PowerPoint-เทคโนโลยีธุระกิจดิจิทัลเพื่อการจัดการอาชีพ.pptx

ครดู วงรัตน์ ชมุ ศรี

สารบัญ

1หนว่ ยที่ ความรพู้ ื้นฐานเก่ยี วกบั ดจิ ทิ ัล หน่วยท่ี 5 ธรุ กรรมการเงนิ ดิจิทลั ระบบเงินดิจทิ ัล
สกุลเงินดิจทิ ลั หรอื คริปโทเคอรเ์ รนซี

2หนว่ ยที่ การจัดการข้อมลู ขนาดใหญ่ 6หนว่ ยที่ การทาธุรกจิ ดิจทิ ลั บนสื่อสังคมออนไลน์

3หน่วยท่ี อินเตอรเ์ น็ตทุกสรรพสง่ิ หน่วยท่ี 7 กรณีศกึ ษาเทคโนโลยีดจิ ิทลั เชื่อมโยง
อาชพี
4หนว่ ยท่ี เทคโนโลยที ี่ใชใ้ นการทาธุรกรรม หน่วยที่
8 การประยกุ ต์ใชเ้ ทคโนโลยีดจิ ทิ ัลในอาชพี
โดยไม่ต้องผา่ นบุคคลทีส่ าม ของการเป็นพลเมืองดดี จิ ิทลั

หน่วยที่ 1 เก่ียวดบั ดิจิทลั

01 ความหมายของดจิ ทิ ลั 05 กฏหมายเกยี่ วกบั ดจิ ทิ ลั

02 ประเภทของ สือ่ ดจิ ทิ ลั 06 การใชอ้ นิ เทอรเ์ นต็

03 องค์ประกอบของสอ่ื ดจิ ทิ ลั 07 การใชด้ จิ ทิ ลั
04 อปุ กรณด์ จิ ทิ ลั
08 จริยธรรมในการใชง้ านเทคโนโลยี
ดิจิทลั

ความหมายของดจิ ทิ ลั

หมายถึง อุปกรณ์และการประยุกต์ที่เกี่ยวข้องกับ
เทคโนโลยีคอมพิวเตอร์ไอที ความสามารถในการทางานและ
วิเคราะห์ข้อมูลจานวนมาก เช่น ภาพยนตร์ วิดีโอ วีดิทัศน์ แผนท่ี
ข้อมลู ซ้ือ-ขายสินค้า ขอ้ มูลอบุ ัติเหตุ ข้อมูลการเดินทาง ฯลฯ ซึ่งรวม
เปน็ ขอ้ มลู ขนาดใหญ่ หรือ Bigdata ที่สามารถทางาน แบบอัตโนมัติ
และสามารถที่จะเรียนรู้เองของอุปกรณ์ (MachineLearning) ซึ่งใช้
วิทยาการด้านปัญญาประดิษฐ์ (ArtificialIntelligence หรือ AI)เป็น
พน้ื ฐาน แม้ว่าดจิ ทิ ัลจะพฒั นากา้ วหน้าไปมากเพยี งใดแตก่ ็ยงั ตอ้ งพึ่ง
อาศยั เทคโนโลยีคอมพิวเตอร์

ประเภทของส่ือดจิ ิทลั

ส่อื ดจิ ิทัล เป็นสื่อที่มีการนาข้อความ กราฟิก ภาพเคลื่อนไหว เสียง
มาจดั รปู แบบโดยอาศัยเทคโนโลยคี วามเจริญกา้ วหน้าทางด้านคอมพิวเตอร์

2.1 CD Training คือการสร้างสื่อดิจิทัลในลักษณะที่เป็น CD ที่ใช้
ในการสอนการใชง้ านโปรแกรมคอมพวิ เตอร์ เช่น สอนการใชโ้ ปรแกรม Micro
soft Word 2.2 CD Presentation คือ การสร้างสื่อดิจิทัลในลักษณะที่เป็น CD
ทใี่ ช้สาหรบั การนาเสนอในสถานที่ตา่ งๆ เชน่ นาเสนอขอ้ มูลในทีป่ ระชุม

2.3 VCD/DVD คือ การสร้างสื่อดิจิทัลในลักษณะที่เป็น CD
ภาพยนตร์ที่มีการตัดต่อภาพยนตร์ต่างๆในลักษณะที่เป็น MovieClip แล้วนามา
จัดเรยี งตอ่ กนั เป็นภาพยนตร์ 1 เร่ือง ฯลฯ

2.4 E-Book และ E-Document คือ การสร้างสอ่ื ดิจทิ ลั ในลักษณะหนัง
สือ่ อเิ ล็กทรอนกิ ส์ ซึง่ สามรถสร้างโดยการแปลงไฟล์เอกสารต่างๆ ให้เป็น Webp
age หรือ PDF File ฯลฯ

องค์ประกอบของสอื่ ดิจทิ ลั

3.1 ข้อความ (Text) เป็นส่วนที่เกี่ยวกับเนื้อหาของมัลติมีเดีย ใช้แสดง
รายละเอยี ด หรือเนอ้ื หาขอเรือ่ งทน่ี าเสนอ

3.1.1 ข้อความที่ได้จากการพิมพ์ เป็นข้อความปกติที่พบ
ได้ท่ัวไปไดจ้ ากการพิมพ์ด้วยโปรแกรมประมวลผล (Word Processor) เช่น Not
epad, Microsoft Word3ฯ.1ล.2ฯ ข้อความจากการสแกน เป็นข้อความในลักษณะ
ภาพไดจ้ ากการนาเอกสารทพี่ มิ พไ์ ว้มาสแกนด้วยเครื่องสแกนเนอร์ (Scanner)
ได้ผลลัพธ์เป็นภาพ (Image)

3.1.3 ข้อความไฮเปอร์เท็กซ์ (Hypertext) เป็นรูปแบบ
ของข้อความที่ได้รับความนิยมสูงมากในปัจจุบันโยเฉพาะการเผยแพร่เอกสาร
ในรูปแบบของเอกสารเว็บ เนื่องจากสามารถใช้เทคนิคการลิงค์ข้อความไปยัง
จุดอื่นๆ

องค์ประกอบของสอ่ื ดิจิทลั

3.1.3 ข้อความไฮเปอร์เท็กซ์ (Hypertext) เป็นรูปแบบของข้อความท่ี
ไดร้ ับความนยิ มสงู มากในปจั จบุ นั โยเฉพาะการเผยแพรเ่ อกสารในรูปแบบของเอกสารเว็บ
เนื่องจากสามารถใชเ้ ทคนิคการลิงค์ข้อความไปยงั จุดอ่นื ๆ

