ก่อนหน้านี้ทาง Techsauce ได้นำเสนอเรื่องราวความร่วมมือระหว่าง AIS และแมสซาชูเส็ทส์ (Massachusetts Institute of Technology: MIT) ในการเข้าเป็นสมาชิกโปรแกรม MIT Industrial Liaison Program โดย MIT เป็นสถาบันการศึกษาระดับโลก ที่มีศูนย์วิจัยทางด้านเทคโนโลยีรวมไปถึงนวัตกรรมใหม่ ๆ อีกทั้งยังมีการแลกเปลี่ยนกลุ่ม  startup  ที่ AIS ให้การสนับสนุนด้วย วันนี้ทาง Techsauce มีโอกาสเข้าร่วมงาน MIT  startup  Ecosystem Conference 2018 ที่จัดขึ้นที่ MIT กรุง Boston ซึ่งเป็นงานที่เชื่อมโยง  startup  ของทาง MIT ที่เน้นด้าน DeepTech อาทิ AI สาย Manufacturing, data เป็นต้น มานำเสนอผลงานกับองค์กรชั้นนำจากทั่วทุกมุมโลก แน่นอนว่าเราไม่พลาดที่จะสรุปความรู้และแนวคิดดีๆ ภายในงานมาฝากผู้อ่านกัน ก่อนอื่นเราไปพูดคุยกับบุคคลที่ผู้อ่านหลายๆ ท่านในวงการ  startup  ไทยเรารู้จักกันดี ตัวแทนจาก AIS ถึงที่มาที่ไปกับ ดร. ศรีหทัย พราหมณี Head of AIS The startUp (ทั้งนี้ขออนุญาตเรียกสั้น ๆ ว่า ดร.ออน นะคะ)

ที่มาของการพา AIS The StartUp Portfolio ไปร่วมงาน 2018 MIT Startup Ecosystem Conference

ดร. ออน : เมื่อปีที่ผ่านมา AIS Academy ซึ่งเป็นหน่วยงานที่ทำหน้าที่สนับสนุนและพัฒนาทักษะภายในองค์กร ได้ทำ MOU ร่วมกับ MIT เพื่อความร่วมมือทางด้านการวิจัยนวัตกรรมและพัฒนา  startup  ซึ่งตัวความร่วมมือนี้ครอบคลุมถึง  startup  Exchange Program ที่เปิดโอกาสให้ AIS  ได้เข้าไปเรียนรู้แนวคิดและกระบวนการสนับสนุน  startup  ของ MIT

นอกจากนี้ ผู้บริหารยังเล็งเห็นถึงความสำคัญที่ต้องส่งเสริม  startup  ecosystem ของไทยเราให้แข็งแรง ซึ่ง AIS ก็เป็นองค์กรหลักที่มี  startup  ใน Portfolio ที่มีศักยภาพหลายท่านด้วยกัน เมื่อ AIS Academy มอบโอกาสให้กับพนักงานแล้ว ยังส่งต่อโอกาสนี้ให้กับ startup  ใน Portfolio ของ AIS ที่ทำงานใกล้ชิดและมีส่วนร่วมส่งต่อความรู้ให้กับ startup รุ่นหลังอีกด้วย ก็  ซึ่งคุณโจ้ CEO-QueQ และคุณเอก CEO-Dreammaker ได้รับการคัดเลือกให้เข้ารับโอกาสในครั้งนี้ ทั้งสองท่านได้รับการเรียนรู้บ่มเพาะจาก AIS ตั้งแต่ปี 2015 จนปัจจุบันสามารถประกอบธุรกิจได้ แล้วพวกเขาก็กลับมาช่วย startup  รุ่นใหม่ๆ ในฐานะ AIS The  Startup  Committee การพาไปท่านทั้งสองไปเรียนรู้กระบวนการคิดของ MIT ทำให้กลับมาถ่ายทอดและให้คำแนะนำแก่  startup  รุ่นใหม่ที่จะเข้าร่วมกับ AIS ได้ต่อไป

สิ่งที่ได้เรียนรู้จาก MIT

สำหรับ ดร.ออน เธอกล่าวว่าได้รับความรู้มากมายจากงานดังกล่าว โดยขอสรุปเด่นๆ ออกมาด้วยกัน 4 ข้อหลักคือ

