MSITBlog

MSITBlog

เป็น Blog สำหรับชาว IT เพื่อเเบ่งปันความรู้ ประสบการณ์ ระหว่าง อาจารย์ นักศึกษา ศิษย์เก่าเเละบุคคลที่สนใจทางเทคโนโลยีสารสนเทศ

ตาสว่าง (ES (2))

บล็อกที่แล้วผมค้างเอาไว้ว่า ผมมอง ES ด้วยกรอบที่คับแคบ คือ เอาไปช่วยแก้ปัญหาในการทำงานในสายการผลิต ทีนี้พอมันต้องสร้างโน่น ทำนี่ ใช้งานก็ยุ่งยาก ผมก็เลยมองว่าเสียเวลาเปล่า มีปัญหาอะไรก็เดินไปถามคนเก่ง หรือ Expert เอาเลยก็หมดเรื่อง จะไปถามคอมพิวเตอร์ทำไมกัน พาลก็นึกในใจว่า พวกนี้มันใส่โปรแกรมนี้เอาไว้ทำไมวะ ไม่ค่อยได้ประโยชน์อะไรเลย มาหูตาสว่างเอาเมื่อผมได้เห็นคนอื่นเขาใช้หลังจากนั้นอีกสัก 2 – 3 ปีต่อมา

จำได้ว่าตอนนั้นผมเยี่ยมลูกค้ารายหนึ่งซึ่งอยู่ในประเทศทางโซนยุโรปโดยมีฝ่ายขายที่ประจำอยู่โซนยุโรปร่วมทางไปด้วย หลังจากคุยเรื่องงานในห้องประชุมเสร็จแล้ว ก็ยังพอมีเวลาเหลืออยู่สัก 2 – 3 ชั่วโมงก่อนจะเลิกงาน … CEO ของบริษัทที่ผมไปเยี่ยมจึงชวนผมและฝ่ายขายเข้าไปกินกาแฟและคุยกันต่อในห้องทำงานของเขา … คราวนี้ก็คุยกันสารพัดเรื่องแหละครับ เพราะไม่เป็นทางการแล้วนี่ 

เรื่องหนึ่งที่คุยกันก็คือการเอาต์ซอร์สสินค้ามาผลิตทางโซนเอเชียซึ่งมีค่าแรงถูกกว่าทางบ้านเขา ตอนนั้นก็ยกขึ้นมาคุยกันอยู่สามประเทศคือ ประเทศไทย จีน และอินเดีย ต้องนึกภาพตามหน่อยนะครับ พอคุยกันเรื่องค่าแรง CEO ก็กดคอมพิวเตอร์ของเขา แป๊บนึง ข้อมูลเป็นกราฟเปรียบเทียบค่าแรงของทั้งสามประเทศก็โผล่ขึ้นมาให้ดู … แล้วก็ใช้ข้อมูลนั้นคุยกันไปเรื่อย ๆ ...

การแสดงข้อมูลแบบนี้ ผมรู้สึกเฉย ๆ นะครับ ไม่ได้ตื่นเต้นอะไร เพราะว่าเขาอาจจะได้ข้อมูลมาจากแหล่งข่าวทางธุรกิจก็ได้ ข้อมูลลักษณะนี้ผมก็มีอยู่ในมือเหมือนกัน เพราะต้องใช้คุยกับลูกค้าบ่อย ๆ

ต่อมาฝ่ายขายก็ถาม CEO ว่า การที่ยูจะเอาต์ซอร์สสินค้าไปผลิตที่ประเทศไหน บริษัทไหน ยูตัดสินใจอย่างไร เขาหัวเราะแล้วพูดว่า “Let me show you something” แล้วก็พิมพ์ข้อมูลบางอย่างเข้าไป แป๊บนึง คอมพิวเตอร์มันก็ให้ข้อมูลออกมา พร้อมกราฟอีก 4 – 5 รูป แล้วเขาก็บอกว่า ดูนี่ ถ้าไปไทย ค่าแรงจะเป็นเท่านี้ Infra เป็นแบบนี้ ลอจิสติกส์จะเป็นแบบนี้ จุดแข็งคือเรื่องเหล่านี้ จุดอ่อนคือเรื่องเหล่านี้ ถ้าไปจีนจะเป็นแบบนี้ …. ถ้าไปอินเดียจะเป็นแบบนี้ อันนี้จะทำให้ไอเข้าใจภาพรวมทั้งหมด ใช่ไหม

พวกเราก็พยักหน้าเห็นด้วยกับเขา เพราะกราฟมันเทียบออกมาเป็นด้าน ๆ คือถ้ามองค่าแรงต่ำอันนี้อินเดียเอาไปกิน ถ้ามองด้านฝีมือแรงงานอันนี้ไทยเอาไปกิน ถ้ามองระบบสื่อสารประเทศนั้นเอาไปกิน ถ้ามองระบบลอจิสติกส์ประเทศโน้นเอาไปกิน

