Happening -

December 13, 2023December 22, 2023

Manufacturing in 2024: What to Expect

Manufacturing in 2024: What to Expect

Throughout 2023, the U.S. economy has remained largely resilient despite rapid monetary policy tightening. Buoyed by stable consumer demand and a strong labor market, the manufacturing sector performed reasonably. The manufacturing sector outlook for 2024 remains cautious amidst several challenges. Fiscal tightening, inflation, and geopolitical instability could undermine growth in 2024, and if favorable economic trends start to unwind, the risk of a downturn looms large.

Here are five 2024 predictions for manufacturers:

Rebalancing business will continue to be a challenge – Manufacturing executives have spent the past four years essentially firefighting the pandemic and its aftermath. Unsurprisingly, executives are hoping for some semblance of normalcy as they endeavor to rebalance their business.

Most leading indicators of supply chain performance, labor markets, and productivity are gradually aligning with their pre-pandemic trajectories. However, inflation, fiscal spending cuts, and geopolitical instabilities continue to loom over 2024. Investment in software and other digital technologies will help hedge against this VUCA (volatility uncertainty, complexity, and ambiguity) in 2024.

Manufacturers will accelerate investments to protect long-term profitability by broadening their smart manufacturing capabilities. The two dominant themes will be continuing to implement smart factory initiatives to achieve targeted business goals, and utilizing digital technology to increase supply chain visibility, productivity, and connectivity with suppliers, partners, and consumers.

AI will be key to optimizing supply chains and inventory – Global supply chain management approaches can broadly be divided into two types based on a company’s inventory management philosophies – just-in-time or just-in-case. Companies usually bounce between these approaches based on market conditions and operational realities. In idyllic conditions, such as the ones experienced during the previous two decades, companies gravitated towards optimizing inventory costs and, hence, just-in-time found favor. But in response to pandemic-led shortages, companies have recently sought the protection of just-in-case inventory management and increased inventories to manage contingencies.

This approach, however, has resulted in storage space shortages and a meteoric rise of warehouse rents. As manufacturers realize the long-term nature of this VUCA environment, more and more will pivot towards a data-driven and agile approach that dynamically adjusts to real-time conditions.

Spending on AI-enhanced supply chain management solutions will increase next year as manufacturers look to balance the cost and risks of inventories. Supply chain management solutions that predict demand and risks and consider supplier reliability and agility and transcontinental transportation risks will be a key factor in creating the market leaders and winners.

Automation will debottleneck warehouses – The manufacturing sector went into a just-in-case overdrive in the past few years. The peak of the deliveries started arriving all at the same time, clogging up ports and warehouses, and soon after that, the Ukraine war began. The industry has been cautiously dealing with the bullwhip effect of the supply chain. The dominant theme for 2023 has been to find a balance between bringing inventories and derisking disruptions. The factors most impacted by this bullwhip effect were warehouse utilization and rents. Although warehouse vacancy rates have cooled recently, rents are still at historical highs.

2024 will see rationalization of warehouse capacity, in light of increased real estate prices and higher interest rates. The focus will be on optimizing capacity through automation. Warehouse management systems (WMS) are likely to play a critical role because they can optimize the velocity of goods, reduce errors, improve labor productivity, and optimize warehouse storage. Integrating WMS with other supply chain solutions will see an acceleration in 2024, as customers look to achieve agility, transparency, and increased productivity in their supply chains.

AI will engulf Industry 4.0 – AI is now already at the heart of any Industry 4.0 transformation. It is widely acknowledged as the most important tool redefining the boundaries of manufacturing. However, 2023 was the year of Generative AI. The speed of maturity of Generative AI has taken the industry by surprise. 2024 will be the year of maturity for Gen-AI-related use cases and how Gen-AI will collaborate with traditional predictive AI to unleash more areas of productivity.

Four use cases are likely to mature the most and find wider adoption:

Predictive maintenance. The utilization of AI-driven predictive maintenance has evolved from preventing costly breakdowns to orchestrating maintenance schedules to optimize production. The vendor landscape will likely mature the most, and more solutions will be available to meet customer complexities and needs. As industrial equipment companies switch to the servitization model, it will act as an additional driver.
Dynamic supply chain management. After making its impact felt in inventory management and demand forecasting, AI will revolutionize supply chain management, from demand management to last-mile delivery.
Product quality via cognitive analytics. The adoption of AI-powered cognitive analytics to enhance quality control is likely to grow and mature with incorporation of Gen-AI.
Innovative design with Gen-AI-driven creativity. Product design will witness a Gen-AI-driven makeover, with algorithms generating innovative concepts based on consumer preferences and market trends. This will expedite design cycles and enhance product relevance in dynamic market conditions.

Ecosystems will take center stage – Ecosystem-centric thinking has gained solid traction in the past few years, and it will accelerate in 2024. There are various types of digital ecosystems. Some are defined by the number of partners involved, and others by what they offer. All ecosystems share these four characteristics: symbiotic, customer-centric, scalable, and most importantly, focused.

Technology partner ecosystem. No man is an island. This is particularly true for digital transformation projects, which typically rely upon several specialists. Relying on a single turnkey partner will increasingly give way to a partner ecosystem approach, which will handle the size and complexity of projects.
Platform ecosystem. Leading manufacturers are pivoting from product-centered thinking to modern platform-oriented digital thinking. In this new era, composition platforms provide the plumbing and glue for agility and digital transformation. Manufacturers will rely increasingly on the flexibility of platforms over monolithic products.

In conclusion, the manufacturing landscape will continue to evolve, battling the VUCA environment, relying on Industry 4.0 and AI synthesis in 2024. This evolution isn’t just about boosting productivity; it’s about fostering innovation, sustainability, and creating a future that combines human ingenuity with technological prowess. Embracing these advancements ensures the manufacturing sector withstands the near-term challenges and emerges even stronger in the coming decades.

