ตอนนี้ความสนุกของคนทำงานสายเทคฯ นอกจากแข่งกันเรื่องใครจะผลิตซอฟต์แวร์ออกมาใช้งานได้จริง พวกเขายังแข่งกันเรื่องความเร็ว คิดได้แต่ทำช้าก็ไร้ประโยชน์ แต่จะทำอย่างไรให้ความเร็วนั้นมีประสิทธิภาพที่สุด MLOps คือเครื่องมือที่ตอบโจทย์และองค์กรระดับโลกกำลังให้ความสนใจ
แล้ว MLOps คืออะไร ถ้าเสิร์ช Google ตอนนี้คาดว่าจะเจอคำอธิบายในภาษาที่เข้าใจง่ายยากหน่อย เพราะทางฝั่งอเมริกาเอง MLOps ยังเป็นเรื่องใหม่มาก ใหม่ชนิดที่ว่า Google กับ Microsoft ก็เพิ่งพูดถึงคำนี้ และยังหาต้นแบบที่ประสบความสำเร็จในการทำ MLOps ได้ยาก Google เคยทำโปรเจกต์ทำนายว่าจะมีไข้หวัดใหญ่ระบาดหรือไม่ สุดท้ายโปรเจกต์นี้ไม่สำเร็จร้อยเปอร์เซ็นต์ ถ้ามองว่า Google ล้มเหลวในการทำ MLOps หรือเปล่าก็คงไม่ใช่เสียทีเดียว ถือว่าเป็นระยะทดลองมากกว่า สำเร็จทีละขั้น พัฒนาไปเรื่อยๆ
แม้ MLOps จะยังไม่มีต้นแบบความสำเร็จให้ดูเป็นกรณีศึกษา แล้วทำไม KBTG (KASIKORN Business-Technology Group) จึงเชื่อมั่นและกล้านำ MLOps มาใช้ MLOps คือคำตอบที่ถูกต้องใช่หรือไม่ และองค์ความรู้ในการทำ MLOps มาจากไหน THE STANDARD คิดว่าคนที่ตอบคำถามเหล่านี้ได้ดีที่สุดคือ ต่อ-ทัศพล อธิอภิญญา Advance Machine Learning Engineer หนึ่งในฟันเฟืองสำคัญของ KBTG
ทัศพลนิยาม MLOps ว่า “MLOps มาจาก Machine Learning + Operations เป็นงานที่เกี่ยวกับกระบวนการสร้างและบริหารจัดการ เป็นตัวกลางระหว่าง AI Research กับ Machine Learning Team เชื่อมระหว่างทีม Data Science และทีม IT ให้สามารถนำ Machine Learning มาใช้งานในธุรกิจได้จริง เพื่อให้องค์กรธุรกิจสามารถสร้าง Machine Learning Model ที่ดีได้อย่างง่ายดาย เพื่อให้พร้อมต่อการนำไปใช้งานจริงและทำให้ผลิตภัณฑ์ออกได้เร็วขึ้น
“และเนื่องจาก KBTG มีการทำ Machine Learning อยู่แล้ว ดังนั้น MLOps จะช่วยให้โครงการที่ใช้ Machine Learning พัฒนาและออกมาเป็นผลิตภัณฑ์สู่ตลาดได้จริงและมีประสิทธิภาพ” นี่คือเหตุผลที่ KBTG ซึ่งเป็นบริษัทเทคโนโลยีชั้นนำในเมืองไทยองค์กรแรกที่เห็นว่า MLOps มาแน่ และถ้า MLOps จะมาเปลี่ยนวงจรการทำงานที่ซับซ้อนของ AI Research กับ Machine Learning Team ได้จริง KBTG ก็ต้องดึงตัวคนรู้จริงอย่างทัศพลมาร่วมทีม