3.2 เสียง (Audio)จัดเก็บอยู่ในรูปแบบของสัญญาณดิจิทัลสามารถเล่นซ้า
กลบั ไปกลับมาได้โดยใช้โปรแกรมที่ออกแบบมาโดยเฉพาะสาหรบั งานด้านเสียง

3.3 ภาพนิ่ง (StillImage) ภาพที่ไม่มีการเคลื่อนไหว เช่น ภาพถ่าย ภาพวาด และ
ภาพลายเสน้ ฯลฯ

3.4 ภาพเคลื่อนไหว (Animation) ภาพกราฟิกที่มการเคลื่อนไหวเพื่อ
แสดงขั้นตอนหรือปรากฏการณ์ต่างๆที่เกิดขึ้นอย่างต่อเนื่องเช่น การเคลื่อนไหว
ของลูกสบู ของเคร่ืองยนต์ ฯลฯ

3.5 วิดีโอ (Video) เป็นองค์ประกอบของมัลติมีเดียที่มีความสาคัญมาก
เน่อื งจากวดิ โี อในระบบดจิ ิทัลสามารถนาเสนอข้อความหรือรปู ภาพไดส้ มบรู ณ์

3.6 ภาพสามมิติ (3Dimensions)การมองภาพสามมิติปัจจุบันความ
ทันสมัยของเทคโนโลยโี ดยใช้แวน่ ตาหรือโทรศัพท์

อปุ กรณ์ดจิ ิทลั

4.1 โทรศัพท์เคลือ่ นที่ แท็บเล็ต คือ อุปกรณ์อิเล็กทรอนิกส์ที่ใช้ในการสื่อสาร
สองทางผา่ นโทรศพั ท์มือถือ ใช้คล่ืนวิทยใุ นการติดต่อกับเครอื ขา่ ยโทรศัพทม์ อื ถือ

4.2 ดิจิทัลคอมพิวเตอร์ คอมพิวเตอร์ทั่วไปในปัจจุบันจัดเป็นดิจิทัล
คอมพวิ เตอร์ทง้ั หมด ดิจิทลั คอมพวิ เตอรเ์ ป็นเคร่อื งคานวณอเิ ล็กทรอนกิ ส์ที่ใช้งานเก่ียวกับ
ตัวเลข

4.3 ทีวดี ิจิทลั เปน็ ระบบส่งผา่ นสญั ญาณภาพวิดโี อและเสยี งโดยระบบดจิ ิทลั
4.4 บัตรเครดิต บัตรที่ธนาคารหรือสถาบันทางการเงินออกให้กับลูกค้าที่มี
เงินเดือนหรือรายรบั ตอ่ เดอื นเข้าเกณฑ์มาใชจ้ า่ ยล่วงหนา้ หรอื ทเี่ รียกว่า เครดิต

4.5 ตู้เอทีเอ็ม บัตรเอทีเอ็ม สมาร์ตการ์ด ตู้เอทีเอ็ม คือ เครื่องที่
ทาหน้าที่ในการจ่ายเงินอัตโนมัติโดยผู้ถือบัตรATM สามารถใช้งานกับ
เครื่องชนดิ นี้ได้ในการเบกิ -ถอนตอ้ งเข้ารหัสท่ีเรียกว่า PINก่อนทุกครั้งเพื่อ
ความปลอดภยั

บัตรเอทีเอ็ม (ATM Card, Key Card ,Bank Card)เป็นบัตรท่ี
ได้รับการรองรับโดยธนาคารหรือสถาบันการเงินที่ออกให้ใช้ทาธุรกรรม
บนเครื่องรับจ่ายเงินอัตโนมัติ (Automatic Teller Machine:ATM) ใช้ฝาก
โอน ถอน

สมาร์ทการ์ด เป็นบัตรชนิดหนึ่งที่มีขนาดใกล้เคียงกับบัตร
เครดติ หรือบตั รเอทเี อ็มพลาสติกมีการฝังชิบคอมพิวเตอร์ (Computer Chip)
ไว้ภายในบัตร

กฎหมายเก่ยี วกบั ดจิ ทิ ลั

5.1 พ.ร.บ. สานกั งานพฒั นาธรุ กรรมทางอเิ ล็กทรอนกิ ส์ พ.ศ.2562
5.2 พ.ร.บ. ว่าดว้ ยธุรกรรมทางอเิ ล็กทรอนิกส์ พ.ศ.2544
5.3 พ.ร.บ. การพัฒนาดจิ ิทัลเพอ่ื เศรษฐกจิ และสงั คม พ.ศ.2560
5.4 พ.ร.บ. สภาดจิ ทิ ัลเพ่ือเศรษฐกิจและสงั คมแหง่ ประเทศไทย พ.ศ.2562

5.5 พ.ร.บ. การบรหิ ารงานและใหบ้ ริการภาครฐั ผา่ นระบบดจิ ทิ ัล พ.ศ.2562
5.6 พ.ร.บ. ว่าด้วยการกระทาความผดิ เกย่ี วกบั คอมพิวเตอร์ พ.ศ.2560
5.7 พ.ร.บ. การรักษาความม่นั คงความปลอดภัยไซเบอร์ พ.ศ.2560
5.8 พ.ร.บ. คุ้มครองข้อมลู สว่ นบุคคล พ.ศ.2562

การใชอ้ ินเตอรเ์ นต็

อินเตอร์เน็ต คอื ระบบเครือข่ายคอมขนาดใหญ่ เป็นการนาเครื่องคอมหลายเครื่อง
มาเชื่อมต่อกัน ช่วยให้ติดต่อสื่อสารกันระหว่างทั่วโลกกันได้ การใช้งานต้องผ่านผู้รับ
ใบอนุญาตอินเตอร์เน็ต ISP สาหรับในไทยก็มอี ยหู่ ลายบริษทั เชน่ KSC internet service
ประโยชน์อนิ เตอรเ์ นต็
อนิ เตอร์เนต็ มีความสาคญั กบั ทกุ ๆด้าน ทงั้ ภาครัฐ เอกชน ธุรกิจ การศึกษา พาณิชย์
ดา้ นการศึกษา
เป็นแหลง่ คน้ คว้าหาข้อมูล ,เป็นเสมอื นห้องสมดุ ขนาดใหญ่

ด้านธุรกิจและการพาณชิ ย์
ช่วยในการค้นหาข้อมูลต่างๆเพื่อช่วยในการตัดสินใจ ,สามารถซื้อขายผ่าน
ระบบดิจทิ ลั
ดา้ นบนั เทงิ
การพกั ผ่อนหย่อนใจ ,ฟงั วทิ ยไุ ด้ ,ดูภาพยนตท์ ง้ั เร่อื งเกา่ เรอ่ื งใหมไ่ ด้

