ยุค 5G/6G , Iot , AI

ยุค  5G/6G 

ประโยชน์ของ 5G
  สำหรับคุณสมบัติหลักเด่นชัดของ 5G ที่เห็นได้ชัดเลยคงเป็นเรื่องของคุณภาพการรับชมวีดีโอ หรือการเล่นเกมส์ออนไลน์ ที่ช่วยให้ผู้ใช้บริการได้สัมผัสกับคุณภาพความคมชัด และความรวดเร็วเทียบเท่ากับการใช้งานผ่านโครงข่ายใยแก้วนำแสง (Fiber Optic) หรือการที่สามารถทำงานและเข้าถึงข้อมูลทุกอย่างที่อยู่บน Cloud ไม่ว่าจะรูปแบบภาพ หรือวิดีโอ ได้แบบทันทีที่ต้องการ รวมถึงการพัฒนาเทคโนโลยีให้มีความเร็วในการดาวน์โหลดและอัพโหลดที่สูงกว่าเทคโนโลยี 4G อีกด้วย
นอกจากนี้ เทคโนโลยี 5G ยังถูกออกแบบมาเพื่อรองรับการเชื่อมต่อจำนวนมากๆ ผ่านอินเตอร์เน็ต หรือที่เรียกกันว่า IoT อาทิ รถยนต์ไร้คนขับ การผ่าตัดได้จากระยะไกล หุ่นยนต์ในโรงงาน สิ่งเหล่านี้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพในการทำงานซึ่งถือว่ามีความเร็วมากกว่าเทคโนโลยี 4G เกิน 10 เท่า รวมถึงช่วยให้เกิดการใช้งาน AR และ VR ในกิจกรรมต่างๆ อาทิ การสำรวจภาคสนาม การสาธารณสุขทางไกล ความบันเทิง 
โดยเจ้าเทคโนโลยีล่าสุด 5G (ระบบสื่อสารไร้สายยุคที่ 5)นั้นทั่วโลกเริ่มมีการทดสอบและลองใช้กันบ้างแล้วซึ่งก็นำมาสู่คำถามที่ว่าหลังจากนี้จะมีอะไรอีก?

6G จะเป็นแบบไหนกัน? แตกต่างกันยังไง? มีอะไรที่สามารถทำเพิ่มขึ้นมาได้บ้างจาก 5G? 

   ในด้านหนึ่งที่แน่นอนเลยก็คือเรื่องความเร็ว ซึ่งในตอนนี้มีการคาดการณ์ว่าจะอยู่ที่ราวๆ 1 terabit/second หรือประมาณ 100 เท่าของ 5G รถยนต์ไร้คนขับคันหนึ่งที่ถูกขับเคลื่อนด้วย AI จะคอยส่งรับส่งสัญญาณจากสิ่งรอบข้างและตอบสนองตามความจำเป็น ตำแหน่งที่ตั้งของรถยนต์จะถูกส่งออกไปสู่พื้นที่โดยรอบ เสาไฟฟ้า พื้นถนน ไฟจราจร ทุกอย่างจะมี AI อยู่ในนั้นเพื่อคอยถ่ายทอดข้อมูลถึงกัน รถจักรยานที่ปั่นบนถนน มอเตอร์ไซค์ ปลอกคอน้องหมา นาฬิกาข้อมือของคนวิ่งออกกำลังกาย ฯลฯ AI เหล่านี้จะคอยบอกว่าให้ระวังอะไร เลี้ยวไปทางไหน ต้องเลี่ยงเส้นทางไหนเพื่อจะให้ถึงปลายทางเร็วที่สุด
สิ่งเหล่านี้ล้วนใช้พลังในการคำนวณอย่างหนักหน่วง สมองกลในรถยนต์แต่ละคันต้องสร้างเครือข่ายกับสิ่งต่างๆ โดยรอบอยู่ตลอดเวลาเมื่อผ่านจุดหนึ่งไปก็ต้องไปสร้างเครือข่ายใหม่เรื่อยๆ จนกว่าจะถึงเป้าหมาย  

ที่มา https://thematter.co/thinkers/the-future-of-6g/76263                          https://www.uih.co.th/th/knowledge/5g

Internet of Things (IoT)

