Gartner บริษัทวิจัยและให้คำปรึกษาชื่อดังได้ตีพิมพ์บทความ “Gartner Top 10 Strategic Technology Trends for 2020” ซึ่งเป็นบทความที่ว่าด้วยเทรนด์ของเทคโนโลยีที่น่าสนใจสำหรับผู้ที่ชื่นชอบประเด็นเหล่านี้และธุรกิจที่พึ่งพาเทคโนโลยีไม่ว่าด้านใดก็ตาม ประเด็นที่ Gartner กล่าวถึงมีทั้ง Hyperautomation, Blockchain, AI security, Distributed Cloud และ Autonomous things ซึ่งกำลังก่อให้เกิด disruption และสร้างโอกาสสำหรับเทรนด์กลยุทธทางเทคโนโลยีในปีนี้

Human Augmentation (การใช้เทคโนโลยีเพื่อเพิ่มทักษะด้านความคิดและการตัดสินใจของมนุษย์) นั้นสร้างภาพของไซบอร์กหุ่นยนต์ในอนาคต แต่ที่จริงแล้วมนุษย์มีการใช้เทคโนโลยีเพื่อทำให้เราใช้ชีวิตได้ดีขึ้นมานานหลายร้อยปีแล้ว ตั้งแต่การใช้แว่นสายตา เครื่องช่วยฟัง และ อวัยวะเทียมที่พัฒนามาเป็นประสาทหูเทียม (cochlear implants) และอุปกรณ์อิเลคโทรนิคแบบสวมใส่ (wearables) แม้กระทั่งการผ่าตัดดวงตาด้วยเลเซอร์ก็กลายเป็นเรื่องปกติไปแล้ว

แต่จะเกิดอะไรขึ้นถ้านักวิทยาศาสตร์สามารถเพิ่มพื้นที่เก็บข้อมูลให้กับสมองของเรา หรือฝังชิปเข้าไปเพื่อถอดรหัสบางอย่าง? ถ้าเรามีชุดอุปกรณ์ให้เหล่าพนักงานโรงงานเพื่อให้พวกเจาสามารถยกของหนักๆได้มากเหมือนไม่ใช่มนุษย์? ถ้าแพทย์สามารถฝังเซนเซอร์ที่สามารถติดตามการเคลื่อนไหวของยาภายในร่างกายได้?

ตอนนี้เทคโนโลยีกำลังยุคในช่วงที่เคลื่อนผ่านการทดแทนสิ่งที่มนุษย์เคยทำได้ไปเป็นบางอย่างที่มากกว่าความสามารถของมนุษย์ปกติ

การเปลี่ยนแปลงเหล่านี้จะสร้างผลกระทบต่อโลกและเศรษฐกิจจึงทำให้ Human Augmentation เป็นหนึ่งใน 10 ของเทรนด์กลยุทธทางเทคโนโลยีที่จะผลักดันให้เกิดความเปลี่ยนแปลงครั้งใหญ่และสร้างโอกาสในช่วง 5-10 ปีต่อจากนี้

โดยเทรนด์จะถูกโฟกัสอยู่กับไอเดียที่ “people-centric smart spaces” ซึ่งหมายถึงว่าเทคโนโลยีเหล่านี้จะสร้างผลกระทบอะไรกับมนุษย์ (ยกตัวอย่างเช่นลูกค้าหรือพนักงาน) และสถานที่ที่พวกเขาเหล่านี้อาศัยอยู่ (ยกตัวอย่างเช่นบ้าน ออฟฟิศ หรือ รถยนต์)

Brian Burke (Gartner Research VP) กล่าวที่งาน Gartner 2019 IT Symposium/Xpo™ in Orlando, Florida ว่า

เทรนด์เหล่านี้ไม่ได้เกิดขึ้นแบบลำพัง; เหล่าผู้นำทางด้าน IT จะต้องตัดสินใจว่าจะใช้การผสมผสานของเทรนด์อันไหนเพื่อสร้างนวัตกรรมและกลยุทธที่ดีที่สุด