ด้านอ่นื ๆ
สามารถส่งจดหมายอิเล็กทรอนิกส์ ,โอนถ่ายข้อมูลต่างๆได้ ,ค้นหาข้อมูลจาก
เวบ็ ต่างๆได้
สามารถโตต้ อบกันผ่านแชทได้

การใชด้ จิ ิทลั

การใชด้ จิ ทิ ัลหรอื เทคโนโลยดี จิ ทิ ัล (Digital Literacy) คือการนาเครื่องมืออุปกรณ์ และ
เทคโนโลยีดิจิทัลที่มีอยู่ในปัจจุบัน เช่น คอมพิวเตอร์ โทรศัพท์ แท็บเล็ต โปรแกรมคอมพิวเตอร์
และสื่อสังคมออนไลน์มาใช้ให้เกิดประโยชน์สูงสุดในการสื่อสาร การปฏิบัติงานและการทางาน
รว่ มกัน เชน่ การใช้เทคโนโลยดี จิ ิทัล 9 ดา้ น ได้แก่

7.1 การใชง้ านคอมพวิ เตอร์ 7.7 การใชโ้ ปรแกรมสร้างสอ่ื ดจิ ิทัล
7.2 การใช้อนิ เทอรเ์ น็ต 7.8 การทางานร่วมกนั แบบออนไลน์
7.3 การใชง้ านเพื่อความมัน่ คงปลอดภัย 7.9 การใช้ดิจทิ ัลเพื่อความมั่นคปลอดภยั
7.4 การใชโ้ ปรแกรมประมวลผลคา
7.5 การใช้โปรแกรมตารางคานวณ
7.6 การใชโ้ ปรแกรมนาเสนองาน

จริยธรรมในการใชง้ านเทคโนโลยดี ิจิทลั

คณุ ธรรม จริยธรรมเปน็ สง่ิ ท่ที าให้สงั คมอย่รู ่วมกันอย่างสงบสุข เอ้อื ประโยชนซ์ ง่ึ กนั และกัน เป็น
ความรับผิดชอบต่อสังคมของสมาชิกทุกคนในสังคม ที่จะมีไว้ซึ่งคุณธรรมและจริยธรรม เพื่อให้
สงั คมอยรู่ ่วมกนั ได้ การใช้งานเทคโนโลยีดจิ ทิ ัลหากผู้ใชข้ าดคุณธรรมและจริยธรรมในการใช้งาน
อาจทาให้เกิดปัญหาเกิดขึ้นทั้งแก่ ตนเอง สังคม และประเทศชาติ ดังนั้น ผู้ใช้งานเทคโนโลยีดิจิทัล
จึงควรมคี ณุ ธรรม จรยิ ธรรมในการใชง้ าน ดงั นี้
8.1 ยดึ ถือ ปฏิบตั ติ ามแนวทาง แนวปฏบิ ตั ิ ระเบียบ กฎเกณฑต์ ามทีก่ าหนด
8.2 ใช้ส่ือสงั คมออนไลนอ์ ยา่ งมคี วามรบั ผิดชอบตอ่ สังคม
8.3 ไมล่ ะเมดิ ลิขสทิ ธ์ิ ทรพั ยส์ ินทางปัญญา เชน่ ไม่ใช้ซอฟต์แวร์ ท่ีไมม่ ีลขิ สิทธ์ิ
8.4 ไมล่ ะเมิดลขิ สิทธผ์ิ ู้อืน่ เชน่ ใชอ้ ุปกรณ์เทคโนโลยขี องผอู้ นื่ โดยไม่ไดร้ ับอนุญาต
ตลอดจนการเข้าถึงข้อมูลสว่ นบคุ คลของผูอ้ ่นื

จรยิ ธรรมในการใชง้ านเทคโนโลยีดิจทิ ลั

8.5 การใช้เทคโนโลยีดิจทิ ัลตอ้ งไมร่ บกวนการทางานของผอู้ ื่น
8.6 คานงึ ถึงสงิ่ ทีจ่ ะเกิดขึ้นกับสังคมอนั ตดิ ตามมาจากการกระทาของตน
8.7 ไมค่ วรให้ข้อมูลทเี่ ปน็ เทจ็ หรอื นาข้อมูลท่ีเปน็ เทจ็ เข้าสรู่ ะบบอนิ เทอร์เน็ต
8.8 ไม่บิดเบือนความถกู ต้องของขอ้ มลู ให้ผู้รบั ตอ่ ได้ข้อมูลท่ีไม่ถกู ต้อง
8.9 ไมโ่ จรกรรมขอ้ มลู ขา่ วสาร ทาร้ายหรือละเมิดสทิ ธขิ องผ้อู นื่
8.10 ไม่สอดแนมหรอื แกไ้ ขเปิดดขู ้อมูลผ้อู ื่น
8.11 ไมค่ วรเปดิ เผยข้อมูลกับผูท้ ี่ไม่ไดร้ บั อนุญาต
8.12 ไม่คดั ลอกโปรแกรมผูอ้ น่ื ท้งั ท่ีมีลิขสิทธแิ์ ละไมม่ ลี ขิ สทิ ธ์ิ
8.13 ไมน่ าผลงานของผู้อนื่ มาเปน็ ของตน

หน่วยท่ี 2 ขอ้ มูลขนาดใหญ่

01 ความหมายของขอ้ มลู ขนาด 05 ประเภทของ Big Data
ใหญ่

02 คุณลกั ษณะของ Big 06 การจดั การโครงสรา้ ง
Data ข้อมูลขนาดใหญ่

03 ประโยชนข์ อง Big Data 07 บคุ ลากรและทกั ษะการทา Big
Data

04 ตวั อยา่ งการใชข้ อ้ มลู Big 08 การเริ่มทา Big Data Project
Data

09 Machine Learning เบ้ืองตน้

ความหมายของขอ้ มลู ขนาดใหญ่

สรปุ ความหมายของ Big Data คือ จานวนข้อมูลที่มีขนาดใหญ่มหาศาล
เกนิ กว่าขดี ความสามารถในการประมวลผลของระบบฐานขอ้ มลู ธรรมดา
ท่ีจะรองรบั ได้ ปรมิ าณข้อมูลที่มีขนาดใหญ่มากๆ มีอัตราการเพิ่มข้อมูล
ได้อย่างรวดเรว็ มากและแนวคดิ เน้นการเก็บ การรักษาและการใช้ข้อมูล
จากข้อมูลที่มีอยู่ในระบบฐานข้อมูลและข้อมูลที่กระจัดกระจายนอก
ฐานข้อมูล โดยทั่วไปอยู่ในรูปข้อมูล เอกสาร รูปถ่าย วิดีโอ ไฟล์เสียง
และสอื่ สังคมออนไลน์ ฯลฯ

