Thai Value Investor การลงทุนแบบเน้นคุณค่า ลงทุน VI หุ้นวีไอ Webboard

“รู้อะไร ไม่สู้...รู้ดาต้า” ตอนที่ 1
คอลัมน์: หุ้นส่วนประเทศไทย
หนังสือพิมพ์ โพสต์ทูเดย์
ดร.วีรพงษ์ ชุติภัทร์
วิทยาลัยนวัตกรรมสังคม มหาวิทยาลัยรังสิต
http://www.CsiSociety.com
Add Line: @CsiSociety ผมได้มีโอกาสไปงานเปิดตัวหนังสือที่มีชื่อว่า “DATA for the PEOPLE” ซึ่งมีชื่อเป็นภาษาไทยว่า “รู้อะไร ไม่สู้...รู้ดาต้า”เขียนโดย Andreas Weigend ซึ่งเขาเองเป็นอาจารย์สอนอยู่ที่มหาวิทยาลัยนสแตนฟอร์ด ซึ่งเป็นหนึ่งในมหาวิทยาลัยที่ดีที่สุดของโลก และยังเคยทำงานในบริษัทแอมะซอน บริษัทช็อปปิ้งออนไลน์ที่ใหญ่ที่สุดในโลกอีกด้วย หนังสือเล่มนี้เป็นหนังสือที่ตีแผ่ความรู้ทางด้านดาต้าหรือข้อมูลที่ใช้ในโลกอินเทอร์เน็ตได้ดีมากที่สุดเล่มหนึ่งที่ผมเคยอ่านมา นอกจากนั้นเองผมยังได้พบกับผู้แปลหนังสือเล่มนี้ นั่นคือ คุณดาวิษ ชาญชัยวานิช ซึ่งได้พูดคุยกันอย่างสนุกปาก ผมจึงได้ขอให้คุณดาวิษช่วยสรุปเนื้อหาแบบง่ายๆของหนังสือเล่มนี้มาให้คุณผู้อ่านได้เข้าใจกัน ถึงความสำคัญของดาต้าในยุคดิจิตอลที่กำลังคืบคลานเข้ามาในชีวิตประจำวันของพวกเรา...มากขึ้นและ...มากขึ้น แล้วเราจะได้ประโยชน์อะไรจากมันบ้าง โดยคุณดาวิษได้สรุปเนื้อหาง่ายๆ...น่าอ่าน...และชวนติดตาม ดังนั้นเพื่อให้การถ่ายทอดได้อรรถรส จากนี้ไปจะเป็นบทสรุปของหนังสือเล่มนี้จากผู้แปลหนังสือเล่มนี้...คุณดาวิษ ชาญชัยวานิช นะครับ
ตอนแรกที่เริ่มแปลหนังสือ Data for the People ในใจคิดว่าก็คงเป็นความรู้เกี่ยวกับบิ๊กดาต้าหรือวิทยาศาสตร์ข้อมูลทั่วๆไป ที่ไม่น่าจะแตกต่างจากข้อมูลในหนังสืออีกหลายเล่มหรือบทความอีกหลายพันบทความในหัวข้อเดียวกัน แต่ไม่ใช่เลยครับ เมื่อแปลไปเรื่อยๆก็ยิ่งอัศจรรย์ใจ เพราะได้ค้นพบทั้งความรู้ใหม่และแนวคิดใหม่ที่ทำให้ตระหนักว่าข้อมูลนั้นมีความสำคัญแค่ไหน อยู่ใกล้ตัวแค่ไหน พัฒนาก้าวกระโดดแค่ไหน และพวกเรากำลังใช้ชีวิตกันอย่างมืดบอดแค่ไหน...

