แผนกวิเคราะห์และพัฒนาระบบ
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 & … Read more
สืบเนื่องจากบทความตอนที่ 8 ที่เราได้วางระบบการควบคุมการเข้าถึงข้อมูล (Access Control) ไปแล้วนั้น อีกหนึ่งมิติที่มีความสำคัญอย่างยิ่งในการสร้างความเชื่อมั่น (Trust) ให้กับระบบปัญญาประดิษฐ์ขององค์กร คือ “จริยธรรมและความสามารถในการอธิบายผล” (Ethics & Explainability) โดยเฉพาะอย่างยิ่งในหน่วยงานภาครัฐและองค์กรขนาดใหญ่ การตัดสินใจใดๆ ที่กระทำโดยระบบอัตโนมัติ จำเป็นต้องมีความโปร่งใสและตรวจสอบได้ตามหลักธรรมาภิบาล ส่วนที่ 3: ธรรมาภิบาลและความปลอดภัย (Security, Privacy & Ethics) ตอนที่ 9: AI Ethics & … Read more
หัวข้อ: Data Governance in AI Era: เตรียมข้อมูลให้พร้อม ก่อนคิดใช้ AI (ตอนที่ 8) จากบทความในตอนที่ผ่านมา เราได้กล่าวถึงความสำคัญของการคุ้มครองข้อมูลส่วนบุคคล (PDPA) ไปแล้ว ในลำดับถัดมา เมื่อองค์กรเริ่มนำเทคนิค Retrieval-Augmented Generation (RAG) มาประยุกต์ใช้เพื่อสร้างระบบคลังความรู้อัจฉริยะ ประเด็นความท้าทายใหม่ที่เกิดขึ้นคือ “การควบคุมการเข้าถึงข้อมูล” (Access Control) ซึ่งหากขาดการกำกับดูแลที่รัดกุม อาจนำไปสู่การรั่วไหลของข้อมูลภายในที่มีชั้นความลับ ส่วนที่ 3: ธรรมาภิบาลและความปลอดภัย … Read more
หลังจากที่เราได้วางรากฐานคุณภาพข้อมูลในส่วนที่ผ่านมาแล้ว ในบทความตอนที่ 7 นี้ AdminTee ขอพาทุกท่านก้าวเข้าสู่ “ส่วนที่ 3: ธรรมาภิบาลและความปลอดภัย (Security, Privacy & Ethics)” ซึ่งเป็นประเด็นที่มีความสำคัญสูงสุดในเชิงกฎหมาย โดยเฉพาะอย่างยิ่งเมื่อพระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) มีผลบังคับใช้ การนำเทคโนโลยี AI มาใช้จึงต้องดำเนินการด้วยความระมัดระวังอย่างยิ่ง เพื่อมิให้เกิดการละเมิดสิทธิส่วนบุคคล ส่วนที่ 3: ธรรมาภิบาลและความปลอดภัย (Security, Privacy & Ethics) ตอนที่ 7: … Read more
สืบเนื่องจากบทความตอนที่ผ่านมา ซึ่งได้กล่าวถึงเกณฑ์คุณภาพข้อมูลเชิงปริมาณและสถิติ (4V) ไปแล้ว ในตอนที่ 6 นี้ AdminTee จะพาทุกท่านก้าวข้ามขีดจำกัดของการจัดการข้อมูลแบบดั้งเดิม เข้าสู่การบริหารจัดการ “ข้อมูลมืด” (Dark Data) และ “ข้อมูลไร้โครงสร้าง” (Unstructured Data) ซึ่งถือเป็นทรัพยากรหลัก (Fuel) ในการขับเคลื่อน Generative AI ในปัจจุบัน ส่วนที่ 2: เสาหลักคุณภาพข้อมูล (The Data Foundation) ตอนที่ … Read more
ในขั้นตอนการเตรียมความพร้อมด้านข้อมูล (Data Preparation) สำหรับเทคโนโลยีปัญญาประดิษฐ์ สิ่งที่สำคัญยิ่งกว่า “ปริมาณ” (Volume) คือ “คุณภาพ” (Quality) ในบทความตอนที่ 5 นี้ AdminTee ขอพาทุกท่านเจาะลึกใน “ส่วนที่ 2: เสาหลักคุณภาพข้อมูล (The Data Foundation)” โดยเน้นไปที่เกณฑ์ชี้วัดคุณภาพ 3 ประการ (3 Dimensions of Data Quality) ที่ส่งผลโดยตรงต่อประสิทธิภาพและความน่าเชื่อถือของโมเดล … Read more
