Data science

2020: ทศวรรษแห่งข้อมูลอัจฉริยะที่เป็นประชาธิปไตย

จากการคาดเดาอย่างดุเดือดว่ารถยนต์บินได้จะกลายเป็นบรรทัดฐานไปจนถึงหุ่นยนต์ที่จะสามารถตอบสนองทุกความต้องการของเรา มีข่าวลือมากมายเกี่ยวกับวิธีที่ AI, Machine Learning และ Deep Learning จะเปลี่ยนชีวิตเรา แต่ปัจจุบันดูเหมือนอนาคตที่ไกลแสนไกล เมื่อเราเข้าสู่ยุค 2020 จะมีความคืบหน้าอย่างมากในการเดินขบวนไปสู่การทำให้ข้อมูลเป็นประชาธิปไตย ซึ่งจะทำให้เกิดการเปลี่ยนแปลงที่สำคัญบางประการ Gartner ระบุว่าการทำให้เป็นประชาธิปไตยเป็นหนึ่งในสิบอันดับแรกของแนวโน้มเทคโนโลยีเชิงกลยุทธ์สำหรับองค์กรใน 2020 และการเปลี่ยนแปลงความเป็นเจ้าของข้อมูลนี้หมายความว่าทุกคนสามารถใช้ข้อมูลได้ตลอดเวลาในการตัดสินใจ . การทำให้ข้อมูลเป็นประชาธิปไตยมักเรียกว่าการเข้าถึงข้อมูลของพลเมือง เป้าหมายคือการขจัดอุปสรรคในการเข้าถึงหรือทำความเข้าใจข้อมูล ด้วยการระเบิดของข้อมูลที่สร้างขึ้นโดย IoT, Machine Learning, AI ควบคู่ไปกับการเปลี่ยนแปลงทางดิจิทัล จะส่งผลให้เกิดการเปลี่ยนแปลงอย่างมากไม่เพียงแต่ปริมาณข้อมูลเท่านั้น แต่ยังรวมถึงวิธีที่เราประมวลผลและใช้ปัญญานี้ด้วย ต่อไปนี้เป็นคำทำนายสี่ประการที่เราคาดหวังได้ในอนาคตอันใกล้: 1. เวชระเบียนจะเป็นของปัจเจกบุคคล ในช่วงทศวรรษที่ผ่านมา เวชระเบียนได้เปลี่ยนจากกระดาษเป็นดิจิทัล อย่างไรก็ตาม พวกเขายังคงกระจัดกระจายอยู่ โดยมีผู้ให้บริการด้านการดูแลสุขภาพหลายรายที่เป็นเจ้าของชิ้นส่วนที่แตกต่างกัน สิ่งนี้ทำให้เกิดความไร้ประสิทธิภาพมากมาย ด้วยเหตุนี้ กฎหมายใหม่จะมีผลบังคับใช้ก่อนสิ้นสุด 2023 ที่จะอนุญาตให้ผู้คนเป็นเจ้าของบันทึกสุขภาพของตนเองมากกว่าแพทย์หรือบริษัทประกันสุขภาพ กฎหมายนี้จะช่วยให้บุคคลสามารถควบคุมการเข้าถึงเวชระเบียนของตนและเปิดเผยเมื่อตัดสินใจเท่านั้น ด้วยการเป็นเจ้าของบันทึกข้อมูลสุขภาพของคุณ ข้อมูลทั้งหมดจะรวมอยู่ในที่เดียว ช่วยให้ผู้ให้บริการเหล่านั้นที่คุณแบ่งปันข้อมูลนี้ด้วยเพื่อทำการตัดสินใจอย่างครบถ้วนซึ่งเป็นประโยชน์สูงสุดของคุณ ตอนนี้บุคคลจะมีอำนาจในการพิจารณาว่าใครสามารถดูบันทึกสุขภาพของตนได้ และสิ่งนี้จะอยู่ในรูปแบบของไฟล์ดิจิทัลแฝดของคุณ เมื่อคุณไปพบแพทย์ คุณจะต้องนำบันทึกสุขภาพนี้ติดตัวไปด้วยและตรวจสอบกับผู้ให้บริการด้านสุขภาพ และเมื่อคุณเช็คเอาท์ ผู้ให้บริการจะต้องลบรอยเท้าดิจิทัลของคุณ ตัวอย่างเช่น เมื่อคุณเลือกยาที่ CVS เภสัชกรจะสามารถสแกนอุปกรณ์อัจฉริยะของคุณเพื่อดูว่าคุณกำลังทานยาอะไรอยู่และตัวชี้วัดสุขภาพอื่น ๆ แล้วแนะนำว่ายาที่คุณเลือกนั้นเหมาะสมที่สุดสำหรับคุณหรือไม่ สิ่งนี้จะเปลี่ยนวิธีที่เราเข้าถึงการดูแลสุขภาพจากการตอบสนองไปสู่ปรัชญาการป้องกันส่วนบุคคล Google ได้เริ่มต้นบนเส้นทางนี้แล้วด้วยโครงการ Nightingale โดยมีเป้าหมายในการใช้ data machine learning และ AI เพื่อเสนอแนะการเปลี่ยนแปลงในการดูแลสิทธิบัตรแต่ละฉบับ การแยกข้อมูลออกจากแพลตฟอร์มจะช่วยกระตุ้นสตาร์ทอัพด้านการดูแลสุขภาพชุดใหม่ทั้งหมดซึ่งขับเคลื่อนโดยการวิเคราะห์เชิงคาดการณ์ซึ่งจะเปลี่ยนแปลงการเปลี่ยนแปลงทั้งหมดของตลาดการประกันสุขภาพได้ทันท่วงที สิ่งนี้จะนำเข้าสู่ยุคใหม่ของการดูแลสุขภาพที่จะก้าวไปสู่การบำรุงรักษาของมนุษย์โดยคาดการณ์ได้ฆ่าอุตสาหกรรมการประกันสุขภาพที่จัดตั้งขึ้นอย่างที่เราทราบ บริษัทยักษ์ใหญ่ด้านการดูแลสุขภาพหลายรายจะต้องทบทวนรูปแบบธุรกิจของตนใหม่ทั้งหมด อย่างไรก็ตามรูปแบบใดที่จะเกิดขึ้นในขณะนี้ยังคงมืดมน 2. การวิเคราะห์พนักงานจะได้รับการควบคุม อัลกอริธึมจะเรียนรู้จากข้อมูลที่ให้ ดังนั้นหากป้อนด้วยชุดข้อมูลที่มีอคติ ก็จะให้คำแนะนำแบบเอนเอียง อคติโดยธรรมชาติใน AI นี้จะทำให้เห็นการออกกฎหมายใหม่เพื่อป้องกันการเลือกปฏิบัติ ระเบียบข้อบังคับจะกำหนดให้นายจ้างต้องรับผิดชอบเพื่อให้แน่ใจว่าอัลกอริทึมของพวกเขาไม่มีอคติและจริยธรรมแบบเดียวกับที่พวกเขามีในโลกทางกายภาพก็นำไปใช้ในอาณาจักรดิจิทัลด้วย เมื่อการวิเคราะห์พนักงานพิจารณาการขึ้นเงินเดือน โบนัสตามผลงาน การเลื่อนตำแหน่ง และการตัดสินใจจ้างงาน กฎหมายฉบับนี้จะรับประกันว่าทุกคนจะมีสนามแข่งขันที่เท่าเทียมกัน เมื่อแนวโน้มนี้เปลี่ยนแปลงไป พนักงานจะควบคุมรอยเท้าของข้อมูล และเมื่อพวกเขาออกจากองค์กรแทนที่จะล้างพื้นที่ทำงานจริง พวกเขาจะนำรอยเท้าของข้อมูลไปด้วย 3. การประมวลผลแบบเอดจ์: จากเฉพาะกลุ่มไปจนถึงการประมวลผลแบบเอดจ์แบบกระแสหลักกำลังเปลี่ยนแปลงวิธีการจัดเก็บและประมวลผลข้อมูลอย่างมาก