การตัดสินใจ (Decision making) เป็นกระบวนการที่เกิดอยู่เสมอทั้งในชีวิตประจำวันและการทำงาน เราสามารถนำเทคโนโลยีสารสนเทศมาใช้เป็นเครื่องมือช่วยในการตัดสินใจได้ และทำให้สามารถนำข้อมูลขององค์กรไปใช้ในการก่อให้เกิดความได้เปรียบทางการแข่งขัน
 ระบบสนับสนุนการตัดสินใจ (Decision Support System) • ระบบสนับสนุนการตัดสินใจ คือระบบที่ช่วยในการตัดสินใจเกี่ยวกับการจัดการ การรวบรวมข้อมูล การ วิเคราะห์ข้อมูล และการสร้างตัวแบบการตัดสินใจที่ซับซ้อน เพื่อสนับสนุนการแก้ปัญหาที่มีลักษณะกึ่ง โครงสร้างและไม่มีโครงสร้างได้ดีขึ้น เพื่อเพิ่มประสิทธิภาพและประสิทธิผลในการในการดําเนินงานของ องค์กร • การทํางานของระบบ DSS เป็นการประสานการทํางานระหว่างบุคลากรกับเทคโนโลยีทางด้าน ซอฟต์แวร์ โดยเป็นการกระทําโต้ตอบกัน เพื่อให้หาคําตอบที่ง่าย สะดวก รวดเร็วจากปัญหาที่ไม่มี โครงสร้างที่แน่นอน มีความยืดหยุ่นในการปรับเปลี่ยน และอยู่ภายใต้การควบคุมของผู้ใช้ตั้งแต่เริ่มต้น ถึงสิ้นสุดขั้นตอน ดังนั้น DSS จึงถูกออกแบบเพื่อเพิ่มประสิทธิภาพในการทํางาน ไม่เพียงแต่การ ตอบสนองในเรื่องความต้องการของข้อมูลเท่านั้น • ระบบการสนับสนุนการตัดสินใจ ประกอบด้วยชุดเครื่องมือ ข้อมูล ตัวแบบ (Model) และ ทรัพยากรอื่นๆ ที่ผู้ใช้หรือนักวิเคราะห์นํามาใช้ในการประเมินผลและแก้ไขปัญหาที่มีรูปแบบที่ซับซ้อน แต่มีวิธีการปฏิบัติที่ยืดหยุ่น • ระบบสนับสนุนการตัดสินใจ เริ่มขึ้นในช่วง ปี ค.ศ. 1970 เพื่อที่จะพัฒนาระบบสารสนเทศที่ช่วย ผู้บริหารในการตัดสินใจปัญหาที่ไม่มีโครงสร้างที่แน่นอน หรือกึ่งโครงสร้าง ซึ่งระบบสารสนเทศเดิมที่ ใช้ในลักษณะระบบการประมวลผลรายการ (Transaction processing system) ไม่สามารถกระทําได้ นอกจากนั้นยังมีวัตถุประสงค์เพื่อช่วยในการวิเคราะห์การสร้างตัวแบบ (Model) เพื่ออธิบายปัญหาและตัดสินใจปัญหาต่างๆ ของแต่ละระดับการจัดการ ความสามารถของ DSS 1. สนับสนุนการตัดสินใจของผู้บริหาร โดยมีความสามารถ ดังนี้ • สนับสนุนการตัดสินใจสําหรับสถานการณ์แบบกึ่งโครงสร้าง (semi-structured decision) และแบบไม่เป็นโครงสร้าง (unstructured decision) • สนับสนุนการตัดสินใจของผู้บริหารระดับกลางให้การปฏิบัติงานบรรลุเป้าหมาย และผู้บริหาร ระดับสูงในการตัดสินใจกําหนดแผนกลยุทธ์ • สนับสนุนการตัดสินใจของผู้บริหารเป็นรายบุคคล และเป็นกลุ่ม - สนับสนุนกระบวนการตัดสินใจ ในกระบวนการรับรู้และการติดตามปัญหา สร้างทางเลือก โดยใช้การวิเคราะห์ตัวแบบในกระบวนการตัดสินใจ และเปรียบเทียบและประเมินทางเลือก 2. สนับสนุนการสร้างฐานความรู้ ดังนี้ • มีการรวบรวมและเก็บองค์ความรู้ในการตัดสินใจ (knowledge – based decision support system) • สามารถใช้ข้อมูลได้หลากหลาย เช่น หลากหลายแหล่งข้อมูล หลากหลายรูปแบบข้อมูล และ หลากหลายชนิดข้อมูล • สามารถใช้กับระบบคอมพิวเตอร์เดี่ยว ระบบเครือข่าย และระบบพื้นฐานบนเว็บ 3. สนับสนุนการใช้งานของผู้บริหารแบบต่อประสานกับผู้ใช้ (User interface) ดังนี้ • สนับสนุนการตัดสินใจได้หลากหลายรูปแบบไม่ว่าจะเป็นข้อความ ภาพ เสียง และการออก รายงาน •มีความง่ายต่อการใช้งาน และมีการสื่อสารในรูปแบบที่เข้าใจได้ง่าย ได้แก่การใช้ภาษาที่ง่ายต่อ การเข้าใจ มีรูปภาพประกอบ สามารถใช้ปุ่มเลือก และมีการแนะนําวิธีการใช้งาน • ผู้ตัดสินใจสามารถดําเนินการและควบคุมทุกขั้นตอนในกระบวนการตัดสินใจแก้ปัญหาได้เอง • มีวิธีการและรูปแบบที่เป็นมาตรฐาน ที่ผู้ใช้สามารถจัดสร้างขึ้นและสามารถเปลี่ยนได้ •ง่ายต่อการสร้างโดยใช้ซอฟต์แวร์ช่วยจัดการและมีชุดเครื่องมือของระบบสนับสนุนการ ตัดสินใจ • เน้นประสิทธิผลมากกว่าประสิทธิภาพ โดยสามารถปรับปรุงประสิทธิผลในการตัดสินใจทั้งใน แง่ของความถูกต้องแม่นยํา สามารถนํามาใช้งานได้ทันเวลา และมีคุณภาพในการตัดสินใจ ประเภทของตัวแบบ ตัวแบบส่วนใหญ่จะถูกใช้เป็นตัวแทนของระบบและส่วนประกอบของระบบ แบ่งออกเป็น 4 ประเภท 1. ตัวแบบกายภาพ (Physical Models) เป็นตัวแบบที่สร้างเลียนแบบของจริงในทาง กายภาพ นําเสนอในรูปแบบ 3 มิติ ที่สามารถจับต้องหรือสัมผัสได้ เช่น ตัวแบบรถยนต์ ตัวแบบ กายภาพโครงสร้างของมนุษย์ ในระบบสารสนเทศตัวแบบกายภาพส่วนใหญ่ คือ ต้นแบบของระบบ (System prototype) เช่น ต้นแบบขนาดเล็กของฮาร์ดแวร์ หรือซอฟต์แวร์ 2. ตัวแบบกราฟิก (Graphical Models) เป็นตัวแบบที่สร้างด้วยแผนภาพ แผนภูมิ กราฟ หรือรูปภาพ เพื่อใช้อธิบายการทํางาน ลําดับขั้นตอนการทํางาน หรือสิ่งที่ต้องการ วิเคราะห์ ตัวแบบกราฟิกโดยทั่วไปนิยมใช้สัญลักษณ์เป็นรูปกล่อง (boxes) และเส้น (line) แทนส่วนประกอบของข้อเท็จจริง เช่น ผังแสดงโครงสร้างองค์กร (organization chart) ผังการไหลของงาน (flowchart) แผนภาพการไหลของข้อมูล (data flou diagram ) และแขนงการตัดสินใจ (decision tree) เป็นต้น 3. ตัวแบบพรรณนา (Descriptive or Narrative Models) เป็นตัว แบบที่แสดงการบรรยายด้วยข้อความ หรือภาษาพูด เช่น ภาษาอังกฤษ โดยปราศจากการ ใช้สูตรหรือรูปกราฟิก การบรรยายอาจเป็นการอธิบายเหตุการณ์หรือเรื่องราว ขั้นตอนการ ทํางานและลําดับขั้นตอนการทํางาน ตัวอย่างของตัวแบบพรรณนา เช่น การเขียนบรรยาย หน้าที่งานของพนักงานเก็บเงิน การอธิบายขั้นตอนการทํางานของระบบสารสนเทศเพื่อการ บริหารทรัพยากรมนุษย์ เป็นต้น 4. ตัวแบบคณิตศาสตร์ (Mathematical Models) เป็นตัวแบบที่แสดง ด้วยสมการหรือฟังก์ชันทางคณิตศาสตร์ เพื่อแสดงตัวแปรต่าง ๆ ที่เกี่ยวข้องและ ความสัมพันธ์ของตัวแปรเพื่อใช้ในการศึกษาวิเคราะห์ เช่น ตัวแบบคณิตศาสตร์แทนสมการ ทางบัญชี ตัวแบบเศรษฐศาสตร์ ตัวแบบเชิงสถิติ\ ประเภทของการวิเคราะห์ ประเภทของการวิเคราะห์ทางการจัดการที่นํามาใช้เพื่อสร้างตัวแบบ แบ่งออกเป็น 3 ประเภท 1. ตัวแบบที่ใช้ในการตอบคําถามว่า “คืออะไร" (What is) เป็นการค้นหาคําตอบ ความสัมพันธ์ระหว่างตัวแปรต่าง ๆ ของธุรกิจ เช่น กําไรของธุรกิจจะเป็นอย่างไรหากต้นทุนของ วัตถุดิบเปลี่ยนแปลงไป 2. ตัวแบบที่ใช้ในการตอบคําถามว่า “จะเกิดอะไรขึ้น ถ้า..." (What if) เป็นการค้นหา