xs
xsm
sm
md
lg

Digital Transformation ต้องมีวัฒนธรรมข้อมูลและการแบ่งปัน

เผยแพร่:   โดย: ผศ.ดร.อานนท์ ศักดิ์วรวิชญ์

Image by Gerd Altmann from Pixabay
ผู้ช่วยศาสตราจารย์ ดร. อานนท์ ศักดิ์วรวิชญ์
อาจารย์ประจำสาขาวิชา Business Analytics and Intelligence
และ Actuarial Science and Risk Management
คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์


ในยุคนี้ ไม่ว่าจะหน่วยราชการหรือเอกชน ต่างต้องการพัฒนาหน่วยงานของตนเองให้ทันสมัย บ้างก็พูดไปถึง Thailand 5.0 แล้ว แต่ยังเป็นคนไทย 1.0 และ ข้าราชการไทย 0.0001 กันอยู่ ส่วนภาคเอกชนจำนวนหนึ่งเก่งกาจปรับตัวมาเป็นเอกชน 5.0 แล้วก็มี ที่ยังเป็น 4.0 และ 3.0 ก็ยังคงมี เราเลยพูดกันนักหนาว่าเราต้องเปลี่ยนผ่านหรือระเบิดดิจิทัล (Digital transformation) ให้เราขยับก้าวไปข้างหน้าได้

พอพูดถึง Digital transformation สำหรับระบบราชการก็นึกถึงกันแต่ซื้อ high speed scanner มา scan เอกสารจดหมายเข้าออก ระบบสารบรรณด้วยคอมพิวเตอร์ แต่เวลาประชุม หัวโต๊ะของหน่วยราชการ ยังใช้วิธีให้พิมพ์กระดาษออกมาเป็นแผ่นๆ และพิมพ์สี่สีเสียด้วยเพื่อให้อ่านได้ง่ายและชัดเจนที่สุดสำหรับคนอายุมาก ทั้งที่ๆ หน้าตัวเองในห้องประชุมมี computer และมีจอคอมพิวเตอร์อยู่ แต่ก็ไม่ใช้ e-document ต้องอ่านกระดาษกันอยู่

สำหรับเอกชน/และราชการหลายแห่ง บ้างก็แห่กันซื้อ hardware/software โดยเฉพาะการซื้อ server และ software สำหรับทำฐานข้อมูลใหญ่รวมไปถึง software สำหรับ big data analytics เริ่มพยายามแห่กันซื้อและหา vendor เข้ามาขาย โดยยังไม่เข้าใจโจทย์ว่าตัวเองจะทำอะไร เพื่ออะไร ต้องใช้อะไรเพื่อให้ทำได้อย่างที่ต้องการ ปัญหาเหล่านี้ไปมุ่งที่ของภายนอกมากกว่าที่ตัวคน

ปัญหาใหญ่สุดประการแรกคือ Mindset ของผู้บริหารที่ปราศจากวัฒนธรรมการใช้ข้อมูลหรือการตัดสินใจโดยใช้ข้อมูล (Data culture) หลายแห่งให้ลูกน้องไปทำ Big data analytics, ให้ไปใช้ Artificial Intelligence สั่งให้ไปใช้ Blockchain โดยที่ตัวเองก็ยังไม่รู้ด้วยซ้ำว่าแต่ละอันคืออะไร และพอลูกน้องไปทำมา พอไม่ตรงใจหรือไม่ถูกใจ หรือไม่ตรงกับสิ่งที่ตัวเองคิดมาก่อนก็จะติติง หรือหาที่จับผิด โดยเฉพาะอย่างยิ่งหากเป็นการวิเคราะห์ข้อมูล (Data analytics) แล้วเจอสิ่งที่ไม่ตรงกับสิ่งที่ตัวเองคิดไว้ก่อนก็จะไม่พอใจ ไม่เห็นด้วย จะให้กลับไปทำมาใหม่จนได้อย่างที่ตัวเองคิด ซึ่งอันที่จริงหากลูกน้องเดาใจนายได้แม่นยำ ก็แค่ make ข้อมูลหรือ make ผลการวิเคราะห์ให้ตรงกับใจนายที่ต้องการข้อมูลหรือหลักฐานมายืนยันความคิดของตนเอง ซึ่งเรียกว่า self-confirmation bias ซึ่งก็ไม่รู้จะให้ลูกน้องไปวิเคราะห์ข้อมูลมาทำไม

