Salim Ismail กูรูด้าน Exponential Transformation เผยเคล็ดลับในการปรับองค์กรเพื่อรองรับ Accelerating Technologies
วันที่ 11 มี.ค. คณะบัญชีๆ จุฬาฯ ร่วมกับ SET จัดงานสัมมนา "How to Transform Your Business to Become an Exponential Company in a Digital Era" มีประเด็นน่าสนใจดังนี้
## Accelerating Technologies เป็นอย่างไร ##
Accelerating Technologies ทำให้ธุรกิจสามารถโตได้แบบก้าวกระโดด เช่น AI, robotics, biotech เป็นต้น ซึ่งเทคโนโลยีเหล่านี้เพิ่มขีดความสามารถได้แบบทวีคูณ เหมือนใน Moore’s law ที่บอกว่าจำนวน transistor ในแผงวงจรเพิ่มจำนวนขึ้นได้ทุกๆ 2 ปี การเปลี่ยนแปลงลักษณะนี้ในช่วงเริ่มต้นอาจช้า แต่พอถึงจุดก็สามารถพุ่งทะยานแต่ได้อย่างรวดเร็ว ตัวอย่างเช่น drone ที่ในอดีตไม่สามารถบรรทุกน้ำหนักได้มาก แต่ปัจจุบันสามารถบรรทุกของหนัก 600 กิโลกรัมได้ไกลถึง 10 กิโลเมตร การลดลงของต้นทุนของการผลิตแสงสว่าง ต้นทุนของพลังงานแสงอาทิตย์ หรือรายได้จากการโฆษณาของสื่อสิ่งพิมพ์ เป็นต้น ซึ่งเมื่อการเปลี่ยนแปลงเกิดขึ้น จะเกิดอย่างรวดเร็ว ไม่ได้ค่อยเป็นค่อยไปเหมือนธุรกิจในอดีต
เทคโนโลยีเหล่านี้ก่อให้เกิด 4D ซึ่งประกอบด้วย Digitize, Disrupt, Demonetize และ Democratize
## 1. Digitize ##
เมื่อกิจกรรมต่างๆ เป็น digital มากขึ้นผ่าน Internet of Things (IOT) ซึ่งคาดการณ์ว่าอาจจะมีอุปกรณ์ถึง 1 ล้านล้านตัวในปี 2030 ที่สามารถเชื่อมต่อ Internet ได้ ทำให้มีข้อมูลที่ทำประโยชน์ได้มากขึ้น เช่น มีบริษัท startup ใน Israel สามารถใช้คลิปเสียงเพียง 10 วินาทีวิเคราะห์อารมณ์ของผู้พูดได้ด้วยความแม่นยำถึง 85%
## 2. Disrupt ##
เมื่อเทคโนโลยีเปลี่ยน รูปแบบการทำธุรกิจก็เปลี่ยน
สมัยก่อนกล้องต้องใช้ฟิล์ม ทำให้เวลาถ่ายภาพต้องระมัดระวังเนื่องจากความจุมีจำกัด คอร์สสอนถ่ายรูปจึงมีความจำเป็น แต่พอมีกล้องดิจิตัล ไม่มีข้อจำกัดเรื่องความจุอีกต่อไป ก็ไม่จำเป็นต้องมีคอร์สสอนแล้ว ปัญหาของคนกลายเป็นทำอย่างไรให้ค้นหาและจัดการรูปถ่ายจำนวนมากที่มีอยู่ในอุปกรณ์หลายรูปแบบ เป็นต้น
จาก scarcity กลายเป็น abundance ต้นทุน marginal cost กลายเป็น 0 ทำให้เนื้อของธุรกิจ (เช่นจำนวนรูปถ่าย ปริมาณพลังงาน) เพิ่มอย่างมหาศาล โจทย์ของธุรกิจก็เปลี่ยนไป ตัวอย่างเช่น ตอนนี้ต้นทุนของพลังงานแสงอาทิตย์ถูกลงมาก ทำให้ปัญหาไม่ใช่เรื่องการผลิต แต่เป็นการเก็บ จุดพลิกเหล่านี้เรียกว่า Gutenberg moment (ตามชื่อผู้คิดค้นแท่นพิมพ์เครื่องแรกของโลก) ซึ่งเกิดมากขึ้นและบ่อยขึ้นในโลกปัจจุบัน
## 3. Demonetize ##
เมื่อต้นทุนถูกลงเรื่อยๆ คู่แข่งที่มา Disrupt ก็มากขึ้นเรื่อยๆ รายได้ก็ลดลงเรื่อยๆ เช่นกัน
ตัวอย่างเช่น บริษัทรถยนต์ที่ผ่านมาไม่สนใจเรี่อง self-driving car เนื่องจากต้นทุนเทคโนโลยีสูง เป็นแสนเหรียญต่อคัน ทำให้สร้างแล้วขายไม่คุ้ม แต่เมื่อต้นทุนเทคโนโลยีลดลงแบบ exponential เหลือแค่หลักพัน ตอนนี้กลับต้องมาพัฒนาบ้างตามหลัง Google หรือ Uber ซึ่งได้ลงทุนวิจัยนำมานานแล้ว ตัวอย่างที่สอง ธุรกิจล้างรถใน Buenos Aires ทั้งๆ ที่เศรษฐกิจดี คนมีรถมากขึ้น แต่รายได้กลับลดลง ต้นเหตุที่แท้จริงกลับเป็นเพราะเทคโนโลยีในการพยากรณ์อากาศดีขึ้น ซึ่งดูแล้วไม่น่าจะเกี่ยวกัน แต่เมื่อพยากรณ์ว่าฝนตกแล้วฝนมักจะตกจริงๆ คนจึงมาล้างรถน้อยลง
ตัวอย่างแรกแสดงให้เห็นถึงการคิดแบบ linear กับการคิดแบบ exponential หากเราไม่คิดแบบ exponential เราจะพลาดโอกาสในอนาคตได้ ส่วนตัวอย่างหลังแสดงให้เห็นว่า disruption มาได้จากทุกที่ ทำให้เราควรมีความหวาดระแวงไว้บ้าง ให้คิดไว้เลยว่าเราจะถูก disrupt ได้เสมอ
## 4. Democratize ##
เมื่อทุกอย่างต้นทุนลดลง ก็ทำให้เปิดกว้างมากขึ้น
เมื่อเรานำเทคโนโลยีไปให้กลุ่มชายขอบใช้ สามารถทำให้เกิดผลลัพธ์ได้อย่างทันที เช่น หลังเหตุการณ์สึนามิที่ Indonesia ชาวประมงมีรายได้มากขึ้นถึง 30% จากการใช้ SMS ส่งข่าวราคารับซื้อปลาที่ท่าเรือให้กัน ทำให้ชาวประมงตัดสินใจได้ดีขึ้น การเปิดกว้างนี้ทำให้ใครก็ได้ที่มีไอเดียสามารถนำเทคโนโลยีเหล่านี้ไปใช้กับธุรกิจเดิมๆ แล้วก่อให้เกิดการเปลี่ยนแปลงได้
Elon Musk ไม่ได้คิดค้นอะไรใหม่ แต่กลยุทธ์ของเขาคือหาเทคโนโลยีก้าวกระโดดเหล่านี้และสร้างบริษัทมาเพื่อจะได้ทันใช้ประโยชน์จากการเติบโตใน 10 ปีข้างหน้า
## คำแนะนำจาก Salim สำหรับการปรับตัว ##
องค์กรที่เรียกได้ว่าเป็น Exponential Organization ต่างมีจุดร่วมดังนี้
1. ใช้ MTP (massive transformative purpose) ซึ่งเหมือนเป็น mantra ประจำองค์กร เช่น Ideas worth spreading (TED), Organize the world’s information (Alphabet/Google), Open happiness (Coca-Cola) ในการสร้าง culture
2. ไม่จำเป็นต้องใหญ่โต แต่ใช้ทรัพยากรที่มีอยู่ให้คุ้มค่าด้วยหลักการ SCALE (Staff on demand, Community & crowd, Algorithms, Leveraged assets, Engagement)
ซึ่งองค์กรที่ต้องการเตรียมพร้อม ควรจะ
1. ให้ผู้นำรับทราบถึงสภาวะปัจจุบันของโลก เช่น Accelerating Technologies และ Exponential Growth และเปลี่ยนแนวคิด
2. เริ่มนวัตกรรม disruptive จากชายขอบ (edges) ไม่ใช่จากศูนย์กลางขององค์กร (core) เพราะมิเช่นนั้นระบบภูมิคุ้มกัน (ต่อความเปลี่ยนแปลงขององค์กร) จะทำงาน ให้สร้างทีมพิเศษขึ้นมาที่ตามชายขอบโดยที่เก็บศูนย์กลางไว้ เมื่อเวลาผ่านไป ทีมพิเศษนี้อาจจะใหญ่กว่าตัวองค์กรดั้งเดิมเองก็ได้
วันจันทร์ที่ 18 มีนาคม พ.ศ. 2562
วันจันทร์ที่ 11 มีนาคม พ.ศ. 2562
ทักษะ ในยุค AI
9 March 2019
By Thanisara GG Ruangdej
‘แค่อยู่กับที่ก็ถอยหลังแล้ว’ ไม่ใช่คำพูดเกินจริงสำหรับยุคสมัยนี้ ที่เทคโนโลยีและความรู้ใหม่ๆ เกิดขึ้นได้ตลอดเวลา
ตื่นเช้า หยิบมือถือมาดู อ้าว.. เฟซบุ๊กเปลี่ยนหน้าตาอีกแล้ว, เปิดอ่านข่าว อ้าว.. AI ทำนู่นนี่นั่นได้แล้ว, ไหนจะวิธีคิดหรือสกิลใหม่ๆ ที่งอกเงยตามมา เพื่อแนะนำ (แกมบังคับ) ให้ผู้ใช้อย่างเราต้องเรียนรู้และตามให้ทันเทคโนโลยีเหล่านั้นด้วย
ปัญหาที่เกิดขึ้นตามมาในโลกที่เทคโนโลยีอัพเดทอยู่แทบทุกนาที คือทักษะและความรู้ของคนทำงานที่อัพตามไม่ทัน จนเกิด ‘Skill Gap’ หรือการที่คนทำงานมีทักษะที่ไม่สอดคล้องกับที่องค์กรต้องการ เพราะกว่าจะเรียนจบ สิ่งที่เรียนมา ก็ล้าสมัยไปหมดแล้ว
สิ่งที่สถาบันการศึกษาและองค์กรต่างๆ พยายามทำเพื่อแก้ปัญหาอยู่ก็คือการหาวิธี Upskill และ Reskill เพื่อ ‘อัพเกรด’ ทั้งคนที่กำลังจะทำงาน คนที่เพิ่งทำงานใหม่ๆ และคนที่ทำงานอยู่เดิม มีทักษะที่ทันยุคสมัยและใช้ได้จริงในงานที่ตัวเองทำ
อะไรที่ต้องเรียนรู้ในยุคนี้?
Tim Ferriss นักคิด นักเขียน และนักลงทุนระดับโลกเคยบอกว่า เป้าหมายการเรียนรู้ของเขาคือ “การเรียนอะไรก็ได้ ที่เรียนแค่ครั้งเดียว แล้วใช้ได้ตลอดชีวิต” (My goal is to learn things once and use them forever.) ซึ่งในบริบทของโลกที่มีการ ‘อัพเดท’ ตลอดเวลา และสามารถ ‘เสิร์ช’ หาสิ่งต่างๆ ได้ภายในไม่กี่วินาทีจากบนหน้าจอ การเรียนรู้ในยุคสมัยนี้จึงควรมุ่งไปที่ ‘ทักษะ’ (Skill) มากกว่า ‘องค์ความรู้’ (Knowledge

เมื่อต้นปี 2019 ‘LinkedIn’ แพลตฟอร์มที่รวมตำแหน่งงานและประวัติคนทำงานไว้มากที่สุดแห่งหนึ่งของโลก ได้ทำการวิเคราะห์งานนับล้านตำแหน่งที่โพสต์ลงบนแพลตฟอร์มเมื่อปี 2018 เพื่อค้นหา ‘ทักษะที่องค์กรต้องการมากที่สุด’
นี่น่าจะเป็นลิสต์ของทักษะที่เราควรเลือกจะเรียนรู้เพื่ออัพเกรดตัวเองให้ทันโลกและตลาดแรงงาน
ด้าน ‘Soft Skill’ หรือทักษะด้านอารมณ์และการอยู่ร่วมกับคนอื่นที่องค์กรต้องการมากที่สุดคือ
ความคิดสร้างสรรค์ (Creativity)
ความสามารถในการโน้มน้าวชักจูง (Persuasion)
การทำงานร่วมกับผู้อื่น (Collaboration)
ความสามารถในการปรับตัว (Adaptability)
การจัดการเวลา (Time Management)
Soft Skill นี้เป็นอะไรที่เรียนรู้ครั้งเดียวแล้วใช้ได้ยาวๆ แถมเหมาะมากๆ สำหรับยุคที่หุ่นยนต์และ AI จะเข้ามามีบทบาทในการทำงานของมนุษย์ เพราะเป็นทักษะที่ยังไงๆ AI ก็ทำได้ไม่ดีเท่ากับมนุษย์
ส่วน ‘Hard Skill’ หรือทักษะเชิงความรู้ความเชี่ยวชาญที่องค์กรต้องการ 10 อันดับแรกคือ
ทักษะด้าน Cloud Computing
ทักษะด้านการใช้งานปัญญาประดิษฐ์
ทักษะด้านการวิเคราะห์เชิงเหตุผลและการตัดสินใจด้านกลยุทธ์ (Analytical Reasoning)
ทักษะด้านการจัดการทีม (People Management)
ทักษะด้านการออกแบบประสบการณ์ผู้ใช้ (UX Design)
ทักษะด้านการออกแบบแอปพลิเคชั่นบนสมาร์ทโฟน
ทักษะด้านการผลิตวิดีโอ (Video Production)
ทักษะด้านการขาย (Sales Leadership)
ทักษะด้านการแปลภาษา (Translation)
ทักษะด้านการผลิตสื่อด้านเสียง (Audio Production)
Hard Skill ส่วนใหญ่จะเกี่ยวกับการใช้งานบนโลกดิจิทัล รวมถึงเป็นทักษะที่ต้องอาศัยความรู้ความเข้าใจด้านเทคโนโลยี (Technology) การจัดการข้อมูล (Data) การออกแบบ (Design) และธุรกิจ (Business) มาประกอบเข้าด้วยกัน
แล้วที่เรียนมา.. ไม่เห็นใช้ได้เลย
หลายคนเห็นลิสต์แล้วอาจจะรู้สึกว่า เราอยู่คนละสายอาชีพกันเลย แต่ในโลกยุคดิจิทัลที่ทุกอย่าง ‘คอนเน็กต์’ กันหมดแบบนี้ ต้องยอมรับว่าเทคโนโลยีกลายเป็นเรื่องของทุกคน และไม่ว่าจะทำสายอาชีพไหนหรือระดับงานใดๆ หากไม่ ‘อัพเกรด’ ตัวเองขึ้นมา เราก็อาจจะถูก ‘แย่งงาน’ ได้ และไม่ใช่จากหุ่นยนต์ด้วย แต่จากการที่เรามีทักษะไม่เพียงพอที่จะทำงานได้ตามความคาดหวัง จนองค์กรต้องไปหาคนอื่นที่ทำได้มาแทนเรา!
