เมื่อ Big Data และ AI พลิกโฉมวงการการตลาด เกษตรกรรม และสาธารณสุข | Techsauce

เมื่อ Big Data และ AI พลิกโฉมวงการการตลาด เกษตรกรรม และสาธารณสุข

หนึ่งในเทคโนโลยีสำคัญแห่งยุคคือ Big data และ AI ที่กำลังเบ่งบานในทุกอุตสาหกรรม และเมื่อไม่นานมานี้ Dtac ได้จัดงานเสวนา “dtac Loop : The Shapes of Data” เพื่อเผยประสบการณ์การพัฒนาเทคโนโลยี Machine Learning, Big Data และ AI ที่จะพลิกโฉมวงการการตลาด เกษตรกรรม และสาธารณสุข

ดีแทค (dtac) จัดงานเสวนาในชื่อ “dtac Loop : The Shapes of Data” นำเสนอเรื่องราวเกี่ยวกับการเปลี่ยนผ่านสู่ยุคดิจิทัล ชูบทบาทและวิสัยทัศน์ด้าน “Big Data - Machine Learning - AI” ต่อภาคธุรกิจและสังคมผ่าน 4 ผู้เชี่ยวชาญ เผยประสบการณ์การพัฒนาเทคโนโลยีที่จะพลิกโฉมวงการการตลาด เกษตรกรรมและสาธารณสุข

สร้าง Personalization ต้องใช้ Big Data และ Machine Learning

คุณแอนดริว กวาลเซท รองประธานเจ้าหน้าที่บริหารกลุ่มการตลาดคนใหม่ของดีแทค กล่าวว่า แนวทางการตลาดในอนาคตจะเป็นในรูปแบบเฉพาะเจาะจงแบบรายบุคคล (Personalization) มากขึ้น ซึ่งต้องพึ่งพาการใช้ Big Data และ Machine Learning มากขึ้น

ซึ่งเบื้องหลังของประสบการณ์ที่ดีนั้นคือ Machine Learning ที่ใช้วิเคราะห์และสังเคราะห์ข้อมูล ทำให้ทราบว่าลูกค้าต้องการอะไร เมื่อไหร่ อย่างไร และดีแทคสามารถตอบสนองความต้องการของลูกค้าได้ดีที่สุด ซึ่ง dtac ระบุว่าที่ผ่านมาพบว่ากว่า 80% ของลูกค้าดีแทคได้ดาวน์โหลดแอปดีแทค สร้างรายได้จากการบริการดิจิทัลเพิ่มขึ้นถึง 10 เท่าในปีที่ผ่านมา และนั่นทำให้ประสบการณ์ลูกค้าดีขึ้น เสริมสร้างคุณค่าของผลิตภัณฑ์และบริการดีแทคในยุคดิจิทัล

วิธีการในการสร้างบริการเฉพาะบุคคลนี้ขึ้น ดีแทคจะต้องประมวลข้อมูลหลายพันล้านชุด ซึ่งจะถูกอัพเดทตลอดเวลา และนั่นทำให้เทคโนโลยีอย่าง Algorithm และ Machine Learning เข้ามามีบทบาทในการทำความเข้าใจกับข้อมูลจำนวนมหาศาลเหล่านี้แล้วจุดกลุ่มออกมา เพื่อหาลักษณะที่คล้ายคลึงกัน

จะเกิดอะไรขึ้นถ้ามี Precision Farming ช่วยลดความเหลื่อมล้ำให้กับเกษตรกร?