เขาบอกว่าสินค้าของเขาต้องการผู้ผลิตที่มีคุณภาพระดับสูง ก็ย่อมต้องแรงงานที่มีฝีมือ ต้องการโรงงานที่มีเทคโนโลยีในการผลิตสูง เมื่อมองในเชิงการเดินทาง การติดต่อ ก็ต้องการประเทศที่มีโครงสร้างพื้นฐานด้านต่าง ๆ เหมาะสมต่อการติดต่อสื่อสารและเดินทางได้สะดวก เมื่อมองในเชิงความมั่นใจในการได้รับสินค้าที่ผลิต ก็ต้องมองเรื่องโซ่อุปทานและการขนส่ง อะไรแบบนี้แหละ คือ พอกำหนดมิติที่เราต้องการพิจารณาขึ้นมา มันมองปั๊บ มันบอกได้เลยว่า เขาควรจะเลือกไปที่ประเทศใด

จากนั้นเขาก็อยากรู้ต่อไปอีก เช่น แต่ละประเทศมีโรงงานรับจ้างผลิตที่มีคุณภาพดี และเป็น International อะไรบ้าง โรงงานเหล่านั้นห่างจากสนามบิน ท่าเรือมากน้อยเท่าใด เส้นทางการขนส่งเป็นเส้นทางหลักหรือไม่ มีบริษัทลอจิสติกส์ใหญ่ ๆ อะไรบ้าง ค่าขนส่งเป็นอย่างไร ระบบสื่อสารเข้าถึงได้ง่ายไหม (ซึ่งก็คือ Infra หรือ โครงสร้างพื้นฐานที่สำคัญ ๆ นั่นเอง) …

เขาก็พิมพ์ไป เล่าไป คอมพิวเตอร์มันก็ให้ข้อมูล กราฟ ออกมาเรื่อย ๆ ก็คุยกันไป ซดกาแฟกันไป สักครึ่งชั่วโมงเห็นจะได้ ในที่สุดก็เลือกประเทศที่เหมาะสมออกมา จากนั้นเขาก็ให้คอมพิวเตอร์มัน Recommend ออกมาว่า โรงงานประเทศนั้น ๆ ที่ไอสมควรเข้าไปคุยด้วย ชื่ออะไร ตั้งอยู่ที่ไหน ผมดูในจอภาพเห็นมันเด้งชื่อขึ้นมาจริง ๆ พร้อมที่ตั้ง แผนที่ (ถ้ามี) …

ตอนนั้นผมก็คิดว่า เขาคงไปโหลดข้อมูลมาจากเว็บใดเว็บหนึ่งมา ก็สงสัยอยู่ในใจว่าใครหว่าช่างรวบรวมข้อมูลต่าง ๆ ได้ครบถ้วน แยกแยะเป็นหมวดหมู่ และให้สารสนเทศที่ต้องการได้ดีแท้ ... ผมก็ถามแหละครับว่า ข้อมูลเหล่านี้หามาได้อย่างไร … CEO ท่านนี้ตอบว่า มาจากระบบ Expert System ของเขา … 

คราวนี้ผมไม่เฉยแล้วครับ ... มันอึ้งไปเลย … ก่อนนั้นผมมอง ES ในระดับแค่ว่ามันเอาไปช่วยแก้ปัญหาในกระบวนการต่าง ๆ ผมบอกตรง ๆ ว่า ผมมองคุณค่าการใช้งานของมันอยู่ในระดับการนำมาใช้แก้ปัญหาพวก 100 หรือ 1,000 เหรียญ แต่สิ่งที่ CEO แสดงให้ดูนี้ มันมองในระดับกลยุทธ์ หรือ ระดับล้านเหรียญต่อปี โดยมีความสำเร็จขององค์กรเป็นเดิมพัน คุณค่าและมูลค่าที่ CEO นำมาใช้งานกับผมที่พยายามจะนำมาใช้งาน มันต่างกันยังกับฟ้ากับต้นหญ้าในหุบเหว คราวนี้ตาสว่างซีครับ กรอบในการมองถึงศักยภาพของ ES ขยายพรืดออกไปทันที อยากจะเอาไม้หน้าสามมาตีกระบาลตนเองสักเปรี้ยง แม๊ ตูนี่มันโง่จริง ๆ

