ทุกวันนี้เราได้ยินคำว่า ‘Digital Transformation’ หรือ ‘การเปลี่ยนผ่านสู่ดิจิทัล’ อยู่บ่อยครั้ง ท่านผู้อ่านเคยสงสัยหรือไม่ว่าอะไรที่ทำให้เทคโนโลยีดิจิทัลเปลี่ยนแปลงทุกอย่างรอบตัวเราได้อย่างรุนแรงและรวดเร็วขนาดนี้
หลายคนเปรียบเทียบเทคโนโลยีดิจิทัลเป็นเหมือนทราย เม็ดทรายแต่ละเม็ดคือหน่วยเล็กๆ ที่สามารถนำมารวมกันเป็นอะไรก็ได้ บางคนอาจปั้นเป็นปราสาท บางคนอาจทำเป็นสนามเด็กเล่นก็ได้ – พอจะเห็นว่าหน่วยที่เล็กที่สุดคืออะไร คล้ายจะจับต้องได้ แต่ก็ไม่ง่าย ลื่นไหล ไร้รูป เป็นอะไรก็ได้แล้วแต่คนเล่นจะสร้างสรรค์
การเปรียบเทียบนี้ซ่อนสมมติฐานที่สำคัญไว้ประการหนึ่งคือ เทคโนโลยีดิจิทัลเป็นเพียงเครื่องมือที่มีความเป็นกลาง (neutral) ที่จะดีหรือร้ายก็ขึ้นอยู่กับผู้ใช้ แนวคิดนี้เป็นแนวคิดที่สาธารณะส่วนใหญ่เข้าใจ แต่ในโลกวิชาการ เทคโนโลยีดิจิทัลไม่ได้เป็นกลาง ทว่ากลับมี ‘แก่น’ หรือธรรมชาติพิเศษบางอย่างที่ทำให้เทคโนโลยีดิจิทัลแตกต่างจากเทคโนโลยีประเภทอื่นในประวัติศาสตร์ และจากแก่นดังกล่าวก็ทำให้โลกดิจิทัลเปลี่ยนแปลงได้อย่างรวดเร็วเสียเหลือเกิน
อย่างไรก็ตาม คำอธิบายที่มองว่าเทคโนโลยีดิจิทัลไม่ได้เป็นกลางนั้น ไม่ได้หมายความว่าเทคโนโลยีเป็นปัจจัยที่กำหนดทุกอย่างในระบบเศรษฐกิจและสังคม (technological determinism) เท่ากับว่าเทคโนโลยีไม่ได้ลอยอยู่นอกโลกหรืออยู่เหนือสังคม หากแต่เป็นการเปิดพื้นที่ความเป็นไปได้ใหม่และสิ่งที่จะเกิดขึ้นจริงๆ (ที่เป็นผลมาจากเทคโนโลยี) นั้นขึ้นอยู่กับปัจจัยทางสังคม (Kallinikos, 2004)
เมื่อเทคโนโลยีดิจิทัล ‘จดจำ’ ทุกอย่างที่เราทำ
นักวิจัยรุ่นบุกเบิกที่ศึกษา ‘แก่น’ ของเทคโนโลยีดิจิทัล คือ ศาสตราจารย์ Shoshana Zuboff จาก Harvard Business School เธอเคยเขียนหนังสือสำคัญเล่มหนึ่งชื่อ In The Age of Smart Machine ตั้งแต่ปี 1988 ซึ่งนำเสนอว่า ‘แก่น’ สำคัญอย่างหนึ่งของเทคโนโลยีดิจิทัลคือ ความสามารถในการ ‘จดจำ’ และ ‘บันทึก’ ทุกอย่างที่มันทำโดยอัตโนมัติ (Zuboff, 1988)
ลองนึกถึงตอนเราสั่งอาหารผ่านแอปพลิเคชัน นอกจากแอปพลิเคชันจะส่งออเดอร์ไปที่ร้านอาหารแล้ว ระบบยังเก็บข้อมูลทุกอย่างเกี่ยวกับผู้ใช้โดยอัตโนมัติ เช่น เราสั่งอาหารอะไรบ่อย สั่งช่วงเวลาไหน ใช้เงินเท่าไร หรือให้คะแนนร้านอย่างไร ข้อมูลเหล่านี้เกิดขึ้นเองโดยอัตโนมัติ และกลายเป็นทรัพยากรสำคัญที่แพลตฟอร์มนำไปใช้เพื่อพัฒนาบริการต่อได้ เช่น แนะนำร้านที่เราน่าจะชอบ หรือจัดทำโปรโมชันเพื่อเพิ่มฐานลูกค้าให้ใหญ่ขึ้น เป็นต้น
