12 เทรนด์ด้านเทคโนโลยีปี 2022 เพื่อก้าวเป็นผู้นำที่แข็งแกร่ง

ในอีก 3 ปีข้างหน้า จะเกิดอะไรขึ้นบ้าง และองค์กรต้องเตรียมตัวอย่างไร เพื่อวางรากฐานให้พร้อมกับการเติบโตในระยะยาว ?​

หลังจากผ่าน Covid ผู้นำองค์กรทุกท่านต้องการที่จะเติบโต และสร้าง Momentum ให้กับธุรกิจ ดังนั้นองค์กรต้องมีการใช้เทคโนโนยีที่ช่วยสร้างนวัตกรรมใหม่ๆ เพื่อการเติบโต รองรับ Digital Touchpoint ต่างๆ ให้สอดคล้องกับพฤติกรรมลูกค้าที่หันมาใช้ออนไลน์กันอย่างเต็มที่ และในเวลาเดียวกันนั้น ธุรกิจต้องทำคุม Cost ให้มีประสิทธิภาพและ วางแผนการเติบโตในระยะยาว

โดยในบทความนี้เราจะมาเผยเทรนด์เทคโนโลยีในปี 2022 จาก Gartner พร้อมทั้งคำแนะนำเพื่อให้ทุกท่านได้เตรียมรับมือให้พร้อมกับอนาคตข้างหน้า และก้าวสู่การเป็นผู้นำที่แข็งแกร่ง ถ้าพร้อมแล้วไปอ่านกันได้เลยค่ะ 

ภาพรวม 12 เทรนด์ด้านเทคโนโลยีที่จะเกิดขึ้นปี 2022 - 2025
ภาพรวม 12 เทรนด์ด้านเทคโนโลยีที่จะเกิดขึ้นปี 2022 – 2025

Accelerate growth

Accelerate growth เร่งนวัตกรรมใหม่ๆ ที่ช่วยให้ธุรกิจเติบโต และเพิ่ม Market Share
Accelerate growth เร่งนวัตกรรมใหม่ๆ ที่ช่วยให้ธุรกิจเติบโต และเพิ่ม Market Share

เทคโนโลยีส่วนนี้จะช่วยเร่งนวัตกรรมใหม่ๆ ที่ช่วยให้ธุรกิจเติบโต และเพิ่ม Market Share โดยผสมผสานระหว่าง Physical Evidence และ Virtual Worlds เพื่อสร้าง Value และทำให้ประสบการณ์ของทุกผ่ายที่เกี่ยวข้อง ( Stakeholder) ดีขึ้น 

Trends 1 : Generative AI

เทรนด์ AI มาแรงอย่างต่อเนื่อง ฉลาดขึ้นอย่างก้าวกระโดด สามารถเรียนรู้ข้อมูล จาก sample data (ข้อมูลตัวอย่าง) เพื่อสร้างชุดข้อมุลขึ้นมาใหม่ ซึ่งมีความคล้ายคลึงกับชุดข้อมูลเดิม (แต่ไม่ซ้ำกัน) ดังนั้นมันจึงสามารถสร้างนวัตกรรมใหม่ที่คล้ายของเดิมได้แล้ว โดยที่

Inputs เป็นได้หลากหลาย ตั้งแต่  ตัวอักษร รูปภาพ วิดิโอ ดีไซน์ , สิ่งที่จับต้องได้ เช่น สารเคมี อัลลอยด์

Outputs  เหมือนกับ Input หรือเป็นสิ่งใหม่ไปเลย เช่น จาก Text เป็น รูปภาพ เป็นต้น 

วิธีการนี้ นำไปใช้ได้จริง ไม่จำกัดอยู่เฉพาะงานวิจัยอีกต่อไป Generative AI นั้นช่วยร่นเวลาการวิจัยและพัฒนาในหลายวงการ ตั้งแต่วงการการแพทย์ จนถึงวงการการผลิตได้แล้วด้วย

