องค์กรขนาดใหญ่มักไม่ได้มีปัญหาเรื่อง “ไม่มีข้อมูล” แต่มีปัญหาว่าข้อมูลสำคัญกระจายอยู่ในหลายระบบ หลายหน่วยงาน และหลายรูปแบบ ทำให้การตอบคำถามทางธุรกิจหนึ่งคำถามอาจต้องใช้เวลารวบรวมข้อมูลจากหลายแหล่งก่อนจะมองเห็นภาพรวมได้ครบถ้วน
ข้อมูลลูกค้าอาจอยู่ใน CRM ข้อมูลยอดขายอยู่ในระบบ ERP ข้อมูลการให้บริการอยู่ใน Contact Center ขณะที่เอกสารภายใน รายงาน หรือองค์ความรู้ขององค์กรก็อาจอยู่ในอีกหลายแพลตฟอร์ม แม้แต่ละระบบจะทำหน้าที่ของตัวเองได้ดี แต่เมื่อผู้บริหารต้องการใช้ข้อมูลจากหลายส่วนประกอบกัน การเข้าถึง Insight อาจยังใช้เวลามากกว่าที่ควร
โจทย์สำคัญจึงไม่ใช่เพียงการมีข้อมูลให้มากขึ้น แต่คือการทำให้ข้อมูลที่มีอยู่สามารถเชื่อมโยงและนำมาใช้ร่วมกันได้อย่างมีประสิทธิภาพ
องค์กรมีข้อมูลมาก แต่ไม่ได้หมายความว่าจะเข้าถึงข้อมูลได้ง่าย
เมื่อข้อมูลถูกจัดเก็บแยกตามระบบและตามหน่วยงาน ผู้ใช้งานมักต้องรู้ก่อนว่าข้อมูลที่ต้องการอยู่ที่ไหน ต้องเปิดระบบใด หรือต้องขอข้อมูลจากทีมใดจึงจะได้คำตอบที่ครบถ้วน
ตัวอย่างเช่น หากผู้บริหารต้องการทราบว่าเหตุใดยอดขายของลูกค้ากลุ่มหนึ่งจึงลดลง คำตอบอาจไม่ได้อยู่ในรายงานยอดขายเพียงอย่างเดียว แต่อาจต้องดูข้อมูลการใช้งาน ประวัติการติดต่อกับลูกค้า คำร้องเรียน และข้อมูลจากช่องทางอื่นประกอบกัน
ในสถานการณ์แบบนี้ การมี Dashboard หลายชุดไม่ได้ช่วยแก้ปัญหาทั้งหมด เพราะ Dashboard แต่ละชุดมักถูกออกแบบมาเพื่อตอบคำถามเฉพาะส่วน ขณะที่คำถามทางธุรกิจจริงมักต้องอาศัยข้อมูลจากหลายระบบพร้อมกัน
ปัญหาของข้อมูลที่กระจายอยู่หลายระบบส่งผลต่อการตัดสินใจอย่างไร
เมื่อข้อมูลไม่ได้เชื่อมโยงกันอย่างเป็นระบบ กระบวนการตัดสินใจมักต้องพึ่งพาการรวบรวมข้อมูลด้วยคนมากขึ้น ทีมงานอาจต้อง Export ข้อมูลจากหลายระบบ นำมาจัดรูปแบบให้ตรงกัน ตรวจสอบความถูกต้อง และรอข้อมูลจากหลายฝ่ายก่อนจะสามารถวิเคราะห์ได้
กระบวนการเหล่านี้ใช้ทั้งเวลาและทรัพยากร และยังเพิ่มความเสี่ยงที่ข้อมูลแต่ละชุดจะมีเวอร์ชันไม่ตรงกัน ผู้บริหารอาจได้รับรายงานที่อัปเดตในคนละช่วงเวลา หรือได้รับข้อมูลที่ถูกตีความต่างกันในแต่ละหน่วยงาน
ผลลัพธ์คือ แม้องค์กรจะมีข้อมูลจำนวนมาก แต่การนำข้อมูลเหล่านั้นมาใช้เพื่อสนับสนุนการตัดสินใจกลับยังไม่คล่องตัวเท่าที่ควร
