สมาคมการจัดการงานบุคคลแห่งประเทศไทย หรือ PMAT จัดงาน Thailand HR Tech 2018 ภายใต้หัวข้อ Connecting Humanity and Technology เพื่อเป็นการยกระดับฝ่ายบุคคลไทย ให้ก้าวสู่การเป็น SMART HR ที่จะมีส่วนสำคัญในการขับเคลื่อนให้เกิดประเทศไทย 4.0 และเป็นการเปิดมุมมองใหม่ ๆ กับเทคโนโลยีในปัจจุบันเพื่อสร้างสรรค์การทำงานให้กับตั้งแต่ตัวฝ่ายบุคคลเองและบุคลากรในสังกัดอีกด้วย โดยงานนี้ได้จัดขึ้นในวันที่ 29 – 30 มีนาคม 2561 ที่ผ่านมา

งานนี้ทางทีมงาน The VIABLE จะพาทุกท่านไปชมบรรยากาศในงานที่ทางทีมงานได้นำมาฝากกัน โดยภายในงานจะแบ่งออกเป็น 3 เวที ได้แก่เวที แรก “HR Tech Conferenceที่อัดแน่นสาระดี ๆ โดยมีสปีกเกอร์ และHR ระดับ แนวหน้าของเมืองไทย มาถ่ายทอดความรู้ในเทคโนโลยี HR กว่า 30 หัวข้อโดยมีหัวใจสำคัญได้แก่ HR System and Solution, Being Leader and Talent for Future Organization, The Next Era of Learning, Re-Thinking HR in The Digital Age, Digital Learning for the Future Workforce และ Big Data and Analytics for HR

เวทีที่สอง “Tech Talksโดยผู้ให้บริการ HR Technology and Solution กว่า 40 รายทั้งจากประไทยและนานาชาติ มานำเสนอเทคโนโลยีเพื่องานด้าน HR และเทคโนโลยีที่สนับสนุนการทำงานในยุคดิจิทัล สามารถค้นหาคำตอบการใช้ชีวิตร่วมกับเทคโนโลยีอย่างมีความสุขและสมดุล

เวทีที่สาม “People Innovation & HR Start Up Villageการเปิดพื้นที่สำหรับการนำเสนอแนวคิดธุรกิจของ HR Start up 30 Startup สัญชาติไทย ที่จะมาเปลี่ยน pain point ให้กลายเป็น gain point เป็นการปิดช่องว่าง ขยายโอกาส และสร้างจุดแข็งเพื่อการพัฒนาทรัพยากรมนุษย์สู่โลกการทำงาน 4.0

พร้อมด้วยโซน “HR Tech Booths and Exhibitionพื้นที่ในการนำเสนอนวัตกรรมด้าน HR Technology and Solution ที่ให้ผู้เข้าร่วมงานได้พบกับสุดยอดเทคโนโลยีเพื่อการใช้ชีวิตและการทำงานในโลกยุคดิจิทัล และทดลองใช้งานกันอย่างเต็มที่

\ EDITOR’S PICK \

จากหัวข้อที่น่าสนใจมากมายภายในงาน ทางทีมงาน The VIABLE ก็ได้คัดหัวข้อเด็ด ๆ ที่น่าสนใจมาสรุปให้อ่านกันแบบจัดหนักจัดเต็มกับคำถามที่อยู่ในใจของ HR หลายคนที่จะหา Data Scientist มาช่วยจัดการสารพัดการ Analytics ได้อย่างไร ในหัวข้อ “HR Analytics Impact and How to build Data Scientist from your existing Employee” ของ ดร. ศิษฏพงศ์ เศรษฐภัทร Head of Big Data Management & Advanced Analytics จากบริษัท G-Able

(ดร. ศิษฏพงศ์ เศรษฐภัทร Head of Big Data Management & Advanced Analytics จากบริษัท G-Able)

โดย ดร. ศิษฏพงศ์ เริ่มจากคำถามที่ว่า “เราจะหา Data Scientist ได้อย่างไร แล้วจะรู้ได้อย่างไรว่าคนที่หามาได้คือตัวจริง”

ซึ่งเราต้องรู้ก่อนว่าในปัจจุบัน การทำงานบนโลกนี้ได้เปลี่ยนไปแล้วจากการ Digital Transformation โดยในยุคนี้เราไม่จำเป็นต้องทำงานอยู่แค่ในบริษัท ไม่จำเป็นต้องทำงานได้แค่ในคอมพิวเตอร์ตัวเดียวของบริษัทเหมือนเดิมอีกต่อไป เพราะเรามีสิ่งที่เรียกว่า Digital Workplaceที่จะปลดแอกงานของเราให้เป็นอิสระมากขึ้น ยืดหยุ่นมากขึ้น

