ความพร้อมในการรับมือกับบริบทของสิ่งแวดล้อม ที่ส่งผลต่อป่าต้นน้ำของประเทศไทย ในวันนี้เกี่ยวข้องและเชื่อมโยง ทั้งศาสตร์ด้านวิศวกรรมน้ำ และTool (เครื่องมือ) ตลอดจนการบูรณาการเพื่อนำเทคโนโลยี IoT และBig Data มาใช้ในงานบริหารจัดการน้ำให้เกิดความยั่งยืน

ผศ.ดร.อนุรักษ์ ศรีอริยวัฒน์ หัวหน้าภาควิชาวิศวกรรมแหล่งน้ำ จุฬาลงกรณ์มหาวิทยาลัย กล่าวว่า หลักการบริหารจัดการน้ำอย่างยั่งยืน โดยเน้นในเรื่อง Sustainable Development ของน้ำมีมานานแล้ว แต่สิ่งที่เข้ามาเพิ่มในปัจจุบัน คือ มีการประดิษฐ์Toolจำนวนมากขึ้นมา โดยมี  IWRM (Integrated Water Resources Management) เป็น Tool  ในระยะแรกที่นำมาใช้กับทุกเรื่อง จากนั้นมีพัฒนาการ Integrated ในความหมาย คือ การรวมทุกคน ทุกมิติ ตั้งแต่ต้นน้ำ กลางน้ำ ปลายน้ำ เข้าด้วยกันอย่างเป็นบูรณาการ

โดย “ต้นน้ำ” คือ คนที่อาศัยอยู่ติดกับป่าต้องไม่ทำลายป่า ต้องรักษาป่า คนที่อยู่ “กลางน้ำ”  เช่น คนที่ทำเพาะปลูก  หรือเกษตรกรรม ถ้าน้ำไม่ถูกปล่อยมาก็จะมีปัญหากับกลางน้ำ และ “คนที่อยู่ปลายน้ำ” คือ คนที่อยูในเมือง ที่ต้องการน้ำอุปโภค บริโภค  กระทั่งว่าคนที่เป็นโรงงานอุตสาหกรรมที่มักอยู่บริเวณพื้นที่ราบ  ซึ่งก็ต้องการมีน้ำที่เพียงพอ การมองจึงต้องรอบด้าน ให้มีการใช้น้ำให้เหมาะสม และเพียงพอทั้งต้น กลางและปลาย นั่นคือการบริหารจัดการ

แต่เมื่อความเปลี่ยนแปลงตามยุคสมัย มิติจึงเริ่มเปลี่ยนไปเป็น (WEF - WATER, ENERGY & FOOD) NEXUS หมายถึง “การเชื่อมต่อ”  เพราะทั้ง 3 ส่วนคือ Water, Energy และ Food ไม่สามารถทำได้โดยอิสระ ต้องมีการเชื่อมต่อกัน เช่น การทำ Food ต้องใช้ Water  ส่วน Energy การสร้าง Energy ก็ต้องใช้ Water เป็นสิ่งพื้นฐานในการสร้างพลังงาน ตั้งแต่โรงงานไฟฟ้า เช่นการหล่อเย็น หรือ Water เองก็ต้องใช้ Energy มาประกอบ จึงสรุปได้ว่า การจัดการเรื่องใดเรื่องหนึ่งอย่างเดียวนั้นไม่สามารถตอบโจทย์ยุคสมัยอีกต่อไป ต้องมีการเชื่อมโยงของทั้ง 3 เรื่อง และต้องรักษาสมดุลทุกเรื่องไปพร้อมๆกันเพื่อให้เกิดความยั่งยืน

ความท้าทายของการนำ Tool ไปใช้ให้ได้ประโยชน์นั้น อยู่ที่การสื่อสารและศาสตร์ความรู้ในมิติอื่นด้วย ถึงแม้ในทางวิศวกรรมเรามีความเชี่ยวชาญชำนาญเฉพาะเรื่องในคอนเซปท์ IWRM  เราก็ต้องสามารถคุยกับคนอื่นให้ได้ว่าเป็นอย่างไร เรียกว่า ต้องรู้ในทุกมิติ รู้ว่าใครจะเอาเราไปใช้ และเราจะเอาของใครมาใช้ เกิดการแลกเปลี่ยน (Exchange) ขยายตนเองออกไปนอกวง

ยกตัวอย่าง เรื่องจำเป็นที่เราต้องรู้เกี่ยวกับ Energy และ Food   อย่างวันนี้ ได้รู้เรื่อง Smart Farm ที่เป็น Combination ระหว่าง Food กับ Water เราอาจไม่มีความรู้เรื่องการปลูกพืช  แต่ต้องรู้ว่าการจะปลูกพืชให้ดีนั้นต้องการน้ำจำนวนเท่าไหร่?  เพื่อการจัดการที่มีประสิทธิภาพ  เมื่อขยายภาพออกไปได้ ก็จะสามารถนำหลักการนี้ไปเกี่ยวข้องกับอีกหลายเรื่อง เช่น ที่อยู่อาศัย ระบบการจัดการน้ำในบ้าน ก็สามารถไปร่วมกับการจัดการ Energy เป็น Smart City และหากมีการจัดการข้อมูลที่ดี  ก็ยังสามารถเจาะไปถึงพฤติกรรมของคนได้ถึงการใช้น้ำที่แตกต่างกันได้อีกด้วย

จะเห็นได้ว่าสามารถคิดต่อไปได้อีกมากมาย ซึ่งการ combine หลายๆศาสตร์ที่เกี่ยวข้อง เป็นการโฟกัสไปที่การใช้งาน ว่าจะนำเรื่องน้ำไปใช้เพื่ออะไร เช่น เพื่อการเกษตร เรื่องของเมือง คล้ายๆกับ IoT ที่ไม่จำกัดแค่เรื่อง Internet แต่เป็นอุปกรณ์ แอพพลิเคชั่นต่างๆนานา ที่จะคิดขึ้นมาได้ เพียงแต่ใช้ internet เป็นเครื่องมือเท่านั้น ปัจจุบันจึงมีเทคโนโลยีต่อเนื่องที่เกิดขึ้นมาอีกมากมาย

ศาสตร์ของวิศวกรรมแหล่งน้ำในวันนี้

ผศ.ดร.อนุรักษ์ บอกว่า “ถ้าจะพูดเรื่อง ศาสตร์ของวิศวกรรมน้ำ ในวันนี้กับในอดีตไม่มีความแตกต่างกัน เพราะการจะทำอะไรต้องมีพื้นฐานของศาสตร์ที่ถูกต้องเป็นรากฐานก่อน ยิ่งในสังคมปัจจุบันยิ่งต้องการคนที่รู้จริง ที่เป็นมืออาชีพ จากความรู้พื้นฐานที่จากเดิม เราอาจจะต้องศึกษาในเชิงลึกลงไปให้มากที่สุด แต่ในวันนี้มองว่าเราต้องปรับตัว ให้ใช้ความรู้ตนเองกระจายไปใช้กับเรื่องอื่นๆให้ได้กว้างที่สุด”

ขณะเดียวกัน “น้ำ” ไม่ได้มีความแตกต่างระหว่างอดีตกับปัจจุบัน แต่สิ่งที่ต่างไป คือ สภาพสังคมและบริบท ซึ่งทำให้เกิดการปรับตัวไปใช้เทคโนโลยีอื่นๆ วิศวกรน้ำในอดีตอาจจะเน้นทำเขื่อน วันนี้คงต้องหันไปทำอย่างอื่นแทน เช่น ฝายขนาดเล็ก ซึ่งในความเป็นจริงนั้นก็คือเขื่อน เพราะเป็นสิ่งที่ใช้กันน้ำ สิ่งสำคัญที่ต้องเปลี่ยนและปรับตัวคือคำว่า Management คือต้องเปลี่ยนระบบตนเองให้เข้ากับสภาพการที่เปลี่ยนไป

คนที่เรียนเรื่องน้ำในอดีตจะถูกสอนให้มอง 4 อย่างคือ Space, Time, Quantity และ Quality (ที่ไหน, เมื่อไร, ปริมาณ และคุณภาพ) ซึ่งปัจจุบันเราก็ยังต้องมอง 4 มิตินี้ แต่บริบทเปลี่ยนไป เมื่อเรานำคำว่า Management เข้ามาเกี่ยวจะมีหลายๆด้านเข้ามาเกี่ยวข้อง ทั้งเทคโนโลยี  และนวัตกรรมต่างๆ เช่น Smart Farm ที่เกี่ยวข้องกับน้ำ ในฐานะของวิศวกร ต้องนำศาสตร์ไปตามให้ทันในมิติที่เรามีหลักการอยู่   

