15 พ.ย. GeoAI เครื่องมือบริหารจัดการความเสี่ยงยุคใหม่

ผู้บริหารยุคใหม่ใช้ AI เต็มประสิทธิภาพหรือยัง

แม้ว่าปัจจุบันผู้นำธุรกิจจำนวนมากต่างนำ AI มาใช้ในการวางแผนกลยุทธ์ แต่จากผลการสำรวจของบริษัท Fortune ร่วมกับบริษัท Deloitte กลับรายงานว่าผู้นำเหล่านั้นประเมินค่าของ AI ต่ำเกินไป โดยจากการสอบถามผู้บริหารระดับ CEO ทั้งหมดกว่า 75 เปอร์เซ็นต์ต่างคาดหวังให้ AI เปลี่ยนงานระบบ Manual ให้เป็นอัตโนมัติเพื่อประสิทธิภาพที่ดียิ่งขึ้นเท่านั้น มีเพียง 31 เปอร์เซ็นต์ที่คาดหวังให้ AI เข้าไปช่วยจัดการความเสี่ยงขององค์กร ซึ่งแท้จริงแล้วเมื่อองค์กรมีข้อมูลที่ถูกต้องและถูกนำมาใช้ร่วมกับ AI มันจะกลายเป็นเครื่องมือที่ทรงพลัง พร้อมช่วยองค์กรประเมินความเสี่ยงได้อย่างรวดเร็ว แม่นยำ และคาดการณ์ปัญหาในอนาคตได้เป็นอย่างดี

ไม่ว่าจะเป็นความเสี่ยงทางกายภาพที่อาจเกิดขึ้นในระยะเวลาอันใกล้ เช่น รอยร้าวของรันเวย์สนามบิน ก็สามารถรู้ได้โดยการใช้ภาพถ่ายร่วมกับ Object detection model หากเป็นความเสี่ยงทางกายภาพในอนาคต เช่น ความเสียหายของทรัพย์สินที่เกิดจากไฟป่า ก็สามารถคาดการณ์ได้โดยดูจากข้อมูลในอดีตร่วมกับใช้ Predictive model หรือแม้แต่ความเสี่ยงด้านการลงทุน เช่น การเลือกร้านค้าในพื้นที่ที่อาจทำกำไรได้ไม่ดี ก็สามารถสร้างแบบจำลองทำการวิเคราะห์ยอดขายร่วมกับวิเคราะห์ปัจจัยอื่น ๆ เช่น ข้อมูลของกลุ่มลูกค้า เพื่อประกอบการตัดสินใจ

วิธีการจัดการความเสี่ยงดังกล่าวสามารถทำได้ผ่าน AI ประเภทหนึ่งที่เรียกว่า Geospatial AI หรือ GeoAI ซึ่ง เป็นเทคโนโลยีสมัยใหม่ที่รวมอยู่ใน GIS สามารถตรวจจับและทำนายแพทเทิร์นที่เกี่ยวกับข้อมูลเชิงพื้นที่ต่าง ๆ เช่น ภาพถ่าย สภาพอากาศ ตำแหน่งของสินทรัพย์ แพทเทิร์นของการซื้อ และอื่น ๆ

จัดการความเสี่ยงของวันนี้และอนาคต

การใช้ GeoAI เป็นประโยชน์อย่างยิ่งต่อการจัดการความเสี่ยงทางกายภาพ เช่น การซ่อมแซมอุปกรณ์หรือป้องกันอาคารที่อาจเกิดความเสียหายจากพายุ เนื่องจากความเสี่ยงทางกายภาพนั้นสัมพันธ์กับพื้นที่ และทรัพย์สินตั้งอยู่บนตำแหน่งใดตำแหน่งหนึ่งเสมอ ซึ่งตำแหน่งนี้เองจะเป็นตัวชี้วัดว่าสินทรัพย์นั้นมีความเสี่ยงอะไรบ้าง และมีความน่าจะเป็นที่จะเกิดผลกระทบ หรือมีความร้ายแรงของผลกระทบแค่ไหน รวมทั้งการฟื้นตัวจากผลกระทบมีความรวดเร็วและมีค่าใช้จ่ายเพียงใด

หนึ่งในตัวอย่างนั้นคือ ผู้ให้บริการด้านพลังงานระดับโลกรายหนึ่งที่นำ GeoAI มาใช้ร่วมกับโดรน และภาพถ่าย เพื่อค้นหาแผงโซล่าที่ไม่ทำงานหรือชำรุด ทำให้ผู้จัดการฝ่ายปฏิบัติการรับรู้ข้อมูลแผงที่ต้องการการซ่อมบำรุงแทบจะทันที จึงคำนวณค่าใช้จ่ายในการซ่อมแซมได้ง่าย และสั่งทีมซ่อมบำรุงเข้าซ่อมแซมได้อย่างรวดเร็ว รวมทั้งสามารถควบคุมความเสียหายที่อาจกระทบการผลิตพลังงานให้เหลือน้อยที่สุด