คําตอบที่เกิดจากการเปลี่ยนแปลงของสมมติฐาน หรือการวิเคราะห์ความไวของตัวแปรต่าง ๆ (sensitivity analysis) ที่มีต่อทางเลือกในการตัดสินใจ เช่น อะไรจะเกิดขึ้นกับกําไร ของธุรกิจและงบกระแสเงินสด ถ้าส่วนแบ่งของตลาดลดลง 10% และต้องเพิ่มงบค่าใช้จ่ายทาง การตลาดอีก 20 % 3. ตัวแบบที่ใช้ในการค้นหาเป้าหมาย (Goal seeking) เป็นการหาคําตอบเพื่อทําให้เกิด เป้าหมายที่ต้องการ เช่น ยอดขายควรเพิ่มขึ้นเท่าใด จึงจะทําให้กําไรเป็นไปตามเป้าหมายที่กําหนด ไว้ คือ เพิ่มจากเดิม 25% เป็นต้น ส่วนประกอบของระบบสนับสนุนการตัดสินใจ ส่วนประกอบของระบบสนับสนุนการตัดสินใจ แบ่งออกเป็น 4 ส่วน 1. ระบบการจัดการข้อมูล (Data Management System) 2. ระบบการจัดการตัวแบบ (Model Management System) 3. ระบบการจัดการความรู้ (Knowledge Management System) 4. ระบบการติดต่อกับผู้ใช้ (User Interface System) ระบบการจัดการข้อมูล (Data Management System) ระบบการจัดการข้อมูล เป็นการรวบรวมข้อมูลทั้งภายในและภายนอกองค์การที่มีความสัมพันธ์กับองค์การไว้ ในฐานข้อมูล และอาศัยระบบจัดการฐานข้อมูล (database management System) เป็นเครื่องมือในการจัดการ และบํารุงรักษา ข้อมูลเหล่านี้รวมถึงการจัดทําพจนานุกรมข้อมูล และจัดให้มี ระบบอํานวยความสะดวกในการสอบถามข้อมูลจากฐานข้อมูล ฐานข้อมูล (database) เป็นแหล่งรวบรวมข้อมูลที่มีความสัมพันธ์กัน จากแหล่งข้อมูลภายในองค์การ แหล่งข้อมูลภายนอกองค์การ และข้อมูลความเชี่ยวชาญเฉพาะด้าน โดยถูกจัดการให้อยู่ในรูปแบบที่สามารถ นํามาตอบสนองต่อความต้องการขององค์การ และสามารถนํามาใช้งานร่วมกันระหว่างหน่วยงานต่างๆ ได้ ประกอบด้วยแหล่งข้อมูลภายในองค์การ และแหล่งข้อมูลภายนอกองค์การ ระบบจัดการฐานข้อมูล ใช้ในการบริหารข้อมูลที่ถูกเก็บรวบรวมไว้สําหรับตอบสนองต่อการนําไปใช้ของ โปรแกรมประยุกต์ได้อย่างมีประสิทธิภาพ โดยการจัดการกับข้อมูล และการสอบถามข้อมูล พจนานุกรมข้อมูล (data directory) คือ บัญชีรายชื่อและคํานิยามทั้งหมดที่จัดเก็บไว้ใน ฐานข้อมูล มีหน้าที่ในการให้รายละเอียดทุกอย่างของข้อมูลที่จัดเก็บไว้ในฐานข้อมูล สิ่งอํานวยความสะดวกในการสอบถามข้อมูล เป็นเครื่องมือที่ทําให้เกิดความสะดวกในการสอบถาม (query facility) และการเข้าถึงข้อมูลซึ่งจัดเก็บไว้ในฐานข้อมูล ระบบการจัดการตัวแบบ (model management System) ระบบการจัดการตัวแบบ เป็นชุดของซอฟต์แวร์สําเร็จรูปที่รวมตัวแบบต่างๆ เช่น ตัวแบบด้านการเงิน ตัวแบบสถิติ ตัวแบบการจัดการ และตัวแบบเชิงปริมาณอื่นๆ ที่มีความสามารถในการวิเคราะห์ ข้อมูล และมีซอฟต์แวร์ที่ทําหน้าที่จัดการแบบจําลองในงานต่างๆ เรียกว่า ระบบจัดการฐานตัวแบบ (model base management system) ฐานตัวแบบ เป็นแหล่งที่เก็บตัวแบบต่างๆ ประกอบด้วยตัวแบบด้านการจัดการ ตัวแบบเชิงปริมาณ ค่าสถิติต่างๆ ที่ใช้ในแบบจําลอง สูตรหรือสมการที่แสดงความสัมพันธ์ระหว่างตัวแปรต่างๆ ของ แบบจําลอง ซึ่งใช้เป็นส่วนประกอบในการวิเคราะห์ของ DSS ระบบจัดการฐานตัวแบบ มีหน้าที่ในการสร้างแบบจําลองเพื่อนํามาใช้ในการแก้ปัญหาการทํางาน และ การปรับปรุงแบบจําลองที่มีอยู่ โดยภาษาโปรแกรมคอมพิวเตอร์ที่ใช้ในการสร้างแบบจําลอง (modeling language) พจนานุกรมตัวแบบ (model directory) เป็นรายละเอียดของตัวแบบและซอฟต์แวร์ ทั้งหมดในฐานตัวแบบ ประกอบด้วยคําจํากัดความของตัวแบบ การทํางานหลัก และความสามารถ ของตัวแบบ การประมวลผลตัวแบบ เป็นการบูรณาการแบบจําลองย่อยมาทํางานร่วมกัน และการสั่งการ แบบจําลอง (modelcammand) โดยทําการรับคําสั่งจากผู้ใช้และแปลผลคําสั่ง แล้วนําสิ่งเหล่านั้นไปประมวลผลในแบบจําลอง ระบบการจัดการความรู้ (knowledge management System) ระบบการจัดการความรู้ (knowledge management System) เป็นระบบย่อยที่ เพิ่มเติมขึ้นมาเพื่อสนับสนุนระบบย่อยอื่นๆ ให้ทํางานได้อย่างดีและมีประสิทธิภาพมากขึ้น หรือทํางานเป็น ระบบย่อยอิสระก็ได้ ระบบการจัดการความรู้เป็นระบบที่เก็บรวบรวมความรู้หลากหลายประเภทจากแหล่ง ความรู้ต่างๆ ระบบการจัดการความรู้จะเป็นส่วนประกอบที่เก็บใช้การวินิจฉัยหรือการหาคําตอบให้กับการ แก้ปัญหาในสถานการณ์ต่าง ๆ ความรู้ประกอบด้วยความจริง(facts) หลักเกณฑ์(Concept) ทฤษฎี(theory) ความสามารถ ความชํานาญเฉพาะตัว ดุลพินิจ สามัญสํานึก วิจารญาณ และการใช้ความรู้สึกส่วนตัว (heuristic method) กระบวนการ (procedure) และความสัมพันธ์ระหว่างสิ่งต่างๆ ที่เกี่ยวข้องกัน ส่วนของระบบการจัดการความรู้ จะช่วยสนับสนุนการทํางานในระบบสนับสนุนการการตัดสินใจ 1. สนับสนุนขั้นตอนในกระบวนการตัดสินใจที่ไม่จําเป็นต้องใช้คณิตศาสตร์ช่วย เช่น การประเมินผล กระทบของแต่ละทางเลือกในการแก้ปัญหา เป็นต้น 2. สนับสนุนในการสร้าง การเก็บ และการจัดการตัวแบบ 3. สนับสนุนการวิเคราะห์การตัดสินใจภายใต้ความไม่แน่นอน ซึ่งจําเป็นต้องใช้ความเชี่ยวชาญเข้ามาช่วย 4. สนับสนุนในส่วนติดต่อกับผู้ใช้ให้ใช้งานได้ง่ายขึ้นได้ ระบบการติดต่อกับผู้ใช้ (User interface system) ระบบการติดต่อกับผู้ใช้ เป็นการจัดการการโต้ตอบระหว่างผู้ใช้กับระบบสนับสนุนการตัดสินใจ โดยผู้ใช้สามารถสื่อสารและสั่งผ่านระบบย่อยนี้เพื่อทํางานกับระบบสนับสนุนการตัดสินใจได้ ส่วนติดต่อกับผู้ใช้ (User interface) เป็นฮาร์ดแวร์และซอฟต์แวร์ที่ช่วยในการติดต่อสื่อสาร และโต้ตอบระหว่างผู้ใช้กับคอมพิวเตอร์ เพื่อสนับสนุนการตัดสินใจให้ทําได้ง่าย และทําให้เกิดการ โต้ตอบกันระหว่างมนุษย์กับเครื่องจักรได้ การสื่อสารข้อมูลระหว่างผู้ใช้และคอมพิวเตอร์ทําโดย ข้อมูลถูกส่งเข้าและแสดงผลผ่านอุปกรณ์ทางกายภาพ ซึ่งแบ่งออกเป็นอุปกรณ์รับข้อมูล และ อุปกรณ์แสดงผล การสร้างส่วนติดต่อกับผู้ใช้ที่มีประสิทธิผล ต้องคํานึงถึงประเด็นต่างๆ เช่น การเลือกอุปกรณ์นําเข้า และแสดงผล การออกแบบหน้าจอ ลําดับของการโต้ตอบระหว่างมนุษย์และเครื่องจักร การใช้สี และเงา ความหนาแน่นของข้อมูล การใช้สัญลักษณ์ และรูปแบบในการแสดงสารสนเทศ เป็นต้น ปัญญาประดิษฐ์ (Artificial Intelligence :AI) • ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ เอไอ (AI) หมายถึงความฉลาดเทียมที่สร้างขึ้นให้กับสิ่งที่ไม่มีชีวิต ปัญญาประดิษฐ์เป็นสาขาหนึ่งในด้านวิทยาการคอมพิวเตอร์ และวิศวกรรมเป็นหลัก แต่ยังรวมถึงศาสตร์ในด้านอื่น ๆ อย่างจิตวิทยา ปรัชญา ชีววิทยา และ การจัดการ มาผสมผสานเข้ากับศาสตร์ทางด้านคอมพิวเตอร์ ซึ่งสาขาปัญญาประดิษฐ์เป็นการ เรียนรู้เกี่ยวกับกระบวนการการคิด การกระทํา การให้เหตุผลหรือการอนุมาน และการทํางานของ สมอง ที่มีแนวคิดในรูปที่เน้นเหตุผลเป็นหลัก ให้มีความสามารถคล้ายมนุษย์หรือเลียนแบบ พฤติกรรมมนุษย์ โดยเฉพาะความสามารถในการคิดและเป็นผู้ช่วยในด้านต่างๆ เพื่อนําไปสู่การ สร้างระบบงานประยุกต์ที่มีประโยชน์ต่องานในด้านต่างๆ มากมาย เช่น ระบบประมวล ภาษาธรรมชาติ ระบบหุ่นยนต์ ระบบผู้เชี่ยวชาญ เป็นต้น จากนิยามดังกล่าว ความสามารถที่มนุษย์ต้องการให้ AI ทําแบ่งได้ 4 กลุ่ม ดังนี้คือ •ระบบที่คิดเหมือนมนุษย์ (Systems that think like humans) เช่น การ ตัดสินใจ การแก้ปัญหา การเรียนรู้ •ระบบที่กระทําเหมือนมนุษย์ (Systems that act like humans) สื่อสารได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาไทย ภาษาอังกฤษ ตัวอย่างคือ การแปลง ข้อความเป็นคําพูด และการแปลงคําพูดเป็นข้อความ มีประสาทรับสัมผัสคล้ายมนุษย์ เช่น คอมพิวเตอร์รับภาพได้โดยอุปกรณ์รับสัมผัส แล้วนําภาพไปประมวลผล เคลื่อนไหวได้คล้ายมนุษย์ เช่น หุ่นยนต์ช่วยงานต่าง ๆ อย่างการ ดูดฝุ่น เคลื่อนย้าย สิ่งของ เรียนรู้ได้ โดยสามารถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้ • ระบบที่คิดอย่างมีเหตุผล (Systems that think rationally) การศึกษาวิธีการ คํานวณที่สามารถรับรู้ใช้เหตุผล และกระทํา หรือใช้หลักตรรกศาสตร์ในการคิดหาคําตอบอย่าง มีเหตุผล เช่น ระบบผู้เชี่ยวชาญ • ระบบที่กระทําอย่างมีเหตุผล (Systems that act rationally) เป็นตัวแทน ปัญญา (Agent) ในสิ่งที่มนุษย์สร้างขึ้น เป็นโปรแกรมที่มีความสามารถในการกระทําอย่างมีเหตุผลเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ หรือเป็นตัวแทนในระบบอัตโนมัติต่าง ๆ เช่น เอเจนต์ใน เกมหมากรุก ที่มีเป้าหมายว่าต้องเอาชนะคู่ต่อสู้ ก็ต้องเลือกเดินหมากที่จะทําให้คู่ต่อสู้แพ้ให้ได้ หรือเอเจนต์ในระบบขับรถอัตโนมัติ ที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่สุดต้องเลือกเส้นทางที่ไปยังเป้าหมายที่สั้นที่สุดที่เป็นไปได้ เป็นต้น ระบบงานประยุกต์ที่เกี่ยวข้องกับปัญญาประดิษฐ์ ระบบงานประยุกต์ที่เกี่ยวข้องกับปัญญาประดิษฐ์ ซึ่งมีประโยชน์ต่อการดําเนินงานในด้านต่างๆ ที่น่าสนใจ 1. ระบบงานประมวลผลภาษาธรรมชาติ (natural language system) เป็นระบบที่ถูก พัฒนาขึ้นมาเพื่อทําให้คอมพิวเตอร์เข้าใจภาษามนุษย์ เพื่อวัตถุประสงค์ด้านการสื่อสารและวิเคราะห์ข้อมูลที่ เป็นภาษา โดยใช้ภาษาธรรมชาติ หรือภาษาที่มนุษย์ใช้สื่อสารในชีวิตประจําวัน เช่น ภาษาอังกฤษ ภาษาไทย ฯลฯ แทนที่การใช้คําสั่งของโปรแกรมภาษาที่ยากต่อการใช้งานสําหรับผู้ใช้ทั่วไป โดยสามารถรับประโยคคําสั่ง สั้นๆ ที่ไม่ซับซ้อนมากนักและสามารถทํางานได้ถูกต้องตามที่ผู้ใช้สั่งได้อย่างมีประสิทธิภาพ แม่นยํา และ แสดงผลการวิเคราะห์ต่างๆ NLP รองรับทั้งการอ่านและการฟังโดยอาศัยเทคโนโลยีเข้าช่วย เช่น Visual Recognisation สําหรับอ่านข้อความ และใช้ Voice Recognisation สําหรับ ฟังเสียง ปัจจุบัน NLP ได้เข้ามามีส่วนกับนวัตกรรมต่างๆ ทั้งทางตรงและทางอ้อม เช่น • NLP ทําให้ Chatbot สามารถโต้ตอบได้มีประสิทธิภาพใกล้เคียงกับมนุษย์มากกว่าเดิม • เพิ่มประสิทธิภาพ Search Engine ให้สามารถค้นหาเนื้อหาได้ตรงความหมายและแม่นยํามากขึ้น • พัฒนา NLP ให้แปลภาษาทั้งประโยคได้ และแปลเป็นอีกภาษาหนึ่งได้ •NLP ถูกออกแบบเพื่อทําความเข้าใจเนื้อหาต่างๆ เช่น ใช้ Tag แบ่งประเภทของบทความ อัตโนมัติ NLP ช่วยในการทําความเข้าใจป้ายสัญญาณต่างๆ ทําให้ยานยนต์ขับเคลื่อนอัตโนมัติอย่างปลอดภัย 2. ระบบผู้เชี่ยวชาญ (Expert System : ES) หมายถึง ระบบคอมพิวเตอร์ที่เก็บข้อมูล และกฎเกณฑ์ของความรู้ ซึ่งรวบรวมมาจากสาขาวิชาที่ต้องการความเชี่ยวชาญไว้ในฐานความรู้ (knowledge base) และระบบจะดําเนินการเมื่อมีการป้อนข้อมูลโดยผู้ใช้ ในลักษณะการถาม ตอบและประมวลผล คําตอบจากที่ผู้ใช้ป้อนเข้าไปเพื่อหาข้อสรุปหรือคําแนะนําที่ต้องการ เป้าหมายของ ES คือการจัดการหรือดึงความรู้ความชํานาญจากคนไปสู่เครื่องจักร เพื่อทําหน้าที่แทนผู้เชี่ยวชาญใน การตัดสินใจหรือการแก้ปัญหาเฉพาะด้านที่ต้องอาศัยความรู้ ความชํานาญ หรือผู้เชี่ยวชาญในการ ตัดสินใจ โดยเลียนแบบกระบวนการให้เหตุผลและแก้ปัญหาของผู้เชี่ยวชาญที่เป็นมนุษย์ และนําผลลัพธ์ที่ได้มาช่วยในการแก้ไขปัญหาหรือตัดสินใจ ตัวอย่างการประยุกต์ใช้ เช่น การวินิจฉัยทางการแพทย์ การวางแผนการเงิน การวิเคราะห์หุ้น การจัดทําภาษี การกําหนดตารางเวลาในกระบวนการผลิต การประมวลการสมัครของลูกค้า การอนุมัติเครดิต การรวมบัญชีที่ค้างชําระเกินกําหนด เป็นต้น 3. ระบบการประมวลผลเลียนแบบระบบเครือข่ายประสาทของมนุษย์ (Neural Network) เป็นระบบเครือข่ายประสาทเทียม ที่เรียกว่า นิวโรน ในสมองมนุษย์ ซึ่งมีจํานวน ล้าน ๆ ตัว การประมวลผลกิจกรรมต่าง ๆ ในลักษณะแบบขนาน (ทํางานพร้อม ๆ กัน เพื่อให้ได้ คําตอบอันเดียว) โดยมีการรวบรวมข้อมูลและความสัมพันธ์ในข้อมูลจํานวนมหาศาล และเลียนแบบ การทํางานของเซลประสาทในสมองมนุษย์ มีวัตถุประสงค์เพื่อนํามาแก้ปัญหาที่ซับซ้อนและยาก สําหรับการวิเคราะห์ของมนุษย์ โดยให้เครื่องคอมพิวเตอร์สามารถเรียนรู้และตัดสินใจแก้ปัญหาต่างๆ ได้โดยใช้เหตุและผล รวมทั้งการใช้ประสบการณ์ในอดีต และสามารถเรียนรู้จากประสบการณ์ได้เอง เหมือนกับการที่มนุษย์สามารถเรียนรู้หรือแก้ไขปัญหาบางอย่างที่ไม่เคยพบมาก่อน โดยใช้ ประสบการณ์ในอดีตมาช่วยในการตัดสินใจ ตัวอย่างการประยุกต์ใช้ เช่น การประมวลผลเกี่ยวกับการซื้อขายหุ้นในตลาด หรือการหาความ คล้ายคลึงระหว่างภาพหลาย ๆ ภาพ เช่น ลายนิ้วมือ เป็นต้น 4. ระบบการมองเห็นภาพและรู้จําภาพของคอมพิวเตอร์ (Vision System) เป็นระบบที่ พัฒนาขึ้นมา โดยมีวัตถุประสงค์เพื่อเพิ่มความฉลาดหรือปัญญาให้กับคอมพิวเตอร์ในการมองเห็น และ สามารถรู้จําได้ว่าภาพที่ปรากฏอยู่นั้นเป็นภาพอะไร อุปกรณ์สําคัญของระบบคือ กล้องถ่ายภาพดิจิทัล ที่สามารถจัดเก็บภาพไว้ในรูปของข้อมูลดิจิทัล โดยข้อมูลภาพที่จัดเก็บจะถูกระบบนําไปประมวลผล ร่วมกับฐานข้อมูลและฐานความรู้ เพื่อนําเสนอผลลัพธ์ที่นอกจากจะแสดงในรูปแบบของภาพแล้ว ยังมี รายละเอียดเกี่ยวกับภาพที่มีประโยชน์ต่อการดําเนินงานอีกด้วย 5. ระบบหุ่นยนต์ (Robotics System) เป็นเครื่องจักรใช้งานแทนมนุษย์ที่ออกแบบให้ สามารถตั้งลําดับการทํางาน และการใช้งานได้หลากหลายหน้าที่ ที่มีความคล้ายคลึงกับการทํางานของ มนุษย์และถูกควบคุมการทํางานด้วยระบบคอมพิวเตอร์ โดยสามารถตั้งโปรแกรมให้ทํางานบางอย่าง แทนมนุษย์ได้ ระบบหุ่นยนต์จะถูกนํามาใช้กับงานที่มีความเสี่ยงต่ออันตราย หรือเป็นงานที่ต้องใช้ กําลังมากเพื่อใช้งานที่รวดเร็วและมีคุณภาพดีขึ้น การทํางานของหุ่นยนต์จึงต้องทํางาน ร่วมกับคน โดยได้รับการควบคุมจากระบบผู้เชี่ยวชาญและภาษาธรรมชาติ ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน (Group Decision Support System : GDSS) การตัดสินใจครั้งสําคัญๆ ในองค์กรมักถูกตัดสินใจโดยกลุ่มบุคคล ซึ่งการตัดสินใจในแต่ละเรื่องของ กลุ่มนั้นค่อนข้างยากและเสียค่าใช้จ่ายสูง ผู้บริหารมีหลายคนและมีเวลาว่างไม่ตรงกัน หรืออยู่ ห่างไกลกันคนละสาขา การนัดประชุมแต่ละครั้งเพื่อทําการตัดสินใจมักใช้เวลานานและอาจไม่ได้ผล เป็นที่น่าพอใจ ดังนั้น จึงจําเป็นต้องหาวิธีการที่สนับสนุนการตัดสินใจในลักษณะนี้ขึ้น ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน (Group Decision Support System : GDSS) ประกอบด้วยส่วนประกอบที่เหมือนกับระบบสนับสนุนการตัดสินใจ ทั่วไป ต่างกันที่มีการเพิ่มซอฟต์แวร์สําหรับการจัดการในระดับกลุ่มงาน เพื่อสนับสนุนการตัดสินใจ ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงานสามารถสนับสนุนวิธีการตัดสินใจแบบต่าง ๆ ได้แก่ 1. วิธีเดลฟี (Delphi Approach) วิธีนี้กลุ่มของผู้ตัดสินใจกระจายอยู่ในตําแหน่งทาง ภูมิศาสตร์ที่แตกต่างกันอาจกระจายอยู่ในประเทศเดียวกัน หรือกระจายอยู่ทั่วโลกก็ได้ วิธีการนี้เป็น วิธีที่ช่วยส่งเสริมให้เกิดความหลากหลายในกลุ่มสมาชิก และส่งเสริมให้เกิดความคิดสร้างสรรค์ในการ ตัดสินใจ 2. การระดมสมอง (Brainstorming) ประกอบด้วยการนําเสนอความคิดที่ดีที่สุดของ สมาชิก ส่งเสริมให้เกิดความคิดสร้างสรรค์ และเกิดการคิดที่อิสระ 3. วิธีการลงมติเอกฉันท์ของกลุ่ม (Group ConsensusApproach) เป็นการบังคับ สมาชิกในกลุ่มให้เกิดการตัดสินใจที่เป็นเอกฉันท์ 4.