ขาย หุ่นยนต์ AI สำหรับเด็ก

ทักษะด้านเทคโนโลยีที่มีความต้องการสูงที่สุด 5 อันดับในปี 2024

ทักษะด้านเทคโนโลยีที่มีความต้องการสูงที่สุด 5 อันดับในปี 2024 ในตลาดที่กำลังอยู่ในขาลง สิ่งหนึ่งที่ยังคงเป็นต้องการอยู่ตลอดคือความต้องการคนที่มีทักษะเฉพาะทางที่หา.....

เปิดตัวเว็บไซต์ใหม่ ของครูพิม และเด็กนักเรียนของครูพิมช่วยกันทำ

เว็บนี้ใช้ wordpress ทำ ไม่ได้ยากอะไร

แต่สิ่งสำคัญคือ เนื้อหาในเว็บไซต์ ครูพิมต้องการนำเสนอข่าวทางด้านภาษาเขียนโปรแกรม ข่าวด้านปัญญาประดิษฐ์ ข่าวด้านหุ่นยนต์ ข่าวด้านมือถือ และ Gadget

เหมาะสำหรับเด็ก เยาวชน และบุคคลทั่วไปค่ะ

CodyITNews Codyitnews นำเสนอข่าวด้านภาษาเขียนโปรแกรม ข่าวด้านปัญญาประดิษฐ์ ข่าวด้านหุ่นยนต์ ข่าวด้านเทคโนโลยี ข่าวด้านมือ...

การเปิดตัว iPhone 16 ของแอปเปิล

การเปิดตัว iPhone 16 ของแอปเปิล โทรศัพท์ใหม่ที่จะพาเทรนด์เทคโนโลยีเข้าสู่ยุคของปัญญาประดิษฐ์การมุ่งเน้นด้านปัญญาประดิษฐ์ใหม่ของแอปเป...

AI จะแทนที่วิศวกรซอฟต์แวร์ได้ไหม

โลกเทคโนโลยีกำลังประสบความสําเร็จอย่างมากในการใช้อัจฉริยะอัตโนมัติ
ตามการสำรวจของ Stack Overflow ในปี 2023 ประมาณ 30% ของนักพัฒนาโปรแกรมกําลังใช้เครื่องมือด้าน AI ในกระบวนการพัฒนาโปรแกรมของพวกเขา

AI จะทำให้เกิดการเปลี่ยนแปลงอย่างมากในการพัฒนาเว็บไซต์ แต่มันจะไม่สามารถแทนที่นักพัฒนาโปรแกรม ในทางกลับกัน AI จะช่วยทําให้งานของพวกเขาง่ายขึ้นและเร็วขึ้น จากการสำรวจ 92% ของนักพัฒนาโปรแกรมกล่าวว่าพวกเขาใช้เครื่องมือ AI และนักพัฒนาเสร็จงานเร็วกว่า 55% โดยใช้ Copilot

นักพัฒนาจะไม่ถูกแทนที่โดย AI เพราะการเขียนโค้ดเป็นมากกว่าแค่การเขียนภาษาโค้ดหลายๆ บรรทัด แต่การเขียนโค้ดเกี่ยวข้องกับการแก้ปัญหาความคิดสร้างสรรค์และเข้าใจความต้องการของผู้ใช้ซึ่ง AI ไม่สามารถทําแทนได้ทั้งหมด

ในขณะที่เครื่องมืออัจฉริยะอย่าง AI สามารถช่วยในการทํางานที่ซ้ำซ้อนและนําเสนอคําแนะนํา แต่ก็ขาดความสามารถในการเข้าใจความต้องการของโครงการที่ซับซ้อนและการออกแบบไอเดียที่เป็นนวัตกรรมที่ปรับแต่งให้เหมาะกับความต้องการของผู้ใช้

อีกเหตุผลที่นักพัฒนาโปรแกรมไม่สามารถถูกแทนที่ได้คือพวกเขานําความคิดและการตัดสินใจที่สําคัญมาถึงที่ประชุม ผู้พัฒนาโปรแกรมต้องทําการเลือกเกี่ยวกับสถาปัตยกรรมการออกแบบและการใช้งานที่ต้องการความเข้าใจอย่างลึกซึ้งทั้งเทคโนโลยีและเป้าหมายทางธุรกิจ ซึ่ง AI ยังไม่สามารถทําให้การตัดสินใจที่ละเอียดอ่อนหรือเข้าใจผลกระทบในกว้างขวางของคําแนะนําของมัน

นักพัฒนาโปรแกรมที่เป็นมนุษย์สามารถสื่อสารและการทํางานร่วมกันที่ AI ไม่สามารถทำได้ การทํางานกับลูกค้า เข้าใจความคิดเห็นและปรับแต่งไอเดียให้เหมาะกับความต้องการของลูกค้า เป็นส่วนสําคัญของการพัฒนาโปรแกรม ผู้พัฒนายังช่วยเพิ่มความกล้าหาญของทีม ความคิดสร้างสรรค์และนวัตกรรม ในบทบาทที่เครื่องมือ AI ยังไม่สามารถจัดการได้

Citation:
Stuff, Mike Writes. “Will AI Replace Software Engineers? - Mike Writes Stuff - Medium.” Medium, 8 Aug. 2024, medium.com/-learns-to-write/will-ai-replace-programmers-and-software-engineers-7f8ea305dbce.

