Grab กับแต้มต่อเรื่องเดต้า เจาะกลยุทธ์ Grab สู่การเป็น Data as a Service Provider | Techsauce

Grab กับแต้มต่อเรื่องเดต้า เจาะกลยุทธ์ Grab สู่การเป็น Data as a Service Provider

ปัจจุบัน Big Data ถูกนำมาใช้เป็นเครื่องมือเพื่อเพิ่มขีดขั้นความสามารถในการแข่งขันทางธุรกิจในหลากหลายอุตสาหกรรม ทว่า การนำข้อมูลจำนวนมากเหล่านี้มาใช้แก้ปัญหาด้านต่าง ๆ อย่างมีประสิทธิภาพ เพื่อให้เกิดประสิทธิผลสูงสุดนั้นยังต้องอาศัยปัจจัยสำคัญอื่น ๆ อีกหลายด้าน โดยเฉพาะการนำข้อมูล Big Data จากแอปพลิเคชั่นเรียกรถโดยสารมาใช้พัฒนาระบบขนส่งและแก้ไขปัญหาการจราจร

โดยการนำข้อมูล Big Data จากแอปพลิเคชั่นเรียกรถโดยสารมาใช้ร่วมกับการพัฒนาระบบขนส่งและแก้ไขปัญหาการจราจรนั้น ไม่ใช่เพียงการมีข้อมูลเฉพาะประเทศใดประเทศหนึ่งหรือเพียงหยิบมือก็สามารถนำมาใช้ได้ เนื่องจากปริมาณฐานข้อมูลเพื่อเปรียบเทียบรูปแบบต่างๆ และเทคโนโลยีเบื้องหลัง ไม่ว่าจะเป็นเรื่องของการวิเคราะห์ข้อมูล การลงทุนด้าน AI (Artificial Intelligence) เพื่อประมวลหาวิธีแก้ไข หรือประสบการณ์ในท้องที่ประเทศนั้นๆ ล้วนเป็นสิ่งที่สำคัญมาก เพราะข้อมูลที่ถูกต้องที่ภาครัฐนำไปใช้ย่อมหมายถึงการนำเม็ดเงินของประเทศไปใช้ให้เกิดการพัฒนาสูงสุด

โดยล่าสุด Grab ได้ออกมาเปิดเผยถึงข้อมูล Big Data ที่ตัวเองได้เก็บรวบรวมไว้​ ซึ่งสามารถนำมาพัฒนาระบบขนส่งได้ เราลองไปดูกันว่าสิ่งที่ Grab กำลังสื่อถึงนั้น Grab กำลังจะขยายสู่การเป็นผู้ให้บริการด้านเดต้าด้วยหรือไม่?

ข้อมูลจำนวนมหาศาล รวมถึงข้อมูลในเชิงลึกจากการใช้งานจริง

  • Grab เก็บรวบรวม Big Data จากแอปพลิเคชั่นเรียกรถโดยสารขนาดใหญ่ที่สุดในภูมิภาคเอเชียตะวันออกเฉียงใต้ เนื่องจากมีดาต้าซึ่งเกิดจากการเก็บรวบรวมข้อมูลจากการให้บริการจริงมากว่า 6 ปีในระดับภูมิภาค และเกือบ 5 ปีเฉพาะสำหรับข้อมูลในประเทศไทย
  • โดย Grab มีประสบการณ์ในการนำข้อมูล Big Data จำนวนมหาศาลที่เกิดจากการใช้งานจริงกว่าสองพันล้านเที่ยวมาใช้เพื่อวิเคราะห์ในหลายมิติ ทั้งด้านสภาพการจราจร พฤติกรรมผู้บริโภค และเส้นทางการเดินทาง
  • ข้อมูล Big Data เหล่านี้จึงเสริมศักยภาพความเข้าใจเชิงลึกถึงพฤติกรรมผู้บริโภคในประเทศไทย และประเทศอื่นๆ ในภูมิภาคเอเชียตะวันออกเฉียงใต้ พร้อมกับสามารถนำข้อมูลที่มีประโยชน์เหล่านี้ มาใช้ในการแก้ไขปัญหาการจราจรในภูมิภาค รวมถึงสร้างโอกาสการเติบโต ตลอดจนการพัฒนาเมืองไปสู่ Smart City ได้
  • นอกจากนี้ จากการใช้บริการเรียกรถมากกว่าสองพันล้านเที่ยวในกว่า 253 เมือง ผู้คนทั่วภูมิภาคเอเชียตะวันออกเฉียงใต้ใช้บริการของแกร็บเพื่อเดินทางไปทำงาน ไปโรงเรียน สั่งอาหารกลางวัน และส่งของ ทำให้ Grab มีข้อมูลเชิงลึกในการขับเคลื่อนระบบขนส่งยุคใหม่ รวมแล้วมากกว่า 3 เพตาไบต์ หรือขนาดเทียบเท่ากับการชมทีวีระดับ HD เป็นระยะเวลา 40 ปี หรือเกือบเท่าความจุของดีวีดี 690,000 แผ่น ทั้งนี้ ในแต่ละวัน Grab ต้องประมวลผลข้อมูลผู้ใช้และผู้ขับสูงกว่า 20 เทราไบต์