December 13, 2023December 22, 2023

คาดการณ์ธุรกิจในภาคการผลิตปี 2567

ตลอดปี 2566 เศรษฐกิจของประเทศสหรัฐฯ ยังคงฟื้นตัวได้สูงแม้ว่าจะมีการปรับนโยบายด้านการเงินให้กระชับมากขึ้นก็ตาม อีกทั้งความต้องการของผู้บริโภคที่ยังคงตัวและตลาดแรงงานที่แข็งแกร่งยังช่วยให้ธุรกิจในภาคการผลิตดำเนินกิจการไปได้อย่างเหมาะสม สำหรับปี 2567 ที่จะถึงนี้ ภาคการผลิตมีแนวโน้มที่จะยังคงต้องดำเนินงานอย่างระมัดระวังท่ามกลางความท้าทายหลายประการ เช่น ความเข้มงวดทางการคลัง อัตราเงินเฟ้อ และความไม่มั่นคงด้านภูมิรัฐศาสตร์ ที่อาจเป็นอุปสรรคต่อการเติบโตในปี 2567 ได้ และหากแนวโน้มเศรษฐกิจที่ดีเริ่มหดหาย ความเสี่ยงที่เศรษฐกิจจะชะลอตัวก็จะมีมากขึ้น

คาดการณ์ธุรกิจในภาคการผลิตในปี 2567 ห้าประการ

การปรับสมดุลทางธุรกิจยังคงเป็นเรื่องท้าทาย – ผู้บริหารธุรกิจในภาคการผลิตใช้เวลาสี่ปีที่ผ่านมารับมือกับโรคระบาดและผลกระทบที่ตามมา และหวังว่าจะกลับเข้าสู่ภาวะปกติด้วยการพยายามปรับสมดุลทางธุรกิจของตน

ตัวชี้วัดประสิทธิภาพของซัพพลายเชน ตลาดแรงงาน และความสามารถในการผลิต จะค่อย ๆ ปรับตัวให้สอดคล้องกับสถานการณ์ก่อนเกิดโรคระบาด อย่างไรก็ตาม ภาวะเงินเฟ้อ การตัดค่าใช้จ่ายด้านการคลัง และความไม่แน่นอนทางภูมิรัฐศาสตร์ยังคงมีเค้ารางที่จะเกิดขึ้นต่อเนื่องในปี 2567 การลงทุนด้านซอฟต์แวร์และเทคโนโลยีดิจิทัลอื่น ๆ จะช่วยป้องกันความไม่แน่นอนจากความผันผวน ความซับซ้อน และความคลุมเครือเหล่านี้ได้

ธุรกิจในภาคการผลิตจะเร่งลงทุนเพื่อปกป้องความสามารถในการทำกำไรระยะยาว ด้วยการขยายความสามารถด้านการผลิตอัจฉริยะ (Smart Manufacturing) ของตน ประเด็นหลักสองประการที่ธุรกิจในภาคการผลิตจะนำมาใช้คือ หนึ่ง-ดำเนินแนวคิดโรงงานอัจฉริยะอย่างต่อเนื่องเพื่อให้บรรลุเป้าหมายทางธุรกิจที่ตั้งไว้ และสอง-ใช้เทคโนโลยีดิจิทัลเพื่อเพิ่มการเข้าถึงความเป็นไปของซัพพลายเชน เพิ่มความสามารถในการผลิต และเพิ่มความสามารถในการเชื่อมต่อกับซัพพลายเออร์ พันธมิตร และผู้บริโภค

AI จะเป็นกุญแจสำคัญในการเพิ่มประสิทธิภาพให้กับซัพพลายเชนและสินค้าคงคลัง – แนวทางการบริหารจัดการซัพพลายเชนทั่วโลกแบ่งเป็นสองประเภท คือ แบบทันเวลาพอดี (just-in-time) หรือ แบบการจัดเก็บและกักตุนสินค้าเพื่อใช้เฉพาะสถานการณ์ (just-in-case) การจะใช้แบบใดนั้นขึ้นอยู่กับหลักการและระบบการบริหารจัดการสินค้าคงคลังของแต่ละบริษัท แต่บริษัทต่าง ๆ มักใช้แนวทางสองแบบนี้สลับกันไปมาตามสภาพตลาดและการดำเนินงานจริง เช่น ในสถานการณ์ที่สงบสุขเช่นในช่วงสองทศวรรษที่ผ่านมา บริษัทต่าง ๆ ให้ความสนใจกับการเพิ่มประสิทธิภาพต้นทุนสินค้าคงคลัง จึงใช้แบบ just-in-time แต่ในช่วงของการขาดแคลนเนื่องจากโรคระบาดเมื่อเร็ว ๆ นี้ บริษัทต่างมองหาวิธีการบริหารจัดการสินค้าคงคลังแบบ just-in-case และเพิ่มสินค้าคงคลังเพื่อรับมือกับเหตุฉุกเฉินต่าง ๆ

อย่างไรก็ตาม วิธีการแบบ just-in-case ทำให้พื้นที่จัดเก็บไม่เพียงพอ และต้องจ่ายค่าเช่าคลังสินค้าเพิ่มขึ้นอย่างมาก ธุรกิจในภาคการผลิตตระหนักดีถึงลักษณะที่แท้จริงในระยะยาวของสภาพแวดล้อมที่มีความผันผวน ความซับซ้อน และความคลุมเครือเหล่านี้ ธุรกิจจำนวนมากเปลี่ยนไปใช้วิธีการที่ขับเคลื่อนด้วยข้อมูลและแนวทางที่คล่องตัวที่สามารถปรับได้อย่างไดนามิกให้เข้ากับสถานการณ์ต่าง ๆ ได้แบบเรียลไทม์

