�มนุษ
ุ ย์์ตัดสิ
ั นิ ใจ หากตััดสิน
ิ ใจผิิด เจ้้านายก็็จะพููดให้้ฟังั แต่่สำ�ำ หรัับปััญญาประดิิษฐ์์แล้้ว “เจ้้านาย” ก็็คืือผู้้�ใช้้ขั้้น
� ปลาย และอาจ
จะเป็็นลููกค้้า ผู้้�ดำำ�เนิินการหรืือผู้้�ประสานงานด้้วยก็็ได้้ นอกจากนี้้� ขั้้�นตอนจะต้้องมีีความเรีียบง่่ายที่่�สุุด เพื่่�อให้้สามารถดำำ�เนิินการโดยอััตโนมัั
ติิได้้ หากมีีข้้อยกเว้้นถี่่�เกิินไป ก็็จะไม่่สามารถเรีียนรู้้�การตััดสิินใจหลายครั้้�งได้้ และก็็จะเกิิดความผิิดพลาดขึ้้�นในอนาคต

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

กรณีีการใช้้งาน

การพยากรณ์ความต้องการ
การเรียนรู้ของเครื่องแทบจะไม่ใช่เรื่องใหม่สำ�หรับการวางแผนความต้องการ แอปพลิเคชันวางแผนความต้องการได้ใช้ข้อมูลเพื่อพยากรณ์ควา
มต้องการของลูกค้ามาตั้งแต่ต้นศตวรรษที่ 21

เครื่องมือต่าง ๆ ก็ทวีความซับซ้อนมากขึ้น และตอนนี้ ก็ได้มีข้อมูลขาเข้ามากกว่าเดิม และสามารถวิเคราะห์ข้อมูลได้อย่างแม่นยำ�ยิ่งกว่าเดิมเยอะ

ดูเหมือนว่าจะมีจุดข้อมูลไม่จำ�กัดที่ควรค่าแก่การคำ�นึงถึงขณะพยากรณ์ว่าว่าร้านค้าปลีกขนาดใหญ่แห่งหนึ่งจะจำ�หน่ายหมวกเบสบอลได้กี่ใบใ
นอีกหกเดือนข้างหน้า ไม่ว่าจะเป็นสถานการณ์ทางเศรษฐกิจ สภาพอากาศ ทีมไหนจะชนะการแข่งขัน เบสบอลชิงชนะเลิศประจำ�ปี ราคาของฝ้าย
ฯลฯ ข้อมูลขาเข้าเหล่านี้ ซึ่งต่างก็มีความสำ�คัญลดหย่อนกันไป สามารถทำ�ให้เราทราบถึงอนาคตได้แม่นยำ�มากกว่าการดูแค่อุปสงค์จากปีก่อนห
น้าเพียงอย่างเดียวเยอะ และธุรกิจส่วนใหญ่ก็จะใช้วิธีนี้ หากไม่มีการวิเคราะห์ข้อมูลเพิ่มเติม

ข้อดีหลักข้อหนึ่งของการพยากรณ์อุปสงค์ โดยอาศัยปัญญาประดิษฐ์ ก็คือความเร็วของเทคโนโลยีในการประมวลผลข้อมูลปริมาณมหาศาล
สิ่งที่สำ�คัญยิ่งไปกว่านั้นก็คือศักยภาพของโครงการในการพัฒนาอย่างต่อเนื่อง และจะเปรียบเทียบข้อมูลพยากรณ์กับผลลัพธ์ ที่เกิดขึ้นจริง
โดยระบุข้อมูลเล็ก ๆ น้อย ๆ ที่ช่วยอธิบายว่าทำ�ไมถึงพยากรณ์ไม่ตรง

ลองจินตนาการดูว่าผู้จัดการห้างสรรพสินค้าแห่งหนึ่ง ที่
เตรียมสต๊อกเสื้อกันหนาวอย่างสมเหตุสมผลไว้ล่วงหน้า
เพราะมีการพยากรณ์ว่าจะเกิดพายุหิมะ พายุหิมะเข้าจริง
แต่ยอดขายเสื้อกันหนาวก็ไม่ได้พุ่งสูงขึ้นอย่างรวดเร็วตาม
บทความอ่่านเพิ่่�มเติิม
คาด ผู้จัดการคนนี้พลาดตรงไหน ผู้จัดการห้างสรรพสินค้
าอาจจะคิดทฤษฎีบางอย่างที่น่าสนใจขึ้นมาได้ โดยอาศัยค
วามรู้เกี่ยวกับพื้นที่ที่ตนเองมี แต่เธอก็มีแนวโน้มที่จะดำ�เนิน การวางแผนและการพยากรณ์์ในยุุคปััญญาประดิิษฐ์์
การต่ อ ไป โดยไม่ แ น่ ใ จเป็ น อย่ า งมากว่ า อะไรที่ เ ป็ น ปั ญ หา วิิธีีการวางแผนและการพยากรณ์์ดั้้�งเดิิม ที่่�มนุุษย์์ต้้องทำำ�เอง อาจ
นอกจากนี้ เธอก็มีแนวโน้มที่จะไม่ขอความช่วยเหลือจากบริษั จะเยอะเกิินไปและก่่อให้้เกิิดอคติิโดยไม่่ได้้ตั้้ง� ใจ รัับทราบถึึงความ
ทแม่ ซึ่งต้องจัดการกับประเด็นที่ใหญ่หลวงกว่าการสต๊อกเสื้อ สำำ�คัญ
ั ของการตััดสิน
ิ ใจ โดยอาศััยข้้อมููล ขณะวางแผนอุุปสงค์์
กันหนาวมากเกินไปที่ห้างสรรพสินค้าแห่งหนึ่งจากทั้งหมดเป็น
ร้อย ๆ แห่ง � บ
อนาคตที่่ขั � นด้้วยปััญญาประดิษ
ั เคลื่่อ ิ ฐ์์กับ
ั EYEON
เรีียนรู้้�ว่่าบริิษััทให้้คำำ�ปรึึกษาด้้านการจััดการชั้้�นนำำ�ได้้เปลี่่�ยน
วิิธีีประกอบธุุรกิิจและตามทัันโลกที่่�มีีการแข่่งขัันสููงและขัับเค
ลื่่�อนด้้วยปััญญาประดิิษฐ์์มากขึ้้�นเรื่่อ
� ย ๆ ได้้อย่่างไร

โครงการพยากรณ์์ยอดขายตััวอย่่าง
ตััวอย่่างนี้้�แสดงให้้เห็็นถึึงวิิธีเี ตรีียมข้้อมููลและสร้้างแบบจำำ�ล
อง เพื่่อ
� พยากรณ์์ยอดขายในร้้านค้้าปลีีกแต่่ละร้้านในเครืือ

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

ตัวช่วยพยากรณ์อุปสงค์ ที่มีขีดความสามารถในการเรียนรู้ของเครื่อง มีแนวโน้มที่จะหาคำ�ตอบได้มากกว่าเยอะเลยว่าทำ�ไมพฤติกรรมที่เกิด
ขึ้นหลังจากพายุหิมะลูกนี้เข้าถึงแตกต่างจากตอนที่เกิดพายุหิมะที่มีขนาดใกล้เคียงกันที่ผ่านมาเสียลิบลับ นอกจากนี้ ยังสามารถเปรียบเทียบ
ข้อมูลยอดขายกับข้อมูลสภาพอากาศตลอดปีได้อย่างรวดเร็ว และอาจจะทำ�ให้เราทราบว่าพายุหิมะที่เข้าในช่วงฤดูหนาวตอนปลายจะไม่ทำ�ให้
คนแห่เข้ามาซื้อเสื้อกันหนาว เพราะคนซื้อไปเรียบร้อยแล้ว นอกจากนี้ ยังอาจจะวิเคราะห์แนวโน้มเศรษฐกิจมหัพภาคและจุลภาค และอาจจะส
รุปได้ว่าคนซื้อเสื้อกันหนาวใหม่ ๆ น้อยลงในปีนี้เนื่องจากเศรษฐกิจตกสะเก็ด และอาจจะวิเคราะห์การโพสต์เนื้อหาลงบนโซเชียลมีเดียในพื้นที่
รูปแบบการเดินทาง ตารางเรียนและให้คำ�ตอบได้ว่าหิมะลูกนี้มาในช่วงปิดเทอม ตอนที่คนออกนอกเมืองไปแล้ว

