
จาก Digital Economy สู่ Data Economy
"ด้านมืดของการนำเทคโนโลยี Big Data และ AI มาใช้เปลี่ยนพฤติกรรมมนุษย์ในยุคแห่งข้อมูลภิวัฒน์"
โดย ปริญญา หอมเอนก
"ด้านมืดของการนำเทคโนโลยี Big Data และ AI มาใช้เปลี่ยนพฤติกรรมมนุษย์ในยุคแห่งข้อมูลภิวัฒน์"
เมื่อโลกกำลังเข้าสู่ยุคดิจิทัลอย่างเต็มตัวทำให้ "Digital Economy" นั้นกลายเป็นคำที่ล้าสมัยไปเสียแล้ว มิสเตอร์ ดอน แท็ปสกอตต์ ได้แต่งหนังสือ "Digital Economy" ไว้ตั้งแต่ พ.ศ. 2538 จนสำนักพิมพ์เพิ่งออกหนังสือเล่มใหม่ฉลองครบรอบ 20 ปีเมื่อไม่นานมานี้ ดังนั้น "Digital Economy" จึงไม่ใช่คำใหม่แต่อย่างใด ในปัจจุบันและอนาคต เรากำลังพูดถึง Buzzword คำใหม่ที่กำลังมาแรง นั่นคือ "Data Economy" หรือ "Data-Driven Economy" ความหมายของ "Data-Driven" หรือ "Data Economy" หมายความแบบง่ายๆ ว่าเรากำลังอยู่ในยุคที่อุปกรณ์ดิจิทัลและอินเทอร์เน็ตได้เข้ามามีบทบาทอย่างมากในชีวิตประจำวันของเรา ไม่ว่าจะเป็นสมาร์ทโฟน หรือโซเชียลมีเดีย ทุกวันนี้เรารู้สึกว่าชีวิตมีความสะดวกสบายขึ้น เราใช้งานโปรแกรมโซเชียลมีเดีย และเสิร์ชเอนจิ้นได้ฟรี ไม่มีค่าใช้จ่าย แต่เราส่วนใหญ่จะไม่ค่อยได้เห็นด้านมืดของโปรแกรมเหล่านี้ จริงๆ แล้วคำกล่าวที่ว่า "ของฟรีไม่มีในโลก" ยังคงเป็นจริงเสมอ เราใช้ของฟรีก็จริง แต่เรากำลังจ่ายด้วย "ความเป็นส่วนตัวของเรา" (Our Privacy) โดยไม่รู้ตัว
ทำไมถึงเป็นเช่นนี้? เนื่องจากทุกบริษัทในโลกจำเป็นต้องทำธุรกิจและสร้างผลกำไรให้กับผู้ถือหุ้นตามหลักการของโลกทุนนิยม ทุกบริษัทจำเป็นต้องหารายได้และทำกำไรเป็นหลักการพื้นฐาน บริษัทที่มีความเข้าใจ เรื่อง "Data Economy" จะใช้ข้อมูลที่พวกเราป้อนเข้าสู่โปรแกรมต่างๆ ที่ทำงานอยู่บนสมาร์ทโฟนของเราเอง โดยให้ Data Scientist ของบริษัทประยุกต์ใช้เทคโนโลยี "Big Data" และ "Machine Learning" ตลอดจนนำเทคโนโลยี "AI" เข้ามาใช้แทนมนุษย์ในการบริหารจัดการกับข้อมูลในปริมาณมหาศาล บริษัทใดที่บริหารจัดการข้อมูลได้ดี บริษัทนั้นสามารถ "Make Money" หรือทำกำไรจากข้อมูลที่ตนมีอยู่ได้ มี Competitive Advantage เหนือกว่าบริษัทที่ยังล้าหลังในการนำเทคโนโลยีใหม่ๆ มาใช้
