รีเซต

6 เทรนด์เทคโนโลยีปี 2022 อยู่กับโควิด-19 แบบ Next Normal EP.2/2

6 เทรนด์เทคโนโลยีปี 2022 อยู่กับโควิด-19 แบบ Next Normal EP.2/2
Tech By True Digital
5 มกราคม 2565 ( 12:05 )
380
6 เทรนด์เทคโนโลยีปี 2022 อยู่กับโควิด-19 แบบ Next Normal EP.2/2

ในตอนที่แล้ว Tech By True Digital พาไปทำความรู้จัก 3 เทรนด์แรกจาก 6 เทรนด์ที่ถูกคาดการณ์จาก Deloitte’s 13th annual “Tech Trends” report ว่าจะเป็นเทรนด์ของเทคโนโลยีที่องค์กรจะนำไปปรับใช้ในปี 2022 ซึ่งส่งผลอย่างมีนัยสำคัญไม่เพียงแค่แวดวงเทคโนโลยีเท่านั้นแต่ส่งผลกับธุรกิจโดยรวมในปี 2022 เพื่อให้ธุรกิจสามารถอยู่กับโควิด-19 แบบ Next Normal ได้ ใน EP. นี้จะพามาต่อกับอีก 3 เทรนด์สำคัญสุดท้าย ซึ่งเกี่ยวข้องกับการเพิ่มประสิทธิภาพ IT ทั้งสิ้น ดังนี้

 

 

Trend 4: IT, Disrupt Thyself: Automating At Scale: IT ดิสรัปต์ตัวเองเป็นระบบอัตโนมัติ

แผนกไอทีในแต่ละองค์กรอาจเคยทำหน้าที่เป็นฝ่ายสนับสนุนงาน เป็นหลังบ้านให้กับองค์กร เช่น การมอนิเตอร์และจัดเก็บข้อมูล การรับคำร้องจากหน่วยงานภายในให้ตรวจสอบหรือแก้ไขระบบ หรือแม้กระทั่งงานประเภทการลงโปรแกรม เป็นต้น แต่เมื่อต้องเผชิญกับความซับซ้อนทางเทคโนโลยีที่เพิ่มสูงขึ้นและความคาดหวังด้านความเสถียรและความพร้อมใช้งานที่มากขึ้นของระบบต่าง ๆ ในองค์กร จากนี้ไปแผนกไอทีจะผันตัวเองให้เป็นธุรกิจแห่งอนาคต และดิสรัปต์ตนเองให้กลายเป็นการทำงานแบบเชิงรุก 

 

Deloitte ระบุว่า Chief Information Officer (CIO) ที่มีหน้าที่รับผิดชอบด้านเทคโนโลยีสารสนเทศและการสื่อสารในองค์กร จะเริ่มปรับปรุงแผนกไอที โดยดูตัวอย่างของบริษัทผู้ให้บริการระบบคลาวด์ที่แสดงให้เห็นในช่วงศตวรรษที่ผ่านมานี้ว่า การนำระบบอัตโนมัติมาใช้ในงานนั้น สามารถลดงานซ้ำซ้อน งานที่ทำซ้ำ ๆ ในปริมาณมาก ทั้งยังช่วยให้งานมีประสิทธิภาพมากขึ้น ลดข้อผิดพลาดและยังปรับปรุงคุณภาพได้ตลอดเวลา โดยขณะที่คนก็สามารถโยกย้ายไปทำงานด้านอื่นหรืองานที่ต้องใช้ทักษะสูงกว่างานประจำอย่างที่เคยทำมา 

 

