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

‘Yindee’ แชตบอตในแอป ttb Touch ใช้ Gen AI จับความรู้สึก ตอบเร็วและฉลาดกว่าที่เคย

Yindee แชตบอตที่อยู่บน Mobile Banking ของ ttb ทำงานผ่านแอป ttb Touch สามารถจับ Mood & Tone ของลูกค้าหรือผู้ใช้บริการ ว่าขณะแชตนั้น ลูกค้าอยู่ในอารมณ์ไหน ด้วย Generative AI โดย Azur...

Responsive image

คนอยากใช้พลังงานเยอะ แต่โลกอยากได้ปล่อยคาร์บอนน้อย บริษัทพลังงานแก้ไขความย้อนแย้งนี้อย่างไรดีในยุค AI

The Energy/Prosperity Paradox หรือภาวะย้อนแย้งแห่งพลังงาน และความเจริญ ถือเป็นความท้าทายระดับโลกที่บริษัทด้านพลังงานกำลังพบเจอ เพราะในตอนนี้โลกกำลังต้องการพลังงานเพิ่มขึ้นอย่างไม่เ...

Responsive image

เศรษฐกิจไทย ‘ฟื้นตัว’ แล้วหรือยัง ? ฟังความเห็นจาก 3 ผู้นำธุรกิจยักษ์ใหญ่ไทย

ค้นพบศักยภาพการเติบโตทางเศรษฐกิจในเอเชียตะวันออกเฉียงใต้ รวมถึงไทย จีน สิงคโปร์ อินโดนีเซีย เวียดนาม และกัมพูชา พร้อมโอกาสการลงทุนที่น่าสนใจในภาคอุตสาหกรรม การเงิน และเทคโนโลยี...