คณุ ลักษณะของ Big Data

โดยทั่วไปลักษณะพื้นฐานของ Big Data มี 3 ลักษณะ คือ ปริมาณ
(Volume) ความหลากหลาย (Variety) และความเร็ว (Velocity) แต่ปัจจุบันมี
คณุ ลักษณะทเี่ พิ่มข้นึ มาอกี 3 ลักษณะ ที่ทาใหข้ ้อมูลขนาดใหญ่ (Big Data)
มีคุณลักษณะขึ้นและเหมาะที่จะนามาใชช้ในการวิเคราะห์เพื่อให้ได้มาซึ่ง
ความเข้าใจเชิงลึก ประกอบดว้ ยส่วนประกอบหลกั 6 ลกั ษณะ หรอื 6 Vs ดงั น้ี

2.1 V ที่ 1 Volume (ปรมิ าณ)
ปรมิ าณ หมายถึง จานวนข้อมูลที่มีปริมาณมหาศาลเป็นปัจจัยที่มี

ความสาคัญ ซึ่งสรา้ งขอ้ มูลของ ระบบฐานข้อมูลไม่สามารถจดั เกบ็ ขอ้ มูลได้
2.2 V ที่ 2 Velocity (ความเร็ว)

ความเร็ว หมายถึง ความเร็วในการสร้างและการใช้ข้อมูล ข้อมูล
ทเ่ี ขา้ สู่ระบบฐานข้อมลู มีอตั ราการเพิ่มขึ้นอยา่ งรวดเรว็
2.3 V ที่ 3 Variety (ความหลากหลาย)

ความหลากหลาย หมายถึง ความกว้างหรือขอบเขตของข้อมูลที่มี
อยู่ รูปแบบมีความหลากหลายของข้อมูลและชนิดของข้อมูลเป็นรูปแบบที่มี
โครงสร้าง (Structured)

2.4 V ที่ 4 Veracity (ความถกู ตอ้ งแมน่ ยา)
ความถูกต้องแม่นยา หมายถึง ความน่าเชื่อถือของแหล่งที่มาของ

ข้อมูลและความถูกต้องของชุดข้อมูลมีกระบวนการในการตรวจสอบและ
ความถูกตอ้ งของขอ้ มลู
2.5 V ที่ 5 Value (ข้อมูลทมี่ ีคุณค่า)

ข้อมูลที่มีคุณค่า คือ ความสามารถนาไปใช้ประโยชน์ได้ หรือมี
มูลค่าและความสาคัญต่อธรุ กจิ ในการนามาใชป้ ระโยชน์
2.6 V ที่ 6 Variability (ความแปลผัน)

ความแปลผัน หมายถึง ข้อมูลสามารถเปลี่ยนแปลงรูปแบบไป
ตามการใช้งาน หรือสามารถคิดวิเคราะห์ใด้จากหลายแง่มุมและรูปแบบใน
การจดั เกบ็ ข้อมลู กอ็ าจจะตา่ งกนั ออกไปในแตล่ ะแหล่งข้อมูล

ประโยชนข์ อง Big Data

การใชป้ ระโยชน์จาก Big Data ในภาคธรุ กิจนน้ั เปน็ ประโยชน์โดยตรงในการนา
ข้อมูลมาหาค่าเชิงสถิติ และพัฒนาผลิตภัณฑ์ให้ตรงกับความต้องการและ
พฤติกรรมผู้บริโภค และเกิดผลิดภัณฑ์ใหม่ (Enabling New Products) ส่วนใน
ภาครฐั น้นั ยังมกี ารใช้ประโยชนจ์ าก Big Data นอ้ ยมากเมอ่ื เทียบกับภาคธุรกจิ

การนาไปใช้ประโยชน์ด้านต่างๆในประเทศไทย
3.1 การนาข้อมูลภัยพิบัติจากธรรมชาติ โดยการวิเคราะห์ที่ก้าวหน้า

การจัดการโมเดล เช่น การวิเคราะห์สถานการณ์จากโมเดลที่คาดว่าจะส่งผล
อันตรายมาพยากรณเ์ หตกุ ารณห์ รือพัฒนาโปรแกรม แจง้ เตอื นภัย ฯลฯ

3.2การน าข้อมูลมาปรับปรุง และวิธีการฟื้นฟูแก้ไข
สภาพแวดล้อมให้กลับไปสู่สภาพเดิม โดยใช้เทคโนโลยีมาวิเคราะห์ข้อมูล
การทดลอง และการทานายเพ่ือชว่ ยในการตดั สินใจในการแก้ไขปัญหาเพื่อ
วางแผนยทุ ธศาสตรท์ ัง้ ในระยะยาวและระยะสน้ั

3.3 การนาข้อมลู มาสร้างนวัตกรรม และความรู้พื้นฐานขั้นสูง เพื่อ
สร้างโครงสร้างพื้นฐานของการบริการและการนาข้อมูลเหล่นนั้นมารวบรวม
และสร้างเป็นฐานข้อมูลขนาดใหญ่ (BigData) และปรับปรุงฐานความรู้ท่ี
กว้างขวางเพอื่ เตรียมรบั และตอบสนองต่อสังคม

ตวั อย่างการใชข้ อ้ มลู Big Data

ข้อมูลขนาดใหญ่ หรือ Big Data ช่วยให้สามารถจัดการงานทางธุรกิจได้อย่างมี
ประสทิ ธิภาพไดต้ ั้งแต่การเก็บข้อมูลของลูกค้า เพื่อสร้างประสบการณ์ที่ดีให้กับ
ลกู คา้ ฯลฯ ตวั อย่างการใช้ขอ้ มลู Big Data ดงั นี้

4.1 การพฒั นาผลิตภณั ฑ์
บริษัท Netflix และบริษัท Procter & gamble ได้ใช้ข้อมูล Big Data ช่วยใน

การคาดการณ์ความต้องการของลูกค้าสร้างโมเดลเชิงคาดการณ์สาหรับผลิตภัณฑ์และ
บริการใหมๆ่ โดยการจาแนกคุณลักษณะทส่ี าคัญของผลิตภณั ฑ์หรอื บริการในอดตี และ
ปจั จุบนั
4.2 การคาดการณเ์ พื่อการบารงุ รกั ษาเครอื่ งจักรฃ