การวิเคราะห์ข้อมูลโดยเฉพาะข้อมูลเชิงบุกเบิก (Exploratory Data Analysis) นั้นช่วยให้เห็นในสิ่งที่ไม่เคยเห็น และไม่อาจจะเห็นด้วยวิธีอื่น และได้เห็นในสิ่งที่ไม่อยากเห็น นี่คือหัวใจและประโยชน์ของมันตามที่ John Tukey นักสถิตินามอุโฆษได้นำเสนอไว้ ปัญหาคือเห็นผลแล้วเปิดใจรับฟังเพื่อเอาไปปรับปรุงใช้ประโยชน์ต่อไปได้จริง ดีกว่าทิ้งแล้วไปหามุมอื่นมาดูเอาเฉพาะที่ถูกใจตัวเองหรือไม่ หากไม่เปิดใจ ไม่ยอมรับไม่ฟังข้อมูล ไม่มีวัฒนธรรมข้อมูลเสียแล้ว การประชุม การตัดสินใจ กระทั่งการเลื่อนตำแหน่งแทนที่จะอยู่ตามหลักฐาน (Evidence) ก็จะกลับกลายเป็นความรู้สึก พรรคพวก อารมณ์ และวาระซ่อนเร้น (hidden agenda) เพื่อผลประโยชน์ส่วนตัวมากกว่าเรื่องงานและเรื่องส่วนรวมไปในที่สุด

วิธีแก้ต้องปรับ mindset ของผู้บริหารให้ลดอัตตาลง ให้ฟังให้เป็น เป็นผู้ฟังที่ดี เปิดใจกว้างรับความเห็นที่แตกต่าง และลดมิจฉาทิฐิลงไป การประชุมหรือการนำเสนอให้พูดกันด้วยหลักฐานมากกว่าใช้อารมณ์ ความรู้สึก ประสบการณ์ โดยเฉพาะคำพูดพี่เคยเห็นมาก่อนนะน้อง หรืออาบน้ำร้อนมาก่อนนั้น ไม่เป็นประโยชน์และไม่เอื้อกับวัฒนธรรมข้อมูลและ Digital Transformation เลย ต้องเร่งแก้ไขโดยด่วน ให้ดูกันที่ข้อมูลเป็นหลัก

ปัญหาใหญ่มากประการที่สองคือปัญหาการหวงข้อมูล ในราชการหรือเอกชนแทบทุกที่มีปัญหาเช่นนี้ อาจจะเรียกว่า classic data silo problem ข้อมูลแต่ละแผนกมีเจ้าของ เจ้าของข้อมูลแต่ละฐานข้อมูล ต่างก็หวงข้อมูลของตัวเอง กลัวใครเอาไปแล้วได้ดีกว่าตัวเอง การหวงข้อมูลนี้บางทีอาจจะมาจากความต้องการขัดแข้งขัดขากันและกัน ไม่อยากให้ใครได้ดีหรือประสบความสำเร็จ กลัวใครเอาข้อมูลไปแล้วจะเห็นจุดบกพร่องของตัวเอง ให้ข้อมูลไปแล้วตัวเองไม่ได้ประโยชน์ ไม่ศรัทธาไม่ไว้วางใจซึ่งกันและกัน สามารถอ่านรายละเอียดเพิ่มเติมได้ใน “เมื่อ “หน่วยราชการ” หวงข้อมูล แล้วไทยจะไปสู่ยุค Big Data ได้อย่างไร?” https://mgronline.com/daily/detail/9620000020642 และ “หมาหวงก้างข้อมูล: หวงเอาไว้แต่ใช้ไม่เป็นหรือหวงด้วยเหตุอื่น?” https://mgronline.com/daily/detail/9620000067991

เรื่องนี้ต้องแก้ไขให้ทำงานด้วยกันด้วยความรู้รักสามัคคี และต้องทำให้มีความศรัทธาแก่กันและกัน ต้องทำให้ไว้เนื้อเชื่อใจกันและกัน (ซึ่งไม่ได้ทำได้ง่ายๆ) นอกจากนี้ใครจะมาขออะไรใคร คนให้ไปก็ควรได้รับผลตอบแทนกลับไปบ้าง อย่างน้อยก็ความซาบซึ้งใจ การขอบคุณ หรือเป็นผลงานร่วมกัน ได้ความเป็นเจ้าของผลงานร่วมกัน

ปัญหาใหญ่มากประการที่สามคือบุคลากรไร้ความสามารถด้านดิจิทัลและข้อมูล (Digital and data literacy) ในภาคเอกชน ณ ขณะนี้มีการแย่งตัว Data Scientist, Business Analyst, Data Engineer, Artificial Intelligence Engineer, Data Visualizer ด้วยค่าตัวที่สูง ส่วนในภาครัฐอาการหนักกว่ามาก เพราะนักวิชาการคอมพิวเตอร์ในภาครัฐ ส่วนมากไม่ได้ติดตามความรู้ใหม่ๆ ทำให้ความรู้ไม่ทันสมัย ความรู้สมัยใหม่ เช่น Business Analytics, Data Science, Data Engineering, Data Visualization, Artificial Intelligence ยังจำกัดและตามไม่ทัน (แม้ตามภาคเอกชนในประเทศก็ไม่ทัน)

ประกอบกับการที่ภาครัฐชอบใช้วิธีการจัดซื้อจัดจ้างจาก vendor เป็นหลัก แทบจะไม่เคยพัฒนาระบบเองเลย Vendor แทบจะเขียนข้อกำหนด (Term of reference) ให้ด้วยซ้ำ พอมาระบุความต้องการ (Get requirement) ก็แทบจะไม่รู้ชัดว่าตนเองต้องการอะไร ปัญหาเหล่านี้ทำให้นักวิชาการคอมพิวเตอร์ในภาครัฐมีความรู้ ทักษะ ความสามารถ ด้าน Digital and data literacy ต่ำมาก ต้องพึ่งภาคเอกชนและ Vendor สูงมาก เพราะทำอะไรเองแทบไม่เป็น

ปัญหาจึงเกิดขึ้น เพราะผู้ว่าจ้างสั่งงานมีความรู้น้อยกว่า vendor มาก ทำให้สั่งให้ทำในสิ่งที่ไม่ถูกต้องหรือไม่เหมาะสมกับโจทย์ปัญหาหน้างาน การทำงานโครงการทาง IT จำนวนมากจึงสูญเปล่าเพราะเอาไปใช้ไม่ได้จริง พัฒนาระบบไปแต่ไม่ได้นำไปใช้งานจริงเท่าที่ควร

ทางออกของปัญหานี้ต้อง up skill และ reskill นักวิชาการคอมพิวเตอร์ภาครัฐ เช่นเดียวกันกับภาคเอกชนที่เริ่ม up-skill ด้าน data analytics และ data science อย่างจริงจัง อบรม เรียนรู้ สอบ กันอย่างเป็นเรื่องเป็นราว หลายแห่งลงทุนฝึกอบรมให้พนักงานหลายแสนบาทต่อคนต่อปี เพื่อสร้างทักษะใหม่ที่จำเป็นอย่างยิ่งสำหรับการเปลี่ยนผ่านดิจิทัลต่อไปในอนาคต


กำลังโหลดความคิดเห็น...