การเตรียมตัวจัดการน้ำในอนาคต

สิ่งที่มีความกังวลกันในด้าน Water Security ที่หมายถึงความมั่นคงทางน้ำ ซึ่งจะเชื่อมโยงไปถึงเรื่องความยั่งยืนของน้ำนั่นเอง

ดังนั้นเราต้องมาหาว่าปัจจัยอะไร ที่ทำให้เกิดความไม่มั่นคง พบว่ามี 2 ปัจจัยหลักๆ คือ 1. Water Productivity และ 2. Water Disaster

สำหรับ Water Productivity นั้นเป็นตัวตอบที่ชัดเจนอย่างหนึ่งว่า ใช้น้ำแล้วต้องแบ่ง ซึ่งการแบ่งจะใช้สัดส่วนใดเพื่อให้บาลานซ์กับทุกคน ให้เกิดความเท่าเทียมกัน การตัดสินจะต้องนำ Productivity มาพิจารณา สถานการณ์ในวันนี้ประเทศเราใช้ Priority แรก คือ เพื่อการอุปโภคบริโภค และข้อที่ 2 คือ เรื่องการรักษาสิ่งแวดล้อม ซึ่งก็สะท้อนไปที่ความมั่นคง และความยั่งยืน ถัดมาอยู่ที่จะให้เกษตร อุตสาหกรรม หรือการบริการก่อนหลัง

ที่ผ่านมามีผลการสำรวจด้านการจัดสรรน้ำ โดยใช้วิธีนำสภาพเศรษฐกิจมาวัดว่า 1 ลูกบาศก์เมตรของน้ำเพื่อการเกษตร ผลิตออกมาเป็นผลบวกทางจีดีพีได้ 4 บาท ในขณะที่อุตสาหกรรมได้ 300 กว่าบาท และการบริการได้ที่ 2,400 บาท อย่างไรก็ตามเราไม่สามารถนำแกนนี้มาตัดสินได้ เป็นเพียงการคาดการณ์ในอนาคต เพื่อสุดท้ายจะต้องเป็นการสร้างข้อตกลง สำหรับการบริหารจัดการในอนาคต ถ้ามีการขาดน้ำ เช่นเดียวกับเรื่องไฟฟ้าที่กำลังมีประเด็นอยู่ในปัจจุบัน

ผศ.ดร.อนุรักษ์ บอกว่า ความยากของการบริหารจัดการน้ำ คือ ถูกควบคุมโดยธรรรมชาติที่มีการเปลี่ยนแปลงทั้งพื้นที่และเวลาและมีความไม่แน่นอนสูงมาก ยกตัวอย่างพื้นที่ภาคใต้ของประเทศไทยมีน้ำมหาศาล แต่เราเอาน้ำจากภาคใต้มาใส่ให้ภาคตะวันออกเฉียงหนือที่พบปัญหาด้านความแห้งแล้งไม่ได้ เพราะมีข้อจำกัดของพื้นที่

นอกจากนี้ยังมีข้อจำกัดเรื่องเวลา สร้างปัญหาระหว่างดีมานต์กับซัพพลายที่ไม่ตรงกัน เพราะน้ำขึ้นกับปริมาณน้ำฝน โดยเฉพาะฝนตกในภาคใต้ของประเทศไทยคิดเป็น 85-90% ของทั้งปี แต่หน้าแล้งไม่มีฝนตกเลย

การขาดน้ำในหน้าแล้งจะหาซัพพลายได้ ต้องมีการสต๊อคน้ำตั้งแต่หน้าฝน สิ่งที่จะสต๊อคน้ำได้ในระดับบ้านเรือนก็คือโอ่ง ตุ่ม ระดับภูมิภาคก็คือเขื่อน ซึ่งวันนี้มีกระแสต่อต้านทำให้เราสร้างเขื่อนเพิ่มไม่ได้ ดังนั้นเมื่อประเทศไทยหยุดสร้างเขื่อนหมายถึงตัวเลขซัพพลายหยุดเติบโตไปตั้งแต่วันนั้น ในขณะที่ดีมานด์เติบโตขึ้นไปเรื่อยๆ วันนี้ที่ยังไม่มีใครสนใจเพราะวันนี้เป็นหน้าฝน พอมาพูดกันเมื่อหน้าแล้งก็จะสายเกินไป เรื่องของน้ำจึงต้องศึกษาควบคู่กันระหว่าง Space กับ Time เสมอ

นอกจากนี้เรายังต้องมาดูเรื่อง Water Disaster ซึ่งมีอยู่ 2 แบบ คือ น้ำแล้งกับน้ำท่วม ซึ่งการจัดการก็ต่างกันโดยสิ้นเชิง

การจัดการน้ำแล้ง ใช้ Tool คือ Productivity แต่การจัดการน้ำท่วมจะทำอย่างไร จะอยู่สู้หรือจะหนี จะเอาอะไรมาใช้ตัดสิน น้ำท่วมมาก หรือท่วมน้อย นั่นคือ ระดับของน้ำและท่วมนานเท่าไร

หากเรามองจากธรรมชาติของแม่น้ำเจ้าพระยาที่เกิดจาก แม่น้ำ 4 สาย คือ ปิง วัง ยม น่าน ซึ่งส่งผลกระทบทำให้เกิดน้ำท่วมในภาคกลาง และแม้บางส่วนจะเกิดจากฝนที่ตกในพื้นที่ แต่บางส่วนก็เกิดจากสิ่งที่เราเรียกกันว่าน้ำหลากจากภาคเหนือลงมา นั่นคือด้านการจัดการน้ำจะทำอย่างไร

ในกรณีภาคใต้ ที่เป็นลักษณะน้ำท่วมฉับพลัน (Flash Flood) เกิดจากฝนตกในปริมาณมากต่อเนื่อง วิธีการจัดการปัญหาสองแบบนี้ ต่างกันอย่างสิ้นเชิง น้ำท่วมฉับพลันจะสามารถเตือนล่วงหน้าได้เพียงแค่ 3 ขั่วโมง หรืออย่างมากที่สุดคือ 1 วัน มีลักษณะมาเร็ว ไปเร็ว แต่ลักษณะนี้จะทำให้เกิดความเสียหายต่อชีวิต และทรัพย์สินของคน 

ในขณะที่น้ำท่วมในปี 2554 จะเป็นล้ำหลากที่ค่อยๆมา เห็นชัดแน่ๆว่าจะท่วม ความยากอยู่ที่ปริมาณน้ำมาก ระบายไม่ได้ น้ำขังนาน วิธีการจัดการจึงมีหลากหลายวิธีทั้งการใช้โครงสร้าง หรือไม่ใช้โครงสร้าง 

การนำเทคโนโลยีมาใช้กับเรื่องน้ำ

ผศ.ดร.อนุรักษ์  บอกว่า ความคาดหวังที่เราจะนำเทคโนโลยีมาใช้ในงานบริหารจัดการน้ำ ไม่ว่าจะเป็น IoT หรือ Big Data ปัจจุบันนี้เรายังไม่สามารถนำมาใช้ได้ในประเทศไทยได้อย่างสมบูรณ์ นั่นเพราะเรายังไม่มีการเก็บข้อมูลในระยะเวลาที่นานและต่อเนื่อง และครอบคลุมพื้นที่ที่ต้องการ ซึ่งส่วนหนึ่งมาจากหน่วยงานที่เก็บข้อมูลยังไม่มีการบูรณาการอย่างชัดเจน จากหน่วยงานที่ทำเกี่ยวกับเรื่องน้ำในประเทศไทยที่มีถึงกว่า 30 หน่วยงาน ทำให้ข้อมูลอาจไม่ครบถ้วน เพราะมีความยากลำบากและต้องมีการลงทุนสูงในการเก็บข้อมูลจำนวนมากเป็นระยะเวลานาน

