เมื่อ 10 ปีที่แล้ว นักวิทยาศาสตร์ข้อมูล (Data Scientist) ถือเป็นอาชีพค่อนข้างใหม่ ความต้องการส่วนใหญ่จำกัดอยู่แค่บริษัทสตาร์ทอัพและบริษัทเทคโนโลยีที่อยู่บริเวณอ่าวซานฟรานซิสโกและเมืองชายฝั่งอื่นๆ สองสามแห่งในอเมริกา แต่ต่อมาความต้องการแรงงานเริ่มเพิ่มขึ้นเรื่อยๆ เมื่อหลายบริษัทใหญ่ต่างตระหนักถึงความสำคัญของการนำข้อมูลมาวิเคราะห์เพื่อช่วยในการดำเนินธุรกิจ (Business Analytics)

ในขณะนั้นได้มีการให้คำนิยามของนักวิทยาศาสตร์ข้อมูลว่า “ผู้เชี่ยวชาญที่มีความต้องการที่จะค้นพบสิ่งใหม่ๆ ในโลกของข้อมูลขนาดใหญ่ (Big Data)” โดยบริษัทต่างๆ เริ่มนำข้อมูลที่มีอยู่จำนวนมากและมีโครงสร้างไม่ซับซ้อนมาวิเคราะห์ เช่น การติดตามพฤติกรรมผู้ใช้บนแพลตฟอร์มออนไลน์ การใช้โซเชียลมีเดีย รูปภาพ และคำพูดต่างๆ 

แต่เนื่องจากในขณะนั้นเส้นทางสู่อาชีพนักวิทยาศาสตร์ข้อมูลยังไม่ชัดเจนมากนัก ทำให้แต่ละคนมีภูมิหลังทางการศึกษาที่หลากหลาย จากการสำรวจนักวิทยาศาสตร์ข้อมูลจำนวน 35 คนอย่างไม่เป็นทางการพบว่า คุณสมบัติทั่วไปที่หลายคนมีเหมือนกันคือจบปริญญาเอกทางด้านฟิสิกส์ทดลอง โดยส่วนใหญ่จะมีปริญญาเอกในสาขาวิทยาศาสตร์บางสาขาด้วย ที่สำคัญคือเป็นผู้มีความสามารถทางด้านคณิตศาสตร์และสามารถเขียนโค้ดได้ 

10 ปีต่อมา อาชีพนักวิทยาศาสตร์ข้อมูลกลายเป็นที่ต้องการในตลาดแรงงานเนื่องจาก AI ได้รับความนิยมมากขึ้นในทุกแวดวงธุรกิจ ทำให้หลายบริษัทต้องการตัวนักวิทยาศาสตร์ข้อมูลเพื่อมาพัฒนาแบบจำลอง AI โดยในปี 2019 การประกาศรับสมัครนักวิทยาศาสตร์ข้อมูลบนเว็บไซต์หางานอย่าง Indeed เพิ่มขึ้นถึง 256% และสำนักงานสถิติแรงงานของสหรัฐอเมริกาคาดการณ์ว่าวงการวิทยาศาสตร์ข้อมูลจะเติบโตมากกว่าเกือบทุกสาขาอื่นๆ ในช่วงเวลานี้ไปจนถึงปี 2029 

อย่างไรก็ตาม นักวิทยาศาสตร์ข้อมูลหลายคนสังเกตว่าพวกเขาใช้เวลาส่วนใหญ่ไปกับการทำจัดระเบียบข้อมูล (Cleaning and Wrangling Data) และจะยังเป็นแบบนี้ต่อไปแม้ว่าจะมีความก้าวหน้าในการใช้ AI เพื่อปรับปรุงการจัดการข้อมูลในระดับหนึ่ง นอกจากนี้ หลายองค์กรไม่ได้มีวัฒนธรรมขับเคลื่อนด้วยข้อมูลและไม่ได้ใช้ประโยชน์จากข้อมูลเชิงลึกที่นักวิทยาศาสตร์ข้อมูลให้มา การได้รับผลตอบแทนดีไม่ได้แปลว่านักวิทยาศาสตร์ข้อมูลจะสามารถสร้างความแปลกใหม่ให้กับนายจ้างได้ จึงทำให้หลายคนเกิดความท้อแท้ 

แต่ต่อมาวิทยาศาสตร์ข้อมูลก็เปลี่ยนไป คือเริ่มมีระเบียบแบบแผนมากขึ้น มีการกำหนดขอบเขตใหม่ เทคโนโลยีที่ใช้มีความทันสมัย และทักษะอื่นที่นอกเหนือจากเรื่องเทคนิคเริ่มมีความสำคัญ อย่างเช่นจริยธรรม (Ethics) และการบริหารการเปลี่ยนแปลง (Change Management) 