การใช้จ่ายด้านโซลูชันบริหารจัดการซัพพลายเชนที่ใช้ AI จะเพิ่มขึ้นในปี 2567 เนื่องจากธุรกิจในภาคการผลิตต้องการสร้างสมดุลระหว่างค่าใช้จ่ายและความเสี่ยงที่จะเกิดขึ้นกับสินค้าคงคลัง โซลูชันบริหารจัดการซัพพลายเชนที่สามารถคาดการณ์อุปสงค์และความเสี่ยงต่าง ๆ สามารถพิจารณาความน่าเชื่อถือและความคล่องตัวของซัพพลายเออร์ รวมถึงความเสี่ยงในการขนส่งข้ามทวีปได้ จะเป็นปัจจัยสำคัญหนึ่งที่จะช่วยให้ธุรกิจขึ้นเป็นผู้นำและเป็นที่หนึ่งในตลาด

ระบบอัตโนมัติจะแก้ปัญหาคอขวดให้กับคลังสินค้า – ภาคการผลิตเข้าสู่ภาวะการใช้ just-in-case เกินพิกัดไปแล้วในช่วงสองสามปีที่ผ่านมา ปริมาณการขนส่งสินค้าที่พุ่งสูงขึ้นพร้อม ๆ กัน ทำให้ท่าเรือและคลังสินค้าอัดแน่นไปด้วยสินค้าเหล่านั้น และไม่นานหลังจากนั้นสงครามยูเครนก็เริ่มขึ้น ภาคการผลิตต้องจัดการกับปรากฎการณ์แส้ม้า (bullwhip effect) ของซัพพลายเชน ซึ่งคือความผันผวนของความต้องการในซัพพลายเชนตั้งแต่ต้นน้ำถึงปลายน้ำที่ทำให้มีปัญหาสินค้าขาดแคลนหรือล้นตลาดอย่างระมัดระวัง ประเด็นสำคัญของปี 2566 คือการหาสมดุลระหว่างการเพิ่มสินค้าคงคลัง และ การลดความเสี่ยงจากการหยุดชะงัก ปัจจัยที่ได้รับผลกระทบมากที่สุดจาก bullwhip effect คือการใช้และเช่าคลังสินค้า แม้ว่ามีพื้นที่คลังสินค้าว่างมากขึ้นเมื่อเร็ว ๆ นี้ แต่ค่าเช่ายังคงอยู่ในระดับสูงเป็นประวัติการณ์

ปี 2567 เราจะได้เห็นการปรับความสามารถด้านการใช้พื้นที่คลังสินค้าให้เหมาะสม ในแง่ของราคาอสังหาริมทรัพย์ที่เพิ่มขึ้นและอัตราดอกเบี้ยที่สูงขึ้น จุดสำคัญจะอยู่ที่การเพิ่มประสิทธิภาพพื้นที่จัดเก็บผ่านระบบอัตโนมัติ โดยระบบบริหารจัดการคลังสินค้า (warehouse management systems: WMS) จะมีบทบาทสำคัญ เพราะสามารถเพิ่มความรวดเร็วในการะบวนการด้านต่าง ๆ ของสินค้า ลดข้อผิดพลาด เพิ่มผลิตภาพแรงงาน และเพิ่มประสิทธิภาพการจัดเก็บในคลังสินค้า นอกจากนี้จะมีการผสานรวม WMS เข้ากับโซลูชันด้านซัพพลายเชนอื่น ๆ เพิ่มขึ้นในปี 2567 เนื่องจากลูกค้าต้องการความคล่องตัว ความโปร่งใส และเพิ่มผลผลิตในซัพพลายเชนของตน

อุตสาหกรรม 4.0 จะใช้ AI อย่างถ้วนทั่ว – ปัจจุบัน AI เป็นเทคโนโลยีหลักของการทรานส์ฟอร์มสู่อุตสาหกรรม 4.0 โดยได้รับการยอมรับอย่างกว้างขวางว่าเป็นเครื่องมือที่สำคัญที่สุดที่จะเปลี่ยนโฉมธุรกิจในภาคการผลิต อย่างไรก็ตาม ปี 2566 เป็นปีแห่ง Generative AI (Gen-AI) และการเติบโตอย่างรวดเร็วของ Gen-AI ในปีนี้ได้สร้างความประหลาดใจให้กับภาคการผลิต สำหรับปี 2567 จะเป็นปีที่มีการนำ Gen-AI ไปใช้งานในรูปแบบต่าง ๆ อย่างสมบูรณ์ และจะมีการใช้ Gen-AI ทำงานร่วมกับการคาดการณ์ที่ใช้ AI แบบเดิม เพื่อช่วยเพิ่มผลิตผลในแง่มุมต่าง ๆ มากขึ้น