ระบบ IT แบบใหม่ที่มีประสิทธิภาพ มีความเสถียร คล่องตัว และรวดเร็วนั้น จะเกิดจากการผสมผสานทั้งด้านวิศวกรรม ระบบอัตโนมัติและการบริการตนเอง โดยจะเป็นการใช้ Software และ Hardware ควบคู่กันไป มีการนำระบบใหม่เข้ามาร่วมทำงานมากขึ้น ซึ่งล้วนเป็นเทรนด์ที่กล่าวมาก่อนหน้านี้ไม่ว่าจะเป็น Cloud, Blockchain, Machine Learning และระบบอัตโนมัติ เพื่อจัดการระบบที่ซับซ้อนได้อย่างมีประสิทธิภาพมากขึ้น และสามารถปรับปรุงประสบการณ์โดยรวมของทั้งลูกค้าภายในและภายนอกองค์กรในการใช้บริการ โดยลดการทำงานแบบ Physical ลงเพื่อการประมวลผลที่แม่นยำมากขึ้น แต่ยังต้องคงความปลอดภัยและน่าเชื่อถือ และที่สำคัญต้องยืดหยุ่นที่จะเป็นระบบที่เข้าถึงง่าย ไม่ซับซ้อน 

 

ตัวอย่าง UiPath ปูทางสู่ความสำเร็จของระบบอัตโนมัติด้านไอที

UiPath เป็นบริษัทผู้พัฒนาและให้บริการแพลตฟอร์ม Robotic Process Automation (RPA) หรือระบบอัตโนมัติของกระบวนการหุ่นยนต์ มาตั้งแต่ปี 2005 โดย UiPath ได้เปลี่ยนความเชี่ยวชาญด้านระบบอัตโนมัติของตนเองไปสู่ธุรกิจไอทีโดยจับทางการนำระบบอัตโนมัติไปใช้ในแผนกไอทีขององค์กรที่ตนเองดูแล  ทำให้ทีมงานไม่เพียงแค่สามารถควบคุมแพลตฟอร์มการทำงานระบบอัตโนมัติเท่านั้น แต่ยังสามารถปรับกระบวนการทำงานไอทีภายในให้เป็นระบบอัตโนมัติได้อีกด้วย อาทิ การรับคำร้องจากหน่วยงานภายใน การลงโปรแกรม หรือการตอบสนองต่อความเสี่ยงด้านไซเบอร์ เป็นต้น นอกจากนี้ UiPath ยังทำงานร่วมกับแผนกไอทีเพื่อสร้าง IT Playbook ที่รวบรวมกรณีศึกษา วิธีการจัดลำดับความสำคัญของงาน ทั้งจากปริมาณงานสูงสุดและมูลค่างานที่มีมูลค่าต่ำที่สุด และยังสร้างภาพลักษณ์ของไอทีที่เป็นผู้นำด้านนวัตกรรมให้กับองค์กรหรือแบรนด์นั้น ๆ เช่น ให้ผู้ดูแลระบบหรือแอดมิน สอนวิธีการใช้แพลตฟอร์ม RPA ของตนในการทำงานข้ามแผนกหรือในงานที่มีกระบวนการที่แตกต่างกันให้สำเร็จ เช่นเดียวกับที่พนักงานไอทีคนหนึ่งสามารถทำได้ 

 

การให้ระบบอัตโนมัติทำงานไอทีในลักษณะนี้ ทำให้พนักงานไอทีขององค์กรสามารถมุ่งเน้นไปที่การทำงานที่มีมูลค่าสูงขึ้น หรือสามารถออกแบบระบบการทำงานอัตโนมัติเพิ่มเติม ซึ่งผลที่ตามมา คือการมีวงจรอัตโนมัติที่เติบโตอย่างต่อเนื่องภายในแผนกไอที พนักงานพร้อมใจสร้างสรรค์แนวคิดเกี่ยวกับระบบอัตโนมัติมากขึ้น หุ่นยนต์ถูกรวมเข้าเป็นส่วนหนึ่งของกระบวนการไอที นอกจากนี้ ทั้ง AI และ Machine Learning ในแพลตฟอร์มจะวิเคราะห์การทำงานอัตโนมัติและสามารถแนะนำการปรับปรุงในจุดที่สามารถยกระดับการทำงานขององค์กรได้ โดย UiPath มองว่าเป้าหมายที่แท้จริงคือการสร้างระบบอัตโนมัติแบบ End-to-End ที่จะขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลและธุรกิจในที่สุด 