ในปี 2025 การใช้ Generative AI จะเป็นแหล่งที่สร้าง Data ถึง 10% จาก Data ที่ถูกสร้างขึ้นทั้งหมด ซึ่งทุกวันนี้ยังมีอัตราการสร้าง Data น้อยกว่า 1%  แสดงว่ายังมีโอกาสอีกมากมายที่รอคุณอยู่

ตัวอย่างเช่น 

  • U.K. Financial Conduct Authority ใช้ Generative AI เพื่อสร้างข้อมูลการใช้จ่าย (payment data) เสมือน จำนวน 5 ล้าน Records เพื่อสร้างโมเดลการวิเคราะห์การโกง (fraud models) โดยที่ไม่ต้องเปิดเผยข้อมุลส่วนบุคคล 
  • Github , Microsoft และ OpenAI ร่วมมือกันสร้าง Github Copilot ที่สามารถสร้าง และ แนะนำ โค้ดให้กับนักพัฒนา (Developers) 

จะเห็นได้ว่า Generative AI นั้นเป็นกุญแจสำคัญในการเปลี่ยนการทำงานในหลายๆ วงการให้รวดเร็ว และมีประสิทธิภาพมากยิ่งขึ้น

คำแนะนำสำหรับ Generative AI

  • Generative AI ช่วยเร่งกระบวนการผลิต วิจัย และพัฒนา Content ใหม่ๆ เช่น ชุดข้อมูลเสมือน และเร่งกระบวนการวิจัยให้รวดเร็วมากขึ้น
  • การใช้ Generative AI ช่วยสร้าง Dataset ใหม่ๆ ทำให้ช่วยป้องกันข้อมูลส่วนบุคคล ซึ่งวิธีนี้จะเข้าไปเปลี่ยนแปลงการทำงาน และทำให้ทำงานได้ง่ายและมีประสิทธิภาพมากขึ้น 

Trends 2 : Autonomic Systems

โลกเราหมุนเปลี่ยนตลอดเวลา เทคโนโลยีจึงมีบทยามสำคัญในการช่วยให้องค์กรปรับตัวพร้อมรับมือกับความไม่แน่นอน การใช้ Autonomics Systems นั้นเป็นเทคโนโลยีที่ปรับเปลี่ยนอัลกอริธึมได้แบบเรียลไทม์ ทั้งในทางกายภาพและซอฟต์แวร์ เพื่อสามารถรองรับสถานการณ์ต่างๆ ได้ และยากต่อการแทรกแซง  

Autonomics Systems มีโครงสร้างสำคัญ 3 อย่างคือ

  1. Autonomy ตัดสินใจและลงมือทำโดยอัตโนมัติ โดยไม่ต้องมีคนมาคอยสั่งการ 
  2. Learning มีความสามารถในการเรียนรู้สิ่งใหม่ๆ และปรับตัวไปตามสถานการณ์
  3. Agency มี sense ของ internal state และ purpose

ตัวอย่างเช่น บริษัท Ericsson มีการใช้ Reinforcement Learning และ Digital Twins เพื่อสร้าง autonomic system เพื่อเพิ่มประสิทธิภาพการใช้งาน 5G network อย่างมีประสิทธิภาพ

คำแนะนำสำหรับ Autonomic Systems

สร้าง Pilot โปรเจ็กต์ Autonomic นำร่อง ให้เกิดความคล่องตัวและจัดการซอฟแวร์ต่างๆ ได้อย่างมีประสิทธิภาพ 

Trends 3 : Total Experience

ในปี 2026 กว่า 60% ขององค์กรขนาดใหญ่จะมีการใช้ Total Experience เพื่อ Transform ตัว Business Models เพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้า และทำให้คนในองค์กรรู้สึกผูกพันกับองค์กรมากยิ่งขึ้น  

Total Experience = Customer Experience (CX) + Employee Experience (EX) + User Experience (UX) + Multi Experience (MX) 

ในยุคนี้ การมอบประสบการณ์ให้แก่ลูกค้าหรือพนักงาน จะต้องมีความครอบคลุมรอบด้านมากยิ่งขึ้น เพราะแต่ละฝ่ายก็มีความต้องการที่แตกต่างกันไป Total Experience จึงเป็นเทคโนโลยีที่พยายายามช่วยสร้างประสบการณ์ที่ดีให้ลูกค้า พนักงาน และผู้ใช้บริการ ได้รับความพึงพอใจ จนเกิดเป็นความเชื่อมั่นในองค์กรขึ้นมา