ห้าแนวโน้มหลักใน AI และ Data Science สําหรับปี 2024

ปัญหาการพัฒนาเหล่านี้ควรจะอยู่ในหน้าจอเรดาร์ของผู้นําทุกคน ผู้จัดการข้อมูลบอกว่า
______________________________________________________
ปัญญาอัจฉริยะและวิทยาศาสตร์ข้อมูลกลายเป็นข่าวหน้าหนึ่งในปี 2023 และแน่นอน การเติบโตของ AI เห็นได้อย่างชัดเจนมาก ดังนั้น สิ่งที่อาจเกิดขึ้นในปี 2024 ที่จะทําให้ยังคงได้รับความนิยม? และแนวโน้มสิ่งเหล่านี้จะส่งผลกระทบต่อธุรกิจได้ยังไง?

ในช่วงไม่กี่เดือนที่ผ่านมาเราได้ทําการสำรวจผู้บริหารข้อมูลและเทคโนโลยีถึงสามครั้ง สองคนมีบทบาทเป็นหัวหน้าเจ้าหน้าที่ข้อมูลของ MIT และผู้เข้าร่วมการสัมมนาคุณภาพข้อมูล - คนนึงได้รับการสนับสนุนโดย Amazon Web Services (AWS) และอีกคนจาก Thoughtworks การสำรวจครั้งที่สามถูกดําเนินการโดย Wavestone, เดิมคือ NewVantage Partners โดยสรุป มีผู้บริหารระดับสูงมากกว่า 500 คน เข้าร่วมในการสำรวจครั้งนี้
การทำสำรวจไม่ได้บอกได้ถึงอนาคต แต่อย่างน้อยจะแนะนำได้ว่าคนในวงกาวิทยาศาสตร์ข้อมูลและกลยุทธ์และโปรเจคด้าน AI ของบริษัทกําลังมีแนวคิดอย่างไร ตามรข้อมูลเหล่านั้น นี่คือ 5 ปัญหาหลักของการพัฒนา ที่เราควรให้ความสนใจ:

1. เครื่องมือสร้างอัจฉริยะนั้นเฉิดฉาย แต่ต้องส่งมอบคุณค่า
อย่างที่เราสังเกตเห็น AI ที่สร้างมาได้ดึงดูดความสนใจของธุรกิจและผู้บริโภคอย่างมาก แต่มันมีค่าทางเศรษฐกิจจริงๆสําหรับองค์กรที่ใช้มันหรือไม่ ผลการสำรวจแสดงให้เห็นว่าถึงแม้ว่าความตื่นเต้นเกี่ยวกับAI นี้จะสูงมาก แต่ยังไม่ได้ให้ประโยชน์อย่างชัดเจน ส่วนใหญ่ของผู้ตอบแบบสอบถาม เชื่อว่าการสร้าง AI มีศักยภาพในการเปลี่ยนแปลง; 80% ของผู้ตอบรับในการสํารวจ AWS กล่าวว่าพวกเขาเชื่อว่ามันจะเปลี่ยนองค์กรของพวกเขาและ 64%ในผลสํารวจ Wavestone กล่าวว่ามันเป็นเทคโนโลยีที่เปลี่ยนแปลงมากที่สุดในรุ่นหนึ่ง ผลสำรวจส่วนใหญ่ยังเพิ่มการลงทุนในเทคโนโลยีนี้ อย่างไรก็ตาม บริษัทส่วนใหญ่ยังคงแค่ทดลองทั้งในระดับส่วนบุคคลหรือระดับแผนก แค่ 6% ของ บริษัท ในสํารวจ AWS มีการประยุกต์ใช้การผลิตของ AI ที่สร้าง และเพียง 5% ในการสำรวจ Wavestone มีการใช้งานการผลิตในขนาดใด ๆ

การใช้งานการผลิตของ AI ที่สร้างขึ้น แน่นอนจะต้องการการลงทุนและการเปลี่ยนแปลงทางองค์กรมากขึ้น ไม่ใช่แค่การทดลองเท่านั้น กระบวนการธุรกิจจะต้องได้รับการออกแบบใหม่และพนักงานจะต้องได้รับการฝึกฝนใหม่ (or, probably in only a few cases, replaced by generative AI systems). ความสามารถใหม่ของ AI จะต้องรวมเข้ากับโครงสร้างพื้นฐานเทคโนโลยีที่มีอยู่
บางทีการเปลี่ยนแปลงที่สําคัญที่สุดอาจเกี่ยวข้องกับข้อมูล การแก้ไขเนื้อหาที่ไม่มีโครงสร้าง การปรับปรุงคุณภาพของข้อมูลและการรวมแหล่งข้อมูลต่าง ๆ ในสํารวจ AWS 93% ของผู้ตอบแบบสอบถาม เห็นว่ากลยุทธ์ทางข้อมูลเป็นสิ่งสําคัญที่จะได้รับประโยชน์จาก AI ที่สร้าง แต่ 57% ยังไม่มีการเปลี่ยนแปลงในข้อมูลของพวกเขาจนถึงตอนนี้