ยกตัวอย่างเช่น Artificial Intelligence (AI) ในรูปแบบของ Machine Learning (ML) ที่มาพร้อมกับเทคโนโลยี Hyperautomation และ Edge computing สามารถเอามาใช้แบบเกื้อหนุนกันเพื่อสร้างสิ่งก่อสร้างและพื้นที่เมืองที่มาพร้อมกับเทคโนโลยีแสนฉลาดได้ ต่อจากนั้นเมื่อเทคโนโลยีเหล่านี้ถูกนำมาใช้ร่วมกันก็สามารถทำให้การเข้าถึงเทคโนโลยีนั้นเท่าเทียมกันมากขึ้นด้วย (Democratization of the technology)

Trend No 1. Hyperautomation

Automation ใช้เทคโนโลยีเพื่อสร้างกระบวนการทำงานแบบอัตโนมัติที่เคยต้องใช้มนุษย์เป็นส่วนประกอบหลัง

Hyperautomation คือการใช้งานแอพพลิเคชั่นบนเทคโนโลยีที่มีความซับซ้อนมากยิ่งขึ้น อย่างเช่น Artificial Intelligence (AI) และ Machine Learning (ML) เพื่อสร้างกระบวนการอัตโนมัติและเพิ่มประสิทธิภาพให้กับผู้ใช้งานมากยิ่งขึ้น Hyperautomation นั้นถูกใช้งานในเครื่องมือที่หลากหลายที่สามารถทำให้เป็นระบบอัตโนมัติได้ แต่ขณะเดียวกันก็หมายถึงระบบอัตโนมัติที่มีความซับซ้อนมากด้วย (อย่างเชาน การค้นหา, วิเคาราะห์, ดีไซน์, วัดค่า, เฝ้าระวัง และ การประเมิน)

แน่นอนว่าเครื่องมือเพียงชนิดเดียวนั้นไม่สามารถทำงานแทนมนุษย์ได้ hyperautomation ในวันนี้จึงต้องมีการใช้เครื่องมือหลายๆอย่างประกอบกัน อย่างเช่น Robotic Process Automation (RPA), Intelligent Business Management Software (iBPMS) และ AI โดยมีเป้าหมายเพื่อให้การตัดสินใจต่างๆนั้นใช้ AI เป็นหลัก

Trend No. 2: Multiexperience

Multiexperience (ประสบการณ์ที่หลากหลาย) นั้นใช้เทคโนโลยีที่มีความรอบรู้เกี่ยวกับมนุษย์ แทนที่ มนุษย์ที่มีความรอบรู้เกี่ยวกับเทคโนโลยี พูดอีกอย่างหนึ่งก็คือว่าเทรนด์นี้เราจะได้เห็นเทคโนโลยีที่พัฒนาขึ้นไปอีกขั้นหนึ่ง จากที่มีจุดปฎิสัมพันธ์เพียงอย่างเดียวจะกลายเป็นระบบที่สามารถให้ประสบการณ์ที่หลากหลายมากขึ้นผ่านทาง wearables และเซนเซอร์ต่างๆ

ยกตัวอย่างเช่นร้านพิซซ่าสามารถสร้างประสบการณ์ที่มากกว่าแอพพลิเคชั่นสั่งออเดอร์ แต่เชื่อมต่อไปยังหุ่นยนต์ขนส่งแบบอัตโนมัติ ที่มี tracking ให้ลูกค้าได้ดู และสามารถพูดคุยกับลูกค้าเมื่อส่งของได้

ในอนาคต เทรนด์นี้จะกลายเป็นสิ่งที่เรียกว่า “Ambient Experience” แต่ตอนนี้ “Multiexperience” โฟกัสที่ประสบการเหมือนจริงโดยใช้เทคโนโลยีอยย่าง Augmented Reality (AR), Virtual Reality (VR), Mized Reality, Human-Machine Interface และ ระบบเซนเซอร์ต่างๆ

