x

ไม่ต่างอะไรกับคำศัพท์อย่าง AI, Internet of Things, AR, VR, Algorithm หรือ Cryptocurrency ตรงที่ว่าคำเหล่านี้เป็นคำที่ถูกพูดถึงกันอย่างมากในโลกยุคนี้ ยุคทศวรรษที่ 2010s
 
คำว่า Big Data ก็เช่นเดียวกัน คำๆ กลายเป็นคำที่มีนัยยะสำคัญต่อโลกในยุคนี้ไม่แพ้กับกลุ่มคำในข้างต้น
 
Big Data สำหรับคนทำงานในสายไอที สายโซเชียลมีเดีย คงเป็นคำที่คุ้นเคยและใช้กันอยู่ทุกวัน แต่สำหรับคนในแวดวงอื่น Big Data อาจจะรู้สึกว่าเรื่องของ Big Data อาจจะเป็นเรื่องไม่ใกล้ตัวเท่าไหร่นัก
 
Big Data ฮอตขนาดไหน ก็ขนาดที่ว่า Blog ต่างประเทศเจ้าหนึ่งเคยเขียนไว้ว่า คนทำงานวิเคราะห์ Big Data หรือ Data Scientist คืออาชีพที่เซ็กซี่ที่สุดของทศวรรษนี้
 
พอได้ยินประโยคนี้ หลายคนอาจจะพูดขึ้นมาว่า “โห เว่อร์ไปป่ะ” แต่หลังจากที่ได้อ่านบทสัมภาษณ์นี้แล้ว ผู้อ่านอาจจะถูก convince สักหน่อยว่า “เออ อาจจะเป็นแบบนั้นก็ได้”
 
บทสัมภาษณ์ของ กล้า ตั้งสุวรรณ CEO บริษัท ไวซ์ไซท์ (ประเทศไทย) จำกัด บทนี้ จึงเป็นบทสัมภาษณ์ที่ทาง GM LIVE พยายามถามเรื่องราวพื้นฐานของเรื่อง Big Data ให้เข้าใจง่าย และมองว่านี่คือเรื่องราวที่ใกล้ตัวมาก ๆ
 
อย่างเช่นระบบ Chatbot ที่เวลาเราพิมพ์ถามคำถามที่ต้องการกับแอดมินเพจดัง แล้วคำตอบจะเด้งขึ้นมาอัตโนมัติ หรือสงสัยกันไหมว่า ทำไมโปรโมชั่นมือถือหรือโปรฯ ตั๋วเครื่องบินที่เราต้องการมักจะมาถูกที่ถูกเวลาเสมอ
 
คนเบื้องหลังไม่ใช่นักสืบโคนัน หรือองค์กรชุดดำแต่อย่างใด 
 
แต่มันคือ Big Data
 
และนี่คือการถามตอบคำถามที่จะทำให้เราเข้าใจว่า Big Data is sexy ในแบบใดกัน?
 
GM LIVE : Big Data คืออะไร
 
กล้า : จริงๆ Big Data เป็น Concept มากกว่า ไม่ใช่ว่ามีซอฟต์แวร์เหมือนกับ Microsoft Office ที่ว่าดาวน์โหลดมาติดตั้งแล้วบอกว่าเรามี Big Data แล้ว มันเป็น Concept ที่จะทำให้เราเข้าใจในข้อมูลที่มีปริมาณมหาศาล อย่าง Wisesight เองมีข้อมูลอยู่ประมาณ 15,000 ล้านข้อความ จะเพิ่มขึ้นวันละ 10-12 ล้านข้อความ อาจจะนึกภาพไม่ออกว่า 15,000 ล้านข้อความ ถ้านำมาเรียงต่อกันเป็นเอกสารจะสูงขนาดไหน จะแตะถึงดวงจันทร์นอกโลกไหม ฉะนั้นเราก็เลยเรียกว่า Big ซึ่งเป็น Concept ที่ฝรั่งบัญญัติไว้ พอเราจินตนาการไม่ออกว่าจะใช้เครื่องมือไหนในการจัดการกับข้อมูลเหล่านั้น ก็ต้องใช้เครื่องมือในยุคใหม่มากขึ้น เราจะให้คน 1 คนมานั่งอ่านข้อความทีละอันไม่ได้ เพราะว่าเกินทรัพยากรที่มนุษย์ 1 คนหรือ 1 ทีมจะทำได้ เพราะในเชิงธุรกิจจะมองว่าไม่คุ้มกับค่าใช้จ่าย ก็เลยเกิดคำที่ต่อจาก Big Data คือคำว่า Machine เช่น Machine Learning, Machine Computing, AI ซึ่งศัพท์พวกนี้ก็จะตามมาเรื่อยๆ ต่อจากคำว่า Big Data เพราะว่าคนทำไม่ไหว เลยต้องนำ Machine มาประมวลแทน
 