ถ้าจะกล่าวให้ชัดเจนก็คือไม่ใช่ว่าตัวช่วยพยากรณ์อุปสงค์ในปัจจุบันอาศัยปัจจัยจำ�นวนเยอะแยะเกือบเท่านี้เพื่อวิเคราะห์ข้อมูล แต่ถ้าไม่ได้ใช้เยอ
ะขนาดนี้ในตอนนี้ ก็น่าจะต้องใช้ในอนาคต ในอนาคต จะมีข้อมูลมากขึ้นจากหลายแหล่งกว่าเดิมแน่นอน

การกำ�หนดราคาให้เหมาะสมที่สุด
นอกจากตัวช่วยปัญญาประดิษฐ์จะช่วยบริษัทพยากรณ์จำ�นวนว่าที่ลูกค้าให้แม่นยำ�มากยิ่งขึ้นแล้ว ความช่วยเหลือที่มีความสำ�คัญไม่แพ้กั
นก็คือการช่วยพยากรณ์วาพว
่ กเขาเต็มใจจ่ายเท่าไหร่

หนึ่งในตัวอย่างที่เห็นได้ชัดมากที่สุดของการกำ�หนดราคาให้เหมาะสมที่สุด โดยอาศัยปัญญาประดิษฐ์ มาจาก Uber และ Lyft โดยที่ราคาผันผวน

เป็นหลักวินาที ตามจำ�นวนคนขับรถและความต้องการของลูกค้า และอาจจะรวมปัจจัยอื่น ๆ เข้าไปด้วย เช่น สภาพอากาศ ซึ่งอาจจะส่งผลกระท
บต่อค่ารถที่คนเต็มใจจะจ่าย

อย่างไรก็ตาม ก็ไม่ได้มีแค่ผู้ที่สร้างความพลิกผันในซิลิคอนแวลลีย์เท่านั้น ที่ต้องการใช้ปัญญาประดิษฐ์เพื่อกำ�หนดราคาเชิงพลวัต เรื่องนี้มีควา

มสำ�คัญมากขึ้นเรื่อย ๆ ในการจัดการซัพพลายเชนในเกือบทุกอุตสาหกรรม Gartner ประมาณการไว้ว่าบริษัทราว 1,000 แห่งได้ใช้วิธีการกำ�หน
ดราคาให้เหมาะสมที่สุด โดยอาศัยปัญญาประดิษฐ์ เมื่อสิ้นปี 2018 นอกจากนี้ ยังมีโอกาสให้เติบโตอีกมหาศาล: ผลการวิจัยเดียวกันนี้ยังประมา
ณการไว้ว่าบริษัท 10,000 แห่ง ซึ่งเป็นบริษัท ที่ทำ�การค้าระหว่างธุรกิจด้วยกันเพียงอย่างเดียว จะได้รับประโยชน์จากเทคโนโลยีการกำ�หนดร
าคาให้เหมาะสมที่สุด

ประเด็นก็คือยิ่งผลลัพธ์จากการพยากรณ์อุปสงค์แม่นยำ�มากขึ้นเท่าไหร่ ก็จะทำ�ให้ซัพพลายเชนมีประสิทธิภาพมากขึ้นเท่านั้น และสามารถช่วย
ลดค่าใช้จ่ายหลัก ๆ และเพิม
่ ผลกำ�ไรได้ โดยเฉพาะอย่างยิง่ ในอุตสาหกรรมค้าปลีก บริษัทมักจะสต๊อกสินค้าเยอะ ๆ ไว้ดีกว่าเสียลูกค้าไป ถึงแม้ว่
าผลิตภัณฑ์จะไม่เน่าเสียและสามารถส่งคืนได้ หรือจะขายออกสักวันหนึ่ง แต่การสต๊อกสินค้ามากเกินควรก็กินพื้นที่ เปลืองเวลาและที่สำ�คัญที่สุด
ก็คือเปลืองเงิน ซึ่งอาจนำ�ไปใช้ทำ�สิง่ ที่ส่งมอบคุณค่าอย่างแท้จริงในเวลาใดเวลาหนึ่งก็ได้

เนื่องจากเครื่องมือที่อาศัยปัญญาประดิษฐ์สามารถพยากรณ์อุปสงค์ได้อย่างมั่นใจมากยิ่งขึ้น ผู้ค้าปลีก ผู้ค้าส่งและองค์กรอื่น ๆ ที่เกี่ยวข้องกับก

ารซื้อขายผลิตภัณฑ์ก็จะสามารถปรับสินค้าคงคลังให้สอดคล้องกับความต้องการของลูกค้าได้มากกว่าเดิมเยอะ

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

 บทความพิิเศษ

การคิิดราคาที่่�เหมาะสมที่่�สุุดอย่่างอััจฉริิยะ
สำำ�หรัับธุุรกิิจออนไลน์์และออฟไลน์์
ความท้าทาย

การเตรียมข้อมูลอย่างยาวนานและยากลำ�บากอาจทำ�ให้คำ�แนะนำ�ด้านการกำ�หนดราคาไม่น่าสนใจได้
Pricemoov เป็นบริการเสนอแนะและโซลูชันการกำ�หนดราคาที่เหมาะสมที่สุดให้แก่ลูกค้า โดยการพิจารณาถึงมูลค่าของสิ่งของ ความต้องก
ารที่เปลี่ยนแปลงตามฤดูกาลและลักษณะของตัวลูกค้าเอง จากการแบ่งกลุ่มอย่างละเอียด Pricemoov จะให้บริการด้วยการเก็บรวบรวมชุด
ข้อมูลจากลูกค้า ที่อัปเดตทุกวัน ด้วยการแบ่งพาร์ติชัน

ความท้าทายของ Pricemoov ก็คือข้อมูล ที่มาจากระบบ SI เก่า Oracle หรือ MySql เป็นข้อมูลสกปรกและต้องอาศัยให้นักพัฒนาประจำ�ดำ�เ

นินการตามขั้นตอน ETL อันแสนยืดยาวใน PHP เพื่อทำ�ความสะอาดข้อมูล เมื่อข้อมูลสะอาดแล้ว ก็มีจะมีการป้อนข้อมูลเข้าสู่แบบจำ�ลองอย่
างยากลำ�บาก เนื่องจากเป็นไปปไลน์ ที่กำ�หนดขึ้นมาโดยเฉพาะ และเมื่อเสร็จแล้ว ขั้นตอนการทำ�ซ้ำ�และใช้งานสำ�หรับลูกค้าคนถัดไปก็ใช้เวล
าหลายสัปดาห์

โซลูชัน

การปรับขนาดด้วยการใช้แบบจำ�ลองที่ทำ�ซ้ำ�และเลียนแบบได้
Pricemoov ได้ค้นพบกับ Dataiku ซึ่งได้ช่วยพลิกโฉมธุรกิจ ไม่เพียงแต่ทำ�ให้บริษัทสามารถทดสอบระบบสาธิตสำ�หรับว่าที่ลูกค้าภายในระย
ะเวลากระชั้นชิด โดยอาศัยขั้นตอนการทำ�ความสะอาดข้อมูลอันฉับไวและความสามารถในการทำ�ซ้ำ�งานที่มีอยู่แล้วเท่านั้น แต่ที่สำ�คัญที่สุด
ยังทำ�ให้บริษัทมีตัวเลือกราคาที่ดีกว่าเดิมในภาพรวมด้วย

ในปัจจุบัน ฝ่ายข้อมูลที่ Pricemoov ใช้ Dataiku เพื่อ:

• ทำ�ซ้ำ�กระแสงานในปัจจุบันเพื่อทดสอบระบบสาธิตให้แก่ว่าที่ลูกค้าอย่างรวดเร็ว
• เพิ่มความเร็วในการทำ�ความสะอาดและส่งออกข้อมูลอย่างมีนัยสำ�คัญ ใช้ประโยชน์จากอินเทอร์เฟซชี้แล้วคลิกที่เห็นภาพของ
Dataiku เพื่อทำ�ให้พนักงานที่มีประสบการณ์น้อยช่วยเหลือในขั้นตอนนี้ได้ และปล่อยให้นักวิทยาศาสตร์ข้อมูลได้ใส่ใจกับการสร้าง
แบบจำ�ลอง แทนที่จะเป็นการเตรียมและส่งมอบข้อมูลให้แก่ผู้ใช้ขั้นปลาย