ปัจจัยที่ใช้ท านายการช ารุดของเครื่องจักรจากข้อมูลทั้งที่เป็นแบบมี
โครงสร้าง เช่น วัน เดือน ปีที่ผลิต รุ่น และข้อมูที่ไม่มีโครงสร้าง เช่น ข้อมูลจากอุปกรณ์
เซนเซอรต์ า่ งๆ อุณหภมู ิของเครื่องยนต์ การทางานผดิ ปกตขิ องเครื่องจักร
4.3 สรา้ งประสบการณท์ ่ดี ีใหก้ บั ลกู ค้า

ในสภาวะการแข่งขนั ทางการคา้ ในปจั จุบัน การเสนอประสบการณ์
และขอ้ สนอที่ดที สี่ ดุ และตรงในแกล่ กู ค้าทีส่ ุดจะเป็นผไู้ ดเ้ ปรยี บในการแขง่ ขัน

4.4 การตรวจสอบการโกงและการปฏบิ ัติตามกฎระเบยี บ
การโกงในระบบเครือข่ายอินเทอร์เน็ตไม่ได้มีเฉาะจากแฮกเกอร์

เท่านน้ั ซ่งึ จะต้องเผชิญกบั ผ้เู ช่ยี วชาญในหลายรปู แบบ
4.5 การเรยี นรู้ของเครอื่ งจักร

การเรยี นรู้ของเครื่องจักร หรือ Machine Learning กาลังเป็นที่นิยม
อยู่ในขณะนี้ ข้อมูลโดยเฉพาะอย่างยิ่งข้อมูลขนาดใหญ่เป็นเหตุผลที่สามารถ
สอนเครื่องจกั รได้
4.6 ประสิทธิภาพในการปฏบิ ัติงาน

ในการปฏิบัติงานปกติจะไม่ทราบว่าการด าเนินงานนั้นมี
ประสิทธิภาพเพียงใด แต่ในพ้ืนทท่ี มี่ ีข้อมลู ขนาดใหญ่ทาใหส้ ามารถวิเคราะห์
และขา้ ถงึ การผลติ หรอื การปฏิบตั ิงานได้

4.7 การขับเคลือ่ นในการสร้างสรรคส์ งิ่ ใหมๆ่
ข้อมูลขนาดใหญ่ หรือ Big Data สามารถช่วยในการสร้างสรรค์สิ่งใหม่ๆ

ได้โดยการศึกษาความสัมพันธ์ระหว่างบุคคล สถาบัน หน่วยงาน องค์กร กระบวนการ
และดาเนินการกาหนดวิธีการใหม่ในการใชข้ ้อมลู เชิงลกึ เหลน่ นั้น
4.8 การทางานของขอ้ มูลขนาดใหญ่

ข้อมลู ขนาดใหญใ่ หข้ ้อมูลเชิงลึกใหม่ๆ เพื่อเปิดโอกาสและรูปแบบธุรกิจ
ใหมๆ่ การเร่มิ ตน้ ใชง้ านประกอบดว้ ย 3 ขั้นตอนสาคัญ ดังน้ี

4.8.1 การรวบรวมขอ้ มลู
การรวบรวมขอ้ มูลของ Big Data เปน็ การรวบรวมข้อมลู จาก

หลากหลายแหล่งทัง้ ท่มี า และการใช้งานที่แตกตา่ งกนั อยา่ งมาก ซึ่งกลไก และ
เทคโนโลยแี บบด้งั เดมิ ETL ไม่สามารถทาได้ขอ้ มลู ขนาดใหญต่ ้องการเทคนิค
วธิ กี ารและเทคโนโลยีใหม่ในการรวบรวมข้อมูลขนาดเทระไบต์

4.8.2 การจดั การข้อมูล
ข้อมูลขนาดใหญ่ หรือ Big Data มีความต้องการสถานที่ในการ

จัดเก็บขอ้ มลู ขนาดใหญ่ การจัดเกบ็ ข้อมูลเป็นชนิดใดก็ได้ เช่น แบบ On Premises
หรือ แบบ Cloud ขึ้นอยู่กับความต้องการ ความสะดวกในการใช้สามารถใช้และ
ประเมณิ ผลได้

4.8.3 การวิเคราะห์
การลงทุนสร้างข้อมูลขนาดใหญ่หรือ Big Data จะมีประโยชน์หรือ

คุ้มค่าต่อเมื่อใช้และวิเคราะห์ข้อมูล การวิเคราะห์ข้อมูลทาให้เกิดความกระจ่างและ
ชัดเจนในชุดข้อมูลที่มีอยู่ การสารวจข้อมูลยังทาให้ค้นพบสิ่งใหม่แชร์สิ่งที่ค้นพบ
ใหม่ๆต่อผ้อู ่นื

ประเภทของ Big Data

ขอ้ มลู (Data) คือ ข้อเท็จจริงทเ่ี กิดขน้ึ ขอ้ มูลอาจจะอยใู่ นรปู แบบข้อความหรอื
ตัวเลข ขอ้ ความเหล่าน้อี าจเป็นเรื่องที่เกี่ยวข้องกับคน สัตว์ สิ่งของ เช่น ความคิดเห็นของ
คนเกีย่ วกับการเลือกต้ัง ฯลฯ โดย Big Data แบง่ ขอ้ มลู ออกเปน็ 3 ประเภท ดงั น้ี

5.1 ข้อมูลแบบมีโครงสร้าง (Structure Data) คือ ตารางข้อมูลที่มีลักษณะ
ชัดเจน สามารถเก็บในรูปแบบของ Relational Database หรือระบบฐานข้อมูลเชิง
สัมพันธ์ ซ่งึ เปน็ การเกบ็ ขอ้ มูลให้อยูใ่ นรปู แบบของตาราง (Table)ทีม่ กี ารจดั เรียงอย่าง
เป็นรปู แบบท่ชี ดั เจนและเปน็ ระเบยี บ

5.2 ข้อมูลแบบกึ่งโครงสร้าง (Semi Structure Data) เป็นข้อมูลที่จัดเก็บ
อย่างมีรูปแบบในระดับหนึ่งและข้อมูลที่สามารถค้นหา (Search) หรือแท็ก (Tag) เช่น
เว็บเพจท่ีมีการระบชุ ื่อเพจ คาสาคัญในเพจและวนั ที่อปั เดตข้อมลู

5.3 ขอ้ มูลแบบไม่มีโครงสร้าง (Unstructured Data) เปน็ ขอ้ มูลที่ไม่
สามารถระบุรปู แบบไดแ้ นน่ อน เปน็ ได้ท้งั ขอ้ มความ รปู ภาพ วดิ โี อ และเสยี ง ไม่
สามารถจัดเก็บในรูปแบบ Relational Database ดงั นัน้ ตอ้ งเลอื กท่ีจะเกบ็ ขอ้ มลู
ในรปู แบบ Non-Relational Database และสามารถใชเ้ ครอ่ื งมือทเี่ ป็น No-SQL
(No-only SQL) จัดการ