ทัศพลบอกว่า MLOps จะเป็นทักษะที่บริษัทเทคโนโลยีต้องการตัวมากแน่ๆ เพราะทุกคนอยากสร้างนวัตกรรมที่ใช้งานได้จริง ที่สำคัญคือต้องเร็วกว่าคู่แข่ง “เพราะองค์กรจะใช้ AI เยอะขึ้นเรื่อยๆ ถ้าทำ MLOps ไม่ได้ ต่อให้ทำโมเดลใหม่มาก็ทำให้มันดีขึ้นไม่ได้ คำถามคือโมเดลดีขึ้นมีผลอย่างไร ดูตัวอย่างธุรกิจที่ประสบความสำเร็จอย่าง Netflix หรือ YouTube กว่าจะได้โมเดลที่สามารถแนะนำหนังเรื่องต่อไปหรือวิดีโอตัวต่อไปให้ตรงกับพฤติกรรมของผู้ใช้งานได้ ซึ่งมีความแม่นยำมาก เขามี A/B Testing มาหลายโมเดล มีวิธีพิสูจน์โมเดลออกมาเรื่อยๆ ซึ่งเขาทำมาหลายปีแล้ว ประเทศไทยยังไม่มีประสบการณ์การทำซอฟต์แวร์ที่รันจำนวนคนเยอะๆ แบบนี้ มันมีช่องว่างที่น่าจะพัฒนาได้”
แต่ทำไมทัศพลจึงยอมโบกมือลาตำแหน่ง QA Automation Engineer Lead (Siri) จากบริษัทยักษ์ใหญ่อย่าง Apple แล้วมาร่วมงานกับ KBTG
“ตอนอยู่ที่ Apple ได้มีโอกาสเจอทีมผู้บริหารของ KBTG ได้ทราบถึงวิสัยทัศน์องค์กรและเทคโนโลยีต่างๆ ที่ KBTG กำลังทำอยู่ ในตอนนั้นคือ Big Data, Blockchain และ Mobile ที่กลายมาเป็น K PLUS ตัวใหม่ ผมเห็นว่าทีมผู้บริหารมีวิสัยทัศน์ชัดเจนและสนใจเรื่องการนำเทคโนโลยีของอเมริกามาปรับใช้กับเมืองไทยอย่างไร และตัวเองก็มองว่า FinTech เป็นอะไรที่น่าสนใจมากในช่วงนั้น การเงินเป็นเรื่องใกล้ตัวของทุกคนอยู่แล้ว มือถือ 4G กลายเป็นอุปกรณ์ที่ทุกคนมี ทำให้เกิดการใช้งานจริงของเทคโนโลยีการเงินที่อำนวยความสะดวกให้กับทุกคน พอมองว่าถ้ามาทำงานกับ KBTG จะได้ทำโปรเจกต์ FinTech ที่มีคนใช้งานทั้งประเทศได้ พอมีจังหวะกลับมาเมืองไทยก็ตัดสินใจทำงานกับ KBTG ทันที
“ลึกๆ มันคงเป็นแพสชันของตัวเองที่อยากแก้ปัญหาให้โลกหรือช่วยให้สังคมดีขึ้น” ทัศพลอธิบายเสริม “พอได้ฟังวิสัยทัศน์ของผู้บริหารที่จะทำให้ KBTG เป็นบริษัทเทคโนโลยีระดับประเทศ หรือเรื่องที่นวัตกรรมของ KBTG มันอิมแพ็กคนไทยทั้งประเทศได้ไม่ยาก สามารถขยายไปสู่ระดับภูมิภาคและระดับโลกได้ มันตอบโจทย์แพสชันเราด้วย และด้วยประสบการณ์การทำงานในทีมที่ร่วมทำโปรเจกต์ Siri ของ Apple หรือการทำงานด้าน Software Engineer and DBA หรือโอกาสที่ได้ร่วมงานกับบริษัทใหญ่ๆ ในซิลิคอนแวลลีย์ เช่น VMware, Cloudera ก็น่าจะมาปรับใช้และพัฒนา MLOps ให้เกิดประโยชน์ และตอนนี้ประเทศไทยคือเวลาที่เหมาะสมแล้ว เพราะว่าองค์กรอยากใช้ AI ดังนั้น MLOps เป็นเครื่องมือที่ตอบโจทย์ที่สุด