Total Experience ถูกนำมาใช้ในส่วนของดีไซน์ (Design) การพัฒนา (Development) เนื้อหา (Content) Automation และ การวิเคราะห์ข้อมูล (Analytics) เพื่อช่วยลด Effort การทำงานของพนักงาน และ ทำให้ประสบการณ์โดยรวมของทุก ๆ ฝ่ายดียิ่งขึ้น 

ตัวอย่างเช่น องค์กร Canadian Blood Service ได้ทรานฟอร์มธุรกิจเป็น Total Experience ซึ่งดูแลประสบการณ์ทั้งฝั่งของพนักงาน และผู้บริจาคให้ดีขึ้นโดยใช้เทคโนโลยีเช่น Mobile Apps , Chatbot ที่เชื่อมต่อกับการตอบด้วยเสียง , Live Chat กับพนักงาน , การแจ้งเตือนแบบอัตโนมัติ มาช่วยจัดการระบบนัดหมายบริจาคเลือด รวมถึงการส่งแจ้งเตือนการบริจาคเลือดได้แบบอัตโนมัติ พนักงานไม่ต้องมา Manual work ส่งทีละคน ซึ่งผลลัพธ์คือ ช่วยเพิ่มอัตราการกลับมาบริจาคเลือดซ้ำ ลดค่าใช้จ่ายในการจัดการเรื่องจองเวลา และนัดหมาย 

คำแนะนำสำหรับ Total Experience

สร้างทีมหรือหน่วยงานด้าน Total Experience โดยเฉพาะ ซึ่งมีหน้าที่หลักๆ คือพัฒนา User Experience (UX) และ Multi Experience (MX) อย่างต่อเนื่อง เพื่อเพิ่ม Customer Experience (CX) และ Employee Experience (EX) ในระยะยาว 

Trends 4 : Distributed Enterprise

หลัง โควิด-19 หลายๆ เทรนด์การทำงานแบบ Remote work , Hybrid เพิ่มขึ้น พนักงานสามารถทำงานจากที่ไหนก็ได้ ซึ่งหมายความว่าพาร์ทเนอร์ขององค์กร รวมถึงลูกค้าเองก็ทำงาน Remote มากขึ้น 

จากการสำรวจของ Gartner พบว่า กว่า 75% ของคนที่เคย Work From Home จะคาดหวังให้องค์กรเพิ่มความยืดหยุ่น และรองรับการทำงาน WFH ต่อไป มีเพียง 4% เท่านั้นที่เลือกการทำงานที่ต้องเข้าออฟฟิศองค์กรจึงต้อง Support การทำงานแบบ Remote 

ในปี 2023 75% ขององค์กรที่มีการทำ Distributed Enterprise จะช่วยเพิ่มรายได้กว่า 25% เมื่อเปรียบเทียบกับคู่แข่งที่ไม่ได้ทำ 

ทีม IT จึงเข้ามามีบทบาทสำคัญใยการวางแผนการซัพพอร์ตเทคโนโลยีที่ช่วยในการทำงานร่วมกัน รวมถึงดูแลสวัสดิภาพของพนักงาน และในเวลาเดียวกันทีมบริหารต้องพัฒนา Business Model ที่สามารถขยายขอบเขตการให้บริการ ไม่ว่าจะเป็นในรูปแบบ Virtual Service ,  Location – agnostic , หุ่นยนต์เดลิเวอรี่ เป็นต้น 

ตัวอย่างเช่น ในไทยเอง หลายๆ โรงพยาบาลก็มีการปรับตัวไปสู่การทำ TeleMedicine มากขึ้น รวมถึงหลายๆ แพลทฟอร์มบัญชีก็ย้ายจากการทำ on-site training เป็นการให้บริการช่วยเหลือผ่าน Chatbot หรือการนัด Demo ผ่านทางช่องทางออนไลน์มากขึ้น ซึ่งทำให้การทำงานทางไกล และการบริการทางไกลมีประสิทธิภาพนั่นเอง