Trend 5: Cyber AI: Real Defense: การป้องกันการโจมตีทางไซเบอร์ที่แท้จริง

แม้จะมีการลงทุนจำนวนมากเกี่ยวกับเทคโนโลยีความปลอดภัย แต่องค์กรก็ยังต้องเผชิญหน้ากับการโจมตีทางไซเบอร์ เพราะอาชญากรทางไซเบอร์ทุกวันนี้มีการพัฒนากลยุทธ์ที่รวดเร็วและนำหน้าเทคโนโลยีอยู่เสมอ ในขณะที่หน่วยงาน Cybersecurity ในองค์กรกลับเผชิญกับปริมาณงานที่ล้นมือ ทั้งยังมีความซับซ้อนและความยากลำบากในการตรวจจับการโจมตีทางไซเบอร์ ประกอบกับช่องทางที่สามารถถูกโจมตีได้ขององค์กรนั้นกำลังขยายตัวแบบทวีคูณ ทั้งจากการใช้งาน 5G ที่เติบโตขึ้นพร้อม ๆ กับจำนวนอุปกรณ์ที่มีการเชื่อมต่อกับเครือข่าย การทำงานแบบ Remote Working ที่เปิดช่องให้ผู้โจมตีเจาะเข้าสู่ระบบปฏิบัติการขององค์กรได้ทั้งทางตรงและทางอ้อม เป็นต้น

 

ในขณะที่มูลค่าความเสียหายจากอาชญากรรมทางไซเบอร์ยังเพิ่มขึ้นอย่างต่อเนื่อง มีการคาดการณ์ว่าจะเพิ่มเป็นสองเท่า จาก 3 ล้านล้านดอลลาร์สหรัฐ ในปี 2015 เป็น 6 ล้านล้านดอลลาร์สหรัฐภายในสิ้นปี 2021 นี้ และจะเพิ่มเป็น 10.5 ล้านล้านดอลลาร์สหรัฐภายในปี 2025 ในขณะที่ AIG ได้ให้ข้อมูลที่น่าสนใจไว้ว่า ตั้งแต่ปี 2018 เฉพาะการโจมตีระบบฐานข้อมูลขององค์กรด้วยแรนซัมแวร์ (Ransomware) เพื่อเรียกค่าไถ่ข้อมูลนั้นมีอัตราการเติบโตสูงถึง 150% 

 

Deloitte มองว่าการป้องกันการโจมตีทางไซเบอร์ที่แท้จริงนั้นคือการใช้ Cyber ​​AI ที่สามารถเป็นตัวช่วยชั้นดีให้องค์กร ที่ไม่เพียงแค่ตอบสนองได้เร็วกว่าการเคลื่อนไหวของผู้โจมตีเท่านั้น แต่ยังสามารถคาดการณ์การเคลื่อนไหวเหล่านี้ และเตรียมการตอบสนองต่ออาชญากรไซเบอร์ล่วงหน้าได้อีกด้วย จากความสามารถของ AI ในการเรียนรู้และการตรวจจับรูปแบบใหม่ ๆ เช่น การเร่งกระบวนการวิเคราะห์ข้อมูล ระบุความผิดปกติ และตรวจจับภัยคุกคามทางไซเบอร์ ซึ่งช่วยลดภาระของนักวิเคราะห์ศูนย์ปฏิบัติการความปลอดภัย (SOC) ให้สามารถนำเวลาไปพัฒนารูปแบบการรักษาความปลอดภัยในเชิงรุกและยืดหยุ่นมากขึ้น นอกจากนี้ Cyber AI ยังสามารถช่วยให้องค์กรพร้อมรับมือการโจมตีทางไซเบอร์ที่ขับเคลื่อนด้วย AI ได้อีกด้วย  