ความรู้และแนวคิดทั้งหมดนั้น ผู้แปลไม่สามารถสรุปออกมาสั้นๆให้เข้าใจกันอย่างครบถ้วนภายในพื้นที่กระดาษไม่กี่หน้าได้เลย ต่อให้มีพื้นที่กระดาษเท่าหนังสือต้นฉบับก็ไม่สามารถทำได้ (เพราะมีความรู้ไม่เท่าเทียมผู้เขียน) และต่อให้ใช้เวลาอีกเป็นสิบๆปีก็ไม่สามารถทำได้ คุณค่าทั้งหมดของหนังสือเล่มนี้จึงสามารถถ่ายทอดสู่ผู้อ่านได้เพียงด้วยวิธีเดียว คือการไปหาหนังสือเล่มนี้มาอ่านด้วยตนเอง อย่างไรก็ดี ในฐานะนักแปล ผู้แปลยังพอจะสามารถยกตัวอย่างความรู้และแนวคิดพิสดารลึกล้ำเหล่านั้นได้บ้าง ดังนี้ครับ

หนึ่ง เรากำลัง “สร้างข้อมูล” ออกมาตลอดเวลา
ลองหยิบโทรศัพท์มือถือของคุณขึ้นมาดูสิครับ แล้วพิจารณาว่ามันมีเซนเซอร์(sensor) อะไรบ้าง อย่างน้อยๆที่สุดก็ต้องมีไมโครโฟน นอกจากนั้นก็มีเซนเซอร์รับสัญญาณจีพีเอส วายฟาย จีโอโลเคชั่น (เซนเซอร์บอกตำแหน่งโดยอิงกับภูมิศาสตร์โลก) เซนเซอร์พร็อกซิมิตี้ (อันนี้คือตัวรับสัญญาณที่ช่วยบอกโทรศัพท์ของเราว่าเรากำลังยกโทรศัพท์แนบแก้มแล้วนะ ให้ดับหน้าจอ touchscreen ได้แล้วนะ) แม็กนีโตมิเตอร์ (จับความเข้มของสนามแม่เหล็กโลก) บารอมิเตอร์ (ใช้วัดความดันบรรยากาศเพื่อคำนวณความสูงจากระดับน้ำทะเล) ฯลฯ นี่เป็นตัวอย่างเพียงส่วนเดียวเท่านั้น และที่สำคัญคือโทรศัพท์รุ่นใหม่ๆก็จะมีจำนวนและประเภทของเซนเซอร์เพิ่มมากขึ้นเรื่อยๆ นำไปสู่สิ่งสำคัญที่คนเรามองข้ามไป นั่นคือ ทุกวันนี้เรากำลัง ‘สร้างข้อมูล’ ออกมาตลอดเวลา
ลองนึกภาพคนสมัยก่อนนะครับ หากว่าคนๆหนึ่งอยาก publish (เผยแพร่) แนวคิดผ่านบทความสักบทความ เขาจะต้องไปติดต่อนิตยสารหรือสถานีโทรทัศน์ท้องถิ่น จะต้องผ่านกระบวนการคัดสรรเนื้อหาจากบรรณาธิการ ต้องผ่านการตรวจสอบ ซึ่งต่อให้ผ่าน บทความหรือแนวคิดนั้นก็จะถูกเผยแพร่แค่ในระดับท้องถิ่นเท่านั้น หรืออย่างมากก็ในระดับประเทศหากได้ตีพิมพ์กับนิตยสารชื่อดัง จะเห็นได้ว่า ‘การถ่ายทอดข้อมูล’ ในยุคก่อนทำได้ลำบากมาก แต่ในปัจจุบัน เราเพียงแค่เข้าเฟซบุ๊กแล้วพิมพ์สิ่งที่ต้องการแล้วกดโพสต์ เท่านี้บทความของเราก็ไปไกลทั่วโลกแล้ว และภายในพริบตาเดียวอีกด้วย ข้อมูลที่เราสร้างขึ้นไม่ใช่เพียงข้อเขียนที่เราเขียนแล้วโพสต์ หากแต่รวมถึงข้อมูลทั้งหมดทั้งมวลจากเซนเซอร์นานาชนิดที่อยู่ในโทรศัพท์เพียงเครื่องเดียว

