ตอนที่ 10/15: จัดทัพทีมข้อมูล: ใครคือ Data Owner ในยุค AI?

หลังจากที่เราได้วางระบบเทคโนโลยีและจริยธรรมมาแล้วในส่วนก่อนหน้า ในบทความตอนที่ 10 นี้ AdminTee จะนำทุกท่านเข้าสู่ “ส่วนที่ 4: คนและกระบวนการ (People & Process)” ซึ่งถือเป็นปัจจัยความสำเร็จที่สำคัญที่สุด (Critical Success Factor) การนำ AI มาใช้อย่างยั่งยืน จำเป็นต้องมีการปรับโครงสร้างบทบาทหน้าที่ (Roles & Responsibilities) และวัฒนธรรมองค์กร ให้สอดรับกับวิถีการทำงานใหม่

ส่วนที่ 4: คนและกระบวนการ (People & Process)

ตอนที่ 10: จัดทัพทีมข้อมูล: ใครคือ Data Owner ในยุค AI?

ความเข้าใจผิดที่พบบ่อยที่สุดในองค์กรคือการมองว่า “ข้อมูลเป็นหน้าที่ของฝ่าย IT” แต่ในความเป็นจริง การบริหารจัดการข้อมูลในยุค AI ต้องอาศัยความร่วมมือจากหลายฝ่าย โดยมีการกำหนดบทบาทใหม่ดังนี้

1. การกำหนดบทบาทหน้าที่ (Roles & Responsibilities Definition) เพื่อให้เกิดความชัดเจนและความรับผิดชอบ (Accountability) องค์กรควรกำหนดบทบาทตามมาตรฐาน Data Governance

• Data Owner (เจ้าของข้อมูล): คือผู้บริหารหน่วยงานธุรกิจ (Business Unit) ผู้มีความเข้าใจในบริบทและความหมายของข้อมูลดีที่สุด มีอำนาจในการอนุมัติสิทธิ์การเข้าถึงและการนำข้อมูลไปใช้
• Data Steward (ผู้บริบาลข้อมูล): คือผู้ปฏิบัติงานที่ได้รับมอบหมายให้ดูแล “คุณภาพ” และ “มาตรฐาน” ของข้อมูล เป็นตัวกลางประสานงานระหว่าง Business และ IT เพื่อให้มั่นใจว่าข้อมูลพร้อมสำหรับนำไปเทรน AI
• Data Custodian (ผู้ดูแลระบบข้อมูล): คือฝ่ายเทคโนโลยีสารสนเทศ (IT) ที่ดูแลโครงสร้างพื้นฐาน (Infrastructure) การสำรองข้อมูล และความปลอดภัยทางเทคนิค
• AI Ethics Officer (เจ้าหน้าที่จริยธรรม AI): บทบาทใหม่ที่มีหน้าที่ตรวจสอบว่าการใช้งาน AI สอดคล้องกับจริยธรรมและกฎหมายหรือไม่

2. การบริหารจัดการความขัดแย้ง (Conflict Management: Agility vs Security)

• มักเกิดความตึงเครียดระหว่าง Business Users ที่ต้องการความรวดเร็วในการนำ AI มาแก้ปัญหาทางธุรกิจ กับ IT/Governance Team ที่เน้นความปลอดภัยและการปฏิบัติตามกฎระเบียบ
• แนวทางแก้ไข: องค์กรต้องเปลี่ยนจากรูปแบบ “Command & Control” เป็น “Collaborative Model” โดยการจัดตั้งคณะกรรมการธรรมาภิบาลข้อมูล (Data Governance Council) ที่มีตัวแทนจากทุกฝ่าย เพื่อหาจุดสมดุลและสร้างกระบวนการอนุมัติที่กระชับแต่รัดกุม (Streamlined Approval Process)

3. การสร้างทักษะความเข้าใจข้อมูล (Data Literacy)

• Data Literacy คือความสามารถในการอ่าน ทำความเข้าใจ สร้าง และสื่อสารด้วยข้อมูล เป็นทักษะพื้นฐานที่จำเป็นสำหรับพนักงานทุกระดับในยุค AI
• องค์กรควรจัดอบรมเพื่อให้บุคลากรเข้าใจว่า “ข้อมูลที่มีคุณภาพ” คืออะไร และจะใช้งาน AI อย่างไรให้เกิดประโยชน์สูงสุด เพื่อลดภาระของทีม Data Scientist และทำให้เกิด Citizen Data Scientist ในระยะยาว

---

บทสรุป

การมีเทคโนโลยีที่ล้ำสมัยแต่ขาด “คน” ที่เข้าใจและกระบวนการที่ชัดเจน ย่อมไม่สามารถขับเคลื่อนองค์กรสู่ยุค AI ได้ การจัดทัพทีมข้อมูลใหม่และการสร้างวัฒนธรรมที่ให้ความสำคัญกับข้อมูล (Data-Driven Culture) คือกุญแจสำคัญที่จะปลดล็อกศักยภาพของ AI ให้เกิดขึ้นจริง

---

คำถามเพื่อการมีส่วนร่วม (Engagement Questions)

• ในหน่วยงานของท่าน ปัจจุบันมีการระบุ “เจ้าของข้อมูล” (Data Owner) ที่ชัดเจนในแต่ละชุดข้อมูลแล้วหรือไม่?
• ท่านคิดว่าบทบาท “Data Steward” ควรเป็นหน้าที่เพิ่มเติมของบุคลากรเดิม หรือควรจ้างบุคลากรใหม่เพื่อทำหน้าที่นี้โดยเฉพาะ?
• หน่วยงานของท่านมีแผนการพัฒนาทักษะ Data Literacy ให้กับบุคลากรสายงานทั่วไป (Non-IT) อย่างไรบ้าง?

ลิงก์ที่เกี่ยวข้อง (Related Links)

• DAMA International: Data Management Body of Knowledge (DMBOK)
• Harvard Business Review: A Guide to Building a More Digital Workforce

---

ติดตามตอนต่อไป

ในตอนหน้า (ตอนที่ 11) เราจะมาพูดถึง “Data Lifecycle Management: เกิด แก่ เจ็บ ตาย ของข้อมูล” เมื่อข้อมูลเก่าเก็บกลายเป็นภาระและลดทอนความฉลาดของ AI เราควรมีนโยบายการจัดเก็บและทำลายอย่างไร? โปรดติดตามครับ

---

Hashtags: #AdminTee #NewOncBlog #NavyITBlog #DataOwner #DataSteward #DataCulture #OrganizationalStructure #DigitalTransformation

---

ร่วมตอบคำถามชิงรางวัล เมื่อจบ Serries (ตอนที่ 15 มอบรางวัล)
https://docs.google.com/forms/d/1n77Vlvka4UlhcY13JeVRx0f9hxVbyKtmX2sft24BGfg/preview