ประวัติศาสตร์ DATA เรียนรู้อดีต สู่โลกอนาคต

ประวัติศาสตร์ DATA เรียนรู้อดีต สู่โลกอนาคต
ประเภทบทความ
บทความ
คำโปรย
ข้อมูลคือน้ำมันใหม่ของโลกดิจิทัล แต่ก่อนจะมาถึงยุคนี้ เราผ่านอะไรมาบ้าง? ย้อนรอยประวัติศาสตร์ของข้อมูลกับผู้เชี่ยวชาญที่อยู่ในวงการมากว่า 20 ปี เพื่อเข้าใจทิศทางอนาคตของวงการ Data ในยุค AI
กลุ่มหลักสูตร
Power BI
ทักษะ (ระบุได้หลายทักษะ)
Data

คุยกับนายน์ EP.1: ประวัติศาสตร์ DATA เรียนรู้อดีต สู่โลกอนาคต

ในเอพิโซดแรกของ "คุยกับนายน์" เราได้พูดคุยกับอาจารย์จุลเดช อร่ามศรี (พี่ตุ้น) ผู้เชี่ยวชาญด้าน Data Platform ที่มีประสบการณ์มากกว่า 20 ปี เล่าถึงวิวัฒนาการของเทคโนโลยีข้อมูลตั้งแต่อดีตจนถึงปัจจุบัน รวมถึงอนาคตของคนทำงานด้านข้อมูลในยุค AI โดยพูดคุยร่วมกับ อาจารย์ชไลเวท พิพัฒพรรณวงศ์ CEO ของ 9Expert Training


 

สารบัญเนื้อหา

  • 00:00 - ยุคเริ่มต้นของข้อมูล
  • 05:05 - การเปลี่ยนแปลงสู่ Digital Format
  • 07:06 - ยุคของ BBS และอินเทอร์เน็ต
  • 09:44 - การ์ดจอภาษาไทย
  • 11:04 - ยุคของ Software และ Server
  • 14:59 - Y2K และการเติบโตของ Data
  • 16:19 - ยุคของ Business Intelligence
  • 19:02 - การมาถึงของ Social Media
  • 21:05 - ยุคของ Big Data
  • 24:00 - Cloud Computing
  • 27:15 - Data Analytics
  • 35:32 - อาชีพด้านข้อมูล
  • 37:57 - AI กับอนาคตของงานด้านข้อมูล


 

ยุคเริ่มต้นของข้อมูล

การทำงานด้าน Data ในเวิร์ดจุฬา, เวิร์ดราชวิถี ก่อนยุคปี 2000
ก่อนปี 2000 คอมพิวเตอร์ยังอยู่ในยุคเริ่มต้น จอภาพเป็นแบบ CRT (จอกล่อง) และโปรแกรมยอดนิยมในสมัยนั้นคือ:
  • Lotus 1-2-3 - โปรแกรม Spreadsheet ยอดนิยมก่อนยุค Excel
  • dBase III Plus - โปรแกรมฐานข้อมูลยุคแรกๆ
  • FoxBase และ FoxPro - ฐานข้อมูลยุคแรกที่ต่อมา Microsoft ซื้อกิจการ

การจัดเก็บข้อมูลในยุคนั้นเริ่มจากกระดาษและเอกสารที่ต้อง "ขนเป็นรัง หลังแทบหัก" ก่อนจะค่อยๆ พัฒนาสู่รูปแบบดิจิทัล โดยการสแกนและใช้เทคโนโลยี OCR ซึ่งในสมัยนั้นมีต้นทุนการเก็บข้อมูลสูงมาก

 

"เริ่มต้นที่ยังไม่มีข้อมูล...ย้อนไปประมาณช่วงก่อนปี 2000 เพราะถ้าเก่าไปกว่านั้น มันก็ยังเป็นกระดาษกันอยู่ เป็น handwriting ยังไม่ดิจิตอลฟอร์ม มันเอามาต่อยอดยาก ต้องมีเป็นรังเลย เอกสารบัญชีเป็นรังเลย"