ในปัจจุบันวิทยาศาสตร์ข้อมูลถือว่าได้รับการยอมรับและมีความสำคัญเป็นอย่างมาก ไม่ว่าจะธนาคาร บริษัทประกันภัย ผู้ค้าปลีก ผู้ให้บริการด้านสุขภาพ หรือแม้แต่หน่วยงานรัฐ ต่างต้องพึ่งพิงนักวิทยาศาสตร์ข้อมูลทั้งสิ้น นอกจากนี้ วิทยาศาสตร์ข้อมูลยังสามารถนำไปใช้ประโยชน์ได้หลายอย่าง ทั้งการจัดการกับวิกฤตการณ์ทางสังคม การนับตัวเลขและการคาดการณ์จำนวนผู้ป่วยและผู้เสียชีวิตจากโควิด-19 การช่วยรับมือกับภัยพิบัติทางสภาพอากาศ หรือแม้กระทั่งการจัดการกับข้อมูลเท็จและการโจมตีทางไซเบอร์ที่เกี่ยวข้องกับการรุกรานยูเครน

ปัจจัยสำคัญประการหนึ่งที่ทำให้วิทยาศาสตร์ข้อมูลมีระเบียบแบบแผนมากขึ้นคือการเริ่มมีการเปิดสอนในด้านนี้อย่างแพร่หลาย โดยเมื่อปี 2012 วิทยาศาสตร์ข้อมูลยังคงเป็นเรื่องใหม่ จึงยังไม่มีหลักสูตรปริญญาใดที่เปิดสอนในสาขาวิทยาศาสตร์ข้อมูลโดยเฉพาะ ทำให้นักวิทยาศาสตร์ข้อมูลในตอนนั้นมาจากสาขาอื่นๆ แต่ในปัจจุบัน มีหลักสูตรปริญญาในสาขาวิทยาศาสตร์ข้อมูลเกิดขึ้นมาหลายร้อยหลักสูตร รวมถึงสาขาที่เกี่ยวข้องกับการวิเคราะห์และ AI โดยส่วนใหญ่จะเป็นหลักสูตรระดับปริญญาโท แต่ก็มีระดับปริญญาตรีและปริญญาเอก นอกจากนี้ยังมีการเปิดสอนหลักสูตรออนไลน์และจัดเป็นค่ายอบรม ซึ่งจะได้รับใบรับรอง (Certificate) หลังเรียนจบ หรือแม้กระทั่งมีการเปิดสอนในหลักสูตรระดับมัธยมปลายอีกด้วย

แน่นอนว่าวิทยาศาสตร์ข้อมูลมีการเปลี่ยนแปลงอยู่เรื่อยๆ แต่การเปลี่ยนแปลงครั้งสำคัญในช่วงทศวรรษที่ผ่านมาคือการที่หลายคนเริ่มให้ความสำคัญกับมิติด้านจริยธรรมมากขึ้น โดยจุดเปลี่ยนสำคัญคือช่วงการเลือกตั้งประธานาธิบดีสหรัฐปี 2016 หลังนักวิทยาศาสตร์ข้อมูลในโซเชียลมีเดีย (โดยเฉพาะ Cambridge Analytica และ Facebook) พยายามโน้มน้าวใจผู้ออกเสียงเลือกตั้ง นับแต่นั้นเป็นต้นมาหลายคนจึงพุ่งเป้าความสนใจไปยังประเด็นอคติในอัลกอริทึม ความโปร่งใส และการวิเคราะห์ข้อมูลและการใช้ AI อย่างรับผิดชอบมากขึ้น โดยบางบริษัทได้มีการจัดอบรมให้ความรู้แก่นักวิทยาศาสตร์ข้อมูลเกี่ยวกับการใช้ AI อย่างมีจริยธรรม และเพิ่มกฎระเบียบเพื่อตอบโต้กับปัญหาการละเมิดจริยธรรม (Ethical Lapses)

กล่าวได้ว่าเราได้เห็นความเป็นไปและการเปลี่ยนแปลงในบทบาทของวิทยาศาสตร์ข้อมูลมาอย่างต่อเนื่อง ซึ่งถือได้ว่าประสบความสำเร็จในหลายๆ ด้าน ขณะเดียวกันปริมาณข้อมูล การวิเคราะห์ และการใช้ AI ในธุรกิจและสังคมก็ไม่ได้มีแนวโน้มที่จะลดลงแต่อย่างใด ดังนั้น อาชีพนักวิทยาศาสตร์ข้อมูลจะยังคงเติบโตและมีความสำคัญต่อภูมิทัศน์ทางธุรกิจ (Business Landscape) ต่อไป ในอนาคตมาดูกันว่าเราจะได้เห็นบทบาทและหน้าที่ที่แตกต่างไปจากเดิมของนักวิทยาศาสตร์ข้อมูลอย่างไร

สำหรับใครที่ต้องการศึกษาเพิ่มเติมเกี่ยวกับวิทยาศาสตร์ข้อมูล พลาดไม่ได้กับงาน Techsauce Global Summit 2022 ที่จะจัดขึ้นวันที่ 26 - 27 กรกฎาคม ณ ICONSIAM โดยเราจะนำ Speaker ระดับโลกมาแบ่งปันความรู้ในหัวข้อต่างๆ กว่า 10 เวที ซึ่งหนึ่งในนั้นคือหัวข้อ AI & DATA ซึ่งหากสนใจสามารถซื้อบัตรได้ที่ https://bit.ly/3NXwoPU

เขียนโดย Parinya Putthaisong

อ้างอิง HBR