กรณีใช้งานที่มีแนวโน้มว่าจะมีการใช้ในวงกว้างมากขึ้นมีสี่รูปแบบ

การบำรุงรักษาเชิงคาดการณ์: การใช้ AI เพื่อคาดการณ์การบำรุงรักษาล่วงหน้าเกิดจากความต้องการหลีกเลี่ยงความเสียหายที่มีค่าใช้จ่ายสูง ไปจนถึงการเตรียมตารางการบำรุงรักษาเพื่อเพิ่มประสิทธิภาพด้านการผลิต ภาพรวมผู้ให้บริการทางเทคโนโลยีมีแนวโน้มเติบโตสูงมาก และโซลูชันจะพร้อมตอบสนองต่อความต้องการที่ซับซ้อนของลูกค้าได้มากขึ้น นอกจากนี้การที่อุปกรณ์ที่ใช้ในอุตสาหกรรมของบริษัทต่าง ๆ เปลี่ยนไปใช้โมเดลที่อยู่ในรูปแบบการให้บริการ โมเดลนั้นก็จะมีบทบาทช่วยขับเคลื่อนความมีประสิทธิภาพเพิ่มขึ้นอีกทางหนึ่ง
การบริหารจัดการซัพพลายเชนได้อย่างไดนามิก: นอกจาก AI ส่งผลต่อการบริหารจัดการคลังสินค้าและการคาดการณ์ความต้องการแล้ว AI จะปฏิวัติการบริหารจัดการซัพพลายเชนตั้งแต่การบริหารจัดการความต้องการไปจนถึงการส่งมอบสินค้า/บริการถึงมือผู้บริโภคอีกด้วย
คุณภาพสินค้าผ่านการวิเคราะห์องค์ความรู้: แนวโน้มการใช้การวิเคราะห์องค์ความรู้ที่ใช้ AI เพื่อเพิ่มประสิทธิภาพการควบคุมคุณภาพมีแนวโน้มจะเพิ่มมากขึ้น และจะมีการนำ Gen-AI มาใช้ร่วมกันอย่างเต็มประสิทธิภาพมากขึ้น
การออกแบบสิ่งใหม่ ๆ ด้วยแนวคิดสร้างสรรค์ที่ใช้ Gen-AI: Gen-AI จะปรับโฉมการออกแบบผลิตภัณฑ์ด้วยอัลกอริธึมที่ช่วยสร้างคอนเซปต์ใหม่ ๆ ที่อิงตามความต้องการของผู้บริโภคและแนวโน้มตลาด ซึ่งจะช่วยเร่งวงจรการออกแบบและสร้างผลิตภัณฑ์ให้ตอบโจทย์สถานการณ์ตลาดที่เคลื่อนไหวตลอดเวลาได้มากขึ้น

ระบบนิเวศจะเป็นศูนย์กลาง – แนวคิดที่เน้นระบบนิเวศเป็นศูนย์กลางได้รับการยอมรับอย่างมากในสองสามปีที่ผ่านมา และจะมากขึ้นในปี 2567 ระบบนิเวศดิจิทัลมีหลายประเภท บางประเภทถูกกำหนดด้วยจำนวนพันธมิตรที่เกี่ยวข้อง และบางประเภทขึ้นอยู่กับข้อเสนอของพันธมิตร ระบบนิเวศทั้งหมดมีลักษณะร่วมสี่ประการ: พึ่งพาซึ่งกันและกัน, ยึดลูกค้าเป็นหัวใจสำคัญ, ปรับขนาดได้, และที่สำคัญที่สุดคือมุ่งเน้นสิ่งที่ต้องการ

ระบบนิเวศพันธมิตรเทคโนโลยี: คำกล่าวที่ว่าทุกคนต้องพึ่งพากันเป็นเรื่องจริง โดยเฉพาะกับโครงการทรานส์ฟอร์มสู่ดิจิทัลที่ปกติต้องอาศัยผู้เชี่ยวชาญหลายด้าน การพึ่งพาพันธมิตรแบบครบวงจรเพียงหนึ่งเดียวจะทำให้แนวทางระบบนิเวศด้านพันธมิตรเพิ่มขึ้น เพื่อรับมือกับขนาดและความซับซ้อนของโครงการทรานส์ฟอร์มต่าง ๆ
ระบบนิเวศของแพลตฟอร์ม: ธุรกิจชั้นนำในภาคการผลิตกำลังเปลี่ยนจากแนวคิดการยึดผลิตภัณฑ์เป็นสำคัญ ไปเป็นแนวคิดดิจิทัลที่ทันสมัยโดยยึดแพลตฟอร์มเป็นหลัก ซึ่งแพลตฟอร์มที่มีองค์ประกอบรวมจะมีคุณสมบัติที่พร้อมเพื่อการทรานส์ฟอร์มสู่ดิจิทัลและมีความคล่องตัว ธุรกิจในภาคการผลิตจะพึ่งพาความยืดหยุ่นของแพลตฟอร์มมากขึ้นเพื่อการผลิตขนาดใหญ่

โดยสรุป ในปี 2567 แลนด์สเคปของภาคการผลิตจะยังคงพัฒนาและยังคงต้องต่อสู้กับสภาพแวดล้อมที่มีความผันผวน ความซับซ้อน และความคลุมเครือ และจะต้องพึ่งพาอุตสาหกรรม 4.0 และข้อมูลจากการสังเคราะห์ของ AI การพัฒนานี้ไม่เพียงเกี่ยวกับการเพิ่มผลผลิตเท่านั้น แต่ยังเกี่ยวกับการส่งเสริมนวัตกรรม ความยั่งยืน และสร้างอนาคตที่ผสานรวมความฉลาดของมนุษย์เข้ากับความสามารถทางเทคโนโลยีต่าง ๆ การนำความล้ำหน้าเหล่านี้มาใช้จะช่วยให้ภาคการผลิตมั่นใจว่าจะสามารถรับมือกับความท้าทายระยะสั้นและความท้าทายที่จะเกิดขึ้นได้แข็งแกร่งมากขึ้นในทศวรรษต่อ ๆ ไป

December 12, 2023December 19, 2023

The power of AI is open

The power of AI

One of the most prominent and compelling technologies of the current moment–artificial intelligence (AI). AI is the very definition of a “hot topic” right now, both inside and outside of the IT community, and it’s here to stay. At every turn, the media, analysts, business leaders, government officials and seemingly everyone you follow online, have something to say about AI, regardless of their industry.