“นอกจากจะนำ MLOps มาช่วยในการทำงานแล้ว งานอีกส่วนของผมคือช่วย KBTG ทำ Agile DevOps Transformation เกี่ยวกับ Technical Excellence หรือแนวปฏิบัติในการพัฒนาซอฟต์แวร์ที่ดี ช่วยโปรเจกต์อื่นให้สามารถทำซอฟต์แวร์ที่มีคนใช้เยอะๆ ออกได้เร็วและมีคุณภาพ เป็นการนำประสบการณ์การทำงานกับ Apple ซึ่งเป็นองค์กรที่ Agile มาก มีการเปลี่ยนแปลงและพัฒนาเทคโนโลยีเพื่อประสบการณ์ที่ดีของผู้ใช้งานตลอดเวลา ดังนั้น DevOps จะเข้ามาช่วยลดขั้นตอนการทำงานที่ซับซ้อนได้”
การปลุกปั้น MLOps เพื่อช่วยให้โครงการที่ใช้ Machine Learning พัฒนาและออกมาเป็นผลิตภัณฑ์สู่ตลาดได้จริงคือเป้าหมายระยะสั้นของเขา แต่ถ้ามองไกลกว่านั้นอีกหน่อย ทัศพลต้องการให้ KBTG เป็นองค์กรที่ใครก็อยากมาร่วมงาน “ก็เหมือน Facebook, Google หรือ Apple ใครก็อยากร่วมงานด้วย ผมว่า KBTG ไปถึงจุดนั้นได้
“KBTG เอง เราพยายามสร้างมาตรฐานให้ได้ระดับโลกในการคัดเลือกคนเข้ามาร่วมงานกับเรา ประเทศพัฒนาแล้วเขาจะเก่งกว่าเรา เพราะการสัมภาษณ์งานเขาจะถามคำถามปลายเปิด ไม่มีคำตอบถูกผิด อาจให้คุณลองเขียนโค้ดแล้วมาคุยกันดูว่า ลองเปลี่ยนโจทย์สิ หรือถามความเห็นว่าทำไมถึงทำแบบนี้ เพราะอะไร การตอบคำถามมันดูได้ว่าคุณมีความรู้พื้นฐานอะไรบ้าง มีความรู้แค่ไหน มีความสามารถในการใช้เหตุผลไหม”
ถ้าคุณเริ่มสนใจด้านนี้จริงจัง เราเชื่อว่าคุณจะต้องเสิร์ชว่ามีคนเก่งๆ บนโลกนี้กี่คนที่สร้างเทคโนโลยีได้แม้ไม่มีใบปริญญาด้านคอมพิวเตอร์ “ที่ KBTG คุณจบปริญญาตรีสาขาอื่นก็มาทำงานที่นี่ได้นะ ถ้าหากมีความสามารถและอยากสร้างความเปลี่ยนแปลง เพราะเดี๋ยวนี้ใครก็ทำงานด้านเทคโนโลยีได้ มีมหาวิทยาลัยระดับโลกสอนผ่านออนไลน์ให้ฟรี ไม่ว่าจะเป็น Udacity, Coursera, edX หรือ Udemy บางโปรแกรมมหาวิทยาลัยเป็นคนทำคอร์ส บางโปรแกรมบริษัทเอกชนเป็นคนทำคอร์ส มีทั้งคอร์สระยะสั้นและระยะยาว 15 เดือนก็ได้ประกาศนียบัตรไปสมัครงานได้เลย ถ้าคอร์สที่ได้มาตรฐานจะให้คุณทดลองทำโปรเจกต์ ก็เอาตรงนั้นไปสมัครงานได้ บริษัทที่อเมริกาก็รับคนที่จบแบบนี้เยอะ เขาดูผลงานเป็นหลัก และให้การยอมรับหลักสูตรเหล่านี้”