การพัฒนาของ Workplace จากยุค WEB สู่ Digital Workplace

10 เทคโนโลยีที่ผลักดันให้เกิด Digital Workplace

Ambient Knowledge: ความรู้ที่ไม่เป็นองค์รวมหรือเอกสารจับต้องได้ แต่จะกระจัดกระจายไปอยู่ทั่วเน็ตเวิร์ค

Embedded Analytics: ในหลายระบบนำการวิเคราะห์ต่าง ๆ เข้าไปผสมอยู่

Production Studio: การนำเสนอในรูปแบบใหม่เช่นการใช้ Interactive BI, Real-time Dash board

Micro Learning: การเรียนรู้มีเยอะมากอยู่ในอินเทอร์เน็ต และใช้เวลาไม่มาก เพื่อนำไปพัฒนางานของตัวเอง

Process Hacking: ลดการทำงานที่เป็น Routine ให้ได้มากที่สุด

Silo-Buster: สามารถทำงานข้ามไปข้ามมาระหว่างทีมได้อย่างทันที ซึ่งเป็นความต้องการในการลด Silo-Base และสร้าง Network-Base

Immersive Technology:  VR AR ช่วยให้ทำงานได้ดีขึ้น

Office Landscape: ทำลายกำแพงเดิม ๆ ของห้องทำงาน แต่ต้องทำให้ทุกคนเดินเข้ามาและทำงานร่วมกันได้

Personal Cloud: พื้นที่ส่วนตัวขององค์กรที่ให้พนักงานสามารถใช้งานไฟล์ได้จากที่ไหนก็ได้

Virtual Personal Assistant: ผู้ช่วยที่จะมาคอยตอบคำถามทั่ว ๆ ไป

ซึ่งทั้งหมดที่กล่าวมานั้น ทำให้เกิดสิ่ง ๆ หนึ่งที่สำคัญมากนั่นคือ การสร้างข้อมูลตลอดเวลา แปลว่าปัจจุบันไม่ใช่แค่ไทม์ชีทอย่างเดียวแล้วที่จะเป็นตัววัดประสิทธิภาพในการทำงาน ซึ่งจากข้อมูลที่ถูกสร้างขึ้นผ่าน Digital Workplace นั้นจะถูกนำมาวิเคราะห์ได้ว่าการทำงานที่เกิดขึ้นนั้นดีที่สุด มีประสิทธิภาพที่สุด

แต่คำว่าดีที่สุดนั้น มีประสิทธิภาพที่สุด นั้นเป็นยังไง? ใช้อะไรเป็นตัววัด ซึ่งแน่นอนว่าในแต่ละส่วนมีมาตรวัดประสิทธิภาพในการทำงานไม่เหมือนกัน

ในปัจจุบันนี้ เราไม่ได้มองว่าเขาทำอะไร เรามองว่างานที่เข้าทำนั้นทำให้เกิด Contribution Collaboration Innovation ใหม่ ๆ ไหม งานที่เข้าทำนั้นทำให้เกิด Business Outcome ใหม่ ๆ หรือเปล่า ทำให้เกิด Big Data และ Analytics ขึ้นมา ช่วยค้นหา Contribution Collaboration และ Innovation วัดได้ด้วยอะไร

Big Data จะมาช่วย HR จัดการข้อมูลจากกิจกรรมต่าง ๆ มากมายมหาศาลที่พนักงานสร้างขึ้นมาในแต่ละวันจาก Digital Workplace ที่ไม่สามารถจัดการได้ด้วยวิธีการธรรมดา ๆ ซึ่ง Big Data นั้นจะเปลี่ยนกิจกรรมเหล่านั้นให้กลายเป็นข้อมูลที่สามารถนำไปใช้งานต่อได้

“วิธีการตีความ Data ให้กลายเป็น Information ของแต่ละคนก็ต่างกันออกไป จึงต้อง Personalization คือการมองคนเป็นคนหนึ่งคนจริง ๆ ตีความแบบตรงไปตรงมาตาม Data ที่ได้รับมาไม่ได้” – ดร. ศิษฏพงศ์