The multifaceted nature of AI and the complexities of its proven and potential use cases are some of the reasons why it makes for a meaningful and timely point of discussion–and why enterprises can no longer ignore it if they want to drive their organizations forward, even if they aren’t sure when, how or where to begin.

AI now, AI everywhere

We know that the next iteration of countless technologies will be based on AI, whether it’s in the form of chat bots, software-defined vehicles, financial fraud detection or accelerated patient diagnostics. In order to survive and advance in today’s economic and technological climate, it’s imperative that business leaders prioritize implementing AI in a strategic, holistic and timely manner so that data scientists, developers, and IT operations teams can together effectively operationalize AI across the business.

Per Gartner, “AI has the potential to bring significant value to organizations by enhancing productivity, improving decision making, and creating new opportunities for growth and innovation.”[1], though some enterprises still choose to limit AI’s scope and have yet to adopt AI in more than one business function[2].

Enterprises have to consider how AI can help increase productivity or help drive revenue and differentiation… By not taking full advantage of what AI has to offer, these enterprises are passing up reduced operational costs and complexities and the opportunity to gain deeper engagements and insights that help deliver better customer experiences.

If organizations want to equip themselves to use AI effectively, they need to be able to:

Operationalize their AI use cases from idea to production by bringing different teams, such as data scientists, developers and IT ops, and technologies together
Use existing tools and processes that enable their teams to quickly drive agility and efficiency that accelerates deploying AI-enabled applications into production
Meet security, regulatory, compliance and governance standards, just as they do with other business applications

Simply put, without a proactive, comprehensive action plan on how to adopt AI across their business, enterprises will likely struggle to adapt to their customers’ changing needs.

AI with Red Hat

Combining the collaborative nature of open source with the power of AI enables Red Hat to help enterprises solve the world’s problems more effectively and quickly than many would have thought possible before the emergence of AI. Without it, who knows if HCA Healthcare could have created a real-time predictive analytics product system to more accurately and rapidly detect sepsis, or how NTT East would have developed a video AI service that delivers intelligent business insights and reduced their service operating costs by 50-60% with improved management and version control. Thankfully, Red Hat not only sees the power AI can bring to enterprises today, but also the possibilities of what it could bring tomorrow.

When it comes to AI, Red Hat focuses on:

Integrating open source technologies to bring use cases to life
- At Red Hat, we believe open source communities are where innovation begins, and this is especially true when it comes to AI. Our deep-rooted relationships with open source communities such as Kubeflow, KServe, CodeFlare and Ray, open source models from companies like Hugging Face and our upstream first approach allows us to foster open, transparent contributions, leading to downstream innovation with our partners. Red Hat’s collaborative relationships with hardware and software partners allows for flexible deployment of AI models–helping customers build a more complete AI solution–from data acquisition and preparation, to monitoring and maintenance, to hardware acceleration–based on their unique use case.

Accelerating time to value
- Red Hat brings together data scientists and developers to deliver AI-enabled applications faster and be more reactive to changes–helping go from hypothesis to model development to deployment and measurement while driving efficiencies and collaboration across team
- There are many parallels between the pipelines used for traditional apps and those used for model development. As models and applications change, Red Hat OpenShift AI and Red Hat OpenShift help both MLOps and DevSecOps practitioners to iterate quickly through tools that help build the appropriate guardrails. Automating and streamlining these processes can help lead your organizations to greater efficiency and efficacy.

Deploying AI-enabled applications anywhere
- Red Hat helps organizations build, deploy, manage and operate AI-enabled applications across any cloud–public or private, on-premise or at the edge–at scale and with greater security capabilities, providing customers with the ability to deploy a more flexible and consistent computing platform. This flexibility allows Red Hat to support organizations that are concerned with data privacy, gravity or sovereignty by moving AI models closer to data sources, helping them build and use AI models in alignment with regulatory requirements that restrict the movement of data.
- Sometimes you need to embrace data gravity instead of fighting it, and Red Hat OpenShift allows you to do just that. With Red Hat OpenShift and Red Hat OpenShift AI, you can train in the cloud and bring the model back to your private data center if you need a high number of GPUs for a shorter training time–you can even rent them in the cloud.

Increasing efficiency and productivity
- Red Hat provides the platforms needed to rapidly develop and deploy AI at scale and integrates AI into our existing platforms to improve the productivity and efficiency of both operations and developer teams, making them easier to use. This is crucial for organizations that need to innovate quickly while facing challenges such as talent shortages. For example, Red Hat Ansible Lightspeed with IBM watsonx Code Assistant utilizes generative AI to produce Ansible code that is compliant with Red Hat best practices, reliable ad helps bridge the IT automation skills gap.
- The ability to properly scale after integrating AI into your products is also an important consideration for enterprises. Red Hat Openshift AI accounts for this by allowing you to increase the number of replicas, or even deploying multiple replicas, of a model to multiple clusters on multiple clouds.

Built on transparency and choice, Red Hat’s enterprise-ready AI solutions make it possible for you to apply AI to every day business. The power of AI is here, it’s open, it’s real–and with Red Hat, it can be yours.