• ทีมอื่น ๆ ที่ไม่ใช่ฝ่ายเทคนิค (เช่น ฝ่ายการตลาด) สามารถเพิ่มพูนทักษะและความพยายามได้ด้วยอินเทอร์เฟซชี้แล้วคลิกที่เห็นภาพ

ในระยะยาว เป้าหมายก็คือการให้พวกเขาใช้ประโยชน์จากแนวคลิกในเว็บไซต์และชุดข้อมูล HDFS ได้อย่างมีประสิทธิภาพและอิสระ

• กำ�หนดราคาเฉพาะลูกค้าได้ดีขึ้น และพัฒนาเมื่อเวลาผ่านไปได้ด้วยการผสมผสานข้อมูล ที่ชี้ให้เห็นถึงความต้องการ ตลอดจนควา

มเต็มใจที่จะจ่ายของลูกค้า มอบข้อมูลเชิงลึกโดยเฉพาะให้แก่สาขาท้องถิ่น ด้วยการใช้วิธีการแบ่งกลุ่มตามพื้นที่ทางภูมิศาสตร์

• ส่งตัวเลือกการกำ�หนดราคาให้แก่สาขาร้านที่มีหน้าร้านในท้องถิ่นอย่างรวดเร็ว ซึ่งสามารถเลือกที่จะนำ�ตัวเลือกเหล่านี้ไปใช้หรือไม่
ก็ได้ และสามารถแบ่งปันคำ�ติชมเพื่อปรับปรุงแบบจำ�ลองได้อย่างราบรื่น

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

 บทความพิิเศษ

ผลลัพธ์
การมอบแบบจำ�ลองที่ดีกว่าเดิม 10X เท่า

หลังจากที่ Pricemoov ใช้ Dataiku เพอ

ื่ ขยายระบบกำ�หนดราคาให้เหมาะสมทีส
่ ด
ุ รวมถึงขัน
้ ตอนทีเ่ กีย
่ วข้อง ในวงกว้าง Pricemoov
ก็ได้สัมผัสถึง:

• อัตราความเร็วในการสร้างแบบจำ�ลองกำ�หนดราคาและพยากรณ์ที่ดีขึ้นสองสัปดาห์
• สร้างสถานการณ์ได้มากกว่าเดิมถึง 10 เท่า
• พนักงานมีสมรรถนะและพัฒนาการที่ดีขึ้น ทำ�ให้พนักงานใหม่สามารถสร้างต้นแบบของโค้ดในโน้ตบุ๊ก Jupyter และฝ่ายข
ายก็สามารถขายผลิตภัณฑ์ได้ดีขึ้น

“Dataiku  มีีส่่วนสำำ�คััญอย่่างยิ่่�งในการเร่่งการเจริิ
ญเติิบโตของเรา ด้้วยการช่่วยให้้เราขยายการปฏิิบัั
ติิการได้้ ความสำำ�เร็็จของโครงการแรกเริ่่�มนี้้�ทำำ�ให้้เ
ราตั้้�งตารอคอยที่่�จะยกระดัับงานที่่�เราได้้ดำำ�เนิินกา
รไป ด้้วยการทำำ�ตามคำำ�ขอ API แบบเรีียลไทม์์ ตััวเลืื
อกการกำำ�หนดราคาที่่�เข้้มข้้นจะช่่วยขยายโอกาสข
องลููกค้้าเพิ่่�มเติิมอีีกด้้วย”
โรงงานอััจฉริิยะ
ความมหััศจรรย์์ส่ว่ นใหญ่่ของความก้้าวหน้้าของซััพพลายเชนเกิิดขึ้้น
� ที่่�พื้้น
� โรงงาน นี่่�ไม่่ใช่่คำ�นิ
ำ ยิ ามของคำำ�ว่า่ โรงงานอััจฉริิยะที่่�เห็็นภาพเท่่าไหร่่นัก
ั
แต่่โดยปกติิ ก็็หมายถึึงสถานที่่�ที่่ใ� ช้้ประโยชน์์จากการดำำ�เนิินงานอััตโนมััติแิ ละปััญญาประดิิษฐ์์ให้้มากที่่�สุด
ุ เท่่าที่่�จะทำำ�ได้้ งานที่่�เคยต้้องใช้้แรงงานก็็ใ
ช้้เครื่่อ
� งจัักรอััจฉริิยะทำำ�แทน เครื่่อ
� งจัักรสร้้างและตอบสนองต่่อข้้อมููลทั้้�งหมด ที่่�ส่ง่ เข้้าไปในระบบกลาง ซึ่่�งเฝ้้าติิดตามดููระบบการผลิิตทั้้�งหมด

ส่่วนสำำ�คััญอย่่างหนึ่่�งของโรงงานอััจฉริิยะก็็คืือเทคโนโลยีีฝาแฝดดิิจิิทััล เทคโนโลยีีฝาแฝดดิิจิิทััลมีีบทบาทสำำ�คััญมาโดยตลอดในการช่่วยให้้องค์์
กรปรัับขั้้�นตอนซััพพลายเชนให้้เหมาะสมที่่�สุุด และก็็มีีแนวโน้้มที่่�จะสร้้างผลกระทบที่่�ยิ่่�งใหญ่่ยิ่่�งขึ้้�นในอีีกหลายปีีข้้างหน้้า

แนวคิิดของเทคโนโลยีีฝาแฝดดิิจิิทััลค่่อนข้้างเก่่า แม้้ว่่าจะไม่่มีีใครใช้้คำำ�นี้้�ในช่่วงนั้้�น แต่่เทคโนโลยีีฝาแฝดดิิจิิทััลก็็ทำำ�ให้้นาซ่่าช่่วยชีีวิิตนัักบิินอวก

าศ สััญชาติิอเมริิกัันสามคนที่่�อยู่่�บนยาน Apollo 13 เมื่่�อเดืือนเมษายน ปีี 1970 ได้้สำำ�เร็็จ หลัังจากถัังอ๊๊อกซิิเจนของยานอวกาศระเบิิด เมื่่�อยานอยู่่�
ห่่างจากโลก 200,000 ไมล์์ วิิศวกรของนาซ่่าที่่�เมืืองฮิิวสตัันก็็แก้้ไขปััญหาตรงยานอวกาศจำำ�ลองที่่�อยู่่�บนพื้้�นโลก

ทุุกวัันนี้้� เทคโนโลยีีฝาแฝดดิิจิิทััลเป็็นเทคโนโลยีีเสมืือนจริิงทุุกประการ โดยอาศััยข้้อมููลที่่�รวบรวมจากเซนเซอร์์สิินทรััพย์์ที่่�จัับต้้องได้้ ไม่่ว่่าจะ
เป็็นเครื่่�องบิินหรืือผู้้�ผลิิตผ้้าอ้้อมก็็ตาม ฝาแฝดจะตีีความพฤติิกรรมทั้้�งหมดที่่�ดัักจัับได้้จากสิินทรััพย์์ที่่�จัับต้้องได้้ ไม่่ว่่าจะเป็็นอุุณหภููมิิ แรงดััน
การสั่่�นสะเทืือน ฯลฯ กระแสข้้อมููลจากเครื่่อ
� งจัักรที่่�ราบรื่่น
� ทำำ�ให้้ฝาแฝดสามารถตรวจพบปััญหาและพยากรณ์์ถึงึ ความล้้มเหลวได้้ และก็็ทำ�ำ ให้้ช่า่ งเทคนิิค
ซ่่อมแซมตามความจำำ�เป็็นได้้อย่่างรวดเร็็วอย่่างยิ่่�ง ซึ่่�งจะช่่วยประหยััดค่า่ ซ่่อมราคาแพงและระยะเวลาหยุุดทำ�ำ งาน ที่่�จะทำำ�ให้้ซัพ
ั พลายเชนหยุุดชะงัักลง

ความแม่่นยำำ�ของเทคโนโลยีีฝาแฝดดิิจิิทััลทำำ�ให้้องค์์กรต่่าง ๆ ได้้ใช้้ประโยชน์์จากอุุปกรณ์์มากกว่่าเดิิมเยอะ เราไม่่ได้้หลีีกเลี่่�ยงแค่่กรณีีเครื่่อ

� งเสีียเ
ท่่านั้้�น แต่่ยัังรวมถึึงการบำำ�รุุงรัักษาที่่�ไม่่จำำ�เป็็นหรืือการดำำ�เนิินการเพื่่�อป้้องกัันอย่่างไม่่จำำ�เป็็นอื่่�น ๆ ด้้วย