การที่คนทำงานมีทักษะไม่สอดคล้องกับงานหรือ ‘Skill Gap’ นี้ OECD แบ่งไว้ 3 รูปแบบ คือ
Qualification Mismatch : คนมีระดับวุฒิการศึกษาไม่ตรงกับงาน
Field of Study Mismatch : คนเรียนจบในสาขาที่ไม่ตรงกับงานที่ทำ
Skills Mismatch : คนมีความสามารถไม่เพียงพอกับความต้องการขององค์กร
ซึ่งถ้ามองหาสาเหตุกันจริงๆ ก็จะย้อนกลับไปสู่ระบบการศึกษาของไทยที่ไม่ได้ออกแบบมาเพื่อเน้นการสอน ‘ทักษะ’ ไม่ได้มีกระบวนการให้ข้อมูลหรือแนะนำการเรียนรู้เพื่อตอบสนองตลาดแรงงาน รวมถึงว่า แม้ตอนนี้พอจะรู้ถึงปัญหา ก็ยังต้องใช้เวลาอีกหลายปีในการปรับเปลี่ยนหรือปฏิรูปการศึกษา กระบวนการผลิตทรัพยากรด้านบุคคลจึงตกที่นั่งเดิมว่า “เรียน 4-5 ปี จบมา ความรู้ที่เรียนก็ล้าสมัยเกินเอามาใช้แล้ว”
วิธีการเรียนรู้ในศตวรรษที่ 21
ในรายงานเรื่อง Future of Jobs ของ World Economic Forum (WEF) บอกว่าในศตวรรษที่ 21 นี้ เราต้องออกแบบวิธีการเรียนรู้กันใหม่ ถ้าจะให้ดี ทักษะความรู้ต้องเข้าถึงได้ ‘สะดวก ทุกที่ และทุกเวลา’ และวิธีการเรียนการสอน ต้องเน้นไปที่การปลูกฝังและติดตั้ง ‘ระบบความคิด’ ให้คนเรียน โดย WEF ได้แนะนำหลักการ ‘MPPG’ ที่ใช้เทคโนโลยีแก้ปัญหา Skill Gap ที่เกิดจากเทคโนโลยีไว้ว่า การเรียนรู้ในยุคนี้ต้องมีองค์ประกอบคือ
Mobile-first : ช่องทางเข้าถึงง่าย และออกแบบเล่าได้น่าสนใจ (ใช้ UX และ UI เข้ามาช่วย)
Participatory : สร้างประสบการณ์ร่วมในการเรียนรู้ จะช่วยให้เกิดความ ‘อยากแชร์’ ต่อ
Personalized : เมื่อได้รับโจทย์เฉพาะ แต่ละคนจะได้พัฒนาทักษะในการคิดแบบวิเคราะห์ (Critical Thinking) และทักษะในการตัดสินใจ (Judgement skills)
Group-based : สร้างส่วนของการแลกเปลี่ยนความคิดเห็น เพื่อเพิ่มมุมมองใหม่และกระตุ้นการแบ่งปันไอเดีย
เราเลยพอจะเห็นความเคลื่อนไหวของหลายๆ มหาวิทยาลัย สถาบันการศึกษา และองค์กรเอกชนหลายแห่ง ที่มีการตั้งคอร์ส ‘เฉพาะกิจ’ เพื่อสอนทักษะที่จำเป็นสำหรับยุคสมัย โดยมีให้เลือกทั้งแบบออนไลน์และออฟไลน์ รวมถึงงานสัมมนาที่จะช่วยให้คนพัฒนาทักษะตัวเองได้
หนึ่งในคอร์สออนไลน์ (ฟรีด้วย) ที่น่าสนใจเกี่ยวกับการเรียนรู้คือ ‘Learning how to learn’ ที่เปิดสอนบน Coursera (coursera.org/learn/learning-how-to-learn) ซึ่งสอน ‘ฐาน’ ของการเรียนรู้สิ่งอื่นๆ เช่น เทคนิคการเรียน-พักแบบ Pomodoro (เรียน 25 นาที พัก 5 นาที สลับกันไป), การใช้ Chunking หรือแบ่งสิ่งที่อยากเรียนรู้เป็นแนวคิดย่อยๆ, หรือการจดสรุปด้วยคำของตนเองแทนไฮไลท์ เพื่อป้องกัน Illusions of Competence หรือความหลงคิดไปเองว่าตัวเองรู้อะไรแล้ว ทั้งๆ ที่อาจจะไม่รู้จริง
หรืออย่างสิ้นเดือนนี้ Skooldio โรงเรียนที่เปิดสอนสกิลที่จำเป็นสำหรับยุคสมัยนี้และในอนาคต ก็จะจัดงาน ‘Beta’ งานสัมมนาที่รวบรวมเอานักพัฒนาเทคโนโลยี (Developer) นักออกแบบ (Designer) ผู้ประกอบการ (Entrepreneur) และผู้บริหารจัดการด้านคน (People Manager) มาแบ่งปันข้อมูลและประสบการณ์เกี่ยวกับทักษะที่เป็นที่ต้องการสำหรับการทำงานในยุคสมัยนี้ ซึ่งทั้งหมดเป็นส่วนประกอบของทักษะที่ต้องการในตลาด ตามที่ LinkedIn วิเคราะห์ไว้ (ดูรายละเอียดงานได้ที่ beta.skooldio.com)
ในเมื่อโลกไม่หยุดขยับ และเทคโนโลยีอัพเกรดอยู่แทบทุกนาที เราเลยอยู่กับที่ไม่ได้ ต้องลุกขึ้นมาอัพสกิลตัวเองให้ทันโลกด้วย
Source :https://thematter.co/byte/future-skills-2/72461
‘แค่อยู่กับที่ก็ถอยหลังแล้ว’ ไม่ใช่คำพูดเกินจริงสำหรับยุคสมัยนี้ ที่เทคโนโลยีและความรู้ใหม่ๆ เกิดขึ้นได้ตลอดเวลา
ตื่นเช้า หยิบมือถือมาดู อ้าว.. เฟซบุ๊กเปลี่ยนหน้าตาอีกแล้ว, เปิดอ่านข่าว อ้าว.. AI ทำนู่นนี่นั่นได้แล้ว, ไหนจะวิธีคิดหรือสกิลใหม่ๆ ที่งอกเงยตามมา เพื่อแนะนำ (แกมบังคับ) ให้ผู้ใช้อย่างเราต้องเรียนรู้และตามให้ทันเทคโนโลยีเหล่านั้นด้วย
ปัญหาที่เกิดขึ้นตามมาในโลกที่เทคโนโลยีอัพเดทอยู่แทบทุกนาที คือทักษะและความรู้ของคนทำงานที่อัพตามไม่ทัน จนเกิด ‘Skill Gap’ หรือการที่คนทำงานมีทักษะที่ไม่สอดคล้องกับที่องค์กรต้องการ เพราะกว่าจะเรียนจบ สิ่งที่เรียนมา ก็ล้าสมัยไปหมดแล้ว
สิ่งที่สถาบันการศึกษาและองค์กรต่างๆ พยายามทำเพื่อแก้ปัญหาอยู่ก็คือการหาวิธี Upskill และ Reskill เพื่อ ‘อัพเกรด’ ทั้งคนที่กำลังจะทำงาน คนที่เพิ่งทำงานใหม่ๆ และคนที่ทำงานอยู่เดิม มีทักษะที่ทันยุคสมัยและใช้ได้จริงในงานที่ตัวเองทำ
อะไรที่ต้องเรียนรู้ในยุคนี้?
Tim Ferriss นักคิด นักเขียน และนักลงทุนระดับโลกเคยบอกว่า เป้าหมายการเรียนรู้ของเขาคือ “การเรียนอะไรก็ได้ ที่เรียนแค่ครั้งเดียว แล้วใช้ได้ตลอดชีวิต” (My goal is to learn things once and use them forever.) ซึ่งในบริบทของโลกที่มีการ ‘อัพเดท’ ตลอดเวลา และสามารถ ‘เสิร์ช’ หาสิ่งต่างๆ ได้ภายในไม่กี่วินาทีจากบนหน้าจอ การเรียนรู้ในยุคสมัยนี้จึงควรมุ่งไปที่ ‘ทักษะ’ (Skill) มากกว่า ‘องค์ความรู้’ (Knowledge

เมื่อต้นปี 2019 ‘LinkedIn’ แพลตฟอร์มที่รวมตำแหน่งงานและประวัติคนทำงานไว้มากที่สุดแห่งหนึ่งของโลก ได้ทำการวิเคราะห์งานนับล้านตำแหน่งที่โพสต์ลงบนแพลตฟอร์มเมื่อปี 2018 เพื่อค้นหา ‘ทักษะที่องค์กรต้องการมากที่สุด’
นี่น่าจะเป็นลิสต์ของทักษะที่เราควรเลือกจะเรียนรู้เพื่ออัพเกรดตัวเองให้ทันโลกและตลาดแรงงาน
ด้าน ‘Soft Skill’ หรือทักษะด้านอารมณ์และการอยู่ร่วมกับคนอื่นที่องค์กรต้องการมากที่สุดคือ
ความคิดสร้างสรรค์ (Creativity)
ความสามารถในการโน้มน้าวชักจูง (Persuasion)
การทำงานร่วมกับผู้อื่น (Collaboration)
ความสามารถในการปรับตัว (Adaptability)
การจัดการเวลา (Time Management)
Soft Skill นี้เป็นอะไรที่เรียนรู้ครั้งเดียวแล้วใช้ได้ยาวๆ แถมเหมาะมากๆ สำหรับยุคที่หุ่นยนต์และ AI จะเข้ามามีบทบาทในการทำงานของมนุษย์ เพราะเป็นทักษะที่ยังไงๆ AI ก็ทำได้ไม่ดีเท่ากับมนุษย์
ส่วน ‘Hard Skill’ หรือทักษะเชิงความรู้ความเชี่ยวชาญที่องค์กรต้องการ 10 อันดับแรกคือ
ทักษะด้าน Cloud Computing
ทักษะด้านการใช้งานปัญญาประดิษฐ์
ทักษะด้านการวิเคราะห์เชิงเหตุผลและการตัดสินใจด้านกลยุทธ์ (Analytical Reasoning)
ทักษะด้านการจัดการทีม (People Management)
ทักษะด้านการออกแบบประสบการณ์ผู้ใช้ (UX Design)
ทักษะด้านการออกแบบแอปพลิเคชั่นบนสมาร์ทโฟน
ทักษะด้านการผลิตวิดีโอ (Video Production)
ทักษะด้านการขาย (Sales Leadership)
ทักษะด้านการแปลภาษา (Translation)
ทักษะด้านการผลิตสื่อด้านเสียง (Audio Production)
Hard Skill ส่วนใหญ่จะเกี่ยวกับการใช้งานบนโลกดิจิทัล รวมถึงเป็นทักษะที่ต้องอาศัยความรู้ความเข้าใจด้านเทคโนโลยี (Technology) การจัดการข้อมูล (Data) การออกแบบ (Design) และธุรกิจ (Business) มาประกอบเข้าด้วยกัน
แล้วที่เรียนมา.. ไม่เห็นใช้ได้เลย
หลายคนเห็นลิสต์แล้วอาจจะรู้สึกว่า เราอยู่คนละสายอาชีพกันเลย แต่ในโลกยุคดิจิทัลที่ทุกอย่าง ‘คอนเน็กต์’ กันหมดแบบนี้ ต้องยอมรับว่าเทคโนโลยีกลายเป็นเรื่องของทุกคน และไม่ว่าจะทำสายอาชีพไหนหรือระดับงานใดๆ หากไม่ ‘อัพเกรด’ ตัวเองขึ้นมา เราก็อาจจะถูก ‘แย่งงาน’ ได้ และไม่ใช่จากหุ่นยนต์ด้วย แต่จากการที่เรามีทักษะไม่เพียงพอที่จะทำงานได้ตามความคาดหวัง จนองค์กรต้องไปหาคนอื่นที่ทำได้มาแทนเรา!
การที่คนทำงานมีทักษะไม่สอดคล้องกับงานหรือ ‘Skill Gap’ นี้ OECD แบ่งไว้ 3 รูปแบบ คือ
Qualification Mismatch : คนมีระดับวุฒิการศึกษาไม่ตรงกับงาน
Field of Study Mismatch : คนเรียนจบในสาขาที่ไม่ตรงกับงานที่ทำ
Skills Mismatch : คนมีความสามารถไม่เพียงพอกับความต้องการขององค์กร
ซึ่งถ้ามองหาสาเหตุกันจริงๆ ก็จะย้อนกลับไปสู่ระบบการศึกษาของไทยที่ไม่ได้ออกแบบมาเพื่อเน้นการสอน ‘ทักษะ’ ไม่ได้มีกระบวนการให้ข้อมูลหรือแนะนำการเรียนรู้เพื่อตอบสนองตลาดแรงงาน รวมถึงว่า แม้ตอนนี้พอจะรู้ถึงปัญหา ก็ยังต้องใช้เวลาอีกหลายปีในการปรับเปลี่ยนหรือปฏิรูปการศึกษา กระบวนการผลิตทรัพยากรด้านบุคคลจึงตกที่นั่งเดิมว่า “เรียน 4-5 ปี จบมา ความรู้ที่เรียนก็ล้าสมัยเกินเอามาใช้แล้ว”
วิธีการเรียนรู้ในศตวรรษที่ 21
ในรายงานเรื่อง Future of Jobs ของ World Economic Forum (WEF) บอกว่าในศตวรรษที่ 21 นี้ เราต้องออกแบบวิธีการเรียนรู้กันใหม่ ถ้าจะให้ดี ทักษะความรู้ต้องเข้าถึงได้ ‘สะดวก ทุกที่ และทุกเวลา’ และวิธีการเรียนการสอน ต้องเน้นไปที่การปลูกฝังและติดตั้ง ‘ระบบความคิด’ ให้คนเรียน โดย WEF ได้แนะนำหลักการ ‘MPPG’ ที่ใช้เทคโนโลยีแก้ปัญหา Skill Gap ที่เกิดจากเทคโนโลยีไว้ว่า การเรียนรู้ในยุคนี้ต้องมีองค์ประกอบคือ
Mobile-first : ช่องทางเข้าถึงง่าย และออกแบบเล่าได้น่าสนใจ (ใช้ UX และ UI เข้ามาช่วย)
Participatory : สร้างประสบการณ์ร่วมในการเรียนรู้ จะช่วยให้เกิดความ ‘อยากแชร์’ ต่อ
Personalized : เมื่อได้รับโจทย์เฉพาะ แต่ละคนจะได้พัฒนาทักษะในการคิดแบบวิเคราะห์ (Critical Thinking) และทักษะในการตัดสินใจ (Judgement skills)
Group-based : สร้างส่วนของการแลกเปลี่ยนความคิดเห็น เพื่อเพิ่มมุมมองใหม่และกระตุ้นการแบ่งปันไอเดีย
เราเลยพอจะเห็นความเคลื่อนไหวของหลายๆ มหาวิทยาลัย สถาบันการศึกษา และองค์กรเอกชนหลายแห่ง ที่มีการตั้งคอร์ส ‘เฉพาะกิจ’ เพื่อสอนทักษะที่จำเป็นสำหรับยุคสมัย โดยมีให้เลือกทั้งแบบออนไลน์และออฟไลน์ รวมถึงงานสัมมนาที่จะช่วยให้คนพัฒนาทักษะตัวเองได้
หนึ่งในคอร์สออนไลน์ (ฟรีด้วย) ที่น่าสนใจเกี่ยวกับการเรียนรู้คือ ‘Learning how to learn’ ที่เปิดสอนบน Coursera (coursera.org/learn/learning-how-to-learn) ซึ่งสอน ‘ฐาน’ ของการเรียนรู้สิ่งอื่นๆ เช่น เทคนิคการเรียน-พักแบบ Pomodoro (เรียน 25 นาที พัก 5 นาที สลับกันไป), การใช้ Chunking หรือแบ่งสิ่งที่อยากเรียนรู้เป็นแนวคิดย่อยๆ, หรือการจดสรุปด้วยคำของตนเองแทนไฮไลท์ เพื่อป้องกัน Illusions of Competence หรือความหลงคิดไปเองว่าตัวเองรู้อะไรแล้ว ทั้งๆ ที่อาจจะไม่รู้จริง
หรืออย่างสิ้นเดือนนี้ Skooldio โรงเรียนที่เปิดสอนสกิลที่จำเป็นสำหรับยุคสมัยนี้และในอนาคต ก็จะจัดงาน ‘Beta’ งานสัมมนาที่รวบรวมเอานักพัฒนาเทคโนโลยี (Developer) นักออกแบบ (Designer) ผู้ประกอบการ (Entrepreneur) และผู้บริหารจัดการด้านคน (People Manager) มาแบ่งปันข้อมูลและประสบการณ์เกี่ยวกับทักษะที่เป็นที่ต้องการสำหรับการทำงานในยุคสมัยนี้ ซึ่งทั้งหมดเป็นส่วนประกอบของทักษะที่ต้องการในตลาด ตามที่ LinkedIn วิเคราะห์ไว้ (ดูรายละเอียดงานได้ที่ beta.skooldio.com)
ในเมื่อโลกไม่หยุดขยับ และเทคโนโลยีอัพเกรดอยู่แทบทุกนาที เราเลยอยู่กับที่ไม่ได้ ต้องลุกขึ้นมาอัพสกิลตัวเองให้ทันโลกด้วย
วันอังคารที่ 5 มีนาคม พ.ศ. 2562
Big Data @ Life ชีวิตผูกติดข้อมูล สู่อนาคตประเทศไทย 4.0
วันที่ 7 กรกฎาคม 2559
สำนักข่าวออนไลน์ไทยพับลิก้า
ประเทศไทยเริ่มก้าวสู่ยุคเศรษฐกิจดิจิทัลอย่างช้าๆ แต่โลกไปเร็วด้วยเทคโนโลยีที่ก้าวหน้า มนุษย์โลกแชร์ข้อมูล เรื่องราวในโซเชียลมีเดีย มีการส่งอีเมล มีการซื้อขายสินค้าออนไลน์มากมาย ข้อมูลระบุว่าปี 2012 มนุษย์มีการผลิตข้อมูลมากถึงวันละ 2.5 quintillion ไบท์ หรือเท่ากับ 2,500,000,000,000,000,000 ไบท์ การกำเนิดของข้อมูลจำนวนมหาศาลที่ถ่ายทอดเรื่องราวชีวิตและพฤติกรรมของมนุษย์ทุกนาทีในระดับที่เราไม่เคยคิดว่าเป็นไปได้มาก่อน นี่คือ Big Data ที่ทุกวันนี้บริษัทเล็กใหญ่ต่างใช้ประโยชน์จากข้อมูลเหล่านี้เพื่อการตลาดและการพัฒนาผลิตภัณฑ์และบริการเพื่อการสร้างผลกำไร ขณะเดียวกัน ภาครัฐก็สามารถนำมาใช้เพื่อประโยชน์สาธารณะในด้านต่างๆ ได้เช่นกัน คำถามคือ เราจะใช้ประโยชน์จาก Big Data อย่างไรในการพัฒนาคุณภาพชีวิต ศักยภาพของประเทศ การอยู่ร่วมกันของคนในสังคม ท่ามกลางการแข่งขันและทรัพยากรที่นับวันจะหมดไป