ปัจจุบันเรากำลัง ‘สร้าง’ และกำลัง ‘จม’ อยู่ในข้อมูลที่เราสร้างขึ้นตลอดเวลา ยี่สิบสี่ชั่วโมงต่อวัน เจ็ดวันต่อสัปดาห์ และสร้างขึ้นทั้งที่โดยรู้ตัวและไม่รู้ตัว ข้อมูลได้กลายเป็นเหมือนน้ำที่เราดื่มและอากาศที่เราหายใจไปแล้ว และสำหรับภาคธุรกิจ ข้อมูลได้กลายเป็นโภคภัณฑ์ที่หากมีไว้ก็สามารถสร้างรายได้มหาศาล

สอง ข้อมูลปริมาณมหาศาลเหล่านั้นไปไหน?
แน่นอนว่าก็ต้องไปสู่บริษัทที่มีคุณเป็นลูกค้าอยู่ บริษัททั้งหลายในปัจจุบัน(ไม่ว่าจะกลุ่มค้าปลีก ขนส่ง สายการบิน เว็บไซต์หาคู่ แอปพลิเคชั่นแนะนำร้านอาหาร ฯลฯ)ล้วนเก็บข้อมูลของผู้ใช้(user)ด้วยกันทั้งนั้น หนังสือเล่มนี้เรียกบริษัทเหล่านั้นว่า ‘โรงกลั่นข้อมูล’ ในลักษณะเดียวกับโรงกลั่นน้ำมันที่ขุดน้ำมันดิบขึ้นมากลั่นเป็นผลิตภัณฑ์ปีโตรเลียม 7 ชั้น แล้วนำผลิตภัณฑ์ปีโตรเลียมเหล่านั้นไปใช้ประโยชน์ในรูปแบบต่างๆ อาทิ ก๊าซธรรมชาติ น้ำมันเบนซิน น้ำมันหล่อลื่น น้ำมันเตา ยางมะตอย ฯลฯ

สาม บริษัทเหล่านั้นนำข้อมูลไปทำอะไร?
บริษัทเหล่านั้นนำข้อมูลไปวิเคราะห์ด้วยอัลกอริทึม (algorithm) เพื่อกลั่นออกมาเป็นการแนะนำ(recommendation)ที่ดีที่สุดให้แก่ผู้ใช้ ยกตัวอย่างเช่นเมื่อเราเข้าไปเลือกซื้อสินค้าในเว็บแอมะซอน(amazon) เว็บไซต์จะเก็บข้อมูลเกี่ยวกับพฤติกรรมทุกอย่างของเรา ตั้งแต่พฤติกรรมง่ายๆอย่างเช่นเราคลิกเข้าไปดูสินค้าชิ้นไหนบ้าง ไปจนถึงพฤติกรรมเชิงลึกเช่นเราอ่านรีวิวใดบ้าง เปิดอ่านนานแค่ไหน หลังอ่านรีวิวแล้วเราซื้อสินค้าหรือไม่ หรือหลังอ่านรีวิวแล้วเราคลิกไปยังสินค้าชิ้นไหนต่อ แล้วแอมะซอนก็นำข้อมูลทั้งหมดไปเปรียบเทียบกับข้อมูลพฤติกรรมของคนอื่นๆอีกมากมายที่คลิกดูสินค้าชิ้นเดียวกับคุณ จากนั้นอัลกอริทึมก็จะวิเคราะห์ออกมาว่าคุณ (และคนส่วนใหญ่) ที่คลิกดูสินค้านั้น...อ่านรีวิวนั้น มีแนวโน้มจะซื้อสินค้าใด ครั้งต่อไปที่คุณเข้าเว็บ ระบบก็จะดันสินค้านั้นขึ้นมาแนะนำให้คุณ ซึ่งก็จะเป็นประโยชน์อย่างมากต่อผู้ใช้ด้วยความที่ในเว็บไซต์แอมะซอนมีสินค้าเป็นร้อยล้านพันล้านชิ้น หากไม่มีระบบแนะนำสินค้าเหล่านี้ คุณจะไม่มีทางหาสิ่งที่ตรงกับความต้องการของคุณที่สุดเจอได้เลย

พบกับ “รู้อะไร ไม่สู้...รู้ดาต้า” ตอนจบ ได้ในวันพรุ่งนี้นะครับ แล้วพบกันนะครับ