Gartner Top 10 Strategic Technology Trends 2016

Gartner Top 10 Strategic Technology Trends 2016

Gartner Top 10 Strategic Technology Trends 2016

 

ในงาน Gartner Symposium/ITxpo 2015 ที่เมือง Orlando นักวิเคราะห์ของ Gartner ได้นำเสนอถึง Top 10 Technology Trends ของปี 2016 ให้กับผู้เข้าร่วมงานสัมมนา เพื่อเป็นแนวทางในการวางแผนและเตรียมการด้านไอทีสำหรับองค์กร

 

โดย Technology Trends ทั้ง 10 ข้อนี้เรียกว่าเป็น Strategic Technology Trend ซึ่ง Gartner ได้ให้คำจำกัดความไว้ว่าเป็นสิ่งที่มีศักยภาพที่จะทำให้เกิดผลกระทบต่อองค์กร

 

ทั้งนี้อาจทำให้องค์กรยุ่งเหยิงหรือพบกับความเสียหายได้หากไม่ได้เตรียมการรับมือเอาไว้ เทคโนโลยีเหล่านี้จะมีผลต่อการวางแผนระยะยาวขององค์กร การดำเนินโครงการต่างๆ ตลอดจนการริเริ่มโครงการใหม่ๆ ขององค์กร

 

Strategic Technology Trends ทั้ง 10 ข้อ มีดังนี้

 

 

  • The Device Mesh
  • Ambient User Experience
  • 3D Printing Materials
  • Information of Everything
  • Advanced Machine Learning
  • Autonomous Agents and Things
  • Adaptive Security Architecture
  • Advanced System Architecture
  • Mesh App and Service Architecture
  • Internet of Things Platforms

 

ผมขออธิบายเรื่อง 3D Printing Materials ก่อน เนื่องจากไม่ได้สัมพันธ์กับเรื่องที่เหลือ โดยเครื่องพิมพ์สามมิติมีความสามารถเพิ่มขึ้นมาก และมีพัฒนาการในการพิมพ์ที่ดีขึ้นเรื่อยๆ

 

ในปัจจุบันวัสดุที่นำมาใช้ในการพิมพ์มีความหลากหลายและก้าวหน้ามาก เช่น นิเกิลอัลลอย คาร์บอนไฟเบอร์ กระจก หมึกนำไฟฟ้า ยา และสารชีวภาพ เช่น โปรตีน เป็นต้น

 

ความก้าวหน้าเหล่านี้เป็นตัวผลักดันให้มีการใช้เครื่องพิมพ์สามมิติในเชิงอุตสาหกรรมมากขึ้น และจะมีผลกระทบต่อห่วงโซ่อุปทานโดยตรง

 

กลับมาอีก 9 เรื่องที่เหลือ ทั้ง 9 เรื่องนี้ร้อยเรียงต่อเนื่องกันตามแผนภูมิสรุปรูปนี้

 

 

แกนกลางของเรื่องก็คือ Ambient User Experience ซึ่งหมายถึงประสบการณ์ในการใช้งานอุปกรณ์ไอทีที่อยู่รอบตัวได้อย่างต่อเนื่องลื่นไหล สามารถสลับใช้อุปกรณ์ใดก็ได้โดยการใช้งานจะยังคงต่อเนื่องกันไป ตัวอย่างเช่น

 

ความสามารถ Handoff ของอุปกรณ์ในระบบ iOS และ OSX ของบริษัทแอปเปิล ทั้งนี้ ก็เนื่องจากการที่อุปกรณ์ต่างๆ ได้เชื่อมต่อกันเป็นโครงข่ายของอุปกรณ์ที่เรียกว่า Device Mesh

 

