ข่าวสารและบทความ

เมื่อ AI เข้ามามีบทบาทในการทำงานมากขึ้น และ “ข้อมูล” กลายเป็นทรัพยากรสำคัญขององค์กร การมีเทคโนโลยีเพียงอย่างเดียวอาจไม่เพียงพอ สิ่งสำคัญคือการมี Governance ที่ดี เพื่อให้ทั้ง AI และข้อมูลถูกนำไปใช้อย่างถูกต้อง ปลอดภัย และสร้างคุณค่าให้กับองค์กร

“AI Audit and AI Security” เปิดตัวบริการใหม่ล่าสุดจาก คอราไลน์ มาพร้อมกับ AI Governance Feature ใหม่บน AutoGov แพลตฟอร์ม Data Catalog สำหรับการดำเนินโครงการ Data Governance และ AI Governance ในองค์กร

เมื่อวันที่ 25 - 26 มิถุนายน 2569 บริษัท คอราไลน์ จำกัด ได้จัดอบรมในหลักสูตร Data Steward Bootcamp รุ่นที่ 1 เพื่อพัฒนาศักยภาพของบุคลากรที่มีบทบาทเป็น Data Steward หรือบริกรข้อมูล ให้สามารถขับเคลื่อนโครงการ Data Governance ภายในองค์กรได้อย่างมีประสิทธิภาพ ผ่านการเรียนรู้แบบ Hands-on Workshop ที่มุ่งเน้นการนำความรู้ไปประยุกต์ใช้ได้จริง

หลักสูตรที่เน้นการเรียนรู้เรื่อง Data Governance ในเชิงปฏิบัติ ผ่านประสบการณ์จริงจากการพัฒนาโครงการโดยผู้เชี่ยวชาญ เนื้อหาครอบคลุมความรู้เกี่ยวกับการกำหนดกฎระเบียบ กระบวนการ และแนวทางในการบริหารจัดการข้อมูลอย่างเป็นระบบ เพื่อให้การใช้ข้อมูลในองค์กรเกิดประสิทธิภาพสูงสุด เมื่อมีกฎเกณฑ์อย่างชัดเจนแล้ว จะสามารถนำข้อมูลไปบริหารจัดการตามแนวทางที่วางไว้ ก่อนนำไปใช้งานต่อได้อย่างมั่นใจและปลอดภัย

เมื่อวันที่ 26 มิถุนายน 2568 บริษัทคอราไลน์ได้รับเกียรติในการบรรยายหลักสูตร Digital Health Transformation หัวข้อ Big Data in Healthcare ให้กับตัวแทนบุคลากรทางการแพทย์จากกระทรวงสาธารณสุข

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