Deep Tech คลื่นนวัตกรรมลูกที่ 4 องค์กรจะนำมาใช้ขับเคลื่อนธุรกิจได้อย่างไร ? | Techsauce /* */ /* */

Deep Tech คลื่นนวัตกรรมลูกที่ 4 องค์กรจะนำมาใช้ขับเคลื่อนธุรกิจได้อย่างไร ?

สรุป Key Takeaways จากงาน MEGA TECH FORUM 2022 by Techsauce ในหัวข้อ The Great Wave of Corporate Innovation: The Right Time for Deep Tech โดย Earnest Xue, Managing Director ของ Hello Tomorrow APAC


Deep Tech คือทางออกของปัญหาที่มนุษย์ไม่เคยแก้ได้มาก่อน

ย้อนกลับไปเมื่อ 10 ปีที่ก่อน ช่วงเวลาที่เทคโนโลยีเริ่มเข้ามามีบทบาทมากขึ้นในชีวิตของมนุษย์ ได้มีองค์กรหนึ่งเกิดขึ้น ด้วยความต้องการที่จะพัฒนาเทคโนโลยีของธุรกิจ ให้สามารถแก้ปัญหายาก ๆ ของโลกนี้ ภายใต้ชื่อว่า Hello Tommorrow 

จากในอดีตที่แทบจะไม่มีใครรู้จักคำว่า Deep Tech เลย ตอนนี้คำนี้เริ่มติดปากใครหลาย ๆ คน ซึ่งก็นับว่าเป็นจุดเริ่มต้นที่ดี แต่ Deep Tech ยังมีอะไรมากกว่านั้น ด้วยการเดินหน้าพัฒนา ยกระดับ และผลักดันให้เกิด Deep Tech อย่างต่อเนื่อง ทำให้ปัจจุบันนี้ Hello Tomorrow ได้ขยายตัวสู่ภูมิภาคต่าง ๆ ทั่วโลกแล้ว

แล้ว Hello Tomorrow ทำอะไรบ้าง? ซึ่งส่วนใหญ่แล้วจะมุ่งไปที่การพัฒนา Deep Tech โดยแบ่งเป็น 4 ประเด็นหลัก ดังนี้

  • เสาะหาโซลูชันการแก้ปัญหาทั่วโลก: สนับสนุน Startup ทั่วโลกในการสร้างนวัตกรรม รวมไปถึงจับมือกับมหาวิทยาลัย และ Accelerator เพื่อค้นหานวัตกรรมใหม่ ๆ 

  • ให้บริการที่ปรึกษาด้านนวัตกรรม: เข้าถึงกลุ่มองค์กรขนาดใหญ่ และองค์กรของภาครัฐในการให้คำแนะนำด้านนวัตกรรม Deep Tech เพื่อช่วยสร้างระบบนิเวศน์ที่เอื้อต่อการพัฒนานวัตกรรมด้านนี้

  • สร้างระบบนิเวศน์ให้ทุกหน่วยงานทำงานร่วมกัน: เป็นตัวช่วยในการผสานการทำงานขององค์กรที่สำคัญ ๆ อย่างเช่น Startup, Accelerators, มหาวิทยาลัย และหน่วยงานใหญ่ ผ่านการจัดงาน Conference อีเว้นท์ และงานสัมมนาออนไลน์

  • เป็นแหล่งข้อมูลด้าน Deep Tech: ศึกษา รวบรวม วิเคราะห์ และจำแนกข้อมูลด้านนวัตกรรม Deep Tech เพื่อศึกษาเทรนด์ที่จะเกิดขึ้น โดยผู้เชี่ยวชาญโดยเฉพาะ เพื่อตอบคำถามของเทคโนโลยีอุบัติใหม่ (Emerging Technology) ที่เกิดขึ้น 

โดยปัจจุบันนี้ Hello Tomorrow สนับสนุนการพัฒนาเทคโนโลยี Deep Tech ในหลากหลายด้าน อย่างเช่น อวกาศ, Data และ AI, Digital Health, พลังงานและสิ่งแวดล้อม, Industry 4.0 ไปจนถึงด้าน Biotech

คลื่นนวัตกรรม 4 ลูก สู่การเกิดขึ้นของ Deep Tech

  • คลื่นลูกที่ 1: การปฏิวัติอุตสาหกรรม (Industrial Revolution) ครั้งที่ 1 และครั้งที่ 2 คือจุดเริ่มต้นของการเกิดขึ้นของนวัตกรรมใหม่ ๆ 

  • คลื่นลูกที่ 2: การเกิดขึ้นของงานวิจัยและการทดลองภายในห้องแลปขององค์กรใหญ่ ๆ อย่างเช่น IBM และ Xerox ส่งผลให้ยุคนี้มีนวัตกรรมในกลุ่มฮาร์ดแวร์ และสินค้าสำหรับอุตสาหกรรม

