DATA LITERACY ทักษะสำคัญแห่งทศวรรษหน้าที่ทุกองค์กรต้องเตรียมความพร้อมเพื่อสร้างทีมงาน Data Science ที่แข็งแกร่ง | Techsauce

DATA LITERACY ทักษะสำคัญแห่งทศวรรษหน้าที่ทุกองค์กรต้องเตรียมความพร้อมเพื่อสร้างทีมงาน Data Science ที่แข็งแกร่ง

ปัจจุบันเราอยู่ในยุค Big Data และทุกธุรกิจล้วนต้องอาศัยข้อมูลในการตัดสินใจเรื่องสำคัญ ๆ แต่งานที่ยากที่สุดไม่ใช่การจัดเก็บข้อมูล แต่การมีพนักงานที่มีทักษะในการทำความเข้าใจ วิเคราะห์และใช้ประโยชน์จากข้อมูล (data literacy) หรือที่เราเรียกตำแหน่งนี้ว่า Data Scientist

“ในขณะที่องค์กรทั่วโลกและทุกแวดวงสาขาอาชีพต่างมองหาประโยชน์จากศักยภาพในการเติบโตของวิทยาศาสตร์ข้อมูล ทักษะเชิงข้อมูลจึงกลายเป็นทักษะที่จำเป็นในช่วงทศวรรษหน้าอย่างหลีกเลี่ยงไม่ได้” วีเจย์ บาลาจิ แมดเฮสวารัน ผู้อำนวยการวิทยาศาสตร์ข้อมูลประยุกต์ที่ดันน์ฮัมบี เอเชียแปซิฟิก จะมาเล่าถึงความเป็นมาตั้งแต่แรกเริ่มของวิทยาศาสตร์ข้อมูลและเมื่อมองไปยังอนาคตข้างหน้าเราควรจะเตรียมความพร้อมอย่างไรเมื่อทุกคนจำเป็นต้องพูดจาด้วยภาษาข้อมูลกันมากขึ้น

 ย้อนกลับไปในช่วงต้นทศวรรษ 1990 วิทยาศาสตร์ข้อมูลเชิงพาณิชย์ยังอยู่ในช่วงเริ่มต้น อันที่จริงแม้แต่คำว่า "วิทยาศาสตร์ข้อมูล" ก็ไม่มีอยู่จริงในตอนนั้น (อย่างน้อยก็ไม่ได้อยู่ในพจนานุกรมทั่วไปในตอนนั้น) ณ เวลานั้นทักษะในการดึงความรู้จากชุดข้อมูลขนาดใหญ่มโหฬาร และนำมาใช้เพื่อแก้ปัญหาที่มีความซับซ้อนสูงและหลากหลายมิตินั้นเป็นทักษะเฉพาะกลุ่ม ซึ่งสงวนไว้สำหรับระดับหัวกะทิหรือผู้เชี่ยวชาญระดับแถวหน้าด้านคณิตศาสตร์และการคำนวณ

ในช่วงสองทศวรรษถัดมา จำนวนผู้ที่มีความสามารถหรือทักษะพิเศษเหล่านี้เพิ่มขึ้นอย่างต่อเนื่อง เนื่องจากธุรกิจเริ่มตระหนักถึงความได้เปรียบเชิงการแข่งขันอันเกิดจากประสิทธิภาพในการนำข้อมูลมาวิเคราะห์  ผลประโยชน์เชิงพาณิชย์ รวมถึงตำแหน่งงานสำหรับมืออาชีพทางด้านนี้เพิ่มสูงขึ้นมาก ภายในเวลาอันรวดเร็ววิทยาศาสตร์ข้อมูลพลิกโฉมจากการเป็นสิ่งที่ใช้งานกันเฉพาะกลุ่มกลายมาเป็นเครื่องมือที่สำคัญ และบริษัททุกประเภทต่างก็เฟ้นหาหรือแทบจะตามล่าเพื่อให้ได้บุคคลที่มีความสามารถที่จะใช้ทักษะนี้ได้อย่างมีประสิทธิภาพมาร่วมงานอย่างไม่ต้องสงสัยเลย