ในตอนที่แล้ว นายธีรนันท์ ศรีหงส์ ได้เสนอ แนะให้ตั้ง National Data Pool-ปลุกจิตสำนึกการใช้ข้อมูล รับสังคม Big Data @ life ส่วนตอนที่ 2 นางสาวสฤณี อาชวานันทกุล ได้กล่าวถึงพลังของ Big Data-ความย้อนแย้ง-สิทธิที่จะถูกลืม ส่วนในตอนแรก นายณภัทร จาตุศรีพิทักษ์ ได้กล่าวถึง ไม่แข่งก็ยิ่งแพ้ยุค Big Data ว่าชีวิตเราจะมาผูกติดกับข้อมูล ไม่ได้ผูกติดแค่ว่าข้อมูลทำให้ชีวิตเราสะดวกขึ้น แต่ว่าผูกในอีกแง่หนึ่งด้วย คือ ในการเอาตัวรอดในเศรษฐกิจสมัยใหม่ เราจะขาดข้อมูลไม่ได้ด้วยซ้ำ
Big Data ต้องคุณภาพไม่ใช่ปริมาณ
นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน) หรือ AIS ได้กล่าวถึงการนำเอา Big Data มาใช้ในภาคธุรกิจว่า การที่เราจะเอา Big Data มาใช้งาน ก็มีจุดหนึ่งที่ต้องพิจารณา คือเรื่องของ Data Privacy ไม่ใช่ใครก็ได้จะเดินเข้ามาขอข้อมูล AIS เราคงไม่สามารถให้ได้ เพราะเรื่องนี้เป็นเรื่องสำคัญ
ขอเรียนว่าจริงๆ แล้ว คำว่า Big Data ใน AIS เรายังห่างไกลคำว่าสมบูรณ์แบบมาก ตามที่คุณณภัทรและทุกท่านแชร์มา จริงๆ แล้ว AIS ยังต้องพัฒนาและต่อยอดกันอีกมาก แต่เรามีความเชื่ออย่างหนึ่งว่า Big Data ไม่จำเป็นต้องมีข้อมูลที่เยอะมากในเชิงปริมาณ แต่สิ่งสำคัญต้องเป็นข้อมูลเชิงคุณภาพ หัวใจสำคัญของ Big Data ไม่ใช่แค่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ให้เป็นประโยชน์กับธุรกิจมากกว่า
ด้วยความเชื่อเหล่านี้ ทำให้เราเริ่มนำข้อมูล Big Data มาใช้ โดยไม่จำเป็นต้องรอให้ข้อมูลเรามีเยอะพอหรือต้องเป็น Perfect Information (ข้อมูลข่าวสารที่สมบูรณ์) เราถึงจะสามารถนำมาใช้งานได้ เราเริ่มจากข้อมูลที่เรามีอยู่ ซึ่งเราคิดว่าการเก็บข้อมูลของเรานั้น ถ้าเรามีข้อมูลที่เป็น Meaningful Information (ข้อมูลที่มีความหมาย) เพียงพอ ก็น่าจะเอามาใช้งานในทางธุรกิจได้ เราก็เริ่มทำงาน เริ่มลุยกันเลย
สำนักข่าวออนไลน์ไทยพับลิก้า
ประเทศไทยเริ่มก้าวสู่ยุคเศรษฐกิจดิจิทัลอย่างช้าๆ แต่โลกไปเร็วด้วยเทคโนโลยีที่ก้าวหน้า มนุษย์โลกแชร์ข้อมูล เรื่องราวในโซเชียลมีเดีย มีการส่งอีเมล มีการซื้อขายสินค้าออนไลน์มากมาย ข้อมูลระบุว่าปี 2012 มนุษย์มีการผลิตข้อมูลมากถึงวันละ 2.5 quintillion ไบท์ หรือเท่ากับ 2,500,000,000,000,000,000 ไบท์ การกำเนิดของข้อมูลจำนวนมหาศาลที่ถ่ายทอดเรื่องราวชีวิตและพฤติกรรมของมนุษย์ทุกนาทีในระดับที่เราไม่เคยคิดว่าเป็นไปได้มาก่อน นี่คือ Big Data ที่ทุกวันนี้บริษัทเล็กใหญ่ต่างใช้ประโยชน์จากข้อมูลเหล่านี้เพื่อการตลาดและการพัฒนาผลิตภัณฑ์และบริการเพื่อการสร้างผลกำไร ขณะเดียวกัน ภาครัฐก็สามารถนำมาใช้เพื่อประโยชน์สาธารณะในด้านต่างๆ ได้เช่นกัน คำถามคือ เราจะใช้ประโยชน์จาก Big Data อย่างไรในการพัฒนาคุณภาพชีวิต ศักยภาพของประเทศ การอยู่ร่วมกันของคนในสังคม ท่ามกลางการแข่งขันและทรัพยากรที่นับวันจะหมดไป
ในตอนที่แล้ว นายธีรนันท์ ศรีหงส์ ได้เสนอ แนะให้ตั้ง National Data Pool-ปลุกจิตสำนึกการใช้ข้อมูล รับสังคม Big Data @ life ส่วนตอนที่ 2 นางสาวสฤณี อาชวานันทกุล ได้กล่าวถึงพลังของ Big Data-ความย้อนแย้ง-สิทธิที่จะถูกลืม ส่วนในตอนแรก นายณภัทร จาตุศรีพิทักษ์ ได้กล่าวถึง ไม่แข่งก็ยิ่งแพ้ยุค Big Data ว่าชีวิตเราจะมาผูกติดกับข้อมูล ไม่ได้ผูกติดแค่ว่าข้อมูลทำให้ชีวิตเราสะดวกขึ้น แต่ว่าผูกในอีกแง่หนึ่งด้วย คือ ในการเอาตัวรอดในเศรษฐกิจสมัยใหม่ เราจะขาดข้อมูลไม่ได้ด้วยซ้ำ
Big Data ต้องคุณภาพไม่ใช่ปริมาณ
นางสาวสุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน) หรือ AIS ได้กล่าวถึงการนำเอา Big Data มาใช้ในภาคธุรกิจว่า การที่เราจะเอา Big Data มาใช้งาน ก็มีจุดหนึ่งที่ต้องพิจารณา คือเรื่องของ Data Privacy ไม่ใช่ใครก็ได้จะเดินเข้ามาขอข้อมูล AIS เราคงไม่สามารถให้ได้ เพราะเรื่องนี้เป็นเรื่องสำคัญ
ขอเรียนว่าจริงๆ แล้ว คำว่า Big Data ใน AIS เรายังห่างไกลคำว่าสมบูรณ์แบบมาก ตามที่คุณณภัทรและทุกท่านแชร์มา จริงๆ แล้ว AIS ยังต้องพัฒนาและต่อยอดกันอีกมาก แต่เรามีความเชื่ออย่างหนึ่งว่า Big Data ไม่จำเป็นต้องมีข้อมูลที่เยอะมากในเชิงปริมาณ แต่สิ่งสำคัญต้องเป็นข้อมูลเชิงคุณภาพ หัวใจสำคัญของ Big Data ไม่ใช่แค่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ให้เป็นประโยชน์กับธุรกิจมากกว่า
ด้วยความเชื่อเหล่านี้ ทำให้เราเริ่มนำข้อมูล Big Data มาใช้ โดยไม่จำเป็นต้องรอให้ข้อมูลเรามีเยอะพอหรือต้องเป็น Perfect Information (ข้อมูลข่าวสารที่สมบูรณ์) เราถึงจะสามารถนำมาใช้งานได้ เราเริ่มจากข้อมูลที่เรามีอยู่ ซึ่งเราคิดว่าการเก็บข้อมูลของเรานั้น ถ้าเรามีข้อมูลที่เป็น Meaningful Information (ข้อมูลที่มีความหมาย) เพียงพอ ก็น่าจะเอามาใช้งานในทางธุรกิจได้ เราก็เริ่มทำงาน เริ่มลุยกันเลย

น.ส.สุมล กานตกุล ผู้ช่วยกรรมการผู้อำนวยการ ส่วนงานวิเคราะห์และวางแผนการตลาด บริษัท แอดวานซ์ อินโฟร์ เซอร์วิส จำกัด (มหาชน)
ที่ผ่านมาเราก็นำข้อมูลเท่าที่เรามีอยู่มาทำการตอบโจทย์ทางด้านธุรกิจ Bisiness Ojective 5 ด้าน ด้วยกัน ในช่วงเริ่มต้น 1) Customer insight 2) Monetization 3) Customer retention & loyalty 4) Customer experience management 5) Operation efficiency ซึ่งต่อจากนี้เราคงต้องทำเพิ่มอีกมาก
เรื่องแรกการทำ Customer insight ถ้าย้อนกลับไปในอดีต ที่เป็นมาร์เก็ตติ้งรุ่นแรกๆ สาวกของฟิลิป คอตเลอร์ ที่เป็นกูรูมาร์เก็ตติ้ง เขาจะมีคำว่า Customer Segmentation เกิดขึ้น ทุกคนก็มาทำ Customer Segmentation กันมากมาย แต่จากการที่เทคโนโลยีมีการพัฒนามากขึ้น ต้นทุนในการจัดเก็บข้อมูลก็เริ่มถูกลง รวมถึง Tools หรือ Processor ต่างๆ ก็จะมีประสิทธิภาพดีขึ้น ทำให้เราสามารถประมวลผลข้อมูลจำนวนมากได้ในเวลาที่สั้นลง
ดังนั้น เราก็คิดว่า Customer Segmentation ที่มีอยู่เริ่มไม่เพียงพอ จึงเป็นที่มาของคำว่า Micro Segmentation ท้ายที่สุดก็มาที่คำว่า Nano Segmentation แต่ด้วยความสามารถของ Big Data เราสามารถเข้าใจ Customer insight ถึงในระดับ Individual หรือ Personalization เราสามารถเข้าใจว่าลูกค้ารายนี้มีพฤติกรรมอย่างไร ชอบอะไร มีไลฟ์สไตล์แบบไหน ไปเที่ยวที่ไหน มีโลเคชั่นอะไร เป็นต้น
พอพูดจุดนี้ วิทยากรหลายท่านก็อาจจะเป็นห่วงเรื่องความเป็นส่วนตัวของลูกค้าและข้อมูล อยากจะบอกว่าข้อมูลของเราที่มีทั้งหมดจะถูกเก็บอยู่ในระบบ และระบบนี้ได้รับการดูแลบริหารจัดการและควบคุมอย่างดีโดยหน่วยงานที่เราเรียกว่า Data Security ซึ่งหน่วยงานนี้คอยดูแลการนำข้อมูลไปใช้งานแล้วให้มั่นใจว่าไม่มีการนำข้อมูลระดับบุคคลหรือข้อมูลที่เจาะจงเฉพาะตัวลูกค้าไปใช้งาน การทำงานของเราคือคนจะนำข้อมูลไปใช้งาน จะสามารถเข้าถึงข้อมูลได้เฉพาะส่วนที่ตนเองรับผิดชอบเท่านั้น อะไรที่อยู่นอกเหนือความรับผิดชอบก็จะมองไม่เห็น เจ้าหน้าที่จะเห็นเป็นส่วนๆ เท่านั้น
เพื่อให้ลูกค้ามั่นใจมากขึ้นเกี่ยวกับข้อมูลส่วนบุคคล AIS เป็นผู้ให้บริการรายเดียวในเมืองไทยที่จดทะเบียนอยู่ใน DJSI หรือ Dow Jone Sustainability Index พอเราตอบรับเขาไป เขาก็จะเข้ามาดูการบริหารจัดการว่ามีคุณสมบัติตามที่กำหนดหรือไม่ หนึ่งในคุณสมบัติที่เขากำหนดคือการทำ Data Privacy Management เพราะฉะนั้น ให้มั่นใจได้ว่าข้อมูลที่ท่านใช้งานต่างๆ เหล่านี้ การบริหารของเราได้ดูแลข้อมูลอย่างดีในระดับมาตรฐานโลก
พอเราได้ข้อมูล Customer insight เราเข้าใจพฤติกรรม เข้าใจลูกค้าแล้ว สิ่งที่เราต่อยอดมาก็คือ เราก็เอามาทำ Monetization หรือทำให้เกิดดอกออกผล กับสิ่งที่เราได้รับและเรียนรู้มา




การทำ Data Monetize ของ AIS พอเราได้ insight เราก็จะ Design Offering (ออกแบบข้อเสนอ) เพื่อตอบโจทย์ความต้องการของลูกค้า นอกเหนือจากการออกแบบสินค้า เราออกแบบไปถึงเวลาที่เราควรจะไปติดต่อกับลูกค้า ไม่ใช่มองแค่เรื่อง right product แต่เรามองไปถึง right customer… to the right custumer at the right time ซึ่งการทำตรงนี้ AIS ก็ได้มีการลงทุนกับระบบ PCM หรือ Personalized Campaign Management เป็นเครื่องมือที่ช่วยบอกถึงเหตุการณ์อะไรบางอย่างให้ระบบรับรู้ว่าเวลานี้คือเวลาที่ดีที่สุดแล้วที่เราควรจะติดต่อลูกค้าในท่านนี้ เราก็จะใส่ข้อเสนอที่เราดีไซน์เอาไว้ว่าให้ส่งไปหาลูกค้าคนนี้นะ ก็จะเป็นการช่วยเพิ่มอัตราความสำเร็จในการทำแคมเปญไป
นอกเหนือจากนี้ AIS ศึกษาพฤติกรรมลูกค้าต่างๆ ที่อยู่ในระบบ เพื่อหาโอกาสในการทำต้นทุนการขายสินค้าของเรา เช่น เราอาจจะเอาข้อมูลสถานที่อยู่ของลูกค้ามารวมกันกับพฤติกรรมบางอย่างที่เรามีการทดสอบแล้ว หรือวิเคราะห์พฤติกรรมการใช้งานแล้ว ลูกค้ารายนี้น่าจะเป็นกลุ่มคนที่ประกอบอาชีพหรือเป็นพ่อค้าแม่ค้าขายของออนไลน์ เราก็เสนอบริการ M Pay เข้าไปเป็นหนึ่งในช่องทางการชำระเงินของเขา
จาก Monetization อีกอันที่เรามาทำ Customer retention & loyalty เราก็มีการศึกษาพฤติกรรมของลูกค้าต่างๆ รวมทั้งเหตุการณ์ หรือมีอะไรบางอย่าง ทำให้เราทราบว่าลูกค้าคนนี้เริ่มจะตัดสินใจยกเลิกสินค้าบริการของ AIS หรือเปล่า หรือเริ่มมีการเปิดรับข้อมูลข่าวสาร มีโอกาสที่จะไปใช้บริการผู้ให้บริการเจ้าอื่น เราคงต้องรีบเข้าไปดูแลลูกค้าก่อนที่ลูกค้าจะตัดสินใจยกเลิกจริงๆ เข้าไปศึกษาเขาจากแพทเทิร์นข้อมูล ทำให้เราพอรู้ว่ามีประเด็นอะไรที่ทำให้เขาอยากจะยกเลิกสินค้าบริการของเรา ก็รีบเข้าไปแก้ไขเหตุการณ์ก่อนจะบานปลาย
เรื่องถัดไป Customer experience management ของ AIS โดยจะศึกษาข้อมูลเชิงลึกของลูกค้าหลายๆ อย่าง ก็จะทราบว่าลูกค้าต้องการข้อมูลหรือต้องการอะไร เราสามารถเข้าไปช่วยเขาได้
ความท้าทายการใช้ Big data ของ AIS
อีกเรื่องหนึ่งตอนที่ AIS ออก 4G Network ใหม่ๆ เราจะมีการทำ Customer experience management เพื่อให้มั่นใจว่าลูกค้าของเราจะประทับใจ และได้ 4G Experience จริงๆ เราจะแจ้งว่าลูกค้าตอนนี้ Set ของคุณเป็น 4G แล้ว และเราเปิดให้คุณแล้ว ถ้าคุณต้องการใช้ 4G ให้ดีจริงๆ คุณสามารถเปลี่ยน Handset ที่ดีที่สุดได้อย่างไร หรือส่งข้อมูลที่ลูกค้ากดแล้วสามารถ Setting ได้เลย
นอกจากนี้ เราก็จะมีการนำข้อมูล Customer Research และข้อมูลที่เกิดจากพวกเทคโนโลยีใหม่ เช่น การที่เราปรับใช้เรื่องของ VDO analytic ใน AIS shop หรือเรื่องของการทำ Speed analytic ของ Call center เข้ามาประกอบกับข้อมูลที่เรามีอยู่ด้วยในการที่จะออกแบบคุณภาพด้านการบริการ และการกำหนดคุณภาพการบริการ เพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้า
เรื่องสุดท้าย เป็นเรื่อง Operation Efficiency คือเรื่องของการลดต้นทุน หรือการบริหารต้นทุนให้มีประสิทธิภาพมากขึ้น ซึ่งตรงจุดนี้เราจะนำ GEO Analytic มาใช้วางแผนร่วมกับวิศวกรในการทำ Network priority เพราะว่า 4G ของ AIS เริ่มนำมาใช้ช้ากว่าเจ้าอื่น เพราะฉะนั้น เราจะทำอย่างไรที่จะสร้าง Network ได้อย่างมีประสิทธิภาพมากที่สุด สามารถเข้าถึงลูกค้าได้มากที่สุด และเร็วที่สุด รวมถึงได้ผลตอบแทนจากการลงทุน (Return on Investment) ที่ดีที่สุดด้วย ก็จะมีการเข้าไปดูแลร่วมกับวิศวกร รวมถึงเป็นคนชี้เป้าให้วิศวกรทราบว่าควรปรับปรุงตรงไหนบ้าง เพราะจากประสบการณ์ อาจเจอว่าลูกค้าอาจจะมีประสบการณ์ไม่ดีตรงจุดนี้ หรือจุดนี้คุณภาพบริการต่ำกว่า KPI ที่เรากำหนด ก็จะมีการแจ้งไปทางวิศวกร อย่างแรกๆ คือการทำ Network Planning
ส่วนเรื่องที่ 2 ก็คือ การทำ Channel Planning เราก็มาศึกษาดูเรื่อง Customer Identity มาดูกับช่องทางที่เรามีอยู่เพื่อให้แน่ใจว่าการกระจายตัวของ Channel ของเราสามารถตอบสนองความต้องการลูกค้าได้ รวมถึงมั่นใจว่าลูกค้าของเราจะได้รับความสะดวกสบายในการใช้ Channel ของเราไม่ว่าอันใดอันหนึ่ง หรือเราควรไปเปิด Channel ใหม่ๆ หรือไม่เปิดแล้ว ธุรกิจต้องอยู่ได้ด้วยว่าควรจะเปิดด้วยขนาดแบบไหน ซึ่งไม่ว่าช็อปนั้นจะเปิดโดยเราหรือโดยพาร์ทเนอร์ ช็อปนั้นจะต้องอยู่ได้ ต้องเป็น win-win ร่วมกัน