2. วิทยาศาสตร์ข้อมูลกําลังเปลี่ยนจากงานฝีมือไปสู่อุตสาหกรรม
บริษัท รู้สึกว่าจําเป็นต้องเร่งการผลิตวิทยาศาสตร์ข้อมูล สิ่งที่เคยเป็นงานฝีมือกําลังจะกลายเป็นอุตสาหกรรมมากขึ้น บริษัท กําลังลงทุนในแพลตฟอร์ม กระบวนการและวิธีการจัดเก็บคุณสมบัติ ระบบการเรียนรู้เครื่องจักร (MLOps) และเครื่องมืออื่น ๆ เพื่อเพิ่มประสิทธิภาพการผลิตและอัตราการใช้งาน ระบบ MLOps ตรวจสอบสถานะของโมเดลการเรียนรู้เครื่องและตรวจจับว่ามันยังคงคาดเดาได้อย่างถูกต้องหรือไม่ ถ้ายังไม่ใช่ โมเดลอาจต้องได้รับการฝึกอบรมใหม่ด้วยข้อมูลใหม่

ประสิทธิภาพเหล่านี้มักได้มาจากผู้จัดจําหน่ายนอกองค์กร แต่บางองค์กรกําลังพัฒนาแพลตฟอร์มของตัวเอง แม้ว่าระบบอัตโนมัติ (รวมถึงเครื่องมือการเรียนรู้เครื่องจักร) จะช่วยเพิ่มผลผลิตและใช้วิทยาศาสตร์ข้อมูลที่กว้างขวางยิ่งขึ้น แต่ผลประโยชน์ที่ยิ่งใหญ่ที่สุดสําหรับผลผลิตวิทยาข้อมูลอาจจะเป็นการนำชุดข้อมูลที่มีอยู่หรือตัวแปรที่มีอยู่และแม้กระทั่งโมเดล นำกลับมาใช้ใหม่
3. 2 เวอร์ชั่นของผลิตภัณฑ์ข้อมูล กำลังครองตลาด
ในการสำรวจของ Thoughtworks 80% ของผู้นําข้อมูลและเทคโนโลยีบอกว่าองค์กรของพวกเขากําลังใช้หรือพิจารณาใช้ผลิตภัณฑ์ข้อมูลและการจัดการผลิตภัณฑ์ข้อมูล โดยผลิตภัณฑ์ข้อมูล เราหมายถึงข้อมูลบรรจุภัณฑ์ การวิเคราะห์ และ AI ในการทำผลิตภัณฑ์ซอฟต์แวร์สําหรับลูกค้าภายในหรือภายนอก มันถูกจัดการจากแนวคิดจนถึงการใช้งาน (และการปรับปรุงอย่างต่อเนื่อง) โดยผู้จัดการผลิตภัณฑ์ข้อมูล ตัวอย่างของผลิตภัณฑ์ข้อมูล ได้แก่ ระบบที่แนะนําลูกค้าเกี่ยวกับผลิตภัณฑ์ที่จะซื้อต่อไป และระบบปรับราคาที่เหมาะสมสําหรับทีมขาย

แต่องค์กรเห็นผลิตภัณฑ์ข้อมูลในสองวิธีที่แตกต่างกัน น้อยกว่าครึ่งหนึ่ง (48%) ของผู้ตอบแบบสอบถาม บอกว่าพวกเขารวมความสามารถในการวิเคราะห์และ AI ในแนวคิดของผลิตภัณฑ์ข้อมูล ประมาณ 30% คิดว่าการวิเคราะห์และ AI จะแยกออกจากผลิตภัณฑ์ข้อมูล และคาดว่าจะเก็บแนวคิดนี้ไว้สําหรับแค่สินทรัพย์ทางข้อมูลที่สามารถนํามาใช้ซ้ําได้เท่านั้น เพียงแค่ 16% กล่าวว่าพวกเขาไม่คิดเกี่ยวกับการวิเคราะห์และ AI ในแง่ของผลิตภัณฑ์เลย

เราถูกใจเล็กน้อยสําหรับการกําหนดผลิตภัณฑ์ข้อมูล ซึ่งรวมถึงการวิเคราะห์และ AI เพราะนั่นคือวิธีที่ข้อมูลจะถูกนํามาใช้ แต่สิ่งที่สําคัญจริงๆคือองค์กรจะต้องมีวิถีที่ชัดเจนและสอดคล้องกันในความหมายของผลิตภัณฑ์ข้อมูลและวิเคราะห์ผลิตภัณฑ์ข้อมูล หากองค์กรชอบรวมเอา “ผลิตภัณฑ์ข้อมูล” และ “ผลิตภัณฑ์วิเคราะห์และ AI” ไว้ด้วยกัน ซึ่งสามารถทํางานได้ดีเช่นกันและคําจํากัดความนั้นยังเก็บมุมมองที่ดีของการจัดการผลิตภัณฑ์ แต่การไม่มีความชัดเจนเกี่ยวกับคําจํากัดความองค์กรอาจทําให้สับสนเกี่ยวกับสิ่งที่นักพัฒนาผลิตภัณฑ์ควรจะส่งต่อ

4. นักวิทยาศาสตร์ข้อมูลจะกลายเป็นน่าสนใจน้อยลง แต่ยังคงมีความจำเป็น
นักวิทยาศาสตร์ข้อมูล ผู้ที่ถูกเรียกว่า "Unicorns" และผู้ถือ "งานที่น่าสนใจที่สุดของศตวรรษที่ 21" เพราะความสามารถของพวกเขาในการทําให้โครงการวิทยาข้อมูลประสบความสําเร็จได้ให้ความน่าสนใจของพวกเขาลดลง การเปลี่ยนแปลงหลายอย่างในวิทยาศาสตร์ข้อมูลกําลังสร้างแนวทางทางเลือกในการจัดการชิ้นส่วนที่สําคัญของงาน การเปลี่ยนแปลงดังกล่าวคือการแพร่กระจายของบทบาทที่เกี่ยวข้องที่สามารถจัดการกับปัญหาวิทยาศาสตร์ข้อมูล ชุดผู้เชี่ยวชาญที่ขยายตัวนี้รวมถึงวิศวกรข้อมูลในโต้เถียงเรื่องข้อมูล วิศวกรรมการเรียนรู้ machine learning เพื่อปรับขนาดและรวม โมเดล，คนแปล และ ตัวเชื่อมต่อเพื่อทํางานร่วมกับผู้ถือหุ้นธุรกิจและผู้จัดการผลิตภัณฑ์ข้อมูลในการจัดการดูแลการตัดสินใจทั้งหมด
แน่นอนว่ายังคงมีหลายด้านของวิทยาศาสตร์ข้อมูลที่ต้องการนักวิจัยข้อมูลระดับมืออาชีพ การพัฒนาอัลกอริทึมใหม่หรือการอธิบายวิธีการทํางานของรูปแบบที่ซับซ้อน บทบาทนี้ยังคงจําเป็น

5. ผู้จัดการข้อมูล, การวิเคราะห์และ AI ได้กลายเป็นอิสระน้อยลง
ในปีที่แล้วเราเริ่มสังเกตเห็นว่าจํานวนเพิ่มขึ้นขององค์กรกําลังตัดการแพร่กระจายของเทคโนโลยีและข้อมูล “หัวหน้า” รวมถึงหัวหน้าข้อมูลและเจ้าหน้าที่วิเคราะห์ (and sometimes chief AI officers). ในขณะที่บทบาทของ CDO / CDAO นั้นเป็นเรื่องธรรมดามากขึ้นในบริษัท แต่เป็นเวลานานที่ถูกกําหนดโดยระยะเวลาการทํางานสั้น ๆ และความสับสนเกี่ยวกับความรับผิดชอบ เราไม่ได้เห็นฟังก์ชั่นที่ดําเนินการโดยผู้บริหารข้อมูลและวิเคราะห์หายไป แท้จริงพวกเขากําลังถูกรวมเข้าในชุดที่กว้างขึ้นของเทคโนโลยีข้อมูลและฟีเจอร์การเปลี่ยนแปลงดิจิตอลที่จัดการโดย “ผู้นําด้านเทคโนโลยีที่ยอดเยี่ยม” ซึ่งมักจะรายงานกับ CEO ตัวอย่างในโลกจริง ได้แก่ Sastry Durvasula ที่ TIAA, Sean McCormack ที่ First Group และ Mojgan Lefebvre ที่ Travelers

การพัฒนาในบทบาท C-suite นี้เป็นจุดมุ่งเน้นหลักของการสืบสวน Thoughtworks และ 87% ของผู้ตอบสนอง (ส่วนใหญ่เป็นผู้นําข้อมูล แต่บางคนเป็นผู้บริหารเทคโนโลยีเช่นกัน) ยอมรับว่าคนในองค์กรของพวกเขาทั้งอย่างเต็มที่, ในระดับมากหรือบางอย่างสับสนเกี่ยวกับที่ควรไปหาบริการและปัญหาที่นําไปสู่ข้อมูลและเทคโนโลยี ผู้บริหารระดับ C หลายคนบอกว่าความร่วมมือกับผู้นําด้านเทคโนโลยีอื่น ๆ ในองค์กรของตัวเองค่อนข้าง
เราเชื่อว่าในปี 2024 เราจะเห็นผู้นําด้านเทคนิคเหล่านี้มากขึ้นที่มีความสามารถทั้งหมดในการสร้างค่าจากผู้เชี่ยวชาญด้านข้อมูลและเทคโนโลยีที่รายงานกับพวกเขา พวกเขายังคงต้องเน้นการวิเคราะห์และ AI เพราะนั่นคือวิธีที่องค์กรทําความเข้าใจกับข้อมูลและสร้างค่ากับมันสําหรับพนักงานและลูกค้า สิ่งที่สําคัญที่สุดคือผู้นําเหล่านี้จะต้องมีแนวทางทางธุรกิจสูงสามารถหารือเกี่ยวกับกลยุทธ์กับเพื่อนร่วมงานด้านการจัดการระดับสูงของพวกเขาและสามารถแปลมันเป็นระบบและมุมมองที่ทําให้กลยุติธรรมกลายเป็นความเป็นจริง