Microsoft Multiplan เครื่องมือเกี่ยวกับด้าน Spread Sheets ก่อน Lotus 123 และ Excel

การเปลี่ยนแปลงสู่ Digital Format

การเปลี่ยนผ่านสู่ข้อมูลในรูปแบบดิจิทัลเกิดขึ้นช่วงก่อนปี 2000 เมื่อคอมพิวเตอร์เริ่มเข้ามามีบทบาท แม้ว่าจะยังเป็นเครื่องที่มีประสิทธิภาพต่ำ:
 

  • การบูทเครื่องใช้เวลานาน มีเสียง "แก๊กๆ" จากฮาร์ดดิสก์
  • โปรแกรมสเปรดชีตยุคแรกๆ เช่น Multiplan ของ Microsoft ที่มาก่อน Excel

โปรแกรมฐานข้อมูลยุคแรกเริ่มถูกนำมาใช้ในธุรกิจขนาดเล็ก เช่น:
 

  • ร้านเช่าวิดีโอ (เป็นธุรกิจที่นิยมใช้ฐานข้อมูลในยุคแรก)
  • ร้านขายของชำ

ระบบสต๊อกสินค้าขนาดเล็ก

Gopher โปรแกรมเบราว์เซอร์ในยุคของ BBS

ยุคของ BBS และอินเทอร์เน็ต

ก่อนที่อินเทอร์เน็ตจะแพร่หลาย การสื่อสารทางคอมพิวเตอร์ใช้ระบบ BBS (Bulletin Board System):
 

  • ระบบ Local Hub ที่ผู้ใช้ต่อเข้าไปด้วยโมเด็ม
  • ใช้แลกเปลี่ยนไฟล์และพูดคุยในกลุ่มเล็กๆ
  • มีหลายเจ้าในประเทศไทย

อินเทอร์เน็ตยุคแรกในประเทศไทย:
 

  • ใช้โปรแกรมเบราว์เซอร์แบบ "Gopher" ซึ่งเป็นระบบเมนูข้อความเป็นหลัก

ก่อนที่จะมี Netscape, Mosaic และ Firefox ในเวลาต่อมา
 

"ผมจำได้ครั้งแรกที่ใช้อินเทอร์เน็ต ไปที่สำนักงานปรมาณูเพื่อสันติตรงวิภาวดี มีเครื่องใหญ่ๆ เครื่องนึง มีเมนูให้เลือกเป็นภาษาอังกฤษ เราก็เลือกข้อ 1, ข้อ 2... โปรแกรมนั้นเรียกว่า Gopher โบราณสุดๆ"
การ์ดจอภาษาไทยในยุค DOS OS และ Windows 3.1/95

การ์ดจอภาษาไทย

ความท้าทายด้านภาษาในยุคแรกของคอมพิวเตอร์ในประเทศไทย:
 

  • คอมพิวเตอร์สมัยนั้นไม่รองรับภาษาไทย
  • วิศวกรไทยสร้าง "การ์ดจอภาษาไทย" โดยการ Modify รหัส ASCII
  • ใช้รหัสเกินกว่า A-Z เพื่อใส่อักขระภาษาไทย (ก-ฮ)
  • เป็นยุคของ "Localization" ที่นักพัฒนาไทยต้องดิ้นรนเพื่อให้คอมพิวเตอร์รองรับภาษาไทย
"สมัยก่อนต้องพิมพ์กันในจอเขียวๆ พอบอกว่าอยากจะได้ภาษาไทย Engineer ไทยก็เลยไปสร้างการ์ดจอที่ออกภาษาไทยได้ โดยการเอารหัส ASCII มา Modify"
การมาถึงของยุค Software และ Server

ยุคของ Software และ Server

การพัฒนาของซอฟต์แวร์และฮาร์ดแวร์ในช่วงปลายทศวรรษที่ 1990:
 