ดังนั้น Big Data ไม่ได้เกี่ยวกับขนาดของข้อมูล แต่เกี่ยวกับว่าเราต้องการจะถามอะไร และคำถามนั้นมีความคุ้มค่าที่จะหาคำตอบจากมันหรือเปล่า Big Data ไม่ใช่มาแทนสำหรับวิธีการตั้งคำถามแบบเดิม แต่จะเรียกว่าเป็นแค่ส่วนเสริมจะเหมาะกว่า  การหาคำตอบที่มี Impact สูงย่อมจำเป็นต้องใช้คำถามที่ดี

ทำให้เกิดอีกกระบวนการหนึ่งขึ้นมาคือ Organization Shift ที่มีทั้งหมด 4 ขั้นตอนคือ

Foundation Stage

คือการกระตุ้นให้เกิดการตั้งคำถามที่ถูกต้องได้

Approching

คือการค้นหาคำตอบของคำถามที่ถูกต้องนั้นได้ในวิธีที่เหมาะสมและมีประสิทธิภาพสูง

Aspirational

คือการเริ่มทดลอง เริ่มเปลี่ยนแปลงกระบวนการแบบเดิม ๆ เอาเทคโนโลยีเข้ามามีช่วยลดขั้นตอน ลดเวลาในการทำแต่ละขั้นตอนได้ อาจจะสำเร็จหรือล้มเหลวก็ได้

Major

คือการนำแนวคิดใหม่ ๆ มาใช้ในองค์กรให้เกิดกระบวนการทำงานที่ดีขึ้น เมื่อผ่านขั้นตอน Asirational ที่สำเร็จมาแล้ว

“คนที่ทำงานจากขั้นตอนที่ 1 ถึง 4 ต้องเป็น Data Scienctist หรือเปล่า ไม่ใช่เลย สิ่งสำคัญคือรู้ Business Model ขององค์กรหรือเปล่า ซึ่งคนที่รู้ก็คือคนทำงานอยู่กับเรานาน ๆ นั่นแหละ ดังนั้น Data Scientist อยู่กับทุก ๆ คนอยู่แล้ว” – ดร. ศิษฏพงศ์

นักวิเคราะห์ก็ยังแบ่งออกไปได้อีกเป็น 2 ประเภทคือ Historical Analyst และ Forecasting Analyst ร่วมกันกับ Data Scientist อีกหลายคนทำให้เกิดเป็น Center of Excellence ที่จะสนับสนุนทั้งด้านความรู้ ทรัพยากร และแนวทางให้กับธุรกิจ

แล้ว Data Scientist ที่ว่าทุกคนเป็นได้นี่ต้องเป็นอย่างไร? 

Data Scientist ประกอบด้วยองค์ประกอบ 3 อย่างคือ

คุยกันรู้เรื่อง

เก่งสถิติ

เขียนโปรแกรมได้

แต่ว่าคนที่มีครบทั้ง 3 องค์ประกอบนั้นหายากมาก เพราะคนทั่วไปมักจะเป็นไปทาง Data Engineer ที่ เขียนโปรแกรมได้ รู้สถิติ แต่คุยกับใครไม่รู้เรื่อง หรือ Data Analyst ที่คุยกับคนรู้เรื่อง รู้ Business มีไอเดียดี แต่เขียนโปรแกรมไม่ได้ ซึ่งเราสามารถรวมร่างของคนสองคนนั้นให้กลายเป็น Data Scientist ได้

\VIABLE SAY\

จากที่เดินกันมาทั้งงานแล้วเนี่ย บอกได้เลยว่าปีนี้ HR ถ้าตามเทคโนโลยีไม่ทันนี่ว่าลำบากแล้วนะ แต่ถ้าหาคนมีช่วยในด้านเทคโนโลยีที่จำเป็นต้องใช่ในอนาคต (ที่ต้องบอกว่าตอนนี้อนาคตมันมาถึงแล้วด้วยซ้ำ) เนี่ยลำบากกว่า ดังนั้นแล้ว Data Scientist ที่เขาว่าหายากยิ่งกว่าเพชรในมหาสมุทรเนี่ย ถ้ามันหายากนักก็สร้างมันมาเสียเลย จาก Data Engineer + Data Analyst จับมารวมร่างกับเสีย ที่นี้ HR ก็จะได้สบายใจหายห่วงไปเปลาะหนึ่ง แล้วไปจัดการกับเทคโนโลยีมากมายที่รออยู่มากมายกันดีกว่า