Citation:
Massachusetts Institute of Technology. “Five Key Trends in AI and Data Science for 2024 | Thomas H. Davenport and Randy Bean | MIT Sloan Management Review.” MIT Sloan Management Review, 9 Jan. 2024, sloanreview.mit.edu/article/five-key-trends-in-ai-and-data-science-for-2024/?gad_source=1&gclid=CjwKCAjw2dG1BhB4EiwA998cqChe_N99txyiulcfyzeS3QabDqX7vsGRFPm74tWs6r6W1agrdnZ5ExoCQCwQAvD_BwE.

📣 ติดตามข่าวสารทางได้ IT เกี่ยวกับ ภาษาทางด้านการเขียนโปรแกรม ได้ที่
✅เพจสอนเด็กเขียนโปรแกรม
https://www.facebook.com/sorndekcoding/

📣ติดตามข่าวสารทางด้าน AI Machine Learning ได้ที่
✅เพจ ขาย หุ่นยนต์ AI สำหรับเด็ก
https://www.facebook.com/kaiairobo

ทั้ง 2 เพจ เป็นของครูพิม

พัฒนาข่าวสารโดยเด็กในสังกัดของครูพิม

ห้าแนวโน้มหลักใน AI และ Data Science สําหรับปี 2024

ปัญหาการพัฒนาเหล่านี้ควรจะอยู่ในหน้าจอเรดาร์ของผู้นําทุกคน ผู้จัดการข้อมูลบอกว่า
______________________________________________________
ปัญญาอัจฉริยะและวิทยาศาสตร์ข้อมูลกลายเป็นข่าวหน้าหนึ่งในปี 2023 และแน่นอน การเติบโตของ AI เห็นได้อย่างชัดเจนมาก ดังนั้น สิ่งที่อาจเกิดขึ้นในปี 2024 ที่จะทําให้ยังคงได้รับความนิยม? และแนวโน้มสิ่งเหล่านี้จะส่งผลกระทบต่อธุรกิจได้ยังไง?

ในช่วงไม่กี่เดือนที่ผ่านมาเราได้ทําการสำรวจผู้บริหารข้อมูลและเทคโนโลยีถึงสามครั้ง สองคนมีบทบาทเป็นหัวหน้าเจ้าหน้าที่ข้อมูลของ MIT และผู้เข้าร่วมการสัมมนาคุณภาพข้อมูล - คนนึงได้รับการสนับสนุนโดย Amazon Web Services (AWS) และอีกคนจาก Thoughtworks การสำรวจครั้งที่สามถูกดําเนินการโดย Wavestone, เดิมคือ NewVantage Partners โดยสรุป มีผู้บริหารระดับสูงมากกว่า 500 คน เข้าร่วมในการสำรวจครั้งนี้
การทำสำรวจไม่ได้บอกได้ถึงอนาคต แต่อย่างน้อยจะแนะนำได้ว่าคนในวงกาวิทยาศาสตร์ข้อมูลและกลยุทธ์และโปรเจคด้าน AI ของบริษัทกําลังมีแนวคิดอย่างไร ตามรข้อมูลเหล่านั้น นี่คือ 5 ปัญหาหลักของการพัฒนา ที่เราควรให้ความสนใจ:

1. เครื่องมือสร้างอัจฉริยะนั้นเฉิดฉาย แต่ต้องส่งมอบคุณค่า
อย่างที่เราสังเกตเห็น AI ที่สร้างมาได้ดึงดูดความสนใจของธุรกิจและผู้บริโภคอย่างมาก แต่มันมีค่าทางเศรษฐกิจจริงๆสําหรับองค์กรที่ใช้มันหรือไม่ ผลการสำรวจแสดงให้เห็นว่าถึงแม้ว่าความตื่นเต้นเกี่ยวกับAI นี้จะสูงมาก แต่ยังไม่ได้ให้ประโยชน์อย่างชัดเจน ส่วนใหญ่ของผู้ตอบแบบสอบถาม เชื่อว่าการสร้าง AI มีศักยภาพในการเปลี่ยนแปลง; 80% ของผู้ตอบรับในการสํารวจ AWS กล่าวว่าพวกเขาเชื่อว่ามันจะเปลี่ยนองค์กรของพวกเขาและ 64%ในผลสํารวจ Wavestone กล่าวว่ามันเป็นเทคโนโลยีที่เปลี่ยนแปลงมากที่สุดในรุ่นหนึ่ง ผลสำรวจส่วนใหญ่ยังเพิ่มการลงทุนในเทคโนโลยีนี้ อย่างไรก็ตาม บริษัทส่วนใหญ่ยังคงแค่ทดลองทั้งในระดับส่วนบุคคลหรือระดับแผนก แค่ 6% ของ บริษัท ในสํารวจ AWS มีการประยุกต์ใช้การผลิตของ AI ที่สร้าง และเพียง 5% ในการสำรวจ Wavestone มีการใช้งานการผลิตในขนาดใด ๆ