 “น้ำเป็นหนึ่งใน Utility หลัก” ที่เป็นปัจจัยพื้นฐาน ซึ่งเป็นหน้าที่หลักของรัฐ จึงต้องฝากความหวังไว้กับสทนช. หรือสำนักงานทรัพยากรน้ำแห่งชาติ หน่วยงานที่เพิ่งตั้งขึ้นมาใหม่ที่เป็นของรัฐ และสังกัดภายใต้สำนักนายกรัฐมนตรี จะทำให้เกิดความคล่องตัวในการประสานงานกันระหว่างกระทรวงต่างๆ และสิ่งที่ตามมาก็คือเรื่องของกฎหมายที่ต้องมารองรับ เช่น พระราชบัญญัติน้ำ เพื่อให้มีอำนาจบังคับใช้ในการทำงาน จากนั้น คือ การลงทุนในงบประมาณทั้ง Operation และ Maintenance เพื่อการรวบรวมข้อมูลจำนวนมหาศาล จากทุกหน่วยงานที่เกี่ยวข้อง ไปสู่การเผยแพร่ให้กับประชาชน เพื่อความหวังในการรับมือกับการบริหารจัดการน้ำในอนาคตอย่างยั่งยืน”  


 

ทำความรู้จัก อีกหนึ่งสมาร์ตฟาร์มแห่งยุค 4.0 ในเส้นทางที่ไม่ธรรมดา กว่าจะเป็น “โคโค่ เมล่อนฟาร์ม” ต้นกำเนิดเมล่อนญี่ปุ่นปลอดสารพิษ ปลูกในโรงเรือน ด้วยเทคโนโลยี Iot (Internet of Things)

แรงบันดาลใจของ “ณัฐ มั่นคง” เริ่มต้นจากการเป็นพนักงานบริษัทเอกชน จากนั้นออกมาทำงานค้าขาย ในแวดวงธุรกิจปุ๋ยหมักชีวภาพ ผลิตภัณฑ์ปรับปรุงคุณภาพดิน ลดสารตกค้างในดิน กระทั่งปัจจุบันผันตัวมาเป็นเกษตรกรเจ้าของ โคโค่ เมล่อนฟาร์มอย่างภาคภูมิใจ

เขาเล่าถึงความคิดในอดีตกับนิตยสาร MBA ว่า “เมื่อเราจบใหม่ๆ เราอาจจะคิดแค่ว่าทำงานอะไรก็ได้ หรือแค่มีร้านกาแฟสักร้านก็คงจะเท่น่าดู แต่สังเกตว่าตั้งแต่ 3-5 ปีที่ผ่านมาจนปัจจุบัน เทรนด์การเกษตรมาแรงมาก ทำให้ผมมีความรู้สึกว่าเป็นอาชีพที่ทำแล้วมีความสุข คงมีคนอยากคุยด้วยมาก และดูเท่ดี” จึงจะเรียกได้ว่าเป็นปัจจัยในการเลือกเป็นเกษตรกร ที่มาจากทั้งความหลงใหล บวกกับความต้องการทำการเกษตรปลอดสารพิษด้วย และอีกส่วนหนึ่ง คือ การศึกษาจากคณะธุรกิจเกษตร สาขาการตลาด จากมหาวิทยาลัยแม่โจ้ ทำให้สามารถนึกภาพการค้าขายได้

“คนมักจะมองเกษตรกรว่าเป็นฝ่ายผลิตเท่านั้น เราจึงต้องเริ่มจากความคิดในการสร้างโมเดลของธุรกิจเกษตร เพื่อให้เกิดการครบวงจร ไม่อย่างนั้นเกษตรกรจะไปต่อไม่ได้”

เริ่มจากการผลิต ที่เราต้องกล้าทดลอง แต่ละสายพันธุ์มีความแตกต่างอย่างไร และต้องคิดว่าพื้นที่ในมือที่เรามีอยู่ในตอนนี้เท่าไร มี 100 ไร่หรือมี 10 ไร่ ถ้ามี 100 ไร่ รูปแบบการทำเกษตรของผมอาจจะเปลี่ยนไป อยากจะทำอะไรก็ได้

แต่เผอิญวันนี้ พื้นที่มีอยู่ 10 กว่าไร่ ก็ต้องคิดว่า 10 กว่าไร่ ถ้าทำนาแปลว่าปีหนึ่งจะไม่มีเงินหมุนเลย เพราะมันจะน้อยมากจนไม่เห็นตัวเลข ต้องมามองว่าจะทำพืชอะไรที่เป็นไปได้ และเมื่อ 2-3 ปีที่ผ่านมา เป็นจังหวะที่เมล่อน พืชเศรษฐกิจตัวใหม่กำลังมาแรง จึงตัดสินใจกระโดดเข้ามาทำ วันนั้นเมื่อตอนแรกเริ่มมีพื้นที่เพียง 3-4 ไร่ แต่สามารถมีเงินหมุนเป็นล้านบาทต่อปีได้

เสริมกับประสบการณ์ที่เราเคยอยู่ในแวดวงเรื่องปุ๋ยอินทรีย์ น้ำหมักชีวภาพ ทำให้มีความรู้เรื่องปัญหาพืช โรคในดิน การให้ปุ๋ย มาช่วยในเรื่องผลผลิตอีกด้วย จากเริ่มต้นที่ 3.5 ไร่ ขยายออกไปอีก 7.5 ไร่ ต่อเนื่องพัฒนาไปถึงการรวมกลุ่มเกษตรกรในพื้นที่ วันนี้รายได้ต่อเดือนสำหรับณัฐ เขาตอบว่า ไม่ได้หวือหวานัก แต่สามารถหล่อเลี้ยงทุกชีวิตที่ช่วยงานในฟาร์มได้อย่างสบาย โดยมีเงินหมุนต่อเดือนประมาณ 2-3 แสน และในอนาคตมีแผนจะพัฒนาเป็นเกษตรเชิงท่องเที่ยว อย่างไรก็ตามทุกอย่างต้องเริ่มที่เงินทุน ซึ่งอยู่ระหว่างการสะสม และมีพันธมิตรร่วมกันที่จะทำให้ชุมชนแข็งแรง

คิดแบบเกษตรกรยุคดิจิทัล

ณัฐ ย้ำว่าจุดเริ่มต้นของแนวคิดการจะมาเป็นเกษตรกรนั้น เราต้องมองอาวุธในมือเราก่อน เช่น มีพื้นที่เท่าไร บางคนทำแค่ไร่อ้อยแต่เขาทำ 500-1,000 ไร่ ก็รวยได้แน่นอน แต่อย่างเรามีพื้นที่ไม่มากนัก 3 ไร่ หรือ 10 ไร่ ทำอะไรแล้วจะคุ้ม จึงต้องมองไปถึงค่าจัดการ ทั้งของตัวเราและลูกน้องของเรา เพราะการทำเกษตรนั้นทำคนเดียวไม่ได้แน่นอน จากนั้นก็ต้องมามองว่าจะปลูกอะไร

“ถ้าปลูกข้าวโพดหรือข้าวบนพื้นที่จำกัด คงจะมีรายได้เพียงหลักหมื่นต่อปี ต้องหันมามองพืชเศรษฐกิจอื่นๆ อย่างที่ผมหันมามองเมล่อน”

จากนั้นต้องมีการสำรวจตลาดก่อนการทดลองปลูก ณัฐเล่าถึงวิธีสำรวจราคาในหลายช่องทางการขาย ทั้งตลาดไทย ห้างสรรพสินค้า การขายส่งเข้าห้าง และหลังการสำรวจ เขาก็เริ่มเพาะปลูกเมล่อนญี่ปุ่น ไม่ต่ำกว่า 20-30 สายพันธุ์ พร้อมกับเก็บข้อมูลจากการออกบูธวางหน้าร้านว่าสายพันธุ์ไหนอร่อย ถูกใจลูกค้า และซื้อง่ายที่สุด

“ในระยะเวลาทดลองประมาณ 1 ปี ที่ปลูกหมุนเวียนได้ประมาณ 3-4 ครั้งเราได้คัดเลือกมาที่ 3 สายพันธุ์”

นอกจากนั้นการพยากรณ์ผลการผลิตให้สัมพันธ์กับยอดขายในอนาคต ถือเป็นอีกเรื่องที่สำคัญ ณัฐ มีการวางแผนเตรียมโรงเรือนในการเพาะเมล็ดหมุนเวียนเพื่อรอบการผลิตทุกสัปดาห์ เพื่อนำข้อมูลมาวางแผนให้สอดคล้องกับทุกช่องทางการขาย และเนื่องจากผลผลิตที่ได้มามีหลายเกรด ดังนั้นช่องทางต้องทำแบบผสมผสาน โดยผลผลิตเกรด A ตัวท๊อป อาจไม่ได้มีจำนวนมากนัก แต่ได้ราคาที่สูง ในขณะที่ปานกลางนั้นสามารถขายส่งได้ เป็นต้น