 

อย่างไรก็ตาม เทคโนโลยี Cyber AI นั้นยังอยู่ในช่วงเริ่มต้นของการนำไปใช้ แต่ก็มีการคาดการณ์ว่าจะสามารถเติบโตถึง 19,000 ล้านดอลลาร์สหรัฐระหว่างปี 2021 ถึง 2025 

 

ตัวอย่าง Sapper Labs fights software with software

Sapper Labs Cyber ​​Solutions ใช้ AI เป็นเครื่องมือสำคัญในการติดตั้งระบบ Cybersecurity ให้กับกองทัพแคนาดาและสหรัฐอเมริกา โดยเริ่มต้นจากข้อจำกัดประการสำคัญคือ การขาดทรัพยากรบุคคลด้านความปลอดภัยทางไซเบอร์ จึงมีการนำ AI เข้ามาใช้ในงานส่วนนี้แทน

 

Sapper Labs ทำงานร่วมกับองค์กรด้านความปลอดภัย การป้องกันประเทศและหน่วยข่าวกรองของแคนาดาและสหรัฐอเมริกาเพื่อสร้างระบบ AI ที่มีจุดมุ่งหมายเพื่อการตอบสนองแบบเรียลไทม์ด้วยกลยุทธ์ ต่อภัยคุกคาม โดยเป็นระบบ AI ที่ทำได้มากกว่าการแจ้งข้อมูลเพื่อรอการตัดสินใจ แต่สามารถเรียนรู้วิธีป้องกันตนเองโดยไม่ต้องรอการตัดสินใจจากมนุษย์อย่างในระบบ Cybersecurity ปัจจุบัน

 

Sapper Labs เห็นว่าการต่อสู้กับภัยคุกคามสำหรับองค์กรนั้นควรเปลี่ยนไปใช้วิธีการที่นำโดย Software ดังเช่นที่ Sapper Labs ร่วมกับหน่วยงานรัฐบาลในการพัฒนาระบบตรวจจับภัยคุกคามแบบหลายชั้น ที่รวบรวมข้อมูลจากแหล่งที่มาต่าง ๆ เช่น โซเชียลมีเดีย ข้อมูลเครือข่ายสาธารณะและเอกชน ซึ่งการตรวจสอบข้อมูลนี้ ในลักษณะดั้งเดิมอาจใช้เวลาหลายเดือนหรือหลายปีโดยทีมรักษาความปลอดภัยที่ทำโดยคน แต่สำหรับการทำให้กระบวนการสังเคราะห์ข้อมูลเป็นไปโดยระบบอัตโนมัติ และใช้อัลกอริธึมในระบบ AI นี้ ช่วยให้การประเมินและการตัดสินใจเกิดขึ้นได้เร็วกว่าวิธีการเดิมถึง 10 ถึง 15 เท่า Sapper Labs ยังมองว่า Cyber AI และเทคโนโลยีระบบอัตโนมัติจะก้าวหน้าจนถึงขั้นที่สามารถประเมินข่าวกรอง บรรลุข้อสรุป และตัดสินใจได้เร็วกว่าในอดีตถึง 50 เท่า

 

อย่างไรก็ตาม ความท้าทายของ Cyber AI ในเวลานี้ไม่ใช่การเอาชนะปัญหาทางเทคโนโลยี หากเป็นการเอาชนะคน สังคม และวัฒนธรรม ที่ยังไม่เชื่อมั่นในการตัดสินใจของ AI เท่ากับการตัดสินใจของคนที่ใช้เวลานานกว่าถึง 50 เท่า ซึ่ง Sapper Labs กำลังร่วมมือกับบริษัทเอกชน องค์กรภาครัฐ และสถาบันการศึกษา เพื่อสร้างความตระหนักรู้ในวงกว้างเกี่ยวกับความปลอดภัยทางไซเบอร์ด้วยระบบอัตโนมัติให้มากขึ้น