GM LIVE : แต่ละสายงานของ Big Data มีอะไรบ้าง
 
กล้า : สายงาน Big Data ของเรามองได้ 2-3 แบบครับ ได้แก่ สายงาน Infrastructure คือระบบคอมพิวเตอร์พื้นฐานที่เกี่ยวกับ Cloud Computing เพราะว่าฐานข้อมูลเราใหญ่มาก ไม่มีคอมพิวเตอร์หรือ Server ตัวไหนที่สามารถที่สามารถเก็บข้อมูลและประมวลผลได้ทั้งหมด ก็ต้องใช้คอมพิวเตอร์หลายตัวในการประมวลผล ก็คือ Infrastructure อันที่สองคือระดับ Logical จะมีแอปพลิเคชั่นในการรวมข้อมูล A และ B เข้าด้วยกัน ให้นึกถึงเวลาเราเล่นรูบิค เวลาบิดไปแต่ละครั้งก็จะได้ภาพที่แตกต่างกันออกไป ก็จะใช้ซอฟต์แวร์ในการจัดการ อีกอันหนึ่งก็คือระดับ Application หรือระดับของคนที่จะดูว่าที่เราปรับแต่งข้อมูลไป สามารถทำให้คนเหล่านั้นรู้อะไรใหม่ๆ ในโลกนี้บ้าง ถ้าจะสรุปสายงาน Big Data จะใช้งานอยู่ 2-3 แบบ คือ Backward Decision ตัดสินใจไปแล้วแต่นำข้อมูลมา Support ว่าสนับสนุนหรือค้าน แบบที่สองคือ Try & Learn คือเก็บข้อมูลมาแล้วก็เรียนรู้ ถ้า Win ก็ดี ถ้าไม่ Win ก็ต้องเรียนรู้ใหม่ ค้นหาข้อมูลใหม่ และแบบที่สามคือ Discovery ซึ่งคิดว่า Big Data น่าจะตอบโจทย์ ที่สุด เหมือนกับเดินถือกระดาษเปล่ามาเลย แล้วก็หาว่า Big Data สามารถช่วยอะไรเราได้บ้าง
 