เทคโนโลยีในการนำข้อมูลมาใช้

  • ทั้งนี้ นอกเหนือจากข้อมูลมหาศาล การแก้ปัญหาจราจรอย่างเป็นระบบยังต้องมีความเข้าใจในข้อมูลที่เก็บรวมรวมมาได้ รวมทั้งยังต้องมีการลงทุนเพื่อเพิ่มขีดความสามารถในการทำความเข้าใจข้อมูลที่เก็บรวมรวมมาได้ ทั้งในด้านเทคโนโลยี Data Science ปัญญาประดิษฐ์ (AI) และการเรียนรู้ได้โดยอัติโนมัติ (Machine Learning) ซึ่งทั้งหมดเป็นส่วนสำคัญที่จะทำให้ข้อมูลจำนวนมหาศาลกลายมาเป็นข้อมูลเชิงลึกที่ไม่เพียงแต่จะช่วยให้ส่งมอบบริการที่สะดวก ปลอดภัย และตอบโจย์ความต้องการอย่างตรงจุด และสามารถนำไปใช้ในการวางแผนจัดการระบบและรับมือกับปัญหาสำคัญของภูมิภาคอย่าง การจราจร ได้อย่างมีประสิทธิภาพ
  • โดยล่าสุด เมื่อเดือนที่ผ่านมา Grab ได้ประกาศความร่วมมือกับมหาวิทยาลัยแห่งชาติสิงคโปร์ (NUS) เปิดตัวห้องปฏิบัติการปัญญาประดิษฐ์ (Artificial Intelligence – AI) เพื่อคิดค้นแนวทางแก้ไขระบบขนส่งในเมือง ซึ่งสามารถต่อยอดไปสู่การพัฒนาเมืองอัจฉริยะในภูมิภาคเอเชียตะวันออกเฉียงใต้ต่อไป โดยห้องปฏิบัติการ แกร็บ-เอ็นยูเอส เอไอ (Grab-NUS AI) เป็นโครงการลงทุนร่วมซึ่งมีมูลค่าการลงทุนตั้งต้นที่ 6 ล้านดอลลาร์สิงคโปร์  และนับเป็นการลงทุนใหญ่สำหรับการสร้างห้องปฏิบัติการ AI แห่งแรกของ แกร็บ รวมถึงเป็นห้องปฏิบัติการ AI แห่งแรกที่มหาวิทยาลัยแห่งชาติสิงคโปร์ลงทุนร่วมกับพันธมิตรจากภาคธุรกิจ