อย่างไรก็ดี เรื่องที่น่าทึ่งคือ Zuboff เห็นศักยภาพเหล่านี้ตั้งแต่ 35 ปีก่อน ก่อนที่พวกเราจะมี Big Data หรือ Generative AI เสียอีก แนวทางการศึกษาเทคโนโลยีของ Zuboff นั้นน่าสนใจและทรงพลังมาก เพราะถ้าเราสามารถสกัดเอา ‘แก่น’ ออกมาจากเทคโนโลยีได้ เราจะสามารถใช้ ‘แก่น’ นั้นอธิบายเทคโนโลยีชนิดเดียวกันไม่ว่าจะอยู่ที่ไหนหรือช่วงเวลาใดก็ตาม (generalizable)
‘แก่น’ ที่ทำให้เทคโนโลยีดิจิทัลพิเศษ
นักวิจัยกลุ่มหนึ่งจาก London School of Economics นำโดย Jannis Kallinikos วิเคราะห์และสรุปว่าเทคโนโลยีดิจิทัลมี ‘แก่น’ พิเศษอยู่ 4 ชนิด ประกอบด้วย (Kallinikos et al., 2013)
1. การแก้ไขได้ไม่จำกัด (editability)
2. ความสามารถในการโต้ตอบ (interactivity)
3. การเปิดให้ดัดแปลงได้ (openness & reprogrammability)
4. การกระจายตัว (distributedness)
หากเปรียบเทียบกับ Microsoft Word จะเห็นว่าโปรแกรม Word มีคุณลักษณะเหล่านี้อยู่ครบถ้วน เมื่อเปรียบเทียบ Microsoft Word กับเครื่องพิมพ์ดีด เราจะเห็นความแตกต่างอย่างชัดเจน โดยเราสามารถพิมพ์เพิ่มหรือลบข้อความได้ตลอดเวลา และสามารถแต่งฟอนต์ ขนาด หรือสีของตัวอักษรแต่ละตัวได้อย่างอิสระ (editability)
นอกจากนี้ Microsoft Word แตกต่างจากเครื่องพิมพ์ดีดตรงที่เราสามารถซูมเข้า-ออกได้ และดูเอกสารได้หลากหลายมุมมอง โดยไม่จำเป็นต้องแก้ไขเนื้อหา (interactivity) อีกทั้งยังสามารถเพิ่มความสามารถใหม่ๆ ให้ Microsoft Word ได้เรื่อยๆ เช่น ติดตั้งตัวตรวจคำผิด เพิ่มเครื่องมือแปลภาษา และใส่ระบบจัดรูปแบบอัตโนมัติ (openness & reprogrammability) เป็นต้น
ท้ายที่สุด เอกสาร Microsoft Word อาจมีองค์ประกอบจากหลากหลายที่ เช่น ฟอนต์จากเว็บต่างๆ รูปภาพจากอินเทอร์เน็ต และอาจมีการเชื่อมต่อกับ OneDrive ซึ่งทำให้ผู้เขียนหลายคนสามารถแก้ไขพร้อมกันได้ (distributedness)
ทั้งนี้ Kallinikos เน้นย้ำว่าคุณลักษณะพื้นฐานที่ทำให้ editability, interactivity, openness & reprogrammability และ distributedness เป็นไปได้มีอยู่สองอย่างคือ ‘การแยกส่วน’ (modularity) และ ‘ความละเอียด’ (granularity) ซึ่งจะได้กล่าวถึงต่อไป
เมื่อทุกอย่าง ‘แยกส่วน’ ได้:
การปฏิวัติอุตสาหกรรมคอมพิวเตอร์ที่เริ่มจาก IBM
