ถอดบทเรียน AWS เมื่อองค์กรต้อง Reinvent

Amazon Web Services หรือ AWS ผู้สร้างแพลตฟอร์ม Cloud ที่ครอบคลุมและมีคนนำมาใช้มากอันดับต้นๆในโลก ทั้งกลุ่ม Startup และองค์กรใหญ่ต่างๆ โดยตอนนี้ทาง AWS มีส่วนแบ่งทางการตลาด (Market Share) อยู่ที่ 45% จึงกลายเป็นแพลตฟอร์มที่มีผู้ใช้หลายล้านคน แต่เนื่องจากการระบาดของ COVID-19 ที่เข้ามาก็ทำให้ AWS เองได้รับผลกระทบเช่นกัน จึงทำให้เกิดการ Reinvent ขึ้นในองค์กรเพื่อให้สามารถดำเนินธุรกิจต่อไปได้

Techsauce ได้พูดคุยกับ ดร.ชวพล จริยาวิโรจน์ กรรมการผู้จัดการประจำประเทศไทยและเวียดนาม บริษัท AWS ประเทศไทย กับก้าวที่ท้าทายของ AWS

สิ่งจำเป็นในการ Invent และ Reinvent

สำหรับ AWS แล้ว มีหลายๆ ปัจจัยที่จำเป็นในการที่จะ Invent และ Reinvent องค์กร ได้แก่

  • The leadership will to invent and reinvent: ผู้นำต้องมีความตั้งใจจริงที่จะ Invent และ Reinvent องค์กร โดยจะต้องเข้าใจตัวเอง เข้าใจลูกค้า และกล้าที่จะสร้างสิ่งใหม่ๆ ให้องค์กร
  • Acknowledgement that you can’t fight gravity: ต้องมีความคิดว่า เราไม่สามารถเอาชนะทุกสิ่ง และเก่งในทุกๆ ด้านได้ รวมไปถึงต้องยอมรับที่จะเรียนรู้สิ่งใหม่เพื่อเพิ่มทักษะให้กับตัวเอง
  • Talent that’s hungry to invent: ต้องมีความคิดที่จะสร้างสิ่งใหม่ๆ ตลอดเวลา และก้าวออกมาจากกรอบของอะไรเดิมๆ เพื่อให้องค์กรพัฒนา
  • Solving real customer problems with builders: ต้องแก้ปัญหาของลูกค้าทุกคนให้ตรงจุด และสร้างบริการที่ดีเพื่อตอบสนองลูกค้าทุกคนอย่างทั่วถึง
  • Speed: ต้องสร้างความรวดเร็วในการทำงานภายในองค์กร 
  • Don’t “Complexify”: ต้องไม่สร้างความซับซ้อนในการทำงาน เพื่อให้องค์กรขับเคลื่อนได้อย่างรวดเร็ว
  • Use the platform with the broadest and deepest set of tools: ต้องเลือกใช้ tools ที่เหมาะสมกับแพลตฟอร์มการทำงานขององค์กร
  • Pull everything together with aggressive top down goals: สร้างการขับเคลื่อน หรือแรงผลักดันที่ดีโดยใช้กลยุทธ์เชิงรุก และต้องเริ่มมาจากกลุ่มผู้บริหารลงไปถึงพนักงานระดับล่าง ให้ทุกคนเข้าใจตรงกันว่าองค์กรจะขับเคลื่อนไปในทิศทางใด

สิ่งที่ AWS ได้จากการ Invent และ Reinvent

หลังจากที่ทาง AWS ได้ทำการ Invent และ Reinvent องค์กรใหม่ โดยได้พัฒนาและต่อยอดนวัตกรรมต่างๆ ตัวอย่างเช่น การพัฒนา Instance ใหม่ๆ ขึ้นมาเรื่อยๆ จนในปัจจุบันทาง AWS สามารถพัฒนาให้มี Instance types ให้ลูกค้าเลือกในการใช้งานถึง 350 instances types ซึ่งการพัฒนานี้ส่งผลดี ดังนี้

  • มีการรองรับการพัฒนาบน MacOS โดยการออก EC2 MacOS ทำให้สามารถรองรับผู้พัฒนาต่างๆ ที่มีมากกว่า 23 ล้านรายทั่วโลกได้
  • มีการออก EC2 Instance ที่พัฒนาโดย Habana Gaudi ซึ่งเป็น AI Processor ที่ออกแบบมาเพื่อการใช้งาน Machine Learning โดยเฉพาะ ทำให้มีความสามารถสูงกว่า GPU Processor ถึง 40% (ในด้าน Price-performance)
  • ทำให้ AWS Trainium ซึ่งเป็น Chipset ที่เป็น ML Training Chip มีประสิทธิภาพมากขึ้น และมี Teraflops มากที่สุดใน Cloud

โดยหลังจากการ Invent และ Reinvent แล้วทำให้การทำงานต่าง ๆ ของ AWS ง่ายมากขึ้นในหลายๆ ส่วน ซึ่งได้แก่