“การพยากรณ์ผลผลิต ไม่ต่างจากการพยากรณ์หนี้เสียของธนาคารหรือบัตรเครดิต ในแต่ละ 10 รอบของการปลูก (Crop) เมล่อน เขาจะพยากรณ์ไว้เลยว่าจะได้ประมาณ 8 crops คำนวณต้นทุน 10 crops จะได้ประมาณ 8 crops เรียกได้ว่ามีหนี้เสียประมาณ 20% หากไม่เสียหายถึงระดับที่พยากรณ์ก็ถือว่าเป็นกำไร เขากล่าวว่าเป็นการมองต้นทุนที่แท้จริง ดีกว่าการมองแบบเดิมๆ ที่ว่า 1 ไร่จะได้ 40,000 เพราะฉะนั้น 10 ไร่ได้ 400,000 จะทำให้การคำนวณผิดเพี้ยน เพราะผลผลิตเกษตรสามารถเน่าจนเป็น 0 ได้”

ณัฐ บอกว่า หากในบางปีที่ผลผลิตเกิดความเสียหาย หรือตกเกรดไม่ได้ตามที่คาด ก็ต้องหาแผนสำรองไว้ด้วย เช่นการแปรรูป อาจจะเป็นแยม หรือน้ำเมล่อนสกัดเย็น ที่สำคัญคือทำอย่างไรจะทำให้ผลผลิตเหลือ 0 ให้ได้ นอกจากนั้น ยังมีปัจจัยราคาของพืชผลการเกษตรจะมีขึ้นมีลง แต่สังเกตได้ว่าราคาในห้าง นั้นไม่มีขึ้นลง ยกตัวอย่าง สับปะรดราคาตก แต่ก็ไม่เห็นราคาสับปะรดที่ในห้างราคาเท่ากับท้องตลาดทั่วไป

ในฐานะเกษตรกรที่เป็นต้น ก็ต้องเปลี่ยนวิธีคิด เมื่อตัดสินใจว่าจะปลูกเมล่อน ตอนเปิดตัวราคาค่อนข้างดีทีเดียว 1 กิโลกรัมอย่างน้อย 100 -200 บาท แต่วันนี้เมื่อเริ่มมีผู้ปลูกจำนวนมาก ราคาจึงตกลงตามเงื่อนไขดีมานด์ซัพพลายโดยปกติ วิธีที่จะหาทางรอดมาได้ต้องแข่งขันกันที่ต้นทุนการจัดการฟาร์ม ให้ได้ผลผลิตเกรด A ในปริมาณสูงต่อ 1 โรงเรือน ถ้าใครจัดการได้ก็มีโอกาสประสบความสำเร็จมากขึ้น

เทคโนโลยีกับภาคเกษตร

ณัฐ บอกว่าเมล่อนญี่ปุ่นเป็นพืชที่มีฤดูกาล ดังนั้นหนึ่งในปัจจัยความสำเร็จ คือ เทคโนโลยีที่สามารถควบคุมระบบการเพาะปลูกได้ทุกขั้นตอน เกษตรกรมีหน้าที่เพียงติดตามดูข้อมูลว่า สิ่งไหนเกินกว่าความจำเป็น การลงทุนลงไป จะถึงจุดคุ้มทุน หรือลดต้นทุน ไม่ทำให้คุณภาพของผลผลิตด้อยลง เช่น เซนเซอร์วัดปริมาณแสงแดดในโรงเรือน ที่ในแต่ละฤดูกาลแสงไม่เท่ากันส่งผลต่อขนาดของผลผลิต เช่น แสงหน้าหนาวลูกจะเล็กและโตช้า เมื่อได้ข้อมูลจากเซนเซอร์เราก็ไปช่วยในส่วนนี้ เช่น ขยายระยะปลูก เพื่อให้ได้ขนาดเกรด A ตามที่ตลาดต้องการ

สำหรับเครื่องวัดความชื้นที่เป็นหัวเซนเซอร์ใส่ไปในดินเพื่อวัดค่า ที่ได้รับความอนุเคราะห์จากโครงการเกษตรกรรุ่นใหม่ ในกรมส่งเสริมการเกษตร ซึ่ง ดีแทค (บริษัท เปอร์เซ็นต์เทิ่ล แอ็คเซ็ส คอมมูนิเคชั่น จำกัด (มหาชน) ) มีโครงการเข้ามาสนับสนุน โดยร่วมมือกับ NECTEC (ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ) ที่นำเทคโนโลยี IoT ช่วย เพิ่มประสิทธิภาพการผลิต ลดต้นทุน และควบคุมคุณภาพ และเลือกฟาร์มโคโค่ เมล่อนของณัฐ เป็นหนึ่งในฟาร์มนำร่องของโครงการฯ ที่นำอุปกรณ์มาวิจัยและเก็บข้อมูลในแปลงเกษตร โดยอุปกรณ์นี้ทำให้เกิดประสิทธิผลเพราะทำให้เกิดความแม่นยำ ค่าที่ได้เป็นตัวชี้วัดที่ชัดเจน ไม่ใช้ความรู้สึกที่อาจผันแปรได้ตามบุคคล เป็นกระบวนการที่ทำให้มีคุณภาพสม่ำเสมอ

รวมถึงเทคโนโลยี ตรวจความชื้นดิน ที่การตรวจดูจากหน้ามอนิเตอร์จะทำให้รู้ว่าความชื้นในดินมีกี่เปอร์เซ็นต์ ควรจะปรับระดับน้ำเท่าไรให้พอดี ในขณะที่ในอดีต ถ้าเห็นว่าใบเหี่ยวจะคิดว่าเมล่อนขาดน้ำก็จะให้น้ำไปอีก แต่วันนี้มีมอนิเตอร์ทำให้พบสาเหตุได้ ถ้าความชื้นในดินยังมีค่าเท่าเดิม จะทำให้รู้เลยว่ารากเน่า อย่างนี้เป็นต้น เทคโนโลยีเข้ามาช่วยในการสร้างผลผลิตในเชิงปริมาณที่ได้คุณภาพเกรด A สูงขึ้น

ณัฐ ทิ้งท้ายด้วยข้อคิดถึงให้เกษตรกรรุ่นใหม่ว่า ต้องสำรวจดูสเกลตนเอง ว่าจะควบคุมการจัดการฟาร์ม ควบคุมแสง ความชื้นในดิน ความชื้นในอากาศ และอุณหภูมิ เพราะทุกส่วนมีผลต่อผลผลิตที่ดี และเท่ากันทุกโรงเรือน อย่างไรก็ตาม ท้ายที่สุดการทำเกษตรไม่มีสูตรตายตัว เช่นเดียวกับอาชีพอื่นๆ และอย่าทำการทำเกษตรเพราะกระแสมา ต้องรักและตั้งใจทำ จึงจะได้เงินจากตรงนี้จริง และเพียงพอต่อความต้องการ อย่าเพียงแค่เบื่องาน แล้วมาทำเกษตร

การเติบโตอย่างรวดเร็วของเทคโนโลยีใหม ๆ ที่มีความสามารถด้านการรวบรวมและการใช้ข้อมูลเพื่อเพิ่มประสิทธิภาพในการให้บริการ จะเป็นหัวใจสำคัญของการผลักดันอุตสาหกรรมการบริการในปี 2561 ขณะที่องค์กรบริการซึ่งขับเคลื่อนด้วยปัญญาประดิษฐ์ (เอไอ) ร่วมกับการปรับใช้ไอโอทีและดิจิทัล ทวินส์ (Digital Twins) เพื่อช่วยให้ลูกค้าหรือผู้ใช้ผลิตภัณฑ์สามารถบำรุงรักษาสินทรัพย์ของตนได้เองนั้นจะกลายเป็นแนวโน้มสำคัญที่มีผลกระทบต่ออุตสาหกรรมการบริการโดยตรง” นายมาร์ก บริวเวอร์ ผู้อำนวยการฝ่ายอุตสาหกรรมระดับโลกสำหรับการบริหารจัดการบริการ บริษัท ไอเอฟเอส กล่าว

 

แนวโน้มที่ 1
ในปี 2563 บริษัทที่เน้นการลงทุนในสินทรัพย์เป็นหลักซึ่งมีจำนวนมากถึง 25% จะนำไอโอที และดิจิทัลทวินเข้ามาช่วยเพิ่มประสิทธิภาพในการให้บริการ