 คือ การที่อุปกรณ์อิเล็กทรอนิกส์ต่างๆ สามารถเชื่อมโยงหรือส่งข้อมูลถึงกันได้ด้วยอินเทอร์เน็ต โดยไม่ต้องป้อนข้อมูล การเชื่อมโยงนี้ง่ายจนทำให้เราสามารถสั่งการควบคุมการใช้งานอุปกรณ์อิเล็กทรอนิกส์ต่างๆ ผ่านทางเครือข่ายอินเตอร์เน็ตได้ ไปจนถึงการเชื่อมโยงการใช้งานอุปกรณ์อิเล็กทรอนิกส์ต่างๆ ผ่านทางเครือข่ายอินเตอร์เน็ตเข้ากับการใช้งานอื่นๆ จนเกิดเป็นบรรดา Smart ต่างๆ ได้แก่ Smart Device, Smart Grid, Smart Home, Smart Network, Smart Intelligent Transportation ทั้งหลายที่เราเคยได้ยินนั่นเอง ซึ่งแตกต่างจากในอดีตที่อุปกรณ์อิเล็กทรอนิกส์เป็นเพียงสื่อกลางในการส่งและแสดงข้อมูลเท่านั้น
กล่าวได้ว่า Internet of Things นี้ได้แก่การเชื่อมโยงของอุปกรณ์อัจฉริยะทั้งหลายผ่านอินเทอร์เน็ตที่เรานึกออก เช่น แอปพลิเคชัน แว่นตากูเกิลกลาส รองเท้าวิ่งที่สามารถเชื่อมต่อข้อมูลการวิ่ง ทั้งความเร็ว ระยะทาง สถานที่ และสถิติได้

ที่มา https://www.aware.co.th/iot-%E0%B8%84%E0%B8%B7%E0%B8%AD%E0%B8%AD%E0%B8%B0%E0%B9%84%E0%B8%A3/

AI ปัญญาประดิษฐ์

เป็นระดับขั้นหนึ่งในวิทยาการคอมพิวเตอร์ คำว่า AI ถูกพูดถึงในวงกว้างมากว่า 20 ปีแล้ว ช่วงที่พีคสุด ๆ ก็มีหนังฮอลลีวู้ดออกมาในชื่อเรื่อง Artificial Intelligence: AI กำกับโดย สตีเวน สปิลเบิร์ก เมื่อปี 2001

 AI คือเทคโนโลยีสมองกลคอมพิวเตอร์ที่สามารถคิดได้เหมือนมนุษย์พื้นฐานของ AI คือเทคโนโลยีที่ถูกออกแบบให้มีระบบทำงานเหมือนกับการทำงานของสมองมนุษย์ , AI ที่ใช้กันในวงกว้างทุกวันนี้ ไม่ได้มีจุดมุ่งหมายจะเลียนแบบการทำงานให้เหมือนกับสมองมนุษย์เสียทีเดียว แต่สิ่งที่มุ่งหวังคือ “output” ของ AI จะสามารถตอบโต้กับผู้ใช้ได้โดยตรง ปัจจุบันซอฟต์แวร์หลาย ๆ ตัวที่ขับเคลื่อนด้วยระบบ AI นั้น ต่างก็ต้องการให้ผู้ใช้ได้รู้สึกเหมือนตอบโต้กับมนุษย์ด้วยกันให้ได้มากที่สุด AI ที่ถูกสร้างขึ้นมาใหม่ก็ไม่ได้สมบูรณ์แบบพร้อมเช่นเดียวกับมนุษย์ที่เกิดใหม่ ต่างก็ต้องเรียนรู้และนำมาประยุกต์ใช้ การเรียนรู้ของ AI เหมือนกับมนุษย์ คือรับรู้ข่าวสาร ข้อมูล แล้วนำมาประมวลผล จากนั้นก็จัดเก็บ เพื่อนำมาประยุกต์ใช้ในอนาคต ยกตัวอย่างแนวทางการเรียนรู้ของ AI เสมือนเด็กคนหนึ่ง ที่เคยไปจับเตาแล้วรู้สึกร้อน สมองรับรู้ความเจ็บปวด ก็จดจำไว้แล้วก็จะไม่ทำเช่นนั้นอีก

ที่มา https://www.beartai.com/article/tech-article/424875

Big Data (บิ๊ก ดาต้า)

Big Data (บิ๊ก ดาต้า)