คำแนะนำสำหรับ Distributed Enterprise

วางโครงสร้างการทำงานแบบ Remote และมีการให้ความช่วยเหลือซัพพอร์ตต่างๆ อย่างรวดเร็ว 

อ่านเพิ่มเติม รวมแอปพลิเคชันในบริษัท Data Consultant ที่ช่วยให้การทำงานมีความคล่องตัว รองรับการทำงาน Work From Home

  • สร้าง Business Model ที่รองรับการทำงานแบบ Remote เช่น Virtual First , Remote – First เพื่อให้เกิด Total Experience ที่ดีที่สุด 
  • เข้าใจ Flow ทั้งหมดของลูกค้าและพนักงาน จากนั้นหาจุดที่เป็น Pain point และวางแผนแก้ปัญหาดังกล่าว

Sculpt change 

Sculpt change ตอบรับความเปลี่ยนแปลงที่เกิดขึ้นอย่างรวดเร็ว
Sculpt change ตอบรับความเปลี่ยนแปลงที่เกิดขึ้นอย่างรวดเร็ว

เทคโนโลยีในส่วนนี้จะช่วยให้คุณสามารถตอบรับความเปลี่ยนแปลงที่เกิดขึ้นอย่างรวดเร็วโดยการสร้าง Applications ได้รวดเร็วขึ้นผ่านการทำให้กระบวนการธุรกิจบางอย่างเป็นอัตโนมัติ ใช้ AI อย่างมีประสิทธิภาพ และทำให้ตัดสินใจได้ถูกต้องและมีรวดเร็วขึ้น 

Trends 5 :AI Engineering

จากการสำรวจของ Gartner เปิดเผยว่าว่า ในปี 2025 นั้นองค์กรกว่า 10% ที่มีการใช้ AI engineering นั้นจะสร้างรายได้มากกว่าคู่แข่งถึง 3 เท่า 

มีการใช้ Integrated เพื่อ อัปเดท Pipeline , Model ตลอด เพื่อส่งมอบคุณค่าทางธุรกิจอย่างต่อเนื่อง 

69% ของ board members บอกว่า AI เป็นกุญแจสำคัญที่ทำให้องค์กรเติบโตอย่างแข็งแกร่งหลัง Covid แต่การใช้ AI อย่างเดียว ไม่ได้ผล ต้องมีการทำ AI Engineering เพื่อวางโครงสร้างให้โมเดลของ AI มีการอัปเดทเสมอ เพื่อให้โมเดลใช้ได้จริง และตอบโจทย์ของธุรกิจ โดยองค์ประกอบที่ทำให้การใช้ AI ประสบผลสำเร็จได้แก่

  • มีการวางกลยุทธ์การนำ AI ไปใช้อย่างจริงจัง ไม่ได้มองว่าเป็นเพียงเทคโนโลยีเท่านั้น 
  • มีการ Monitor องค์ประกอบต่างๆ ที่ส่งผลต่อโมเดลของ AI เสมอ เช่น การเปลี่ยน Data Inputs , การปรับปรุงโครงสร้างของ AI หรือกระบวนการทางธุรกิจ ที่จะส่งผลต่อผลลัพธ์ของการใช้ AI 
  • มีการวางระบบการส่งข้อมูลอัตโนมัติ เพื่อวางโครงสร้างเชื่อมต่อ pipelines เพื่ออัปเดท Data Sources , AI Models , applications อย่างเป็นระบบ 

ตัวอย่างเช่น บริษัท Georgia Pacific มีการ Monitor AI ที่อาจส่งผลให้ Business Value ค่าไม่ตรงได้แก่ 

  • การเปลี่ยนแปลงกระบวนการทำงานของธุรกิจ 
  • Model Input 
  • System Performance 

โดยมีการวางระบบการส่งข้อมูลอัตโนมัติ เพื่อวางโครงสร้างเชื่อมต่อ pipelines เพื่ออัปเดท Data Sources , AI Models , applications อย่างเป็นระบบ เพื่อรักษาคุณภาพของ AI และส่งมองคุณค่าทางธุรกิจได้

