80 % ของข้อมูลในธุรกิจต่างๆ นั้นมีข้อมูลของที่อยู่ เป็นส่วนหนึ่งในฐานข้อมูล

ปัจจุบันองค์กรส่วนใหญ่นั้น มีปัญหาในการใช้ข้อมูลที่อยู่ และ แผนที่ ในการวิเคราะห์  ทำนาย ช่วยในการตัดสินใจ และ สร้างกลยุทธ์ในองค์กร เนื่องจากข้อมูลแผนที่เป็นข้อมูลที่ต้องใช้ประสบการณ์ และ ความเชี่ยวชาญเฉพาะ เพื่อที่จะสามารถเข้าใจลักษณะของข้อมูล และ หาความสัมพันธ์ เพื่อตอบโจทย์ทางธุรกิจได้ วันนี้เราจะมาทำความเข้าใจว่า Location Intelligence หรือ การวิเคราะห์แผนที่ด้วย AI คืออะไร มีความสำคัญต่อธุรกิจอย่างไร และข้อมูลแผนที่นั้นสามารถสร้าง Impact ให้กับธุรกิจ และ สังคมได้อย่างไร

การวิเคราะห์ข้อมูลแผนที่ (Geospatial Analysis) คือ การค้นหาความสัมพันธ์เชิงพื้นที่ โดยใช้ลักษณะต่าง ๆ ทางด้านภูมิศาสตร์ ไม่ว่่าจะเป็นพื้นที่ทางธรรมชาติ เช่น ป่า ภูเขา แม่น้ำ และ ทะเล รวมไปถึง ถนน ตึก และ สถานที่สำคัญต่าง ๆ เพื่อใช้ในการค้นหาพื้นที่ และ เส้นทางต่าง ๆ เพื่อใช้ในการแก้ปัญหาในจุดที่เราไม่สามารถเดินทางไปสำรวจด้วยตัวเอง หรือ เพื่อช่วยลดเวลาในการทำงานสำรวจต่าง ๆ ลงได้ โดยการวิเคราะห์ข้อมูลแผนที่ นั้นสามารถประยุกต์ใช้กับข้อมูลต่าง ๆ เช่น ความหนาแน่นของประชากร อัตราการเกิด และ สถิติอื่น ๆ ที่มีพื้นที่เป็นปัจจัยในการแบ่งกลุ่ม

การวิเคราะห์ข้อมูลแผนที่นั้นเป็นการวิเคราะห์ Big Data ที่แท้จริง 

นอกจากนี้ การวิเคราะห์ข้อมูลแผนที่นั้นยังสามารถประยุกต์ใช้ได้หลากหลายรูปแบบ โดยวันนี้เราจะมาทำความรู้จักการใช้ข้อมูลแผนที่เพิ่มเติมผ่าน Case Study จากทาง Thinking Machines Data Science ที่ใช้ข้อมูลแผนที่ในการวิเคราะห์ และ สร้าง Impact ต่าง ๆ ให้กับธุรกิจ และ สังคม ได้น่าสนใจ ดังต่อไปนี้ 

1. Location Intelligence for Logistic การใช้ AI ในการวิเคราะห์แผนที่ เพื่อค้นหาเส้นทางในการขนส่งที่เหมาะสมต่อธุรกิจ
   
   การขนส่งนั่น เป็นปัจจัยสำคัญในหลาย ๆ ธุรกิจ เพราะการขนส่งนั้นมีผลทั้งต้นทุน เวลา และ คุณภาพของการบริการ โดยการวิเคราะห์เส้นทาง กับ เวลา เพื่อค้นหาว่า เส้นทางไหนที่ใช้เวลาที่สั้นที่สุดในการเดินทางในแต่ละช่วงเวลา เพื่อให้ทีมที่บริหารขนส่งสามารถบริหารจัดการเวลาในการขนส่งสินค้า หรือ สามารถสร้างเป็นระบบทำนายระยะเวลาการเดินทาง เพื่อแนะนำให้คนชับรถสามารถส่งของได้ทันเวลา และ ใช้ต้นทุนที่มีประสิทธิภาพที่สุด

   
   

   

2. Location Intelligence for Telecom การใช้ AI กับข้อมูลแผนที่ดาวเทียม เพื่อช่วยในการวางแผนการขยายโครงสร้างพื้นฐานทางโทรคมนาคม
   
   Globe Telecom บริษัทโทรคมนาคมรายใหญ่ในประเทศฟิลิปปินส์ ต้องการตอบคำถามที่ว่าควรจะวางโครงสร้างของมือถือ และ อินเตอร์เน็ต บอร์ดแบนด์อย่างไร ให้คุ้มค่ากับการลงทุนที่ต้องใช้เงินมหาศาล และได้ ROI (Return of Investment) กลับมาเร็วที่สุด ซึ่งในการสำรวจสถานะทางเศรษฐกิจ และ สังคมเพื่อขยายโครงสร้างพื้นฐานทางโทรคมนาคมนั้น หาก ใช้คนในการบันทึกข้อมูล ของครอบครัวจากบ้านแต่ละหลัง ผ่าน Google Earth จะใช้จำนวนพนักงานถึง 45 คน ทำงานในรูปแบบ Full - time และ ใช้เวลาทั้งหมดประมาณ 6-9 ปีเพื่อที่จะสำรวจพื้นที่ให้เสร็จ
   