หนึ่งในแนวคิดสำคัญของการออกแบบระบบข้อมูลสำหรับองค์กรคือ ผู้ใช้งานควรสามารถเริ่มต้นจากคำถามทางธุรกิจ ไม่ใช่เริ่มจากการค้นหาว่าข้อมูลอยู่ในระบบใด
แทนที่จะต้องเปิดหลาย Dashboard หรือขอรายงานจากหลายทีม ผู้บริหารควรสามารถตั้งคำถามในรูปแบบที่ใช้งานจริง เช่น “ยอดขายของกลุ่มลูกค้าองค์กรลดลงจากสาเหตุอะไรในไตรมาสนี้” หรือ “ประเด็นร้องเรียนใดกำลังเพิ่มขึ้นและส่งผลต่อกลุ่มลูกค้าใดมากที่สุด”
เพื่อให้ระบบตอบคำถามเหล่านี้ได้ ข้อมูลจากหลายส่วนขององค์กรต้องสามารถเชื่อมโยงกันในระดับที่เหมาะสม และ AI ต้องสามารถเข้าถึงข้อมูลเหล่านั้นภายใต้บริบทที่องค์กรกำหนดไว้
นี่คือจุดที่การเชื่อม Enterprise Data เริ่มมีบทบาทมากกว่าการสร้างรายงาน เพราะเป้าหมายไม่ใช่เพียงการแสดงข้อมูล แต่คือการทำให้ผู้ใช้งานเข้าถึงข้อมูลที่เกี่ยวข้องได้ง่ายขึ้น
AI ช่วยเปลี่ยนวิธีเข้าถึงข้อมูลขององค์กรได้อย่างไร
AI สามารถช่วยลดความซับซ้อนในการเข้าถึงข้อมูล โดยเฉพาะเมื่อผู้ใช้งานสามารถค้นหาและถามข้อมูลด้วยภาษาธรรมชาติ แทนที่จะต้องรู้โครงสร้างของฐานข้อมูลหรือชื่อรายงานที่ต้องเปิด เมื่อ AI เชื่อมต่อกับข้อมูลและองค์ความรู้ภายในองค์กร ระบบสามารถช่วยค้นหาข้อมูลที่เกี่ยวข้องจากหลายแหล่ง สรุปประเด็นสำคัญ และนำเสนอข้อมูลในบริบทที่สอดคล้องกับคำถามของผู้ใช้งาน
ตัวอย่างเช่น หากผู้บริหารถามถึงผลการดำเนินงานของผลิตภัณฑ์หนึ่ง ระบบอาจนำข้อมูลยอดขาย ข้อมูลลูกค้า และข้อมูลที่เกี่ยวข้องจากแหล่งอื่นมาประกอบกัน เพื่อช่วยให้เห็นภาพรวมได้รวดเร็วขึ้น
ประโยชน์ของแนวทางนี้ไม่ได้อยู่ที่การ “ถาม AI ได้” เพียงอย่างเดียว แต่อยู่ที่การลดระยะห่างระหว่างคำถามทางธุรกิจกับข้อมูลที่จำเป็นต่อการตอบคำถามนั้น การเข้าถึงข้อมูลได้ง่ายขึ้นเป็นเพียงจุดเริ่มต้น สิ่งที่สำคัญกว่าคือข้อมูลเหล่านั้นสามารถช่วยให้ผู้บริหารเข้าใจสถานการณ์และตัดสินใจได้ดีขึ้นหรือไม่
เมื่อข้อมูลหลายส่วนสามารถนำมาใช้ร่วมกันได้ ผู้บริหารมีโอกาสเห็นความสัมพันธ์ที่ไม่ชัดเจนหากมองข้อมูลแยกเป็นส่วน ตัวอย่างเช่น การลดลงของยอดขายอาจสัมพันธ์กับประเด็นด้านบริการ ความถี่ในการร้องเรียน หรือพฤติกรรมของลูกค้าที่เปลี่ยนไป การมองเห็นความสัมพันธ์เหล่านี้ช่วยให้ Insight มีความหมายมากขึ้น เพราะไม่ได้บอกเพียงว่า “เกิดอะไรขึ้น” แต่ช่วยให้เข้าใจบริบทของสิ่งที่เกิดขึ้นได้ดีขึ้นด้วย