[1] Gartner®: Research Roundup: Realizing Value From Artificial Intelligence (AI), Rita Sallam, Leinar Ramos, Radu Miclaus, Anthony Mullen, 17 August 2023

[2] McKinsey: The state of AI in 2023: Generative AI’s breakout year, 2023

December 12, 2023December 19, 2023

ใช้พลังของ AI อย่าง Open

หนึ่งในเทคโนโลยีที่โดดเด่นน่าสนใจที่สุดและได้รับการกล่าวถึงในทุกวงการไม่เฉพาะวงการไอทีในขณะนี้และยังจะได้รับความสนใจต่อเนื่อง คือปัญญาประดิษฐ์ (AI) ลักษณะของ AI ที่มีแง่มุมหลากหลาย และความสลับซับซ้อนของกรณีใช้งานที่มีศักยภาพและได้รับการพิสูจน์แล้ว เป็นเหตุผลว่าทำไม AI จึงเป็นหัวข้อสำคัญของการสนทนาในเวลานี้ และทำไมองค์กรต่าง ๆ ไม่อาจมองข้าม AI หากต้องการขับเคลื่อนองค์กรให้ก้าวหน้า แม้ว่าจะยังไม่แน่ใจว่าจะใช้ AI เมื่อไร ใช้อย่างไรหรือจะเริ่มต้นใช้ตรงจุดไหนก็ตาม

ถึงเวลาของ AI, AI ทุกแห่งหน

เราทราบดีว่าการทำซ้ำขั้นตอนกระบวนการรุ่นต่อไปของเทคโนโลยีจำนวนนับไม่ถ้วน จะอิงอยู่กับ AI ไม่ว่าจะอยู่ในรูปของแชทบอทต่าง ๆ ยานพาหนะที่ควบคุมด้วยซอฟต์แวร์ การตรวจจับการหลอกลวงทางการเงิน หรือการวินิจฉัยผู้ป่วยแบบเร่งด่วน และเพื่อให้อยู่รอดและก้าวล้ำหน้าในสภาพเศรษฐกิจและเทคโนโลยีในปัจจุบัน ผู้นำทางธุรกิจจำเป็นต้องให้ความสำคัญกับการนำ AI ไปใช้ในเชิงกลยุทธ์ ใช้ในลักษณะเป็นองค์รวม และในเวลาที่เหมาะสมทันสถานการณ์ เพื่อให้นักวิทยาศาสตร์ข้อมูล นักพัฒนาซอฟต์แวร์ และทีมทำงานด้านไอทีสามารถร่วมกันใช้ AI กับทุกภาคส่วนขององค์กรได้อย่างมีประสิทธิภาพ

ข้อมูลจากการ์ทเนอร์ระบุว่า “AI มีศักยภาพในการมอบคุณค่าสำคัญให้กับองค์กรด้วยการเพิ่มประสิทธิผล ช่วยให้ตัดสินใจได้ดีขึ้น และสร้างโอกาสใหม่ ๆ เพื่อการเติบโตและด้านนวัตกรรม[1] แม้ว่าองค์บางแห่งยังเลือกที่จะใช้ AI ในสโคปที่จำกัดและยังไม่ได้ใช้ AI กับงานทางธุรกิจมากกว่าหนึ่งฟังก์ชัน[2]ก็ตาม”

องค์กรต่าง ๆ ต้องเตรียมตัวให้พร้อมเพื่อใช้ AI อย่างมีประสิทธิภาพโดย

ทำให้แนวคิดกรณีใช้งาน AI เข้าสู่กระบวนการผลิต ด้วยการนำทีมต่าง ๆ เช่น นักวิทยาศาสตร์ข้อมูล นักพัฒนาซอฟต์แวร์และฝ่ายปฏิบัติการด้านไอที รวมถึงเทคโนโลยีต่าง ๆ มาทำงานร่วมกัน
ใช้เครื่องมือและกระบวนการต่าง ๆ ที่มีอยู่ ซึ่งช่วยให้ทีมงานขององค์กรสามารถผลักดันให้เกิดความคล่องตัวและประสิทธิภาพได้อย่างรวดเร็ว ซึ่งช่วยเร่งการนำแอปพลิเคชัน AI ไปใช้ในการผลิต
ได้มาตรฐานความปลอดภัย ตรงตามกฎระเบียบ ข้อกำหนดและการกำกับดูแล เหมือนกับที่ทำกับแอปพลิเคชันทางธุรกิจอื่น ๆ

หากปราศจากแผนปฏิบัติงานเชิงรุกที่ครอบคลุมว่าจะใช้ AI กับทุกส่วนของธุรกิจอย่างไร องค์กรมักประสบปัญหาในการปรับตัวให้ทันความต้องการที่เปลี่ยนไปของลูกค้า

AI กับ Red Hat

การผสานลักษณะการทำงานร่วมกันของโอเพ่นซอร์สเข้ากับพลังของ AI ส่งให้เร้ดแฮทช่วยองค์กรต่าง ๆ แก้ปัญหาที่ทุกแห่งในโลกเผชิญได้อย่างมีประสิทธิภาพมากขึ้นและเร็วมากกว่าที่หลายคนคิดว่าจะเป็นไปได้ก่อนที่จะมี AI เกิดขึ้น เร้ดแฮทไม่เพียงแต่มองเห็นพลังที่ AI สามารถนำมาให้องค์กรในปัจจุบัน แต่ยังรวมถึงความเป็นไปได้ต่าง ๆ ที่ AI จะนำมาให้ในอนาคตด้วย