การใช้งานการผลิตของ AI ที่สร้างขึ้น แน่นอนจะต้องการการลงทุนและการเปลี่ยนแปลงทางองค์กรมากขึ้น ไม่ใช่แค่การทดลองเท่านั้น กระบวนการธุรกิจจะต้องได้รับการออกแบบใหม่และพนักงานจะต้องได้รับการฝึกฝนใหม่ (or, probably in only a few cases, replaced by generative AI systems). ความสามารถใหม่ของ AI จะต้องรวมเข้ากับโครงสร้างพื้นฐานเทคโนโลยีที่มีอยู่

บางทีการเปลี่ยนแปลงที่สําคัญที่สุดอาจเกี่ยวข้องกับข้อมูล การแก้ไขเนื้อหาที่ไม่มีโครงสร้าง การปรับปรุงคุณภาพของข้อมูลและการรวมแหล่งข้อมูลต่าง ๆ ในสํารวจ AWS 93% ของผู้ตอบแบบสอบถาม เห็นว่ากลยุทธ์ทางข้อมูลเป็นสิ่งสําคัญที่จะได้รับประโยชน์จาก AI ที่สร้าง แต่ 57% ยังไม่มีการเปลี่ยนแปลงในข้อมูลของพวกเขาจนถึงตอนนี้

2. วิทยาศาสตร์ข้อมูลกําลังเปลี่ยนจากงานฝีมือไปสู่อุตสาหกรรม
บริษัท รู้สึกว่าจําเป็นต้องเร่งการผลิตวิทยาศาสตร์ข้อมูล สิ่งที่เคยเป็นงานฝีมือกําลังจะกลายเป็นอุตสาหกรรมมากขึ้น บริษัท กําลังลงทุนในแพลตฟอร์ม กระบวนการและวิธีการจัดเก็บคุณสมบัติ ระบบการเรียนรู้เครื่องจักร (MLOps) และเครื่องมืออื่น ๆ เพื่อเพิ่มประสิทธิภาพการผลิตและอัตราการใช้งาน ระบบ MLOps ตรวจสอบสถานะของโมเดลการเรียนรู้เครื่องและตรวจจับว่ามันยังคงคาดเดาได้อย่างถูกต้องหรือไม่ ถ้ายังไม่ใช่ โมเดลอาจต้องได้รับการฝึกอบรมใหม่ด้วยข้อมูลใหม่

ประสิทธิภาพเหล่านี้มักได้มาจากผู้จัดจําหน่ายนอกองค์กร แต่บางองค์กรกําลังพัฒนาแพลตฟอร์มของตัวเอง แม้ว่าระบบอัตโนมัติ (รวมถึงเครื่องมือการเรียนรู้เครื่องจักร) จะช่วยเพิ่มผลผลิตและใช้วิทยาศาสตร์ข้อมูลที่กว้างขวางยิ่งขึ้น แต่ผลประโยชน์ที่ยิ่งใหญ่ที่สุดสําหรับผลผลิตวิทยาข้อมูลอาจจะเป็นการนำชุดข้อมูลที่มีอยู่หรือตัวแปรที่มีอยู่และแม้กระทั่งโมเดล นำกลับมาใช้ใหม่

3. 2 เวอร์ชั่นของผลิตภัณฑ์ข้อมูล กำลังครองตลาด
ในการสำรวจของ Thoughtworks 80% ของผู้นําข้อมูลและเทคโนโลยีบอกว่าองค์กรของพวกเขากําลังใช้หรือพิจารณาใช้ผลิตภัณฑ์ข้อมูลและการจัดการผลิตภัณฑ์ข้อมูล โดยผลิตภัณฑ์ข้อมูล เราหมายถึงข้อมูลบรรจุภัณฑ์ การวิเคราะห์ และ AI ในการทำผลิตภัณฑ์ซอฟต์แวร์สําหรับลูกค้าภายในหรือภายนอก มันถูกจัดการจากแนวคิดจนถึงการใช้งาน (และการปรับปรุงอย่างต่อเนื่อง) โดยผู้จัดการผลิตภัณฑ์ข้อมูล ตัวอย่างของผลิตภัณฑ์ข้อมูล ได้แก่ ระบบที่แนะนําลูกค้าเกี่ยวกับผลิตภัณฑ์ที่จะซื้อต่อไป และระบบปรับราคาที่เหมาะสมสําหรับทีมขาย