อีกอันที่เราจะแชร์ คือ การทำ Media Planning ยกตัวอย่างสื่อ Outdoor เมื่อก่อนใช้วิธีคาดการณ์เอา ตรงนี้น่าจะมีคนดูเยอะ เราจะไปซื้อป้ายโฆษณาตรงนี้ ตอนนี้พอเรามีข้อมูลเหล่านี้เข้ามาเราสามารถรู้ได้เลย ตรงจุดไหนมีคนดูมากน้อยเพียงใด เมื่อมีข้อมูลเหล่านี้เข้ามา เราสามารถวางแผนซื้อสื่อของเราได้ นอกเหนือจากซื้อตรงจุดไหนแล้ว เราสามารถทราบว่าลูกค้าที่ไปอยู่บริเวณนั้นมีไลฟ์สไตล์และพฤติกรรมแบบไหน ทำให้เราสามารถสื่อสารข้อความที่เราจะไปลงโฆษณาในจุดต่างๆ เหล่านั้นได้
เรื่องสุดท้ายที่อยากแชร์ หลังจาก AIS ไม่ได้คลื่น 900 ช่วงปลายปี 2558 ความท้าทายของเรา คือ เราจะทำอย่างไรกับลูกค้า 12-13 ล้านคนที่ถือ 2G Handset อยู่ โจทย์ใหญ่ของเราคือจะทำอย่างไรให้ลูกค้า 12-13 ล้านคน เปลี่ยนมาใช้มือถือ 3G ให้เร็วที่สุดและมากที่สุดในเวลาที่จำกัดที่สุด
นอกเหนือจากเรื่องเวลาที่สั้นแล้ว ประเด็นที่ 2 เรื่องของทรัพยากรบุคคลที่จะมาทำงานกับเรา ลองนึกภาพดู ลูกค้าของเรามี 12-13 ล้านคน กระจายอยู่ทั่วประเทศ แล้วคนที่เรามีอยู่ตอบโจทย์ได้ไม่มาก การที่จะรับคนใหม่เข้ามาต้องใช้เวลา และต้องฝึกอบรม เพื่อบริการได้ดี
อีกประเด็นคือ Inventory ที่เรามีอยู่ จุดนั้นเราไม่เคยคิดเลยว่าเราจะประมูลคลื่นไม่ได้ เราไม่มีการเตรียมแผนตรงนี้เลย สิ่งที่เราต้องทำคือ Handset ลองนึกภาพในช่วงนั้น (ปลายปี) เป็นวันหยุดยาวจากคริสต์มาส ต่อเนื่องมาถึงปีใหม่ และมาถึงตรุษจีน จะมีซัพพลายเอร์เจ้าไหนที่จะส่ง Handset ให้เราได้นับล้านเครื่องภายในเวลาที่สั้นมาก นี่คือความท้าทายขอเรา อีกฝั่งหนึ่งก็ต้องดูว่าคนที่ได้ใบอนุญาต เอาเงินไปจ่ายปุ๊บ เราต้องถูกแย่งลูกค้าทันที นี่คือจุดที่เราต้องวางแผนอย่างดีว่าจะต้องเกิดขึ้น และเราก็นำข้อมูลเหล่านี้มาใช้งาน ท้ายที่สุด ผลก็คือ เราสามารถเปลี่ยนลูกค้า 2G มาเป็น 3G ภายใน 1 ไตรมาส ได้ถึง 6 ล้านเบอร์ถือว่าไม่น้อยเลยเมื่อเทียบกับทรัพยากรที่เรามีอยู่
Big data ไม่ต้องสมบูรณ์แบบก็ตอบโจทย์ได้
สรุปการใช้งาน Big Data ไม่ได้หมายถึงการจัดเก็บข้อมูลเท่านั้น นี่คือตัวอย่างของ AIS ไม่ได้สมบูรณ์แบบ ไม่ได้มีอะไรเยอะมาก แต่การนำมาใช้งานเป็นหัวใจสำคัญมากกว่า
นางสาวสุมลกล่าวเสริมในตอนท้ายว่า การที่เราจะขับเคลื่อนไปให้ถึง Thailand 4.0 จริงๆ แล้วก็อย่างที่หลายท่านได้พูดมา การแชร์ข้อมูลเป็นเรื่องที่สำคัญ ถ้าสามารถนำมารวมกันไว้ตรงกลาง สามารถนำมาใช้ประโยชน์ได้มากกว่า 1+1 จะไม่ได้ 2 แต่เป็น 3, 4, 5 เป็นการต่อยอดไปได้เรื่อยๆ
“ถ้าเราจะไป Thailand 4.0 หรือ Digital Economy ที่รัฐบาลพยายามผลักดัน หลายๆ อย่างมันติดขัดกับกฎระเบียบย่อยๆ อย่างที่เราเจออยู่ ไม่สามารถนำข้อมูลลูกค้าไปใช้ได้ จริงๆ มีหลายอุตสาหกรรมที่ต้องการข้ามเข้ามาทำงานร่วมกับเรา ก็ต้องรอก่อน เพราะติดปัญหาในเรื่องการกำกับดูแล ดังนั้น จึงอยากจะฝากดูว่าพอจะมีลักษณะที่เป็น National Policy ที่ทำออกมาแล้วเชื่อมโยงกันในทุกๆ ที่ทุกๆ อัน ไม่ใช่แต่ละที่มีจุดต่างๆ กัน พอเชื่อมเข้าหากันแล้วก็เกิดเป็นอุปสรรคในการที่จะแชร์ข้อมูล เพื่อทำให้เกิด Big Data ระดับประเทศ”
“จริงๆ ข้อมูลภาครัฐมีเยอะ ที่สามารถสนับสนุนให้กับหน่วยงานเอกชน ตัวอย่างง่ายๆ มีใครรู้บ้างประเทศไทยมีประชากรกี่คน แหล่งข้อมูลหนึ่งบอกว่า 64 ล้านคน อีกแหล่งบอก 65 ล้านคน อีกแหล่งบอก 67 ล้านคน อีกแหล่งบอก 68 ล้านคน และถ้าเราจะนำมาใช้งานแหล่งไหนถูกต้องที่สุด ดังนั้น แต่ละหน่วยงานภาครัฐมีข้อมูลมากมาย แต่ขาดการบูรณาการเข้าหากัน มาใช้เป็นข้อมูลกลาง ให้ทุกฝ่ายได้นำไปใช้ประโยชน์และแชร์กัน ก็อยากจะฝากเรื่องนี้ไว้ด้วย”
“การใช้ Big Data ไม่ใช่แค่เอา Data มาใช้งานอย่างเดียว การเอามาใช้ต้องมีการแปลความที่ถูกต้องด้วย บางครั้งอาจจะแปลความอะไร ที่ใส่ความรู้สึกลำเอียงเข้าไป พอตีความออกมาทำให้ข้อมูลบิดเบือนได้ Big Data ถ้าใช้ไม่ถูกทางก็เป็นโทษเหมือนกัน และ Big Data ไม่ใช่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ ด้วยวัฒนธรรมขององค์กรไทยหลายๆ แห่ง ชอบเก็บข้อมูลไว้ก่อน ยังไม่เอามาใช้ ต้องรอให้ Perfect ก่อนถึงจะเริ่มใช้ พอไม่มีการใช้ Big Data มันก็ไม่ต่างจากเราซื้อถังขยะใบใหญ่ๆ มาใบหนึ่ง แล้วเราก็เก็บทุกอย่างโยนมันลงไปก็คิดว่าวันหนึ่งมันจะมีประโยชน์ เพราะฉะนั้น เราต้องเลิกคิดแบบนี้ พอเราจะหยิบมาใช้ ก็ไม่รู้จะเอาอะไรมาใช้เหมือนกัน เราควรเริ่มนำมาใช้ตั้งแต่บัดนี้ อย่างน้อยการเริ่มต้นของเราจะทำให้เรารู้ว่าข้อมูลที่เรามีแล้วนั้นเพียงพอหรือไม่ เราต้องการหาข้อมูลอะไรเพิ่มเติม การนำข้อมูลเข้ามาใช้ก็จะมีโฟกัส มีเป้าหมายมากขึ้น ไม่ใช่หว่านแหเก็บอะไรมาหมด ท้ายที่สุด Big Data ไม่เห็นเวิร์กเลย หรือถ้าใครมีเงินเยอะหน่อย ก็สงสัยถังขยะเรายังใหญ่ไม่พอ ก็ไปขยายถังขยะให้ใหญ่ขึ้น ท้ายที่สุดมันก็กลับไปสู่วัฏจักรเดิมอีก ก็อยากจะฝากถึงองค์กรที่เริ่มนำ Big Data มาใช้แล้ว ให้ท่านเริ่มนำมาใช้งานให้เกิดประโยชน์ได้แล้ว ไม่ใช้นำข้อมูลมาเก็บไว้ด้วยกัน และก็รอว่าวันหนึ่งมันจะสมบูรณ์”
Source: https://thaipublica.org/2016/07/big-data-sumol/
ที่ผ่านมาเราก็นำข้อมูลเท่าที่เรามีอยู่มาทำการตอบโจทย์ทางด้านธุรกิจ Bisiness Ojective 5 ด้าน ด้วยกัน ในช่วงเริ่มต้น 1) Customer insight 2) Monetization 3) Customer retention & loyalty 4) Customer experience management 5) Operation efficiency ซึ่งต่อจากนี้เราคงต้องทำเพิ่มอีกมาก
เรื่องแรกการทำ Customer insight ถ้าย้อนกลับไปในอดีต ที่เป็นมาร์เก็ตติ้งรุ่นแรกๆ สาวกของฟิลิป คอตเลอร์ ที่เป็นกูรูมาร์เก็ตติ้ง เขาจะมีคำว่า Customer Segmentation เกิดขึ้น ทุกคนก็มาทำ Customer Segmentation กันมากมาย แต่จากการที่เทคโนโลยีมีการพัฒนามากขึ้น ต้นทุนในการจัดเก็บข้อมูลก็เริ่มถูกลง รวมถึง Tools หรือ Processor ต่างๆ ก็จะมีประสิทธิภาพดีขึ้น ทำให้เราสามารถประมวลผลข้อมูลจำนวนมากได้ในเวลาที่สั้นลง
ดังนั้น เราก็คิดว่า Customer Segmentation ที่มีอยู่เริ่มไม่เพียงพอ จึงเป็นที่มาของคำว่า Micro Segmentation ท้ายที่สุดก็มาที่คำว่า Nano Segmentation แต่ด้วยความสามารถของ Big Data เราสามารถเข้าใจ Customer insight ถึงในระดับ Individual หรือ Personalization เราสามารถเข้าใจว่าลูกค้ารายนี้มีพฤติกรรมอย่างไร ชอบอะไร มีไลฟ์สไตล์แบบไหน ไปเที่ยวที่ไหน มีโลเคชั่นอะไร เป็นต้น
พอพูดจุดนี้ วิทยากรหลายท่านก็อาจจะเป็นห่วงเรื่องความเป็นส่วนตัวของลูกค้าและข้อมูล อยากจะบอกว่าข้อมูลของเราที่มีทั้งหมดจะถูกเก็บอยู่ในระบบ และระบบนี้ได้รับการดูแลบริหารจัดการและควบคุมอย่างดีโดยหน่วยงานที่เราเรียกว่า Data Security ซึ่งหน่วยงานนี้คอยดูแลการนำข้อมูลไปใช้งานแล้วให้มั่นใจว่าไม่มีการนำข้อมูลระดับบุคคลหรือข้อมูลที่เจาะจงเฉพาะตัวลูกค้าไปใช้งาน การทำงานของเราคือคนจะนำข้อมูลไปใช้งาน จะสามารถเข้าถึงข้อมูลได้เฉพาะส่วนที่ตนเองรับผิดชอบเท่านั้น อะไรที่อยู่นอกเหนือความรับผิดชอบก็จะมองไม่เห็น เจ้าหน้าที่จะเห็นเป็นส่วนๆ เท่านั้น
เพื่อให้ลูกค้ามั่นใจมากขึ้นเกี่ยวกับข้อมูลส่วนบุคคล AIS เป็นผู้ให้บริการรายเดียวในเมืองไทยที่จดทะเบียนอยู่ใน DJSI หรือ Dow Jone Sustainability Index พอเราตอบรับเขาไป เขาก็จะเข้ามาดูการบริหารจัดการว่ามีคุณสมบัติตามที่กำหนดหรือไม่ หนึ่งในคุณสมบัติที่เขากำหนดคือการทำ Data Privacy Management เพราะฉะนั้น ให้มั่นใจได้ว่าข้อมูลที่ท่านใช้งานต่างๆ เหล่านี้ การบริหารของเราได้ดูแลข้อมูลอย่างดีในระดับมาตรฐานโลก
พอเราได้ข้อมูล Customer insight เราเข้าใจพฤติกรรม เข้าใจลูกค้าแล้ว สิ่งที่เราต่อยอดมาก็คือ เราก็เอามาทำ Monetization หรือทำให้เกิดดอกออกผล กับสิ่งที่เราได้รับและเรียนรู้มา




การทำ Data Monetize ของ AIS พอเราได้ insight เราก็จะ Design Offering (ออกแบบข้อเสนอ) เพื่อตอบโจทย์ความต้องการของลูกค้า นอกเหนือจากการออกแบบสินค้า เราออกแบบไปถึงเวลาที่เราควรจะไปติดต่อกับลูกค้า ไม่ใช่มองแค่เรื่อง right product แต่เรามองไปถึง right customer… to the right custumer at the right time ซึ่งการทำตรงนี้ AIS ก็ได้มีการลงทุนกับระบบ PCM หรือ Personalized Campaign Management เป็นเครื่องมือที่ช่วยบอกถึงเหตุการณ์อะไรบางอย่างให้ระบบรับรู้ว่าเวลานี้คือเวลาที่ดีที่สุดแล้วที่เราควรจะติดต่อลูกค้าในท่านนี้ เราก็จะใส่ข้อเสนอที่เราดีไซน์เอาไว้ว่าให้ส่งไปหาลูกค้าคนนี้นะ ก็จะเป็นการช่วยเพิ่มอัตราความสำเร็จในการทำแคมเปญไป
นอกเหนือจากนี้ AIS ศึกษาพฤติกรรมลูกค้าต่างๆ ที่อยู่ในระบบ เพื่อหาโอกาสในการทำต้นทุนการขายสินค้าของเรา เช่น เราอาจจะเอาข้อมูลสถานที่อยู่ของลูกค้ามารวมกันกับพฤติกรรมบางอย่างที่เรามีการทดสอบแล้ว หรือวิเคราะห์พฤติกรรมการใช้งานแล้ว ลูกค้ารายนี้น่าจะเป็นกลุ่มคนที่ประกอบอาชีพหรือเป็นพ่อค้าแม่ค้าขายของออนไลน์ เราก็เสนอบริการ M Pay เข้าไปเป็นหนึ่งในช่องทางการชำระเงินของเขา
จาก Monetization อีกอันที่เรามาทำ Customer retention & loyalty เราก็มีการศึกษาพฤติกรรมของลูกค้าต่างๆ รวมทั้งเหตุการณ์ หรือมีอะไรบางอย่าง ทำให้เราทราบว่าลูกค้าคนนี้เริ่มจะตัดสินใจยกเลิกสินค้าบริการของ AIS หรือเปล่า หรือเริ่มมีการเปิดรับข้อมูลข่าวสาร มีโอกาสที่จะไปใช้บริการผู้ให้บริการเจ้าอื่น เราคงต้องรีบเข้าไปดูแลลูกค้าก่อนที่ลูกค้าจะตัดสินใจยกเลิกจริงๆ เข้าไปศึกษาเขาจากแพทเทิร์นข้อมูล ทำให้เราพอรู้ว่ามีประเด็นอะไรที่ทำให้เขาอยากจะยกเลิกสินค้าบริการของเรา ก็รีบเข้าไปแก้ไขเหตุการณ์ก่อนจะบานปลาย
เรื่องถัดไป Customer experience management ของ AIS โดยจะศึกษาข้อมูลเชิงลึกของลูกค้าหลายๆ อย่าง ก็จะทราบว่าลูกค้าต้องการข้อมูลหรือต้องการอะไร เราสามารถเข้าไปช่วยเขาได้
ความท้าทายการใช้ Big data ของ AIS
อีกเรื่องหนึ่งตอนที่ AIS ออก 4G Network ใหม่ๆ เราจะมีการทำ Customer experience management เพื่อให้มั่นใจว่าลูกค้าของเราจะประทับใจ และได้ 4G Experience จริงๆ เราจะแจ้งว่าลูกค้าตอนนี้ Set ของคุณเป็น 4G แล้ว และเราเปิดให้คุณแล้ว ถ้าคุณต้องการใช้ 4G ให้ดีจริงๆ คุณสามารถเปลี่ยน Handset ที่ดีที่สุดได้อย่างไร หรือส่งข้อมูลที่ลูกค้ากดแล้วสามารถ Setting ได้เลย
นอกจากนี้ เราก็จะมีการนำข้อมูล Customer Research และข้อมูลที่เกิดจากพวกเทคโนโลยีใหม่ เช่น การที่เราปรับใช้เรื่องของ VDO analytic ใน AIS shop หรือเรื่องของการทำ Speed analytic ของ Call center เข้ามาประกอบกับข้อมูลที่เรามีอยู่ด้วยในการที่จะออกแบบคุณภาพด้านการบริการ และการกำหนดคุณภาพการบริการ เพื่อสร้างประสบการณ์ที่ดีให้กับลูกค้า
เรื่องสุดท้าย เป็นเรื่อง Operation Efficiency คือเรื่องของการลดต้นทุน หรือการบริหารต้นทุนให้มีประสิทธิภาพมากขึ้น ซึ่งตรงจุดนี้เราจะนำ GEO Analytic มาใช้วางแผนร่วมกับวิศวกรในการทำ Network priority เพราะว่า 4G ของ AIS เริ่มนำมาใช้ช้ากว่าเจ้าอื่น เพราะฉะนั้น เราจะทำอย่างไรที่จะสร้าง Network ได้อย่างมีประสิทธิภาพมากที่สุด สามารถเข้าถึงลูกค้าได้มากที่สุด และเร็วที่สุด รวมถึงได้ผลตอบแทนจากการลงทุน (Return on Investment) ที่ดีที่สุดด้วย ก็จะมีการเข้าไปดูแลร่วมกับวิศวกร รวมถึงเป็นคนชี้เป้าให้วิศวกรทราบว่าควรปรับปรุงตรงไหนบ้าง เพราะจากประสบการณ์ อาจเจอว่าลูกค้าอาจจะมีประสบการณ์ไม่ดีตรงจุดนี้ หรือจุดนี้คุณภาพบริการต่ำกว่า KPI ที่เรากำหนด ก็จะมีการแจ้งไปทางวิศวกร อย่างแรกๆ คือการทำ Network Planning
ส่วนเรื่องที่ 2 ก็คือ การทำ Channel Planning เราก็มาศึกษาดูเรื่อง Customer Identity มาดูกับช่องทางที่เรามีอยู่เพื่อให้แน่ใจว่าการกระจายตัวของ Channel ของเราสามารถตอบสนองความต้องการลูกค้าได้ รวมถึงมั่นใจว่าลูกค้าของเราจะได้รับความสะดวกสบายในการใช้ Channel ของเราไม่ว่าอันใดอันหนึ่ง หรือเราควรไปเปิด Channel ใหม่ๆ หรือไม่เปิดแล้ว ธุรกิจต้องอยู่ได้ด้วยว่าควรจะเปิดด้วยขนาดแบบไหน ซึ่งไม่ว่าช็อปนั้นจะเปิดโดยเราหรือโดยพาร์ทเนอร์ ช็อปนั้นจะต้องอยู่ได้ ต้องเป็น win-win ร่วมกัน