การจดั การโครงสรา้ งขอ้ มลู ขนาดใหญ่

การนา Big Data มาใช้งานควรพิจารณาว่าข้อมูลจะไหลเวียนไปยังสถานท่ี
แหล่งทมี่ า ระบบ เจ้าของ และผใู้ ชจ้ านวนมาก มี 5 ข้นั ตอน ดังนี้

6.1 กาหนดกลยุทธเ์ กย่ี วกบั ขอ้ มูลขนาดใหญ่
ในระดับสูง กลยุทธ์ข้อมูลขนาดใหญ่เป็นแผนที่ออกแบบมาเพื่อช่วยใน

การกากับดูแลและปรับปรุงวิธีที่ได้รับจัดเก็บ จัดการ แบ่งปัน และใช้ข้อมูลภายในและ
ภายนอกองค์กร

6.2 ระบุแหลง่ ข้อมูลขนาดใหญ่
6.2.1 กระแสข้อมูลมาจาก Internet of things (loT) และอุปกรณ์ที่เชื่อต่อ

อื่นๆ ที่ไหลเข้าสู่ระบบไอทีจากอุปกรณ์สวมใส่ รถยนต์อัจฉริยะ อุปกรณ์ทางการแพทย์
อปุ กรณอ์ ตุ สาหกรรม และอืน่ ๆ

6.2.2 สื่อสงั คมออนไลน์ ขอ้ มูลเกิดจากการโต้ตอบบนเฟสบุ๊ค (Facebook)
ยูทบู (YouTube) อนิ สตาแกรม (Instagram)

6.2.3 ขอ้ มลู ท่เี ปดิ เผยต่อสาธารณะชน มาจากแหล่งข้อมลู แบบ
เปดิ ขนาดใหญเ่ ช่น data.gov ของรฐั บาลสหรฐั อเมรกิ า CIA World Factbook
หรือพอรท์ ลั ข้อมูลแบบเปดิ ของสหภาพยุโรป

6.2.4 ข้อมูลขนาดใหญ่อน่ื ๆอาจมาจากพนื้ ทเ่ี ก็บขอ้ มูลสว่ นกลาง
แหล่งข้อมูลบนระบบคลาวด์ซพั พลายเออร์และลกู ค้า

6.3 การเข้าถงึ จดั การและจัดเก็บขอ้ มูล
ระบบคอมพวิ เตอรส์ มัยใหม่มคี วามเร็ว พลงั และความยืดหยุ่น

ที่จะเป็นในการเข้าถึงข้อมูลจานวนมากและประเภทของข้อมูลขนาดใหญ่
ไดอ้ ยา่ งรวดเรว็

6.4 วิเคราะห์ขอ้ มูล
เนื่องจากเทคโนโลยีที่มีประสิทธิภาพสูง เช่น Grid Computing

(การประมาลผลแบบกริด) หรือการวิเคราะห์ในหน่วยความจา องค์การต่างๆ
สามารถเลอื กท่ีจะใชข้ อ้ มลู ขนาดใหญ่ทั้งหมดมาวเิ คราะหไ์ ด้

6.5 ตัดสินใจดยใช้ขอ้ มูล
ข้อมูลที่รับการจัดการและมีความน่าเชื่อถือ สามารถนาไปสู่

การวิเคราะห์ ที่น่าเชื่อถือและการตัดสินใจที่น่าเชื่อถือ เพื่อให้สามารถ
แข่งขันได้กับธุรกิจต่างๆ จาเป็นต้องได้รับประโยชน์สูงสุดจากข้อมูลขนาด
ใหญแ่ ละดาเนินงานบนพน้ื ฐานขอ้ มลู

บคุ ลากรและทกั ษะการทา Big Data

การเริ่มทา Big Data Project สามารถทาให้สาเร็จได้ด้วยบุคลากรที่มีความ
เชี่ยวชาญเฉพาะด้านซึ่งในบางหน่วยงานยังขาดบุคลากรที่มีทักษะในด้านข้อมูลจานวน
มาก องค์กรต้องวางแผนพัฒนาบุคลากรและส่งเสริมให้มีการเรียนรู้ อบรมบุคลากรให้
ความรู้ความเขา้ ใจเฉพาะดา้ น สามารถแบ่งบุคลากรผูเ้ ช่ยี วชาญออกเปน็ 3 หนา้ ท่ีดงั น้ี

7.1 วิศวกรข้อมูล (Data Engineer) คือ บุคคลที่ทาหน้าที่ติดตั้งวางระบบ
เซิร์ฟเวอร์ ระบบความปลอดภัย (Security) และดูแลจัดการข้อมูลทั้งหมดของระบบ
ตั้งแต่ระบุชนิดของข้อมูล วางโครงสร้างของข้อมูล รวมถึงการทาข้อมูลให้มีความ
ถูกต้องและพร้อมใช้งาน เพื่อส่งข้อมูลต่อไปให้ Data Scientist นาไปต่อยอดใน
การทางาน

ทกั ษะของ Data Engineer
1. SQL
2. NoSQL
3. Python
4. Hadoop หรือ (HDFS) Hadoop file System
5. Cloud Computing
6. ระบบหลกั ทีใ่ ชใ้ นการบรกิ ารขององคก์ ร

7.2 นักวิทยาศาสตร์ (Data Scientist) คือ บุคคลที่น าข้อมูลมาหา
ความสัมพันธ์จากการวิเคราะห์เชิงลึก มีความรู้ด้านการวิเคราะห์ข้อมูลและสร้างมุบค่า
ให้กับข้อมูล โดยการทางานของ Data Scientist นั้นเริ่มจากการตั้งโจทย์ การเลือก
ข้อมูลที่ตอบโจทย์ รวมถึงการนาข้อมูลที่ได้มาสร้างโมเดล และพัฒนาโมเดลให้
แมน่ ยามากท่ีสดุ เพอ่ื นาโมเดลน้นั ไปประยกุ ต์ใชง้ านไดจ้ รงิ และเกดิ ประโยชนส์ งู สุด

ทกั ษะของ Data Scientist
1. พน้ื ฐานทางคณิตศาสตร์
2. พน้ื ฐานทางการเขียนโปรแกรม
3. พ้ืนฐานความรู้เฉพาะทาง