  • คลื่นลูกที่ 3: Startup เกิดขึ้นจากการสนับสนุนจากนักลงทุน VC ที่ต่อมาได้เรียกว่าเป็น Silicon Valley Model โดยนวัตกรรมที่เกิดขึ้นส่วนใหญ่เป็น ระบบ IT ระบบดิจิทัล และเทคโนโลยีชีวภาพ (Biotechnology) และคลื่นลูกนี้เองที่ทำให้คนได้รู้จักกับองค์กรอย่าง Apple, Microsoft, Google และ Facebook

  • คลื่นลูกที่ 4: นวัตกรรมต่าง ๆ ในคลื่นลูกนี้จะเป็นนวัตกรรมที่จับต้องได้ (Physical Products) ซึ่งพัฒนามาจากทางวิทยาศาสตร์ร่วมกับทางเทคโนโลยี โดยนวัตกรรมเหล่านี้จะเรียกว่า Deep Tech

การเติบโตของ Deep Tech 

จากการศึกษาของ Hello Tomorrow พบว่า การลงทุนใน Deep Tech มีเพิ่มมากขึ้น จาก 1.5 หมื่นล้านดอลลาร์ ถึง 6 หมื่นล้านดอลลาร์ โดยมีการลงทุนใน Startup ด้านนี้มากกว่า 6.2 หมื่นล้านดอลลาร์ในปี 2020

จะเห็นได้ว่า การเติบโตที่เพิ่มขึ้นอย่างเห็นได้ชัดนี้ ส่งผลให้หลายธุรกิจในอุตสาหกรรม ที่เรียกได้ว่าเป็น Deep Tech ก้าวขึ้นมามีมูลค่าทางตลาดที่เพิ่มขึ้นเป็นเท่าตัว ตัวอย่างเช่น Tesla ผู้ผลิตรถยนต์ขับเคลื่อนแบบอัตโนมัติรายใหญ่ของโลก ที่มียอด Market Cap เพิ่มสูงขึ้นแซงหน้า โตโยต้า และ GM ตั้งแต่ปี 2021 ข้อมูลนี้บ่งชี้ให้เห็นว่า ความสนใจในรถที่เป็นมากกว่ารถขับเคลื่อนอัตโนมัติ (Automated Car) แต่เป็นรถที่ขับเคลื่อนอัตโนมัติแบบไร้คนขับ (Self-Driving Car) มีเพิ่มมากขึ้น และนวัตกรรมนี้จะเข้ามาแก้ปัญหาอีกหลายอย่างที่เกิดขึ้นจากการขับขี่ของมนุษย์

นอกจากนี้ ยังมีในกลุ่มของธุรกิจด้านสุขภาพ โดยพบว่า มูลค่า Market Cap ของ Moderna, Pfizer, GSK และ AstraZeneca เพิ่มสูงขึ้นเรื่อย ๆ ตั้งแต่ ปี 2018 และเพิ่มขึ้นสูงอย่างเห็นได้ชัดในปี 2021 ซึ่งมูลค่าที่เพิ่มขึ้นนี้มีผลมากจากการระบาดของโควิด-19 และยังรวมไปถึงการนำเอานวัตกรรม mRNA ,พัฒนาเป็นนวัตกรรมทางสุขภาพที่จะเข้ามาแก้ปัญหาสุขภาพแบบเฉพาะบุคคล (Personalized Healthcare) และในอนาคตเราอาจจะเห็นยาที่รักษามะเร็งสำหรับเฉพาะบุคคลได้

Deep Tech กับการสร้างนวัตกรรมด้วย Design, Advanced Science และ Engineering

Earnest Xue ได้กล่าวไว้ว่า การสร้างนวัตกรรมให้ประสบความสำเร็จสำหรับ Deep Tech นั้นจะต้องอาศัยการผสานระหว่างแนวทาง รวมทั้งเทคโนโลยีต่าง ๆ เข้าด้วยกัน เพื่อให้เกิดนวัตกรรมผ่าน วงจรการออกแบบ-สร้าง-ทดสอบ-เรียนรู้ (Design-Build-Test-Learn Cycle: DBTL) ที่จะทำให้การพัฒนานวัตกรรมเป็นไปได้รวดเร็วยิ่งขึ้น และเกิดเป็นนวัตกรรมที่จะเข้ามาแก้ปัญหาที่ยุ่งยากของโลกได้

ซึ่ง Deep Tech จะต้องมีการผสานแนวทางต่าง ๆ เพื่อให้เกิดเป็นนวัตกรรมโดยการที่รวมเอาทักษะและวิธีการทางวิทยาศาสตร์ขั้นสูง (Advanced Science) วิศวกรรมศาสตร์ (Engineering)  และการออกแบบ (Design) มาใช้ตั้งแต่เริ่มต้นมองหาปัญหาที่เกิดขึ้น หาวิธีการแก้ปัญหาที่เป็นไปได้ ทดลองออกแบบนวัตกรรม ไปจนถึงการนำมาทดลองใช้งานจริง