อีกอันที่เราจะแชร์ คือ การทำ Media Planning ยกตัวอย่างสื่อ Outdoor เมื่อก่อนใช้วิธีคาดการณ์เอา ตรงนี้น่าจะมีคนดูเยอะ เราจะไปซื้อป้ายโฆษณาตรงนี้ ตอนนี้พอเรามีข้อมูลเหล่านี้เข้ามาเราสามารถรู้ได้เลย ตรงจุดไหนมีคนดูมากน้อยเพียงใด เมื่อมีข้อมูลเหล่านี้เข้ามา เราสามารถวางแผนซื้อสื่อของเราได้ นอกเหนือจากซื้อตรงจุดไหนแล้ว เราสามารถทราบว่าลูกค้าที่ไปอยู่บริเวณนั้นมีไลฟ์สไตล์และพฤติกรรมแบบไหน ทำให้เราสามารถสื่อสารข้อความที่เราจะไปลงโฆษณาในจุดต่างๆ เหล่านั้นได้
เรื่องสุดท้ายที่อยากแชร์ หลังจาก AIS ไม่ได้คลื่น 900 ช่วงปลายปี 2558 ความท้าทายของเรา คือ เราจะทำอย่างไรกับลูกค้า 12-13 ล้านคนที่ถือ 2G Handset อยู่ โจทย์ใหญ่ของเราคือจะทำอย่างไรให้ลูกค้า 12-13 ล้านคน เปลี่ยนมาใช้มือถือ 3G ให้เร็วที่สุดและมากที่สุดในเวลาที่จำกัดที่สุด
นอกเหนือจากเรื่องเวลาที่สั้นแล้ว ประเด็นที่ 2 เรื่องของทรัพยากรบุคคลที่จะมาทำงานกับเรา ลองนึกภาพดู ลูกค้าของเรามี 12-13 ล้านคน กระจายอยู่ทั่วประเทศ แล้วคนที่เรามีอยู่ตอบโจทย์ได้ไม่มาก การที่จะรับคนใหม่เข้ามาต้องใช้เวลา และต้องฝึกอบรม เพื่อบริการได้ดี
อีกประเด็นคือ Inventory ที่เรามีอยู่ จุดนั้นเราไม่เคยคิดเลยว่าเราจะประมูลคลื่นไม่ได้ เราไม่มีการเตรียมแผนตรงนี้เลย สิ่งที่เราต้องทำคือ Handset ลองนึกภาพในช่วงนั้น (ปลายปี) เป็นวันหยุดยาวจากคริสต์มาส ต่อเนื่องมาถึงปีใหม่ และมาถึงตรุษจีน จะมีซัพพลายเอร์เจ้าไหนที่จะส่ง Handset ให้เราได้นับล้านเครื่องภายในเวลาที่สั้นมาก นี่คือความท้าทายขอเรา อีกฝั่งหนึ่งก็ต้องดูว่าคนที่ได้ใบอนุญาต เอาเงินไปจ่ายปุ๊บ เราต้องถูกแย่งลูกค้าทันที นี่คือจุดที่เราต้องวางแผนอย่างดีว่าจะต้องเกิดขึ้น และเราก็นำข้อมูลเหล่านี้มาใช้งาน ท้ายที่สุด ผลก็คือ เราสามารถเปลี่ยนลูกค้า 2G มาเป็น 3G ภายใน 1 ไตรมาส ได้ถึง 6 ล้านเบอร์ถือว่าไม่น้อยเลยเมื่อเทียบกับทรัพยากรที่เรามีอยู่
Big data ไม่ต้องสมบูรณ์แบบก็ตอบโจทย์ได้
สรุปการใช้งาน Big Data ไม่ได้หมายถึงการจัดเก็บข้อมูลเท่านั้น นี่คือตัวอย่างของ AIS ไม่ได้สมบูรณ์แบบ ไม่ได้มีอะไรเยอะมาก แต่การนำมาใช้งานเป็นหัวใจสำคัญมากกว่า
นางสาวสุมลกล่าวเสริมในตอนท้ายว่า การที่เราจะขับเคลื่อนไปให้ถึง Thailand 4.0 จริงๆ แล้วก็อย่างที่หลายท่านได้พูดมา การแชร์ข้อมูลเป็นเรื่องที่สำคัญ ถ้าสามารถนำมารวมกันไว้ตรงกลาง สามารถนำมาใช้ประโยชน์ได้มากกว่า 1+1 จะไม่ได้ 2 แต่เป็น 3, 4, 5 เป็นการต่อยอดไปได้เรื่อยๆ
“ถ้าเราจะไป Thailand 4.0 หรือ Digital Economy ที่รัฐบาลพยายามผลักดัน หลายๆ อย่างมันติดขัดกับกฎระเบียบย่อยๆ อย่างที่เราเจออยู่ ไม่สามารถนำข้อมูลลูกค้าไปใช้ได้ จริงๆ มีหลายอุตสาหกรรมที่ต้องการข้ามเข้ามาทำงานร่วมกับเรา ก็ต้องรอก่อน เพราะติดปัญหาในเรื่องการกำกับดูแล ดังนั้น จึงอยากจะฝากดูว่าพอจะมีลักษณะที่เป็น National Policy ที่ทำออกมาแล้วเชื่อมโยงกันในทุกๆ ที่ทุกๆ อัน ไม่ใช่แต่ละที่มีจุดต่างๆ กัน พอเชื่อมเข้าหากันแล้วก็เกิดเป็นอุปสรรคในการที่จะแชร์ข้อมูล เพื่อทำให้เกิด Big Data ระดับประเทศ”
“จริงๆ ข้อมูลภาครัฐมีเยอะ ที่สามารถสนับสนุนให้กับหน่วยงานเอกชน ตัวอย่างง่ายๆ มีใครรู้บ้างประเทศไทยมีประชากรกี่คน แหล่งข้อมูลหนึ่งบอกว่า 64 ล้านคน อีกแหล่งบอก 65 ล้านคน อีกแหล่งบอก 67 ล้านคน อีกแหล่งบอก 68 ล้านคน และถ้าเราจะนำมาใช้งานแหล่งไหนถูกต้องที่สุด ดังนั้น แต่ละหน่วยงานภาครัฐมีข้อมูลมากมาย แต่ขาดการบูรณาการเข้าหากัน มาใช้เป็นข้อมูลกลาง ให้ทุกฝ่ายได้นำไปใช้ประโยชน์และแชร์กัน ก็อยากจะฝากเรื่องนี้ไว้ด้วย”
“การใช้ Big Data ไม่ใช่แค่เอา Data มาใช้งานอย่างเดียว การเอามาใช้ต้องมีการแปลความที่ถูกต้องด้วย บางครั้งอาจจะแปลความอะไร ที่ใส่ความรู้สึกลำเอียงเข้าไป พอตีความออกมาทำให้ข้อมูลบิดเบือนได้ Big Data ถ้าใช้ไม่ถูกทางก็เป็นโทษเหมือนกัน และ Big Data ไม่ใช่เรื่องของการเก็บข้อมูล แต่เป็นเรื่องของการนำข้อมูลมาใช้ ด้วยวัฒนธรรมขององค์กรไทยหลายๆ แห่ง ชอบเก็บข้อมูลไว้ก่อน ยังไม่เอามาใช้ ต้องรอให้ Perfect ก่อนถึงจะเริ่มใช้ พอไม่มีการใช้ Big Data มันก็ไม่ต่างจากเราซื้อถังขยะใบใหญ่ๆ มาใบหนึ่ง แล้วเราก็เก็บทุกอย่างโยนมันลงไปก็คิดว่าวันหนึ่งมันจะมีประโยชน์ เพราะฉะนั้น เราต้องเลิกคิดแบบนี้ พอเราจะหยิบมาใช้ ก็ไม่รู้จะเอาอะไรมาใช้เหมือนกัน เราควรเริ่มนำมาใช้ตั้งแต่บัดนี้ อย่างน้อยการเริ่มต้นของเราจะทำให้เรารู้ว่าข้อมูลที่เรามีแล้วนั้นเพียงพอหรือไม่ เราต้องการหาข้อมูลอะไรเพิ่มเติม การนำข้อมูลเข้ามาใช้ก็จะมีโฟกัส มีเป้าหมายมากขึ้น ไม่ใช่หว่านแหเก็บอะไรมาหมด ท้ายที่สุด Big Data ไม่เห็นเวิร์กเลย หรือถ้าใครมีเงินเยอะหน่อย ก็สงสัยถังขยะเรายังใหญ่ไม่พอ ก็ไปขยายถังขยะให้ใหญ่ขึ้น ท้ายที่สุดมันก็กลับไปสู่วัฏจักรเดิมอีก ก็อยากจะฝากถึงองค์กรที่เริ่มนำ Big Data มาใช้แล้ว ให้ท่านเริ่มนำมาใช้งานให้เกิดประโยชน์ได้แล้ว ไม่ใช้นำข้อมูลมาเก็บไว้ด้วยกัน และก็รอว่าวันหนึ่งมันจะสมบูรณ์”
Source: https://thaipublica.org/2016/07/big-data-sumol/
วันอาทิตย์ที่ 25 พฤศจิกายน พ.ศ. 2561
Facebook History
Facebook History
On February 4, 2004, Mark Zuckerberg launched a social website called “The Facebook” from his dorm room at Harvard. Soon, what started as a private network for college students became a worldwide phenomenon, everyone from teens to grandmothers using it to catch up with friends and get their news. As Facebook is turning 14 this Sunday, here’s a look back at some of the milestones that helped shape the social media behemoth we know today.
The Facebook History Timeline illustrates important events, achievements, and releases in the history of the social networking platform, from the day the service was launched to its 14-year anniversary.
Released in February 2009, the “Like” button is probably one of the simplest Facebook features, but it’s come to be the one that defines it. This makes it a little surprising that Zuckerberg kept giving it a thumbs down when the concept was proposed, determining the team to consider it a “cursed project.” The idea of an approval button first came to life in 2007 under the form of the “Awesome” button, but it took almost two years until it was finally launched, as the CEO was worried it will overshadow the Comment and Share features.
Source: https://www.officetimeline.com/blog/facebook-history-timeline
On February 4, 2004, Mark Zuckerberg launched a social website called “The Facebook” from his dorm room at Harvard. Soon, what started as a private network for college students became a worldwide phenomenon, everyone from teens to grandmothers using it to catch up with friends and get their news. As Facebook is turning 14 this Sunday, here’s a look back at some of the milestones that helped shape the social media behemoth we know today.
The Facebook History Timeline illustrates important events, achievements, and releases in the history of the social networking platform, from the day the service was launched to its 14-year anniversary.
Released in February 2009, the “Like” button is probably one of the simplest Facebook features, but it’s come to be the one that defines it. This makes it a little surprising that Zuckerberg kept giving it a thumbs down when the concept was proposed, determining the team to consider it a “cursed project.” The idea of an approval button first came to life in 2007 under the form of the “Awesome” button, but it took almost two years until it was finally launched, as the CEO was worried it will overshadow the Comment and Share features.
Source: https://www.officetimeline.com/blog/facebook-history-timeline
Introvert
Introvert ตอนที่ 1: สมองต่าง บุคลิกต่าง
By ทีมซีเอ็ด 19/11/2018ความในใจของคนที่ดูเงียบๆ รักสันโดษ ชอบอิสระ ทำอะไรคนเดียว อยากบอกให้คุณรู้
เอาล่ะครับ เรามาเริ่มกันอย่างนี้ก่อนดีกว่า
คือผู้เขียนสังเกตเห็นว่ายังมีคนจำนวนมากเลยทีเดียวที่ยังไม่เข้าใจว่า introvert คืออะไร แล้วทำไมผมถึงเลือกที่จะเล่าเรื่องนี้น่ะหรอครับ นั่นก็เพราะว่าจริงๆแล้ว introvert เป็นรูปแบบหนึ่งของบุคคลิกภาพที่กินสัดส่วนประชากรมากถึง 1 ใน 4 เลยทีเดียว (จะว่ามากก็มาก แต่ก็ถือเป็นคนส่วนน้อยอยู่ดี)
ตัวอย่างคนดังที่เป็น Introvert ก็ได้แก่มหาเศรษฐีติดอันดับโลกและนักคิดผู้โด่งดังทั้งหลายไม่ว่าจะเป็น
Elon Musk ที่ชอบเก็บตัวอ่านหนังสือเงียบๆคนเดียวในห้องสมุดสมัยเด็กๆ
Bill Gates ที่เป็นต้นแบบของความเนิร์ดแห่งยุคสมัย
Isaac Newton ที่ตลอดชีวิตเก็บตัวเงียบแทบไม่สุงสิงกับใครแถมยังตายไปพร้อมกับพรหมจรรย์ที่รักษามาท้งชีวิต
Charles Darwin บิดาของทฤษฎีทางชีววิทยาที่ยิ่งใหญ่ตลอดกาลผู้ค้นพบความลับของธรรมชาติที่เรียกว่า “วิวัฒนาการ” ก็ยังชอบใช้เวลาเดินครุ่นคิดอย่างสัยโดษตามสวนรอบๆ บ้าน
ถึงแม้พวกเราจะมีน้อย แต่ก็พบว่ามี introvert จำนวนมากเลยทีเดียวที่เป็นนักอ่าน ผมจึงเลือกที่จะลองมาเล่าให้ฟังว่า อะไรคือ introvert การเข้าใจตัวเองนี้จะช่วยให้เราดำเนินชีวิตดีขึ้นได้อย่างไร และเราจะมาเริ่มจากคำถามพื้นฐานก่อนว่า…
Introvert คืออะไร ?
ในเช้าวันเสาร์อันแสนผ่อนคลาย หลังจากนอนเต็มอิ่มมาทั้งคืน
วันนี้เป็นวันว่างสุดแสนชิว คุณอยากจะใช้เวลาไปกับการทำอะไรครับ
อยากไปปาร์ตี้ คอนเสิร์ต ไปพบป่ะผู้คนใหม่ๆ ทำกิจกรรมทางสังคมต่างๆ
หรือว่า…คุณอยากจะใช้เวลานี้ไปกับความสงบ สันโดษ อย่างการนั่งอ่านหนังสือ ไปนั่งร้านกาแฟ ทำงานอดิเรก นัดเจอเพื่อนฝูงกลุ่มเล็กๆ
ถ้าคำตอบของคุณเป็นข้อสอง
ก็เป็นไปได้มากทีเดียวว่าคุณน่าจะเป็น Introvert ล่ะครับ
เหรียญย่อมมีสองด้าน…และคำนี้ก็เป็นคำที่มีความหมายในเชิงเปรียบเทียบเหมือนกับสีขาวและดำ…Extrovert จึงเป็นคำที่มีควาหมายในทางตรงข้ามกับ Introvert นั่นเอง
ศัพท์ในทางจิตวิทยา
Bill Gates ที่เป็นต้นแบบของความเนิร์ดแห่งยุคสมัย
Isaac Newton ที่ตลอดชีวิตเก็บตัวเงียบแทบไม่สุงสิงกับใครแถมยังตายไปพร้อมกับพรหมจรรย์ที่รักษามาท้งชีวิต
Charles Darwin บิดาของทฤษฎีทางชีววิทยาที่ยิ่งใหญ่ตลอดกาลผู้ค้นพบความลับของธรรมชาติที่เรียกว่า “วิวัฒนาการ” ก็ยังชอบใช้เวลาเดินครุ่นคิดอย่างสัยโดษตามสวนรอบๆ บ้าน
ถึงแม้พวกเราจะมีน้อย แต่ก็พบว่ามี introvert จำนวนมากเลยทีเดียวที่เป็นนักอ่าน ผมจึงเลือกที่จะลองมาเล่าให้ฟังว่า อะไรคือ introvert การเข้าใจตัวเองนี้จะช่วยให้เราดำเนินชีวิตดีขึ้นได้อย่างไร และเราจะมาเริ่มจากคำถามพื้นฐานก่อนว่า…
Famous Introverts
Introvert คืออะไร ?
ในเช้าวันเสาร์อันแสนผ่อนคลาย หลังจากนอนเต็มอิ่มมาทั้งคืน
วันนี้เป็นวันว่างสุดแสนชิว คุณอยากจะใช้เวลาไปกับการทำอะไรครับ
อยากไปปาร์ตี้ คอนเสิร์ต ไปพบป่ะผู้คนใหม่ๆ ทำกิจกรรมทางสังคมต่างๆ
หรือว่า…คุณอยากจะใช้เวลานี้ไปกับความสงบ สันโดษ อย่างการนั่งอ่านหนังสือ ไปนั่งร้านกาแฟ ทำงานอดิเรก นัดเจอเพื่อนฝูงกลุ่มเล็กๆ
ถ้าคำตอบของคุณเป็นข้อสอง
ก็เป็นไปได้มากทีเดียวว่าคุณน่าจะเป็น Introvert ล่ะครับ
เหรียญย่อมมีสองด้าน…และคำนี้ก็เป็นคำที่มีความหมายในเชิงเปรียบเทียบเหมือนกับสีขาวและดำ…Extrovert จึงเป็นคำที่มีควาหมายในทางตรงข้ามกับ Introvert นั่นเอง
ศัพท์ในทางจิตวิทยา
ถ้าเราทำการจัดกลุ่มคนหนึ่งร้อยคนตามระดับ