อินเทอร์เน็ต ออฟ ธิงส์ (Internet of Things: IoT) และเทคโนโลยี “ดิจิทัล ทวิน” (Digital Twin) หรือการสำเนาสิ่งของ อาคาร หรื่อเครื่องจักรในรูปแบบดิจิทัล มีแนวโน้มที่จะส่งผลกระทบอย่างมากต่อภาคบริการ ได้แก่ ช่วยลดค่าใช้จ่าย รวมทั้งเพิ่มประสิทธิภาพด้านการวิเคราะห์ข้อมูลและยืดอายุการใช้งานของผลิตภัณฑ์ได้อย่างสูงสุด ตัวอย่างเช่น ก่อนหน้านี้เมื่อเกิดกรณีลิฟต์เสีย ลูกค้าจะต้องโทรศัพท์ติดต่อวิศวกรบริการโดยตรง วิธีนี้ไม่ค่อยมีประสิทธิภาพมากเท่าไรนักเนื่องจากวิศวกรแต่ละคนอาจยังไม่ทราบถึงความผิดปกติที่แท้จริงของอุปกรณ์ ซึ่งส่งผลให้อัตราการแก้ไขปัญหาได้สำเร็จในครั้งแรกอยู่ในระดับต่ำและสร้างความผิดหวังให้กับลูกค้าได้
แต่เมื่อปรับใช้เซ็นเซอร์ ไอโอที สินทรัพย์หรือเครื่องจักรจะกลายเป็นระบบ “อัจฉริยะ” ที่สามารถส่งข้อมูลกลับไปที่ศูนย์บริการให้ช่วยทำการวินิจฉัยปัญหาที่อาจเกิดขึ้นได้ในแต่ละวัน สัปดาห์ หรือเดือนได้ ดังนั้นจึงไม่น่าแปลกใจที่การบำรุงรักษาเชิงพยากรณ์ จะกลายเป็นประโยชน์อันยิ่งใหญ่อันดับแรกจาก ที่บริษัทซึ่งเน้นการลงทุนในสินทรัพย์เป็นหลักและต้องการเพิ่มประสิทธิภาพในการด้านการบริการของตนจะได้รับ ทั้งนี้ รายงานการบำรุงรักษาเชิงพยากรณ์คาดการณ์อัตราเติบโตเฉลี่ยสะสมต่อปี (CAGR) สำหรับการบำรุงรักษาเชิงพยากรณ์ที่ระดับ 39% ในช่วงปี 2559–2565 โดยที่การใช้จ่ายด้านเทคโนโลยีต่อปีจะมีจำนวนมากถึง 10,960 ล้านดอลลาร์ในปี 2565

ตอนนี้มาพูดถึงเรื่องดิจิทัลทวิน ซึ่งเป็นตัวแทนของวัตถุทางกายภาพในโลกดิจิทัลกันบ้าง ก่อนหน้านี้ความรู้ของผู้ผลิตเกี่ยวกับผลิตภัณฑ์จะสิ้นสุดลงทันทีเมื่อผลิตภัณฑ์ออกจากโรงงานแล้ว แต่ด้วยข้อมูลป้อนกลับจากไอโอที ในปัจจุบันจะทำให้คุณสามารถเริ่มต้นเรียนรู้การใช้งาน พฤติกรรม และประสิทธิภาพของผลิตภัณฑ์ในโลกแห่งความเป็นจริงได้ และยังก่อให้เกิดการเปลี่ยนแปลงทางวิศวกรรมเพื่อปรับปรุงผลิตภัณฑ์ให้ดียิ่งขึ้นด้วย
นี่คือการเปลี่ยนแปลงที่สำคัญอย่างมากซึ่งจะช่วยให้ลูปของข้อมูลป้อนกลับมีความสมบูรณ์ และนำไปสู่การออกแบบผลิตภัณฑ์อย่างชาญฉลาดยิ่งขึ้น การบริการที่มีประสิทธิภาพมากกว่าเดิม และสร้างสรรค์ผลิตภัณฑ์ไห้มีประสิทธิภาพมากขึ้น และคุณยังสามารถติดตามรูปแบบการใช้งานของลูกค้าเพื่อนำไปสู่การแก้ไขหรือนำฟีเจอร์ที่ไม่ได้รับความนิยมออกจากผลิตภัณฑ์ได้ แนวทางดังกล่าวได้ถูกนำมาใช้แล้วในอุตสาหกรรมยานยนต์ที่ซึ่งมีการเชื่อมโยงรถยนต์เข้ากับระบบเครือข่ายเพื่อให้สามารถส่งข้อมูลจำนวนมหาศาลกลับมาสำหรับนำไปใช้ในการวิเคราะห์และใช้โดยวิศวกรเพื่อการพัฒนาที่ดียิ่งขึ้น ทั้งยังสามารถแจ้งเตือนสิ่งผิดปกติที่เริ่มปรากฏให้เห็นในแต่ละตำแหน่งได้อีกด้วย
ข่าวดีก็คือสามารถใช้ข้อมูลเพื่อย้อนรอยกลับไปยังผลิตภัณฑ์ดั้งเดิมได้ จะเห็นได้ว่าผู้ผลิตเครื่องจักรสำหรับงานก่อสร้างอย่าง แคเทอพิล่า (Caterpillar) มีอุปกรณ์เป็นจำนวนมากที่มีอายุ 10–20 ปี แต่บริษัทได้ดำเนินการติดตั้งเซ็นเซอร์อัจฉริยะเข้ากับอุปกรณ์ของตนเพื่อตรวจวัดแรงดันลมยาง อุณหภูมิ ระดับน้ำมันเครื่อง และอื่นๆ สิ่งนี้สร้างประโยชน์ให้กับลูกค้าและองค์กรบริการได้เหมือนกัน นั่นคือ ลดปัญหาการหยุดทำงานของอุปกรณ์และเพิ่มประสิทธิภาพในการพัฒนาผลิตภัณฑ์และปรับปรุงประสิทธิภาพการให้บริการ ซึ่งแนวทางดังกล่าวได้ช่วยให้ Caterpillar ประหยัดเงินได้นับล้านดอลลาร์แล้วในตอนนี้

แนวโน้มที่ 2
อเล็กซ่า (Alexa) พร้อมทำงานแล้ว: บริการผู้ช่วยในการสนทนาด้วยเสียงที่ขับเคลื่อนด้วยเอไอ จะเพิ่มจำนวนขึ้นเป็นสองเท่าในปี 2561

ผู้ช่วยในการสนทนาด้วยเสียงที่ได้รับการขับเคลื่อนจากเทคโนโลยีปัญญาประดิษฐหรือเอไอ กลายเป็นแนวโน้มสำคัญอันดับที่สองที่สามารถสร้างโอกาสให้กับองค์กรด้านการบริการในปี 2561 ได้ การโทรศัพท์ติดต่อมายังฝ่ายบริการสนับสนุนเป็นจำนวนมากด้วยการถามคำถามที่ไม่ซับซ้อนมากนัก เช่น เวลาทำการของบริษัทหรือเวลาครบกำหนดที่วิศวกรจะเข้ามาตรวจเช็ค สามารถใช้บ็อตช่วยตอบแทนได้ สิ่งนี้เป็นแรงผลักดันให้บริษัทต่างๆ นำผู้ช่วยในการสนทนาด้วยเสียงที่ขับเคลื่อนด้วยเอไอ มาเสริมความสามารถให้กับซอฟต์แวร์องค์กร เช่น ความสามารถในการวินิจฉัยด้วยตัวเองหรือเครื่องมือเพิ่มประสิทธิภาพด้านการจัดตารางเวลาเพื่อเสนอช่วงเวลานัดหมายโดยอัตโนมัติ ซึ่งจะช่วยให้ธุรกิจสามารถดำเนินงานได้อย่างมีประสิทธิภาพเพิ่มมากขึ้นและลดภาระการทำงานของพนักงานศูนย์ติดต่อให้มีความยืดหยุ่นมากยิ่งขึ้น