เร้ดแฮทให้ความสำคัญกับศักยภาพของ AI ดังนี้

บูรณาการเทคโนโลยีโอเพ่นเซอร์สต่าง ๆ เข้าด้วยกัน เพื่อทำให้กรณีใช้งานเป็นจริง
- เร้ดแฮทเชื่อว่าจุดเริ่มต้นของนวัตกรรมอยู่ที่โอเพ่นซอร์สคอมมิวนิตี้ และ AI ก็เป็นเครื่องพิสูจน์ว่าความเชื่อนี้เป็นเรื่องจริง เร้ดแฮทมีความสัมพันธ์แน่นแฟ้นกับโอเพ่นซอร์สคอมมิวนิตี้ต่าง ๆ เช่น Kubeflow, KServe, CodeFlare และ Ray รวมถึงโมเดลโอเพ่นซอร์สจากบริษัทต่าง ๆ เช่น Hugging Face ผสานกับแนวทางที่คำนึงถึงต้นทางของนวัตกรรมของเร้ดแฮท ช่วยให้เร้ดแฮทคอนทริบิ้วได้อย่างเปิดกว้างและโปร่งใส เพื่อก่อให้เกิดนวัตกรรมปลายทางที่ส่งผลให้เกิดมูลค่าทางเศรษฐกิจร่วมกับพันธมิตรของเรา
เร่ง time to value
- เร้ดแฮทนำนักวิทยาศาสตร์ข้อมูลและนักพัฒนาซอฟต์แวร์มาทำงานร่วมกัน เพื่อสร้างแอปพลิเคชันที่เป็น AI ได้เร็วขึ้น และสามารถตอบสนองต่อการเปลี่ยนแปลงได้มากขึ้น ด้วยการช่วยเปลี่ยนสมมติฐานต่าง ๆ ให้เป็นการพัฒนาโมเดล ต่อเนื่องเป็นการนำไปใช้งานและการวัดผล ในขณะเดียวกันก็ช่วยขับเคลื่อนให้เกิดประสิทธิภาพและการทำงานร่วมกันของทีมงานทั้งหมด
- กระบวนการที่ใช้ในการพัฒนาแอปพลิเคชันแบบดั้งเดิม และกระบวนการที่ใช้สำหรับการพัฒนาโมเดลมีความคล้ายคลึงกันหลายประการ และเมื่อโมเดลและแอปพลิเคชันต่าง ๆ เกิดการเปลี่ยนแปลง, Red Hat OpenShift AI และ Red Hat OpenShift จะช่วยให้ผู้ปฏิบัติงานทั้งด้าน MLOps (Machine Learning Model Operationalization Management) และ DevSecOps สามารถทำซ้ำได้อย่างรวดเร็วผ่านเครื่องมือต่าง ๆ ที่ช่วยสร้างรั้วกั้น (guardrails) ที่เหมาะสม เพื่อควบคุมและป้องกันการใช้งานในแนวทางที่ถูกต้อง ดังนั้นการทำให้กระบวนการต่าง ๆ ที่กล่าวมาเป็นอัตโนมัติและคล่องตัว จะช่วยให้องค์กรต่าง ๆ มีประสิทธิภาพและบรรลุเป้าหมายที่ต้องการได้มากขึ้น
ใช้แอปพลิเคชัน AI ได้ทุกที่
- เร้ดแฮทช่วยให้องค์กรสร้าง ใช้ บริหารจัดการ และดำเนินงานแอปพลิเคชัน AI บนคลาวด์ทุกประเภทไม่ว่าจะเป็นพับลิคหรือไพรเวท รวมถึงในระบบที่ติดตั้งอยู่ภายในองค์กร หรือแม้แต่การใช้จำนวนมากที่เอดจ์ และเมื่อผนวกกับความสามารถด้านความปลอดภัยที่รัดกุมขึ้น เร้ดแฮทสามารถมอบความสามารถในการใช้แพลตฟอร์มคอมพิวติ้งที่ยืดหยุ่นและสอดคล้องกันได้มากขึ้นให้กับลูกค้า ความยืดหยุ่นนี้ทำให้เร้ดแฮทช่วยองค์กรที่กังวลด้านความเป็นส่วนตัวของข้อมูล กังวลกับความสามารถของข้อมูลที่จะนำแอปพลิเคชัน บริการ และข้อมูลอื่น ๆ มาสัมพันธ์กันตามปริมาณข้อมูลนั้น (แรงโน้มถ่วงของข้อมูล: data gravity) หรือกังวลด้านสิทธิ์ในการเป็นเจ้าของข้อมูลของตน (data sovereignty) ด้วยการย้ายโมเดล AI ต่าง ๆ ไปวางไว้ใกล้แหล่งที่มาของข้อมูลให้มากขึ้น เป็นการช่วยองค์กรสร้างและใช้โมเดล AI ได้สอดคล้องกับข้อกำหนดด้านกฎระเบียบที่จำกัดการเคลื่อนย้ายข้อมูล
- บางครั้งองค์กรจำเป็นต้องใช้ data gravity และ Red Hat OpenShift ช่วยให้องค์กรทำเช่นนั้นได้ โดย Red Hat OpenShift และ Red Hat OpenShift AI ช่วยให้องค์กรสามารถเทรนด์บนคลาวด์และนำโมเดลกลับมาใช้ในไพรเวทดาต้าเซ็นเตอร์ขององค์กรได้ หากองค์กรต้องการ GPUs จำนวนมากเพื่อให้ใช้เวลาเทรนด์สั้นลล องค์กรก็สามารถเช่าใช้ได้บนคลาวด์
เพิ่มประสิทธิภาพและประสิทธิผล
- เร้ดแฮทมอบแพลตฟอร์มที่จำเป็นเพื่อการพัฒนาและใช้ AI ได้อย่างรวดเร็วในวงกว้าง และผสานรวม AI ไว้ในแพลตฟอร์มที่เร้ดแฮทมีอยู่ เพื่อเพิ่มผลิตผลและประสิทธิภาพให้กับทีมปฏิบัติการและทีมพัฒนาซอฟต์แวร์ ช่วยให้ทีมเหล่านี้ใช้งานได้ง่ายขึ้น ซึ่งเป็นสิ่งสำคัญที่องค์กรที่ต้องการสร้างนวัตกรรมได้อย่างรวดเร็วในเวลาที่ต้องเผชิญกับความท้าทายต่าง ๆ เช่น ขาดแคลนบุคลากรที่มีความสามารถด้านนี้ ตัวอย่างเช่น Red Hat Ansible Lightspeed with IBM watsonx Code Assistant ใช้ generative AI เพื่อสร้าง Ansible code ที่สอดคล้องกับแนวปฏิบัติที่ดีที่สุดของเร้ดแฮท เชื่อถือได้ และช่วยลดช่องว่างด้านทักษะไอทีอัตโนมัติ
- สิ่งสำคัญประการหนึ่งที่องค์กรจำเป็นต้องพิจารณาคือความสามารถในการสเกลได้อย่างเหมาะสมหลังจากผสานรวม AI เข้ากับผลิตภัณฑ์ขององค์กรแล้ว ซึ่ง Red Hat Openshift AI ตอบโจทย์นี้ ด้วยการช่วยให้องค์กรเพิ่มจำนวนการทำซ้ำ (replicas) ได้มากขึ้น หรือแม้แต่การใช้ multiple replicas โมเดลหนึ่งไปยังหลายคลัสเตอร์บนมัลติคลาวด์