    บิ๊กดาต้า (Big Data) คือคำนิยามของข้อมูลที่มีขนาดใหญ่ทุกชนิดที่อยู่ในองค์กรของเราไม่ว่าจะเป็น ข้อมูลบริษัท ข้อมูลลูกค้า Suppliers พฤติกรรมผู้บริโภค Transaction ไฟล์เอกสารต่างๆที่เกี่ยวข้องทั้งหมด รวมไปจนถึง รูปภาพ URLs ลิงค์ต่างๆที่คุณเก็บไว้ ฯลฯ ที่มีปริมาณมากจนกระทั่งซอฟต์แวร์ปกติทั่วไปไม่สามารถรองรับการเก็บข้อมูลหรือประมวลผลได้อย่างเต็มประสิทธิภาพ 

ซึ่งอีกนัยนึง Big Data คือ เทคโนโลยีและสถาปัตยกรรมหรือ Platform ไอทีรุ่นใหม่ ซึ่งอาจมาในรูปแบบซอฟต์แวร์ ที่สามารถรองรับการจัดเก็บ การจัดการ กรองเลือกข้อมูล การวิเคราะห์ แสดงผล และการใช้งานข้อมูล

Big data คือ ข้อมูลที่ประกอบด้วยคุณลักษณะ 4 อย่างคือ

    1. ที่มีปริมาณมาก (Volume) คือข้อมูลที่มีขนาดใหญ่ ซึ่งสามารถเป็นได้ทั้งรูปแบบ Online และ Offline            ซึ่งส่วนมากแล้วจะมีปริมาณมากกว่าหน่วย TB (Terabyte) ขึ้นไป
    2. มีการเปลี่ยนแปลงอย่างรวดเร็ว (Velocity) ส่งผ่านข้อมูล Update กันอย่างต่อเนื่อง (Real-time) จน               ทำให้การวิเคราะห์ง่ายๆแบบ Manual เกิดข้อจำกัด หรือไม่สามารถจับรูปแบบหรือทิศทางของข้อมูล           ได้
    3. หลากหลายประเภทหรือแหล่งที่มา (Variety) หมายถึงรูปแบบของข้อมูลที่แตกต่างกันออกไป ทั้งใน           รูปแบบ ตัวอักษร วิดีโอ รูปภาพ ไฟล์ต่างๆ ฯลฯ และหลากหลายแหล่งที่มาเช่น Social Network หรือ         Platform E- Commerce ต่างๆ
    4. ยังไม่ผ่านการประมวลผล (Veracity) ยังไม่ผ่านการ Process ให้อยู่ในรูปแบบของข้อมูลดิบ (Raw                 Data) ที่สามารถใช้สร้างประโยชน์ต่อองค์กรได้

ประโยชน์ของ Big Data 

Big Data ช่วยให้คุณสามารถใช้ข้อมูลจากทุกแหล่งที่เป็นไปได้ และวิเคราะห์เพื่อให้ได้ผลลัพธ์ที่คุณต้องการ ซึ่งช่วยให้คุณสามารถเข้าใจผู้บริโภคได้มากขึ้น (Customer Insight) ลดต้นทุนได้ ลดเวลาระยะเวลาดำเนินการ และสามารถตัดสินใจได้อย่างแม่นยำมากขึ้น ยกตัวอย่างเช่น

・ระบุสาเหตุของความผิดพลาด ประเด็นและความผิดพลาดได้ใกล้เคียงแบบเรียลไทม์

・กำหนดคูปองโปรโมชั่นที่จุดขายตามพฤติกรรมการซื้อของผู้บริโภค

・คำนวณความเสี่ยงของทั้งพอร์ตโฟลิโอซ้ำได้ในเวลาไม่กี่นาที

・ตรวจพบพฤติกรรมการฉ้อโกงก่อนที่จะส่งผลกระทบต่อองค์กรของคุณ

ปัจจุบันหลายบริษัทได้นำ Big Data มาประยุกต์ใช้ในส่วนของการขายและการตลาดของธุรกิจ เครื่องมือที่ใช้สำหรับการรองรับ Big Data แบบที่เราเข้าใจได้ง่ายๆ และเห็นอยู่บ่อยๆ ก็อย่างเช่น Google Analytics หรือ ระบบ ERP เป็นต้น 