GM LIVE : ลองยกตัวอย่างให้คนทั่วไปเข้าใจหน่อยว่า ทุกวันนี้เจอ Big Data อะไรอยู่
 
กล้า : เอาง่ายๆ เลย ใครใช้สมาร์ทโฟนก็จะมีแอปฯ ที่ใช้สั่งงานผ่านเสียงได้ ไม่ว่าจะเป็น Google Home, Google Assistant, Siri พวกนี้สั่งงานด้วยภาษาไทยได้แล้ว คำถามคือแอปฯ เหล่านี้เรียนภาษาไทยมาจากไหน เขาก็เรียนมาจากวิดีโอใน Youtube การพิมพ์ภาษาไทยเข้าไปในอินเทอร์เน็ตหรือ Social Media  ข้อมูลพวกนี้มหาศาล ปริมาณ Youtube ที่พูดภาษาไทยมีเยอะมาก ก็เลยถอดคำออกมา จนกระทั่งระบบใช้ Big Data ในการ Process ข้อมูลออกมา จนได้สิ่งที่เรียกว่า Model หรือต้นแบบ ซึ่งจะเรียนรู้เพื่อให้ต้นแบบเก่งขึ้นเรื่อยๆ สุดท้ายก็เลยมีคอมพิวเตอร์ที่ฟังภาษามนุษย์รู้เรื่อง อีกเรื่องหนึ่งคือโฆษณา ถ้าสังเกตดีๆ จะพบว่าโฆษณาใน Facebook หรือเว็บไซต์เริ่มตรงกับใจเรามากขึ้น โฆษณาที่ไม่ตรงใจเราเริ่มน้อยลง ฉะนั้นพวกนี้จะได้ข้อมูลของเราประกอบกับข้อมูลของคนอีกเป็นล้านคนไป และพวกนี้ก็จะเริ่มเดาใจเรามากขึ้น พวกนี้ก็เป็นการใช้ Big Data ประเภทหนึ่ง สำหรับคนทั่วไป แต่ถ้าเป็นในองค์กรจะมีการใช้ Big Data อยู่สองพวก คือ ข้อมูลนอกองค์กรหรือที่เรียกว่า Social Listening กับข้อมูลภายในองค์กรก็คือข้อมูลของลูกค้าว่าซื้ออะไรไปบ้าง มีสินค้ากี่ชนิด สายงานการผลิตเป็นอย่างไรบ้าง ก็เป็น Big Data อีกประเภทหนึ่ง
 
 
GM LIVE : ข้อมูลสำคัญขนาดนี้ ความปลอดภัยเป็นอย่างไรบ้าง
 
กล้า : ความปลอดภัยของข้อมูลมักจะมากับความสะดวกสบายในการใช้ข้อมูลเสมอ ยิ่งปลอดภัยสูงจะยิ่งใช้ยาก ถ้าอยากใช้ง่าย ความปลอดภัยก็จะต่ำ สองสิ่งนี้จะเป็นคานดีดคานงัดกันตลอดเวลา นั่นเป็นเรื่องที่ Facebook กำลังจัดการอยู่ ซึ่งถ้าพูดย้อนไปเมื่อ 3-4 เดือนที่ผ่านมาก็จะมีเรื่องข้อมูลของ Facebook รั่วไหล ทำให้เจ้าของ(มาร์ก ซักเคอร์เบิร์ก) ต้องไปพูดในวุฒิสภาว่า Facebook มีข้อมูลประชากรชาวอเมริกามากกว่าที่รัฐบาลมีแล้ว ก็เป็นเรื่องที่คานดีดดิดคานงัดมาเรื่อยๆ ผมอยากให้มองในมุมของปัจเจกบุคคลว่า ข้อมูลของเราอยู่กับคนที่ไว้ใจได้มากขนาดไหน และในฐานะขององค์กร เราปกป้องข้อมูลลูกค้ามากขนาดไหน ซึ่งไม่มีคำตอบที่ถูก แต่เป็นความยืดหยุ่นตามสถานการณ์มากกว่า ในบ้านเราจะมีกฎหมายคุ้มครองสิทธิมนุษยชน พรบ.คอมพิวเตอร์ ถ้าเป็นต่างประเทศก็จะมีกฎหมายคุ้มครองสิทธิส่วนบุคคลของยุโรป ฉะนั้นทางการเริ่มทำแล้ว ก็จะมีหลาย Factor
 