สำหรับบริษัทที่นำเทคโนโลยีนี้เข้ามาใช้แล้ว ได้แก่ อเมซอน (Amazon) ซึ่งเพิ่งเปิดตัว อเล็กซ่า ฟอร์ บิซิเนส (Alexa for Business) เพื่อนำ อเล็กซ่า (Alexa) ไปใช้ในองค์กรต่างๆ ทั่วโลก เราคาดว่าสิ่งนี่จะเป็นตัวกระตุ้นให้เกิดการปรับใช้ในบริการทางโทรศัพท์ในอนาคตอันใกล้นี้ แนวทางที่ขับเคลื่อนด้วย AI ไม่เพียงมีความสำคัญในด้านคุณภาพของบริการเท่านั้น แต่ยังครอบคลุมถึงการเข้ามาแก้ปัญหาการขาดแคลนทักษะในอุตสาหกรรมแห่งนี้ด้วย เมื่อมองไปอนาคตเบื้องหน้า อเล็กซ่า (Alexa) ไม่เพียงแต่ให้บริการกับผู้ใช้ แต่ยังสามารถบอกขั้นตอนการบำรุงรักษาทีละขั้นตอนผ่านทางเสียงซึ่งจะมีประโยชน์อย่างมากกับวิศวกรบริการ เช่น “Alexa ขั้นตอนต่อไปหลังจากถอดชุดมอเตอร์ออกแล้วคืออะไรบอกหน่อยสิ”

อย่าประเมินความสามารถของเทคโนโลยีนี้ต่ำเกินไป เพราะจากการสำรวจล่าสุดเรื่อง IFS Digital Change Survey ซึ่งเป็นการสำรวจผู้มีอำนาจในการตัดสินใจจำนวน 150 คนในอุตสาหกรรมการบริการ พบว่า “การสรรหา/การฝึกอบรม/การรักษาช่างเทคนิคที่มีทักษะความสามารถ” เป็นอุปสรรคสำคัญที่มีผลโดยตรงต่อการเติบโตด้านรายได้ของการบริการ โดยองค์กรมากกว่า 1 ใน 4 (28%) ระบุว่ายังไม่ได้เตรียมการหรือมีการเตรียมการน้อยมากในการรับมือกับการขาดแคลนทักษะดังกล่าว

แนวโน้มที่ 3
ออกแบบโดยวิศวกร ดำเนินการโดยคุณ: การบริการตัวเองจะเติบโตขึ้น 50%
ในปี 2563

เราจะเริ่มเห็นเทคโนโลยีความเป็นจริงเสริม หรือเออาร์ (Augmented Reality: AR) มากขึ้นเรื่อยๆ โดยเทคโนโลยีนี้จะเข้ามาช่วยให้ลูกค้าสามารถควบคุมการทำงานหรือการซ่อมบำรุงผลิตภัณฑ์ของตัวเองได้ เช่น เครื่องชงกาแฟ เนสเพรสโซ (Nespresso) หรือเครื่องดูดฝุ่น ไดซัน (Dyson) ทั้งสองบริษัทต่างทุ่มเงินลงทุนเป็นจำนวนมหาศาลในการช่วยเหลือผู้บริโภค (ผ่านการใช้สมาร์ทโฟนและรหัส คิวอาร์ (QR) ในการเข้าถึงคำแนะนำแบบทีละขั้นตอนเกี่ยวกับการใช้และการซ่อมแซมผลิตภัณฑ์ที่ลูกค้าซื้อไป และโมเดลแบบเดียวกันนี้สามารถนำไปใช้กับระบบที่มีความซับซ้อนมากขึ้นในสภาพแวดล้อมของอุตสาหกรรม รวมถึงเครื่องยนต์ หม้อน้ำ หรือแม้แต่สายการผลิตทั้งหมด โดยจะช่วยให้สามารถสร้างแผนโดยละเอียดและปรับแต่งได้ตามความต้องการของผู้ปฏิบัติงานได้โดยตรง และประโยชน์ที่ชัดเจนอีกอย่างของการใช้เทคโนโลยีเออาร์ (AR) ก็คือไม่จำเป็นต้องมีการแปลภาษา

แนวทางของเออาร์ (AR) นั้นนี้มีข้อดีหลายประการเช่นเดียวกับไอโอที, ดิจิทัล ทวิน และเอไอ ตามที่ระบุไว้ข้างต้น โดยจะช่วยเพิ่มเวลาให้กับกลุ่มวิศวกรบริการที่มีจำนวนจำกัดและยังสามารถสร้างประสบการณ์ที่ดีให้กับลูกค้าได้ด้วย ทั้งนี้มีแนวโน้มสูงที่ผู้บริโภคเป็นจำนวนมากมักจะทำการแก้ไขเบื้องต้นด้วยตนเองก่อนที่จะเสียเวลาหยุดทำงานครึ่งวันเพื่อรอให้วิศวกรเข้ามาซ่อม ซึ่งระบบของ Apple ถือเป็นตัวอย่างที่ดีในเรื่องนี้ จะเห็นได้ว่ามีการติดตั้งเออาร์ (AR) ไว้ในโทรศัพท์มือถือที่ใช้ไอโอเอส (iOS) และเทคโนโลยีดังกล่าวได้ทำให้บริษัทสร้างรายได้ผ่านทางแพลตฟอร์มที่ใช้งานง่ายและมีประสิทธิภาพได้อย่างง่ายดาย ไม่ว่าจะเป็นการดาวน์โหลดแอพและเพลง ซึ่งต่อไปการดาวน์โหลดเออาร์ก็จะไม่ต่างกัน

วิธีก้าวสู่ความสำเร็จได้อย่างแท้จริง

มีหลายแนวทางที่สามารถสร้างประสบการณ์ของลูกค้าให้ดีขึ้นได้ แต่องค์กรอาจไม่จำเป็นต้องจัดหนักตั้งแต่เริ่มต้น อย่าเพิ่งกำหนดเทคโนโลยีเป็นตัวนำ ให้เริ่มต้นสร้างกรณีศึกษาทางธุรกิจที่คุ้มค่าสำหรับการผลักดันให้เกิดแนวทางใหม่ๆ ขึ้นมาก่อน นั่นอาจหมายถึงว่าจะต้องเพิ่มอัตราการแก้ไขปัญหาได้สำเร็จในครั้งแรกให้มากขึ้น นำเสนอสัญญาที่เน้นผลลัพธ์รูปแบบใหม่ หรือลดต้นทุนโดยจัดส่งวิศวกรไปยังไซต์งานเฉพาะเมื่อเกิดเหตุจำเป็นเท่านั้น

เมื่อสร้างกรณีศึกษาทางธุรกิจขึ้นมาแล้ว คุณอาจต้องแยกส่วนองค์กรระหว่างงานด้านวิศวกรรม การออกแบบ และการบริการ การใช้เออาร์ หรือ เอไอ เป็นผู้ช่วยจะประสบผลสำเร็จมากเท่าใดนั้นขึ้นอยู่กับข้อมูลด้านวิศวกรรมที่คุณสามารถเติมเข้าไปในระบบ และเมื่อปรับใช้ทั้งสองแนวทางได้สำเร็จ ก็จะได้ข้อมูลป้อนกลับจากเซ็นเซอร์ผลิตภัณฑ์ที่จะช่วยให้ทีมวิจัยและพัฒนา สามารถนำไปออกแบบและสร้างสรรค์ผลิตภัณฑ์ที่ดียิ่งขึ้นในอนาคตออกมาได้

และในท้ายที่สุดคุณจำเป็นต้องมีบุคลากร กระบวนการ ข้อมูล และระบบที่เหมาะสมเพื่อผลักดันให้เกิดการนำแนวโน้มเกิดใหม่เหล่านี้มาปรับใช้ให้เกิดประโยชน์อย่างเต็มที่

ในโลกดิจิทัลปัจจุบัน ผู้ให้บริการด้านโทรคมนาคมพยายามพัฒนาข้อจำกัดของตัวเอง ไม่ว่าจะเป็นในด้านขีดความสามารถ การเชื่อมต่อ รูปแบบธุรกิจ ประสบการณ์การใช้งานของผู้ใช้ และความร่วมมือต่างๆ  เพื่อเตรียมการที่จะเป็นกำลังสำคัญในการวางรากฐานของตลาดดิจิทัลทรานส์ฟอร์เมชั่น ซึ่งจะมีมูลค่าสูงถึง 23 ล้านล้านเหรียญดอลลาร์สหรัฐฯ   

งานหัวเว่ย โมบายล์ ไทยแลนด์ คองเกรส 2018 (Huawei Mobile Thailand Congress 2018 – Huawei MTC 2018) จัดขึ้นระหว่างวันที่ 26 มีนาคม ถึง 5 เมษายน 2561 ที่ศูนย์นวัตกรรมและการเรียนรู้ CSIC Thailand (Customer Solution Innovation and Integration Experience Center Thailand) อาคารสำนักงานแห่งใหม่ของหัวเว่ย กรุงเทพฯ ถือเป็นงานที่หัวเว่ยจัดขึ้นเพื่อแสดงผลิตภัณฑ์เทคโนโลยี และโซลูชั่นความสำเร็จต่างๆจากทั่วโลก อาทิ โซลูชั่น 5G, เครือข่ายออลคลาวด์, วิดีโอ และอินเทอร์เน็ต ออฟ ธิงส์ (IoT)  พร้อมจัดแสดงผลิตภัณฑ์ชั้นนำและโซลูชั่นสำหรับธุรกิจเฉพาะด้าน (Scenario-specific) ให้แก่ผู้ให้บริการด้านโทรคมนาคมระดับแนวหน้าของไทย โดยงานนี้เน้นใน 3 ประเด็นหลัก