ตัวอย่างบริษัทที่ใช้งานระบบ Big Data

บทความ Deciphering the unstoppable Netflix and the role of Big Data วิเคราะห์ว่า Netflix ประสบความสำเร็จอย่างรวดเร็วจากการเก็บข้อมูลผู้ชมทั้งในด้านประวัติการเข้าชม, การกดหยุดเล่น, อุปกรณ์ที่ใช้, การค้นหา, การให้คะแนน ฯลฯ นำมาทำเป็น Big Data ที่วิเคราะห์จากการเลือกดูหนังที่ผ่านมาว่า ผู้ชมน่าจะอยากดูเรื่องใดเป็นเรื่องต่อไป แล้วนำเสนอได้ตรงหรือใกล้เคียงกับความชอบและรสนิยมของผู้บริโภคมากขึ้นเรื่อยๆ ส่งผลต่อประสบการณ์และความพึงพอใจ ทำให้มีผู้สมัครสมาชิกมากกว่า 137 ล้านราย (ข้อมูล ณ สิ้นปี 2018) 

ที่มา : https://www.muvi.com/blogs/deciphering-the-unstoppable-netflix-and-the-role-of-big-data.html

 https://www.aware.co.th/%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B9%82%E0%B8%A2%E0%B8%8A%E0%B8%99%E0%B9%8C-big-data/ 

https://www.tereb.in.th/erp/big-data-%E0%B8%84%E0%B8%B7%E0%B8%AD/

https://www.salika.co/2019/03/12/big-data-introduction/

https://www.sas.com/th_th/insights/big-data/what-is-big-data.html

วิทยาการข้อมูล(Data Science)

วิทยาการข้อมูล (Data science)

วิทยาการข้อมูล หรือ Data Science คือ ศาสตร์ที่เกี่ยวกับการจัดการ จัดเก็บ รวบรวม ตรวจสอบ วิเคราะห์ วิจัย และนำเสนอผลการวิเคราะห์ข้อมูลเพื่อนำไปสู่ความรู้ที่สามารถนำไปใช้งานได้จริง (Actionable knowledge) อย่างเช่น การปรับปรุงผลิตภัณฑ์ กระบวนการดำเนินงาน ประกอบการตัดสินใจทางธุรกิจ การวางแผนการตลาด และทิศทางขององค์กรในอนาคต
    โดยหลักการแล้ว Data Science ประกอบขึ้นจากศาสตร์หลักๆ คือ Hacking Skill (สกิลเกี่ยวกับ Computer Programimg, Data Base, Big data Technologies)  Statistic & Math (ทักษะทางคณิตศาสตร์และสถิติศาสตร์)  Substantive Expertise (หรือ Domain Knowledge)  Presentation (ทักษะการนำเสนอข้อมูล) และ Visualization 
    Data Science ไม่ใช่ศาสตร์ใหม่ แต่มันคือการนำความรู้เดิมที่มีอยู่มารวมและประยุกต์เข้าด้วยกันจนเกิดเป็นของใหม่ ด้วยลักษณะของข้อมูลขนาดใหญ่ (Big Data) ในโลกปัจจุบัน การเข้ามาของ Internet of Things  หรือ Censor ต่างๆ ตลอดจน Social media ทำให้เกิดเป็นข้อมูลปริมาณมหาศาล และนำมาสู่ Data Science 

ผลลัพธ์ที่ได้จาก Data Science 

- ค้นพบสิ่งที่ไม่เคยรู้มาก่อนจากข้อมูลที่ได้
- ได้ Predictive Model เพื่อนำไปปฏิบัติจริง
- สร้าง Data Product ใหม่ๆ ที่จะส่งผลกระทบต่อธุรกิจ
- ช่วยให้ฝ่ายธุรกิจมีความมั่นใจและสามารถตัดสินใจได้ดีขึ้น

    คนทำงานด้านวิทยาศาสตร์ข้อมูล จะนำข้อมูลที่กระจัดกระจายจากแหล่งต่างๆ มาจัดการและวิเคราะห์ เพื่อใช้ประโยชน์ตามโจทย์หรือวัตถุประสงค์การใช้งาน เช่น สร้าง Predictive Model หรือระบบอัลกอริทึมขึ้นมาประมวลผล เพื่อค้นหาอินไซต์เกี่ยวกับผู้ใช้งาน (user) หรือเก็บข้อมูลเพื่อใช้ประกอบการตัดสินใจขององค์กรบริษัท เป็นต้น 