ในบทความตอนที่ผ่านมา AdminTee ได้นำเสนอถึงความเสี่ยงและผลกระทบของการขาดธรรมาภิบาลข้อมูลไปแล้วนั้น ในบทความตอนที่ 4 นี้ เราจะก้าวเข้าสู่ “ส่วนที่ 2: เสาหลักคุณภาพข้อมูล (The Data Foundation)” ซึ่งเป็นขั้นตอนปฏิบัติการ (Actionable Steps) เพื่อเตรียมความพร้อมของทรัพยากรข้อมูล ก่อนที่จะนำเทคโนโลยีปัญญาประดิษฐ์ (AI) และ Machine Learning มาประยุกต์ใช้ โดยเริ่มต้นจากกระบวนการที่เปรียบเสมือนการ “ทำแผนที่” ให้กับองค์กร นั่นคือ Data Discovery & … Read more
สืบเนื่องจากบทความใน 2 ตอนที่ผ่านมา AdminTee ได้พาทุกท่านไปทำความเข้าใจกับดักพื้นฐาน “Garbage In, Garbage Out” และความเปลี่ยนแปลงเชิงโครงสร้างของการกำกับดูแลข้อมูลในยุค AI กันไปแล้ว อย่างไรก็ดี แม้เราจะเตรียมข้อมูลไว้ดีเพียงใด แต่หากขาดความเข้าใจใน “ธรรมชาติ” ของ AI และ “พฤติกรรม” ของผู้ใช้งาน ก็อาจนำมาซึ่งหายนะทางดิจิทัลได้ ในตอนที่ 3 นี้ เราจะเจาะลึกไปที่ “ความเสี่ยงที่มองไม่เห็น” ซึ่งเปรียบเสมือนภูเขาน้ำแข็งที่ซ่อนอยู่ใต้น้ำ รอวันปะทะกับนาวาขององค์กร ส่วนที่ … Read more
สืบเนื่องจากบทความในตอนที่แล้ว AdminTee ได้นำทุกท่านไปสำรวจกับดัก “Garbage In, Garbage Out” ซึ่งชี้ให้เห็นว่าคุณภาพของข้อมูลคือหัวใจสำคัญของการสร้าง AI ที่มีประสิทธิภาพ หากข้อมูลนำเข้าด้อยคุณภาพ ผลลัพธ์ย่อมไร้ความหมาย ในวันนี้ เราจะขยับขยายมุมมองให้กว้างขึ้น เพื่อทำความเข้าใจ “ความเปลี่ยนแปลงเชิงโครงสร้าง” ของการกำกับดูแลข้อมูล เพราะวิธีการบริหารจัดการข้อมูลแบบเดิมที่หน่วยงานคุ้นชิน อาจไม่เพียงพอและไม่ทันต่อบริบทของโลก AI อีกต่อไป ส่วนที่ 1: ตื่นรู้และเข้าใจ (The Reality Check) ตอนที่ 2: Data … Read more
ในปัจจุบัน การตื่นตัวเรื่องเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) ได้แผ่ขยายไปสู่ทุกภาคส่วน รวมถึงหน่วยงานภาครัฐและองค์กรขนาดใหญ่ ที่ต่างมุ่งหวังจะนำขีดความสามารถของ AI มายกระดับประสิทธิภาพการทำงาน การให้บริการ และการตัดสินใจเชิงกลยุทธ์ อย่างไรก็ตาม ท่ามกลางกระแสความเปลี่ยนแปลงนี้ มี “รากฐาน” สำคัญประการหนึ่งที่มักถูกมองข้าม แต่กลับเป็นตัวแปรชี้ขาดความสำเร็จหรือล้มเหลวของโครงการ AI นั่นคือ “คุณภาพและการกำกับดูแลข้อมูล” (Data Governance) AdminTee ขออนุญาตนำทุกท่านเข้าสู่ซีรีส์บทความวิชาการกึ่งปฏิบัติการ เพื่อถอดรหัสแนวทางการเตรียมความพร้อมด้านข้อมูล ภายใต้หัวข้อ “Data Governance in … Read more