ทัศพลบอกว่า Soft Skill ก็สำคัญไม่แพ้กัน เทคนิคดี เขียนโค้ดเก่ง วิเคราะห์ข้อมูลได้ อาจจะพาคุณไปไกลได้ระดับหนึ่ง แต่ถ้ามี Soft Skill จะทำให้คุณได้ทำงานกับคนเจ๋งๆ “แน่นอนว่าความรู้ที่จำเป็นต้องมีสามารถเรียนเสริมได้ ฝึกฝนเพิ่มเติมเองได้ ทั้งเรื่อง Data Science, Software และ DevOps & Test Automation ยิ่งถ้ามีแพสชันด้านเทคโนโลยีใหม่ๆ อยากทำ Data Driven Applications ก็ยิ่งดี แต่สำคัญเลยคือ Soft Skill ในการสื่อสาร รวมถึงต้องทำงานเป็นทีมเวิร์กได้ คำว่าทีมเวิร์กหมายถึงทำงานกับทีมที่มีหัวหน้าคนเดียวกันหรือทีมอื่น รวมไปถึงทำงานกับคนนอกองค์กรได้ดี และอีกสิ่งที่สำคัญไม่แพ้กันคือเรียนรู้ต่อเนื่องครับ เปิดรับเทคโนโลยีใหม่ มองว่าเราแข่งขันกับระดับโลก
แล้วการจะได้รับโอกาสเข้าร่วมงานองค์กรเทคฯ ชั้นนำได้ต้องเก่งขนาดไหน ต้องจบนอกหรือเคยร่วมงานกับบริษัทต่างประเทศหรือเปล่าถึงจะมีสิทธิ์ ทัศพลบอกว่า “การคิดว่าตัวเองไม่เก่ง ไม่มีประสบการณ์ ไม่เคยเรียนเมืองนอก ไม่เคยทำงานกับบริษัทระดับโลกจะทำได้เหรอ ผมว่านี่เป็นความคิดที่ทำให้ประเทศชาติไม่ก้าวหน้า คุณต้องเปลี่ยนมายด์เซตก่อน มันไม่สำคัญว่าคุณเรียนจบที่ไหน ทำงานที่ไหน ตำแหน่งอะไร คำถามคือ 1-3 ปีจากนี้คุณอยากไปทางไหน คุณจะเก่งขึ้นได้ยังไง ทุกอย่างในชีวิตยากหมด ต้องมีช่วงที่ฝ่าฟันกันทั้งนั้น ไม่ใช่เราเก่งหรือไม่เก่ง แต่เมื่อเราขึ้นไปเลเวลที่สูง เราก็จะเจอคนที่เก่งกว่าไปเรื่อยๆ ไม่อยากให้มีความคิดว่าเราพัฒนาไม่ได้แล้ว เพราะสุดท้ายแล้วการประสบความสำเร็จของคนมันมีทางเยอะ ชีวิตไม่ใช่รูปสามเหลี่ยมที่มีท็อปหนึ่งคนและที่เหลืออยู่ฐาน ทุกคนมีวิธีประสบความสำเร็จหมด ทุกคนต้องยอมเหนื่อยเพื่อเก่งขึ้น คุณถึงจะไปต่อได้”
ถ้ามองจากสายตาคนนอกวงการ คงคิดไม่ต่างกันว่าบทสนทนาของคนกลุ่มนี้คงหนีไม่พ้นเรื่องเทคโนโลยี นวัตกรรมอะไรมาใหม่ ซอฟต์แวร์ตัวไหนน่าสนใจ แต่เปล่าเลย บางครั้ง BNK48 คือหัวข้อหลัก “เราก็มีคุยเรื่องอื่นบ้างครับ เช่น BNK48 (หัวเราะ) แต่เอาจริงๆ ถึงเราจะคุยเรื่องข่าวหรือเรื่องทั่วไปมันก็อดคิดไม่ได้ที่อยากจะแก้ปัญหาอะไรสักอย่าง เหมือนเป็น Innovation Nature มองเห็นทางแก้ปัญหาของทุกอย่าง คนเลยมองว่าพวกเราเนิร์ด ก็เนิร์ดจริงๆ ครับ (หัวเราะ) แต่ Facebook ที่คุณใช้ทุกวันนี้มันก็มาจากไอเดียเนิร์ดๆ ของ มาร์ก ซักเคอร์เบิร์ก ดังนั้นความเนิร์ดก็ดี ถ้าเราใช้ความเนิร์ดช่วยแก้ Pain Point ให้คนอื่น