ซึ่งหมายถึงการที่อุปกรณ์ต่างๆ จะมีการติดต่อสื่อสารระหว่างกันตลอดเวลามีการโอนถ่ายข้อมูลและสถานะการทำงานต่างๆ ให้แก่กัน อุปกรณ์ในที่นี้ ได้แก่ คอมพิวเตอร์ สมาร์ทโฟน อุปกรณ์สวมใส่ รถยนต์ เครื่องใช้ไฟฟ้าภายในบ้าน รวมไปถึงเซ็นเซอร์ต่างๆ ด้วย

 

ข้อมูลต่างๆ ทีส่่งข้ามไปมาระหวา่งอุปกรณ์ก็คือ Information of Everything เดิมทีข้อมูลเหล่านี้มีปรากฏอยู่แล้วเพียงแต่แยกกันอยู่ ขาดความสมบูรณ์ หรือขาดความเชื่อมโยงถึงกัน

 

 

เทคโนโลยีในการเชื่อมโยงข้อมูลจะถูกนำมาใช้เพื่อการนี้ เช่น Graph Database หรือเทคโนโลยีใหม่ๆ ที่จะเข้ามาช่วยวิเคราะห์และเพิ่มความหมายให้กับข้อมูล เพื่อที่จะทำให้ข้อมูลที่กระจัดกระจายกันอยู่มีความหมายและความเชื่อมโยงที่สามารถนำไปประมวลผลได้

 

หลังจากที่ข้อมูลได้ถูกจัดกลุ่มจัดหมวดหมู่และมีความหมายแล้ว ข้อมูลเหล่านี้จะต้องถูกนำไปศึกษา แต่ด้วยปริมาณที่มีในระดับมหาศาลและถูกสร้างขึ้นอยู่ตลอดเวลาซึ่งมากเกินกว่าความสามารถในการจัดการด้วยมนุษย์ธรรมดาๆ ทั่วไป

 

ดังนั้นเครือข่ายใยประสาทแบบลึก (Deep Neural Network) จึงถูกนำมาใช้เพื่อสร้างระบบที่สามารถเรียนรู้ได้ด้วยตนเอง (Advanced Machine Learning) ระบบจะเรียนรู้และสร้างความเข้าใจกับข้อมูลที่เกิดขึ้น เทคโนโลยีด้านนี้จะเติบโตก้าวหน้าขึ้นอย่างรวดเร็ว องค์กรต่างๆ จะต้องศึกษาและพิจารณาว่าจะนำเทคโนโลยีด้านนี้มาใช้ให้เกิดประโยชน์กับองค์กรได้อย่างไร

 

Machine Learning นำความชาญฉลาดมาสู่อุปกรณ์ต่างๆ รอบๆ ตัวเรา จนเปลี่ยนบทบาทจากการทำตามคำสั่งมาเป็นเลขาส่วนตัวผู้คอยให้คำแนะนำและช่วยกำหนดการทำงานให้กับเรา (Autonomous Agents and Things)

 

ในปัจจุบันซอฟต์แวร์เลขาส่วนตัว เช่น Google Now, Microsoft Cortana, Siri มีความฉลาดมาก สามารถคิดและให้คำแนะนำที่เป็นประโยชน์ในสถานการณ์ที่แตกต่างกันอย่างหลากหลาย และซอฟต์แวร์เหล่านี้จะยิ่งมีความสามารถเพิ่มขึ้นเรื่อยๆ

 

เมื่อผนวกรวมเข้ากับเทคโนโลยีทางด้านฮาร์ดแวร์ที่ก้าวหน้าขึ้นอย่างเช่น หุ่นยนต์ ก็จะทำให้หุ่นยนต์ทำหน้าที่ได้ดีขึ้น คอยให้บริการต่างๆ และคอยช่วยเหลือมนุษย์ได้ดีขึ้น ในอีก 5 ปีข้างหน้ารูปแบบการปฏิสัมพันธ์ระหว่างมนุษย์และระบบคอมพิวเตอร์จะเปลี่ยนไป มนุษย์จะออกคำสั่งน้อยลง และเปลี่ยนมาเป็นการตัดสินใจเลือกจากตัวเลือกที่ระบบนำเสนอมาให้แทน