เราจะเห็นได้ว่า 10 ปีที่ผ่านมา บริษัทที่มีมูลค่าสูงที่สุดในโลก 5 บริษัทแรก จาก ค.ศ. 2001-2016 มีการเปลี่ยนแปลงอันดับกันอย่างชัดเจน โดยปัจจุบันบริษัทที่ทำธุรกิจด้านเทคโนโลยีสารสนเทศได้ขึ้นมาอยู่ใน 5 อับดับแรกทั้งหมด ดาวรุ่งที่เห็นได้ชัดเจน คือ บริษัท Alphabet ซึ่งเป็นบริษัทแม่ของกูเกิล และบริษัท เฟซบุ๊ก ซึ่งมีรายได้มหาศาลจากการบริหารจัดการข้อมูลอย่างชาญฉลาดโดยใช้เทคโนโลยีดังที่กล่าวมาแล้ว ล่าสุดทั้งเฟซบุ๊กและกูเกิลเพิ่งถูกสหภาพยุโรป (อียู) สั่งปรับเป็นเงินหลายพันล้านบาท โดยกูเกิลถูกตัดสินว่าทำให้การแข่งขันไม่เป็นธรรม เนื่องจากมีการที่ปรับเปลี่ยนผลลัพธ์ในการค้นหาข้อมูลที่ทำให้มีบริษัทบางบริษัทได้ประโยชน์ ได้เปรียบคู่แข่งอย่างไม่เป็นธรรม และเฟซบุ๊กเองก็ถูกศาลอียูตัดสินให้จ่ายค่าปรับเนื่องจากมีการแชร์ข้อมูลกันระหว่างวอตส์แอพและเฟซบุ๊ก โดยไม่แจ้งให้อียูทราบตั้งแต่ตอนควบรวมกิจการ
ตัวอย่าง "Data Driver Economy" ยังมีให้เห็นอีก อย่างชัดเจน จากการที่มีบริษัทเล็กๆ ในอังกฤษ ได้แก่ บริษัท "Cambridge Analytica" อยู่เบื้องหลังการรับจ้างทำ Data-Driven Campaign ที่มีผลต่อการเลือกตั้งประธานาธิบดีสหรัฐและมีผลต่อการที่อังกฤษแยกตัวเองจากสหภาพยุโรป (Brexit) รวมทั้งมีผลกระทบกับการเลือกตั้งในอีกหลายประเทศ โดยใช้หลักการวิเคราะห์ข้อมูล "Psychometric" โดยมุ่งเน้นไปที่ "Psychographic" ควบคู่ไปกับ "Demographic" ในแบบเดิม มีการนำข้อมูลที่ได้จัดเตรียมไว้และเป็นประโยชน์กับผู้ว่าจ้าง จัดทำแคมเปญปล่อยข้อมูลเหล่านั้นให้ประชาชนเห็นโดยผ่านกูเกิลและเฟซบุ๊ก ตลอดจนสื่อโซเชียลต่างๆ ทำให้ประชาชนที่มีสิทธิในการเลือกตั้ง เปลี่ยนแปลงความคิดเห็นทางการเมือง มีผลกระทบต่อการเลือกตั้งอย่างชัดเจน ซึ่งเราจะเห็นได้ว่า การใช้เทคโนโลยี Big Data ในแนวนี้ ก็มีด้านมืดที่เราต้องพิจารณาให้ถ่องแท้เช่นกัน
ดังนั้น ประเทศไทยและประชาชนชาวไทยควรเข้าใจผลกระทบจากการใช้เทคโนโลยีขั้นสูงดังกล่าวในการบริหารจัดการข้อมูลเพื่อเปลี่ยนแปลงพฤติกรรมของผู้บริโภคและประชาชน ดังที่เห็นตัวอย่างในระดับโลกกันมาแล้ว รัฐบาลในทุกประเทศควรตระหนักถึงผลกระทบดังกล่าวและควรรีบทำการ "Educate" ประชาชนให้มี "Digital Literacy" และมี "ภูมิคุ้มกันทางดิจิทัล" ที่ดี เพื่อที่จะได้ไม่ตกเป็นเหยื่อการตลาดแบบไฮเทคที่นับวันจะส่งผลรุนแรงขึ้นเรื่อยๆ และประชาชนต้องตกเป็นเหยื่อโดยรู้เท่าไม่ถึงการณ์ในที่สุด