อีกตัวอย่างของการจัดการความเสี่ยงทางกายภาพในอนาคต คือ บริษัทอสังหาริมทรัพย์ชื่อ Bouwinvest จากประเทศเนเธอร์แลนด์ที่นำ Predictive model มาใช้ในการทำนายผลกระทบของการเปลี่ยนแปลงสภาพอากาศล่วงหน้าไปจนกระทั่งปี ค.ศ. 2050 พร้อมแสดงผลของสภาพอากาศบน Dashboard ผ่านการใช้ GeoAI เพื่อให้เห็นความรุนแรงของผลกระทบในแต่ละภูมิภาคที่บริษัทมีทรัพย์สินอยู่ ทั้งยังสามารถแสดงผลได้ว่าแต่ละทรัพย์สินสามารถรับมือกับความเสี่ยงต่าง ๆ ได้หรือไม่ เช่น ปัญหาน้ำขัง ไฟป่า และความร้อนสุดขั้ว เป็นต้น

เห็นความเสี่ยงและโอกาสทางการลงทุน

นอกจากนั้น การใช้ Predictive model ยังช่วยทำให้เห็นความเสี่ยงด้านการลงทุน เพราะเมื่อองค์กรทราบผลกระทบของความเสี่ยงที่อาจเกิดขึ้นกับทรัพย์สินทั้งหมดของพอร์ทโฟลิโอแล้ว ย่อมสามารถตัดสินใจลดความเสี่ยง หรือทำการซื้อหรือขายทรัพย์สินสอดคล้องกับข้อมูล ผู้บริหารในบริษัทด้านการเงินเองก็สามารถใช้โมเดลเดียวกันนี้ในการวิเคราะห์สินเชื่อที่อาจมีความเสี่ยงไม่ได้รับชำระหนี้สืบเนื่องจากความเสี่ยงจากสภาพอากาศ ในขณะเดียวกันผู้บริหารระดับ COO ก็สามารถรับรู้ว่าบริษัทคู่ค้าใดที่อาจประสบปัญหาด้าน Supply chain เพราะอยู่ในพื้นที่ที่ประสบภัยพิบัติด้วยเช่นกัน

การใช้ GeoAI เพื่อสร้างโมเดลรายได้ของหลาย ๆ พื้นที่ที่บริษัทสนใจเปิดธุรกิจก็นับเป็นการจัดการความเสี่ยงด้านการลงทุนเช่นกัน ตัวอย่างหนึ่งคือร้านค้าปลีกแห่งหนึ่งร่วมมือกับผู้เชี่ยวชาญด้าน GeoAI ทำการทำนายยอดขายใน 10 ปีข้างหน้าของหลาย ๆ พื้นที่ โดยวิเคราะห์จากประวัติการซื้อขายใน 10 ปีที่ผ่านมา แต่เนื่องจากช่วง 10 ปีที่ผ่านมานั้นเป็นยุคที่เศรษฐกิจเฟื่องฟู เครื่องมือ GeoAI จึงทำการจำลองความเสี่ยงในช่วงเศรษฐกิจขาลงให้ด้วย เพื่อให้ผู้บริหารสามารถมองเห็นศักยภาพของแต่ละพื้นที่ตามความเป็นจริง เห็นได้ว่าการที่ GeoAI สามารถตอบคำถามสำคัญต่าง ๆ ได้ล่วงหน้าช่วยผู้บริหารลดความเสี่ยงในการเลือกโลเคชันที่ไม่สร้างผลกำไร และใช้ข้อมูลช่วยตัดสินใจเลือกโลเคชันที่เกิดผลประโยชน์สูงสุดได้

ความเสี่ยงอยู่ที่ไหนและเมื่อไหร่ต้องจัดการ

แม้ว่าตัวเลขจากสเปรดชีตหรือแผนภูมิจะช่วยให้ผู้บริหารมองเห็นความเสี่ยงที่อาจเกิดขึ้น เช่น เห็นจำนวนเงินที่มีโอกาสสูญเสีย หรือเห็นสัดส่วนทรัพย์สินในพอร์ตโฟลิโอที่อาจมีความเสี่ยง แต่การใช้ GeoAI ที่แสดงภาพเป็นแผนที่ช่วยให้ผู้บริหารเห็นความเสี่ยงในโลกแห่งความจริงได้ชัดเจนยิ่งกว่า เช่น อสังหาฯ พื้นที่ใดที่อาจได้รับผลกระทบจากพายุเฮอริเคน หรือการขาดแคลน Supply chain จะส่งผลกระทบต่อการผลิตอย่างไร เป็นต้น

นอกจากนั้น การนำ AI มาใช้ร่วมกับเทคโนโลยี GIS ยังช่วยให้ผู้บริหารเข้าใจได้ดียิ่งขึ้นว่าความเสี่ยงเปลี่ยนแปลงอย่างไรในแต่ละช่วงเวลา เพราะผลการวิเคราะห์ไม่เพียงชี้ให้เห็นว่าอะไรกำลังเกิดขึ้น แต่ยังช่วยให้ผู้บริหารคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต พร้อมทราบว่าเกิดขึ้นที่ไหน เมื่อ AI มีบทบาทสำคัญในการกำหนดยุทธศาสตร์ทางธุรกิจเช่นนี้แล้วผู้บริหารยุคใหม่จึงไม่อาจมองข้ามนวัตกรรมทางเทคโนโลยีนี้ได้ และควรนำ AI มาใช้อย่างเต็มประสิทธิภาพเพื่อความก้าวนำหน้าการแข่งขันอยู่เสมอ

ค้นหาศักยภาพของเทคโนโลยี GIS กับการประยุกต์ใช้ในอุตสาหกรรมอื่นๆ เพิ่มเติม

อ่านเพิ่มเติม