Trend No. 3: Democratization

Democratization of Technology หมายถึงการให้โอกาสผู้คนเพื่อเข้าถึงเทคโนโลยีและธุรกิจได้โดยง่าย ไม่จำเป็นต้องมีการเทรนด์อย่างยาวนาน (และราคาแพง) โดยมุ่งเน้นไปที่สี่ด้านคือ การพัฒนาแอพพลิเคชั่น (application development), ข้อมูลและการวิเคราะห์ (data and analytics), ออกแบบ/ดีไซน์ และ ความรู้ – ส่วนใหญ่แล้วจะเรียกว่า “citizen access” ที่กลายมาเป็นคำศัพท์ที่หลายๆคนพูดถึงอย่าง citizen data scientists, citizen programmers และอื่นๆ

ยกตัวอย่างเช่นผู้พัฒนาซอฟท์แวร์สามารถที่สร้างโมเดลข้อมูลได้โดยไม่ต้องมีความสามารถที่เทียบเท่ากับนักวิทยาศาสตร์ข้อมูล (data scientist) พวกเขาเหล่านี้จะใช้การพัฒนาที่พึ่งพา AI เพื่อสร้างโค้ดและทดสอบโดยอัตโนมัติ

Trend No. 4: Human augmentation

Human Augmentation คือการใช้เทคโนโลยีเพื่อเพิ่มการรับรู้/ความคิดและความสามารถทางร่างกายมนุษย์ให้มากยิ่งขึ้น

Physical Augmentation คือการเปลี่ยนความสามารถทางร่างกายที่มีตามธรรมชาติโดยการฝังหรือสวมใส่เทคโนโลยีในร่างกายหรือตามร่างกาย ยกตัวอย่างเช่นอุตสาหกรรมรถยนต์หรือการชุดเหมืองสวมใส่อุปกรณ์ wearables เพื่อช่วยเพิ่มความปลอดภัยให้กับพนักงาน ในอุตสาหรรมอื่นๆอย่างร้านค้าหรือเดินทาง อุปกรณ์ wearables เหล่านี้จะถูกใช้เพื่อความประสิทธิภาพการทำงานของพนักงานยิ่งขึ้นกว่าเดิม

Physical Augmentation นั้นจะมีด้วยกันทั้งหมด 4 หมวด : Sensory Augmentation (การฟัง, มองเห็น, การรับรู้), Appendage and Biological Function Augmentation (อวัยวะเทียม, อุปกรณ์สวมใส่ สำหรับการเป็นแขนขา), Brain Augmentation (การผ่าตัดฝังอุปกรณ์เข้าไปในสมองเพื่อรักษาโรคต่างๆ) และ Genetic Augmentation (การทำยีนบำบัด)

Cognitive Augmentation คือการเพิ่มความสามารถให้กับมนุษย์ในเรื่องการคิด การตัดสินใจ ยกตัวอย่างเช่นการรับรู้ข้อมูลใหม่ๆเพื่อเพิ่มความสามารถของตัวเองและสัมผัสกับประสบการณ์ใหม่ๆ Cognitive Augmentation นั้นมีส่วนที่ทับซ้อนกับ Brain Augmentation เพราะเมื่อฝังอุปกรณ์เข้าไปในสมองก็จะมีส่วนเชื่อมโยงกับความคิดและเหตุผลต่างๆด้วย

Human Augmentation นั้นสร้างความซับซ้อนในเรื่องจริยธรรมและวัฒนธรรมเป็นอย่างมาก ยกตัวอย่างเทคโนโลยี CRISPR ที่ดัดแปลงยีนของมนุษย์ได้ก็สร้างการถกเถียงเป็นอย่างมากว่าควรจะทำจริงๆรึเปล่า

Trend No. 5: Transparency and traceability

วิวัฒนาการของเทคโนโลยีนั้นสร้างวิกฤติกาลความเชื่อใจขึ้นอย่างช่วยไม่ได้ เมื่อผู้ใช้งานนั้นเริ่มระแวดระวังว่าข้อมูลของพวกเขานั้นถูกเก็บไปและนำไปใช้ องค์กรก็เริ่มรับรู้ถึงความเสี่ยงในการเก็บข้อมูลเหล่านี้เช่นเดียวกัน

อีกประเด็นหนึ่งคือเมื่อ AI และ ML ถูกนำมาใช้เพื่อตัดสินใจแทนมนุษย์มากยิ่งขึ้น จึงกลายเป็นยิ่งทำให้วิกฤติความเชื่อใจนั้นรุนแรงมากกว่าเดิม ทำให้เกิดเป็นไอเดียอย่าง “Explainable AI” (AI ที่สามารถอธิบายได้ว่ามันทำงานและตัดสินใจยังไง) และ “AI Governance” ​(ระบบการจัดการ AI)

โดยเทรนด์นี่จะโฟกัสอยู่หกด้านของความเชื่อใจ : จริยธรรม (Ethics), ความซื่อสัตย์ (Integrity), (ความเปิดเผย) Openness, (ความรับผิดชอบ) Accountability, (ความสามารถ) Competence และ (ความสม่ำเสมอ) Consistency

การผลักดันกฎหมายความปลอดภัยของข้อมูลเกิดขึ้นทั่วทุกมุมโลก กฎที่ถูกกล่าวถึงมากที่สุด คือ European Union’s General Data Protection Regulation (GDPR) เพื่อจะสร้างกรอบกฎหมายให้กับองค์กรต่างๆด้วย

Trend No. 6: The empowered edge

Edge Computing แปลตรง ๆ คือ การประมวลผลที่ขอบ (ของเครือข่าย) ซึ่งอาจจะอยู่ตรงไหนก็ได้ระหว่างอุปกรณ์นอกสุด (End devices) และก่อนจะถึงระบบคลาวด์ที่เป็นส่วนกลางทั้งหมด การประมวลผลอาจเกิดขึ้นได้ระหว่างทาง เช่น อุปกรณ์ Network Routers หรือ Gateways ในเครือข่าย อาจจะมีความสามารถในการประมวลผล จัดเก็บข้อมูล หรือวิเคราะห์ข้อมูล หรือ Data Analytics เบื้องต้น ก่อนส่งต่อไปยังระบบคลาวด์ โดยการทำแบบนี้จะเป็นการลดการสื่อสารกับคลาวด์ เพิ่มความรวดเร็วในการประมวลผลและไม่โหลดการประมวลผลของคลาวด์มากจนเกินไป

เทคโนโลยีนี้กลายเป็นสิ่งสำคัญเพราะการเพิ่มจำนวนขึ้นของอุปกรณ์ IoT (Internet of Things) เมื่อมี Edge Computing ก็จะทำให้อุปกรณ์ต่างๆนั้นเป็นพื้นฐานให้สร้างพื้นที่อัจฉริยะ (smart spaces) ทำให้แอพพลิเคชั่นและบริการต่างๆนั้นอยู่ใกล้กับผู้ใช้งานมากยิ่งขึ้น

มีการคาดการณ์ว่าในปี 2023 จะมีการใช้งานอุปกรณ์ที่สามารถส่งสัญญาณให้อุปกรณ์ใกล้เคียงได้ในปริมาณมากขึ้นกว่า 20 เท่าตัว

Trend No. 7: The distributed cloud

Distributed Cloud คือการขยายบริการของคลาวด์ไปตามพื้นที่ต่างๆนอกเหนือจาก Data Center (ระบบบริหารจัดการข้อมูล) ของผู้ให้บริการของคลาวด์นั้น (แต่ยังคงได้รับการควบคุมจากผู้ให้บริการอยู่) โครงสร้างพื้นฐาน การทำงาน ควบคุม และอัพเดทต่างๆนั้นยังเป็นความรับผิดชอบของผู้ให้บริการ นี่เป็นก้าวหน้าสู่ยุคใหม่ของ Cloud Computing เพราะมันจะทำให้ Data Centers ของผู้ให้บริการนั้นอยู่ที่ไหนก็ได้ จะเป็นการแก้ไขปัญหาทางเทคนิคอย่างศักยภาพของการทำงานและอธิปไตยทางข้อมูล (data sovereignty)

Trend No. 8: Autonomous things

Autonomous ​Things – อุปกรณ์อัตโนมัติต่างๆ ไม่ว่าจะเป็นรถยนต์ โดรน โรบอท เรือ หรือเครื่องใช้ในบ้านเรือน สิ่งเหล่านี้ล้วนใช้ความสามารถของ AI และ ML ทั้งสิ้น เพื่อทำงานแทนมนุษย์ สิ่งเหล่านี้จะเข้ามามีบทบาทในชีวิตประจำวันมากยิ่งขึ้น