Trend 6: The Tech Stack Goes Physical: Tech Stack อยู่บนอุปกรณ์ที่จับต้องได้

เพราะความหลากหลายของ Tech Stack ในปัจจุบัน ไม่ว่าจะเป็น การประมวลผลขั้นสูง หุ่นยนต์ที่ใช้ในระดับอุตสาหกรรม และ Machine Learning จึงทำให้เทคโนโลยีที่เกิดขึ้นต่อจากนี้จะจับต้องได้มากขึ้น และมาในรูปแบบของอุปกรณ์อัจฉริยะหรือ Smart Devices ที่สามารถเชื่อมต่อ บันทึกข้อมูลและสร้างวงจรของการประมวลผล โต้ตอบกลับอย่างมีประสิทธิภาพมากขึ้น

 

Tech Stack ที่ใช้เพื่อขับเคลื่อนนวัตกรรมต่าง ๆ จึงเป็นมากกว่าการอยู่ในโลกดิจิทัลหรืออยู่ในรูปแบบ Software แต่จะย้ายเข้ามาอยู่บนตัวอุปกรณ์ที่จับต้องได้มากขึ้น โดยอุปกรณ์อัจฉริยะจะไปไกลกว่าการเป็นคอมพิวเตอร์พกพาหรือโทรศัพท์ แต่จะได้เห็นในรูปแบบที่หลากหลาย อาทิ อุปกรณ์ในโรงงานอัจฉริยะ หุ่นยนต์ทำอาหารอัตโนมัติ เครื่องตรวจสุขภาพที่มาในรูปแบบ Wearable Device เครื่องวัดการเต้นของหัวใจพกพาได้ที่เชื่อมต่อกับโรงพยาบาล โดรนตรวจสอบสำหรับโครงสร้างพื้นฐาน หม้อหุงข้าวหุ่นยนต์ในร้านอาหาร ไปจนถึงเซ็นเซอร์อัจฉริยะในอาคารสำนักงาน และอื่น ๆ อีกนับไม่ถ้วน

 

Deloitte มองว่า เทคโนโลยีกำลังพัฒนาจากการเป็นตัวขับเคลื่อนธุรกิจไปสู่การขับเคลื่อนเพื่อคุณค่า และจะกลายเป็นหัวใจหลักขององค์กรในการดำเนินธุรกิจ ดังนั้น การมาของ Tech Stack ที่ฝังอยู่ในอุปกรณ์อัจฉริยะจะทำให้องค์กรต้องเลือกเทคโนโลยีที่จะเข้ามาจัดการอุปกรณ์เหล่านี้อย่างชาญฉลาด เพราะ Tech Stack ที่จับต้องได้นี้จะส่งผลถึงการที่องค์กรต้องพิจารณาจ้างงานแรงงานที่มีความสามารถด้านเทคโนโลยีที่จำเป็น และการปรับทักษะให้กับพนักงานปัจจุบันอีกด้วย



ตัวอย่าง การใช้โดรนเพื่อตรวจสอบโครงสร้างพื้นฐานทางไฟฟ้า

Southern California Edison (SCE) เป็นผู้บุกเบิกการใช้โดรนเพื่อตรวจสอบโครงสร้างพื้นฐานด้านไฟฟ้า ที่ครอบคลุมการตรวจสอบความสมบูรณ์ของเสาไฟ สายไฟ หม้อแปลงไฟฟ้าและโครงสร้างการจ่ายและส่งสัญญาณอื่น ๆ  การใช้โดรนแทนเฮลิคอปเตอร์นั้นมีความปลอดภัยและน้ำหนักเบากว่า ทั้งยังคล่องตัวและคุ้มค่า ทำให้ทีมงานของ SCE สามารถตรวจสอบและรวบรวมข้อมูลได้รวดเร็วและแม่นยำ เพราะโดรนสามารถเข้าใกล้โครงสร้างได้มากขึ้น และจับภาพได้จากหลายมุม 