  • เริ่มมีการใช้คอมพิวเตอร์แบบ Client-Server
  • ระบบปฏิบัติการเครือข่ายยุคแรก เช่น Novell NetWare
  • ข้อมูลเริ่มมีโครงสร้างชัดเจน (Structured Data):
    • มีรูปแบบตารางที่แน่นอน
    • มี Data Type ชัดเจน
    • ทุกแถวมีจำนวนคอลัมน์เท่ากัน

การเติบโตของ Server-Level Software:
 

  • SQL Server ประมาณปี 1998-1999
  • การเปลี่ยนจากเวอร์ชัน 6.5, 7.0, 8.0 เป็น SQL Server 2000
  • ความท้าทายในการจัดการ Concurrency (การเข้าถึงข้อมูลพร้อมกันจากหลายผู้ใช้)
"พอเริ่มเข้าไปจับงานที่เป็น Server-Based มากขึ้น เราเริ่มเห็นว่าใน environment ที่ใช้มากกว่า 1 คน Data มันยุ่งกันนะ เราต้องรู้จักว่าจะควบคุม concurrency ยังไง"
ยุค Y2K และการเติบโตของ Data

Y2K และการเติบโตของ Data

ปัญหา Y2K (Year 2000) เป็นจุดเปลี่ยนสำคัญในวงการคอมพิวเตอร์:
 

  • เกิดจากการเก็บปีเพียง 2 หลัก (เช่น 99 แทน 1999)
  • เมื่อเข้าสู่ปี 2000 เกิดความสับสนว่าจะเป็น 00 (2000) หรือ 00 (1900)
  • เป็นบทเรียนสำคัญเรื่องข้อจำกัดในการจัดเก็บข้อมูล

การเติบโตของระบบข้อมูลหลังปี 2000:
 

  • ระบบ Client-Server แพร่หลายในองค์กรต่างๆ
  • ความต้องการวิเคราะห์ข้อมูลเริ่มเพิ่มขึ้น
  • เกิดความท้าทายในการรวบรวมข้อมูลที่กระจัดกระจายในหลายระบบ
"Y2K เนี่ย ตัวปวดหัวเลย เพราะว่า Data มันใหญ่ไม่ได้ ปัญหามันเกิดจากปีเก็บได้แค่ 2 หลัก พอปี 2000 เป็น 00 เอานี่ไปยังไงต่อ 1900 หรือ 2000 ก็ไม่รู้"
ยุคเริ่มต้นของ Business Intelligence

ยุคของ Business Intelligence

ประมาณปี 2003-2004 เกิดการเติบโตของ Business Intelligence (BI):
 

  • SQL Server 2005 เริ่มมี BI Platform อย่างเป็นทางการ
  • ระบบประกอบด้วย Integration Service, Analysis Service และ Reporting Service
  • คำว่า "Business Intelligence" แปลเป็นไทยว่า "ธุรกิจอัจฉริยะ" แม้จะแปลที่ถูกต้องคือ "ข่าวกรองทางธุรกิจ"

ประเทศไทยเริ่มตื่นตัวเรื่อง BI ประมาณปี 2007

"ช่วงนึง BI เราก็ไฮป์แหลกลาญเหมือนกันในบ้านเรา ประมาณสัก 2007 เริ่มตื่นตัว ทุกคนจะทำ BI กันหมด Business Intelligence ระบบธุรกิจอัจฉริยะ แปลผิดไปเป็นกิโล"
2007-2008 ยุคเริ่มต้นของ Facebook และการเติบโตของ Social Media

การมาถึงของ Social Media

การเติบโตของ Social Media เริ่มประมาณปี 2005-2007:

  • Facebook เริ่มต้นโดยใช้ชื่อ "The Facebook" ก่อนตัด "The" ออกในภายหลัง
  • Social Media สร้างการเชื่อมโยงระหว่างผู้คนที่ไม่เคยพบกันมาก่อน
  • เกิดปรากฏการณ์ "Data Exhaustion" - ข้อมูลเป็น "ท่อไอเสีย" ที่หลั่งไหลออกมาอย่างต่อเนื่อง
  • ข้อมูลมีความหลากหลาย (Variety) และปริมาณ (Volume) สูง และมีความเร็ว (Velocity) ในการเกิดข้อมูลใหม่ตลอดเวลา
"ยุคแรกๆ ก่อนโซเชียลมีเดีย อาจจะเป็นพันทิป แต่พอ Facebook มา มันทำให้เกิดการเนตเวิร์คแบบเยอะมากเลย เพื่อนที่ไม่เคยเจอกันมาเลย สมัยก่อนต้องจุดธูปเรียก เกิดไปเจอกันใน Facebook
ยุคของ Big Data กับแนวคิด 3V (Volume, Velocity, Variety)