การเพิ่มขึ้นของ IoT, แอพแบบไร้เซิร์ฟเวอร์, peer2peer และบริการสตรีมมิงที่มากมายเหลือเฟือจะยังคงเป็นแรงผลักดันให้ข้อมูลเติบโตแบบทวีคูณ ควบคู่ไปกับการเปิดตัว 5G จะช่วยให้เครือข่ายมีความเร็วเร็วขึ้น ช่วยให้การประมวลผลแบบ Edge สามารถประมวลผลและจัดเก็บข้อมูลได้เร็วขึ้น เพื่อรองรับแอปพลิเคชันแบบเรียลไทม์ที่สำคัญ เช่น ยานยนต์อัตโนมัติและบริการระบุตำแหน่ง จากการเปลี่ยนแปลงเหล่านี้ เมื่อสิ้นสุด 2021 ข้อมูลจะถูกประมวลผลที่ edge มากกว่าในระบบคลาวด์ การเติบโตอย่างรวดเร็วของปริมาณข้อมูลควบคู่ไปกับเครือข่ายที่เร็วขึ้นจะผลักดันระบบการประมวลผลแบบเอดจ์จากเฉพาะกลุ่มไปสู่กระแสหลัก เนื่องจากข้อมูลจะเปลี่ยนจากการประมวลผลส่วนใหญ่ในคลาวด์เป็นเอดจ์ 4. Machine unlearning จะมีความสำคัญ ด้วยการเพิ่มขึ้นของระบบอัตโนมัติอัจฉริยะ 2020 จะเห็นการเพิ่มขึ้นของ machine unlearning ในขณะที่ปริมาณของชุดข้อมูลยังคงเติบโตอย่างรวดเร็ว การรู้ว่าการเรียนรู้อะไรที่จะติดตามและสิ่งที่ควรละเว้นจะเป็นอีกแง่มุมที่สำคัญของข้อมูลอัจฉริยะ มนุษย์มีความสามารถที่พัฒนามาอย่างดีในการปลดเปลื้องข้อมูล อย่างไรก็ตาม เครื่องจักรในปัจจุบันยังไม่ดีในเรื่องนี้และสามารถเรียนรู้ได้ทีละน้อยเท่านั้น ซอฟต์แวร์ต้องสามารถละเลยข้อมูลที่ป้องกันไม่ให้ทำการตัดสินใจที่ดีที่สุด แทนที่จะทำซ้ำข้อผิดพลาดเดิม เมื่อทศวรรษที่ผ่านไป การเลิกเรียนของเครื่องจักรซึ่งระบบเลิกเรียนรู้สินทรัพย์ดิจิทัลจะกลายเป็นสิ่งสำคัญในการพัฒนาระบบที่ใช้ AI ที่ปลอดภัย เมื่อการทำให้เป็นประชาธิปไตยของข้อมูลอัจฉริยะกลายเป็นความจริง ในที่สุด มันจะสร้างสภาวะสิ้นสุดที่ต้องการและคุ้มทุน ซึ่งการตัดสินใจทั้งหมดขับเคลื่อนด้วยข้อมูล อย่างไรก็ตาม การเปลี่ยนแปลงนี้จะเปลี่ยนพลวัตของอุตสาหกรรมที่จัดตั้งขึ้นจำนวนมาก และทำให้ธุรกิจขนาดเล็กสามารถแข่งขันกับแบรนด์ที่มีชื่อเสียงขนาดใหญ่ได้ง่ายขึ้น องค์กรต้องคาดการณ์การเปลี่ยนแปลงเหล่านี้และคิดใหม่ว่าพวกเขาประมวลผลและใช้ข้อมูลอัจฉริยะอย่างไรเพื่อให้แน่ใจว่ายังคงมีความเกี่ยวข้องในทศวรรษหน้าและต่อ ๆ ไป

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button