GM LIVE : ในฐานะบุคคลทั่วไป จะใช้ประโยชน์จาก Big Data ได้อย่างไรบ้าง
 
กล้า : ในฐานะคนธรรมดา ผมก็มีข้อมูลส่วนตัวเยอะมาก ถามว่าผมแชร์ข้อมูลส่วนตัวออกไปในโลกโซเชียลไหม คำตอบคือแชร์ ถ้าแชร์ออกไปแล้วได้รับประโยชน์กลับมาโดยตรง ผมแชร์ข้อมูลไปบน Facebook เพื่อที่อยากจะได้โฆษณาที่ตรงใจผมมากขึ้น แน่นอนว่าสุดท้ายแล้วเราก็ต้องซื้อของ ต้องสนใจสินค้าบนโลกออนไลน์ ไม่ดีกว่าเหรอที่จะให้สิ่งที่เราสนใจมาเสิร์ฟเราได้ง่ายๆ จะได้ไม่ต้องควานหา ซึ่งเป็นประโยชน์ของ Ads ที่ดี แต่บางครั้งเราก็ไม่อยากให้โฆษณาตามเข้าไปในบางเว็บไซต์ ซึ่งต้องใช้โหมด Privacy โหมดนักสืบบ้าง ขึ้นอยู่กับแต่ละเว็บเบราเซอร์ เพื่อไม่อยากให้เว็บไซต์นำข้อมูลของเราไป Process ซึ่งสุดท้ายเรามองว่าเราควรควบคุมข้อมูลของเราได้ว่าควรจะไปอยู่กับใครที่เป็นประโยชน์กับเรา และไม่ควรอยู่กับใครที่ไม่เป็นประโยชน์ต่อเรามากกว่า
 
GM LIVE : ในฐานะองค์กร การใช้ Big Data ช่วยในการทำงานขององค์กรได้อย่างไรบ้าง?
 
กล้า : ในฐานะองค์กร เรามองความจริง 1 ข้อเลยว่า การใช้แรงงานคนจะทำให้ค่าใช้จ่ายเพิ่มสูงขึ้นไปเรื่อยๆ ถ้าองค์กรจ้างพนักงาน ก็จะต้องขึ้นเงินเดือน แต่งงาน มีลูก ค่าใช้จ่ายต่างๆ ก็จะเพิ่มขึ้น แต่พนักงานเมื่อถึงจุดๆ หนึ่ง จะทำงานได้น้อยลง เพราะว่าอายุเริ่มมากและมีภาระมากขึ้น ถ้ามองอีกมุมหนึ่ง คอมพิวเตอร์นับวันจะแข็งแกร่งขึ้น ประมวลผลดีขึ้น เร็วขึ้น แม่นยำขึ้นในราคาที่ถูกลงด้วย เพราะฉะนั้นก็เลยกลายเป็น Concept ในการใช้คอมพิวเตอร์ประมวลผลข้อมูลบางอย่างแทนมนุษย์ และตัดสินใจให้มนุษย์ได้ไปทำงานที่มีคุณภาพสูง และให้คอมพิวเตอร์ไล่งานที่มีคุณภาพต่ำออกไปให้หมด เพราะฉะนั้นองค์กรสมัยนี้ก็จะนำประสบการณ์ที่อยู่ในหัวเรา มาดัดแปลงให้เป็นข้อมูลนี้ซะ และให้คอมพิวเตอร์เรียนรู้และตัดสินใจงานแทนเรา อย่างเช่น ChatBot แทนที่จะให้ Call Center มาตอบลูกค้าเป็นร้อยเป็นหมื่น คำถามง่ายๆ เช่น ห้างเปิดกี่โมง สินค้านี้มีไหม สินค้านี้หมดไหม จะสมัครบัตรทำอย่างไร ขอเบอร์เพื่อการร้องเรียนต่อเจ้าหน้าที่ ก็ใช้ ChatBot ในการทำงาน เจ้าหน้าที่ก็จะคอยรับเรื่องร้องเรียนที่ Crisis หรือเรื่องที่ต้องมีการเอาใจใส่ลูกค้ามากขึ้น และสิ่งที่สำคัญของอุปกรณ์ Big Data คือการกระจายอำนาจการตัดสินใจ เพราะว่าคนที่มีประสบการณ์สูงก็จะอยู่ในระดับบนๆ และสิ่งที่เขามีน้อยก็คือเวลา แต่เขาจะมีประสบการณ์สูง และมีเวลาน้อย เพราะฉะนั้น Data จะช่วยให้คนที่มีประสบการณ์สูง นำประสบการณ์มาให้ Machine ทำ และจะให้ Big Data ช่วย Suggest คนในระดับปฏิบัติการให้ตัดสินใจเหมือนกับผู้บริหารมากขึ้น นี่คือสิ่งที่ Big Data จะเข้ามาเคลียร์วงการธุรกิจทั้งหมด เลยเกิดเป็นคำว่า Data Driven แทนที่จะเป็น Experience Driven หรือ Expertise Driven
 
