“AI Data Dilemma รอยร้าวสำคัญที่ CIO ทุกคนต้องเร่งประสาน ก่อนที่การลงทุนด้าน AI มหาศาลจะกลายเป็นเบี้ยหัวแตกที่ไม่ได้ผลตอบแทน
ในโลกที่ทุกองค์กรกำลังกระโจนเข้าสู่กระแส Artificial Intelligence (AI) สิ่งหนึ่งที่ผู้บริหารสายเทคโนโลยีหรือ CIO ต่างทราบดีคือ AI จะเก่งเท่ากับข้อมูลที่มันได้รับ
แต่ปัญหาที่กำลังกลายเป็นหนามยอกอกของเหล่า CIO ในขณะนี้ ไม่ใช่การขาดแคลนข้อมูล แต่คือ ความขัดแย้งระหว่างมาตรฐานข้อมูลแบบดั้งเดิม กับความต้องการที่แท้จริงของ AI
ในบทความเรื่อง The AI data_dilemma every CIO must address จาก CIO.com โดย แมรี แช็คเลตต์ นักเขียนอิสระและประธานบริษัท Transworld Data ซึ่งเป็นบริษัทด้านการวิเคราะห์เทคโนโลยี การวิจัยตลาด และการให้คำปรึกษา ได้ชี้ให้เห็นถึงรอยร้าวสำคัญที่ CIO ทุกคนต้องเร่งประสาน ก่อนที่การลงทุนด้าน AI มหาศาลจะกลายเป็นเบี้ยหัวแตกที่ไม่ได้ผลตอบแทน
1. กับดักของความสะอาด (The Clean Data Trap)
ตลอดหลายทศวรรษ มาตรฐานทองคำของงาน IT คือ Data Integrity ข้อมูลต้องสะอาด (Clean), เป็นระเบียบ (Structured) และผ่านการตรวจสอบ (Validated) อย่างเข้มงวดก่อนนำไปใช้งาน
แต่สำหรับ Machine Learning (ML) ความจริงกลับสวนทางกัน ระบบ AI ที่มีประสิทธิภาพมักต้องการข้อมูลที่ สะท้อนโลกแห่งความเป็นจริง ซึ่งบ่อยครั้งมันคือข้อมูลที่ สกปรก หรือ ไม่สมบูรณ์ เช่น บันทึก Log ที่มีการพิมพ์ผิด, ข้อมูลจากเซนเซอร์ที่ขาดหายบางช่วง หรือพฤติกรรมลูกค้าที่คาดเดาไม่ได้
โจทย์ของ CIO คือ คุณจะยอมผ่อนปรนมาตรฐานการจัดการข้อมูลที่สร้างมากับมือ เพื่อเปิดทางให้ AI เรียนรู้จากความจริงที่วุ่นวาย ได้อย่างไร?
2. เมื่อไม้บรรทัดเดิมใช้ไม่ได้กับบริบทใหม่
การยึดติดกับ Data Standards แบบเดิมๆ อาจกลายเป็นกำแพงที่กั้นไม่ให้ AI พัฒนา ตัวอย่างเช่น หากทีม Data Analyst พยายามคัดกรองข้อมูลที่ ดูผิดปกติ ออกจากระบบเพื่อให้รายงานดูสวยงาม นั่นอาจเป็นการลบ ขุมทรัพย์ ที่ AI ใช้ตรวจจับการทุจริต (Fraud Detection) หรือทำนายวิกฤตที่อาจเกิดขึ้นในอนาคตออกไปโดยไม่รู้ตัว
ถึงเวลาแล้วที่ CIO ต้อง Reorient หรือ ปรับทิศทางของนักวิเคราะห์ข้อมูลใหม่ จากผู้คุมกฎความสะอาด (Data Police) ให้กลายเป็นผู้จัดเตรียมความพร้อม (Data Enabler) ที่เข้าใจบริบทของ AI อย่างแท้จริง
3. การลงทุนที่มองไม่เห็น แต่ขาดไม่ได้
ความท้าทายที่ใหญ่ที่สุดของ CIO ในการประชุมบอร์ดบริหาร คือการอธิบายว่า ทำไมเราต้องลงเงินมหาศาลไปกับโครงสร้างพื้นฐานข้อมูล (Data Infrastructure) อีกครั้ง?
ในสายตาของ CEO ผลลัพธ์ของ AI คือ Chatbot ที่ฉลาดหรือระบบพยากรณ์ที่แม่นยำ แต่เบื้องหลังความสำเร็จนั้นคือ การวางรากฐานนโยบายข้อมูล (Data Policy) และระบบการจัดเก็บแบบใหม่ที่ต้องใช้ทั้งงบประมาณและเวลา
Strategic Move: CIO ยุคใหม่ต้องไม่ใช่แค่ผู้นำทางเทคนิค แต่ต้องเป็น “นักสื่อสาร” ที่ทำให้บอร์ดเห็นว่า การลงทุนใน Data Foundation ครั้งนี้ คือการซื้อตั๋วใบสำคัญสู่ชัยชนะในยุค Digital Transformation
บทสรุปเชิงกลยุทธ์สำหรับ CIO
ทางออกของวิกฤตนี้ไม่ใช่การทิ้งมาตรฐานเดิม แต่คือการ วิวัฒนาการ (Evolve) ในสามประเด็นหลักนั่นคือ
- Embrace Complexity: ยอมรับความซับซ้อนและข้อผิดพลาดของข้อมูลว่าเป็นส่วนหนึ่งของการเรียนรู้ของ AI
- New Governance: สร้างธรรมาภิบาลข้อมูลที่ยืดหยุ่นพอสำหรับ AI แต่ยังคงความปลอดภัยตามมาตรฐานสากล
- Cultural Shift: ปรับทัศนคติทีมงานให้มองว่าข้อมูลที่ไม่สมบูรณ์ อาจมี คุณค่ามหาศาล หากใช้อย่างถูกวิธี
ในสมรภูมิ AI ใครที่จัดการกับ Data Dilemma ได้ก่อน คือผู้ที่จะนำพาองค์กรไปสู่การเป็น Data-Driven Organization อย่างแท้จริง!
อ่านบทความต้นฉบับ The AI data_dilemma every CIO must address เรียบเรียงและวิเคราะห์โดยทีมงาน CIO World Business
Featured Image: freepik