อย่างไรก็ตาม ส่วนที่สำคัญไม่แพ้กันเลย คือ การเลือกที่จะตั้งคำถามให้เหมาะสมในแต่ละขั้นตอน ซึ่งลักษณะการตั้งคำถามนี้จะคล้ายคลึงกับการตั้งคำถามทางวิทยาศาสตร์ทั่วไป เพียงแต่ว่า หากหาคำตอบที่ดีที่สุดให้คำถามเหล่านี้ไม่ได้เพียงข้อใดข้อหนึ่ง ก็มีความเป็นไปได้สูงว่า Deep Tech นั้นจะไม่สามารถพัฒนาไปต่อได้

แล้วองค์กรจะทำอย่างไร ให้ประสบความสำเร็จใน Deep Tech?

นอกจากการนำเอาโมเดล DBTL มาใช้งาน รวมไปถึงการลองตั้งคำถามที่เหมาะสมแล้ว องค์กรยังต้องทำความเข้าใจถึงความเสี่ยงของการสร้างนวัตกรรมก่อนที่จะลงทุนใน Deep Tech โดย Earnest ได้ยกโมเดลความเสี่ยงที่แบ่งออกเป็น 2 ความเสี่ยง คือ ความเสี่ยงด้านเทคโนโลยี และความเสี่ยงด้านการตลาด ของ Deep Tech Ventures หรือของนวัตกรรมที่สนใจจะร่วมลงทุนด้วย

ยกตัวอย่างเช่น นวัตกรรมด้าน BioTech มีความเสี่ยงในด้านเทคโนโลยีมากกว่าด้านการตลาด เพราะนวัตกรรมด้านนี้ต้องอาศัยเทคโนโลยีขั้นสูงมาใช้ในการพัฒนา และเมื่อพัฒนาสำเร็จมีความเป็นไปได้สูงที่คนจะยอมรับ และยอมจ่ายเงินเพื่อนวัตกรรมดังกล่าว ตัวอย่างเช่น วัคซีนรักษามะเร็ง

ในขณะเดียวกันนวัตกรรมด้าน ICT ที่ปัจจุบันนี้ใคร ๆ ก็ต้องการ มีการแข่งขันกันหลายบริษัท ทำให้เกิดความเสี่ยงด้านการตลาด เพราะมีการแข่งขันกันสูง แต่กลับมีความเสี่ยงด้านเทคโนโลยีที่น้อยกว่า เพราะเมื่อมีความต้องการของผู้บริโภคเข้ามา นวัตกรรม ICT ก็ถูกพัฒนาได้อย่างรวดเร็ว 

ดังนั้น องค์กรที่จะเข้าไปลงทุน หรือร่วมสร้างนวัตกรรม Deep Tech จะต้องเข้าใจถึงโมเดลที่ตัวเองต้องการ และต้องสอดคล้องกับ Startup หรือ Deep Tech Ventures ที่เข้าไปทำงานร่วมกัน


RELATED ARTICLE

Responsive image

ทำความรู้จัก "9 Deep-tech Startups" โมเดล Spin-off สู่โลกธุรกิจของ สวทช.

สวทช. Accelerator องค์ความรู้ด้านเทคฯ และวิทยาศาสตร์ของภาครัฐ นำผลงานวิจัยจากห้องแล็บที่ทรงคุณประโยชน์มาต่อยอดให้เข้าถึงคนหมู่มากได้ ด้วยโมเดลธุรกิจให้ทันต่อความต้องการของตลาด โดยเ...

Responsive image

บำรุงราษฎร์ รุดหน้านวัตกรรมการแพทย์ นำ Radiology AI ช่วยวิเคราะห์ความผิดปกติของปอด และมะเร็งเต้านม แม่นยำ รวดเร็ว รักษาทันท่วงที

ล่าสุดโรงพยาบาลบำรุงราษฎร์ เปิดตัวนวัตกรรมทางการแพทย์ นำ Radiology AI เข้ามาช่วยวิเคราะห์ความผิดปกติของปอด และมะเร็งเต้านม ด้วย AI และ Deep Learning ในการบูรณาการเพื่อเพิ่มความรวดเ...

Responsive image

เอลซัลวาดอร์เสี่ยงกับอะไรมากกว่ากัน ระหว่างการตัดสินใจของผู้นำ กับความผันผวนของ Bitcoin

เอลซัลวาดอร์ ประเทศแรกที่ประกาศให้สกุลเงินดิจิทัลถูกกฎหมายประสบปัญหาเป็นอย่างมากจากการที่รัฐบาลได้ทยอยซื้อเหรียญ Bitcoin จนมีมูลค่าความเสียหายอย่างน้อย 50 ล้านเหรียญสหรัฐ (ประมาณ 1...