 

พื้นที่ให้บริการของ SCE นั้นอยู่ที่กว่า 130,000 ตารางกิโลเมตร ประกอบด้วยเสากระจายสัญญาณประมาณ 1,400,000 เสา และโครงสร้างเสาส่งสัญญาณกว่า 140,000 โครงสร้าง ในการตรวจสอบแต่ละครั้งจะต้องใช้รูปภาพ 10 ถึง 12 ภาพของแต่ละโครงสร้าง การตรวจสอบเสาส่งสัญญาณขนาดใหญ่ต้องจับภาพได้ระหว่าง 400 ถึง 600 ภาพ ปริมาณภาพที่ได้และถูกส่งเข้าสู่โปรแกรมการตรวจสอบอย่างมหาศาลเป็นปัญหาคอขวดให้คนทำงาน จึงทำให้ SCE พัฒนาและฝึกแบบจำลอง AI เพื่อระบุข้อบกพร่องหรือความเสียหายในเสาส่งสัญญาณ ฉนวน และหม้อแปลงไฟฟ้า ตลอดจนโครงสร้างอื่น ๆ จากภาพถ่าย 

 

โดยการป้อนแบบจำลองด้วยภาพถ่ายนับพันภาพ เพื่อให้สามารถระบุโครงสร้างที่ต้องการการแก้ไขได้โดยอัตโนมัติ รูปภาพจะถูกเก็บไว้ในคลาวด์และประเมินผลในภาคสนามบนแท็บเล็ต เที่ยวบินของโดรนสามารถตั้งโปรแกรมล่วงหน้าได้โดยใช้พิกัด GPS ทำให้ผู้ตรวจสอบสามารถโฟกัสไปที่การประเมินภาพได้ทันที เมื่อตัวแบบผ่านการประเมินภาพการตรวจสอบครั้งแรก ระบบจะแจ้งให้ผู้ตรวจสอบที่เป็นคนทำงานทราบเมื่อตรวจพบความผิดปกติ ทำให้แทนที่จะตรวจสอบภาพหลายล้านภาพ ผู้ตรวจสอบก็สามารถจัดลำดับความสำคัญของภาพที่ได้รับการระบุว่ามีข้อบกพร่องหรือมีโอกาสเกิดข้อบกพร่อง ทำให้ทีมสามารถค้นหาและแก้ไขโครงสร้างเหล่านั้นได้เร็วยิ่งขึ้น



และนี่คือ 3 เทรนด์เทคโนโลยีสุดท้ายจากทั้งหมด 6 เทรนด์ของปี 2022 ที่ Deloitte’s 13th annual “Tech Trends” report คาดการณ์ไว้ว่าจะส่งผลอย่างมีนัยสำคัญกับทุกอุตสากรรม หากธุรกิจนำไปปรับใช้อย่างเหมาะสมแล้วก็คือการรับมือแบบมองไปข้างหน้าอย่าง Next Normal นั่นเอง

 

อ่านบทความ 6 เทรนด์เทคโนโลยีปี 2022 อยู่กับโควิด-19 แบบ Next Normal EP.1/2 ได้ที่ 

TrueID: https://news.trueid.net/detail/lmJPzPz2WyOK

TDG Website : https://bit.ly/3evExf9

TDG Blockdit : https://www.blockdit.com/posts/61cc129be59ea00401aaa200

TDG Facebook : https://www.facebook.com/563118287482532/posts/1331085200685833/?d=n

TDG Linkedin : https://www.linkedin.com/posts/true-digital-group_truedigithink-trends2022-techtrends2022-activity-6881894957007953920-YnrP



อ้างอิง: 

https://www2.deloitte.com/us/en/insights/focus/tech-trends.html

 

 

 

ยอดนิยมในตอนนี้

แท็กยอดนิยม

ข่าวที่เกี่ยวข้อง