ยุคของ Big Data

ประมาณปี 2006-2007 เกิดแนวคิดเรื่อง Big Data:
 

  • คุณลักษณะของ Big Data คือ 3V: Volume (ปริมาณ), Velocity (ความเร็ว), และ Variety (ความหลากหลาย)
  • เริ่มมีเทคโนโลยี Map-Reduce เพื่อประมวลผลข้อมูลขนาดใหญ่
  • เทคโนโลยี Virtualization เข้ามาช่วยในการสร้างขุมกำลังการประมวลผล:
    • Virtual PC
    • VMware
    • Microsoft Hyper-V

ความท้าทายของการทำระบบ Big Data ในยุคแรก:
 

  • ต้องลงทุนสูงมาก
  • ส่วนใหญ่องค์กรพยายามทำเองแบบ Internal ก่อน

ต้องมี Data Center ที่กินไฟมาก ความร้อนสูง และต้องมีวิศวกรดูแล

"ตอนเราทำ Big Data Processing ช่วงแรก ลงทุนกันจนแทบเป็นลม ลงทุนสูงมาก"
Cloud Computing คือเทคโนโลยีการให้บริการระบบคอมพิวเตอร์ผ่านอินเตอร์เน็ต

Cloud Computing

Cloud Computing เริ่มเข้ามาในช่วงปี 2008-2010:
 

  • เริ่มในอเมริกาประมาณปี 2008 ส่วนประเทศไทยเริ่มใช้จริงประมาณปี 2010
  • บริการ Cloud ยุคแรกมีเพียงไม่กี่บริการ:
    • AWS มี S3 (Storage) และ EC2 (Compute)
    • Azure มี Azure VM และ Storage
  • หลังจากปี 2013 Cloud Computing เริ่มชัดเจนขึ้น มีบริการครอบคลุมมากขึ้น

ประโยชน์ของ Cloud Computing:
 

  • ลดภาระการดูแล Data Center
  • ลดต้นทุน (ถ้าใช้อย่างเหมาะสม)
  • ลดความเสี่ยงด้านฮาร์ดแวร์
  • ทำให้องค์กรสามารถโฟกัสที่ Business Logic มากกว่าการจัดการโครงสร้างพื้นฐาน
"จำได้เลยครั้งแรกที่มีคนมาพูดเรื่อง Cloud ให้ฟังที่สาธรธานี ตอนนั้น Microsoft มา 3 คนบินมาจาก US มาคุยไอเดียเรื่อง Cloud Computing ความรู้สึกแรกคือ แก้ปัญหาเรื่องซีดีเถื่อน ซอฟต์แวร์เถื่อนหรือเปล่า"
Power BI 1 ในเครื่องมือที่สายงาน Data Analytic นิยมใช้

Data Analytics

การวิเคราะห์ข้อมูล (Data Analytics) เติบโตควบคู่ไปกับการพัฒนาของ Cloud และ Big Data:
 

  • เกิดเครื่องมือวิเคราะห์ข้อมูลสำหรับผู้ใช้ทั่วไป เช่น Power BI
  • โครงการด้านข้อมูลต้องเริ่มจากการกำหนดความคาดหวังให้ชัดเจน
  • ขนาดของโครงการควรสอดคล้องกับทรัพยากรที่มี:
    • โครงการเล็ก: ใช้เครื่องมือระดับ Desktop พอ
    • โครงการขนาดกลาง: ต้องลงทุนเพิ่มเติม
    • โครงการขนาดใหญ่: ต้องใช้เทคโนโลยีระดับ Enterprise
"Data โปรเจคเนี่ย มันก็ตามเนื้อผ้านะ คือคุณมีกระทะใบเดียวแล้วคุณหวังจะเลี้ยงคน 1000 คน มันเป็นไปไม่ได้"
Data Engineer ถือเป็น 1 ในอาชีพงานสาย Data ที่น่าสนใจ