อย่างไรก็ตามการตื่นตัวของโลกธุรกิจที่หันมาสนใจในศักยภาพของวิทยาศาสตร์ข้อมูลไม่ได้เป็นแรงผลักดันเพียงอย่างเดียวในช่วงเวลานั้น สิ่งที่เกิดขึ้นแบบคู่ขนานคือการเปลี่ยนแปลงครั้งสำคัญในเรื่องของความก้าวหน้าในการจัดเก็บและประมวลผลข้อมูลจำนวนมหาศาลด้วยต้นทุนที่ถูกมาก โดยได้รับแรงหนุนจากความล้ำสมัยของเทคโนโลยีสตอเรจที่ใช้จัดเก็บข้อมูลและคอมพิวเตอร์ประมวลผล ด้วยขีดความสามารถของมนุษย์ในการใช้ประโยชน์จากข้อมูลเพิ่มขึ้นอย่างต่อเนื่อง  เทคโนโลยีต่างๆ จึงได้รับการเสริมสมรรถภาพควบคู่กันไป  ช่วยเพิ่มพูนและพัฒนาทักษะของเราให้ก้าวหน้ายิ่งขึ้นเรื่อยๆ

ความก้าวหน้าอย่างรวดเร็วตลอด 20 ปีที่ผ่านมานำเรามาสู่วันนี้ ซึ่งเป็นยุคที่วิทยาศาสตร์ข้อมูลได้พัฒนาตัวเองจนอยู่ในระดับที่เปรียบเสมือนลัทธินิยม  นั่นเพราะการเข้าถึงเครื่องมือและการเรียนรู้ต่างๆ ที่มากขึ้นทำให้งานวิทยาศาสตร์ข้อมูลกลายเป็นเส้นทางสายอาชีพที่เป็นที่ต้องการในตลาดและเป็นสายงานที่มีเกียรติและน่าภูมิใจอีกด้วย ดังจะเห็นได้จากในตอนต้นของทศวรรษที่ผ่านมา นิตยสารฮาร์วาร์ด บิซิเนส รีวิว (Harvard Business Review) ได้ขนานนามวิทยาศาสตร์ข้อมูลว่าเป็น "งานที่ร้อนแรงที่สุดในศตวรรษที่ 21"[1] และวาดภาพให้เห็นถึงอนาคตที่ผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลอาจเป็นที่ต้องการอย่างมากจนเกิดการขาดแคลนในที่สุด

การคาดการณ์ดังกล่าวนั้นไม่ได้มีขึ้นอย่างเลื่อนลอย แต่เป็นที่ประจักษ์ได้ในทุกวันนี้ว่าสมเหตุสมผล เพราะในช่วงไม่กี่ปีที่ผ่านมาเราเริ่มเห็นช่องว่างที่ชัดเจนระหว่างอุปสงค์และอุปทานของบุคคลากรที่มีความเชี่ยวชาญทางด้านนี้ โดยขณะนี้มีจำนวนตำแหน่งงานที่รับสมัครในสายงานที่เกี่ยวกับข้อมูลมากกว่าผู้ที่มองหางานนี้ถึงสามเท่า[2]

เมื่อความต้องการผู้เชี่ยวชาญด้านข้อมูลระดับมืออาชีพเพิ่มสูงขึ้น เราก็ได้เห็นถึงการเปลี่ยนแปลงในบริบทความหมายของคำว่า“นักวิทยาศาสตร์ข้อมูล” เช่นกัน คนส่วนใหญ่ที่ทำงานกับข้อมูลในปัจจุบัน ไม่ว่าจะในปริมาณมากหรือน้อยก็ตาม ต่างก็มีส่วนเกี่ยวข้องกับวิทยาศาสตร์ข้อมูลอย่างน้อยก็ในระดับหนึ่ง การสร้างแบบจำลองทางคอมพิวเตอร์สำหรับการพัฒนาซอฟต์แวร์ การสร้างแบบจำลองทางการเงินหรือรูปแบบการดำเนินงาน แม้แต่การพยากรณ์ยอดขาย ทั้งหมดที่กล่าวมานี้จำเป็นต้องอาศัยความสามารถทางด้านวิทยาศาสตร์ข้อมูลอย่างน้อยก็ในระดับหนึ่ง