ไอ้ที่อึ้งก็คือ ถ้าผมจะทำธุรกิจแข่งกับ CEO คนนี้ และต้องตัดสินใจเชิงกลยุทธ์แบบนี้ ผมแพ้เขาตั้งแต่ในมุ้งแล้ว มันไม่มีทางสู้เขาได้เลย สิ่งที่เขามีอยู่ในมือนั้นมีค่ามากในสายตาของผม สิ่งผมสังเกตเห็นอย่างหนึ่งก็คือ ปัญหาแบบนี้เป็นปัญหาแบบที่ไม่มีโครงสร้างชัดเจน คุยกันวันนั้น ทำให้ดูกันวันนั้น 

ผมถามเขาว่า เขาใช้ ES ในแง่ใดบ้าง เขาบอกว่า ส่วนมากก็ใช้เกี่ยวกับการวางแผนเป็นหลัก เช่น การวางแผนเกี่ยวกับโซ่อุปทาน การวางแผนการตลาด อะไรพวกนี้แหละ เขาบอกว่า ถ้าข้อมูลมันเป็นตัวเลขตามปกติ ก็สามารถใช้ ERP ช่วยได้อยู่แล้ว ทีนี้ถ้ามันมีสถานการณ์ต่าง ๆ จากสภาพแวดล้อมภายนอกมาเกี่ยวข้อง ซึ่งมันไม่ใช่ตัวเลขความต้องการที่จะป้อนเข้าไปใน ERP ได้ตรง ๆ เพราะข้อมูลมันเป็นข้อความ เป็นสารสนเทศ ที่ถูกประมวลมา การตัดสินใจบางเรื่องก็ต้องใช้ ES เข้าช่วยในการตัดสินใจ เพราะมันใช้ข้อมูลแบบนี้ได้ดีกว่า ก็น่าจะจริงของเขาละกระมัง    

ผมถามเขาต่อว่า ระบบ ES นี้ องค์กรเขาทำเองหรืออย่างไร เขาบอกว่าไปซื้อระบบนี้มาจากบริษัทหนึ่ง ซึ่งบริษัทนี้จะทำการ Update ข้อมูล (ฐานความรู้) ให้อยู่ตลอด ดังนั้นเขาต้องจ่ายค่า Update ข้อมูลใหม่ ๆ ให้เป็นรายเดือนแพงอยู่เหมือนกัน ที่แพงคงเป็นเพราะว่า บริษัทนี้น่าจะไปซื้อข้อมูลจากบริษัทอื่นมา แล้วก็มาทำงานร่วมกับคนในองค์กรของเขา (เพื่อแยกแยะ จัดหมวดหมู่ กำหนดนิยาม ใส่ Fact ใส่ Rule เข้าไป) เพื่อจัดเก็บเข้าไปในฐานความรู้

CEO ท่านนี้เห็นผมสนใจเรื่อง ES มาก ก็เลยเรียกฝ่าย IT ขึ้นมาร่วมคุยด้วย ก็ทำให้ผมได้ความรู้ หูตากว้างขึ้นอีกเยอะทีเดียว ต้องขอบคุณเขาจริง ๆ เพื่อให้เข้าใจมากขึ้นลองดูจากรูปด้านล่าง

จากรูปที่แสดงไว้ จะเห็นว่าระบบ ES จะแบ่งเป็นสองส่วน คือ ส่วนที่ใช้เพื่อพัฒนา (Development Environment) ซึ่งอยู่ทางด้านขวาของเส้นประกลางรูป และส่วนให้คำปรึกษา (Consultation Environment) ซึ่งอยู่ทางด้านซ้ายของเส้นประ

ในส่วนของพัฒนานั้น ความรู้จากผู้เชี่ยวชาญและความรู้ที่เป็นเอกสารต่าง ๆ (Expert and Documented Knowledge) (ด้านล่างขวามือ) จะถูกรวบรวม (Knowledge Acquisition) แล้วก็ส่งไปเก็บไว้ที่ฐานความรู้ (Knowledge Base) พร้อมกฎ (Rule) ข้อเท็จจริง (Fact) ต่าง ๆ โดย Knowledge Engineer (คือไม่ได้แค่เอาความรู้ทิ่มเข้าไปในฐานความรู้ดื้อ ๆ มันต้องมีกระบวนการอื่น เช่น การจัดรูปแบบให้เหมาะสมต่อการจัดเก็บ การจัดทำนิยาม ข้อเท็จจริง ตรรกะ ร่วมด้วย มันก็เลยต้องการ "วิศกรความรู้ หรือ Knowledge Engineer" เข้ามาช่วย)

ยังจำที่ CEO ที่เขาเล่าว่าต้องจ่ายเงินเป็นรายเดือนเพื่อซื้อข้อมูลได้ไหมครับ มันก็คือค่าจ้างในการรวบรวมข้อมูลต่าง ๆ ที่เกี่ยวข้องกับธุรกิจของเขา (ถือเป็นส่วนของ Expert and documented knowledge) นั่นเอง แล้วคนของเขาซึ่งเป็น Knowledge Engineer ก็เอาข้อมูลนี้มามาดำเนินการต่อ แล้วจึงใส่เข้าไปเป็นฐานความรู้