คุณชวิน ฉัตรศิริวิชัยกุล ผู้จัดการฝ่ายกลยุทธ์ รีคัลท์ สตาร์ทอัพในโครงการ dtac accelerate batch 5 กล่าวว่า ผลิตผลจากภาคการเกษตรในประเทศไทยยังต่ำกว่ามาตรฐานทั้งในระดับโลกและระดับภูมิภาค ค่าใช้จ่ายของการเพาะปลูกหมดไปกับปุ๋ยและยาฆ่าแมลง แต่ในทางกลับกันผลผลิตแทบไม่เพิ่มขึ้นเลย ทำให้เกษตรกรเป็นประชากรประสบความยากลำบากจากความยากจน

และนี่จึงเป็นที่มาของ Ricult สตาร์ทอัพที่ก่อตั้งโดย 4 บัณฑิตจากสถาบัน MIT เพื่อแก้ปัญหาผลผลิตการเกษตรตกต่ำ โดยได้นำเอาเทคโนโลยีภาพถ่ายดาวเทียมและการคาดการณ์สภาพอากาศที่แม่นยำมาช่วยเกษตรกร ทำให้เกิดการทำเกษตรกรรมแบบแม่นยำ (Precision Farming) ภายใต้วิสัยทัศน์ “Those who feed us need us”

โดยบริการข้อมูลเชิงเกษตรของ Ricult จะให้ข้อมูลที่มีประโยชน์แก่เกษตรกรและสามารถนำไปใช้ได้ทันที สามารถเพิ่มผลผลิตได้สูงขึ้น 40% และกำไรเติบโตขึ้นถึง 100% ในขณะที่ข้อมูลการคาดการณ์สภาพอากาศทั่วไปมีความละเอียดอยู่ที่ระดับ 50 กิโลเมตร แต่ระบบของ Ricult ครอบคลุมได้ละเอียดถึงระยะ 3 กิโลเมตร และเราได้นำเอาอัลกอริทึมของ Machine Learning เข้ามาช่วยวิเคราะห์แสงสะท้อนจากใบไม้เพื่อประเมินสุขภาพของพืชอีกด้วย

นอกจากนี้ ยังร่วมมือกับโครงการ dtac smart farmer และมูลนิธิร่วมด้วยช่วยกันสำนึกรักบ้านเกิดในการเข้าถึงกลุ่มเกษตรกรทั่วประเทศ โดยหวังว่าแอปพลิเคชันนี้จะช่วยพัฒนาความเป็นอยู่ของเกษตรกรให้ดีขึ้น

Big Data ช่วยหยุดยั้งการแพร่ระบาดของโรคติดต่อได้

คุณเคนท์ มอนเซน นักวิจัยอาวุโสจากเทเลนอร์รีเสิร์ช ภายใต้ความร่วมมือกับมหาวิทยาลัยฮาร์วาร์ด ผู้ทำรายงานวิจัยเรื่องการแพร่ระบาดของโรคไข้เลือดออกและไข้มาลาเรียผ่านข้อมูลบนโทรศัพท์มือถือในประเทศปากีสถานและไทย กล่าวว่า จากข้อมูลการใช้งานโทรศัพท์มือถือของผู้ใช้งาน ช่วยให้เราสามารถวิเคราะห์การเดินทางสัญจรของผู้ใช้งานทั่วทั้งประเทศ ซึ่งข้อมูลเหล่านี้จะถูกวิเคราะห์ร่วมกับข้อมูลการระบาดของไข้มาลาเรีย เพื่อคาดการณ์การระบาดของโรคในครั้งต่อไป ซึ่งข้อมูลเหล่านี้มีขนาดใหญ่มหาศาล ตลอดจนเน้นย้ำถึงความสำคัญด้านความปลอดภัยและความเป็นส่วนตัวของข้อมูล

“ถ้าเราสามารถคาดการณ์ล่วงหน้าได้ว่าไข้เลือดออกหรือไข้มาลาเรียจะแพร่ระบาดไปยังพื้นที่ใด จะช่วยให้สถาบันสุขภาพแห่งชาติสามารถวางมาตรการป้องกันได้อย่างเหมาะสม เช่น เตรียมการแจกจ่ายมุ้งกันยุง จัดเตรียมคลีนิกเคลื่อนที่ เผยแพร่ข้อมูลในการป้องกันโรคระบาด รวมถึงการลงตรวจสอบพื้นที่อย่างใกล้ชิดมากขึ้น” คุณเคนท์ กล่าว

