คุยกับนายน์ EP.1: ประวัติศาสตร์ DATA เรียนรู้อดีต สู่โลกอนาคต

ในเอพิโซดแรกของ "คุยกับนายน์" เราได้พูดคุยกับอาจารย์จุลเดช อร่ามศรี (พี่ตุ้น) ผู้เชี่ยวชาญด้าน Data Platform ที่มีประสบการณ์มากกว่า 20 ปี เล่าถึงวิวัฒนาการของเทคโนโลยีข้อมูลตั้งแต่อดีตจนถึงปัจจุบัน รวมถึงอนาคตของคนทำงานด้านข้อมูลในยุค AI โดยพูดคุยร่วมกับ อาจารย์ชไลเวท พิพัฒพรรณวงศ์ CEO ของ 9Expert Training

สารบัญเนื้อหา

• 00:00 - ยุคเริ่มต้นของข้อมูล
• 05:05 - การเปลี่ยนแปลงสู่ Digital Format
• 07:06 - ยุคของ BBS และอินเทอร์เน็ต
• 09:44 - การ์ดจอภาษาไทย
• 11:04 - ยุคของ Software และ Server
• 14:59 - Y2K และการเติบโตของ Data
• 16:19 - ยุคของ Business Intelligence
• 19:02 - การมาถึงของ Social Media
• 21:05 - ยุคของ Big Data
• 24:00 - Cloud Computing
• 27:15 - Data Analytics
• 35:32 - อาชีพด้านข้อมูล
• 37:57 - AI กับอนาคตของงานด้านข้อมูล

ยุคเริ่มต้นของข้อมูล

• Lotus 1-2-3 - โปรแกรม Spreadsheet ยอดนิยมก่อนยุค Excel
• dBase III Plus - โปรแกรมฐานข้อมูลยุคแรกๆ
• FoxBase และ FoxPro - ฐานข้อมูลยุคแรกที่ต่อมา Microsoft ซื้อกิจการ

การจัดเก็บข้อมูลในยุคนั้นเริ่มจากกระดาษและเอกสารที่ต้อง "ขนเป็นรัง หลังแทบหัก" ก่อนจะค่อยๆ พัฒนาสู่รูปแบบดิจิทัล โดยการสแกนและใช้เทคโนโลยี OCR ซึ่งในสมัยนั้นมีต้นทุนการเก็บข้อมูลสูงมาก

"เริ่มต้นที่ยังไม่มีข้อมูล...ย้อนไปประมาณช่วงก่อนปี 2000 เพราะถ้าเก่าไปกว่านั้น มันก็ยังเป็นกระดาษกันอยู่ เป็น handwriting ยังไม่ดิจิตอลฟอร์ม มันเอามาต่อยอดยาก ต้องมีเป็นรังเลย เอกสารบัญชีเป็นรังเลย"

การเปลี่ยนแปลงสู่ Digital Format

การเปลี่ยนผ่านสู่ข้อมูลในรูปแบบดิจิทัลเกิดขึ้นช่วงก่อนปี 2000 เมื่อคอมพิวเตอร์เริ่มเข้ามามีบทบาท แม้ว่าจะยังเป็นเครื่องที่มีประสิทธิภาพต่ำ:

• การบูทเครื่องใช้เวลานาน มีเสียง "แก๊กๆ" จากฮาร์ดดิสก์
• โปรแกรมสเปรดชีตยุคแรกๆ เช่น Multiplan ของ Microsoft ที่มาก่อน Excel

โปรแกรมฐานข้อมูลยุคแรกเริ่มถูกนำมาใช้ในธุรกิจขนาดเล็ก เช่น:

• ร้านเช่าวิดีโอ (เป็นธุรกิจที่นิยมใช้ฐานข้อมูลในยุคแรก)
• ร้านขายของชำ

ระบบสต๊อกสินค้าขนาดเล็ก

ยุคของ BBS และอินเทอร์เน็ต

ก่อนที่อินเทอร์เน็ตจะแพร่หลาย การสื่อสารทางคอมพิวเตอร์ใช้ระบบ BBS (Bulletin Board System):

• ระบบ Local Hub ที่ผู้ใช้ต่อเข้าไปด้วยโมเด็ม
• ใช้แลกเปลี่ยนไฟล์และพูดคุยในกลุ่มเล็กๆ
• มีหลายเจ้าในประเทศไทย

อินเทอร์เน็ตยุคแรกในประเทศไทย:

• ใช้โปรแกรมเบราว์เซอร์แบบ "Gopher" ซึ่งเป็นระบบเมนูข้อความเป็นหลัก

ก่อนที่จะมี Netscape, Mosaic และ Firefox ในเวลาต่อมา

การ์ดจอภาษาไทย

ความท้าทายด้านภาษาในยุคแรกของคอมพิวเตอร์ในประเทศไทย:

• คอมพิวเตอร์สมัยนั้นไม่รองรับภาษาไทย
• วิศวกรไทยสร้าง "การ์ดจอภาษาไทย" โดยการ Modify รหัส ASCII
• ใช้รหัสเกินกว่า A-Z เพื่อใส่อักขระภาษาไทย (ก-ฮ)
• เป็นยุคของ "Localization" ที่นักพัฒนาไทยต้องดิ้นรนเพื่อให้คอมพิวเตอร์รองรับภาษาไทย

ยุคของ Software และ Server

การพัฒนาของซอฟต์แวร์และฮาร์ดแวร์ในช่วงปลายทศวรรษที่ 1990:

• เริ่มมีการใช้คอมพิวเตอร์แบบ Client-Server
• ระบบปฏิบัติการเครือข่ายยุคแรก เช่น Novell NetWare
• ข้อมูลเริ่มมีโครงสร้างชัดเจน (Structured Data):
  • มีรูปแบบตารางที่แน่นอน
  • มี Data Type ชัดเจน
  • ทุกแถวมีจำนวนคอลัมน์เท่ากัน

การเติบโตของ Server-Level Software:

• SQL Server ประมาณปี 1998-1999
• การเปลี่ยนจากเวอร์ชัน 6.5, 7.0, 8.0 เป็น SQL Server 2000
• ความท้าทายในการจัดการ Concurrency (การเข้าถึงข้อมูลพร้อมกันจากหลายผู้ใช้)

Y2K และการเติบโตของ Data

ปัญหา Y2K (Year 2000) เป็นจุดเปลี่ยนสำคัญในวงการคอมพิวเตอร์:

• เกิดจากการเก็บปีเพียง 2 หลัก (เช่น 99 แทน 1999)
• เมื่อเข้าสู่ปี 2000 เกิดความสับสนว่าจะเป็น 00 (2000) หรือ 00 (1900)
• เป็นบทเรียนสำคัญเรื่องข้อจำกัดในการจัดเก็บข้อมูล

การเติบโตของระบบข้อมูลหลังปี 2000:

• ระบบ Client-Server แพร่หลายในองค์กรต่างๆ
• ความต้องการวิเคราะห์ข้อมูลเริ่มเพิ่มขึ้น
• เกิดความท้าทายในการรวบรวมข้อมูลที่กระจัดกระจายในหลายระบบ

ยุคของ Business Intelligence

ประมาณปี 2003-2004 เกิดการเติบโตของ Business Intelligence (BI):

• SQL Server 2005 เริ่มมี BI Platform อย่างเป็นทางการ
• ระบบประกอบด้วย Integration Service, Analysis Service และ Reporting Service
• คำว่า "Business Intelligence" แปลเป็นไทยว่า "ธุรกิจอัจฉริยะ" แม้จะแปลที่ถูกต้องคือ "ข่าวกรองทางธุรกิจ"

ประเทศไทยเริ่มตื่นตัวเรื่อง BI ประมาณปี 2007

การมาถึงของ Social Media

การเติบโตของ Social Media เริ่มประมาณปี 2005-2007:

• Facebook เริ่มต้นโดยใช้ชื่อ "The Facebook" ก่อนตัด "The" ออกในภายหลัง
• Social Media สร้างการเชื่อมโยงระหว่างผู้คนที่ไม่เคยพบกันมาก่อน
• เกิดปรากฏการณ์ "Data Exhaustion" - ข้อมูลเป็น "ท่อไอเสีย" ที่หลั่งไหลออกมาอย่างต่อเนื่อง
• ข้อมูลมีความหลากหลาย (Variety) และปริมาณ (Volume) สูง และมีความเร็ว (Velocity) ในการเกิดข้อมูลใหม่ตลอดเวลา

ยุคของ Big Data

ประมาณปี 2006-2007 เกิดแนวคิดเรื่อง Big Data:

• คุณลักษณะของ Big Data คือ 3V: Volume (ปริมาณ), Velocity (ความเร็ว), และ Variety (ความหลากหลาย)
• เริ่มมีเทคโนโลยี Map-Reduce เพื่อประมวลผลข้อมูลขนาดใหญ่
• เทคโนโลยี Virtualization เข้ามาช่วยในการสร้างขุมกำลังการประมวลผล:
  • Virtual PC
  • VMware
  • Microsoft Hyper-V

ความท้าทายของการทำระบบ Big Data ในยุคแรก:

• ต้องลงทุนสูงมาก
• ส่วนใหญ่องค์กรพยายามทำเองแบบ Internal ก่อน

ต้องมี Data Center ที่กินไฟมาก ความร้อนสูง และต้องมีวิศวกรดูแล

Cloud Computing

Cloud Computing เริ่มเข้ามาในช่วงปี 2008-2010:

• เริ่มในอเมริกาประมาณปี 2008 ส่วนประเทศไทยเริ่มใช้จริงประมาณปี 2010
• บริการ Cloud ยุคแรกมีเพียงไม่กี่บริการ:
  • AWS มี S3 (Storage) และ EC2 (Compute)
  • Azure มี Azure VM และ Storage
• หลังจากปี 2013 Cloud Computing เริ่มชัดเจนขึ้น มีบริการครอบคลุมมากขึ้น

ประโยชน์ของ Cloud Computing:

• ลดภาระการดูแล Data Center
• ลดต้นทุน (ถ้าใช้อย่างเหมาะสม)
• ลดความเสี่ยงด้านฮาร์ดแวร์
• ทำให้องค์กรสามารถโฟกัสที่ Business Logic มากกว่าการจัดการโครงสร้างพื้นฐาน

Data Analytics

การวิเคราะห์ข้อมูล (Data Analytics) เติบโตควบคู่ไปกับการพัฒนาของ Cloud และ Big Data:

• เกิดเครื่องมือวิเคราะห์ข้อมูลสำหรับผู้ใช้ทั่วไป เช่น Power BI
• โครงการด้านข้อมูลต้องเริ่มจากการกำหนดความคาดหวังให้ชัดเจน
• ขนาดของโครงการควรสอดคล้องกับทรัพยากรที่มี:
  • โครงการเล็ก: ใช้เครื่องมือระดับ Desktop พอ
  • โครงการขนาดกลาง: ต้องลงทุนเพิ่มเติม
  • โครงการขนาดใหญ่: ต้องใช้เทคโนโลยีระดับ Enterprise

อาชีพด้านข้อมูล

การเติบโตของอุตสาหกรรมข้อมูลนำไปสู่การเกิดขึ้นของอาชีพเฉพาะทาง:

1. Database Administrator (DBA):
   • ดูแลระบบฐานข้อมูล
   • "ถ้า database ไม่พัง ไม่มีใครรู้จัก แต่ถ้าพัง รักเลย"
2. Data Analyst:
   • วิเคราะห์ข้อมูลและเล่าเรื่องจากข้อมูล
   • ต้องเป็น "นักเล่าเรื่อง" ที่ดี
3. Data Engineer:
   • สร้างและซ่อมแซมระบบข้อมูล
   • เขียนโปรแกรมเพื่อประมวลผลข้อมูล

แต่ละบทบาทมีความเชี่ยวชาญเฉพาะ โครงการขนาดใหญ่จึงต้องการทีมที่มีผู้เชี่ยวชาญหลากหลายด้าน:

• "ถ้าเป็นโปรเจคนะ จะทำคนเดียว ตายเลย One Man Show ก็โดดตึกเลย"
• "ต้องเป็น Professional มาช่วยกันทำ มาเป็นทีม มันไม่ได้เก่งทุกเรื่องเท่ากันทุกคน"

AI กับอนาคตของงานด้านข้อมูล
AI มีผลกระทบต่อการทำงานด้านข้อมูล แต่ไม่ได้ทดแทนคนทำงานทั้งหมด:

• AI ช่วยในงานที่ทำซ้ำหรือซับซ้อน เช่น การเขียนโค้ด
• คนทำงานด้านข้อมูลยังจำเป็นต้องมีหลักการและความเข้าใจพื้นฐาน
• การสื่อสารระหว่างมนุษย์ยังสำคัญในการนำเสนอข้อมูล

ไม่ควรพึ่งพา AI เพียงอย่างเดียว ต้องมีคนกรองและตรวจสอบ

แนะนำหลักสูตร

• Microsoft Access Intermediate (2 Days): เริ่มต้นการทำงานด้านฐานข้อมูลพร้อมกับสร้างฟอร์มสำหรับบันทึกข้อมูล
• Microsoft SQL Server Essential (2 Days): เริ่มต้นการใช้งานโปรแกรมด้านฐานข้อมูล
• Power BI Desktop for Business Analytics (2 Days): เริ่มต้นการทำงานสาย BI ด้วยเครื่องมือยอดนิยมอย่าง Power BI