 

การเรียนรู้ของระบบด้วย Deep Neural Network ต้องการพลังในการประมวลผลที่สลับซับซ้อนมากขึ้น รูปแบบของการประมวลผลโดยอาศัยหน่วยประมวลด้านกราฟฟิก (Graphic Processing Unit : GPU) หรือโปรเซสเซอร์แบบ Field-Programmable Gate Arrays (FPGAs อย่าสับสนกับ FPGA ที่หมายถึง Flip-Chip Pin Grid Array ที่เป็นลักษณะขาของซีพียู) นำไปสู่สถาปัตยกรรมของระบบแบบใหม่ที่ก้าวหน้ามากขึ้น (Advanced System Architecture)

 

FPGAs เป็นอุปกรณ์สารกึ่งตัวนำชนิดโปรแกรมได้ที่มีโครงข่ายการเชื่อมต่อภายในแบบแมทริกซ์ โครงสร้างภายในของ FPGA แทนที่โครงสร้างภายในจะมีลอจิกเกทที่ซับซ้อนและพร้อมสำหรับการประมวลผลคำสั่งต่างๆ แต่ โครงสร้างของ FPGAs จะมีชุดของลอจิกเกทแบบพื้นฐานเรียงกันเป็นกริด

 

ซึ่งแต่ละชุดลอจิกเกทพื้นฐานนี้สามารถกำหนดให้เป็นเกทแบบ AND, OR, NOT, XOR ได้ และกำหนดให้เชื่อมต่อกับชุดลอจิกเกทข้างเคียงในรูปแบบใดก็ได้ ทำให้สามารถประกอบกันขึ้นมาเป็นชุดคำสั่งเฉพาะตามที่ต้องการได้ เช่น ฟังก์ชั่นการถอดรหัส หรือฟังก์ชั่นคณิตศาสตร์ ซึ่งเหมาะกับการนำมาใช้เป็นโหนดในเครือข่ายใยประสาท

 

ระบบที่สร้างขึ้นจาก GPUs and FPGAs จะทำงานใกล้เคียงกับสมองของมนุษย์ซึ่งนั่นเหมาะกับการทำงานแบบ Deep Learning ซึ่งเป็นสิ่งที่สมาร์ทแมชชีนจำเป็นต้องใช้ การใช้ชิปสถาปัตยกรรม FPGAs จะช่วยเพิ่มระดับการทำงานของ Machine Learning ในอุปกรณ์ขนาดเล็ก เช่น IoT, บ้าน, รถ, นาฬิกาข้อมือ เนื่องจากมีขนาดที่เล็กและใช้พลังงานต่ำมาก

 

เมื่อช่องทางในการใช้งานระบบมีหลากหลายช่องทางมากขึ้น ระบบมีความชาญฉลาดมากขึ้น ย่อมเป็นโอกาสให้พวกมิจฉาชีพแฝงตัวเข้ามาในระบบและเพิ่มความเสี่ยงต่อผู้ใช้งานและระบบขององค์กรมากขึ้น

 

นอกจากนี้ในปัจจุบันยังมีธุรกิจที่ทำการซื้อขายช่องโหว่ของระบบอย่างเช่น Hacking Team หรือ บริษัท Zerodium ก็ยิ่งทำให้ความเสี่ยงของระบบสูงมากขึ้น การป้องกันภัยแบบเดิมๆ ที่ป้องกันด้วยการตรวจตราที่บริเวณทางเข้าออกของเครือข่าย หรือการใช้กฎต่างๆ ในการตรวจสอบการบุกรุกจะไม่เพียงพออีกต่อไป ยิ่งองค์กรที่มีการใช้งานอุปกรณ์พกพา และการใช้งานคลาวด์ก็ยิ่งต้องเพิ่มความระมัดระวังมากยิ่งขึ้น

