บลูมเบิร์กแนะการเงินไทยใช้แมชชีนเลิร์นนิ่งยกเครื่องธุรกิจ

บลูมเบิร์กเปิดตัว Bloomberg Enterprise Access Point แพลตฟอร์มแมชชีนเลิร์นนิ่ง ยกเครื่องธุรกิจการเงินไทย

นายทาราน คีรา หัวหน้าภูมิภาคเอเชียแปซิฟิกของบลูมเบิร์ก กล่าวว่า บลูมเบิร์กมุ่งมั่นที่จะช่วยเหลือธุรกิจการเงินไทยให้ใช้ประโยชน์จากข้อมูลขนาดใหญ่และแมชชีนเลิร์นนิ่งในยุคออโตเมชั่นในงานสัมมนา “อนาคตของเทคโนโลยีและการใช้ข้อมูลทางการเงิน” ที่จัดขึ้นที่กรุงเทพเมื่อเร็วๆนี้

จากการสำรวจความคิดเห็นของบลูมเบิร์กซึ่งจัดทำขึ้นที่งานสัมมนาของบริษัทในหัวข้อ “อนาคตของเทคโนโลยีและการใช้ข้อมูลทางการเงิน - Future of Technology and Data in Finance” ที่จัดขึ้นเป็นครั้งแรกเมื่อเร็วๆ นี้เผยถึงความคิดเห็นของผู้ปฏิบัติงานด้านเทคโนโลยีระดับอาวุโสในภาคการเงินของไทย โดยผลสำรวจระบุว่าผลประโยชน์สูงสุดที่พวกเขาคาดว่าจะได้จากเทคโนโลยีคือการบรรลุถึงความได้เปรียบในการแข่งขันและประสิทธิภาพของการทำธุรกิจ

ทั้งนี้ ประธานเจ้าหน้าบริหารด้านสารสนเทศ ผู้อำนวยการฝ่ายเทคโนโลยีและข้อมูล รวมทั้งผู้ปฏิบัติงานด้านการตลาดในประเทศไทยทั้งหมดมากกว่า 50 คนได้พบปะกับผู้เชี่ยวชาญด้านเทคโนโลยีของบลูมเบิร์กเพื่อพูดคุยเกี่ยวกับวิธีที่บริษัทด้านการเงินสามารถต่อยอดในการใช้ประโยชน์จากข้อมูลและการเรียนรู้ของเครื่อง (machine learning) รวมทั้งการดำเนินงานตามกลยุทธ์ที่ขับเคลื่อนด้วยข้อมูลในยุคออโตเมชั่น

“ธุรกิจการเงินกำลังเผชิญกับแรงกดดันด้านต้นทุนที่เพิ่มขึ้นและสถานการณ์ด้านกฎระเบียบที่เข้มงวดมากยิ่งขึ้น จึงจำเป็นต้องใช้เทคโนโลยีใหม่ ๆ และชุดทักษะด้านข้อมูลและกระบวนการวิเคราะห์เพื่อสร้างความได้เปรียบในการแข่งขัน” นายทาราน คีรา กล่าว

นายทาราน คีรา กล่าวว่า ความต้องการที่จะสร้างความได้เปรียบยังช่วยผลักดันให้ธุรกิจการเงินให้ความสนใจเรื่องเทคโนโลยีเพื่อการจัดการข้อมูลที่ดีขึ้น และที่สำคัญกว่านั้นคือการสร้างข้อมูลของตนเองและข้อมูลเชิงลึก

ทั้งนี้ การเพิ่มขึ้นอย่างมหาศาลของจำนวนข้อมูล ความรวดเร็วและความหลากหลายของข้อมูลยังนำไปสู่ประเด็นที่ไม่เคยเกิดขึ้นมาก่อนในด้านการจัดการข้อมูล ทั้งนี้สำนักงานส่งเสริมเศรษฐกิจดิจิทัล (Depa) ระบุว่าธุรกิจข้อมูลขนาดใหญ่ในประเทศไทยน่าจะมีมูลค่าอยู่ที่ 1.77 หมื่นล้านบาทในปี 2562 นับเป็นการเพิ่มขึ้น 16.4% หรือ 1.545 หมื่นล้านบาท จากปี 2561 และเพิ่มขึ้น 13.7% จากปี 2560 โดยธุรกิจการเงินและการธนาคารเป็นผู้ที่ใช้ข้อมูลขนาดใหญ่มากที่สุด

นายทาราน คีรา กล่าวว่า ความท้าทายที่สำคัญที่สุดสำหรับสถาบันการเงินในทุกวันนี้คือการแยกแยะว่าจะสามารถนำข้อมูลใดมาใช้ประโยชน์ได้ การสร้างความมั่นใจว่าข้อมูลมีคุณภาพสูง สม่ำเสมอ เชื่อมโยงและพร้อมใช้งาน และการแปลความหมายของข้อมูลเหล่านั้นเพื่อประกอบการตัดสินใจที่ดี แมชชีนเลิร์นนิ่งเป็นปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถแปลความหมายของข้อมูลจำนวนมากและไม่เป็นระบบได้อย่างมีประสิทธิภาพ เพื่อสร้างกระบวนการข้อมูลอัตโนมัติและเพิ่มประสิทธิภาพ

สำหรับธุรกิจในประเทศไทยยังคงอยู่ในระยะเริ่มแรกของการนำแมชชีนเลิร์นนิ่งมาใช้งาน จากการที่กว่า 60% ของผู้ตอบแบบสำรวจในงานสัมมนาระบุว่าพวกเขากำลังหาหนทางในการปรับใช้แมชชีนเลิร์นนิ่งในการทำธุรกิจ

ทั้งนี้ เพื่อช่วยให้ตลาดการเงินนำแมชชีนเลิร์นนิ่งมาใช้ บลูมเบิร์กไม่เพียงแต่มีข้อมูลที่มีคุณภาพสูง แตยังมีข้อมูลในรูปแบบที่เป็นมาตรฐานเนื่องจากรูปแบบที่เป็นระบบของข้อมูลช่วยอำนวยความสะดวกในการวิเคราะห์ข้อมูล บลูมเบิร์กยังได้เปิดตัว Bloomberg Enterprise Access Point ซึ่งเป็นแพลตฟอร์มการส่งข้อมูลบนเว็บเพื่อช่วยให้ลูกค้าสำรวจและโต้ตอบกับชุดข้อมูลขนาดใหญ่ด้วยวิธีที่ง่ายต่อการจัดการ กำหนดระบบและวางรูปแบบ

บลูมเบิร์กได้ดำเนินการและลงทุนด้านแมชชีนเลิร์นนิ่งมานานกว่าทศวรรษ โดยมีนักเทคโนโลยีกว่า 5,000 คนหรือมากกว่า 1 ใน 4 ของพนักงานของบลูมเบิร์ก รวมถึงนักวิทยาศาสตร์ด้านข้อมูล นักวิจัยเชิงปริมาณ ผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิ่ง วิศวกรซอฟต์แวร์ และนักพัฒนาซอฟต์แวร์ จุดเน้นของพวกเขาคือการสร้างแอปพลิเคชันซอฟต์แวร์และระบบเพื่อให้ได้ข้อมูลลับและข้อมูลเชิงลึกเพื่อให้ลูกค้าสามารถตัดสินใจได้อย่างชาญฉลาดและมีข้อมูลมากขึ้นเกี่ยวกับกลยุทธ์ทางธุรกิจและการลงทุน