“Work-Life Balance ของคนอย่างพวกเราต้อง Work มากกว่า Life อาจจะเป็น 60/40 แต่นอกเวลางานเราก็ต้องเรียนรู้อะไรใหม่ๆ ตลอดเวลา ทั้งสายงานเราเองและนอกสายงาน การเรียนรู้สายงานอื่นมันมีประโยชน์มาก คุณต้องรู้ว่าโลกตอนนี้เขาทำอะไร เพราะบางทีนวัตกรรมมันเกิดจากสิ่งที่เราไม่คุ้นเคย เช่น เราอาจจะรู้เรื่อง IT และพอเราไปดูเรื่องการศึกษาเด็กในพื้นที่ห่างไกล เรามองแล้วว่าเขาขาดการศึกษา ไม่สามารถหาครูไปสอนได้ เราทำ Online Learning ให้เขาไหม IT อย่างเดียวมันไม่ค่อยเกิดยูสเคส เพราะซอฟต์แวร์มันเป็นฐานให้เกิดยูสเคสของอุตสาหกรรมอื่น ทัศพลมองว่างานสายเทคฯ สนุก ถ้าคุณมีแนวคิดการเติบโตที่เชื่อว่าการเรียนรู้อะไรใหม่ๆ คือเรื่องสนุก “มันมียูสเคสใหม่เข้ามาตลอด มีเทคโนโลยีใหม่ๆ ให้ศึกษา แม้แต่อเมริกาเองยังตกใจกับยูสเคสบางอย่างที่มาจากประเทศจีน เช่น Social Commerce หรือ Cashless QR Payment ทำให้เราต้องปรับตัวและกระตือรือร้นในการทำงานตลอดเวลา และบางครั้งเราก็ภูมิใจที่เป็นส่วนหนึ่งที่ทำให้เกิดยูสเคสที่ใช้ประโยชน์ได้ ลองคิดดูว่าเจ๋งขนาดไหน คุณมีไอเดีย มีคอมพิวเตอร์ ก็สร้างนวัตกรรมใหม่ๆ ได้แล้ว ไอเดียคุณอาจมีมูลค่าเป็นพันล้านก็ได้”
แต่สำหรับทัศพล การสร้างนวัตกรรมมูลค่าพันล้านไม่ใช่ประเด็น การสร้างนวัตกรรมที่ช่วยเหลือคนเป็นพันล้านคนต่างหากคือสิ่งที่เขาตั้งใจ แม้การทำอะไรบางอย่างเพื่อโลกอาจถูกมองว่าอยากให้โลกจดจำหรือเปล่า “ผมคิดว่าคนที่โลกให้การยอมรับว่าเป็นคนที่ช่วยเหลือโลกไม่ได้เริ่มต้นจากความต้องการให้โลกจดจำ แต่มันเป็นสิ่งที่เขาทำตอนมีชีวิตอยู่ การที่โลกจดจำเรามันก็ดี แต่มันไม่ใช่เป้าหมายหลัก ผมว่าคนที่เจ๋งจริง คนอื่นเขาจะยกย่องเราเอง ไม่ต้องพยายามทำให้คนอื่นยกย่อง”
THE STANDARD อดถามไม่ได้ว่าตลอดการทำงานที่ผ่านมามีผลงานอะไรที่เขาทำและช่วยโลกได้จริง “Hey Siri บน Apple Watch ครับ ผมเป็นหนึ่งในทีมพัฒนา เป็นสิ่งที่ทีมทำงานใน Apple ชอบมากเวลาที่มันช่วยเหลือคนได้ มีเคสเมืองนอกที่ขับรถแล้วเกิดอุบัติเหตุ มือโดนทับ ไม่สามารถกดโทรศัพท์ได้ เขาใช้ Hey Siri เรียก 911 แล้วตำรวจมารับเขาได้ด้วยโลเคชันของ Siri จุดเริ่มต้นอาจคือเพื่อให้ชีวิตคนสะดวกสบายขึ้น แต่สิ่งที่แฝงอยู่คือมันช่วยชีวิตเราได้ ถือว่าเป็นยูสเคสที่อาจสำคัญด้านการตลาดน้อยกว่า แต่กับชีวิตคน เมื่อ Siri ช่วยชีวิตคนได้ มันสร้างความภูมิใจ”
“คงเพราะตอนเด็กๆ ผมชอบเล่นเกม” ทัศพลตอบ เมื่อ THE STANDARD อยากรู้ว่าอะไรคือจุดเริ่มต้นของการเป็นคนสายเทคฯ อย่างทุกวันนี้ อะไรทำให้เขาอยากจะลุกขึ้นมาช่วยโลก ในเมื่อยังมีอีกหลายวิธีที่คุณจะช่วยโลกได้