 

 

ประเด็นที่หนึ่ง คือ Better connections การเชื่อมโยงสื่อสารที่ครอบคลุมยิ่งขึ้น หมายถึง การเชื่อมโยงสื่อสารที่ครอบคลุมยิ่งขึ้น เพื่อทำให้เกิดการใช้งานเทคโนโลยีดิจิทัลในวงกว้าง และช่วยผู้ให้บริการเครือข่ายสามารถนำเทคโนโลยี 5G ซึ่พร้อมที่จะให้บริการเชิงพาณิชย์แล้วมาใช้ได้เต็มประสิทธิภาพ ด้วยการวางโครงข่ายเชื่อมต่อและขยายระบบรับ-ส่งข้อมูลให้ครอบคลุมยิ่งขึ้น

พร้อมกันนี้ หัวเว่ยยังมีแผนที่จะเปิดตัวผลิตภัณฑ์ 5G แบบครบวงจรเพื่อเป็นการสนับสนุนผู้ให้บริการเครือข่ายที่จะเริ่มเปิดให้บริการ 5G อีกทางหนึ่งด้วย และนอกจากจะสร้างเครือข่ายออลคลาวด์ให้ใช้งานได้จริงแล้ว หัวเว่ยยังให้ความสำคัญกับอินเทอร์เน็ต ออฟ ธิงส์ (IoT) เพื่อสร้างมูลค่าทางธุรกิจให้งอกเงยเพิ่มขึ้นจากการเชื่อมต่อ  นอกจากนี้ ยังมีบริการคลาวด์ที่จะช่วยขับเคลื่อนการใช้งานเครือข่าย เครือข่ายที่ทำให้เกิดการใช้งานคลาวด์ได้จริง การผสานเทคโนโลยีต่างๆ เข้าด้วยกันจะช่วยผลักดันให้ธุรกิจ B2B ประสบความสำเร็จ

 

 

ประเด็นที่สอง คือ Better business growth  ธุรกิจที่เติบโตสูงขึ้น โดยส่งเสริมผู้ให้บริการเครือข่ายสามารถขยายและมอบบริการที่ดีขึ้นให้แก่ผู้ใช้ทั้งในระดับรายบุคคล ครัวเรือน และองค์กร รวมถึงช่วยให้ผู้ให้บริการดึงศักยภาพด้านการเชื่อมต่อออกมาใช้เพื่อเพิ่มมูลค่าของเครือข่าย ตลอดจนพัฒนาบริการและธุรกิจใหม่ๆ อาทิ วิดีโอ เพื่อสร้างความสำเร็จจากธุรกิจรูปแบบใหม่

 

ประเด็นที่สาม คือ Better experience ประสบการณ์การใช้งานที่ดีขึ้น เร่งผสานความร่วมมือกับลูกค้าและเหล่าพันธมิตรต่างๆ เพื่อสร้างโลกดิจิทัลที่เชื่อมโยงถึงกันอย่างเต็มรูปแบบ โดยโซลูชั่นดิจิทัลด้านการดำเนินงานและการบำรุงรักษาของหัวเว่ยจะทำให้ธุรกิจเกิดความคล่องตัว ทำงานได้อย่างชาญฉลาดและมีประสิทธิภาพ  

ซึ่งทั้งหมดนี้จะช่วยผลักดันผู้ให้บริการเครือข่ายสามารถมอบประสบการณ์การใช้งานที่มีความเป็น Real-time, On-demand, All-online, DIY และ Social (ROADS) ยกระดับผลิตภัณฑ์ดิจิทัล ย่นระยะเวลาการออกผลิตภัณฑ์หรือบริการสู่ตลาด ด้วยการออกแบบบริการ และ Network Orchestration  จากการที่เทคโนโลยีดิจิทัลมีความล้ำหน้ามากขึ้น กระบวนการต่างๆ ที่เกี่ยวข้องจึงมีการพัฒนาให้รุดหน้าตามไปด้วย เช่น การเปิดให้บริการโครงข่ายที่ทำได้รวดเร็วขึ้นและการใช้งานทรัพยากรได้เต็มประสิทธิภาพยิ่งขึ้น   

นอกจากนี้ระบบ O&M อัจฉริยะ ทำงานได้อัตโนมัติและจำลองภาพได้ เมื่อรวมกับระบบบริหารเครือข่ายที่แม่นยำ ยังช่วยพัฒนาความเร็วและคุณภาพของบริการให้ดียิ่งขึ้น รวมถึงสามารถประเมินความเสี่ยงและช่วยให้การถ่ายโอนข้อมูลสะดวกขึ้นด้วย

 

นาย เฉียง หัว  กรรมการผู้จัดการ บริษัท หัวเว่ย เทคโนโลยี (ประเทศไทย) จำกัด กล่าวว่า “งานโมบายล์ ไทยแลนด์ คองเกรสนี้ มีความสำคัญสำหรับเรามาก เพราะเป็นโอกาสที่เราจะได้แสดงให้พันธมิตรสำคัญๆ ในอุตสาหกรรมโทรคมนาคม องค์กรและสถาบันชั้นนำ โอเปอเรเตอร์ รวมถึงผู้เกี่ยวข้องทั้งหลาย ได้เห็นถึงความสำคัญของการทุ่มเทความพยายามร่วมกัน เพื่อสร้างระบบนิเวศที่แข็งแกร่งที่จะเปิดทางไปสู่โอกาส ธุรกิจ บริการและแอพพลิเคชั่นใหม่ๆ    และเพื่อเป็นการขับเคลื่อนเศรษฐกิจดิจิทัล

ซึ่งหัวเว่ยเน้นไปที่การสร้างสิ่งแวดล้อมรูปแบบใหม่ในอุตสาหกรรมโทรคมนาคมและนำนวัตกรรมที่ล้ำหน้าออกมาให้บริการ เพื่อตอบสนองความต้องการของโอเปอเรเตอร์และผู้ใช้บริการอย่างเหมาะสม  สอดคล้องกับความพยายามของเราที่ต้องการนำเทคโนโลยีดิจิทัลสู่ทุกผู้คน ทุกครัวเรือน และทุกองค์กร เพื่อขับเคลื่อนโลกอัจฉริยะที่เชื่อมโยงถึงกันอย่างเต็มรูปแบบ

 

     ในงาน“dtac Loop: The Shapes of Data” ที่จัดขึ้นโดยดีแทค มีการยกตัวอย่างการนำเทคโนโลยี Machine Learning, Big Data และอุปกรณ์เชื่อมต่ออินเทอร์เน็ต ต่อภาคธุรกิจและสังคม มานำเสนอเป็นตัวอย่างของการใช้เทคโนโลยีกับโลกธุรกิจและการทำงานภาคสังคม

     ในหัวข้อ จะเกิดอะไรขึ้นถ้า Machine Learning สามารถเชื่อมโยงลูกค้ากับสิ่งที่พวกเขาต้องการมากที่สุด? แอนดริว กวาลเซท รองประธานเจ้าหน้าที่บริหาร กลุ่มการตลาด คนใหม่ของดีแทค กล่าวว่า แนวทางการตลาดในอนาคตจะเป็นในรูปแบบเฉพาะเจาะจงแบบรายบุคคล (Personalization) มากขึ้น ซึ่งต้องพึ่งพาการใช้  Big Data และMachine Learning อันเป็นนวัตกรรมเทคโนโลยีที่ดีแทคเป็นผู้บุกเบิกในตลาดโทรคมนาคม

     “ต่อไปลูกค้าจะไม่ต้องค้นหาสิ่งที่เขาต้องการด้วยตัวเอง แต่เราจะนำเสนอสิ่งที่ดีที่สุดและตรงกับความต้องการของเขามากที่สุดด้วยเทคโนโลยีล้ำสมัยเหล่านี้ ซึ่งจะสร้างความประหลาดใจ เสริมสร้างประสบการณ์ที่ดีแก่ลูกค้า และนี่คือคอนเซ็ปต์ของ Personalization” แอนดริว กล่าว