คำแนะนำสำหรับ AI Engineering

  • ใช้ AI Engineering เพื่อสร้าง และ Maintain production AI Value 
  • เมื่อนำ AI Model ขึ้นสู่ Production แล้วต้องมีการ Monitor เสมอ มีการใช้ KPIs ในการทำรีพอร์ทในพาร์ทที่มีการใช้ AI 
  • สร้างโมเดล AI สำหรับปฎิบัติการ และ Governance ที่สอดคล้องกับ Model Performance , พฤติกรรมผู้ใช้งาน , และการส่งมอบคุณค่าทางธุรกิจให้กับลูกค้า  

Trends 6 : Hyper Automation

Hyper Automation เป็นการพัฒนาสิ่งต่างๆ ให้เป็นอัตโนมัติให้ได้มากที่สุด เพื่อช่วยลดระยะเวลาการทำงานต่างๆ ควบคู่กับการเพิ่มคุณภาพและปริมาณ นอกจากนี้ยังช่วยเพิ่มเวลาให้เราได้ตัดสินใจและจัดการพัฒนาในส่วนอื่นๆ ได้รวดเร็วและมากขึ้น ผ่านการใช้เทคโนโลยีต่างๆ เช่น AI , Machine Learning (ML) , Customer Data Platform (CDP) 

การทำ Hyperautomation ต้องสอดคล้องกับการทำงาน และ ตอบโจทย์ของลูกค้า และมีการจัดการแบบองค์รวม ไม่แยกจัดการตามแต่ละทีม เพราะทำให้เห็นภาพไม่ตรงกัน และยังเพิ่ม Cost ในการจัดการดูแลอีกด้วย 

ตัวอย่างเช่น บริษัทน้ำมันและก๊าซ มีการทำ Automation ใน 14 ส่วนด้วยกัน เพื่อช่วยให้การทำงานมีประสิทธิภาพมากยิ่งขึ้น ตัวอย่างเช่น 

  • ทำ Targeted task automation ไปที่อุตสาหกรรม ไปยัง 90 พื้นที่ปลายทางที่แตกต่างกัน 
  • มีการสร้างเอกสาร สำหรับการทำ Targeted Compliance , procurement , ระบบทางกฎหมาย 

คำแนะนำสำหรับ Hyper Automation

สร้างภาพการทำงานองค์รวม แล้วดูว่าส่วนใดที่สามารถทำ Automation ได้บ้าง จากนั้นจัดลำดับความสำคัญการทำของภาพรวมทั้งหมด เพื่อให้เกิดความ Synergy และ การทำงานร่วมกันระหว่างหน่วยงานธุรกิจ 

Trends 7 : Decision Intelligence

ในโลกที่มีการเปลี่ยนแปลงอันรวดเร็ว หลายๆ อย่างมีความซับซ้อนและไม่แน่นอนมากขึ้น ดังนั้นองค์กรจึงต้องการต้นสินใจอย่างชาญฉลาด และรวดเร็ว โดยมีความอิงตามสถานการณ์ (Contextualize) การมี Decision Intelligence จึงเป็นเทคโนโลยีที่เข้ามาช่วยองค์กรตัดสินใจ , การประเมินสถานการณ์ , จัดการสิ่งต่างๆ รวมถึงมีการพัฒนาสิ่งต่างๆ ตาม Feedback ซึ่งทำงานคล้ายสมองคนผ่านการใช้ augmented analytics ,simulation และ AI 

เตรียมพร้อมรับมือกับโลกที่พร้อม Disrupt โดยมีการปรับตัวอย่างรวดเร็ว โดยการสร้างโมเดลการตัดสินใจ (Decision Flow and models) Decision Intelligence สามารถเข้ามามีบทบาทได้ดังนี้ 