 

 

วิธีการในการตรวจสอบและป้องกันการเจาะระบบจะต้องยืดหยุ่นและปรับตัวตามสถานการณ์ได้มากขึ้นเรียกว่า Adaptive Security Architecture

 

นั่นคือการป้องกันจะต้องฝังลงไปในแอพพลิเคชั่น ที่ติดตั้งใช้งานบนสมาร์ทโฟน และจะต้องอาศัยการวิเคราะห์ข้อมูลจากพฤติกรรมของผู้ใช้ระบบที่ผ่านช่องทางต่างๆ แล้ววิเคราะห์ว่าเป็นพฤติกรรมที่จะก่อให้เกิดความเสี่ยงต่อความปลอดภัยของระบบหรือไม่ แล้วนำเสนอหนทางป้องกันส่งตรงไปยังตัวผู้ใช้เพื่อทำการปิดกั้นหรือกำจัดภัยคุกคามที่อาจจะเกิดขึ้น

 

สถาปัตยกรรมของแอพพลิเคชั่นที่ทำงานบน Device Mesh ก็จะเปลี่ยนไป ลักษณะการทำงานของแอพพลิเคชั่นจะเป็นการทำงานแบบ Apps and Services Architecture

 

โดยแอพพลิเคชั่นจะทำงานโดยการติดต่อกับเซอร์วิสขนาดเล็กหลากหลายตัวที่ทำงานอยู่บนเซิร์ฟเวอร์ซึ่งอาจจะกระจายอยู่บนคลาวด์ ความสลับซับซ้อนจะถูกย้ายจากฝั่งเซิร์ฟเวอร์มาอยู่บนตัวแอพพลิเคชั่น

 

ซึ่งเซอร์วิสจะมีขนาดเล็กลงปรับเปลี่ยนได้ง่ายและมีความคล่องตัวสูงมากขึ้น การติดตั้งและเริ่มใช้งานก็ต้องการความรวดเร็ว และคล่องตัวตามไปด้วยเช่นกัน ซึ่งเทคโนโลยีที่เหมาะสมสำหรับเรื่องนี้คือ เทคโนโลยี Container และ Microservices ทีมงานพัฒนาแอพพลิเคชั่นจะต้องสร้างสถาปัตยกรรมใหม่ที่ทันสมัย เพื่อทำให้การส่งมอบแอพพลิเคชั่นบนคลาวด์ได้อย่างรวดเร็ว ยืดหยุ่น และคล่องตัว

 

แม้ว่ามาตรฐานต่างๆ ในการสื่อสารและการทำงานระหว่างอุปกรณ์ต่างๆ ใน IoT ยังไม่ได้ลงตัวเนื่องจากการแข่งขันของผู้ผลิตแต่ละราย ซึ่งกว่าจะกำหนดมาตรฐานจนเป็นที่ยอมรับกันได้คงเป็นปี 2018 แต่ทว่าองค์กรที่จะใช้ IoT จะต้องติดตามและเตรียมพร้อมกำหนด IoT Platform ที่มีความเหมาะสมกับองค์กรของตนเอง มิเช่นนั้นเมื่อถึงเวลาที่มาตรฐานมาถึงก็จะสายเกินไป

 

Technology Trends ทั้ง 10 ข้อนี้ เป็นแนวทางให้ผู้บริหารด้านไอทีขององค์กรได้ตระหนักและนำไปพิจารณาเพื่อวางแผนงานด้านไอทีของตนเอง ผมหวังว่าทุกท่านคงได้เห็นภาพร่างของทิศทางเทคโนโลยีด้านไอทีในช่วงเวลา 2-3 ปีต่อจากนี้และเตรียมพร้อมรับกับอนาคตที่กำลังจะมาถึง สวัสดีปีใหม่ทุกท่านครับ

 

Top