Boeing เป็็นตััวอย่่างหนึ่่�งที่่�น่่าสนใจ: เครื่่อ

� งบิิน 737 ลำำ�บรรทุุกสิินค้้าได้้สููงสุุดถึึง 80,000 กิิโลกรััม อย่่างไรก็็ตาม การคำำ�นวณน้ำำ��หนัักทั้้�งหมดของ
สิินค้้าก็็มัักจะไม่่แม่่นยำำ� เพราะช่่างเทคนิิคเป็็นผู้้�ประมาณการเอง เครื่่อ
� งบิินจึึงมัักจะบรรทุุกสิินค้้าน้้อยกว่่าจำำ�นวนที่่�สามารถบรรทุุกได้้อย่่างปลอ
ดภััยไปเสีียเยอะ เพื่่�อป้้องกัันไว้้ก่่อน เทคโนโลยีีฝาแฝดดิิจิทั
ิ ัลที่่�ได้้รับ
ั ข้้อมููลจากเซนเซอร์์บนเครื่่อ
� งบิินจะสามารถรายงานน้ำำ�� หนัักของสิินค้้าได้้อย่่
างแม่่นยำำ� ทำำ�ให้้องค์์กรบรรทุุกสิินค้้าบนเครื่่อ
� งบิินแต่่ละลำำ�ได้้มากขึ้้�น

ถ้้าไม่่มีีเทคโนโลยีีนี้้� กลยุุทธ์์ที่่�ดีีที่่�สุด
ุ ในการบำำ�รุุงรัักษาเชิิงป้้องกัันก็็คืือดููแนวโน้้มในอดีีต ซึ่่�งจะทำำ�ให้้เราทราบว่่าอุุปกรณ์์หนึ่่�งน่่าจะเสีียเมื่่�อไหร่่ แต่่
ปััญหาก็็คืือผลิิตภััณฑ์์แต่่ละชิ้้�นไม่่เหมืือนกััน ไม่่เพีียงแต่่สิินค้้าที่่�ผลิิตในปริิมาณมากก็็มีีความแตกต่่างเล็็กน้้อยเท่่านั้้�น แต่่สิินค้้าทั้้�งหมดล้้วนมีีอายุุ
ที่่�ไม่่เหมืือนกััน ขึ้้�นอยู่่�กัับเงื่่�อนไขต่่าง ๆ ที่่�เปลี่่�ยนแปลงพฤติิกรรม เทคโนโลยีีฝาแฝดดิิจิิทััลเป็็นวิิธีีติิดตามวงจรชีีวิิตของสิ่่�งของได้้แบบเรีียลไทม์์
โดยตอบสนองต่่อความต้้องการโดยเฉพาะของสิ่่�งของ

อ่่านเพิ่่ม
� เติิม:
รัับแนวทางในการนำำ�ปััญญาประดิิษฐ์์มาใช้้ในการบำำ�
รุุงรัักษาอุุปกรณ์์แบบทีีละขั้้�นตอน

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 12

นอกจากนี้้� ไม่่เพีียงแต่่มีีการใช้้เทคโนโลยีีเพื่่�อจำำ�ลองสิินทรััพย์์หนึ่่�งรายการมากขึ้้�นเรื่่อ
� ย ๆ เท่่านั้้�น แต่่ยัังจำำ�ลองทั้้�งซััพพลายเชนอีีกด้้วย สิินทรััพย์์
ทั้้�งหมดที่่�อยู่่�ในขั้้�นตอนการผลิิตและจััดส่่งสิินค้้าจะถููกเลีียนแบบบนระบบดิิจิิทััล ทำำ�ให้้ผู้้�จัด
ั การสามารถดููภาพรวมของทุุกอย่่างที่่�เกิิดขึ้้�นในซััพพล
ายเชนได้้ ซััพพลายเชนดิิจิิทััลจะแจ้้งเตืือนให้้ผู้้�จััดการทราบหากเครื่่�องเสี่่�ยงที่่�จะมีีความร้้อนมากเกิินไปหรืือรถบรรทุุก ที่่�จำำ�เป็็นต้้องเปลี่่�ยนยาง
ใหม่่ในอนาคตอัันใกล้้นี้้� การรัับรู้้�ข้้อมููลเพิ่่�มขึ้้�นได้้ทำำ�ให้้บริิษััทสามารถตอบสนองต่่อปััญหาที่่�เกิิดขึ้้�นได้้อย่่างฉัับไวยิ่่�งขึ้้�น แต่่ที่่�สำำ�คััญไปกว่่านั้้�น ก็็ท
ำ�ให้้บริิษััทสามารถหลีีกเลี่่�ยงปััญหาจำำ�นวนมากไปได้้ ซึ่่�งจะทำำ�ให้้เสีียทั้้�งเงิินและเวลา

ผลตอบแทนจากการลงทุุน (ROI) ในเทคโนโลยีีฝาแฝดดิิจิิทััลแตกต่่างกัันไปในแต่่ละองค์์กรและอุุตสาหกรรม แต่่บริิษััทที่่�ปรัับซััพพลายเชนเข้้าสู่่�ร
ะบบดิิจิิทััลก็็รายงานว่่าได้้รัับผลตอบแทนจำำ�นวนมาก Unilever ได้้เปิิดตััวโรงงานฝาแฝดดิิจิิทััลนำำ�ร่่องที่่�บราซิิลและก็็ประหยััดค่่าใช้้จ่่ายด้้านการ
ปฏิิบััติิการไป 2.8 ล้้านดอลลาร์์สหรััฐฯ อีีกทั้้�งยัังมีีผลิิตภาพเพิ่่ม
� ขึ้้�น 3% ด้้วย

การบำำ�รุุงรัักษาเชิิงคาดการณ์์มีีบทบาทสำำ�คััญอย่่างยิ่่�งในการป้้องกัันมิิให้้ค่่าอุุปกรณ์์และเครื่่�องจัักรที่่�เพิ่่�มสููงขึ้้�นเป็็นปััญหา ด้้วยการใช้้และรวมข้้
อมููลจากหลายแหล่่งเข้้าด้้วยกััน จากนั้้�น ก็็ใช้้ขีีดความสามารถในการเรีียนรู้้�ของเครื่่�องเพื่่�อทำำ�นายว่่าอุุปกรณ์์จะขััดข้้องเมื่่�อไหร่่ ก่่อนที่่�จะเกิิดขึ้้�น
ทำำ�ให้้ไม่่ต้้องเสีียค่่าบำำ�รุุงรัักษาและซ่่อมแซม รวมถึึงรายได้้ที่่�เคยเสีียไประหว่่างที่่�เครื่่อ
� งจัักรหยุุดทำำ�งาน

ผู้้�ช่่วยเสมืือนจริิง
ผลกระทบของปััญญาประดิิษฐ์์ต่่อซััพพลายเชนที่่�เห็็นได้้ชัดที่่
ั �สุุดน่่าจะอยู่่�ในรููปแบบของแอปพลิิเคชัันที่่�ลููกค้้ามีีปฏิิสััมพัันธ์์ด้้วย โดยเฉพาะอย่่างยิ่่�
งแชทและผู้้�ใช้้หุ่่�นยนต์์

องค์์กรทุุกประเภทและทุุกขนาดอาศััยแอปพลิิเคชัันที่่�ขัับเคลื่่�อนด้้วยปััญญาประดิิษฐ์์มากขึ้้�นเรื่่�อย ๆ ในการจััดการงาน ที่่�ให้้บริิการแก่่ลููกค้้าใน
ด่่านแรก สำำ�หรัับองค์์กรส่่วนใหญ่่แล้้ว สามารถใช้้หุ่่�นยนต์์แก้้ไขปััญหาของสายที่่�โทรติิดต่่อฝ่่ายบริิการลููกค้้าจำำ�นวนมากได้้ และอาจจะทำำ�ได้้ดีีกว่่า
มนุุษย์์ด้้วยซ้ำำ�� ยิ่่�งไปกว่่านั้้�น หุ่่�นยนต์์ยัังมีีราคาถููกกว่่าเยอะและไม่่จำำ�เป็็นต้้องเข้้ารัับการฝึึกอบรมอีีกด้้วย