และเป็นที่มาของแนวโน้มการเพิ่มขึ้นในกลุ่มคนที่เราอาจเรียกว่า “citizen data scientists” ในขณะที่กลุ่มคนเหล่านี้คือผู้คิดค้นหรือสร้างแบบจำลองโดยใช้ความสามารถในการวิเคราะห์ การวินิจฉัย หรือการคาดการณ์และการกำหนดล่วงหน้าในระดับขั้นสูง แต่พวกเขากลับมีบทบาทหน้าที่หลักในการทำงานอยู่นอกสาขาสถิติและการวิเคราะห์ เราอาจพบเจอคนเหล่านี้ในสายงานไฟแนนซ์ การขาย การปฏิบัติงาน ฯลฯ  เฉกเช่นเดียวกับที่เราทุกคนทำงานโดยใช้เครื่องคอมพิวเตอร์แต่เราก็ไม่ใช่นักวิทยาศาสตร์คอมพิวเตอร์ citizen data scientists ใช้ความรู้ความสามารถทางด้านวิทยาศาสตร์ข้อมูลในการปฏิบัติงานของเขา แม้ว่าจะไม่ใช่ตำแหน่งงานประจำก็ตาม

ในขณะที่ผู้มีความรู้ความสามารถทางด้านนี้ยังคงเพิ่มจำนวนขึ้น แต่งานในความรับผิดชอบบางอย่างของนักวิทยาศาสตร์ข้อมูลในปัจจุบันก็มักจะถูกส่งต่อไปยังกลุ่มงานรองด้วย ยังไม่นับระบบอัตโนมัติที่จะดึงภาระงานส่วนใหญ่ของนักวิทยาศาสตร์ข้อมูลออกไปด้วย แล้วนั่นหมายความว่านักวิทยาศาสตร์ด้านข้อมูลจะหดหายไปด้วยหรือไม่? คำตอบคือ ไม่เลย และผมจะกล่าวถึงเพิ่มเติมในโพสต์ถัดไปในบทความซีรีส์นี้

ที่สำคัญเราไม่จำเป็นต้องจ้างงานตำแหน่งนี้ใหม่เสมอไป เพราะการมีนักวิทยาศาสตร์ข้อมูลที่มาจากบุคลากรที่มีอยู่เดิมนั้นเหมาะสมที่สุดเพราะเขาเหล่านั้นคือผู้ที่เข้าใจธุรกิจขององค์กรอย่างถ่องแท้ เพียงแค่พวกเขาได้รับการพัฒนาศักยภาพบางอย่างพร้อมจัดหาเครื่องมือทางด้านดิจิทัลอย่างถูกทาง เราก็จะสามารถสร้างกลุ่มคนเหล่านี้ (Citizen Data Scientist พลเมืองนักวิทยาศาสตร์ข้อมูล) เพื่อเป็นกำลังสำคัญในการขับเคลื่อนองค์กรได้เป็นอย่างดี กุญแจสำคัญคือ ทักษะเชิงข้อมูล และองค์กรควรจะใส่ใจในลำดับความสำคัญที่จะเอื้อต่อการทำงานและช่วยเสริมสร้างให้กลุ่มพลเมืองนักวิทยาศาสตร์ข้อมูลในองค์กรสามารถอ่าน ทำความเข้าใจ และสื่อสารผ่านข้อมูลได้

 ผมคิดว่ามี 7 ประเด็นสำคัญที่ธุรกิจจำเป็นต้องเร่งดำเนินการดังนี้

 กลยุทธ์: ทักษะเชิงข้อมูลควรเป็นส่วนหนึ่งของกลยุทธ์องค์กรของบริษัท โดยมีกระบวนการคิดที่ชัดเจนและก้าวไปข้างหน้า