7.3 นักวิเคราะห์ข้อมูล (Data Analyst) คือ บุคคลที่ใช้ข้อมูลในการ
วเิ คราะห์แนวโน้มหรือแกป้ ัญหาจากส่งิ ท่ีต่างไปจากแนวโน้มเดิม โดยใช้หลักสถิติเพื่อ
วเิ คราะหท์ ั่วไปและนามาแสดงผล แก้ไขปญั หาภายในองคก์ ร หรือกาหนดยุทธศาสตร์
ภายในองค์กร โดยการทา Data Analyst ไม่ใช่การวิเคราะห์ในเชิงลึกเหมือน Data
Scientist แต่ตอ้ งอาศัยประสบการณจ์ ากความรเู้ ฉพาะด้านน้ันๆ

ทักษะของ Data Analyst ส่วนใหญ่ทักษะของ Data Analyst เป็นการใช้
เครื่องมือต่างๆเพื่อนามาวิเคราะห์โดยเฉพาะ เช่น Microsoft Excel SAS หรือเครื่องมือ
ในการทา BI ตา่ งๆ เชน่ Power BI Tableau Rapid Miner ฯลฯ

การเรม่ิ ทา Big Data Project

การนา Big Data เขา้ มาใช้ในองคก์ ร การทาโปรเจกต์ใหส้ าเร็จ หมายถึง
การสรุปโปรเจ็กต์ให้ได้ตามที่ตกลงสามารถส่งมอบระบบและใช้งานได้จริงอย่าง
เสถยี รภายในเวลาที่กาหนด ในการปฏิบัติจริงการส่งงานตามเวลาที่กาหนดอาจจะ
ไม่ได้หมายถึงการเสร็จงาน โปรเจกต์ต้องสรุปว่าสุดท้านองค์กรได้รับระบบที่ตอบ
โจทย์การใช้งานของผู้ใช้งานจริง โดยผู้ใช้มีความเข้าใจในระบบและสามารถปรับ
หรือแก้ไขงานท่ีเช่ือมโยง Workflow ได้อย่างยดื หยุน่

8.1 ศึกษาให้เข้าใจปัญหาและความต้องการขององค์กร การวางเป้าหมาย
ในการทางานถือเป็นขั้นตอนแรกและเป็นขั้นตอนที่สาคัญที่สุดในการกาหนด
แนวทางของการทางาน โดยเริ่มจากปัญหาที่พบให้ชัดเจนหรือข้อสงสัยต่างๆที่ทาให้
ตอ้ งหาทางแก้ไข

8.2 ศึกษาให้เข้าใจข้อมูล การศึกษาให้เข้าใจข้อมูลเป็นขั้นตอนที่ 2
ของการสร้างโมเดลเพื่อวิเคราะห์ข้อมูลซึ่งหากทราบเป้าหมายในการใช้ข้อมูล ไม่
สามารถทารบไดว้ า่ ตอ้ งใชข้ ้อมลู อะไรบ้าง การศึกษาให้เข้าใจขอ้ มูลไมใ่ ช่แคก่ ารทา
ความสะอาดข้อมูล (Cleansing Data) แต่ต้องศึกษาให้เข้าใจว่าข้อมูลใดมี
ความสาคญั

8.3 การเตรียมขอ้ มูล เพ่ือวิเคราะหถ์ อื ว่าเป็นข้นั ตอนท่ใี ช้เวลานาน
ทสี่ ุดของการทา Big Data Project อาจจะใชเ้ วลาประมาณ 75-80% ของการ
ทาโปรเจกตท์ ้งั หมด

ข้นั ตอนการทาความสะอาดข้อมลู 4 ขน้ั ตอน ดังน้ี
1. Passing คอื การแจกแจงขอ้ มูลตามประเภทของข้อมูล
2. Correcting คือ การแก้ไขขอ้ มลู ท่ผี ดิ พลาด
3. Standardizing คือ การทาข้อมลู ใหเ้ ป็นรปู แบบเดยี วกนั
4. Duplicate Elimination คอื การลบขอ้ มูลท่มี คี วามซา้ ซ้อมกันทงิ้

8.4 การสร้างโมเดลถือเป็นขั้นตอนที่สาคัญที่สุด โดย Data Scientist ที่มี
ประสบการณ์จะสามารถพิจารณาได้ว่าแต่ละโจทย์จะเลือกใช้อัลกอริทึม (Algorithm)
และสามารถเลอื กตวั แปรทเี่ หมาะสมทาให้ใชเ้ วลาน้อยในการสร้างโมเดลหน่ึงโมเดล

ตัวอย่างการสร้างโมเดล ดังนี้
1. Classification คอื การทานายข้อมูลแต่ละข้อมูลของประชากร
ควรจดั อย่ใู นกลมุ่ ใด
2. Regression คอื การประมาณดวู า่ ข้อมูลแตล่ ะตวั ควรมคี า่ เชงิ ตัว
เลขเปน็ เท่าไร

3. Similarity Matching คือ การหาอัตลกั ษณ์ที่เหมอื นกันตามมติ ิต่างๆ
4. Clustering คอื การจัดกลุ่มหรือการกระจุกตวั ของข้อมลู
5. Link Prediction คือ การทานายความเช่อื มโยงระหว่างขอ้ มูลแต่ละขอ้ มลู

วา่ มคี วามสมั พนั ธ์กนั หรอื ไมแ่ ละมคี วามสมั พันธ์กันในระดันใด
6. Profiling (Anatomy Detection) คอื การวเิ คราะหค์ ุณลักษณะท่เี กี่ยวขอ้ ง

กับพฤตกิ รรมในการทากิจกรรมบางสงิ่ บางอยา่ ง
8.5 การประเมินผลโมเดล หลังจากที่ได้โมเดลแล้ว ต้องประเมินว่าดมเดลนั้นมีความ
แมน่ ยามากหรือนอ้ ยเพียงใด โดยการประเมินผลอาจเป็นทั้งในกรณีที่สามารถวัดออกมา
เป็นค่าได้หรอื เรียกวา่ การวดั เชิงประมาณ เชน่ การทานายยอดขาย ฯลฯ

8.6 การนาโมเดลไปใช้งานจริง หลังจากที่ได้ดมเดลที่มีคุณภาพและมี
ความแม่นยาตามที่ต้องการ สามารถนาโมเดลนั้นมาประยุกต์ใช้กับงานจริง โดย
ต้องมีการปรับปรุงเพื่อให้เหมาะสมกับสภาวะจริง เพื่อนาโมเดลมาสร้างเป็น
ผลิตภัณฑ์ (Product) ต่างๆ เช่นการสรา้ งระบบแอปพลิเคชัน (Application) ทานาย
ความมีโอกาสในการได้งานทาหรืออาจร่วมกับระบบอื่น เช่น ระบบช่วยการ
ตัดสนิ ใจ (Decision Support System) ฯลฯ