GM LIVE : ขยายความคำว่า Data Driven หน่อย
 
กล้า : ถ้าให้ขยายความคำว่า Data Driven ให้คุณลองนึกถึงองค์กรๆ หนึ่ง เรามีลูกค้าเป็นล้านๆ คน ซื้อสินค้าไม่ซ้ำกันเลย เราจะออกโปรโมชั่นยังไงให้มีผลตอบรับที่ดี ปกติเราก็จะเอา Marketer ประสบการณ์สูงมานั่งคิดและออกแคมเปญให้นักโฆษณาไปคิดโฆษณา แล้วก็ส่งให้กับลูกค้า ถามว่า Success ไหม ก็ Success แล้วมี Fail ด้วยไหม ก็มีบ้างเป็นปกติ แต่ถ้าคิดแบบใหม่ นำ Data ทั้งหมดมาเรียง Model แล้วจัดกลุ่มแยกแยะ อย่างเช่น กลุ่มนี้ซื้อเยอะ กลุ่มนี้ซื้อกลางๆ กลุ่มนี้ซื้อน้อย นำไปผนวกกับข้อมูลภายนอกเช่น ใน Social Media คนที่ซื้อเยอะส่วนใหญ่มักจะซื้อวันศุกร์ มีคาแรกเตอร์เป็นอย่างไร ก็เอา Data เหล่านี้มาทำโปรโมชั่น และนำโปรโมชั่นกับข้อมูลเหล่านี้ส่งไปให้นักการตลาด นักการตลาดคำนวณเป้าหมายการโฆษณาและยิงโฆษณาเฉพาะจุด ซึ่งอาจจะล้มเหลว แต่เป็นการล้มเหลวในทางที่ดี คือ เราได้ข้อมูลมาศึกษาแล้วก็นำกลับไปปรับ Segment ใหม่ได้ ซึ่งเมื่อเป็น Big Data ก็จะสามารถทำได้เป็นล้านชุดต่อวัน และสามารถปรับได้ตลอดเวลา แต่ถ้าเป็นคนจะไม่สามารถทำได้ล้านชุดต่อวัน อาจจะทำ Process เหมือนกัน แต่พอเป็น Data Driven จะเร็วกว่า สิ่งที่เราเห็นได้ชัด คือ โปรโมชั่นมือถือออกเยอะมาก ทุกโปรฯ จะโดนใจเพียงบางคน ไม่มีโปรฯ ไหนที่โดนใจทุกคน หรือโปรฯ สายการบินที่มักจะออกมาในจังหวะที่พอดีเสมอ เหล่านี้ก็คือ Big Data ที่ทำสำเร็จแล้วในหลายองค์กร หรือการอนุมัติเงินกู้ สมัยก่อนจะอนุมัติช้ามาก แต่เดี๋ยวนี้อนุมัติเร็วขึ้นมาก และอนุมัติในรูปแบบของแต่ละคนที่แตกต่างกันด้วย ซึ่งเป็น Machine หมดแล้ว
 