ที่มาของตำแหน่ง นักวิทยาศาสตร์ข้อมูล (Data Scientist) 
ตำแหน่งงาน Data Scientist ถูกตั้งขึ้นโดย  DJ Patil และ Jeff Hammerbacher ในปี 2008 โดยทั้งคู่เป็น ผู้บุกเบิกการสร้างทีม Data Science ที่ LinkedIn และ Facebook และตอนนี้ DJ Patil ได้รับแต่งตั้งให้เป็น Chief Data Scientist of the United States ไปเรียบร้อย

    ในปี 2012 วารสาร Harward Business Review  ตีพิมพ์บทความชื่อ Data Scientist: The Sexiest Job of the 21st Century ทำให้อาชีพนี้กลายเป็น Talk of the town ในวงการธุรกิจและวงการสื่อตั้งแต่นั้นมา และทำให้เกิดความต้องการจ้างงานจากวงการธุรกิจสูง จนขาดแคลนบุคคลากรทางด้านนี้เป็นอย่างมาก ถือเป็นอาชีพที่เกิดขึ้นอย่างฉับพลันในวงการธุรกิจ โดยที่ยังไม่มีการเรียนการสอนในมหาวิทยาลัยจริงจัง

ทักษะที่ นักวิทยาศาสตร์ข้อมูล (Data Scientist) ต้องมี 
นักวิทยาศาสตร์ข้อมูล ต้องมี ทักษะความรู้แบบสหวิทยาการ (Interdisciplinary) หรือมีองค์ความรู้ในหลากหลายด้าน เช่น ความรู้ด้านคอมพิวเตอร์ คณิตศาสตร์และสถิติ การวิเคราะห์ข้อมูล ความเข้าใจทางธุรกิจ ความอยากรู้อยากเห็น ความคิดสร้างสรรค์ และความรู้เฉพาะสาขา (Domain Knowledge) สรุปคือ 
1 ความรู้ด้านวิทยาการคอมพิวเตอร์ (Computer Science)
2 ความรู้ด้านคณิตศาสตร์และสถิติ (Math&Statistics)
3 ความรู้เฉพาะสาขา (Domain Knowledge)
4 ความอยากรู้อยากเห็นและความคิดสร้างสรรค์ (Curiosity & Creativity)
การจะหาคนที่เป็น Data Scientist หรือคนเดียวที่เก่งทุกอย่างแบบเต็มตัว ไม่ใช่เรื่องง่าย ส่วนใหญ่แล้วจะเป็นการทำงานเป็น ทีม Data Science ที่ประกอบด้วยคนที่เก่งแต่ละด้านมาอยู่ในทีมเดียวกัน

อยากเป็น Data Scientist ควรเรียนอะไร?  
" ยุคนี้กำลังเปลี่ยนเร็วมาก การแข่งขันจะรุนแรงมากในเรื่องของข้อมูล ผู้แพ้ผู้ชนะจะไม่ได้ถูกตัดสินด้วยขนาดอีกต่อไป แต่จะตัดสินด้วยความสามารถในการใช้ข้อมูล "  ผศ. ดร. ณัฐวุฒิ หนูไพโรจน์ ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย

    แม้ว่าสถาบันการศึกษาในประเทศไทยยังไม่มีหลักสูตรหรือคณะสาขาที่เกี่ยวกับ Data Science โดยตรง แต่คณะและสถาบันการศึกษาหลายแห่ง อย่างเช่น ภาควิชาวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย และอีกหลายๆ มหาวิทยาลัย ตระหนักถึงความสำคัญของศาสตร์นี้ จนเปิดเป็นรายวิชาเลือกขึ้นมาเพื่อให้น้องๆ นักศึกษาที่สนใจได้เลือกเรียนทางด้านนี้เพิ่มเติมจากสาขาหลัก

