ข่าวสารและบทความ

ภาครัฐกับการลงทุนด้าน AI : หากเปิด TOR (Terms of Reference หรือเอกสารกำหนดขอบเขตและรายละเอียดของโครงการ) ของภาครัฐในตอนนี้ ทุก ๆ โครงการก็จะต้องมีคำว่า “AI” ห้อยท้าย อาจจะเป็นเพราะภาคราชการกำลังพยายามผลักดันด้าน AI แต่จะทราบได้อย่างไรว่า โครงการนั้นเป็นโครงการที่คู่ควรกับการใช้ AI จริงหรือไม่ คำตอบคือ ให้เราหาประโยชน์ของการพัฒนาระบบนั้น หรือมองหาเหตุและผล ที่มาที่ไป ปัญหาต้นเรื่องที่ทำให้ต้องพัฒนาระบบ เช่น สร้างระบบ AI สำหรับการทำ Smart City โดยนำ AI มาทำ Object Detection...

การทำ Data Governance หรือการกำกับดูแลข้อมูลถือเป็นเรื่องที่ทุกคนต้องตระหนักและลงมือทำ เพื่อให้ข้อมูลภายในองคก์กร เป็นสินทรัพย์ที่มีคุณค่าและใช้ได้จริงอย่างโปร่งใสมากที่สุด หากถามว่าต้องเริ่มอย่างไร จำเป็นต้องเริ่มจาก การมีทีมงาน ไม่ว่าจะเป็น Data Governance Officer, Data Steward และทีม Support ต่าง ๆ เช่น ความเสี่ยง, Security, Compliance และ Legal  ซึ่งแต่ละคนก็จะต้องไป ศึกษาเอกสารที่เกี่ยวข้อง ไม่ว่าจะเป็นมาตรฐานต่าง ๆ NIST, ISO, DAMA Book, DGI และ DGA ซึ่งเอกสารส่วนใหญ่ก็

Data Literacy คือ ความสามารถในการตีความ วิเคราะห์ และเข้าใจข้อมูลได้อย่างมีประสิทธิภาพ เพื่อนำข้อมูลไปใช้ในการสื่อสาร ตัดสินใจ และแก้ปัญหาในเชิงธุรกิจอย่างเกิดประโยชน์สูงสุด  Data Literacy ถือเป็นสิ่งสำคัญอย่างยิ่งในยุค Data-Driven Business

Metadata คือ คำอธิบายชุดข้อมูล ซึ่งเป็นการอธิบายข้อมูลเชิงธุรกิจและเชิงเทคนิค เพื่อให้ผู้ใช้งานทำความเข้าใจข้อมูลชุดนั้น ๆ ก่อนนำข้อมูลไปใช้งาน

โดยทั่วไปแล้ว ทีม IT ภายในองค์กร มีหน้าที่หลักในการดูแลและบำรุงระบบเพื่อให้ใช้งานได้ต่อเนื่อง ซึ่งงานส่วนใหญ่ไม่ใช่การออกแบบ จึงอาจขาดทักษะในการวาง Pipeline และการเลือกใช้เทคโนโลยีใหม่ๆ ทำให้ไม่สามารถออกแบบ Data Pipeline หรือวาง Roadmap สำหรับ Data Architecture ขององค์กรได้ การออกแบบจึงเป็นหน้าที่ของที่ปรึกษาที่มีประสบการณ์

องค์ประกอบของ Data Hub แบ่งออกเป็น 3 ส่วน ได้แก่ Data lake เอาไว้เก็บข้อมูลดิบ หรือข้อมูลที่ยังไม่ได้ Process รวมไปถึง Unstructured Data ต่อมาจะมีการ Transform และเก็บข้อมูลที่พร้อมใช้ไว้ที่ Data Warehouse และจะมีส่วนของ Data Mart ที่เอาไว้เก็บผลลัพธ์เพื่อออกเป็น Report หรือเป็นแหล่งเก็บข้อมูลของ User ที่ไม่รวมกับข้อมูลส่วนอื่นเหมือน Data Warehouse

โครงการ Data Governance มีการแบ่ง Phase ในการทำงานออกเป็น 4 ส่วนด้วยกัน ได้แก่ 1. Study - ศึกษา Framework กฎหมายที่เกี่ยวข้อง และรายละเอียดต่าง ๆ เพื่อทำความเข้าใจ Data Governance 2.Design - ออกแบบนโยบาย มาตรฐาน ตัวชี้วัด และกระบวนการต่าง ๆ เพื่อพัฒนาโครงการ Data Governance  3. Implement - นำข้อมูลที่มีในระบบ มากำกับดูแลตามมาตรฐาน และกระบวนการที่ได้ออกแบบเอาไว้  4. Monitor - ติดตามผลในการกำกับดูแลข้อมูล ตามวัฏจักรข้อมูล 

PDPA เป็นคำย่อของ พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล เป็นกฎหมายที่ทุกองค์กรที่มีการเก็บข้อมูลส่วนบุคคลต้องนำไปปฏิบัติ โดยมีโทษทั้งทางอาญา แพ่ง และปกครอง หากมีข้อมูลรั่วไหล หรือมีการกระทำผิดต่อข้อกฎหมาย

AutoGov คือ เครื่องมือในการกำกับดูแลข้อมูลขององค์กรสำหรับโครงการ Data Governance ที่ถูกพัฒนาขึ้นโดย Coraline

เราได้ยินนโยบาย Cloud First มาโดยตลอด ไม่ว่าจะเป็นภาครัฐหรือเอกชน เพราะอะไร มาหาคำตอบจาก 3 เหตุผลดังนี้ 1. โอกาสในการได้ใช้เทคโนโลยีที่ทันสมัยและตอบโจทย์มากกว่า 2. Cost Efficiency 3. Productivity