ความเป็น Introvert-Extrovert
ทางซ้าย—คนที่เป็น Extrovert สุดขั้ว ชอบเข้าสังคม
ทางขวา—คนที่เป็น Introvert สุดขั้ว ชอบสันโดษ
เราจะพบว่าคนส่วนมากทีเดียวจะอยู่ “ตรงกลาง”
หรือที่เราเรียกว่า “Ambivert” ซึ่งเป็นคนที่มีบุคคลิกสายกลาง
คำถามคืออะไรทำให้คนคนหนึ่งมี “บุคคลิกภาพที่แตกต่าง”
และเราจะรู้ได้ชัดเจนอย่างไรว่าเราเป็น Introvert หรือไม่
นิยาม Introvert ที่เป็นวิทยาศาสตร์ที่ผมชอบที่สุด
ลองคิดดูเล่นๆ ว่าอะไรทำให้คนหนึ่งคนเลือกที่จะนั่งอ่านหนังสืออยู่เงียบๆ เพียงลำพัง แต่อีกคนชอบที่จะออกไปปาร์ตี้ที่คราครํ่าไปด้วยผู้คนเยอะๆ
อะไรทำให้คนหนึ่งคนชอบถ่ายทอดความคิดโดยการเขียน แต่อีกคนกลับรู้สึกสะดวกใจที่จะใช้การพูดต่อหน้าผู้คนจำนวนมาก
อะไรทำให้หนึ่งคนเหนื่อยอ่อนเมื่อต้องพบปะมีปฎิสัมพันธ์กับคนเยอะๆ จนต้องหาเวลาไปชาร์ตพลังเพียงลำพัง แต่อีกคนกลับรู้สึกว่าอยู่กับตัวเองเป็นสิ่งที่น่าเบื่อหงอยเหงาจนอยากจะไปพบเจอผู้คนที่ทำให้รู้สึกตื่นเต้น สดชื่น มีพลัง
นี่คือ “ความต่าง” ที่เราสังเกตุเห็นได้ในตัวเองและคนที่เรารู้จัก
การเข้าใจเบื้องหลังของสิ่งเหล่านี้จะช่วยให้เราใจกว้างและไม่ด่วนตัดสินคนอื่นเร็วเกินไป…
และทั้งหมดมันเริ่มมาจาก “สมอง”
ความเป็น Introvert-Extrovert
ทางซ้าย—คนที่เป็น Extrovert สุดขั้ว ชอบเข้าสังคม
ทางขวา—คนที่เป็น Introvert สุดขั้ว ชอบสันโดษ
เราจะพบว่าคนส่วนมากทีเดียวจะอยู่ “ตรงกลาง”
หรือที่เราเรียกว่า “Ambivert” ซึ่งเป็นคนที่มีบุคคลิกสายกลาง
คำถามคืออะไรทำให้คนคนหนึ่งมี “บุคคลิกภาพที่แตกต่าง”
และเราจะรู้ได้ชัดเจนอย่างไรว่าเราเป็น Introvert หรือไม่
นิยาม Introvert ที่เป็นวิทยาศาสตร์ที่ผมชอบที่สุด
ลองคิดดูเล่นๆ ว่าอะไรทำให้คนหนึ่งคนเลือกที่จะนั่งอ่านหนังสืออยู่เงียบๆ เพียงลำพัง แต่อีกคนชอบที่จะออกไปปาร์ตี้ที่คราครํ่าไปด้วยผู้คนเยอะๆ
อะไรทำให้คนหนึ่งคนชอบถ่ายทอดความคิดโดยการเขียน แต่อีกคนกลับรู้สึกสะดวกใจที่จะใช้การพูดต่อหน้าผู้คนจำนวนมาก
อะไรทำให้หนึ่งคนเหนื่อยอ่อนเมื่อต้องพบปะมีปฎิสัมพันธ์กับคนเยอะๆ จนต้องหาเวลาไปชาร์ตพลังเพียงลำพัง แต่อีกคนกลับรู้สึกว่าอยู่กับตัวเองเป็นสิ่งที่น่าเบื่อหงอยเหงาจนอยากจะไปพบเจอผู้คนที่ทำให้รู้สึกตื่นเต้น สดชื่น มีพลัง
นี่คือ “ความต่าง” ที่เราสังเกตุเห็นได้ในตัวเองและคนที่เรารู้จัก
การเข้าใจเบื้องหลังของสิ่งเหล่านี้จะช่วยให้เราใจกว้างและไม่ด่วนตัดสินคนอื่นเร็วเกินไป…
และทั้งหมดมันเริ่มมาจาก “สมอง”
สมองแตกต่าง พฤติกรรมจึงแตกต่าง
หากเราเอารูปสมองของมนุษย์มากางดู
มองเผินๆ เราจะเห็นโครงสร้างสมองเหมือนไอติมโคนซ้อนกันหลายๆ ชั้น
ส่วนโคน—เป็นก้านสมอง
ไอศครีมชั้นล่างๆ—เป็นสมองที่เก่าแก่ควบคุมระบบอัตโนมัติของร่างกาย เช่น การเต้นของหัวใจ
ไอศครีมชั้นบนๆ—เป็นสมองที่เจริญงอกงามในมนุษย์ ใช้ในการคิดเชิงเหตุผล
ตั้งแต่ลืมตาตื่นเช้าจนเข้านอน
กี่คลื่นเสียง เฉดแสง ที่เข้าสู่การรับรู้ทางประสาทสัมผัส
จากสิ่งที่มากระทบตากระทบใจต่างๆ
จะถูกแปลงเป็น “กระแสประสาท” ไหลเวียนเข้าสู่สมอง
เพื่อความง่าย เราสามารถจินตนาการได้ว่า
สิ่งเร้าที่เรารับเข้ามาก็เหมือนกับคลื่นลมพายุ
สิ่งเหล่านี้จะกระตุ้นให้เกิดการหมุนเวียน ไหลวน ถ่ายทอดเข้าไปในสมองของเราทุกคน
ซึ่งโดยปกติแล้วมนุษย์เราจะมีข่ายใยประสาทที่มีชื่อเรียกยากๆว่า
Reticular Activating System (RAS) ซึ่งอยู่บริเวณ “โคนไอศครีม”
ซึ่งจะมีหน้าที่เปรียบดัง “สันเขื่อน” ที่จะทำหน้าที่คัดกรอง
“คลื่นลม” ที่มาจากมหาสมุทรภายนอก ให้อยู่ในปริมาณที่พอดีๆ
ซึ่งจุดนี้แหละครับที่สมองของคนที่เป็น Introvert หรือ Extrovert จะทำงานได้ไม่เท่ากัน…หรือพูดง่ายๆว่าคนเราถูกกระตุ้นด้วย “สิ่งเร้า”ภายนอกได้ยากง่ายต่างกัน
Extrovert—เขื่อนแข็งแกร่งทำให้มีระดับความไวต่อสิ่งกระตุ้นตํ่า
Introvert—เขื่อนบางเบาทำให้มีระดับความไวต่อสิ่งกระตุ้นสูง
นี่คือเหตุผลว่าทำไมคนที่เป็น Introvert ถึงรู้สึก ‘หมดพลัง’ เมื่อต้องไปทำกิจกรรมที่ต้องเจอคนเยอะๆ…ซึ่งไม่ต่างจากเขื่อนง่อนแง่นที่ถูกพายุถล่มซํ้าเติม
Reticular Activating System (RAS)
บางทีแค่หนังสือดีๆ ซักเล่ม
เพื่อนสนิทสองสามคน
คำสนทนาที่มีความหมายกับคนรัก
การนั่งลูบพุงแมวน้อยน่ารักก็เพียงพอแล้วที่จะทำให้ Introvert มีความสุขได้โดยที่ไม่ต้องไปแสวงหาสิ่งเร้าที่น่าตื่นเต้นรุนแรงจากภายนอก (ซึ่งอาจมากเกินไป)
ทั้งหมดที่พูดมานี้ไม่ได้หมายความว่าแบบไหนดีกว่ากัน
เราสามารถมองสิ่งเหล่านี้ได้ด้วยความเข้าใจ
มองด้วยสายตาของ ‘ธรรมชาติ’ ที่ไม่ได้ออกแบบให้คนเราเหมือนกัน
มันจึงเป็นความสวยงามบนความแตกต่างหลากหลายของ ‘เพื่อนมนุษย์’
ที่มา http://news.se-ed.com/?p=5613
Introvert ตอนที่ 2: พวกเราคืออินโทรเวิร์ท
Introvert ถูกกระตุ้นได้ง่ายจากสิ่งเร้าExtrovert ถูกกระตุ้นได้ยากมากกว่า
นั่นทำให้บางคนพอใจที่จะใช้เวลาอยู่อย่างสงบเงียบในวันหยุด อยู่กับคนรัก ทำงานอดิเรกต่างๆ นอนเอนกายอ่านหนังสืออยู่เงียบๆคนเดียว ในขณะที่บางคนกลับรู้สึกว่าสภาพแวดล้อมแบบนั้นขาดสิ่งกระตุ้น มันไม่เร้าใจมากพอ ขาดสีสัน และชอบที่จะออกไปพบปะผู้คนเพื่อ “รับพลังงาน” จากภายนอกเข้ามา
นี่คือความแตกต่างของ introvert และ extrovert
วันนี้เราเลยจะมาสำรวจกันว่าความยากง่ายของการถูกกระตุ้นส่งผลให้ introvert มีลักษณะอย่างไรบ้าง
1.อยู่กับคนเยอะๆ นานๆ แล้วเหนื่อย อินโทรเวิร์ท

เคยไหมครับที่ก็ไม่ได้มีปัญหาอะไรในเรื่องของทักษะการเข้าสังคม หรือไปขาดความมั่นใจอะไรมา แต่พอมี event ที่ต้องเจอคนเยอะๆ ทีไร พองานเลี้ยงเลิกราทีไรก็รู้สึกหมดแรงหมดพลัง อยากพักนิ่งๆคนเดียวไม่อยากเจอใครไปซักพักนึงเลยทีเดียว
ข้อนี้เป็นลักษณะหนึ่งที่บ่งบอกได้ดีทีเดียวว่าคุณคือ introvert ตัวจริงเสียงจริง เพราะคุณผู้อ่านรู้หรือไม่ครับว่าในเหตุการณ์เดียวกัน ช่วงเวลาเดียวกัน ระยะเวลาเท่ากัน หากคุณเป็น introvert คุณจะได้รับสิ่งกระตุ้นเข้ามามหาศาลมากกว่าเมื่อเทียบกับ extrovert
เชื่อไหมว่ามีบางคนเช่นกันที่ดูภายนอกเราต้องคิดว่าเขาต้องเป็น extrovert แน่ๆ เพราะทำกิจกรรมเก่ง สื่อสารได้ดี มีความกล้าแสดงออกและเป็นผู้นำ แต่พอได้รู้จักกันจริงๆ เขากลับเผยความจริงว่าเป็น introvertและหลังจากผ่านกิจกรรมเหล่านั้นไปเขาจะรู้สึกเหนื่อยอ่อนมากกว่าปกติ พอถึงเวลาว่างที่เป็นอิสระจริงๆ เขาจึงชอบที่จะใช้เวลาพักผ่อนอยู่คนเดียวมากกว่า
นั่นจึงนำเราไปสู่ลักษณะของ introvert ข้อต่อไปนั่นก็คือ
2.คุณเพลิดเพลิน รักและชอบใช้เวลาคนเดียว
หลายๆครั้งเหล่า introvert มักจะถูกเข้าใจผิดจาก extrovert ว่ามีปัญหาอะไรหรือเปล่าในเรื่องมนุษย์สัมพันธ์ ทำไมถึงชอบนั่งกินข้าวคนเดียว ไปไหนมาไหนคนเดียว ไม่เบื่อ ไม่เหงาบ้างหรือไง
ลองจินตนาการตามนะครับ…
หากคุณเป็น introvert คนหนึ่งที่หน้าที่การงานที่คุณทำอยู่หลีกเลี่ยงไม่ได้ที่จะต้องมีปฎิสัมพันธ์กับผู้คนตลอดทั้งวัน พูดคุย ประชุม อภิปราย ระดมความคิด พอถึงเวลาว่างจริงๆ อย่างตอนพักกลางวันคุณยังอยากจะใช้เวลาเหล่านั้นอย่างลำพังบ้างหรือไม่
นั่นจึงเป็นเหตุผลว่าทำไมเมื่อเราถามคนที่แตกต่างกันว่าเวลาว่างชอบทำอะไร…เราสามารถบอกได้กลายๆเลยว่าคนเหล่านั้นเป็น introvert หรือ extrovert
หากคำตอบมันเด้งออกมาเลยว่าเราชอบ Alone time ก็เป็นไปได้ว่าเราคือ introvert…แม้คนอื่นอาจไม่เข้าใจ หรือไม่เห็นค่าของช่วงเวลาส่วนตัวเหล่านั้นก็อย่าลืมอธิบายให้เขาฟังด้วยล่ะว่ามันสำคัญกับเราอย่างไร…อย่าให้สังคมมาตัดสินเราว่าเราควรใช้เวลาว่างของเราอย่างไร
พวกเราล้วนแตกต่างและไม่จำเป็นต้องการให้ใครมาบอกว่าอะไรที่ดีกับตัวเรา…
3.มีเพื่อนน้อย แต่ที่มีค่อนข้างสนิท
มีหลายคนเข้าใจผิดว่า introvert ชอบที่จะอยู่คนเดียว ไม่สุงสิงกับใครไม่มีสังคม ทว่านั่นไกลจากความจริงค่อนข้างมากเลยล่ะครับ
เป็นเรื่องจริงที่ introvert มักมีแวดวงกลุ่มเพื่อน กลุ่มสังคมที่ไม่กว้างขวางเท่า extrovert แต่งานวิจัยบอกกับเราว่าถึงจะมีน้อยกว่าก็จริง แต่นั่นก็เป็นเพราะพวกเรามักจะคัด “คุณภาพมากกว่าปริมาณ”
นั่นทำให้ความสัมพันธ์ที่เกิดขึ้นมักจะลึกซึ้งและค่อนข้างยืนยาว พูดได้ว่าถ้าได้เป็นเพื่อนกันแล้วก็เป็นกันจนลูกบวชเลยทีเดียว
ด้วยเหตุนี้เองทำให้พวกเราชาว introvert ชอบที่จะแฮงเอาท์กับเพื่อนสนิทเพียงไม่กี่คนท่ามกลางบรรยากาศที่โดนใจไม่อึกทึก มีเวลาได้พูดคุยกันอย่างลึกๆ เป็นความสัมพันธ์ที่อารมณ์คล้ายๆคนในครอบครัว
หากคุณเป็นคนมีเพื่อนน้อยแต่ที่มีสนิทมากๆ แสดงว่าคุณอาจเป็น introvert แล้วล่ะครับ
4.ถูกเร้าหรือเยอะๆ จะสติหลุดได้ง่ายๆ
เร้าหรือในที่นี้หมายถึงสิ่งเร้านะครับ…
อย่างที่บอกไปก่อนหน้าว่า introvert นั้นมีขีดความอดทนต่อสิ่งกระตุ้นต่ำกว่า extrovert นั่นหมายความว่ามันมีความไม่เท่าเทียมกันในเรื่องการถูกกระตุ้นอยู่นั่นเอง
หากให้ introvert และ extrovert นั่งทำงานอยู่ในห้องสมุด extrovert อาจจะรู้สึกว่ามันเงียบเกินไปจนน่าเบื่อ ในขณะที่ introvert คิดว่ามันสงบเงียบกำลังดี
แต่พอเปลี่ยนสถานที่เป็นร้านกาแฟที่คราคร่ำไปด้วยคน extrovert อาจจะรู้สึกได้ถึงพลังงานที่ถ่ายทอดเข้ามาในขณะที่ introvert เริ่มไม่สามารถทำงานได้อย่างมีสมาธิ
ผลวิจัยเลยบอกกับเราว่า introvert มีแนวโน้มที่จะสติหลุด ขาดสมาธิ วอกแวกไปมาได้ง่ายกว่า extrovert เมื่ออยู่ในที่พลุกพล่าน เต็มไปด้วยสิ่งเร้าหรือผู้คน
ไม่แปลกเลยถ้าพบว่า introvert จะชอบไอเทมต่างๆที่มีคุณสมบัติในการกรองสิ่งเร้าให้เบาบางลงไม่ว่าเป็น การใส่หูฟังเวลาต้องการทำงาน คิดหรืออ่านหนังสือ การใส่แว่นตากรองแสง การใส่ที่อุดหูเวลานอน
สิ่งเหล่านี้คือการบ่งบอกอย่างเป็นรูปธรรม…สิ่งที่สะท้อนธรรมชาติของเรา
แล้วมันก็พ่วงแถมจุดแข็งของ introvert มาอีกนั่นก็คือ
5.ความช่างสังเกต
ในสถานการณ์เดียวกัน introvert มักจะรับ input ของข้อมูลขาเข้ามามากกว่าปกติเสมอ เป็นเรื่องปกติมากๆ ที่มันทำให้เรากลายเป็นคนช่างสังเกตและเห็นดีเทลเล็กน้อยๆ มากกว่าปกติ
และไม่เพียงแต่การสังเกตสิ่งเร้าภายนอกเท่านั้นแต่โลกภายในที่กว้างใหญ่ของ introvert ก็เช่นกัน
6.โลกภายในที่กว้างขวาง ซับซ้อน และลึกซึ้ง
“คนที่พูดน้อยที่สุดในห้อง อาจเป็นคนที่กำลังคิดเยอะที่สุดในห้องเช่นกัน”
ผมจำไม่ได้แล้วว่าไปอ่านวลีนี้มาจากไหน แต่มันค่อนข้างอธิบายลักษณะของ introvert ได้ดีระดับหนึ่งเลย
ด้วยความที่ introvert มักจะเป็นคนที่มีลักษณะของการสำรวจตรวจสอบโลกภายในที่ค่อนข้างมาก ทั้งเรื่องของความคิด ความรู้สึก คุณค่าและความหมาย ของสิ่งต่างๆ
พวกเรามักจะเพลิดเพลินไปกับการครุ่นคิดถึง “ประสบการณ์ทางใจ” ค่อนข้างมาก และหลายๆ ครั้งก็มองว่าสิ่งที่เรารับรู้จากภายนอกเป็นเพียงสิ่งที่เข้ามาเติมเติมและกระตุ้นให้โลกภายในที่เข้มข้นของพวกเราได้หมุนวนไป
ทำให้ introvert หลายๆคนมีกิจกรรมหรืองานอดิเรกที่เกี่ยวข้องกับการทำความรู้จักและเข้าใจตัวเองอย่าง การอ่านหนังสือในหัวข้อที่สนใจ การพูดคุยถกเถียงทางปรัชญาเพื่อหาคุณค่าและความหมายของชีวิต
หากมีหลายคนบอกว่าคุณเป็นคนที่ “คิดมาก” ก็มีความเป็นไปได้เยอะเลยที่คุณอาจเป็น introvert
หวังว่าทั้ง 6 ข้อเหล่านี้จะทำให้เพื่อนๆนักอ่านเข้าใจตัวเองและคนรอบข้างมากยิ่งขึ้น ทั้งหมดทั้งมวลมันเริ่มมาจากความแตกต่างของสมองที่ถูกหล่อหลอมผ่านวันเวลามาเป็นบุคคลิกภาพอย่างที่เราเป็นในที่สุด
พวกเราไม่ใช่คนขี้อาย…
พวกเราแค่เพลิดเพลินกับการได้ใช้เวลาลำพัง
พวกเราไม่ได้ปฎิเสธการเข้าสังคม
แค่เลือกเพื่อนที่จะคบ อาจไม่มากมาย แต่สนิทจริงๆ
เห็นพวกเราเงียบๆ
แต่ที่จริงรับรู้แทบทุกอย่าง
ถึงพวกเราจะพูดน้อยจนหลายครั้งทำให้ดูเหมือนน่าเบื่อ
แต่โลกภายในล้วนเต็มไปด้วยสีสันอันกว้างใหญ่
คิดว่าพวกเราเป็นคนส่วนน้อย
แต่ที่จริง Introvert มีมากถึงหนึ่งในสามของประชากร
ที่มา http://news.se-ed.com/?p=5622
The Introvert Advantage ตอนที่ 3: จุดแข็งของอินโทรเวิร์ท