เครือข่ายการเป็นพันธมิตรกับองค์การภาครัฐและเอกชน

  • Grab มีการจับมือกับหน่วยงานรัฐบาลในประเทศต่างๆ รวมถึง นักวิชาการ และพันธมิตร เพื่อพัฒนาโครงการเป็นจำนวนมาก
  • โครงการความร่วมมือของ Grab ในการนำข้อมูล Big Data มาใช้แก้ไขปัญหาการจราจรนั้นได้แก่ โครงการความร่วมมือของ OpenTraffic by World Bank ที่ Grab ได้ทำงานร่วมกับรัฐบาลของประเทศฟิลิปปินส์และมาเลเซีย ที่ให้ข้อมูล GPS โดยไม่เปิดเผยตัวคนขับ เพื่อให้เห็นสภาพการจราจรที่เกิดขึ้นในช่วงเวลาจริง เจ้าหน้าที่สามารถมองเห็นถนนที่การจราจรติดขัด เพื่อดูว่าจะระบายรถไปทางใด และสามารถตัดสินใจได้ทันที
  • ในประเทศสิงคโปร์ นอกจาก Grab จะลงทุนกับการวิจัยข้อมูล ร่วมกับมหาวิทยาลัยวิจัยแห่งชาติของสิงคโปร์ในการสร้างห้องทดลองปัญญาประดิษฐ์เพื่อหาทางออกอัจฉริยะให้กับปัญหาของเมืองใหญ่ที่พบเจอในปัจจุบัน Grab ยังทำโครงการรถชัทเทิลบัสนำร่องที่ทำร่วมกับองค์กร GovTech และข้อตกลงในการแบ่งปันข้อมูลกับหน่วยงาน URA ในประเทศสิงคโปร์อีกด้วย
  • อีกหนึ่งรัฐบาล ที่ Grab ได้เข้าไปให้การสนับสนุนในแง่การขนส่ง คือประเทศกัมพูชา โดยในเดือนธันวาคม 2017 ที่ผ่านมา  Grab ลงนามข้อตกลงกับกระทรวงโยธาธิการ และคมนาคม เพื่อให้การสนับสนุนการพัฒนาระบบขนส่งของประเทศ ภายใต้ข้อตกลงนี้ Grab จะใช้เทคโนโลยีและข้อมูลเพื่อเสริมสร้างความปลอดภัยบนท้องถนนและระบบการจราจร และยังร่วมมือกับสำนักงานโครงการพัฒนาแห่งสหประชาชาติ ในประเทศกัมพูชาเพื่อช่วยลดมลภาวะและเพิ่มประสิทธิภาพและความปลอดภัยในการจราจรในประเทศกัมพูชา ซึ่งถือเป็นข้อตกลงความร่วมมือระหว่างภาครัฐและภาคเอกชนในกิจการของรัฐ ครั้งแรกของประเทศ
  • ในส่วนของประเทศไทย Grab ร่วมกับ จังหวัดบุรีรัมย์ ในการเป็นส่วนหนึ่งของระบบขนส่งอัจฉริยะนำร่องที่นำเอาบริการเรียกรถมาช่วยเสริมความพร้อมในการลำเลียงนักท่องเที่ยวและผู้มาเยือนในช่วงการแข่งขันโมโตจีพี  สนามที่ 15 ซึ่งเป็นการแข่งขันมอเตอร์ไซค์ทางเรียบที่ยิ่งใหญ่ที่สุดในโลก ระหว่างวันที่ 5 - 7 ตุลาคม2561 และล่าสุด Grab ยังได้ประกาศร่วมมือกับการท่องเที่ยวแห่งประเทศไทยเพื่อเปิดตัวแคมเปญส่งเสริมการท่องเที่ยวในประเทศ ที่ครอบคลุมสถานที่ท่องเที่ยวชุมชน  25 แห่งใน 5 จังหวัด ได้แก่ กรุงเทพฯ พัทยา ภูเก็ต กระบี่ และสุราษฎร์ธานี (สมุย) และยังมีการพูดคุยถึงโครงการอื่น ๆ เพื่อต่อยอดในอนาคตอีกด้วย

ความคิดเห็นกองบรรณาธิการ

Grab นับว่าได้เปรียบเหนือคู่แข่งที่กำลังรุกหนักในช่วงนี้ ในแง่ของการขยายธุรกิจในหลายภูมิภาคก่อน ทำให้ได้เดต้ามหาศาลที่เกิดจากผู้ใช้ในแต่ละประเทศจำนวนมาก ด้วยเดต้าเหล่านี้จึงทำให้มีความได้เปรียบในการทำงานร่วมกับภาครัฐไม่น้อยเลย โดยเฉพาะโครงการที่เกี่ยวข้องกับ Smart City ที่ประเทศเรากำลังให้ความสำคัญเป็นอย่างมาก และนี่ก็เป็นอีกก้าวหนึ่งที่ Grab กำลังขยับตัวไปไกลมากกว่าการเป็นเพียงแค่ แอปพลิเคชั่นเรียกรถ หรือ Super App แต่กำลังเป็น Data as a Service Provider  เสียแล้ว

ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด

No comment

RELATED ARTICLE

Responsive image

รู้จัก Physical AI เอไอยุคใหม่ที่ Jensen Huang กล่าวถึงคืออะไร ? มีประโยชน์อย่างไร ?

หนึ่งในไฮไลต์สำคัญของงาน CES 2025 คือการที่ Jensen Huang ซีอีโอของ NVIDIA ได้มีการพูดถึงยุคต่อไปของ AI นั่นก็คือ ‘Physical AI’ ซึ่งนับเป็นความก้าวหน้าครั้งสำคัญยิ่งที่ AI กำลังจะเข...

Responsive image

สรุปเทคโนโลยีในปี 2025 เทรนด์ไหนกำลังจะมา ? ฟังความเห็นจาก 3 มุมมองสำคัญ : นักพัฒนา ผู้ประกอบการ และนักอนาคตศาสตร์

ปี 2025 กำลังจะมาถึงพร้อมกับคลื่นแห่งการเปลี่ยนแปลงทางเทคโนโลยี บทความนี้สรุปและอธิบายเทรนด์สำคัญจากมุมมองของผู้เชี่ยวชาญ 3 ท่านผ่านบทสัมภาษณ์พิเศษของ Techsauce เพื่อให้เห็นภาพรวมแ...

Responsive image

4 เทรนด์เทคโนโลยีสุดล้ำที่อาจเปลี่ยนโลกจาก CES 2025

สำรวจเทรนด์เทคโนโลยีล่าสุดจาก CES 2025 ตั้งแต่ AI อัจฉริยะ ยานยนต์ล้ำสมัย ไปจนถึงการพัฒนาชิปกราฟิกและเทคโนโลยีหน้าจอแห่งอนาคตที่เปลี่ยนโฉมการใช้ชีวิตประจำวัน!...