แอนดริว กวาลเซท รองประธานเจ้าหน้าที่บริหารดีแทค

     ซึ่งเบื้องหลังของประสบการณ์ที่ดีนั้นคือ  Machine Learning ที่ใช้วิเคราะห์และสังเคราะห์ข้อมูล ประมวลข้อมูลหลายพันล้านชุด ซึ่งจะถูกอัพเดทตลอดเวลา ทำให้ทราบว่าลูกค้าต้องการอะไร เมื่อไหร่ อย่างไร และดีแทคสามารถตอบสนองความต้องการของลูกค้าได้ดีที่สุด ซึ่งที่ผ่านมาพบว่า กว่า80% ของลูกค้าดีแทคได้ดาวน์โหลดแอปดีแทค สร้างรายได้จากการบริการดิจิทัลเพิ่มขึ้นถึง 10 เท่าในปีที่ผ่านมา และนั่นทำให้ประสบการณ์ลูกค้าดีขึ้น เสริมสร้างคุณค่าของผลิตภัณฑ์และบริการดีแทคในยุคดิจิทัล

     หัวข้อ จะเกิดอะไรขึ้นถ้าเกษตรกรรมความแม่นยำ(Precision Farming) สามารถช่วยลดความเหลื่อมล้ำให้กับเกษตรกร? ชวิน ฉัตรศิริวิชัยกุล ผู้จัดการฝ่ายกลยุทธ์ รีคัลท์ สตาร์ตอัพในโครงการ dtac accelerate 5 กล่าวว่า ผลิตผลจากภาคการเกษตรในประเทศไทยยังต่ำกว่ามาตรฐานทั้งในระดับโลกและระดับภูมิภาค ค่าใช้จ่ายของการเพาะปลูกหมดไปกับปุ๋ยและยาฆ่าแมลง แต่ในทางกลับกันผลผลิตแทบไม่เพิ่มขึ้นเลย ทำให้เกษตรกรเป็นประชากรประสบความยากลำบากจากความยากจน

     Ricult สตาร์ตอัพที่ก่อตั้งโดย 4 บัณฑิตจากสถาบัน MIT จึงเกิดขึ้นมาเพื่อแก้ปัญหาผลผลิตการเกษตรตกต่ำ โดยได้นำเอาเทคโนโลยีภาพถ่ายดาวเทียมและการคาดการณ์สภาพอากาศที่แม่นยำมาช่วยเกษตรกร ภายใต้วิสัยทัศน์“Those who feed us need us”

     Ricult ให้บริการข้อมูลเชิงเกษตร ที่จะช่วยเพิ่มผลผลิตได้สูงขึ้น57’ 40% และกำไรเติบโตขึ้นถึง 100% ในขณะที่ข้อมูลการคาดการณ์สภาพอากาศทั่วไปมีความละเอียดอยู่ที่ระดับ 50 กิโลเมตร แต่ระบบของ Ricult ครอบคลุมได้ละเอียดถึงระยะ 3 กิโลเมตร และยังได้นำเอาอัลกอริทึมของMachine Learning เข้ามาช่วยวิเคราะห์แสงสะท้อนจากใบไม้เพื่อประเมินสุขภาพของพืชอีกด้วย

ชวิน ฉัตรศิริวิชัยกุล ผู้จัดการฝ่ายกลยุทธ์ รีคัลท์

     Ricultยังร่วมมือกับโครงการ dtac smart farmer และมูลนิธิร่วมด้วยช่วยกันสำนึกรักบ้านเกิดในการเข้าถึงกลุ่มเกษตรกรทั่วประเทศ โดยหวังว่าแอปพลิเคชันนี้จะช่วยพัฒนาความเป็นอยู่ของเกษตรกรให้ดีขึ้น

     ในหัวข้อ จะเกิดอะไรขึ้นถ้า Big Data สามารถช่วยหยุดยั้งการแพร่ระบาดของโรคติดต่อเคนท์ มอนเซน นักวิจัยอาวุโสจากเทเลนอร์รีเสิร์ช ภายใต้ความร่วมมือกับมหาวิทยาลัยฮาร์วาร์ด ผู้ทำรายงานวิจัยเรื่องการแพร่ระบาดของโรคไข้เลือดออกและไข้มาลาเรียผ่านข้อมูลบนโทรศัพท์มือถือในประเทศปากีสถานและไทย กล่าวว่า จากข้อมูลการใช้งานโทรศัพท์มือถือของผู้ใช้งาน ช่วยให้เราสามารถวิเคราะห์การเดินทางสัญจรของผู้ใช้งานทั่วทั้งประเทศ ซึ่งข้อมูลเหล่านี้จะถูกวิเคราะห์ร่วมกับข้อมูลการระบาดของไข้มาลาเรีย เพื่อคาดการณ์การระบาดของโรคในครั้งต่อไป ซึ่งข้อมูลเหล่านี้มีขนาดใหญ่มหาศาล ตลอดจนเน้นย้ำถึงความสำคัญด้านความปลอดภัยและความเป็นส่วนตัวของข้อมูล

เคนท์ มอนเซน นักวิจัยอาวุโสจากเทเลนอร์รีเสิร์ช

     “ถ้าเราสามารถคาดการณ์ล่วงหน้าได้ว่าไข้เลือดออกหรือไข้มาลาเรียจะแพร่ระบาดไปยังพื้นที่ใด จะช่วยให้สถาบันสุขภาพแห่งชาติสามารถวางมาตรการป้องกันได้อย่างเหมาะสม เช่น เตรียมการแจกจ่ายมุ้งกันยุง จัดเตรียมคลีนิกเคลื่อนที่ เผยแพร่ข้อมูลในการป้องกันโรคระบาด รวมถึงการลงตรวจสอบพื้นที่อย่างใกล้ชิดมากขึ้น” เคนท์ กล่าว

      และหัวข้อสุดท้าย จะเกิดอะไรขึ้นถ้า AI ช่วยยกระดับการทำงานไปอีกขั้น? ฉัตรสุดา สันตานนท์ ผู้อำนวยการอาวุโสสาย  Customer Value Management (CVM) ดีแทค กล่าวถึงเป้าหมายของCVM คือ การนำเสนอสิ่งที่ลูกค้าต้องการ ผ่านช่องทางที่เหมาะสม ในเวลาที่เหมาะสม ซึ่ง Machine Learning เข้ามาช่วยเพิ่มประสิทธิภาพของการตลาดแบบตัวต่อตัว (One-to-One Marketing) ให้ดียิ่งขึ้น

     Machine Learning เข้ามาช่วยพัฒนาการตรวจสอบการลงทะเบียนของบริการระบบเติมเงิน โดยการใช้ระบบจดจำภาพใบหน้า นอกจากนี้มันยังถูกใช้ในการพัฒนา Social Listening Tool เพื่อช่วยในการจำแนกประเภทของความคิดเห็นบนสื่อสังคมต่าง ๆ โดยทั้งสองโปรเจ็กต์มีความแม่นยำสูงกว่า 90%

ฉัตรสุดา สันตานนท์ ผู้อำนวยการอาวุโสสาย Customer Value Management (CVM) ดีแทค

     และเพื่อเสริมแกร่งศักยภาพการทำงานให้มีประสิทธิภาพยิ่งขึ้น ดีแทคได้ร่วมมือวิจัยด้าน AI กับมหาวิทยาลัยธรรมศาสตร์ เพื่อสร้างทรัพยากรด้าน AI รุ่นใหม่กับประเทศ โดยมุ่งเน้นไปยังด้านระบบอัจฉริยะอัตโนมัติ (Intelligent Automation) Machine Learning การเสริมสร้างประสบการณ์ใช้งานของลูกค้า และการวิเคราะห์ข้อมูล

     ตัวอย่างของการใช้เทคโนโลยี Machine Learning, Big Data และอุปกรณ์เชื่อมต่ออินเทอร์เน็ต ที่พูดคุยในงาน “dtac Loop: The Shapes of Data” คือสิ่งที่เกิดขึ้นแล้วในประเทศไทย และเป็นสิ่งที่อุตสาหกรรมต่างๆ ให้ความสนใจเป็นอย่างมาก เห็นได้จากจำนวนผู้เข้าร่วมรับฟังงานนี้ที่เต็มห้อง เพราะโลกกำลังก้าวเข้าสู่โลกยุคดิจิทัลที่คนช้าอาจจะไม่มีที่ยืน

Joomla! Debug Console

Session

Profile Information

Memory Usage

Database Queries