สำหรับองค์กรที่ต้องตัดสินใจจากข้อมูลหลายมิติ ความสามารถในการเชื่อมข้อมูลและเข้าถึง Insight จากจุดเดียวจึงมีผลโดยตรงต่อความเร็วและคุณภาพของการตัดสินใจ
Real Vision ช่วยเชื่อมข้อมูลและองค์ความรู้ขององค์กรอย่างไร
Real Vision เป็น AI Platform ของ RealSmart ที่ถูกออกแบบให้รองรับการเชื่อมต่อกับระบบและข้อมูลขององค์กร พร้อมความสามารถในการปรับแต่งให้เหมาะกับความต้องการเฉพาะของแต่ละองค์กร โดยในเอกสาร RealSmart AI Data Technology ระบุความสามารถหลักไว้ทั้งด้าน Integration, Customization, Scalability และ Intelligence
แนวทางของ Real Vision ไม่ได้มุ่งให้ AI ทำงานแยกออกจากระบบเดิม แต่เน้นการเชื่อม AI เข้ากับข้อมูลและองค์ความรู้ที่องค์กรมีอยู่ เพื่อให้ผู้บริหารและพนักงานสามารถค้นหา ถาม และเข้าถึงข้อมูลที่เกี่ยวข้องได้ง่ายขึ้น เมื่อระบบถูกออกแบบให้สอดคล้องกับโครงสร้างข้อมูลและบริบทของแต่ละองค์กร ผู้ใช้งานไม่จำเป็นต้องเปลี่ยนวิธีคิดตามโครงสร้างของระบบ แต่สามารถเริ่มต้นจากคำถามทางธุรกิจและเข้าถึงข้อมูลที่เกี่ยวข้องได้จากจุดเดียว
แนวคิดนี้สอดคล้องกับเป้าหมายของ RealSmart ในการพัฒนา AI Solutions ที่สามารถ Customize และเชื่อมต่อเข้ากับระบบและข้อมูลเดิมขององค์กรได้ ในวันที่องค์กรมีข้อมูลเพิ่มขึ้นอย่างต่อเนื่อง ความได้เปรียบไม่ได้เกิดจากจำนวนข้อมูลที่มีเพียงอย่างเดียว แต่เกิดจากความสามารถในการเข้าถึง เชื่อมโยง และนำข้อมูลเหล่านั้นมาใช้ในการตัดสินใจ
เมื่อผู้บริหารสามารถเริ่มต้นจากคำถามทางธุรกิจและเข้าถึงข้อมูลที่เกี่ยวข้องจากหลายระบบได้ง่ายขึ้น กระบวนการทำงานก็มีโอกาสลดการพึ่งพาการรวบรวมข้อมูลแบบ Manual และทำให้ Insight ถูกนำไปใช้งานได้เร็วขึ้น
นี่คือบทบาทหนึ่งของ Enterprise AI ที่ไม่ได้ทำหน้าที่เพียงตอบคำถาม แต่ช่วยเชื่อมข้อมูล องค์ความรู้ และบริบทขององค์กรเข้าด้วยกัน เพื่อให้ข้อมูลที่องค์กรมีอยู่สามารถสร้างคุณค่าได้มากขึ้น
RealSmart พัฒนา Real Vision เพื่อรองรับแนวทางดังกล่าว โดยเน้นการเชื่อมต่อกับระบบขององค์กร การปรับแต่งตามบริบทการใช้งาน และการใช้ AI เพื่อสนับสนุนการเข้าถึงข้อมูลและการตัดสินใจในระดับองค์กร