โซลูชัน AI ของเร้ดแฮทที่พร้อมใช้งานในระดับองค์กรนี้ สร้างขึ้นด้วยความโปร่งใสและมีคุณสมบัติยอดเยี่ยม เร้ดแฮทนำพลังของ AI ที่เปิดกว้าง ใช้งานได้จริงให้กับลูกค้าเพื่อช่วยให้องค์กรสามารถนำ AI ไปใช้กับธุรกิจทุกส่วน

[1] Gartner®: Research Roundup: Realizing Value From Artificial Intelligence (AI), Rita Sallam, Leinar Ramos, Radu Miclaus, Anthony Mullen, 17 August 2023

[2] McKinsey: The state of AI in 2023: Generative AI’s breakout year, 2023

December 7, 2023December 10, 2023

Alibaba Cloud Joins Hands with Chulalongkorn University to Launches Innovative Skills Center to Empower Next-Gen Digital Talents

อาลีบาบา คลาวด์ ร่วมมือกับจุฬาลงกรณ์มหาวิทยาลัย เปิดตัวศูนย์พัฒนาทักษะนวัตกรรม (Innovative Skills Center) เพื่อเสริมศักยภาพความสามารถพิเศษด้านดิจิทัลให้กับบุคคลรุ่นถัดไป

Alibaba Cloud Joins Hands with Chulalongkorn University to Launches Innovative Skills Center to Empower Next-Gen Digital Talents

Alibaba Cloud Academy Skills Center Debuts GenAI Courses to Prepare Local Talents for Cutting-edge Technologies
Chulalongkorn University Enhances Live-Streaming and Online Teaching Experiences with Alibaba Cloud’s Media Solutions

Alibaba Cloud, the digital technology and intelligence backbone of Alibaba Group, has partnered with the Office of Academic Resources of Chulalongkorn University to open the first worldwide Alibaba Cloud Academy Skills Center to cultivate a new generation of digital talents in Thailand through training programs and community initiatives. Additionally, Chulalongkorn University has leveraged Alibaba Cloud’s media solutions for university events livestreaming and online teaching for enhanced efficiency and convenience.

The new skills center, based on campus, is a cornerstone of Alibaba Cloud’s local talent nurturing initiatives, offering students of Chulalongkorn University and the general public access to free training courses, bootcamps with certifications, AI competition opportunities, and leadership development programs. The themes of the training courses cover a wide spectrum of cutting-edge technologies leading with Generative AI. A series of cloud computing theme courses will follow including elastic computing and big data analytics.

Apart from the talent’s empowerment program, Chulalongkorn University is the first educational institution in Thailand to deploy Alibaba Cloud’s media solutions for its cloud transformation. While traditional livestreaming methods entail hefty broadcast hardware investment and setup, Alibaba Cloud offers cloud-based solutions including ApsaraVideo Live and Object Storage Service (OSS) to support its Office of Academic Resources with stream management, production studio, online recording and editing, which enables the delivery of high-definition, seamless live audio and video services. This evolution in media technology offers an enhanced user experience with minimal latency during large-scale events such as the university’s virtual open house event with tens of thousands of viewers, online teaching and sessions.

“The launch of Alibaba Cloud Academy Skills Center is a transformative milestone for Chulalongkorn University, offering cutting-edge digital technologies learnings to equip our students and community with skills for tomorrow’s challenges,” shared Associate Professor Dr. Amorn Petsom, Director of Office of Academic Resources, Chulalongkorn University, “Moveover, we are glad to implement Alibaba Cloud’s media solutions to start our cloud transformation journey, which propel us to the forefront of digital innovation, delivering unparalleled educational experiences and setting a new standard of academic excellence.”

“At Alibaba Cloud, we are passionate about fostering innovation through collaboration. We are very excited to unveil our first skills center with Chulalongkorn University in Thailand as the start of a series with top universities worldwide,” Selina Yuan, President of International Business, Alibaba Cloud, said, “ Working alongside Chulalongkorn University, a beacon of academic excellence in Thailand, we are eager to see how the skills center and live streaming technology can enhance the learning experience, expand research capabilities, and facilitate knowledge exchange on a global scale.”

The center will feature dedicated training space at 4^th Floor of Office of Academic Resources, Chulalongkorn University. Beyond skills development, the center will also act as a strategic recruitment platform offering full-time job and internship opportunities, reflecting Alibaba Cloud’s commitment to nurturing local talents and reinforcing its regional operational strength.

Alibaba Cloud is dedicated to fostering the growth of digital talent in Thailand by providing free cloud-computing resources, training, and financial assistance to students, educators, and researchers through the previously launched Academic Empowerment Program (AAEP). This initiative aligns with Thailand 4.0, the country’s 20-year plan to encourage digital innovation and sustainable technologies. Thousands of individuals have been benefited from the program within the local community.