  • การตัดสินใจเชิงกระบวนการทำงาน (Operational Decisions) เช่น การมีปฎิสัมพันธ์กับลูกค้า 
  • การตัดสินใจเชิงการบริการ (Managerial Decisions) ที่มีการทำซ้ำในระดับสูง เช่น ในการวางแผนการผลิตหรือการสรรหาบุคลากร
  • การตัดสินใจเชิงกลยุทธ์​ (Strategic Decisions) เช่น การควบรวมกิจการ (Mergers and Acquisitions) 

คำแนะนำสำหรับ Decision Intelligence

การทำ Model Decision และ การสร้างกระบวนการตัดสินใจนั้นเป็นการร่วมมือกันทั้งในฝั่งของมนุษย์ และ AI โดยมีการนำ Feedback มาปรับปรุงอยู่เสมอ  โดยควรเริ่มต้นใช้ Decision Intelligence ใน Area ที่คิดว่าควรมีการปรับปรุงกระบวนการตัดสินใจที่พึ่งพา Data หรือ AI – powered หรือ ในส่วนที่การตัดสินใจสามารถสเกล หรือ ทำให้รวดเร็วได้มากขึ้นผ่านการใช้ Automation 

Trends 8 : Composable Applications

เทคโนโลยีที่สร้างขึ้นจากองค์ประกอบโมดูลาร์ของธุรกิจนั้นๆ ทำให้ซอฟต์แวร์ / Application ต่างๆ ที่ถูกสร้างมา สามารถนำโค้ดกลับมาใช้ซ้ำ หรือจัดองค์ประกอบใหม่ได้ง่ายยิ่งขึ้น ทำให้โซลูชันซอฟต์แวร์ใหม่ๆ ออกสู่ตลาดอย่างรวดเร็ว 

ในปี 2024 การออกแบบ SaaS (Software as a Service) หรือแอปฯ ต่างๆ จะเปลี่ยนไปในรูปแบบของ API ทั้งสิ้น 

ตัวอย่างเช่น Ally Bank มีการทำแจ้งเตือนการทุจริต ด้วยการทำ low – code environments ซึ่งช่วยประหยัดการทำงานกว่า 200,000 ชั่วโมง 

ผู้ผลิตชุดกีฬา Adidas มองว่าทีมทำงานต้องทำงานซ้ำซากที่ไม่ก่อให้เกิดมูลค่าทางธุรกิจ จึงมีการนำ Composable Applications พัฒนากระบวนการทำงานโดยสามารถเพิ่มสินค้าที่จัดส่งได้เกือบสิบเท่า ในขณะที่ลดเวลาในการจัดส่งเป็นสัปดาห์

คำแนะนำสำหรับ Composable Applications

จัดลำดับความสำคัญของการนำไปใช้และประสิทธิภาพของทีมธุรกิจ  และเริ่มจัดเตรียมเครื่องมือหรือเทคโนโลยีที่เหมาะสม

Engineer trust 

เทคโนโลยีส่วนนี้จะช่วยสร้างพื้นฐานองค์กรที่ดี พร้อมขยายตัว พร้อมทั้งมีการจัดการต้นทุนอย่างมีประสิทธิภาพ
เทคโนโลยีส่วนนี้จะช่วยสร้างพื้นฐานองค์กรที่ดี พร้อมขยายตัว พร้อมทั้งมีการจัดการต้นทุนอย่างมีประสิทธิภาพ 

เทคโนโลยีส่วนนี้จะช่วยสร้างพื้นฐานองค์กรที่ดี พร้อมขยายตัว พร้อมทั้งมีการจัดการต้นทุนอย่างมีประสิทธิภาพ 

Trends 9 : Cloud-Native Platforms

ในอนาคต Application ต่างๆ จะมีการประมวลผลบนคลาวด์กันมากขึ้น Cloud-Native Platforms จึงเป็นเทคโนโลยีเพื่อให้นักออกแบบ Application ต่างๆ สามารถประมวลผลบนคลาวด์ มีความยืดหยุ่นพร้อมกับลดหรือเพิ่มขนาดได้ตามต้องการ และประหยัดค่าใช้จ่ายอีกด้วย