    สำหรับน้องๆ ที่สนใจและตั้งใจอยากทำงานด้านนี้โดยตรง สามารถเรียนต่อระดับอุดมศึกษาในคณะหรือสาขาที่ช่วยให้เรารู้จักและเข้าใจการจัดการข้อมูลได้หลากหลาย เช่น คณะวิทยาศาสตร์ คณะวิศวกรรมศาสตร์ คณะดิจิทัลมีเดีย สาขาเทคโนโลยีสารสนเทศ คณะการจัดการ คณะบริหารธุรกิจ และคณะอื่นๆ ที่เกี่ยวข้อง จากนั้นน้องๆ สามารถเลือกฝึกประสบการณ์ทางด้าน Data Science เพิ่มเติมได้เอง รวมทั้งการเรียนต่อระดับปริญญาโทสาขานี้โดยตรงที่มหาวิทยาลัยในต่างประเทศก็ยิ่งได้เปรียบ

Data Science กับอนาคตในตลาดงานประเทศไทย
แม้ว่า การ์ทเนอร์ (Gartner, Inc.) บริษัทวิจัยและวิเคราะห์ข้อมูลด้านเทคโนโลยีสารสนเทศระดับโลกบอกว่า จะมีตำแหน่งงานด้านนี้เพิ่มขึ้นกว่า 4.4 ล้านอัตราทั่วโลกภายในปี 2558 แต่จะมีบุคลากรที่พร้อมสำหรับตำแหน่งงานดังกล่าวเพียง 1 ใน 3 เท่านั้น แต่คำถามที่น้องๆ ทุกคนที่สนใจงานนี้รอคอยกันอยู่ก็คือ เรียนจบด้านนี้มาแล้วจะมีงานรองรับในเมืองไทยมากน้อยแค่ไหน? เรานำบทสัมภาษณ์จากรุ่นพี่อย่าง ต้า-วิโรจน์ จิรพัฒนกุล อดีต Data Scientist ของ Facebook ให้สัมภาษณ์ไว้ใน TheMomentum มาฝากเพื่อให้น้องๆ นำไปประกอบการตัดสินใจ

นักวิทยาการข้อมูล  (Data scientist)

คนที่จะทำงานเป็นนักวิทยาศาสตร์ข้อมูลได้ ต้องประกอบด้วยทักษะและความรู้เบื้องต้น ดังนี้

• ใช้เครื่องมือพื้นฐานจำพวก R, Python และ SQL ได้
• มีความเข้าใจพื้นฐานด้านสถิติ (Statistics)
• เข้าใจการทำงานของ Machine Learning, Data Mining และ Big Data อย่างลึกซึ้ง
• มีความสามารถในการหาตัวแปรค่าต่างๆ ในแคลคูลัส และเส้นแอลจีบร้า
• แจกแจงและจำแนกข้อมูลได้ (Data Munging)
• เข้าใจเรื่อง Data Visualization & Communication
• มีความรู้ด้านวิศวกรรมซอฟต์แวร์ (Software Engineering)
• คิดแบบนักวิทยาศาตร์ข้อมูลเป็น (Think Like A Data Scientist)

ที่มา https://www.admissionpremium.com/it/news/3079

        https://www.google.com/search?q=%E0%B8%A7%E0%B8%B4%E0%B8%97%E0%B8%A2%E0%B8%B2%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5+%E0%B8%84%E0%B8%A7%E0%B8%B2%E0%B8%A1%E0%B8%AA%E0%B9%8D%E0%B8%B2%E0%B8%84%E0%B8%B1%E0%B8%8D&hl=th&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjc6sC7_rLrAhVpwjgGHZJeBH4Q_AUoAXoECAwQAw&biw=1600&bih=708#imgrc=DAuw72Bw6EA11M

ข้อมูลมีค่า

“ข้อมูล” กำลังเป็นสิ่งมีค่ามากกว่า “น้ำมัน”

ราคาน้ำมันจะดิ่งลงมาก เพราะเรารู้กันดีว่า น้ำมันเป็นทรัพยากรที่มีอยู่อย่างจำกัด ดังนั้นน้ำมันน่าจะมีราคาแพงขึ้นเรื่อยๆ แต่โควิด-19 ก็ได้พิสูจน์ให้เห็นว่าความเชื่อนั้นไม่เป็นจริงเสมอไป เพราะในวันที่คนออกจากบ้านน้อยลง เดินทางน้อยลง น้ำมันที่เคยมีค่าในวันนั้น กลับกลายเป็นของที่ผลิตได้มากล้น จนเกินกักเก็บได้แล้วในตอนนี้ มีทรัพยากรที่ “มีค่า” มากกว่าน้ำมันนั่นคือ "ข้อมูล" ซึ่งทรัพยากรที่ไม่มีวันหมด และดูเหมือนจะเพิ่มมากขึ้นเรื่อยๆ แต่ถึงแม้มันจะมีจำนวนเพิ่มขึ้นเท่าไร คุณค่าของมันกลับไม่ได้ลดลงเหมือนทรัพยากรทั่วไป แถมสิ่งนี้ไม่ได้มีตัวตนจับต้องได้ ล่องลอยไปในอากาศ ขึ้นอยู่กับว่าใครจะใช้ประโยชน์จากมันให้มีประสิทธิภาพที่สุด