1. การทำงานระหว่าง  startup  และองค์กรขนาดใหญ่  ไม่ว่าในประเทศไทยหรือต่างประเทศ แนวคิดของการทำงานร่วมกันกับ  startup  นั้นคล้ายกัน คือการมองหา  startup  ที่มี Value Proposition ที่ Fit กับ Business strategy การคัดเลือก  startup  จึงเป็นมากกว่าการหาผู้ทำนวัตกรรม แต่ยังคำนึงถึง Value Proposition ที่สร้างประโยชน์ร่วมกัน ซึ่งหลักๆ แม้กระทั้งในสหรัฐอเมริกาก็มองหา  startup  ที่เข้ามาแก้ปัญหาของลูกค้าของเขาได้
2. การแบ่งกลุ่ม  startup  ของ MIT ทำใน  2 มิติ ด้วยกันคือประเภทของเทคโนโลยี และ communization หรือ Time to Market เริ่มที่กลุ่มแรก MIT เรียกว่า “กลุ่ม Tech” ซึ่งก็คือเทคโนโลยีทั่วไป ได้แก่ Software Tech, Mobile Tech หรือที่เราเรียกกันทั่วไปว่า  Tech  startup ซึ่งคนที่ทำเทคโนโลยีนี้จะสามารถพัฒนาผลิตภัณฑ์เข้าสู่ตลาดได้ภายในระยะเวลาไม่นานในช่วง time frame 1-2 ปี startup ในประเทศไทยโดยส่วนมากจะอยู่ในกลุ่ม Tech startup กลุ่มที่สองคือกลุ่ม Hard Tech เป็นการนำเทคโนโลยีที่สูงขึ้นนำมาใช้กับภาคธุรกิจต่างๆ ยกตัวอย่างเช่น VR, Blockchain และ DeepTech อื่นๆ ปัจจุบันนวัตกรรมนี้ส่วนใหญ่ยังอยู่ช่วง Early Stage ซึ่งอาจต้องใช้เวลาราว 5 ปี เพื่อเข้าสู่ตลาดให้เป็นที่ยอมรับอย่างแพร่หลาย และกลุ่มสุดท้ายได้แก่ Tough Tech เป็นเทคโนโลยีระดับลึกที่ก้าวข้ามขอบเขตระหว่างอุตสหกรรม เป็นการนำเทคโนโยลีชั้นสูงของแต่ละอุตสาหกรรม เช่น BioTech, NanoTech, MaterialTech, หรือ chemistrytech มาผสมผสานกันเพื่อสร้างเทคโนโลยีใหม่ขึ้นมา  ซึ่งเทคโนโลยีในกลุ่มนี้ต้องใช้ระยะเวลาในการบ่มเพาะนาน อาจจะมากกว่ากว่า 10 ปีกว่าจะแพร่หลายในเชิงพาณิชย์ ซึ่ง MIT ให้การสนับสนุนธุรกิจ  startup  สายเทคโนโลยีทั้ง 3 กลุ่ม โดย MIT จะประเมินว่า  startup  นั้นมีเทคโนโลยีเข้าเกณฑ์กลุ่มไหน และเข้ากันกับแกนเทคโนโลยีที่ MIT มีอยู่มากน้อยแค่ไหน เพื่อสนับสนุนให้ถูกทาง
3. คนที่เข้ามาผลักดันให้เกิดผู้ประกอบการได้ต้องรู้ที่ครอบคลุมหลากหลายแกน MIT เป็นสถาบันการศึกษาก็จริง แต่สามารถผลักดันให้เกิดผู้ประกอบการได้ เพราะ 40 เปอร์เซ็นต์ของอาจารย์ที่นี่จริงๆแล้วก็เป็นผู้ประกอบการ เขาจึงมีความรู้ความเข้าใจในการทำธุรกิจด้วย และสามารถ เชื่อมโยงทั้งเรื่อง Business, Research และ  startup  เข้าด้วยกันได้ ดังนั้นคนที่จะเข้ามาผลักดันตรงนี้ในองค์กร จำเป็นต้องมีความเข้าใจในวัฒนธรรมของทั้งรู้ แกน Academic, Research,  startup  และ Corporate
4. การนำ Data ที่มีอยู่มาใช้ให้เกิดประโยชน์ เรื่อง Data ทุกคนมักพูดว่าเราต้องนำ Data มาใช้ให้เกิดประโยชน์ แต่ถ้าว่ากันตามจริงคนที่เข้าใจการวิเคราะห์ Data นั้นยังมีน้อยมาก มีการพยากรณ์ในอีก 5 ปี เราจะมี Data เพิ่มขึ้นจากเดิมถึง 8 เท่า ดังนั้นจึงเป็นความท้าทายของทั้งองค์กรขนาดใหญ่และทั้ง  startup  คือจะนำ Data เหล่านี้มาใช้ให้เกิดประโยชน์ที่แท้จริงได้อย่างไร หา Insight และแปลงให้เป็น Action จริงได้อย่างไร