  • สามารถจัดการกับข้อจำกัดในเรื่องการเข้าใข้งาน ECS (Elastice Containers Service) และ EKS (Elastic Kubenetes Servcie) ซึ่งแต่เดิมสามารถจะใช้งานได้เฉพาะบน Cloud ด้วยการออก Amazon ECS Anywhere และ Amazon EKS Anywhere ทำให้ลูกค้าสามารถใช้งาน Amazon ECS และ Amazon EKS ได้บน DataCenter ของตัวเองได้
  • ลูกค้าสามารถใช้งาน SQL Server บน  Aurora PostgreSQL และ Amazon Aurora PostgreSQL โดยสามารถดำเนินการรัน Database Workload ได้เหมือนเดิม โดยที่ไม่ต้องทำการแก้ไข Code ซึ่งจะมี Babelfish for Aurora PostgreSQL ในการช่วยเปิดใช้งาน Amazon Aurora ให้เข้าใจการ Query จากแอปพลิเคชั่นที่เขียนบน Microsoft SQL Server และสามารถทำงานได้เหมือนเดิม
  • มีปรับให้การทำ Vitualize Report หรือ Dashboard ง่ายและฉลาดมากยิ่งขึ้น โดยการนำ AI/ML มาใช้ และสามารถใช้ภาษาธรรมชาติในการ Plot หรือดึงข้อมูลมาแสดงออกบน Dashboard โดยใช้ "Amazon Quicksight Q" 

และนอกจากนี้การ Invent และ Reinvent ยังทำให้เกิด Use case ขึ้นได้และสามารถใช้ได้จริงในอุตสาหกรรมต่างๆ ตัวอย่างเช่น

  • ในธุรกิจด้าน Call Center จะมีนวัตกรรมหลายตัวที่สามารถติดตั้งและใช้งานได้อย่างง่ายดาย ไม่ว่าจะเป็น
  • Amazon Connect Wisdom ที่เป็นตัวเพิ่มความสามารถในการใช้ Knowledge Based สำหรับแก้ปัญหาต่างๆ Real-Time Contact Lens โดยมีการใช้ ML ในการตรวจสอบสายที่น่าจะมีปัญหาแบบ Real-time

  • เครื่องมือช่วยจัดการงานต่างๆ รวมไปถึงเครื่องมือสำหรับแสดงและยืนยันตัวตนโดยใช้เสียง อย่าง Amazon Connect Task และ Amazon Connect Voice ID

สำหรับอุตสาหกรรมโรงงานและการผลิต หรืออุตสาหกรรมในระบบ Production Line ก็มีหลายๆ นวัตกรรมเข้ามาช่วยเหลือในระบบการทำงาน ไม่ว่าจะเป็น

  • Amazon Monitron เป็นเครื่องมือที่สามารถตรวจสอบความผิดปกติของระบบการทำงาน ทำให้การพัฒนา Predictive Maintenance เป็นเรื่องง่ายและทำได้รวดเร็ว โดยตัว Amazan Monitron นี้ในการติดตามระบบการทำงานแบบ End-to-End

  • AWS Panorama ที่นำเอาภาพการประมวลผลจากกล้องหรืออุปกรณ์ต่างๆ ไปเป็นตัวช่วยในการตัดสินใจแบบ Real-time โดยมีการเป็นการ Automate Monitoring หรือ Visual Inspection และแสดงผลออกมาเป็น Live Video Feed ทั้งนี้เพื่อให้ลูกค้าสามารถพัฒนาการตรวจสอบคุณภาพสินค้า (Quality Check) ในโรงงานอุตสาหกรรม หรือใช้ตรวจสอบ Safety Area ในสถานที่ต่างๆ ได้ง่ายยิ่งขึ้น



RELATED ARTICLE

Responsive image

ทำความรู้จัก Synthetic Biology คืออะไร สร้างความเปลี่ยนแปลงในอุตสาหกรรมไหนบ้าง ?

Synthetic Biology คือ การออกแบบและการสร้าง ระบบทางชีวภาพ (Biological Systems) และองค์ประกอบทางชีวภาพ (Biological Components) โดยการปรับแต่งไปถึงระดับ DNA เพื่อให้เซลล์เกิดการทำงานใ...

Responsive image

สรุป 5 ประเด็นสำคัญที่ควรรู้ จาก white paper หยวนดิจิทัลของธนาคารกลางจีน

ธนาคารกลางจีน (People’s Bank of China: PBOC) ได้เผยแพร่รายงานความคืบหน้าของ White Paper สกุลเงินหยวนดิจิทัล หรือ Digital Currency Electronic Payment (DCEP) ครั้งแรกนับตั้งแต่ปี 201...

Responsive image

เมื่อตลาด Search Engine อาจไม่ได้เป็นของ Google อีกต่อไป แต่บริษัทเทคโนโลยีหน้าใหม่กำลังตีตื้น

พฤติกรรมการค้นหาของผู้ใช้งานในลักษณะนี้ด้วยช่องทางเลือกที่หลากหลายมากขึ้นก็กำลังเติบโตขึ้นเรื่อย ๆ ตลาด Search Engine จึงได้แตกตัวออกมามี SEO ใหม่ ๆ ที่เราอาจไม่คุ้นชื่อมาก่อน และเ...