“พอชอบเล่นเกมเลยทำให้อยากเรียนคอมพิวเตอร์ เรียนเขียนโปรแกรม จนได้มาจับงานเกี่ยวกับ Software Business ช่วงหลัง Big Data, AI, Machine Learning เป็นสาขาใหม่ที่ทำให้ซอฟต์แวร์มีความสามารถเพิ่มขึ้นได้ องค์กรต่างๆ ก็อยากเป็น Data Driven Organization ก็คือการขับเคลื่อนองค์กรด้วยข้อมูล ประกอบกับเคยทำงานในทีม Siri ที่ Apple เห็นว่าคนที่เรียนซอฟต์แวร์อย่างเดียวจะทำ Machine Learning ไม่ได้ จะไม่เข้าใจว่า AI ซึ่งเป็นเทคโนโลยีที่สำคัญในอนาคตทำงานยังไง เลยไปเรียนคอร์สออนไลน์ Machine Learning by Stanford University on Coursera และ Machine Learning, a 4-course specialization by University of Washington on Coursera ใช้เวลาเรียน 1 ปี
“เกมมันอาจเป็นหนึ่งในความฝันที่ยังไม่ได้ทำ ไม่แน่ว่าสักวันอาจจะไปเปิดบริษัททำเกมบ้าง ทำ AI Game แข่งกับคนเล่น แต่เป้าหมายตอนนี้อยากสร้างบริษัทเทคโนโลยีในประเทศไทยให้ดังระดับโลก มันคงเป็นความฝันที่เจ๋งดี น่าจะช่วยสร้างความเปลี่ยนแปลงในวงกว้างได้”
ทั้งหมดนี้อาจเป็นแพสชันของทัศพลจริงๆ ที่อยากจะทำให้โลกดีขึ้นด้วยความรู้ที่เขามีและเทคโนโลยีในมือก็ได้ เพราะตั้งแต่คำถามแรกจนคำถามสุดท้าย ทัศพลย้ำอยู่เสมอไม่ว่าจะเป็นการสร้างอิมแพ็กเรื่อง MLOps ให้อุตสาหกรรมเทคโนโลยีในประเทศไทยหันมาทำ MLOps ทั้งหมดโดย KBTG เป็นผู้นำร่อง และถ้าทำได้จริงจะทำให้ KBTG กลายเป็นบริษัทเทคโนโลยีที่ใครก็อยากมาร่วมงาน การทำให้เกิดบริษัทเทคโนโลยีที่ประสบความสำเร็จก็หมายถึงโลกจะได้ประโยชน์จากนวัตกรรมดีๆ อีกมากมาย
“ผมเชื่อว่าทุกคนสร้างอิมแพ็กได้หมด ผมไม่เชื่อว่าทุกคนตั้งแต่เด็กจนโตไม่คิดฝันอยากทำอะไรเลย คำว่าอิมแพ็กอาจไม่ต้องมองภาพใหญ่ก็ได้ ให้เริ่มเปลี่ยนจากสิ่งใกล้ตัวเราก่อน เช่น ทำงานในทีมที่มีคน 8 คน คุณอาจคิดวิธีที่ทำให้ทีมทำงานเร็วขึ้นก่อน เริ่มจากสร้างผลกระทบจากวงเล็กๆ ทำให้เกิดขึ้นสำคัญกว่าทำให้สมบูรณ์แบบ Done is better than perfect. ลองคิดดูว่างานที่คุณทำจำเป็นต้องเพอร์เฟกต์ไหม ทำแค่ 80% ได้ไหม ทำให้มันเกิดก่อนแล้วค่อยมาดูว่าจะเดินหน้าต่อให้มันเพอร์เฟกต์ หรือจะเปลี่ยนไปทำอย่างอื่นที่ดีกว่า แต่ถ้าเมื่อไรที่คุณสามารถสร้างอิมแพ็กกับคนกลุ่มใหญ่ได้… ทำเลย”
พิสูจน์อักษร: ภาสิณี เพิ่มพันธุ์พงศ์