วิธีความเชื่อของกลุ่ม (Nominal Group Technique) เป็นวิธีที่ผู้ตัดสินใจแต่ละ คนสามารถมีส่วนร่วมได้ โดยวิธีนี้จะทําการกระตุ้นให้เกิดการปฏิกิริยาโต้ตอบจากสมาชิกแต่ละรายใน กลุ่ม และการตัดสินใจสุดท้ายจะเกิดขึ้นจากการลงคะแนนเสียง ซอฟต์แวร์ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน ซอฟต์แวร์ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน เรียกว่า กรุ๊ปแวร์ (groupware) เป็นซอฟต์แวร์ในระดับกลุ่มงานซึ่งช่วยในการจัดตารางเวลา การ สื่อสาร และการจัดการของกลุ่มงานได้ โปรแกรมสําเร็จรูปกรุ๊ปแวร์ที่เป็นที่นิยมมาก ได้แก่ 1. โปรแกรมโลตัสโน้ต (Lotus Notes) ซึ่งสามารถจับ (capture) เก็บ (store) จัดการ (manipulate) และกระจาย (distribute) การบันทึก ข้อความและให้เกิดสื่อสารขึ้นระหว่างการทํางานกลุ่มได้ 2. โปรแกรมการประชุมผ่านเครือข่าย (Netmeeting) ของบริษัทไมโครซอฟท์ สนับสนุนให้เกิดการประชุมแบบหลายสายได้ ผู้ใช้แต่ละคนสามารถเลือกได้ว่าการกระทําใด ที่ต้องการทําแบบเฉพาะราย และการทํางานใดต้องการทําแบบทําร่วมกัน 3. โปรแกรมแลกเปลี่ยน (Exchange) ของบริษัทไมโครซอฟท์ เป็นโปรแกรมใน ระดับกลุ่มงานโปรแกรมหนึ่งที่อนุญาตให้ผู้ใช้สร้างกระดานข่าว ตารางนัดหมาย และใช้ จดหมายอิเล็กทรอนิกส์ในกลุ่มที่กําหนดขึ้นได้ ระบบสนับสนุนสําหรับผู้บริหารระดับสูง (Executive Information System: EIS) ระบบสนับสนุนสําหรับผู้บริหารระดับสูง (Executive Information System : EIS) เป็นระบบสารสนเทศที่ผู้บริหารระดับสูงนํามาใช้เป็นเครื่องมือช่วยสนับสนุนการบริหาร การ ตัดสินใจ การกําหนดวิสัยทัศน์ พันธกิจ วัตถุประสงค์ และเป้าหมาย ตลอดจนการวางแผนกล ยุทธ์ ให้ถูกต้อง ทันต่อเหตุการณ์ นอกจากนี้ยังช่วยอํานวยประโยชน์ในด้านการติดต่อสื่อสาร และ มีสัมพันธ์ภาพที่ดีระหว่างผู้บริหารในองค์การ และมีการตัดสินใจเป็นทีมและไปในแนวทางเดียวกัน ทั้งระหว่างผู้บริหารระดับสูงด้วยกัน ระหว่างบุคลากรในองค์การ หรือการติดต่อสื่อสารระหว่าง องค์การ ทําให้การคาดการณ์ในอนาคตทําได้อย่างมีประสิทธิภาพมากขึ้น ลดความเสี่ยงในการ ตัดสินใจ และสามารถแข่งขันกับองค์การอื่นได้ดีขึ้น คุณลักษณะของ EIS 1. สนับสนุนการตัดสินใจแบบไม่มีโครงสร้าง โดยใช้ข้อมูลจากแหล่งภายในและภายนอก 2. ให้สารสนเทศที่ถูกต้อง ทันต่อเหตุการณ์ 3. ผู้บริหารระดับสูงสามารถติดตามหรือประเมินผลการดําเนินงานการใช้ทรัพยากร 4. สามารถคาดคะเนปัญหาต่างๆ ที่อาจเกิดขึ้น และเตรียมพร้อมเพื่อรองรับกับสถานการณ์ได้ อย่างทันท่วงที 5. ผู้บริหารระดับสูงมองเห็นภาพความเป็นไปในธุรกิจได้อย่างชัดเจน และสามารถพยากรณ์ เหตุการณ์ได้อย่างถูกต้องมากขึ้น 6. เกิดความสะดวกและประหยัดเวลาในการติดตามข้อมูลข่าวสาร เป็นการเพิ่มประสิทธิภาพ ของการติดต่อสื่อสารระหว่างผู้บริหารระดับสูงด้วยกัน หรือระหว่างผู้บริหารระดับสูงกับพนักงาน ในองค์การได้อย่างรวดเร็วตลอดเวลา 7. ให้ข้อมูลเปรียบเทียบระหว่างองค์กรที่ดําเนินธุรกิจเดียวกัน 8. ช่วยให้ผู้บริหารระดับสูงเล็งเห็นโอกาสใหม่ๆ ที่แตกต่างไปจากคู่แข่งขัน 9. เพิ่มศักยภาพในการบริหารงานให้เป็นมาตรฐานเดียวกัน |
ตัวอย่าง dss ในชีวิตประจําวัน
ลิขสิทธิ์ © 2024 ihoctot Inc.