แม้ว่าตอนนี้ส่วนใหญ่แล้วอุปกรณ์อัตโนมัติเหล่านี้จะถูกใช้งานในสภาพแวดล้อมจำกัดที่ถูกควบคุม เช่นในเหมืองหรือโกดังเก็บของ แต่สุดท้ายแล้วมันจะค่อยๆขยับขยายสู่พื้นที่ของชีวิตเรามากยิ่งขึ้น อีกอย่างคือจากที่เป็น standalone ทำงานด้วยตัวเอง อุปกรณ์เหล่านี้จะเริ่มทำงานร่วมกัน อย่างเช่นโดรนในการแข่งขัน Winter Olympic Games 2018

แต่อุปกรณ์เหล่านี้จะยังไม่สามารถทดแทนมนุษย์ทั้งหมดได้และทำงานที่ค่อนข้างจำเพาะเจาะจงเท่านั้น

Trend No. 9: Practical blockchain

Blockchain เป็นเทคโนโลยีเพื่อการตรวจสอบข้อมูลรูปแบบหนึ่ง เนื่องจากเป็นการเก็บข้อมูลที่เป็นห่วงโซ่ และมีการถอดรหัสในตัวเอง ทำให้ข้อมูลที่ถูกเก็บจะไม่สามารถย้อนกลับไปแก้ไขได้ จึงเป็นข้อมูลที่มีความน่าเชื่อถืออย่างมาก

Blockhain จะทำให้เราย้อนกลับไปดูได้เลยว่าของบางอย่างนั้นมาจากไหน ยกตัวอย่างเช่นถ้าเกิดมีโรคที่เกิดจากอาหารก็สามารถดูได้เลยว่าเนื้อหมู ผัก ฯลฯ​ มาจากที่ไหน จะทำให้ผู้ใช้งานนั้นสามารถแลกเปลี่ยนอะไรก็ตามในรูปแบบดิจิตอลที่เชื่อถือได้โดยไม่ต้องใช้ส่วนกลาง แต่ที่ผ่านมา Blockchain ส่วนใหญ่จะอยู่ในส่วนขององค์กรใหญ่ๆ เพราะข้อจำกัดด้านเทคนิค

เมื่อใดที่การพัฒนา Blockchain เสถียรและเป็นที่ยอมรับมากขึ้น การใช้ Blockchain สำหรับอุตสาหกรรมเล็กๆ จะได้รับความนิยมมากขึ้น โดยคาดว่า ในปี 2023 เทคโนโลยี Blockchain จะได้ถูกนำมาใช้ในอุตสาหกรรมที่หลากหลายขึ้น

Trend No. 10: AI security

เทคโนโลยีที่ก้าวหน้าขึ้นมากอย่าง Hyperautomation และ Autonomous Things นั้นสร้างโอกาสมากมายต่อโลกของธุรกิจ แต่ในขณะเดียวกันมันก็สามารถสร้างช่องว่างทางความปลอดภัยได้เช่นเดียวกัน ทีมที่ดูแลเรื่องความปลอดภัยนั้นต้องพบเจอความท้าทายใหม่ๆและรับรู้ว่า AI จะมีผลกระทบต่อความปลอดภัยอย่างแน่นอน

AI security นั้นมีด้วยกันสามด้าน

1. ป้องการระบบที่ทำงานด้วย AI : คือการป้องกันข้อมูลที่ใช้เพื่อการฝึก AI วิธีการเทรนด์ และโมเดลของ ​ML
2. ใช้ AI เพื่อเพิ่มศักยภาพของระบบป้องกัน : ใช้ ML เพื่อเรียนรู้และเข้าใจรูปแบบ มองหาการโจมตีที่เกิดขึ้น และทำให้ระบบป้องกันทำงานอย่างอัตโนมัติ
3. เฝ้าระวังการใช้ AI เพื่อโจมตีระบบ : บ่งบอกว่าอันไหนคือการโจมตีและป้องกันให้ได้