   ดังนั้นเพื่อลดต้นทุน เวลาในการสำรวจ และ สามารถทำให้ธุรกิจตัดสินใจได้เร็วขึ้น การวิเคราะห์ข้อมูลเชิงแผนที่ ด้วยภาพถ่ายจากดาวเทียม ข้อมูลจากการสำรวจครั้งก่อน ๆ และ ข้อมูลสำคัญอื่น ๆ ที่เกี่ยวข้องกับแผนที่ เช่น ข้อมูลประชากร จึงมีบทบาทสำคัญ ในการสอนให้ AI ค้นหาตำแหน่งบ้าน และ ทำนายสถานะทางเศรษฐกิจ และ สังคมของพื้นที่นั้น ๆ ได้โดยใช้เวลาเพียง 2 อาทิตย์ นอกจากนี้ยังสามารถนำข้อมูลเหล่านี้ไปจับคู๋กับการบริการที่ตรงกับลูกค้าโดยดูกำลังซื้อกับลูกค้าจากกลุ่มที่ได้ทำนายไว้ เพื่อจูงใจให้ลูกค้าสามารถใช้บริการโครงข่ายมือถือได้ตรงความต้องการมากขึ้น

   

3. Location Intelligence for Poverty estimation การใช้ AI, Big Data และ Machine Learning สร้างแผนที่เพื่อเห็นความเหลื่อมล้ำทางดิจิตอล
   
   โครงการนี้เป็นความร่วมมือระหว่าง ADB และ Thinking Machines ในการสำรวจการเข้าถึงอินเตอร์เน็ต และ สัญญาณโทรศัพท์มือถือ ของประชากรในฟิลิปปินส์ โดยการนำข้อมูลเสาสัญญาณโทรศัพท์ในประเทศฟิลิปปินส์ ข้อมูลความเร็วของอินเตอร์เน็ตในแต่ละพื้นที่ มาทำการวิเคราะห์ แบ่งกลุ่ม และ แสดงผลข้อมูลในรูปแบบแผนที่ เพื่อทำให้เห็นว่ามีพื้นที่ไหนในฟิลิปปินส์ที่สัญญาณอินเตอร์เน็ต และ โทรศัพท์มือถือที่ยังไม่ได้เข้าถึง
   
   ซึ่งผลลัพธ์ของการสำรวจ จึงทำให้เห็นความเหลื่อมล้ำว่า ยิ่งเป็นพื้นที่ที่มีคนยากจนเป็นจำนวนมาก เสาสัญญาณโทรศัพท์ และ อินเตอร์เน็ตนั้นกลับมีการเข้าถึงที่น้อย ช้า และ จำนวนเสาที่่มีไม่เยอะ จึงทำให้หลายคนไม่สามารถเข้าถึงอินเตอร์เน็ตได้ ซึ่งการสำรวจนี้ สามารถสร้าง Impact ให้สังคมได้เล็งเห็นถึงการพัฒนาโครงสร้างพื้นฐานด้าน Digital ที่เท่าเทียม

ข้อมูลแผนที่นั้นสามารถวิเคราะห์ได้หลากหลาย Industry 

จาก Case Study ที่กล่าวมาข้างต้น ยังมี Case Study จากอุตสาหกรรมอื่น ๆ ที่น่าสนใจอีกมากมาย ที่ไม่ได้จำกัดแค่การใช้ข้อมูลแผนที่เท่านั้น ยังมีการใช้ข้อมูลอื่น ๆ เช่น รูปภาพ วีดีโอ อุปกรณ์ IOT โดยในวันที่ 5 ก.พ. ถึง 12 มี.ค. 2565 Thinking Machines  และ  TechSauce ได้จัด Workshop ในหัวข้อ AIMpower ที่จะช่วยให้สามารถเห็นภาพรวมของการใช้ข้อมูลในองค์กรให้ชัดเจนมากขึ้น สามารถริ่เริมการวางแผนการใช้ข้อมูลในองค์กร การวางโครงสร้างทีม หากสนใจสามารถสอบถามรายละเอียดเพิ่มเติมได้ที่ https://thinkingmachin.es/aimpower-thailand/ หรือหากสนใจอยากได้รับคำปรึกษาเพิ่มเติม สามารถทดลองรับคำปรึกษาฟรี โดยติดต่อผ่าน ทางเว็บไซต์ https://thinkingmachin.es/ หรือ อีเมล์ [email protected]