Machine Learning เบ้ืองตน้

โดยการเรียนรู้ของ Machine คล้ายกับการเรียนรู้ของมนุษย์โดยเรียนรู้
จากประสบการณ์ ยิ่งรู้มากยิ่งง่ายต่อการพยากรณ์ว่าอะไรจะเกิดขึ้นต่อไป เมื่อ
ประสบกับเหตุการณ์ที่ไม่เคยเห็นมาก่อน มีความเป็นไปได้ที่พยากรณ์เหตการณ์
ได้น้อยลง เพื่อที่จะเพิ่มความแม่นยาในการพยากรณ์เมื่อมีข้อมูลตัวอย่างและ
ผลลัพธ์ของข้อมูลให้ Machine ได้เรียนรู้สามารถสร้างกฎหรือที่เรียกว่าโมเดลใน
การพยากรณ์โดยการเรยี นรขู้ อง Machine learning แบ่งออกเปน็ 2 ประเภท ดังน้ี

การเรียนรแู้ บบมีผูส้ อน (Supervised Learning)
1. Supervised Learning (การเรียนรู้โดยมีผู้สอน) คือ การทาให้
คอมพวิ เตอรห์ าคาตอบของปญั หาไดด้ ้วยตนเอง หลังจากเรียนรู้จากชุดข้อมูล
ตัวอย่างที่ประกอบด้วยข้อมูลและผลลัพธ์ของข้อมูล คล้ายกับการสอนเด็ก
ด้วยรูปภาพ โดยที่รูปภาพของสัตว์จะมีข้อมูลบ่งบอกด้วยว่าเป็นสัตว์ชนิดใด
และเม่ือนาภาพสัตว์ที่ไม่เคยเห็นมาทดสอบสามารภแยกแยะว่าเป็นสัตว์ชนิด
ใด เรียกกระบวนการสอนดงั กลา่ ววา่ Classification
2. การเรียนรู้แบบไม่มีผู้สอน (Unsupervised Learning) คือ การ
ให้คอมพิวเตอร์เรียนรู้จากข้อมูลอย่างเดียวโดยปราศจากผลลัพธ์ของข้อมูล
เชน่ การสารวจข้อมูลประชากรเพือ่ หารปู แบบ (Pattern) ของข้อมูล สามารถ
ใช้อัลกอริทึม (Algorithm) เพื่อหารูปแบบ (Pattern) ในการแบ่งกลุ่มข้อมูล
(Clustering)

การประยกุ ตใ์ ช้ Machine Learning
1. การทางานอัตโนมัติ (Automation) การทางานอัตโนมัติในด้านต่างๆ เช่น
หุ่นยนต์ (Robot) ทีด่ าเนนิ การตามกระบวนการตามขั้นตอนในโรงงานการผลิต ฯลฯ
2. อุตสาหกรรมการเงิน (Finance Industry) ใช้ Machine Learning เพื่อ
หารูปแบบ (Pattern) ของขอ้ มลู เพ่ือป้องกันการฉอ้ โกง
3. องค์การภาครัฐ (Government Organization) ใช้ Machine Learning
ในการจดั การความปลอดภัยของระบบสาธารณูปโภค เช่น มีการใช้ปัญญาประดิษฐ์
(Artificial Intelligence : AI) เพอ่ื ชว่ ยใหก้ ารข้ามถนนมคี วามปลอดภัย ฯลฯ
4. การตลาด (Marketing) มักใช้ในการวเิ คราะหข์ ้อมูลขนาดใหญ่
(Big Data) เพ่ือเพ่ิมประสทิ ธิภาพการหาความสัมพันธ์ของลูกค้าและการโฆษณา
ด้านการตลาด

หนว่ ยท่ี 3 ข้อมูลขนาดใหญ่

01 หลกั การทางานของ 05 เสน้ ทางการเรยี นรขู้ อง
อินเทอรเ์ นต็ ทกุ สรรพสง่ิ อนิ เทอร์เนต็ ทกุ สรรพสงิ่

02 ความเปน็ มาของ 06 อนิ เทอรเ์ นต็ เชอื่ มตอ่ กบั
อินเทอรเ์ นต็ ทกุ สรรพสง่ิ ทกุ สรรพสง่ิ

03 ประโยชนข์ องอนิ เทอรเ์ นต็ 07 อปุ กรณท์ ส่ี ามารถเชอื่ มตอ่ กับ
ทุกสรรพสงิ่ อนิ เทอรเ์ นต็

04 การประยกุ ตใ์ ชง้ าน 08 เทคโนโลยที ช่ี ว่ ยใหส้ รรพสงิ่
อนิ เทอรเ์ นต็ ทกุ สรรพสง่ิ ประมวลผล

09 อนาคตของอนิ เทอรเ์ นต็ ทกุ
สรรพส่ิง

หลกั การทางานของอนิ เทอรเ์ นต็ ทกุ สรรพสงิ่

อนิ เทอรเ์ น็ตทกุ สรรพสิง่ (Internet of Things) เป็นการเปล่ยี นแปลง
ทางเทคโนโลยที ีจ่ ดั ว่าเปน็ เทคโนโลยีเปลย่ี นแปลงโลก (Disruptive Technology)
ซึ่งววิ ฒั นาการของเทคโนโลยี พัฒนาอย่างไม่หยุดนิ่งจนถึงยุคการปฏิวัติ
อุตสาหกรรมครั้งที่ 4 คือ Internet of Things ชื่อย่อว่าIoT หรืออินเทอร์เน็ตทุ
สรรพสิ่ง หรือเรียกว่า อินเทอร์เน็ตในทุกสิ่ง แสดงถึงความสาคัญของ
เทคโนโลยี Internet of Things เพราะเทคโนโลยีนี้ได้เข้ามามีบทบาทในชีวิต
ของทกุ คน และเปลี่ยนแปลงการใช้ชีวิตทางาน

ความเปน็ มาของอนิ เทอรเ์ นต็ ทกุ สรรพสง่ิ

อินเทอร์เน็ตเกิดขึ้นครั้งแรกในสหรัฐอเมริกา ในปีคศ. 1969 โดย
องค์การทางทหารของสหรัฐอเมริกา ชื่อว่า ยู.เอส.เอดีเฟนซ์ดีพาร์ทเมนท์
(U.S. Defence Department) เป็นคิดค้นระบบขึ้นมา วัตถุประสงค์เพื่อในมีระบบ
เครือข่ายที่ไม่มีวันตายแม้จะมีสงคราม ระบบการสื่อสารถูกทาลายหรือตัดขาด
แต่ระบบเครื่อข่ายยังทางานได้ ในปีค.ศ. 1999 Kevin Ashton บิดาแห่ง Internet
of things