แต่องค์กรเห็นผลิตภัณฑ์ข้อมูลในสองวิธีที่แตกต่างกัน น้อยกว่าครึ่งหนึ่ง (48%) ของผู้ตอบแบบสอบถาม บอกว่าพวกเขารวมความสามารถในการวิเคราะห์และ AI ในแนวคิดของผลิตภัณฑ์ข้อมูล ประมาณ 30% คิดว่าการวิเคราะห์และ AI จะแยกออกจากผลิตภัณฑ์ข้อมูล และคาดว่าจะเก็บแนวคิดนี้ไว้สําหรับแค่สินทรัพย์ทางข้อมูลที่สามารถนํามาใช้ซ้ําได้เท่านั้น เพียงแค่ 16% กล่าวว่าพวกเขาไม่คิดเกี่ยวกับการวิเคราะห์และ AI ในแง่ของผลิตภัณฑ์เลย

เราถูกใจเล็กน้อยสําหรับการกําหนดผลิตภัณฑ์ข้อมูล ซึ่งรวมถึงการวิเคราะห์และ AI เพราะนั่นคือวิธีที่ข้อมูลจะถูกนํามาใช้ แต่สิ่งที่สําคัญจริงๆคือองค์กรจะต้องมีวิถีที่ชัดเจนและสอดคล้องกันในความหมายของผลิตภัณฑ์ข้อมูลและวิเคราะห์ผลิตภัณฑ์ข้อมูล หากองค์กรชอบรวมเอา “ผลิตภัณฑ์ข้อมูล” และ “ผลิตภัณฑ์วิเคราะห์และ AI” ไว้ด้วยกัน ซึ่งสามารถทํางานได้ดีเช่นกันและคําจํากัดความนั้นยังเก็บมุมมองที่ดีของการจัดการผลิตภัณฑ์ แต่การไม่มีความชัดเจนเกี่ยวกับคําจํากัดความองค์กรอาจทําให้สับสนเกี่ยวกับสิ่งที่นักพัฒนาผลิตภัณฑ์ควรจะส่งต่อ

4. นักวิทยาศาสตร์ข้อมูลจะกลายเป็นน่าสนใจน้อยลง แต่ยังคงมีความจำเป็น
นักวิทยาศาสตร์ข้อมูล ผู้ที่ถูกเรียกว่า "Unicorns" และผู้ถือ "งานที่น่าสนใจที่สุดของศตวรรษที่ 21" เพราะความสามารถของพวกเขาในการทําให้โครงการวิทยาข้อมูลประสบความสําเร็จได้ให้ความน่าสนใจของพวกเขาลดลง การเปลี่ยนแปลงหลายอย่างในวิทยาศาสตร์ข้อมูลกําลังสร้างแนวทางทางเลือกในการจัดการชิ้นส่วนที่สําคัญของงาน การเปลี่ยนแปลงดังกล่าวคือการแพร่กระจายของบทบาทที่เกี่ยวข้องที่สามารถจัดการกับปัญหาวิทยาศาสตร์ข้อมูล ชุดผู้เชี่ยวชาญที่ขยายตัวนี้รวมถึงวิศวกรข้อมูลในโต้เถียงเรื่องข้อมูล วิศวกรรมการเรียนรู้ machine learning เพื่อปรับขนาดและรวม โมเดล，คนแปล และ ตัวเชื่อมต่อเพื่อทํางานร่วมกับผู้ถือหุ้นธุรกิจและผู้จัดการผลิตภัณฑ์ข้อมูลในการจัดการดูแลการตัดสินใจทั้งหมด
แน่นอนว่ายังคงมีหลายด้านของวิทยาศาสตร์ข้อมูลที่ต้องการนักวิจัยข้อมูลระดับมืออาชีพ การพัฒนาอัลกอริทึมใหม่หรือการอธิบายวิธีการทํางานของรูปแบบที่ซับซ้อน บทบาทนี้ยังคงจําเป็น

5. ผู้จัดการข้อมูล, การวิเคราะห์และ AI ได้กลายเป็นอิสระน้อยลง
ในปีที่แล้วเราเริ่มสังเกตเห็นว่าจํานวนเพิ่มขึ้นขององค์กรกําลังตัดการแพร่กระจายของเทคโนโลยีและข้อมูล “หัวหน้า” รวมถึงหัวหน้าข้อมูลและเจ้าหน้าที่วิเคราะห์ (and sometimes chief AI officers). ในขณะที่บทบาทของ CDO / CDAO นั้นเป็นเรื่องธรรมดามากขึ้นในบริษัท แต่เป็นเวลานานที่ถูกกําหนดโดยระยะเวลาการทํางานสั้น ๆ และความสับสนเกี่ยวกับความรับผิดชอบ เราไม่ได้เห็นฟังก์ชั่นที่ดําเนินการโดยผู้บริหารข้อมูลและวิเคราะห์หายไป แท้จริงพวกเขากําลังถูกรวมเข้าในชุดที่กว้างขึ้นของเทคโนโลยีข้อมูลและฟีเจอร์การเปลี่ยนแปลงดิจิตอลที่จัดการโดย “ผู้นําด้านเทคโนโลยีที่ยอดเยี่ยม” ซึ่งมักจะรายงานกับ CEO ตัวอย่างในโลกจริง ได้แก่ Sastry Durvasula ที่ TIAA, Sean McCormack ที่ First Group และ Mojgan Lefebvre ที่ Travelers