  1. การลงทุน: ธุรกิจจำเป็นต้องตรวจสอบให้แน่ใจว่ากำลังลงทุนในด้าน data literacy ไม่เพียงแต่ในปัจจุบันเท่านั้น แต่หมายถึงในระยะยาวด้วย
  2. พันธมิตร: บริษัทต่างๆ ต้องการพันธมิตรที่สามารถช่วยให้พวกเขาประยุกต์ใช้วิทยาศาสตร์ข้อมูล โดยผลักดันให้เกิดการนำชุดทักษะมาใช้ในองค์กรได้อย่างกว้างขวางขึ้น
  3. การเข้าถึง: องค์กรจำเป็นต้องแนะแนวการใช้ข้อมูลให้กับผู้คนในองค์กรอย่างเป็นระบบ โดยจัดหาเครื่องมือที่ช่วยให้เข้าถึงข้อมูลที่ต้องการได้อย่างถูกต้อง เพื่อช่วยให้เขาสามารถแยกแยะ วิเคราะห์ และใช้ข้อมูลง่าย
  4. การปรับแต่งระบบให้เหมาะสม: องค์กรควรจัดเตรียมโซลูชันแบบ no code ให้ผู้ใช้พร้อมกับเปิดการเรียนรู้จากเครื่อง (Machine Learning) แบบอัตโนมัติ  ซึ่งถือเป็นอีกเรื่องหนึ่งที่พันธมิตรที่เหมาะสมสามารถช่วยได้
  5. ความปลอดภัย: องค์กรควรรักษาการควบคุมแบบรวมศูนย์ที่สอดคล้องกับกฎหมายความเป็นส่วนตัวและการคุ้มครองข้อมูลที่เปลี่ยนแปลงตลอดเวลา
  6. การฝึกอบรม: ควรจัดให้มีการฝึกอบรมอย่างเป็นระบบ ซึ่งเมื่อความสามารถและทักษะของเขาดีขึ้น เขาก็ควรจะได้รับมอบหมายงานที่สูงขึ้น

ภายในปลายทศวรรษนี้ วิทยาศาสตร์ข้อมูลจะกลายเป็นทักษะสากล ซึ่งเป็นทักษะพื้นฐานเฉกเช่นเดียวกับคณิตศาสตร์ สถิติพื้นฐาน และการคำนวณ ในแง่ของการได้รับความนิยมอย่างแพร่หลาย ในขณะที่เราก้าวเข้าสู่ทศวรรษแห่งทักษะเชิงข้อมูล เราทุกคนมีหน้าที่รับผิดชอบร่วมกันเพื่อให้แน่ใจว่าเรามีความสามารถทางด้านการอ่านออกเขียนได้เชิงข้อมูลเพื่อที่จะได้พูดภาษาเดียวกันอย่างเข้าใจ


[1] Data Scientist: The Sexiest Job of the 21st Century – Harvard Business Review, October 2012

[2] Data Proficiency: What We Really Need - Jonas Schröder via Medium, 23rd March 2021


RELATED ARTICLE

Responsive image

บทวิเคราะห์ SCBx จากสถาบันการเงิน สู่ Tech Company

วิเคราะห์ SCBX การปรับโครงสร้างครั้งใหญ่ ที่ถูกเรียกว่า 'ยานแม่' ซึ่งจะพาธุรกิจของ SCB ปลดล็อกสู่โลกใบใหม่ และเป็นบริษัท Tech Company...

Responsive image

AIS เดินหน้าจับมือภาครัฐ พัฒนาครูไทยให้พร้อมในยุคดิจิทัล ในโครงการ The Educators Thailand

AIS เดินหน้าจับมือภาครัฐ พัฒนาครูไทยให้พร้อมในยุคดิจิทัล ในโครงการ The Educators Thailand...

Responsive image

ส่องโอกาส เป้าหมาย และพัฒนาการด้าน FinTech จาก 6 สมาคมในประเทศแถบเอเชีย-แปซิฟิก

อุตสาหกรรม FinTech อีกหนึ่งตลาดที่ทั้งโลกกำลังจับตามอง โดยเฉพาะในแถบเอเชีย-แปซิฟิก ที่ต้องยอมรับเลยว่า มีการเติบโตอย่างก้าวกระโดดขึ้นเป็นอย่างมากจากการเติบโตของอุตสาหกรรมที่เกี่ยวข...