 
GM LIVE : กลุ่มอาชีพไหนที่จะถูก Disrupt ในอนาคตจาก Big Data
 
กล้า : ผมคงไม่ได้ใช้คำว่าอาชีพไหนจะถูกคุกคามหรือ Disrupt เราเรียกว่าโลกกำลังหมุนไป ซึ่งคราวนี้โลกเราหมุนไปด้วยการขับเคลื่อนด้วยเทคโนโลยีมากขึ้น ให้เรามอง 20 ปีที่แล้ว จะมีอาชีพหนึ่งที่หายไป อาชีพนั้นคือเสมียนและพนักงานพิมพ์ดีด เพราะว่าคอมพิวเตอร์พิมพ์แล้วก็ลบได้ แล้วก็มีสิ่งที่เราเรียกว่า Printer ออกมา เพราะฉะนั้นการที่คนจะต้องพิมพ์ให้ถูกทั้งหมดก็ไม่จำเป็นอีกต่อไป พิมพ์ผิดก็แก้แล้วก็พิมพ์ใหม่ ฉะนั้นอาชีพเสมียนและพนักงานพิมพ์ดีดก็จะหายไป เพราะว่ามีคอมพิวเตอร์เข้ามาแทนที่ ต่อมาการที่มี ChatBot เข้ามาจะทำให้พนักงาน Call Center ที่พูดสายตาม Pattern หายไปไหม หายแน่นอน แต่ไม่ใช่สิ่งที่เลวร้ายครับ นั่นเป็นโอกาสของคนที่สามารถเรียนรู้และไปทำงานที่มีคุณค่าสูงกว่า ลองเสิร์ชดูบนอินเทอร์เน็ตก็ได้ ใน 20 ปี อาชีพอะไรจะเป็นอาชีพที่ตกงานก่อน อาชีพ Telesale จะอยู่ในนั้น ถูก Disrupt โดย machine ได้ 100% ถ้ามองในภาพรวม อาชีพที่ทำงานคุณภาพต่ำและทำซ้ำๆ ซากๆ คือสิ่งที่เข้าทางคอมพิวเตอร์ เพราะว่าสามารถทำงานซ้ำๆ ซากๆ ได้ด้วยความแม่นยำที่สูงและได้ปริมาณมากในราคาที่ถูกกว่ากันเยอะ เพราะฉะนั้นเราควรมองดูตัวเอง หมอก็อาจจะเป็นอาชีพที่ถูกดิสรัพได้ง่าย เพราะว่าหมอเก็บข้อมูลคนไข้ วินิจฉัยโรค จ่ายยา ก็ทำซ้ำใช่ไหม ฉะนั้นไม่ได้บอกว่าอาชีพเงินเดือนต่ำเท่านั้นที่จะโดน Disrupt นะครับ อาชีพอื่นๆ เงินเดือนสูงก็โดนได้ หมอประเภทนี้ก็จะหายไปเยอะขึ้น ในอนาคตเราเริ่มมีเครื่องที่เจาะเลือด วัดลมหายใจ วินิจฉัยโรคและจ่ายยาให้เบื้องต้นได้ ในอนาคต พนักงานขับรถก็จะเริ่มหายไป เพราะว่ารถเริ่มขับเองได้ เพราะว่าเขาก็ทำหน้าที่ซ้ำๆ ฉะนั้นคนจะไปทำงานที่มีคุณภาพสูงและติดกับคนมากขึ้น คนก็เริ่มจะไม่ค่อยทำงานกับเครื่องจักรแล้ว
 