ในบทความแรกเราพากันไปดูมาแล้วว่าความแตกต่างของสมองนั่นเองที่เป็นสาเหตุหลักที่ทำให้บางคนรักและเอ็นจอยการใช้เวลาแบบสันโดษมากกว่าคนทั่วไปเนื่องจากมีความไวต่อสิ่งกระตุ้นต่างๆ ซึ่งก็จะนำมาซึ่งลักษณะต่างๆ ที่บ่งบอกความเป็น introvert ในบทความตอนที่สอง
สำหรับวันนี้เราจะมาสำรวจกันต่อว่า แล้วอะไรกันล่ะที่เป็นจุดแข็งของพวกเราชาว introvert
อะไรคือพลังของคนเงียบในโลกที่ไม่เคยหยุดพูดไปดูกันเลย
1.ชาร์ตพลังงานได้เอง
อย่างที่กล่าวไปแล้วในบทความก่อนว่า introvert จะมีจุดอ่อนคือหากอยู่ในสภาพแวดล้อมที่มีสิ่งกระตุ้นเยอะๆ จะทำให้เกิดภาวะที่เรียกว่า over stimulation หรือการที่เราถูกกระตุ้นมากเกินไป จากเสียงดัง จากการปฏิสัมพันธ์ทางสังคมที่ไม่หยุดหย่อนทำให้เราอาจเสียสมาธิในการโฟกัสกับการเรียน การอ่าน การทำงาน ซึ่งก็แก้ได้ไม่ยากโดยการหาที่สงบซึ่งมีสิ่งเร้าน้อยกว่าทดแทน
แต่ข้อดีที่ได้แถมมาด้วยก็คือเวลาที่ introvert อยู่ที่สงบเงียบซึ่ง extrovrt หลายๆ คนมองว่าน่าเบื่อ แต่สำหรับพวกเราชาว introvert กลับเป็นภาวะที่เรากำลังชาร์ตพลังงาน เป็นภาวะที่เรารู้สึกสงบผ่อนคลาย
เมื่อเหนื่อยอ่อนจากการงาน หรือสิ่งแวดล้อมต่างๆ เราไม่จำเป็นต้องดิ้นรนเพื่อออกไปหากิจกรรมหรือผู้คน แค่สถานที่สงบเงียบให้ได้ผ่อนคลาย ครุ่นคิดและได้เป็นตัวเองก็เพียงพอแล้ว
ช่วงหลังมานี้มีแนวคิดที่ว่าคนรุ่นใหม่ต้อง work hard play hard ต้องใช้ชีวิตให้สุด ต้องออกไปปาร์ตี้ ต้องสังสรรค์ เข้าสังคม เปิดประสบการณ์ใหม่ๆ ให้สุดไม่หยุดหย่อน…
แล้วถ้าความสุขของเราไม่ได้เป็นแบบนั้นล่ะ ถ้าความสุขของเราอาจเป็นหนังสือซักเล่ม ซีรีย์ที่ชื่นชอบซักตอน หรือการวิ่งออกกำลังกายคนเดียวในเช้าวันเสาร์ที่สดใส ก็จงภูมิใจในความเป็นตัวตนของเราที่ไม่ต้องทำตามใคร
เพียงมีความสงบในใจ…เราก็ชาร์ตพลังงานได้จนเต็ม ^^
2.เป็นนักคิดโดยธรรมชาติ
สิ่งหนึ่งที่เป็นธรรมชาติของ Introvert มากๆ เลยก็คือการ “คิดมาก”
เมื่อประกอบกับนิสัยที่มักจะชอบทำกิจกรรมต่างๆในเวลาว่างโดยลำพังยิ่งหนุนนำให้การคิดของ introvert ยิ่งลึกและกว้างไกลมากยิ่งขึ้นไปอีก
ซึ่งช่วงเวลาเงียบสงบที่ Introvert เหล่านี้ใช้เปิดโอกาสให้ความฝัน จินตนาการ การวางแผนถึงอนาคตต่างๆเกิดขึ้นได้
คุณสมบัติเหล่านี้เองที่ทำให้ introvert กลายเป็นนักแก้ปัญหาที่เก่งอันเกิดมาจากการฝึกคิดวิเคราะห์แง่มุมต่างๆมาอย่างถี่ถ้วนดีแล้ว
3.เป็นผู้ฟังที่ดี
เนื่องจาก introvert เป็นกลุ่มคนที่ค่อนข้างเงียบ พวกเขาเลยมักจะเป็นผู้สังเกตการณ์สิ่งแวดล้อมรอบตัวที่ดี ซึ่งหนึ่งในนั้นคือการเป็นนักฟังที่ดีเมื่อได้สนทนากับใครก็ตาม…
Introvert มักเลือกที่จะประมวลผลข้อมูลที่ได้รับมาให้ดีก่อนที่ตอบสนองออกไป มีการคิดก่อนที่จะพูดหรือทำอะไร
หากดูจากภายนอกภาพลักษณ์ของ introvert อาจดูขัดแย้งกับความเป็นผู้นำ แต่งานศึกษาจาก Harvard Business School พบว่า introvert ก็สามารถที่จะปรับวิธีการทำงานให้ทัดเทียมหรือแม้กระทั่งดีกว่าได้ในฐานะตำแหน่งของผู้นำ โดยเฉพาะเมื่อทีมงานมีคุณสมบัติริเริ่มสร้างสรรค์และชอบลงมือทำ ซึ่งจะสอดคล้องกับนิสัยของ introvert ที่จะน้อมรับฟััง คิดวิเคราห์และนำไอเดียมาพัฒนาต่อเพื่อบรรลุเป้าหมายได้
ในโลกที่ทุกคนเอาแต่พยายามส่งเสียงตะโกน
introvert กลับเลือกที่จะรับฟัง
และนำไปกลั่นกรอง คิดวิเคราะห์ จากนั้นจึงค่อยตัดสินใจอย่างเฉียบคม
4.ความสันโดษนำมาซึ่งความคิดสร้างสรรค์
มีงานศึกษาพบว่ากลุ่มคนที่ถือได้ว่าเป็นหัวกระทิของหลายๆวงการที่เรียกได้ว่ามีความคิดสร้างสรรค์สูงมักจะเป็นคน introvert
หรือคนระดับประวัติศาสตร์ต้องจารึกอย่าง…
ในเวลาที่ต้องขบคิดปัญหายากๆซับซ้อน ไอสไตน์ จะมีเวลาพักเบรกเพื่อหันไปทำงานอย่างอื่นที่ใช้พลังสมองน้อยกว่า
อีกกรณีก็เป็นที่รู้กันว่าตอนไอแซก นิวตัน ยังเป็นเด็กๆ แม่ของเขาต้องคอยเอาอาหารเข้ามาเสริฟชายน้อยเพราะเขามักจะหมกมุ่นอยู่กับการขบคิดปัญหาต่างๆ จนลืมโลกรอบตัวไป
ชาลส์ ดาร์วิน เจ้าของทฤษฎีวิวัฒนาการก็เป็นอีกคนที่ใช้เวลาอย่างลำพังเพื่อขบคิดในขณะที่เขาเดินไปตามทางเดินในสวนละแวกบ้านของเขา
เมื่อเราได้ใช้เวลาลำพัง เมื่อเราได้มีเวลาให้ความคิดที่ฟุ้งซ่านได้ตกตะกอน สิ่งเหล่านี้เปิดโอกาสให้เราได้มองปัญหาในมุมใหม่
ทำสิ่งใหม่ได้ไม่เหมือนใคร และยากที่จะมีคนทำได้เหมือนพวกเราชาว introvert
5.สร้างแรงบันดาลใจได้เอง
เคยไหมที่แบบว่าคนรอบข้างยังต้องงงเวลาพวกเราชาว introvert ลุกขึ้นมาทำอะไร
ด้วยนิสัยที่มีโลกภายในกว้างใหญ่ไพศาล ซับซ้อน ลุ่มลึก และเต็มไปด้วยจินตนาการ
ทำให้หลายๆ ครั้งเรามีแผนการ มีความฝัน มีความหวังที่เป็นเหตุผลในตัวเอง ซึ่งหลายๆครั้งเราก็ไม่ได้เอามันไปบอกใครหรอกว่าเราทำไปทำไม
วันดีคืนดีคนรู้จักของคุณอาจจะต้องงงเมื่อเห็นคุณที่น้ำหนักเกินมาตลอดลุกขึ้นมาขยันออกกำลังกายตอนหกโมงเช้าทุกวัน หรืออยู่ๆก็ไปซื้อสีน้ำมาหัดระบายสี หรือบางคนอาจนั่งร่างแผนการแต่งระเบียงห้องด้วยต้นไม้
ประเด็นก็คือพวกเราชาว introvert นั้นมีพรสวรรค์ในการลุกขึ้นมาทำอะไรซักอย่างโดยไม่ต้องทำตามใคร เรามีแนวทางเป็นของตัวเอง หรือพูดง่ายๆว่าอินดี้นั่นเอง
สิ่งเหล่านี้คือความสามารถพิเศษในการจมจ่อม หลงไหล ใฝ่ฝัน ทุ่มเทไปกับการงานที่เรารักที่จะทำ
หลายครั้งมันมันยากที่คนอื่นจะเข้าใจแรงเบื้องหลังที่หนุนนำในสิ่งที่เราทำอยู่ แต่ก็ต้องระวงเหมือนกันตรงที่เรามีเหตุผลในตัวเองที่จะเริ่มต้นที่จะทำอะไรซักอย่างหนึ่ง แต่ความสำเร็จที่แท้จริงก็ต้องการความต่อเนื่องเพื่อการยืนระยะอย่างยาวนานจนเกิดผลลัพธ์ที่จับต้องได้
ความเข้าใจในตัวเองอย่างลึกซึ้ง นั่นคือการรู้ว่าตัวเองต้องการอะไรของ introvert เมื่อรวมกับแรงบันดาลใจในตัวที่เกิดขึ้นได้เอง หากเราฝึกฝนเพิ่มอีกนิดให้ตัวเองเป็นคนที่มีระเบียบวินัยและฝึกนิสัยแห่งการลงมือทำ
พวกเราชาว introvert จะเหมือนมีพลังพิเศษที่จะเปลี่ยนภาพฝันในสมองให้เป็นความจริงตรงน่าได้อย่างคาดไม่ถึงเลยทีเดียว
ที่มา: http://news.se-ed.com/?p=5625
วันพุธที่ 21 พฤศจิกายน พ.ศ. 2561
วิกฤตเศรษฐกิจ แห่งทศวรรษ
ดร.บุญธรรม รจิตภิญโญเลิศ
คำถามที่นักเศรษฐศาสตร์รุ่นใหญ่ 2 ท่าน ได้แก่ เบน เบอร์นันเก้ อดีตประธานเฟด และ พอล ครุกแมน นักเศรษฐศาสตร์ รางวัลโนเบล และคอลัมนิสต์ชื่อดัง
ได้ถกเถียงกันอย่างต่อเนื่องแบบเชิงสร้างสรรค์ เมื่อเดือนที่แล้ว คือ ดัชนีใดกันแน่ที่เป็นสัญญาณที่ดีที่สุดในการคาดการณ์วิกฤติเศรษฐกิจ โดยใช้วิกฤติแฮมเบอร์เกอร์ 2008 เป็นสนามทดลอง
โดยฝั่งเบอร์นันเก้ เชื่อว่าดัชนีที่แสดงความตื่นกลัว อย่าง การเพิ่มขึ้นอย่างรวดเร็วของต้นทุนทางการเงินของสถาบันการเงิน และการกระตุกตัวขึ้นของผลตอบแทนของสินทรัพย์ที่มิใช่สินเชื่อบ้านที่ได้ทำ Securitized สามารถทำหน้าที่เป็นตัวคาดการณ์ที่ดีกว่าราคาบ้าน ราคาตลาดของสินเชื่ออสังหาริมทรัพย์แบบ Subprime หรืออัตราการผิดนัดของสินเชื่อบ้าน ในการบอกถึงจังหวะและความรุนแรงของเศรษฐกิจถดถอยหรือแม้แต่วิกฤติเศรษฐกิจที่จะเกิดขึ้นในอนาคต ในขณะที่ครุกแมน กลับเห็นต่าง โดยเน้นว่าผลกระทบจากฟองสบู่อสังหาริมทรัพย์แตกที่มีผลกระทบต่ออุปสงค์รวมของเศรษฐกิจสหรัฐต่างหากที่เป็นสาเหตุของ‘วิกฤติเศรษฐกิจ’ แห่งทศวรรษที่ผ่านมา
ครุกแมน ร่วมกับ ดีน เบเกอร์ ใช้ข้อมูลแบบลงลึกถึงขนาดระดับ accounting-based ทำการวิเคราะห์แบบระบบสมการเชิงโครงสร้างหรือ Structural Analysis เพื่อชี้ให้เห็นถึงจีดีพีที่หดตัวและชะลอลงและการว่างงานที่เคยสูงสุดเกือบ 10% ในช่วงเวลากว่า 7 ปีหลังวิกฤติการเงิน 2008 ว่ามาจากปัจจัยของตลาดอสังหาริมทรัพย์
ทั้งนี้ ครุกแมนทิ้งท้ายว่า กรอบวิธีการวิเคราะห์ของเบอร์นันเก้เป็นวิธีที่ละเอียดน้อยกว่า ซึ่งเรียกกันว่า Reduced-form โดยหาปัจจัยต่างๆ ในตลาดการเงินแล้วใช้ข้อมูลย้อนอดีต (Time-Series) เพื่อประมาณผลกระทบต่อจีดีพี ในทางกลับกัน ครุกแมนร่วมกับดีน เบเกอร์ ใช้ข้อมูลแบบลงลึกถึงขนาดระดับ accounting-based ทำการวิเคราะห์แบบระบบสมการเชิงโครงสร้างหรือ Structural Analysis ซึ่งครุกแมนมีบลั๊ฟว่า หากจะกล้าสรุปแบบที่ฟันธงว่าระบบการเงินที่กระตุกขึ้นมาแบบรุนแรงจนทำให้วิกฤติแบบลากยาวนั้น เบอร์นันเก้ต้องใช้วิธี Structural Analysis อย่างที่เขาทำ ซึ่งจะทำให้เห็นกลไกการเชื่อมโยงหรือ Transmission Mechanism ระหว่างกัน อย่างไรก็ดี ครุกแมนมีทางลงให้กับความเห็นต่างของเขาและเบอร์นันเก้ว่าเขาเองศึกษาในช่วงเวลาที่ยาวนานกว่า ในขณะที่เบนศึกษาในช่วง 1-2 ปีแรก เลยทำให้ผลออกมาต่างกัน
ด้านเบอร์นันเก้ได้เขียนตอบกลับว่าหากพิจารณาให้ดี แม้ตัวเลขสินเชื่อบ้านและอสังหาริมทรัพย์ก่อนวิกฤติ จะไม่ได้ชี้ว่าจะมีวิกฤติการเงินเกิดขึ้นในเวลาต่อมา ทว่าเขาเคยออกบทวิจัยร่วมกับมาร์ค เกิร์ตเลอร์ และไซมอนด์ กิลไคร์สต์ ในปี 1999 ว่าการลดหนี้หรือ deleveraging ของงบดุลภาคครัวเรือน มีส่วนต่อวิกฤติเศรษฐกิจอย่างที่ครุกแมนเชื่อ ทว่าหากระบบการเงินสหรัฐไม่เข้าขั้นโคม่าในเดือน ก.ย.2008 วิกฤติซับไพร์มจะไม่เกิดขึ้นจากเพียงแค่จากความไม่สมดุลของตลาดอสังหาริมทรัพย์หรือครุกแมนมองว่ารวมถึงตราสารหนี้ซับไพร์ม
ในประเด็นนี้ ผมขอออกความเห็นส่วนตัวว่า พื้นความรู้เดิมหรือความถนัดของทั้งคู่ มีผลต่อข้อสรุปของสาเหตุที่พวกเขาฟันธงว่าเป็นปัจจัยที่ทำให้เกิดวิกฤติการเงินในรอบที่ผ่านมา โดยผลงาน Signature ของเบอร์นันเก้ ไม่ใช่การศึกษาวิกฤติเศรษฐกิจญี่ปุ่นในยุค 1980 อย่างที่หลายคนทราบกัน ทว่าผลงานชิ้นที่ใส่ ตัวกลางของระบบการเงิน หรือ Financial Intermediaries ลงไปในตัวแบบจำลองทางเศรษฐกิจ ที่เรียกว่า Financial Accelerator เป็นครั้งแรก เพื่อแสดงถึงผลกระทบของสถาบันการเงินต่อพลวัตทางเศรษฐกิจเมื่อเกิดความแน่นอนต่อระบบเศรษฐกิจต่างหากที่เป็นผลงานชิ้นโบว์แดงของเบอร์นันเก้ ซึ่งความเด่นตรงนี้ ทำให้เมื่อเกิดการล่มสลายของเลห์แมน บราเธอร์ในปี 2008 เบอร์นันเก้จึงอ่านเกมเพื่อที่จะหาทางแก้ไขเหตุการณ์ช่วงคับขันในเดือน ต.ค.2008 ได้แบบไม่เจ็บตัวเกินเหตุ
นอกจากนี้ ตัวเบอร์นันเก้เอง ในฐานะที่เป็นอดีตประธานเฟด มีแนวโน้มที่จะชี้ไปว่าดัชนีทางการเงินที่เกิดกระตุกขึ้นอย่างแรงในช่วงเดือน ก.ย. 2008 เป็นต้นเหตุของวิกฤติการเงินโลก 2008 เนื่องจากหากเขาเชื่อว่าวิกฤติเป็นผลมาจากฟองสบู่อสังหาริมทรัพย์แตก นั่นหมายความว่าเบอร์นันเก้เองละเลยสัญญาณดัชนีอสังหาริมทรัพย์ที่แม้จะไม่ชัดเจนว่าถึงขั้นจะเกิดวิกฤติ ทว่าหากมองดัชนีทางเศรษฐกิจต่างๆ ในภาพใหญ่แบบบูรณาการ ผมว่าก็พอจะอนุมานได้ว่าวิกฤติใหญ่กำลังรออยู่ตรงหน้า อย่างที่นูเรล รูบินีทำนายไว้แต่เขาก็ไม่รู้ช่วงเวลาที่ชัดเจน
หันมาฝากครุกแมนบ้าง หลายคนทราบดีว่าครุกแมนโดดเด่นจากผลงานการสร้างแบบจำลอง Currency Model รุ่นแรก ที่ชี้ถึงความไม่เสถียรของระบบเศรษฐกิจที่ใช้ระบบอัตราแลกเปลี่ยนแบบคงที่ในระบบเศรษฐกิจเปิดแบบเสรี ที่นักเก็งกำไรพร้อมถล่มค่าเงินประเทศนั้น เนื่องจากสำรองเงินตราระหว่างประเทศมีจำกัด แต่หากใครเป็นแฟนพันธ์ุแท้ของครุกแมน จะทราบว่าครุกแมนเป็นอัจฉริยะด้านการใช้เรขาคณิตในการพิสูจน์ทฤษฎีการค้าระหว่างประเทศ และที่น้อยคนมากๆ จะทราบคือ ครุกแมนเก่งในวิชา Spatial Economics หรือเศรษฐศาตร์ที่ใช้ในการพัฒนาพื้นที่ให้เป็นมือง ซึ่งผมมองว่าแม้เขาจะห่างจากงานทางด้านนี้มานาน แต่ Sense ของครุกแมนในเรื่องนี้ยังดีมาก และนี่คือสาเหตุที่เขาและโรเบิร์ต ชิลเลอร์ นักเศรษฐศาสตร์ รางวัลโนเบล มองออกว่าตลาดอสังหาริมทรัพย์สหรัฐที่เขาเตือนมา 2-3 ปีก่อนวิกฤตซับไพร์ม ว่าเริ่มจะส่อเค้าว่าจะเป็นวิกฤต
โดยคำตอบของปริศนานี้ มีความสำคัญสุดๆ ต่อบริบทการวิเคราะห์วิกฤติเศรษฐกิจในอนาคตเป็นอย่างมาก
ที่มาบทความ: http://www.bangkokbiznews.com/blog/detail/645949
คำถามที่นักเศรษฐศาสตร์รุ่นใหญ่ 2 ท่าน ได้แก่ เบน เบอร์นันเก้ อดีตประธานเฟด และ พอล ครุกแมน นักเศรษฐศาสตร์ รางวัลโนเบล และคอลัมนิสต์ชื่อดัง
