เมื่อวันที่ 1 ธ.ค. 2563 เฟซบุ๊ก Sak Segkhoonthod โพสต์ว่า
คู่มือการจัดทีมข้อมูลตามความพร้อมขององค์กรไปสู่องค์กร Data Analytics and AI
————————
ไม่ใช่ทุกคนจะมีความพร้อมในการทำ Data Analytics หรือ AI ในวันแรกเลย
ดังนั้นการประเมินความพร้อมขององค์กรก่อน น่าจะเหมาะสมในการวางแผนการพัฒนาด้านข้อมูลขององค์กรต่อ
ระดับที่ 1 คือ องค์กรมีระบบบริหารจัดการข้อมูลที่เหมาะสม (Data Management)
ตัวอย่างตำแหน่งในทีมข้อมูลที่ต้องการในระดับนี้ได้แก่ Data Engineer, Data Analyst, Data Architect, Data Admin, Business Intelligence
ขอบเขตการดำเนินการ : ถือว่าก้าวแรกเลยที่ต้องมี งานในระยะนี้คือ การเก็บรวบรวมข้อมูล การตรวจสอบข้อมูลให้มีคุณภาพ การบริหารจัดการข้อมูลให้มีขั้นตอนที่มีประสิทธิภาพ และการวิเคราะห์ข้อมูลที่ตอบโจทย์ธุรกิจทั่วๆไป ในขั้นนี้ยังไม่จำเป็นต้องมีความรู้ด้าน AI ในเชิงลึกเลย
———————
ระยะที่ 2 : การทำการวิเคราะห์ข้อมูลองค์กรในแบบการพรรณนาความจริงจากข้อมูล (Descriptive)
ตัวอย่างตำแหน่งในทีมข้อมูลที่ต้องการในระดับนี้ได้แก่ Data Engineer, Data Architect
ขอบเขตการดำเนินการ : การวิเคราะห์ข้อมูลเพื่อให้ได้ความจริงของข้อมูล หรือ ที่เรียกว่า Business Insights โดยมากคือการอธิบายได้ว่า อะไรเกิดขึ้นมาในอดีต และทำไมมันถึงเป็นแบบนั้น
ทักษะ AI ที่เกี่ยวข้อง: Data Analytics, Data Management, Data Maining, Business Tools
———————-
ระยะที่ 3: การวิเคราะห์ข้อมูลในแบบที่หาต้นเหตุที่มาของปัญหา (Diagnostic)
ตัวอย่างตำแหน่งในทีมข้อมูลที่ต้องการในระดับนี้ได้แก่ Data Analyst, Data Scientist, Business Intelligence
ขอบเขตการดำเนินการ : การวิเคราะห์ข้อมูลเพื่อให้ได้มาถึง คำตอบในการแก้ปัญหา หรือ ทางออกที่ได้ผลของการวิเคราะห์หรือความจริงที่ได้มา อาจจะเป็นการเสนอแนวทาง หรือกลยุทธ์สำหรับองค์กรจากข้อมูลนั่นเอง
ทักษะด้าน AI ที่เกี่ยวข้อง: Business Analytics, Research Methodology, Descriptive Statistics, Inferential Statistics
—————————
ระยะที่ 4: การวิเคราะห์ที่ใช้ AI ในการคาดการณ์ (Predictive)
ตัวอย่างตำแหน่งในทีมข้อมูลที่ต้องการในระดับนี้ได้แก่ AI Engineer, AI Technicians , Data Scientist
ขอบเขตการดำเนินการ: นี่คือขั้นแรกของการใช้ AI ในการทำงาน เพื่อที่จะเปลี่ยนวิธีการทำงานขององค์กร ในการเพิ่มความสามารถในการดำเนินงานด้านต่างๆ โดยใช้ AI และ Machine Learning เช่น การปฏิสัมพันธ์กับลูกค้าจากคนเป็น AI แทน
ทักษะด้าน AI ที่เกี่ยวข้อง : Machine Learning, Tensor Flow, NLP
—————————
ระยะที่ 5: การใช้ AI ในการทำงานแทนคนในแบบครบวงจร (Prescriptive)
ตัวอย่างตำแหน่งในทีมข้อมูลที่ต้องการในระดับนี้ได้แก่ AI Analyist, AI Researcher, Deep Learning Engineer, AI Software Developer, Director of AI
ขอบเขตการดำเนินการ: การบูรณาการของทีม AI เข้ากับธุรกิจขององค์กรแบบครบวงจรโดยแท้จริง
ทักษะด้าน AI ที่เกี่ยวข้อง: ไม่ใช่แค่เทคนิคด้าน AI อย่าง
เดียว ต้องเข้าใจการประยุกต์ใช้ AI ในลักษณะต่างๆใน กระบวนการและกลยุทธ์ขององค์กร เพื่อที่จะสามารถเอา AI มาตอบโจทย์องค์กรได้สมบูรณ์แบบ
แปลและเรียบเรียงจาก https://www.thecads.com/artificial-intelligence-ai-for-business/?fbclid=IwAR3JdgFdY_VI_QHpDTWHm92hLWdvxZJEgyNqMQzMEJ4X2WHOlHoD5Gq1cU0
ไม่มีความคิดเห็น:
แสดงความคิดเห็น