ย้อนกลับไปเมื่อปี 1964 บริษัท IBM ได้สร้างประวัติศาสตร์หน้าสำคัญด้วยการเปิดตัวคอมพิวเตอร์ System/360 ที่เปลี่ยนโลกคอมพิวเตอร์ไปตลอดกาล โดยก่อนหน้านั้นคอมพิวเตอร์เป็นระบบ ‘ก้อนเดียวจบ’ (integrated, tightly coupled) กล่าวคือทุกชิ้นส่วนต้องทำงานร่วมกันแบบตายตัว ส่งผลให้การเปลี่ยนหรือพัฒนาอะไรก็ทำได้ยากเพราะต้องแก้ทั้งระบบ (Baldwin and Clark, 2000)
แต่ IBM System/360 เปลี่ยนทุกอย่าง ด้วยการออกแบบคอมพิวเตอร์ให้มีลักษณะ ‘แยกส่วน’ (modularity) เหมือนการต่อเลโก้ซึ่งแต่ละชิ้นส่วนเป็นอิสระจากกัน โดยมีมาตรฐานในการเชื่อมต่อที่ชัดเจน เอื้อให้เกิดการพัฒนาชิ้นส่วนแต่ละชิ้นแยกจากกัน และสามารถนำชิ้นส่วนแต่ละชิ้นมาประกอบกันให้ทำงานร่วมกันได้
การคิดค้น System/360 เปลี่ยนแปลงอุตสาหกรรมคอมพิวเตอร์อย่างพลิกฝ่ามือ จนเกิดบริษัทที่เชี่ยวชาญเฉพาะด้านมากมาย เช่น บริษัททำหน่วยความจำ ทำฮาร์ดดิสก์ หรือทำซอฟต์แวร์ แต่ละบริษัทแข่งกันพัฒนานวัตกรรม ทุกอย่างมีราคาถูกลงเพราะมีการแข่งขัน จนทำให้เทคโนโลยีพัฒนาเร็วขึ้นเพราะแต่ละบริษัทสามารถเลือกพัฒนาความเชี่ยวชาญในแต่ละด้านได้ (specialization)
จากการ ‘แยกส่วน’ สู่นวัตกรรมไร้ขีดจำกัด:
เมื่อการพัฒนานวัตกรรม ‘ไม่ล็อกจุดหมาย’
แนวคิดเรื่อง ‘การแยกส่วน’ ในโลกดิจิทัลมีความพิเศษเมื่อเทียบกับโลกทางกายภาพ เพราะมีคุณลักษณะที่เรียกว่า ‘product agnostic’ หรือ ‘ไม่ล็อกจุดหมาย’ กล่าวคือเทคโนโลยีดิจิทัล (โดยเฉพาะซอฟต์แวร์) ถูกสร้างขึ้นมาแบบเปิดกว้าง ไม่ได้จำกัดว่าต้องนำไปใช้ทำอะไร (Yoo et al., 2010)
ตัวอย่างที่ชัดเจนที่สุดคือ Google Maps เพราะเมื่อ Google เปิดให้ใช้ API ครั้งแรกในปี 2005 ก็ไม่มีใครคาดคิดว่ามันจะถูกนำไปสร้างนวัตกรรมได้หลากหลายเพียงใด
ปัจจุบันเราได้เห็นนวัตกรรมมากมายที่เกิดจาก Google Maps ไม่ว่าจะเป็น Grab/Lineman ที่ผสมผสาน Google Maps กับระบบเรียกรถยนต์ Foodpanda/Grab Food ที่ผสมผสาน Google Maps กับระบบสั่งอาหาร Airbnb ที่ผสมผสาน Google Maps กับระบบจองที่พัก หรือแม้แต่ Pokemon GO ที่ผสมผสาน Google Maps กับการเล่นเกม
สิ่งเหล่านี้สะท้อนคุณลักษณะ ‘ไม่ล็อกจุดหมาย’ (product agnostic) ของ Google Maps ที่เอื้อให้เกิดการสร้างธุรกิจและบริการใหม่ๆ แบบที่ไม่เคยมีใครคาดคิดมาก่อนเป็นไปได้
เมื่อทุกอย่างเป็น ‘ตัวเลข’:
จาก Remix ถึง Generative AI