อาชีพด้านข้อมูล

การเติบโตของอุตสาหกรรมข้อมูลนำไปสู่การเกิดขึ้นของอาชีพเฉพาะทาง:
 

  1. Database Administrator (DBA):
    • ดูแลระบบฐานข้อมูล
    • "ถ้า database ไม่พัง ไม่มีใครรู้จัก แต่ถ้าพัง รักเลย"
  2. Data Analyst:
    • วิเคราะห์ข้อมูลและเล่าเรื่องจากข้อมูล
    • ต้องเป็น "นักเล่าเรื่อง" ที่ดี
  3. Data Engineer:
    • สร้างและซ่อมแซมระบบข้อมูล
    • เขียนโปรแกรมเพื่อประมวลผลข้อมูล

แต่ละบทบาทมีความเชี่ยวชาญเฉพาะ โครงการขนาดใหญ่จึงต้องการทีมที่มีผู้เชี่ยวชาญหลากหลายด้าน:
 

  • "ถ้าเป็นโปรเจคนะ จะทำคนเดียว ตายเลย One Man Show ก็โดดตึกเลย"
  • "ต้องเป็น Professional มาช่วยกันทำ มาเป็นทีม มันไม่ได้เก่งทุกเรื่องเท่ากันทุกคน"

AI กับอนาคตของงานด้านข้อมูล
AI มีผลกระทบต่อการทำงานด้านข้อมูล แต่ไม่ได้ทดแทนคนทำงานทั้งหมด:
 

  • AI ช่วยในงานที่ทำซ้ำหรือซับซ้อน เช่น การเขียนโค้ด
  • คนทำงานด้านข้อมูลยังจำเป็นต้องมีหลักการและความเข้าใจพื้นฐาน
  • การสื่อสารระหว่างมนุษย์ยังสำคัญในการนำเสนอข้อมูล

ไม่ควรพึ่งพา AI เพียงอย่างเดียว ต้องมีคนกรองและตรวจสอบ

"AI มีผลกระทบไหมกับคนทำงานด้านไอที มีหมดแหละ เขียนโค้ดเป็นไงล่ะ ทุกวันนี้ผมเขียนไม่ออก ผมก็ 'ช่วยหน่อยดิ' เขียนอย่างงี้ยังไง ช่วยหน่อย... ออกเป็นหน้าเลย ถูกด้วย เพราะฉะนั้นใช้ให้เป็น แต่เรายังต้องมี Principle อยู่ เรายังต้องเข้าใจอยู่"

สรุป

ประวัติศาสตร์ของข้อมูลผ่านการเปลี่ยนแปลงมาอย่างมากตั้งแต่ยุคก่อนปี 2000 จนถึงปัจจุบัน:
 

  • จากกระดาษสู่รูปแบบดิจิทัล
  • จาก Local Storage สู่ Client-Server และ Cloud
  • จากข้อมูลเชิงโครงสร้างสู่ Big Data
  • จากการวิเคราะห์แบบง่ายๆ สู่ Data Analytics และ AI

สำหรับผู้ที่สนใจทำงานด้านข้อมูล อาชีพนี้ยังคงมีอนาคตที่สดใส แม้จะต้องปรับตัวกับเทคโนโลยีใหม่ๆ อยู่เสมอ:

"ถ้าน้องๆ ที่สนใจมาเรียน สนใจทำงานด้าน Data ยังโอเคอยู่นะ เพียงแต่เราต้อง incorporate ข้อมูลให้เป็น ใช้เครื่องมือให้เป็น AI มาใช้ GPT มาใช้ Deep Seek มาใช้ ไม่ต้องไปกลัวมัน"

แนะนำหลักสูตร

Tags