ได้ถกเถียงกันอย่างต่อเนื่องแบบเชิงสร้างสรรค์ เมื่อเดือนที่แล้ว คือ ดัชนีใดกันแน่ที่เป็นสัญญาณที่ดีที่สุดในการคาดการณ์วิกฤติเศรษฐกิจ โดยใช้วิกฤติแฮมเบอร์เกอร์ 2008 เป็นสนามทดลอง
โดยฝั่งเบอร์นันเก้ เชื่อว่าดัชนีที่แสดงความตื่นกลัว อย่าง การเพิ่มขึ้นอย่างรวดเร็วของต้นทุนทางการเงินของสถาบันการเงิน และการกระตุกตัวขึ้นของผลตอบแทนของสินทรัพย์ที่มิใช่สินเชื่อบ้านที่ได้ทำ Securitized สามารถทำหน้าที่เป็นตัวคาดการณ์ที่ดีกว่าราคาบ้าน ราคาตลาดของสินเชื่ออสังหาริมทรัพย์แบบ Subprime หรืออัตราการผิดนัดของสินเชื่อบ้าน ในการบอกถึงจังหวะและความรุนแรงของเศรษฐกิจถดถอยหรือแม้แต่วิกฤติเศรษฐกิจที่จะเกิดขึ้นในอนาคต ในขณะที่ครุกแมน กลับเห็นต่าง โดยเน้นว่าผลกระทบจากฟองสบู่อสังหาริมทรัพย์แตกที่มีผลกระทบต่ออุปสงค์รวมของเศรษฐกิจสหรัฐต่างหากที่เป็นสาเหตุของ‘วิกฤติเศรษฐกิจ’ แห่งทศวรรษที่ผ่านมา
ครุกแมน ร่วมกับ ดีน เบเกอร์ ใช้ข้อมูลแบบลงลึกถึงขนาดระดับ accounting-based ทำการวิเคราะห์แบบระบบสมการเชิงโครงสร้างหรือ Structural Analysis เพื่อชี้ให้เห็นถึงจีดีพีที่หดตัวและชะลอลงและการว่างงานที่เคยสูงสุดเกือบ 10% ในช่วงเวลากว่า 7 ปีหลังวิกฤติการเงิน 2008 ว่ามาจากปัจจัยของตลาดอสังหาริมทรัพย์
ทั้งนี้ ครุกแมนทิ้งท้ายว่า กรอบวิธีการวิเคราะห์ของเบอร์นันเก้เป็นวิธีที่ละเอียดน้อยกว่า ซึ่งเรียกกันว่า Reduced-form โดยหาปัจจัยต่างๆ ในตลาดการเงินแล้วใช้ข้อมูลย้อนอดีต (Time-Series) เพื่อประมาณผลกระทบต่อจีดีพี ในทางกลับกัน ครุกแมนร่วมกับดีน เบเกอร์ ใช้ข้อมูลแบบลงลึกถึงขนาดระดับ accounting-based ทำการวิเคราะห์แบบระบบสมการเชิงโครงสร้างหรือ Structural Analysis ซึ่งครุกแมนมีบลั๊ฟว่า หากจะกล้าสรุปแบบที่ฟันธงว่าระบบการเงินที่กระตุกขึ้นมาแบบรุนแรงจนทำให้วิกฤติแบบลากยาวนั้น เบอร์นันเก้ต้องใช้วิธี Structural Analysis อย่างที่เขาทำ ซึ่งจะทำให้เห็นกลไกการเชื่อมโยงหรือ Transmission Mechanism ระหว่างกัน อย่างไรก็ดี ครุกแมนมีทางลงให้กับความเห็นต่างของเขาและเบอร์นันเก้ว่าเขาเองศึกษาในช่วงเวลาที่ยาวนานกว่า ในขณะที่เบนศึกษาในช่วง 1-2 ปีแรก เลยทำให้ผลออกมาต่างกัน
ด้านเบอร์นันเก้ได้เขียนตอบกลับว่าหากพิจารณาให้ดี แม้ตัวเลขสินเชื่อบ้านและอสังหาริมทรัพย์ก่อนวิกฤติ จะไม่ได้ชี้ว่าจะมีวิกฤติการเงินเกิดขึ้นในเวลาต่อมา ทว่าเขาเคยออกบทวิจัยร่วมกับมาร์ค เกิร์ตเลอร์ และไซมอนด์ กิลไคร์สต์ ในปี 1999 ว่าการลดหนี้หรือ deleveraging ของงบดุลภาคครัวเรือน มีส่วนต่อวิกฤติเศรษฐกิจอย่างที่ครุกแมนเชื่อ ทว่าหากระบบการเงินสหรัฐไม่เข้าขั้นโคม่าในเดือน ก.ย.2008 วิกฤติซับไพร์มจะไม่เกิดขึ้นจากเพียงแค่จากความไม่สมดุลของตลาดอสังหาริมทรัพย์หรือครุกแมนมองว่ารวมถึงตราสารหนี้ซับไพร์ม
ในประเด็นนี้ ผมขอออกความเห็นส่วนตัวว่า พื้นความรู้เดิมหรือความถนัดของทั้งคู่ มีผลต่อข้อสรุปของสาเหตุที่พวกเขาฟันธงว่าเป็นปัจจัยที่ทำให้เกิดวิกฤติการเงินในรอบที่ผ่านมา โดยผลงาน Signature ของเบอร์นันเก้ ไม่ใช่การศึกษาวิกฤติเศรษฐกิจญี่ปุ่นในยุค 1980 อย่างที่หลายคนทราบกัน ทว่าผลงานชิ้นที่ใส่ ตัวกลางของระบบการเงิน หรือ Financial Intermediaries ลงไปในตัวแบบจำลองทางเศรษฐกิจ ที่เรียกว่า Financial Accelerator เป็นครั้งแรก เพื่อแสดงถึงผลกระทบของสถาบันการเงินต่อพลวัตทางเศรษฐกิจเมื่อเกิดความแน่นอนต่อระบบเศรษฐกิจต่างหากที่เป็นผลงานชิ้นโบว์แดงของเบอร์นันเก้ ซึ่งความเด่นตรงนี้ ทำให้เมื่อเกิดการล่มสลายของเลห์แมน บราเธอร์ในปี 2008 เบอร์นันเก้จึงอ่านเกมเพื่อที่จะหาทางแก้ไขเหตุการณ์ช่วงคับขันในเดือน ต.ค.2008 ได้แบบไม่เจ็บตัวเกินเหตุ
นอกจากนี้ ตัวเบอร์นันเก้เอง ในฐานะที่เป็นอดีตประธานเฟด มีแนวโน้มที่จะชี้ไปว่าดัชนีทางการเงินที่เกิดกระตุกขึ้นอย่างแรงในช่วงเดือน ก.ย. 2008 เป็นต้นเหตุของวิกฤติการเงินโลก 2008 เนื่องจากหากเขาเชื่อว่าวิกฤติเป็นผลมาจากฟองสบู่อสังหาริมทรัพย์แตก นั่นหมายความว่าเบอร์นันเก้เองละเลยสัญญาณดัชนีอสังหาริมทรัพย์ที่แม้จะไม่ชัดเจนว่าถึงขั้นจะเกิดวิกฤติ ทว่าหากมองดัชนีทางเศรษฐกิจต่างๆ ในภาพใหญ่แบบบูรณาการ ผมว่าก็พอจะอนุมานได้ว่าวิกฤติใหญ่กำลังรออยู่ตรงหน้า อย่างที่นูเรล รูบินีทำนายไว้แต่เขาก็ไม่รู้ช่วงเวลาที่ชัดเจน
หันมาฝากครุกแมนบ้าง หลายคนทราบดีว่าครุกแมนโดดเด่นจากผลงานการสร้างแบบจำลอง Currency Model รุ่นแรก ที่ชี้ถึงความไม่เสถียรของระบบเศรษฐกิจที่ใช้ระบบอัตราแลกเปลี่ยนแบบคงที่ในระบบเศรษฐกิจเปิดแบบเสรี ที่นักเก็งกำไรพร้อมถล่มค่าเงินประเทศนั้น เนื่องจากสำรองเงินตราระหว่างประเทศมีจำกัด แต่หากใครเป็นแฟนพันธ์ุแท้ของครุกแมน จะทราบว่าครุกแมนเป็นอัจฉริยะด้านการใช้เรขาคณิตในการพิสูจน์ทฤษฎีการค้าระหว่างประเทศ และที่น้อยคนมากๆ จะทราบคือ ครุกแมนเก่งในวิชา Spatial Economics หรือเศรษฐศาตร์ที่ใช้ในการพัฒนาพื้นที่ให้เป็นมือง ซึ่งผมมองว่าแม้เขาจะห่างจากงานทางด้านนี้มานาน แต่ Sense ของครุกแมนในเรื่องนี้ยังดีมาก และนี่คือสาเหตุที่เขาและโรเบิร์ต ชิลเลอร์ นักเศรษฐศาสตร์ รางวัลโนเบล มองออกว่าตลาดอสังหาริมทรัพย์สหรัฐที่เขาเตือนมา 2-3 ปีก่อนวิกฤตซับไพร์ม ว่าเริ่มจะส่อเค้าว่าจะเป็นวิกฤต
โดยคำตอบของปริศนานี้ มีความสำคัญสุดๆ ต่อบริบทการวิเคราะห์วิกฤติเศรษฐกิจในอนาคตเป็นอย่างมาก
ที่มาบทความ: http://www.bangkokbiznews.com/blog/detail/645949
วันเสาร์ที่ 27 ตุลาคม พ.ศ. 2561
Learn Relearn Unlearn
อริญญา เถลิงศรี
เป็นที่รู้กันดีอยู่แล้วว่า โดยปกติคนไม่ชอบอยู่ในภาวะของ “ความไม่รู้” ที่เกิดจากการเปลี่ยนแปลงอย่างกะทันหัน แต่ในขณะเดียวกันคนเราก็ไม่สามารถรู้ได้ทุกเรื่อง เพราะการเปลี่ยนแปลงนั้นเป็นเรื่องที่เกิดขึ้นอยู่ตลอดเวลา นั่นแปลว่า หนทางหนึ่งที่จะช่วยบรรเทาภาวะของความไม่รู้ก็คือ การหมั่นเรียนรู้อย่างต่อเนื่องนั่นเอง
อย่างไรก็ตาม มีสิ่งหนึ่งที่เกี่ยวข้องกับการเรียนรู้ที่คนมักจะเข้าใจผิดอยู่เสมอ และดิฉันต้องการที่จะชี้แจง นั่นคือ การเรียนรู้นั้นไม่ใช่เพียงแค่การใส่ข้อมูลความรู้เข้าไปแค่อย่างเดียว หากแต่การเรียนรู้ที่ถูกต้องประกอบไปด้วย การเรียนรู้สิ่งใหม่ๆ (Learn) การไม่ยึดติดกับสิ่งที่เคยเรียนรู้มา (Unlearn) และการเรียนรู้สิ่งที่เคยรู้ด้วยมุมมองใหม่ๆ (Relearn) ทั้งนี้ขั้นตอน Unlearn และ Relearn มักจะเกิดขึ้นพร้อมๆ กัน เพราะว่าเคล็ดลับของการเรียนรู้ที่จะมีประสิทธิภาพมากที่สุดคือความเต็มใจและยินดีที่จะยอมละทิ้งสิ่งที่เคยเรียนรู้มา แล้วลองค้นหาวิธีการใหม่ๆ มาทดแทน แม้ว่าวิธีการนั้นๆ จะเคยนำมาซึ่งผลลัพธ์ที่ดีก็ตาม
คำพูดที่ว่า “เจ้านายรู้ดีที่สุด” นั้นอาจใช้ไม่ได้กับทุกสถานการณ์อีกต่อไปแล้ว เมื่อการเปลี่ยนแปลงในโลกยุคปัจจุบันเกิดขึ้นอย่างรวดเร็ว สิ่งที่ท้าทายก็คือ เมื่อนายไม่ได้รู้ทุกเรื่องแล้วลูกน้องจะคาดหวังให้พวกเขาเป็นผู้นำที่ดีได้อย่างไร
ทางออกคือผู้นำต้องพัฒนาศักยภาพการเรียนรู้ของตนเองอย่างต่อเนื่อง และรู้ถึงวิธีการเรียนรู้ที่ถูกต้อง เช่นเดียวกับที่แลรี ฟิงค์ ผู้บริหารเครือ Black Rocks บริษัทที่บริหารจัดการอสังหาริมทรัพย์อันดับต้นๆ ของโลกผู้ซึ่งได้รับตำแหน่ง CEO of the Decade จากนิตยสาร Financial Times ในปี 2554 กล่าวไว้ว่า “การทำตัวเป็นนักเรียนอยู่ตลอดเวลาจำเป็นอย่างยิ่งสำหรับผู้นำ เพราะมันทำให้พวกเขาได้เรียนรู้อะไรใหม่ๆ และยอมละทิ้งองค์ความรู้เก่าๆ ที่อาจใช้ไม่ได้อีกแล้ว”
เพื่อให้เห็นภาพได้ชัดเจนยิ่งขึ้น ในที่นี้ Learn หรือการเรียนรู้สิ่งใหม่ๆ คือการหาความรู้เพิ่มเติมหรือการรับรู้ข้อมูลบางอย่าง ซึ่งถือเป็นกระบวนการที่เริ่มต้นขึ้นตั้งแต่เราเกิดและดำเนินไปอย่างต่อเนื่องตลอดชีวิต
Unlearn คือการไม่ยึดติด ละทิ้งสิ่งที่เคยรู้มา ซึ่งพฤติกรรมนี้จะเกิดขึ้นได้ก็ต่อเมื่อเรายอมเปิดรับมุมมองใหม่เกี่ยวกับสิ่งต่างๆ ที่เรารู้อยู่แล้ว โดย unlearn นับเป็นกลยุทธ์หนึ่งในการรับมือกับการเปลี่ยนแปลงและความไม่แน่นอนที่เกิดขึ้นอย่างรวดเร็ว อย่างไรก็ตาม unlearn ไม่ได้หมายความเพียงแค่การลืมสิ่งที่เคยรู้เท่านั้น แต่ยังรวมถึงการปฏิเสธความเชื่อของตนที่เคยยึดถือปฏิบัติมาก่อนหน้านี้ หรือเลิกยึดติดกับทฤษฎีที่ใช้กันมายาวนาน และก็ไม่ได้หมายความว่า เราต้องละทิ้งประสบการณ์ที่สั่งสมมาทั้งหมด หรือบอกว่าวิธีการที่เราใช้มาในอดีตนั้นไม่สามารถทำให้เราประสบความสำเร็จได้อีกต่อไปแล้ว แต่หมายถึงการกระตุ้นให้เราหมั่นเปิดรับแนวทางที่แตกต่างออกไปในการทำสิ่งต่างๆ
Relearn คือการเรียนรู้สิ่งที่เราเคยรู้แล้วด้วยมุมมองใหม่ และตระหนักถึงคุณค่าของความรู้ที่เราได้รับจากมุมมองนั้นๆ นั่นแปลว่าคนเราสามารถเรียนรู้บางอย่างในแง่มุมใหม่ได้เสมอ และเราสามารถพัฒนาความรู้และทักษะของเราได้ตลอดเวลา
คำถามคือ เราจะสามารถสร้างกลยุทธ์แห่งการเรียนรู้อย่างต่อเนื่องเพื่อพัฒนาศักยภาพผู้นำให้เกิดขึ้นได้อย่างไรในที่ทำงาน – หลักการง่ายๆ 5 ประการที่ดิฉันจะกล่าวถึงต่อไปนี้คือวิธีการเบื้องต้นที่ช่วยกระตุ้นให้บุคลากรเลิกยึดติดกับสิ่งที่เคยรู้มาเพื่อก้าวไปสู่การเรียนรู้ใหม่ได้ดียิ่งขึ้น
ขั้นตอนแรก ระบุสิ่งที่ต้องละทิ้งและสิ่งที่จะนำมาใช้แทน – เมื่อคุณกำลังเผชิญกับความเปลี่ยนแปลงหรือความไม่แน่นอน คุณต้องลองฝึกถามตัวเองว่ากรอบความคิดเก่าๆ เรื่องใดที่ใช้ไม่ได้แล้วและจะต้องใช้มุมมองความคิดแบบใดเมื่อมีการเปลี่ยนแปลงเช่นนี้เกิดขึ้น
ขั้นที่สอง อธิบายเหตุผลของความเปลี่ยนแปลง – โดยปกติ หากคนเราเข้าใจเหตุผลที่จะต้องมีการเปลี่ยนแปลง เราจะสามารถเปิดใจและพร้อมที่จะเลิกนิสัยและวิธีการเก่าๆ ได้ดีกว่าการให้คนเปลี่ยนพฤติกรรมโดยไม่รู้สาเหตุ
ขั้นที่สาม ให้ข้อมูลป้อนกลับ – เพราะคนเรามักไม่รู้ตัวว่าเราทำอะไรได้ดีหรือไม่ดี หรือมีอะไรที่ฉุดรั้งให้เราไม่สามารถทำงานได้อย่างเต็มที่หรือไม่ การให้ข้อมูลป้อนกลับแบบ 360 องศาจึงเป็นเครื่องมือที่สามารถให้มุมมองเชิงลึกเกี่ยวกับพฤติกรรมที่ส่งผลกระทบต่อการทำงานได้ เมื่อคนเราได้รับข้อมูลที่สะท้อนให้เห็นพฤติกรรมของตนเองอย่างชัดเจน เขาก็จะรู้ว่ามีพฤติกรรมใดบ้างที่ควร unlearn และตรงไหนบ้างที่ควร relearn
ขั้นที่สี่ ให้ความช่วยเหลือในลักษณะของการโค้ช – การเปลี่ยนนิสัยของตนเองโดยที่ไม่มีผู้ช่วยเหลือหรือให้คำปรึกษาถือเป็นเรื่องยาก ดังนั้น การโค้ชจะช่วยให้คนเราเลิกนิสัยเก่าๆ และเริ่มปรับตัวเป็นคนใหม่ได้ง่ายขึ้นตามแนวทางที่วางไว้อย่างเป็นแบบแผน เพราะโค้ชจะสามารถชี้ให้เรามองเห็นนิสัยแย่ๆ ที่เป็นปัญหาต่อทั้งตนเอง เพื่อนร่วมงาน และองค์กร ได้อย่างชัดเจน
ขั้นตอนสุดท้าย เริ่มต้นที่ตนเอง – ปัญหาที่พบในผู้นำหลายคนคือ พวกเขาต้องการให้ลูกน้องได้เรียนรู้สิ่งใหม่ๆ อยู่เสมอเพื่อพร้อมรับกับการเปลี่ยนแปลงและปรับปรุงตนเองให้ดีขึ้น ในขณะเดียวกัน ตัวผู้นำเองกลับไม่สนใจที่จะทำเพราะคิดว่าการกระทำดังกล่าวให้ดีขึ้นเป็นเรื่องของลูกน้องเท่านั้น แต่ในความเป็นจริง ผู้นำที่ดีต้องเริ่มต้นกระบวนการเรียนรู้อย่างต่อเนื่องที่ตนเองก่อน เพื่อเป็นตัวอย่างที่ดีและเพื่อกระตุ้นให้ผู้อื่นดำเนินรอยตาม
เรื่องของการเรียนรู้อย่างต่อเนื่องเพื่อเตรียมพร้อมรับมือกับความเปลี่ยนแปลงนั้นเป็นเรื่องพื้นฐานที่ผู้นำหลายคนคิดว่าเข้าใจอยู่แล้ว ความเชื่อเช่นนี้ควรที่จะถูก unlearn และ relearn ใหม่ว่ามันไม่ใช่แค่เรื่องของการเรียนรู้ใหม่ๆ แต่เพียงอย่างเดียว หากแต่ยังรวมถึงการไม่ยึดติดกับสิ่งที่เคยเรียนรู้มา และการเรียนรู้สิ่งที่เคยรู้ด้วยมุมมองใหม่ๆ ด้วย ดังที่นักเขียนชาวอเมริกันกล่าวไว้ว่า “คนที่ไม่รู้หนังสือในศตวรรษที่ 21 จะไม่ได้หมายถึงผู้ที่ไม่สามารถอ่านออกเขียนได้ แต่จะหมายถึงผู้ที่ไม่สามารถเรียนรู้ ละทิ้งความรู้เดิม แล้วเริ่มเรียนรู้ใหม่ได้”…
หมายเหตุ: อริญญา เถลิงศรี กรรมการผู้จัดการใหญ่ บริษัทที่ปรึกษา เอพีเอ็ม กรุ๊ป
ตีพิมพ์ครั้งแรก นสพ.กรุงเทพธุรกิจ ฉบับวันที่ 18 มิถุนายน 2557
สมัครสมาชิก:
บทความ (Atom)