Amazon มีมูลค่าบริษัท 30 ล้านล้านบาท Google มีมูลค่าบริษัท 28 ล้านล้านบาท Facebook มีมูลค่าบริษัท 16.6 ล้านล้านบาท  ที่กล่าวมา เป็นบริษัทเทคโนโลยี

สิ่งที่เป็นแรงขับเคลื่อนให้กับธุรกิจเทคโนโลยีนั้น ไม่ใช่เพียงแค่ความก้าวหน้าทางเทคโนโลยี
หรือฟีเจอร์ใหม่ๆ ที่ตอบสนองความต้องการของผู้ใช้งานเท่านั้น แต่มันคือ “ข้อมูล” ของผู้ใช้งาน

Google รู้ว่าเราอยากหาข้อมูลอะไร Facebook รู้ว่าเราชอบเสพเรื่องราวประเภทไหน

Amazon รู้ว่าเราอยากซื้อเสื้อผ้าหรือสินค้าแบบไหน

เพียงเท่านี้ บริษัทเหล่านี้ก็จะได้ประโยชน์มหาศาลจากข้อมูลของเรา
โดยนำข้อมูลการใช้งานของเราไปวิเคราะห์และประมวลผล
ซึ่งจะทำให้สามารถเข้าถึงตัวตนของเราได้ง่ายขึ้น

จากนั้นก็จะนำเสนอข้อมูล สินค้า หรือออกแบบผลิตภัณฑ์
ที่เราน่าจะสนใจและตรงกับความต้องการของเรา
รวมถึงทำการตลาดที่เหมาะสมกับตัวตนของเรามากขึ้น

หรือแม้แต่มีผลต่อความคิดเห็นทางการเมืองด้วยเช่นกัน

ข้อมูลเป็นสิ่งที่มีความสำคัญอย่างยิ่ง ถูกนำมาใช้ประโยชน์ด้านต่างๆ เช่น ด้านเศรษฐกิจ การศึกษา สาธารณสุข การจัดเก็บข้อมูลในรูปแบบเดิม ทำให้การนำข้อมูลมาใช้ไม่สะดวก ไม่ทันกาล สูญหายง่าย 

การจัดเก็บข้อมูลในรูปแบบดิจิทัล ช่วยทำให้ผู้ใช้สามารถเข้าถึงข้อมูลและสารสนเทศได้ทุกที่ทุกเวลา เช่น

◽การใช้แผนที่กระดาษในรูปแบบเดิมเป็นระบบแผนที่นำทาง (Global Positioning System: GPS) สามารถแสดงสถานที่ต่างๆ มีข้อมูลสภาพการจราจร ระยะเวลาเดินทาง ซึ่งมีความแม่นยำ ช่วยประหยัดเวลาและค่าใช้จ่าย

◽การอัพโหลดรูปภาพส่วนตัว การส่งอีเมล์ในแต่ละวัน การโพสต์ข้อความในสื่อสังคมออนไลน์ การส่งต่อข้อความผ่านอุปกรณ์อิเล็กทรอนิกส์ต่างๆ 

จัดได้ว่าข้อมูลเหล่านี้เป็นสินทรัพย์ (Asset) ที่มีความสำคัญ แต่หากข้อมูลที่มีอยู่ไม่ได้ถูกนำมาประมวลผล ก็จะไม่เกิดคุณค่าใดๆ ดังคำกว่าที่ว่า “ข้อมูลนั้นมีค่าดั่งน้ำมันดิบ”

บริษัทต่างๆ จึงนำข้อมูลดิจิทัลมาใช้ประโยชน์ทำให้เกิดมูลค่ามหาศาล เช่น บริษัทให้บริการจองโรงแรมที่พัก แท็กซี่ ขายสินค้าออนไลน์ และบริการสื่อสังคม (social media)