ในส่วนของการให้คำปรึกษา ผู้ใช้ (User) (ด้านซ้ายบนสุด) จะเชื่อมต่อเข้าระบบผ่านทาง User interface แล้วเชื่อมต่อมายังส่วน Interference Engine ซึ่งจะเชื่อมต่อไปยังฐานความรู้

Inference Engine ภาษาไทยก็มีหลายคำแปล เช่น เครื่อง (จักร) อนุมานบ้าง ส่วนอนุมานบ้าง กลไกอนุมานบ้าง ส่วนมากก็จะมีคำว่า อนุมานอยู่ด้วย คำว่า อนุมาน” ผมแปลง่าย ๆ ตามภาษาผมก็คือ การลงความเห็นว่ามันเป็นอันนั้น อันนี้ ดังนั้นกลไกอนุมานก็คือ การวินิจฉัยหรือตีความเพื่อลงความเห็นหรือหาข้อสรุปโดยการประยุกต์ใช้ข้อเท็จจริง กฎต่าง ๆ ในฐานความรู้ กับ ข้อมูลเกี่ยวกับปัญหาที่ได้มาจากผู้ใช้ (เหมือนกับตัวอย่างของดินสอ/ปากกาที่คุยกันมาแล้ว)

การทำงานของส่วนนี้อาจจะเป็นการอนุมานไปข้างหน้า (Forward-chaining inference) โดยเริ่มการตรวจสอบข้อมูลกับกฎเกณฑ์ที่มีอยู่ในระบบจนกว่าจะสามารถหากฎเกณฑ์ที่สอดคล้องกับสถานการณ์แล้วจึงดำเนินงานตามเหมาะสม หรือ การอนุมานแบบย้อนหลัง (Backward-chaining inference) ก็ได้ โดยเริ่มจากเป้าหมายที่ต้องการ (เช่น ผลที่เกิดขึ้น หรือ เป้าหมายที่กำหนดขึ้น) แล้วก็ดำเนินการย้อนกลับหรือถอยหลังเพื่อไปหาเหตุ (ว่าอะไรเป็นเหตุได้บ้าง จึงให้ผลออกมาแบบนั้น) เพื่อข้อสรุปของปัญหาที่เกิดขึ้น หรือ จะใช้การอนุมานทั้งสองแบบผสมกันกันได้ รายละเอียดของการหาข้อสรุปหรือคำตอบที่ได้ ก็จะแสดงให้ผู้ใช้ทราบผ่านทางส่วน Explanation Facility โดยผ่านทางส่วนเชื่อมต่อกับผู้ใช้ออกไปยังผู้ใช้งาน

ข้อสรุปหรือคำตอบหรือข้อเสนอแนะจาก Inference Engine จะส่งผ่านยังส่วน Recommended Action ผ่านส่วนเชื่อมต่อกับผู้ใช้ออกไปยังผู้ใช้งาน พูดกันง่าย ๆ เพื่อให้นึกภาพออกก็คือ ข้อเสนอแนะหรือคำตอบก็จะส่งผ่านออกมาทาง Recommended Action ส่วนมันหามาได้อย่างไร ก็จะส่งผ่านออกมาทาง Explanation Facility

ข้อเสนอแนะนี้สามารถนำไปเก็บกลับเข้าไปในฐานความรู้ผ่านทาง Documented Knowledge ก็ได้ หรือ นำมาปรับปรุงให้เหมาะสมต่อการใช้งาน (Knowledge Refinement) แล้วเก็บกลับเข้าไปในฐานความรู้ก็ได้ ทำนองเดียวกัน เราสามารถดึงความรู้จากฐานความรู้มาปรับให้เหมาะสม (เราจะเห็นว่ามีลูกศรเชื่อมอยู่ระหว่าง Knowledge Refinement กับ Knowledge Base และ Inference Engine) เพื่อทำการอนุมานให้ดีขึ้นตามสถานการณ์ที่ต้องการก็ได้

บล็อกนี้เลยยาวหน่อยนะครับ เพราะมีเรื่องเล่าเยอะหน่อยและผมก็เขียนเอาไว้ตั้งแต่สัปดาห์ที่แล้ว ... ก่อน Post ก็ว่าจะตัดส่วนที่เป็นบล็อกไดอะแกรมออกเพื่อให้มันสั้นหน่อย แต่ก็เสียดายครับ ... เลย Copy ใส่ลงมาทั้งหมด 

Rate this blog entry:
Office Automation System (OAS)
Expert System (ES) (1)

Related Posts

 

Comments

No comments made yet. Be the first to submit a comment
Already Registered? Login Here
Guest
Wednesday, 17 January 2018