การพัฒนาในบทบาท C-suite นี้เป็นจุดมุ่งเน้นหลักของการสืบสวน Thoughtworks และ 87% ของผู้ตอบสนอง (ส่วนใหญ่เป็นผู้นําข้อมูล แต่บางคนเป็นผู้บริหารเทคโนโลยีเช่นกัน) ยอมรับว่าคนในองค์กรของพวกเขาทั้งอย่างเต็มที่, ในระดับมากหรือบางอย่างสับสนเกี่ยวกับที่ควรไปหาบริการและปัญหาที่นําไปสู่ข้อมูลและเทคโนโลยี ผู้บริหารระดับ C หลายคนบอกว่าความร่วมมือกับผู้นําด้านเทคโนโลยีอื่น ๆ ในองค์กรของตัวเองค่อนข้าง
เราเชื่อว่าในปี 2024 เราจะเห็นผู้นําด้านเทคนิคเหล่านี้มากขึ้นที่มีความสามารถทั้งหมดในการสร้างค่าจากผู้เชี่ยวชาญด้านข้อมูลและเทคโนโลยีที่รายงานกับพวกเขา พวกเขายังคงต้องเน้นการวิเคราะห์และ AI เพราะนั่นคือวิธีที่องค์กรทําความเข้าใจกับข้อมูลและสร้างค่ากับมันสําหรับพนักงานและลูกค้า สิ่งที่สําคัญที่สุดคือผู้นําเหล่านี้จะต้องมีแนวทางทางธุรกิจสูงสามารถหารือเกี่ยวกับกลยุทธ์กับเพื่อนร่วมงานด้านการจัดการระดับสูงของพวกเขาและสามารถแปลมันเป็นระบบและมุมมองที่ทําให้กลยุติธรรมกลายเป็นความเป็นจริง

Citation:
Massachusetts Institute of Technology. “Five Key Trends in AI and Data Science for 2024 | Thomas H. Davenport and Randy Bean | MIT Sloan Management Review.” MIT Sloan Management Review, 9 Jan. 2024, sloanreview.mit.edu/article/five-key-trends-in-ai-and-data-science-for-2024/?gad_source=1&gclid=CjwKCAjw2dG1BhB4EiwA998cqChe_N99txyiulcfyzeS3QabDqX7vsGRFPm74tWs6r6W1agrdnZ5ExoCQCwQAvD_BwE.

สวัสดีค่ะ นักเรียนและผู้ปกครองทุกท่าน

ครูพิม เจ้าของ facebook เพจ สอนเด็กเขียนโปรแกรม และ เพจ คอร์สสอนเด็กเขียนโปรแกรม(เดิมอันนี้)

ครูพิมได้ทำการเปลี่ยนเพจนี้ เดิมชื่อเพจ คอร์สสอนเด็กเขียนโปรแกรม เป็นชื่อว่า ขาย หุ่นยนต์ AI สำหรับเด็ก

เพื่อขาย หุ่นยนต์​, หุ่นยนต์​ AI และอุปกรณ์ทางด้าน IT สำหรับเด็ก สนับสนุนโดยเพจ สอนเด็กเขียนโปรแกรม ของครูพิม และ นำเสนอข่าวทางด้านหุ่นยนต์ , หุ่นยนต์ AI และ IT เพื่อเด็กๆ ได้พัฒนาความรู้ และความสามารถ เพื่อที่จะนำไปใช้ในอนาคตและประกอบวิชาชีพได้ค่ะ

ทั้ง 2 เพจ เป็นของครูพิม เจ้าของเพจ สอนเด็กเขียนโปรแกรม ค่ะ

ปล. ผู้ปกครองและนักเรียนเก่าที่สมัครเรียนและเรียนในเพจนี้แต่เดิม ให้ย้ายไปพูดคุยเรื่องเรียน และการบ้านที่ เพจ สอนเด็กเขียนโปรแกรม หรือไลน์ ได้ค่ะ

เพจ สอนเด็กเขียนโปรแกรม
www.facebook.com/sorndekcoding

บริษัท เมราณีย์ 2022 จำกัด
เลขประจำตัวผู้เสียภาษี 0105565008645
ได้จดทะเบียนเป็นนิติบุคคลตามประมวลกฏหมายแพ่งและพาณิชย์