การประมาณการผลกระทบของปััญญาประดิิษฐ์์ต่อ
่ ค่่าใช้้จ่า่ ยของบริิการลููกค้้าแตกต่่างกัันไป แต่่ทั้้ง� หมดก็็คาดการณ์์ไว้้ว่า่ จะประหยััดเงิินได้้เป็็นพััน
ๆ ล้้านดอลลาร์์สหรััฐฯ ในอีีกหลายปีีข้า้ งหน้้า ผลการวิิจัย
ั ในปีี 2019 ของ Juniper คาดการณ์์ไว้้ว่า่ แชทเพีียงอย่่างเดีียวก็็จะทำำ�ให้้ธนาคารประหยััด
ค่่าบริก
ิ ารลููกค้้าไปได้้ 7.3 พัันล้้านดอลลาร์์สหรััฐฯ ภายในปีี 2023 IBM ประมาณการไว้้ว่า่ ธุุรกิิจใช้้จ่า่ ยเงิิน 1.3 ล้้านล้้านดอลลาร์์สหรััฐฯ ต่่อปีีเ
พื่่อ
� จััดการกัับสายที่่�ลูก
ู ค้้าติิดต่อ
่ บริิการลููกค้้า 265 พัันล้้านสาย และก็็ตระหนัักว่่าการใช้้แชทสามารถช่่วยจััดการการติิดต่อ
่ ของลููกค้้าได้้ราว ๆ 80%

นอกจากนี้้� ผู้้�ช่่วยเสมืือนจริิงก็็สามารถมีีบทบาทสำำ�คััญในจุุดต่่าง ๆ ทั่่�วทั้้�งซััพพลายเชนได้้ และในหลากหลายอุุตสาหกรรมด้้วย ไม่่เพีียงแต่่จะช่่วย

ประหยััดค่่าใช้้จ่่ายเป็็นจำำ�นวนมาก ด้้วยการลดค่่าพนัักงานบริิการลููกค้้าเท่่านั้้�น แต่่ยัังช่่วยเพิ่่�มผลิิตภาพ ด้้วยการทำำ�ให้้บริิษััทสามารถเปลี่่�ยนไปใ
ห้้บุุคลากรตอบสนองต่่อคำำ�ขอบริิการลููกค้้าที่่�ซัับซ้้อนกว่่า และต้้องอาศััยสติิปัญ
ั ญาและไหวพริิบของมนุุษย์์มากกว่่า ในอีีกไม่่กี่่�ปีข้
ี ้างหน้้า ผู้้�ช่่วยเส
มืือนจริิงจะไม่่เพีียงแต่่ทวีีความซัับซ้้อนขึ้้�นเท่่านั้้�น แต่่ยัังมีีโอกาสเพิ่่�มเติิมที่่�จะช่่วยเสริิมทััพหรืือเข้้ามาแทนที่่�แรงงานมนุุษย์์เลยด้้วยซ้ำำ��

13 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku

การจััดการยานพาหนะ
ปััญญาประดิิษฐ์์ได้้ช่่วยปรัับปรุุงสถานการณ์์ได้้เป็็นอย่่างมากในช่่วงไม่่กี่่�ปีที่่
ี �ผ่่านมานี้้� ขุุมพลัังเดีียวกัันที่่�ได้้พลิิกโฉมการเดิินทางส่่วนบุุคคล ซึ่่�งเมื่่�
อทศวรรษที่่�แล้้วยัังต้้องอาศััยแผนที่่�บนกระดาษและการถามทางจากคนแปลกหน้้าเป็็นอย่่างมาก ก็็ได้้พลิิกโฉมวิิธีีที่่�บริิษััทจััดการกัับยานพาหนะ
ของตนเอง

ตััวอย่่างที่่�ดีีได้้แก่่บริิษััท UPS บริิษััทได้้มอบเส้้นทางที่่�แม่่นยำำ�ให้้แก่่คนขัับรถมาเป็็นเวลาหลายทศวรรษ โดยมีีเป้้าหมายที่่�จะลดระยะเวลาจััดส่่ง
และการใช้้เชื้้�อเพลิิง รวมถึึงโอกาสในการเกิิดอุุบััติิเหตุุรถชนด้้วย จุุดเด่่นอย่่างหนึ่่�งของกลยุุทธ์์นี้้�ก็็คืือการเลี่่�ยงที่่�จะเลี้้�ยวซ้้าย (หรืือเลี้้�ยวขวาใน
ประเทศที่่�พวงมาลััยอยู่่�ฝั่่�งซ้้าย) เพราะการเลี้้�ยวซ้้ายมีีแนวโน้้มที่่�จะทำำ�ให้้เกิิดอุบั
ุ ติ
ั ิเหตุุรถชนมากกว่่าการเลี้้�ยวขวาเยอะ และโดยปกติิแล้้ว ก็็จะต้้อง
รอนานกว่่าด้้วย

เมื่่�อไม่่กี่่�ปีีที่่�ผ่่านมานี้้� UPS ก็็ได้้นำำ�เทคนิิคร่่นเวลามาใช้้กัับสเตีียรอยด์์ โดยการใช้้ ORION (On-Road Integrated Optimization Navigation)
ระบบจััดทำ�ำ แผนที่่� โดยอาศััยปััญญาประดิิษฐ์์ บริิษััทได้้อธิิบายไว้้ว่า่ :

ORION เป็็นวิิธีีการเพิ่่�มประสิิทธิิภาพสููงสุุดโดยใช้้อััลกอริิทึึมและมีีข้้อมููล 1,000 หน้้า เป็็นเทคนิิคแก้้ไขปััญหา

ที่่ไ� ด้้ผลจริิงและรวดเร็็วกว่่าเดิิม และเป็็นทางออกสำำ�หรัับสถานการณ์์เร่่งด่่วน แม้้ว่า่ จะไม่่ใช่่ทางออกที่่เ� หมาะ
สมหรืือดีีที่่�สุุดก็็ตาม ORION ไม่่จำำ�เป็็นต้้องจััดทำำ�แผนที่่�เส้้นทางที่่�ไร้้ที่่�ติิหรืือแม้้กระทั่่�งที่่�ดีีที่่�สุุด แต่่จะทำำ�ให้้
� อง UPS ทราบถึึงเส้้นทางที่่ไ� ปได้้ โดยอาศััยประสบการณ์์ ORION จะค่่อย ๆ เรีียนรู้้�และเพิ่่�มความเร็็วข
ผู้้�ขัับขี่่ข
องขั้้�นตอน และจะฉลาดขึ้้�นอีีกด้้วย

ORION จะพิิจารณาตััวเลืือกกว่่า 200,000 เส้้นทางสำำ�หรัับแต่่ละเส้้นทางของคนขัับรถ นัับตั้้�งแต่่ใช้้อััลกอริิทึึมในปีี 2012 บริิษััทก็็รายงานว่่าได้้ลดร

ะยะทางของคนขัับรถแต่่ละคนทุุกวัันโดยเฉลี่่�ยหกถึึงแปดไมล์์ ทำำ�ให้้ขัับขี่่�เป็็นระยะทางที่่�สั้้�นกว่่าเดิิมรวม 100 ล้้านไมล์์ต่่อปีี! และทำำ�ให้้ประหยััดเชื้้�อเ
พลิิงได้้เป็็นจำำ�นวน 50 ล้้านดอลลาร์์สหรััฐฯ ต่่อปีี แต่่จำำ�นวนเงิินทั้้�งหมดที่่�ประหยััดได้้เพราะค่่าล่่วงเวลา ค่่าบำำ�รุุงรัักษาและซ่่อมแซมที่่�น้้อยลงก็็ลด
ลงกว่่าเดิิมเยอะ ในช่่วงปลายปีี 2016 UPS ก็็ระบุุว่่า ORION ได้้ทำำ�ให้้บริษัั
ิ ทประหยััดค่่าใช้้จ่่ายได้้ 300-400 ล้้านดอลลาร์์สหรััฐฯ

ส่่วนบริิษััทอื่่�น ๆ ก็็นำำ�เทคโนโลยีีนี้้�มาใช้้ โดยมีีเป้้าหมายที่่�จะทำำ�ให้้การเดิินทางมีีประสิิทธิิภาพมากขึ้้�น แต่่พวกเขาไม่่ต้้องลงทุุนกัับระบบของตนเอง

เหมืือนกัับ UPS และเมื่่�อเวลาผ่่านไป ก็็จะสามารถเลืือกใช้้ระบบของบุุคคลภายนอกต่่าง ๆ มากขึ้้�นเรื่่�อย ๆ ซึ่่�งระบบดัังกล่่าวจะใช้้ข้้อมููลจำำ�นวน
มหาศาลเพื่่�อหาเส้้นทางที่่�รวดเร็็วและประหยััดเชื้้�อเพลิิงที่่�สุุด ทำำ�ให้้คนขัับรถ (และรถยนต์์ไร้้คนขัับ) ลดค่่าใช้้จ่่ายทุุกอย่่างได้้ ตั้้�งแต่่การเลืือกเส้้น
ทางไปจนถึึงจุุดที่่�จะเติิมก๊๊าซ