แก่นสุดท้ายที่สำคัญคือ ‘ความละเอียด’ (granularity) กล่าวคือทุกอย่างในโลกดิจิทัลถูกแปลงเป็นตัวเลข 0 และ 1 หรือ binary เมื่อกลับไปดูในอดีต สื่อแต่ละประเภทแยกจากกันอย่างเด็ดขาด เช่น เพลงต้องอยู่ในเทปหรือซีดี ภาพต้องอยู่ในฟิล์มหรือกระดาษ และภาพยนตร์ต้องอยู่ในวิดีโอหรือดีวีดี
แต่เมื่อทุกอย่างถูกแปลงให้เป็นระบบดิจิทัล (digitization) ก็ถูกเปลี่ยนให้เป็นภาษาเดียวกันคือตัวเลขทำให้สามารถรวมทุกอย่างไว้ในที่เดียวกันและผสมผสานกันได้ง่าย เนื้อหาหลากหลายรูปแบบ ไม่ว่าจะเป็นภาพ เสียง หรือตัวอักษร สามารถถูกรวมไว้ในโครงสร้างพื้นฐานดิจิทัลเดียวกันได้ (Tilson et al. 2010)
สิ่งนี้เป็นที่มาของ ‘วัฒนธรรม Remix’ ที่ใครๆ ก็สามารถตัดต่อคลิป มิกซ์เพลง สร้างมีม หรือแต่งภาพได้ (Lessig, 2008) และนี่คือพื้นฐานที่ทำให้ Generative AI ทำได้ทุกอย่างที่เราเห็นทุกวันนี้ โดย Generative AI เรียนรู้จากข้อมูลดิจิทัลจำนวนมหาศาล ไม่ว่าจะเป็นข้อความ รูปภาพ เสียง หรือวิดีโอ ที่ถูกรวมไว้ในโครงสร้างพื้นฐานดิจิทัลอย่างอินเทอร์เน็ตจนสามารถสังเคราะห์เพื่อสร้างสิ่งใหม่ๆ ได้ตลอดเวลา
จาก ‘แก่น’ สู่ ‘Generativity’:
พลังสร้างสรรค์ที่ไร้ขีดจำกัด
ที่ผ่านมาเริ่มมีแนวคิดที่น่าสนใจอย่างยิ่งคือ ‘Generativity’ ซึ่งถูกบัญญัติขึ้นโดย Jonathan Zittrain (2009) แห่ง Harvard Law School แนวคิดดังกล่าวมุ่งอธิบายถึงศักยภาพของระบบในการสร้างผลลัพธ์ใหม่ๆ ที่ไม่ได้ถูกวางแผนไว้ล่วงหน้า โดยมี ‘นวัตกรรมแบบผสมผสาน’ (Combinatorial Innovation) เป็นแรงขับเคลื่อนสำคัญ เพราะการผสมผสานระหว่างโมดูลและชิ้นส่วนต่างๆ สามารถสร้างความเป็นไปได้ใหม่ๆ อย่างไม่มีที่สิ้นสุด
ยิ่งไปกว่านั้น การมาถึงของ Generative AI ยังยกระดับ Generativity ให้สูงขึ้นไปอีกขั้นผ่านความสามารถในการเรียนรู้รูปแบบจากข้อมูลมหาศาลและสร้างสรรค์สิ่งใหม่ที่ซับซ้อน ไม่ว่าจะเป็น GPT ที่สามารถสร้างเนื้อหาที่ผสมผสานความรู้จากหลากหลายศาสตร์ หรือ DALL-E ที่สร้างภาพที่ผสานสไตล์ต่างๆ เข้าด้วยกัน
การผนวกรวมระหว่าง Combinatorial Innovation (เช่น การผสมผสานชิ้นส่วนดิจิทัลในรูปแบบใหม่ๆ ให้กลายเป็นสินค้าและบริการใหม่) และ Combinatorial Creativity (เช่น การใช้ Generative AI สร้างเนื้อหาในรูปแบบใหม่) ได้นำไปสู่ระบบนิเวศดิจิทัลที่มี Generativity สูง ราวกับเป็นการเปิดประตูสู่นวัตกรรมที่ไร้ขอบเขต จากประเด็นเหล่านี้เองที่ทำให้เทคโนโลยีดิจิทัลเปลี่ยนแปลงทุกอย่างรอบตัวเราได้อย่างรุนแรงและรวดเร็วเสียเหลือเกิน
ทำไมต้องเข้าใจ ‘แก่น’ เหล่านี้?