ภายในปี 2025 การใช้ Cloud จะครอบคลุมการทำงานของฝั่งดิจิทัลกว่า 95%  (จากข้อมูลของปี 2021 พบกว่ามีการใช้ Cloud น้อยกว่า 41%) 

ตัวอย่างเช่น ธนาคาร มีการใช้ Cloud สำหรับ container , Database และ computer services  การใช้ Cloud นั้นทำให้ธนาคารนี้สามารถส่งมอบเซอร์วิสใหม่ๆ ได้รวดเร็ว และสามารถ scale ได้ โดยทำให้ลูกค้าสามารถเปิดบัญชีได้ภายใน 6 นาที ซึ่งทำให้ธนาคารสามารถ scale ทำ 3.5 ล้าน Transactions ภายในสองเดือน โดยที่ลูกค้ามีความพึงพอใจมากขึ้น 35% และลดค่าใช้จ่ายได้ถึง 24% 

คำแนะนำสำหรับ Cloud-Native Platforms

เปลี่ยนมาใช้ Cloud ในการพัฒนา Application เพื่อลดค่าใช้จ่าย สร้างมาตรฐาน และง่ายต่อการสเกล 

Trends 10 : Privacy-Enhancing Computation

Data Privacy เป็นสิ่งที่องค์กรต้องให้ความสำคัญเป็นอย่างมาก จากกระแสของ PDPA , GDPR และ iOS 14.5 ที่ทุกคนให้ความสำคัญกับข้อมูลส่วนบุคคลเพิ่มขึ้นเรื่อยๆ 

ภายในปี 2025 กว่า 60% ขององค์กรขนาดใหญ่จะมีการใช้เทคโนโลยีที่ช่วยรักษาความปลอดภัยของข้อมูลส่วนบุคคล เพื่อวิเคราะห์ข้อมูลต่างๆ 

ซึ่ง Privacy-Enhancing Computation (PEC) นั้นช่วยให้องค์กรยังสามารถใช้ประโยชน์จากข้อมูลได้อยู่ โดยที่ไม่ต้องยุ่งเกี่ยวกับความเป็นส่วนตัวของข้อมูลรายบุคคล วิธีการของ PEC แตกต่างกันไปและรวมถึงมีระดับความเป็นส่วนตัวที่แตกต่างกัน เช่น การใช้การเข้ารหัสแบบ homomorphic 

ตัวอย่างเช่น 

DeliverFund เป็นองค์กรไม่แสวงหาผลกำไรที่มีฐานอยู่ในสหรัฐฯ ซึ่งมีส่วนช่วยสอดส่องจัดการกับการค้ามนุษย์ ได้ออกแบบแพลทฟอร์มที่มีการเข้ารหัสแบบ homomorphic เพื่อให้พันธมิตรสามารถทำการค้นหาข้อมูลกับข้อมูลที่ละเอียดอ่อนอย่างยิ่งต่อการค้ามนุษย์ โดยทั้งการค้นหาและผลลัพธ์จะถูกเข้ารหัส ด้วยวิธีนี้ พันธมิตรสามารถส่งคำถามที่มีความละเอียดอ่อนโดยไม่ต้องเปิดเผยข้อมูลส่วนบุคคลหรือข้อมูลที่มีการควบคุม

คำแนะนำสำหรับ Privacy-Enhancing Computation

ระบุ use case ที่มีความเกี่ยวข้องกับข้อมูลส่วนบุคคล ซึ่งอยู่ในสภาพแวดล้อม หรือ การจัดเก็บที่ไม่น่าเชื่อถือ เพื่อวางแผนการแก้ไขต่อไป โดยจัดลำดับความสำคัญการลงทุนในเทคนิค PEC ที่เกี่ยวข้องเพื่อให้ได้เปรียบในการแข่งขันในช่วงต้น

อ่านเพิ่มเติม : iOS 14.5 และ App Tracking Transparency จะเปลี่ยนโลกสายยิงแอดอย่างไร แล้วแบรนด์รับมือยังไงได้บ้าง