องค์์กรสามารถใช้้การบำำ�รุุงรัักษาเชิิงคาดการณ์์ให้้เกิิดประโยชน์์สููงสุุดอีีกครั้้�งเพื่่�อพยากรณ์์การชำำ�รุุดของส่่วนประกอบและจััดการกัับประเด็็นต่่
าง ๆ ก่่อนที่่�จะส่่งผลกระทบต่่ออุุปกรณ์์ขนส่่งอื่่�น ๆ ของรถยนต์์ แทนที่่�จะอาศััยข้้อมููลในอดีีตและวิิเคราะห์์เชิิงสถิิติิเท่่านั้้�น องค์์กรซััพพลายเชนก็็ค
วรใช้้ข้้อมููลแบบเรีียลไทม์์เพื่่�อพยากรณ์์สมรรถนะของสิินทรััพย์์ในอนาคตและรัับประกัันว่่าจะมีีการปฏิิบัติ
ั ิตามผลตอบรัับแบบเรีียลไทม์์ เพื่่�อให้้มีี
การบำำ�รุุงรัักษาและแทรกแซงในเชิิงรุุก

14
การจััดส่่งสิินค้้าที่่�ปลอดภััยและคาดการณ์์ได้้ดีีกว่่าเดิิม
ไม่่ว่่าจะมีีการตััดสิินใจเกี่่�ยวกัับซััพพลายเชนจะมีีการวางแผนมากแค่่ไหน แต่่ก็็มีีโอกาสที่่�เราจะเผชิิญกัับอุุปสรรคที่่�ไม่่คาดคิิดได้้เสมอ เส้้นทางที่่�อ
าจจะจััดส่่งสิินค้้าได้้รวดเร็็วที่่�สุุดอาจจะมีีความเสี่่�ยงสููงกว่่าที่่�จะต้้องหยุุดชะงััก เนื่่�องจากความไม่่มั่่�นคงทางการเมืือง อาชญากรรมหรืือการประท้้
วงของแรงงาน ปััญญาประดิิษฐ์์สามารถทำำ�ให้้บริิษััททราบถึึงความเสี่่�ยงจากการตััดสิินใจด้้านซััพพลายเชนได้้อย่่างชััดเจนยิ่่�งขึ้้�น และจะทำำ�ให้้ลด
โอกาสในการหยุุดชะงัักให้้น้้อยลงที่่�สุุด

บริิษัั ทจำำ�นวนมากขึ้้�นเรื่่�อย ๆ ต่่างก็็เสาะหาวิิธีีวิิเคราะห์์ข้้อมููลแบบพ
ยากรณ์์  เพื่่� อ ช่่ วย หลีี ก เลี่่� ย งปัั ญ หา ที่่� จ ะทำำ � ให้้ บริิษัั ทประหยััดเวลา
และเงิินได้้

อ่่านเพิ่่�มเติิม: พิิ จ ารณาถึึ ง ประเด็็ น ด้้ า นโจรสลัั ด หรืืออาชญากรรมอื่่� น  ๆ ที่่� อ าจทำำ � ให้้
ซััพพลายเชนต้้องหยุุดชะงัักลง ในขณะที่่�กรมตำำ�รวจต่่างก็็ใช้้แพลตฟอร์์ม
คุุณสามารถพยากรณ์์และป้้องกัันอาญชาก ที่่� อัั ป เดตข้้ อ มูู ล อาชญากรรมแบบเรีี ย ลไทม์์ ม ากขึ้้� น เรื่่� อ ย ๆ ซึ่่� ง ทำำ � ให้้
รรมก่่อนที่่�จะเกิิดขึ้้�นได้้หรืือไม่่
สามารถวิิเคราะห์์ข้้อมููลอาชญากรรมในอดีีตที่่�ตรงจุุดไหนก็็ได้้ในเมืือง ธุุ

สมาชิิกในทีีมของ Dataiku ได้้เข้้าร่่วมกิิจกรรมพยากร รกิิจก็็จะสามารถเข้้าถึึงทรััพยากรที่่�คล้้ายคลึึงกัันนี้้� เพื่่�อช่่วยหาสถานที่่�ที่่�

ณ์์การเกิิดอาชญากรรมของสถาบัันยุุติิธรรมแห่่งชาติิ ปลอดภััยที่่�สุุดในการจััดเก็็บและจััดส่่งสิินค้้าได้้

(NIJ) ประจำำ�ปีี 2016 โดยใช้้การเรีียนรู้้�ของเครื่่อ

� ง การส
ลองนึึกถึึงบริิษััทแห่่งหนึ่่�ง ที่่�ต้้องการหาคลัังสิินค้้าใหม่่ บริิษััทนี้้�ต้้องกา
ร้้างแบบจำำ�ลองอนุุกรมเวลาและธรณีีสถิิติิเพื่่�อพยากรณ์์
รประหยััดเงิินให้้มากที่่�สุุดและก็็ต้้องการลดความเสี่่�ยง ที่่�จะเกิิดกัับผลิิ
จุุดที่่�มีีความเสี่่�ยงการเกิิดอาชญากรรมสููงในเมืืองพอร์์ตแ
ตภััณฑ์์และแรงงานให้้เหลืือน้้อยที่่�สุุด แอปพลิิเคชัันวิิเคราะห์์ข้้อมููล
ลนด์์ รััฐออริิกอน
ที่่�ใช้้บัันทึึกอาชญากรรมในพื้้�นที่่� จะสามารถจััดทำำ�ฮีีตแมปของพื้้�นที่่�

พวกเขาสัังเกตเห็็นว่่าลัักษณะที่่�สำำ�คััญอย่่างหนึ่่�งของข้้อมูู ตามอััตราการเกิิดอาชญากรรม

ลอาชญากรรมก็็คืือมีีทั้้�งด้้านภููมิิศาสตร์์และด้้านเวลา
สำำ�หรัับซััพพลายเชนระหว่่างประเทศ ประเด็็นไม่่ได้้อยู่่�ที่่�เทคโนโลยีี
หรืือพููดง่่าย ๆ ก็็คืืออาชญากรรมสามารถเกิิดได้้คนละที่่�และ
ที่่�บริิษััทสามารถใช้้ได้้ แต่่อยู่่�ที่่�ข้้อมููลที่่�พร้้อมใช้้งานต่่างหาก อััลกอ
คนละเวลา นอกจากนี้้� อาจได้้รับ
ั ผลกระทบจากตััวแปรอื่่�น ๆ
ริิทึึมจะดีีได้้ก็็เพราะข้้อมููล ในหลาย ๆ กรณีี เราก็็ไม่่มีีข้้อมููลที่่�จำำ�เป็็น
ด้้วย เช่่น โครงสร้้างพื้้�นฐานของเมืือง สภาพอากาศ ข้้อมููลท
หน่่วยงานบัังคัับใช้้กฎหมายในประเทศอุุตสาหกรรมที่่�เจริิญรุ่่�งเรืื
างประชากรศาสตร์์ของประชากร งานที่่�เปิิดให้้ประชาชนเข้้า
องเพิ่่�งเริ่่�มทำ�ำ ให้้ข้อ
้ มููลอยู่่�ในรููปแบบดิิจิทั
ิ ล
ั เท่่านั้้�น ในเขตอำำ�นาจอื่่น
�
ร่่วม นโยบายของรััฐบาล ฯลฯ
ๆ อีีกหลายเขตอำำ�นาจ รายงานอุุบััติิการณ์์ บัันทึึกการจัับกุ่่�มและ

ทีีมได้้เสริิมข้้อมููลด้้วยชุุดข้้อมููลของทางการ เช่่น รายงานจาก ข้้อมููลสำำ�คััญอื่่�น ๆ ยัังคงถููกเก็็บไว้้ในตู้้�เก็็บเอกสารอยู่่�

เจ้้าหน้้าที่่�ตำ�ำ รวจ ข้้อมููลสำำ�มะโนประชากรของสหรััฐฯ ข้้อมููล

ข้้อมููลประเภทนี้้�จะอยู่่�ในระบบดิิจิิทััลมากขึ้้�นเรื่่อ
� ย ๆ ทั่่�วโลก เนื่่�อ
จากแอปพลิิเคชััน Foursquare หนัังสืือพิิมพ์์และสภาพอากาศ
งจากเทคโนโลยีีและนโยบายของรััฐ และพร้้อมให้้บุุคคลและ