การเข้าใจ ‘แก่น’ ของเทคโนโลยีดิจิทัลนั้นมีความสำคัญอย่างยิ่ง เพราะช่วยให้เข้าใจว่า ‘ทำไมโลกดิจิทัลถึงเปลี่ยนแปลงได้อย่างรวดเร็วและรุนแรงขนาดนี้?’ จนช่วยให้คาดการณ์แนวโน้มในอนาคตได้ดีขึ้น สามารถใช้ประโยชน์จากเทคโนโลยีได้อย่างเต็มที่ และเตรียมพร้อมรับมือกับการเปลี่ยนแปลงที่จะเกิดขึ้นได้
เมื่อเราเข้าใจว่า ‘การจดจำ’ (informate) เป็นธรรมชาติของเทคโนโลยีดิจิทัล เราจะระมัดระวังเรื่องความเป็นส่วนตัวมากขึ้น เมื่อเราเข้าใจเรื่อง ‘การแยกส่วน’ (modularity) และการพัฒนาแบบ ‘ไม่ล็อกจุดหมาย’ (product agnostic) เราก็อาจมองเห็นโอกาสในการสร้างธุรกิจใหม่ๆ จากการผสมผสานเทคโนโลยีที่มีอยู่
นอจากนี้การเข้าใจ ‘แก่น’ เหล่านี้ช่วยให้เข้าใจที่มาที่ไปของเทคโนโลยีใหม่ๆ ได้ดีขึ้น เช่น ความเข้าใจเกี่ยวกับ Generative AI ว่าเป็นผลลัพธ์ตามธรรมชาติของการพัฒนาเทคโนโลยีดิจิทัล ไม่ใช่ของวิเศษที่เกิดขึ้นลอยๆ เป็นต้น
เมื่ออ่านมาถึงตรงนี้ ลองมองรอบตัวว่ามีเทคโนโลยีอะไรที่แสดงให้เห็น ‘แก่น’ เหล่านี้บ้าง คุณคิดว่า ‘แก่น’ เหล่านี้อาจนำไปสู่นวัตกรรมอะไรได้อีกในอนาคต และเราควรใช้ความเข้าใจแบบนี้ให้เป็นประโยชน์กับการทำงานหรือธุรกิจของเราอย่างไร แม้ว่าอนาคตอาจไม่แน่นอน แต่การเข้าใจ ‘แก่น’ ของเทคโนโลยีดิจิทัลอาจช่วยให้รับมือกับการเปลี่ยนแปลงได้ดีขึ้น และทำให้เราเป็นส่วนหนึ่งของการสร้างอนาคตนั้นด้วย
เอกสารอ้างอิง
Baldwin, C. Y., & Clark, K. B. (2000). Design rules, volume 1: The power of modularity. MIT Press.
Kallinikos, J. (2004). Farewell to constructivism: Technology and context-embedded action. The social study of information and communication technology: Innovation, actors, and contexts, 140, 161.
Kallinikos, J., Aaltonen, A., & Marton, A. (2013). The ambivalent ontology of digital artifacts. MIS quarterly, 357-370.
Lessig, L. (2008). Remix: Making art and commerce thrive in the hybrid economy (p. 352). Bloomsbury Academic.
Tilson, D., Lyytinen, K., & Sørensen, C. (2010). Research commentary—Digital infrastructures: The missing IS research agenda. Information systems research, 21(4), 748-759.
Yoo, Y., Henfridsson, O., & Lyytinen, K. (2010). Research commentary—the new organizing logic of digital innovation: an agenda for information systems research. Information systems research, 21(4), 724-735.
Zittrain, J. (2009). The future of the internet: and how to stop it. Penguin UK.
Zuboff, S. (1988). In the age of the smart machine: The future of work and power. Basic Books, Inc..
เรื่อง: อัครพัชร์ เจริญพานิช