GM LIVE : ควรจะปรับตัวอย่างไรเพื่อให้อยู่กับโลกที่ใช้ Big Data เป็นเครื่องมือได้
 
กล้า : การที่มี Big Data ในชีวิต การกลัวจะเป็นสิ่งสุดท้ายที่ผมแนะนำ เพราะข้อที่หนึ่งคือมันมาแล้ว ข้อที่สองคือเราไม่รู้ว่าจะเลิกใช้มันอย่างไรใน 5-10 ปีข้างหน้า ก็เหมือนกับอินเทอร์เน็ตเมื่อ 15 ปีที่แล้ว เราก็กลัวว่าอินเทอร์เน็ตจะมา แล้วก็เริ่มกลัวโซเชียลมีเดียด้วยเช่นกัน คำถามคือคนที่กลัวโซเชียลมีเดียหรือธุรกิจที่กลัวโซเชียลมีเดียตอนนี้อยู่ไม่รอดกันหมด ต้องปรับตัวให้เข้ากับโซเชียล เพราะฉะนั้น Big Data ก็เป็นเรื่องเดียวกัน มีคนเคยพูดว่า “ถ้าอยากปลูกต้นไม้ให้ได้ร่มเงา ดีที่สุดคือปลูกไว้เมื่อ 50 ปีที่แล้ว” เพราะตอนนี้เราก็จะได้ต้นไม้ใหญ่ ร่มเงา แต่ถ้าเราย้อนเวลาไปไม่ได้ ก็ควรปลูกวันนี้ เพราะถ้าปลูกพรุ่งนี้ก็จะโตช้าไปวันหนึ่ง Big Data ก็เหมือนกัน ใครอยากที่จะเรียนรู้เรื่อง Big Data ควรกระโดดเข้าไปเรียนรู้ เพราะข้อมูลมีเต็มอินเทอร์เน็ตเลยทั้งภาษาไทยและภาษาอังกฤษ มีข้อมูลที่เชื่อถือได้และไม่ได้ ลองอ่านดูหลายๆ สาขา แล้วพิจารณาเอาเองว่าเราสามารถนำไปประยุกต์ใช้กับสายงานอาชีพเราได้อย่างไร
 
GM LIVE : พูดถึง Data Scientist กันบ้าง คิดว่าอาชีพนี้เป็นอาชีพแห่งอนาคตอย่างไรบ้าง
 
กล้า : Data Scientist ในต่างประเทศบอกว่าเป็นอาชีพที่เซ็กซี่ที่สุดในทศวรรษนี้ มี Blog หนึ่งเขียนไว้ ทีนี้ในบ้านเรา อะไรที่เซ็กซี่ บ้านเราจะเริ่มใช้เยอะ ถามว่าจริงๆ แล้ว Data Scientist เขาทำอะไรบ้าง ถ้านักวิทยาศาสตร์คือคนที่อธิบายความเป็นไปในธรรมชาติ Data Scientist จะอธิบายด้วยข้อมูล Data Scienctist ในมุมที่ผมเข้าใจ น่าจะมีสกิล 3 ด้าน ด้านแรกก็คือจะต้องมีความรู้ด้านคณิตศาสตร์ค่อนข้างสูง ไม่ว่าจะเป็นด้านสถิติ หรือการสร้าง Model ทางคณิตศาสตร์มาเพื่ออธิบายอะไรบางอย่างด้วยข้อมูล อันที่สองคือต้องเขียนโปรแกรมเป็น เพราะว่าข้อมูลที่ได้มาคนประมวลเองไม่ได้ ต้องประมวลผลด้วยคอมพิวเตอร์เท่านั้น อันที่สามก็คือต้องเรียนนิเทศศาสตร์มาด้วย เพราะว่านิเทศศาสตร์คือความสามารถในการอธิบายเรื่องยากๆ ให้คนเข้าใจได้ มีความสามารถในการร้อยเรียง การอธิบายด้วยภาพ ด้วยเสียง ด้วยตัวหนังสือ ฉะนั้น Data Scientist ที่ดีก็คือการนำความรู้ 3 ศาสตร์มาผสมกัน บวกเข้ากับประสบการณ์ในสายงาน เราก็จะได้อาชีพใหม่ขึ้นมา ความท้าทายของมันก็คือไม่มีสถาบันการศึกษาไหนที่นำสายคณิตศาสตร์ สายคอมพิวเตอร์และสายนิเทศศาสตร์มาเรียนกันในใบปริญญาเดียว ก็เลยยังไม่มีปริญญาสาขา Data Scientist ออกมา