อ่่านโพสต์์บนบล็็อกฉบัับเต็็มที่่�ลิิงก์์ด้้านล่่างเพื่่�อทราบเกี่่�ยวกัับค บริิษััทต่่าง ๆ ได้้วิิเคราะห์์ ในบางกรณีี ภาครััฐก็็จะเผยแพร่่ข้้อมูู

วามท้้าทายที่่�พวกเขาต้้องเผชิิญ และหาคำำ�ตอบว่่าพวกเขาทำำ�ภา ลนี้้�ให้้ประชาชนทราบผ่่านทางพอร์์ทััล “ข้้อมููลเปิิด” ส่่วนใน

รกิิจสำำ�เร็็จหรืือไม่่ กรณีีอื่่�น ๆ บริิษััทเอกชนก็็เป็็นฝ่่ายขุุดและขายข้้อมููล

ข้้อมููลอาชญากรรมที่่�มีจำ
ี ำ�นวนเพิ่่�มมากขึ้้�นอย่่างรวดเร็็ว ตล
อดจนขีีดความสามารถในการวิิเคราะห์์ข้้อมููลอย่่างอััจฉริิยะ
ที่่�เพิ่่�มมากขึ้้�น จะช่่วยให้้บริิษััทปกป้้องผลิิตภััณฑ์์ พนัักงาน
การพยากรณ์อาชญากรรมโ
ดยใช้การเรียนรู้ของเครื่อง และกำำ�ไรของตนเองได้้

15 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku

โดรนและยานพาหนะไร้้คนขัับ
ยานพาหนะไร้้คนขัับได้้สร้้างความเปลี่่�ยนแปลงครั้้�งยิ่่�งใหญ่่ต่่อการจััดการคลัังสิินค้้าทั่่�วโลก เมื่่�อช่่วงสิ้้�นปีี 2019 Amazon ก็็รายงานว่่ามีีรถลำำ�เลีีย
งสิิ น ค้ำำ� �อัั ต โนมัั ติิ จำำ � นวน 45,000 คัั น ที่่� ค อยขนส่่ ง สิิ น ค้้ า ไปยัังหลาย ๆ คลัังสิิ น ค้้ า  บริิ ษัั ท กำำ �ลัั ง ทดลองใช้้ แ รงงานหุ่่�นยนต์์ ป ระเภทอื่่� น  ๆ
ั ญาประดิิษฐ์์เพื่่�อหาผลิิตภััณฑ์์ที่่�ถููกต้้อง จากนั้้�นก็็ย้้ายไปวางในตำำ�แหน่่งที่่�เหมาะสม Amazon ก็็
โดยเฉพาะอย่่างยิ่่�ง Pegasus หุ่่�นยนต์์ที่่�ใช้้ปัญ
มั่่�นใจว่่าการใช้้หุ่่�นยนต์์มากขึ้้�นเรื่่อ
� ย ๆ จะช่่วยลดค่่าแรง อััตราการบาดเจ็็บและที่่�สำำ�คััญ ทำำ�ให้้เกิิดผลผลิิตมากขึ้้�น เนื่่�องจากเครื่่อ
� งจัักรไม่่มีวัี ันเหนื่่�
อยล้้า

การใช้้รถยนต์์ไร้้คนขัับนอกอาณาเขตที่่�กำำ�หนดไว้้อย่่างชััดเจนของคลัังสิินค้้าเป็็นเรื่่�องที่่�ท้้าทายมากขึ้้�นอย่่างมาก แต่่ก็็จะไม่่สามารถหยุุดบริิษััทที่่�
ใหญ่่ที่่�สุุดของโลกได้้ เมื่่�อปีี 2019 Walmart ได้้เริ่่�มทดสอบรถตู้้�ไร้้คนขัับ โดยให้้ขนส่่งผลิิตภััณฑ์์ระหว่่างคลัังสิินค้้าสองแห่่งที่่�เมืืองเบนตัันวิิล
ล์์   รัั ฐ อาร์์ คัั น ซอ ไม่่ ว่่ า โครงการนำำ �ร่่ อ ง ที่่� ดำำ � เนิิ น การร่่ ว มกัั บ  Gatik บริิ ษัั ท สตาร์์ ท อัั พ ผลิิ ต รถยนต์์ ไ ร้้ ค นขัั บ  จะประสบความสำำ � เร็็ จ หรืือไม่่
แต่่ก็็ไม่่ต้้องสงสััยเลยว่่า Walmart รวมถึึงผู้้�ค้้าปลีีกขนาดใหญ่่อื่่�น ๆ จะทำำ�สิ่่�งที่่� Walmart วาดฝัันไว้้ได้้สัักวัันหนึ่่�ง สำำ�หรัับ Walmart แล้้ว เทคโนโลยีี
อััตโนมััติินี้้�ก็็อาจจะเป็็นสิ่่�งที่่�ขาดไม่่ได้้ เนื่่�องจากธุุรกิิจออนไลน์์ของธุุรกิิจยัักษ์์ ใหญ่่นี้้�ไม่่เคยทำำ�กำ�ำ ไรได้้เลย เนื่่�องจากมีีค่่าจััดส่่งที่่�สููงลิ่่�ว ในระบบนิิเว
ศตลาดที่่�มีีความเป็็นดิิจิิทััลมากขึ้้�นเรื่่อ
� ย ๆ การหาวิิธีีทำำ�กำำ�ไรบนโลกออนไลน์์ก็็ไม่่ใช่่แค่่ทางเลืือก แต่่เป็็นสิ่่�งที่่�ต้้องทำำ�

แต่่แน่่นอนว่่าสุุดท้้ายแล้้ว ก็็มีีโดรนเข้้ามา พููดยากว่่าเราคาดหวัังประโยชน์์จากอุุปกรณ์์บนอากาศแบบไม่่มีีคนดููแลในเชิิงพาณิิชย์์อย่่างแพร่่หลาย

ได้้เมื่่�อไหร่่ แต่่ก็็มีีสััญญาณที่่�บ่่งชี้้�ว่่าเราจะได้้เห็็นเร็็ว ๆ นี้้� ผู้้�นำำ�ด้้านการใช้้โดรนเพื่่�อจััดส่่งสิินค้้าที่่�สัันนิิษฐานไว้้ก็็คืือ Amazon ซึ่่�งก็็ได้้คิิดชื่่�อระบบ
จััดส่่งโดยใช้้โดรนในอนาคตไว้้แล้้ว: Amazon Prime Air UPS และ CVS ก็็ได้้จัับมืือกัันเพื่่�อบุุกเบิิกการจััดส่่งใบสั่่�งยาผ่่านโดรนเชิิงพาณิิชย์์เป็็นครั้้�ง
แรกที่่�สหรััฐฯ ในปีี 2019

โดรนบิินอััตโนมััติิมีีประโยชน์์หลายประการ ใช้้แรงงานคนน้้อยลง ซึ่่�งก็็จะช่่วยลดค่่าใช้้จ่่าย แต่่ยัังมีีแนวโน้้มว่่าจะจััดส่่งได้้เร็็วขึ้้�น เนื่่�องจากไม่่ต้้อง

ติิดขััดบนท้้องถนน และสามารถใช้้ทางลััด ที่่�รถก็็ทำำ�ไม่่ได้้ Amazon วาดภาพไว้้ว่่าโดรนจะเป็็นส่่วนหนึ่่�งของบริิการใหม่่ ที่่�ลููกค้้าจะสามารถรัับ
สิินค้้าที่่�หน้้าประตููได้้ภายใน 30 นาทีีหลัังจากสั่่�งซื้้�อ บริิการประเภทดัังกล่่าวสามารถเขย่่าวงการค้้าปลีีกครั้้�งใหญ่่ได้้อีีกครั้้�ง ซึ่่�งวงการนี้้�ก็็พลิิกโฉม
เมื่่�อไม่่กี่่�ปีที่่
ี �ผ่่านมาแล้้วจากการชอปปิ้้� งออนไลน์์ทั่่�วไปและ Amazon โดยเฉพาะ