Trends 11 : Cybersecurity Mesh

ทุกวันนี้หลายๆ เครื่องมือสามารถสร้างความปลอดภัยได้เฉพาะใน Domain หรือ เครื่องมือของตัวเองเท่านั้น ถ้าเกิดปัญหาขึ้นก็ต้องให้ดูแลเฉพาะส่วน เฉพาะเครื่องมือไป ทำให้มองไม่เห็นภาพรวม และขาดความมีประสิทธิภาพ 

ซึ่ง Cyber Security Mesh architecture (CMA) จะเข้ามาแก้ปัญหาจุดนี้ในการสร้าง Ecosystem ที่ดูแลความปลอดภัย เชื่อมต่อได้กับเครื่องมือทุกตัวทั้งบน Cloud และ Data Center ในองค์กร และโครงสร้างดังกล่าวยังสามารถขยายการรองรับได้ตามการเติบโตของบริษัทอีกด้วย 

ในปี 2024 องค์กรที่มีการวางโครงสร้างเรื่อง Cybersecurity Mesh สำหรับการทำงาน จะช่วยลดความเสียหายที่เกิดขึ้นกับข้อมูล เช่น ข้อมูลรั่วไหล ข้อมูลถูกโจรกรรม มากถึง 90% 

ซึ่ง Cyber Security Mesh architecture (CMA) ทำให้องค์กรตอบสนองต่ออันตราย (Threats) ต่างๆ ที่เกิดขึ้น โดยที่มีความยืดหยุ่น (Flexibility) และแก้ปัญหาได้แบบอัตโนมัติ ทำให้ข้อมูลมีความปลอดภัย ไม่รั่วไหล และเข้าถึงข้อมูลที่ต้องการได้อย่างปลอดภัย 

คำแนะนำสำหรับ Cyber Security Mesh

  • เลือกใช้เครื่องมือให้ความปลอดภัยที่สามารถทำงานร่วมกันได้ และสร้างโครงสร้างการทำงานพื้นฐานเพื่อให้สามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ 
  • ทำความคุ้นเคยกับมาตรฐานการรักษาความปลอดภัยในปัจจุบันและที่กำลังเกิดขึ้น เน้นไปยังแพลทฟอร์มที่มี Open Sources Code เพื่อให้เกิดความสะดวกต่อการทำงานร่วมกันระหว่าวแพลทฟอร์ม

Trends 12 : Data Fabric

ข้อมูลมีปริมาณมหาศาลที่ถูกผลิตขึ้นในแต่ละวินาที Data Fabric ช่วยจัดเรียงข้อมูลให้เป็นระเบียบ ง่ายต่อการนำไปใช้ นอกจากนี้ยังใช้ Machine Learning ในการเรียนรู้ปัจจัยต่างๆ ในการดึงข้อมูลมาใช้ เพื่อแนะนำการจัดข้อมูลทำให้ช่วยลดการทำงานของคนในการจัดข้อมูลไปถึง 70% เลยทีเดียว

คำแนะนำสำหรับ Data Fabric

  • ยกเลิกการใช้เครื่องมือและแพลตฟอร์มการจัดการข้อมูลที่ไม่สามารถทำงานร่วมกับเครื่องมืออื่นๆ ได้
  • เริ่มมีการนำ Data Fabric ไปใช้วิเคราะห์ข้อมูลขนาดใหญ่ เพื่อระบุหาแพทเทรินของข้อมูลกระบวนการทำงานปัจจุบัน และจัดลำดับความสำคัญในขั้นตอนที่จะสร้าง Value ให้องค์กรได้มาก และเริ่มทำก่อน 

และนี่เป็น 12 Trends ด้านเทคโนโลยีที่ที่สำคัญมากๆ ใน 3-5 ปีที่กำลังจะถึง องค์กรต้องมีการเตรียมตัวตั้งแต่วันนี้เพื่อได้เปรียบคู่แข่ง และสร้างประสบการณ์ที่ดีกับลูกค้ารวมถึงพนักงาน ติดต่อ Predictive เพื่อช่วยวางแผนปรับกลยุทธ์ให้เหมาะสมกับองค์กรของท่านตั้งแต่ตอนนี้