ทั้งนี้ มหาวิทยาลัยฮาร์วาร์ด และมหาวิทยาลัยมหิดลได้ร่วมกันริเริ่มโครงการเพื่อคาดการณ์และป้องกันการแพร่ระบาดของไข้มาลาเรียในประเทศไทย โดยอาศัยข้อมูลการใช้งานโทรศัพท์เคลื่อนที่ของลูกค้าดีแทค ประกอบเข้ากับข้อมูลผู้ป่วยจากกระทรวงสาธารณสุข

ยกระดับการทำงานด้วย AI

คุณฉัตรสุดา สันตานนท์ ผู้อำนวยการอาวุโสสาย Customer Value Management (CVM) กล่าวว่า เป้าหมายของ CVM คือ การนำเสนอสิ่งที่ลูกค้าต้องการ ผ่านช่องทางที่เหมาะสม ในเวลาที่เหมาะสม ซึ่ง Machine Learning ได้เข้ามาช่วยเพิ่มประสิทธิภาพของการตลาดแบบตัวต่อตัว (One-to-One Marketing) ให้ดียิ่งขึ้น

Machine Learning เข้ามาช่วยพัฒนาการตรวจสอบการลงทะเบียนของบริการระบบเติมเงิน โดยการใช้ระบบจดจำภาพใบหน้า นอกจากนี้มันยังถูกใช้ในการพัฒนา Social Listening Tool เพื่อช่วยในการจำแนกประเภทของความคิดเห็นบนสื่อสังคมต่าง ๆ โดยทั้งสองโปรเจ็คมีความแม่นยำสูงกว่า 90%

ซึ่งในการทำแต่ละโปรเจ็คนั้น จะต้องอาศัยทั้งศาสตร์และศิลป์ในการบริหาร โดยสร้างสมดุลระหว่างการใช้ Hard Skills และ Soft Skills เพื่อพัฒนาขีดความสามารถในการทำงานยุคดิจิทัลที่มีเปลี่ยนแปลงด้านข้อมูลและเทคโนโลยีตลอดเวลา ซึ่งได้ Data scientist เข้ามาร่วมทีมวิเคราะห์ข้อมูลอีกด้วย

เพื่อเสริมแกร่งศักยภาพการทำงานให้มีประสิทธิภาพยิ่งขึ้น ดีแทคยังได้ร่วมมือวิจัยด้าน AI กับมหาวิทยาลัยธรรมศาสตร์ เพื่อสร้างทรัพยากรด้าน AI รุ่นใหม่กับประเทศ โดยมุ่งเน้นไปยังด้านระบบอัจฉริยะอัตโนมัติ (Intelligent Automation) Machine Learning การเสริมสร้างประสบการณ์ใช้งานของลูกค้า และการวิเคราะห์ข้อมูล

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

ทีทีบี จับมือ databricks ผสานพลัง Data และ AI สร้างอนาคตการเงินที่ดีขึ้นให้คนไทย

ทีทีบี ตอกย้ำความมุ่งมั่นผลักดันดิจิทัลทรานส์ฟอร์เมชัน สร้างการเปลี่ยนแปลงให้กับวงการธนาคารไทย จับมือพันธมิตร databricks พร้อมเดินหน้าสร้าง Data-driven Culture ปักธงก้าวสู่ธนาคารที...

Responsive image

LINE SCALE UP เปิดรับสตาร์ทอัพทั่วโลก ต่อยอดธุรกิจกับ LINE ก้าวสู่ระดับสากล

LINE SCALE UP เปิดตัวอย่างเป็นทางการในงาน LINE Thailand Developer Conference 2024 ที่ผ่านมา เฟ้นหาสตาร์ทอัพที่มีศักยภาพ และพร้อมต่อยอดธุรกิจร่วมกับ LINE สู่เป้าหมายยกระดับธุรกิจสตา...

Responsive image

MarTech MarTalk 2024 EP.3 จากต้นกล้าสู่ความสำเร็จ ด้วยการพัฒนาคนและ MarTech

ChocoCRM จัดงานใหญ่ส่งท้ายปีกับงาน MarTech MarTalk 2024 EP.3 From Seeds to Success: Driving Business Growth with People and Marketing Technology ได้รับการตอบรับดีอย่างต่อเนื่องเป็น...