ไม่่ช้้าก็็เร็็ว Amazon และผู้้�ค้้าปลีีกอื่่�น ๆ ก็็จะมีีเทคโนโลยีีที่่�จััดส่่งสิินค้้าทางอากาศโดยอััตโนมััติิได้้ ส่่วนการใช้้เทคโนโลยีีอย่่างเต็็มขีีดความสามาร

ถหรืือไม่่นั้้�นก็็ขึ้้�นอยู่่�กัับว่่าประชาชน ผู้้�นำำ�ทางการเมืืองและหน่่วยงานกำำ�กัับดููแลมองเรื่่อ
� งนี้้�ไว้้อย่่างไรเป็็นส่่วนใหญ่่ บางคนอาจจะกลััวหากโดรนจัั
ดส่่งสิินค้้านัับพัันบิินเต็็มฟ้า้ นอกจากนี้้� ยัังมีีข้้อกัังวลเรื่่อ
� งความปลอดภััย ความเป็็นส่่วนตััว เสีียงรบกวนและทััศนีียภาพต่่อสิ่่�งแวดล้้อมตามธรร
มชาติิอีีกด้้วย ข้้อกัังวลเดีียวกัันนี้้�หลาย ๆ ข้้อก็็จะเป็็นอุุปสรรคต่่อยานพาหนะไร้้คนขัับ ที่่�วิ่่�งบนพื้้�นดิิน แม้้ว่่าจะมีีหลัักฐานที่่�ชี้้�ชััดว่่ารถยนต์์ไร้้คนขัั
บจะทำำ�ให้้ถนนปลอดภััยยิ่่�งขึ้้�น แต่่ก็็อาจจะใช้้เวลาสัักพัักกว่่าคนจะพร้้อมมอบกุุญแจให้้หุ่่�นยนต์์

©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku 16

บทสรุุป

เทคโนโลยีีที่่ขั
� บ
ั เคลื่่อ
� นด้้วยปััญญาประดิิษฐ์์สามารถช่่วยให้้ธุรุ กิิจตััดสิน
ิ ใจและตอบสนองได้้อย่่างรวดเร็็วมากขึ้้�น ซึ่่�งทั้้�งสองอย่่างนี้้�ก็จ
็ ะช่่วยประหยััด
เงิินทุุนได้้ด้้วย ในขณะที่่�ซััพพลายเออร์์ ผู้้�จััดการคลัังสิินค้้าและอาชีีพอื่่�น ๆ ที่่�คล้้ายคลึึงกััน ปรัับปรุุงประสิิทธิิภาพของโลจิิสติิกส์์ให้้มากที่่�สุุดและ
ทำำ�ให้้ปัญ
ั หาทางธุุรกิิจที่่�สลัับซัับซ้้อนเรีียบง่่ายขึ้้�น พวกเขาก็็สามารถรัักษาความสััมพัันธ์์กัับลููกค้้าและบริิการในระดัับสููงได้้อย่่างมีีประสิิทธิิผล โด
ยเป็็นการสร้้างความจงรัักภัักดีีของลููกค้้าและธุุรกิิจที่่�เป็็นแหล่่งรายได้้ใหม่่ ๆ

ธุุรกิิจที่่�พร้้อมจะนำำ�ปััญญาประดิิษฐ์์มาใช้้กัับซััพพลายเชนของตนเองควรเริ่่�มจากสามขั้้�นตอนนี้้�:

1. ตรวจสอบเทคโนโลยี ที่มีอยู่ในปัจจุบัน ทีมที่จัดการกับข้อมูลมีแพลตฟอร์ม ที่จะรวมปัญญาประดิษฐ์ไว้ในผลิตภัณฑ์และอินเทอร์เฟซเดี

ยวหรืือไม่่ หากไม่่มีี ขั้้�นตอนในการดำำ�เนิินการเช่่นนั้้�นจะเป็็นอย่่างไร หากมีี มีีความง่่ายในการใช้้งาน ไม่่ว่่าจะเป็็นสำำ�หรัับผู้้�ใช้้รููปแบบใด ทำำ�ให้้
ตั้้�งแต่่นัักวิิทยาศาสตร์์ข้้อมููลไปจนถึึงผู้้�บริิหารธุุรกิิจที่่�ไม่่ได้้ยุ่่�งเกี่่�ยวกัับโค้้ดเข้้ามามีีส่่วนร่่วมได้้หรืือไม่่

2. ให้ความส�ำคัญกับคุณภาพและการก�ำกับดูแลข้อมูล ข้อมูลที่ใช้ปัญญาประดิษฐ์ควรเป็นข้อมูลที่สะอาด น่าเชื่อถือและเข้าถึงได้ ใครคน

หนึ่่�งต้้องรัับผิิดชอบอย่่างต่่อเนื่่�องในการรัักษาคุุณภาพ ตรวจสอบให้้แน่่ใจว่่าข้้อมููลเป็็นปััจจุุบััน จััดรููปแบบเอกสารและใช้้อย่่างเหมาะสม
เพื่่�อให้้เกิิดผลกระทบในส่่วนต่่าง ๆ ของซััพพลายเชนให้้มากที่่�สุุด ไม่่ว่่าจะเป็็นการจััดหาผลิิตภััณฑ์์และการวางแผนความต้้องการ ไปจนถึึงกา
รจััดส่่งสิินค้้าให้้แก่่ลููกค้้า

3. ถ่ายทอดเกี่ยวกับโครงการริเริม
่ ด้านปัญญาประดิษฐ์แบบกว้าง ๆ และจัดท�ำแผนการส�ำหรับปัญญาประดิษฐ์ในภาพรวม อย่า
เร่่งทำำ�โครงการที่่�คุุณรู้้�ว่่าจะส่่งผลกระทบต่่อรายได้้หรืือลดต้้นทุุนได้้อย่่างทัันทีี แต่่ให้้ค่่อย ๆ กำำ�หนดขั้้�นตอนสำำ�หรัับการร่่วมมืือกัันและการสื่่�
อสารระหว่่างหน่่วยธุุรกิิจและทีีมข้้อมููลในระยะยาว เพื่่�อให้้มีีการจััดการกัับข้้อกัังวลต่่าง ๆ เกี่่�ยวกัับโครงการข้้อมููลโดยเฉพาะได้้อย่่างง่่ายดาย
โดยคำำ�นึึงถึึงบริิบท

เมื่่�อเวลาผ่่านไป ส่่วนผสมที่่�ทรงพลัังระหว่่างปััญญาประดิิษฐ์์ การวิิเคราะห์์ข้้อมููลและการเรีียนรู้้�ของเครื่่อ

� งก็็จะกำำ�หนดมาตรฐานของอุุตสาหกรร
มใหม่่เพื่่�อเป็็นแผนสำำ�หรัับซััพพลายเชนและโลจิิสติิกส์์ในวัันนี้้� การใช้้ข้้อมููลเชิิงพยากรณ์์สำำ�หรัับการตััดสิินใจทางธุุรกิิจเชิิงกลยุุทธ์์และการใช้้เทคโ
นโลยีี ที่่�ยกระดัับผลิิตภาพได้้เป็็นอย่่างมาก ก็็จะทำำ�ให้้ผู้้�มีีส่่วนได้้เสีียสามารถเพิ่่�มประสิิทธิิภาพของซััพพลายเชน ตั้้�งแต่่ต้้นจนจบกระบวนการ
ได้้อย่่างมีีประสิิทธิิผล

ไม่่ว่่าธุุรกิิจต้้องการที่่�จะปรัับปรุุงการจััดส่่งสิินค้้าจากร้้านค้้าสู่่�ที่่�อยู่่�ปลายทางของลููกค้้าโดยตรง สร้้างแบบจำำ�ลองการพยากรณ์์ความต้้องการ เพื่่�

อช่่วยหลีีกเลี่่�ยงสิินค้้าคงคลัังที่่�ไม่่เปลี่่�ยนแปลง หรืือเพีียงแค่่ต้้องการเพิ่่�มผลิิตภาพและประสิิทธิิภาพของศููนย์์บรรจุุสิินค้้า การประยุุกต์์ใช้้ปัญ
ั ญา
ประดิิษฐ์์และการเรีียนรู้้�ของเครื่่อ
� งก็็จะยัังคงแทรกซึึมและเป็็นตััวกำำ�หนดระบบนิิเวศของซััพพลายเชนและโลจิิสติิกส์์อยู่่�อย่่างต่่อเนื่่�อง

17 ©2020 Dataiku, Inc. | www.dataiku.com | contact@dataiku.com | @dataiku

 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
ส ม ุ ดป ก ข า ว
www.dataiku.com