ในมุมมองของคุณโจ้ รังสรรค์ พรมประสิทธิ์. CEO บริษัท YMMY ผู้ก่อตั้งและให้บริการแอปพลิเคชัน QueQ คุณโจ้กล่าวว่า ที่ MIT มี  startup  ด้าน DeepTech มากมายทั้งสาย Data, Manufacturing, AI ซึ่งจะเห็นว่าถ้าขาดซึ่งหน่วยงานภาคการศึกษา หรือองค์กร  startup  ในกลุ่มนี้ก็สามารถเกิดได้ง่ายๆ และเป็นจุดเด่นของทาง MIT ที่สามารถทำงานได้อย่างสอดประสานกันตั้งแต่แรก โครงการต่างๆ ที่ออกจากห้องวิจัยของที่นี่ ได้รับโจทย์ที่ชัดเจนและมีองค์กรต่างๆ มาสนับสนุนและรองรับ ทำให้โครงการเหล่านี้มีโอกาสเกิดขึ้นได้จริง หนึ่งใน  startup  ที่ชื่นชอบคือ PathAI ที่นี่เรียกว่าการใช้ AI นั้นเป็นเรื่องปกติของ  startup  ที่สหรัฐอเมริกาไปแล้ว คือ ทุกๆ  startup  ที่มีเดต้า ก็นำเอา AI เข้ามาประยุกต์เสริมขึ้นไป โดยเอา Data เหล่านั้นมาวิเคราะห์และคาดการณ์ต่อ

สำหรับ PathAI คือ การนำใช้ AI มาใช้ในการวินิจฉัยโรคแทนคุณหมอ ซึ่งเขาก็มีการคุยกันในวงการแพทย์ว่าโรคหลายๆ โรคมันมีรูปแบบที่สามารถคาดการณ์ได้ แทนที่จะใช้คำวินิจฉัยจากหมออย่างเดียว จริงๆ AI สามารถเข้าไปช่วยได้ ซึ่งบางครั้งหมอต้องนำข้อมูลหลายๆ ตัวมาวิเคราะห์หลายวันกว่าจะทราบผล แต่ว่าถ้าเราใช้ AI ใช้ฐานข้อมูลที่ครบถ้วนมาวิเคราะห์ อาจจะใช้เวลาแค่ 1-2 ชั่วโมงหรือถ้าเก่งมากๆ อาจจะใช้เวลาเพียงไม่กี่นาทีก็ทราบผลการวินิจฉัยออกมา เป็นต้น

ในฝั่งของคุณเอก เอกสิทธิ์ เดี่ยววณิชย์ CEO แห่ง Dreamaker กล่าวว่าสิ่งหนึ่งที่เขาสัมผัสได้จาก  startup  ต่างๆ ในงาน คือ  startup  เหล่านี้เป็นคนที่รู้ลึกรู้จริง ผมคิดว่าเป็นเรื่องสำคัญมาก ที่เราควรค้นหาความถนัดของเราจริงๆ นั้นคืออะไร ไม่อยากให้คิดแค่ว่ามีไอเดียแล้วทำ เห็นแค่โอกาสครับ แต่ปรากฎว่าเราไม่ได้ชอบจริงๆ ไม่ได้มี Insight ในเรื่องนั้นๆ เมื่อลงมือทำแล้วจึงไม่สามารถทำได้จนสุด เพราะมันไม่ใช่ตัวเรา จึงอยากให้ทบทวนสิ่งที่เราทำอยู่หรือกำลังจะทำ อีกเรื่องที่น่าสนใจคือ ที่ MIT มีคำว่า Tough Tech ซึ่งหมายถึงเทคโนโลยีที่อยู่ในขั้นต้นๆ และยากในการพัฒนาเป็นนวัตกรรมเพื่อใช้งานเชิงพาณิชย์ อาจต้องใช้เวลา 10 ปีขึ้นไป เพื่อพัฒนาตรงนี้ ซึ่งพวกนี้เป็นสิ่งที่สามารถเห็นได้ในภาคการศึกษา  หากเราเริ่มทำ  startup  ด้วย Service ที่ธรรมดาเกินไป ก็ไม่สามารถสร้าง Powerful Impact ได้ ซึ่งเราสามารถไปได้ลึกกว่านั้นโดยเริ่มจากการขุดความรู้สมัยเรียนให้ลึกซึ้งมากขึ้น แล้วเอาตรงนั้นมาต่อยอดเป็นธุรกิจ

คำแนะนำฝากถึง Startup และผู้อยู่ใน Ecosystem ของไทยโดยดร.ศรีหทัย

อยากเห็นการเติบโตและการสนับสนุน startup สาย Deep Tech ในไทยมากขึ้น  อยากให้ดูการสร้าง Deep Tech Ecosystem ในต่างประเทศ ว่าพวกเขาทำอย่างไร และมีกระบวนการอย่างไร ศึกษาว่า Ecosystem ของเขาประกอบด้วยอะไร เป็นอย่างไร บุคลากรที่จำเป็นใน Deep Tech Ecosystem อยู่ที่ไหน จะทำงานร่วมกับพวกเขาได้อย่างไร รวมไปถึง Facility อย่างห้อง Lab ในต่างประเทศที่ทำให้เกิดสภาพแวดล้อมดังกล่าวได้นั้นเป็นอย่างไร ส่วนในไทยยังปิดอยู่ในภาคการศึกษา ซึ่งเรายังไม่ค่อยเห็นความร่วมมือในส่วนนี้ หรือมีแล้วแต่ยังไม่สามารถทำให้เกิดเป็นธุรกิจจริงได้มากนัก