ความท้าทาย 5 อย่างที่คาดไม่ถึงในวงการ Digital Business

Digital Business อย่าง Facebook, Amazon, Ailbaba, Google บริษัทพวกนี้ทำกำไรจากเครือข่ายต่างๆที่ตัวเองเป็นตัวเชื่อม ไม่ว่าจะเป็นเครือข่ายลูกค้า กับเครือข่ายผู้ให้บริการ เพื่อให้ข้อมูลผ่านเข้าออกบริษัท บริษัทก็จะใช้ AI วิเคราะห์ ทนายผลลัพธ์ แล้วเอามาพัฒนาบริการใหม่ๆให้ลูกค้าหน้าเก่าหน้าใหม่ใช้ ทำกำไรกันอย่างมหาศาล

แต่บริษัทพวกนี้ที่เล่นกับเครือข่าย เล่นกับข้อมูล และ AI ก็กำลังเจอกับเรื่องท้าทายที่ซีเรียสมากขึ้นกว่าเดิมไม่ว่าจะเป็นคอนเทนต์ที่เต็มไปด้วยอคติ, Fake News, ผลลัพธ์ที่ลำเอียงจาก AI, ความปลอดภัยทางไซเบอร์ การพัฒนาแพลตฟอร์มให้ถูกใช้งานไปในทางที่เหมาะสม รวมถึงการแข่งขันทางธุรกิจที่ดูแลทุกคนให้ดีที่สุด

1. คอนเทนต์ที่เต็มไปด้วยความคิดผิดๆ

คนทำการตลาดดิจิทัลสายคอนเทนต์น่าจะรู้ดีว่า คอนเทนต์ที่น่าสนใจน่าจะต้องวัดจากยอดคลิกหรือยอดขายที่ทำได้ Digital Business อย่าง Amazon, Facebook และ Google เองก็มีอัลกอริธึ่มที่ผลิตคอนเทนต์เพื่อยอดคลิกยอดขายเหมือนกัน แต่อันตรายอยู่ที่คอนเทนต์ที่ว่าอาจจะไปส่งเสริมอคติหรือความคิดความเชื่อผิดๆ แล้วระบบก็จะไปหาคนที่มีแนวโน้มว่าจะชอบคอนเทนต์แนวนี้ เพื่อที่จะไปส่งเสริมแนวคิดของคนพวกนี้

ซึ่งปัญหานี้มันไม่น่าเป็นห่วงเท่าตอนนี้ที่มีสื่อดิจิทัล เพราะสื่อดิจิทัลสามารถเสิร์ฟคอนเทนต์พวกนี้ได้ทันที แบบ Real-time โดยที่ไม่เสียต้นทุนเพิ่มมากเท่าสื่อเดิม สามารถ Personalized หรือถูกสร้างขึ้นเพื่อตอบสนองความเชื่อ(ผิดๆ)ของแต่ละคนได้ด้วย และเป็นจำนวนมากๆ

ซึ่งคนพวกนี้ก็กำลังตามหาคอนเทนต์ที่ว่าเพื่อยืนยันความคิด ความเชื่อ(ผิดๆ)ของตัวเอง โดยไม่สนใจข้อเท็จจริง (ลองสังเกตคอนเทนต์การเมืองบ้านเราในตอนนี้บน Feed ของ Social Media ที่เราเล่นๆกันอยู่ก็ได้)

ตัวอย่างเช่น AirBnb มีนักวิชาการเคยศึกษามาแล้วว่าโฮลต์ (Host) ของ AirBnB มีแนวโน้มที่จะเหยียดคนที่มาใช้บริการที่มีชื่อพ้องกับชื่อในทางอิสลาม คนที่บกพร่องทางร่างกาย หรือ LGBTQ พวกคนที่มีชื่อออกทางแอฟริกันอเมริกันจะถูกรับเป็นคนใช้บริการน้อยกว่าคนที่มีชื่อออกทางยูโรเปียนอเมริกันถึง 16% พวกนี้ส่วนหนึ่งเกิดจากอัลกอริธึ่มที่ลำเอียงของ AirBnB เอง

ฉะนั้นความลำเอียงของมนุษย์ ข้อมูลที่เป็นเท็จ จึงกลายเป็นความท้าทายอย่างแรกที่ Digital Business ต้องเผชิญ

2. อคติและความลำเอียงที่ทวีคูณด้วย AI และระบบดิจิทัล

ตัว AI ก็สามารถมีอคติและลำเอียงในการทำนายอนาคตหรือหยิบผลลัพธ์ให้เราได้ใช้ตัวดสินใจได้เหมือนกัน เช่นการคัดคนเข้ามาทำงานโดยใช้ AI คัดครอง Resume ของผู้สมัครงาน ระบบภายในของ HR ของ Amazon ในปี 2018 ก็เคยเกิดปัญหาว่า AI มีแนวโน้มจะคัดผู้สมัครงานออก หากคนนั้นสมัครงานในตำแหน่งวิศวกรและ Resume ของคนนั้นระบุคำว่า “ผู้หญิง” ปัญหาแนว “Selection Bias” ก็เป็นปัญหาของผู้นำใน Digital Business

อคติอีกแบบหนึ่งที่สามารถเกิดขึ้นได้ใน Digital Business คือ “Labeling Bias” ยกตัวอย่างเช่น ในห้องการทดลองของ Harvard ก็เคยพบว่าทันตแพทย์เองเคยวินิจฉัยโรคในช่องปากพลาดถึง 50%

ซึ่งถ้าหากดูจากผ่านฟิลม์ X-ray อย่างเดียว ฉะนั้นหากเอาฟิลม์ X-ray ทั้งหมดและมีป้ายกำกับที่ตัวทันตแพทย์ระบุด้วยว่าเป็นโรคอะไรนั้น เอาฟิลม์ไปป้อนให้ Machine Learning ไปวินิจฉัยโรคในช่องปากผ่านการดูฟิลม์ X-Ray ในอนาคต

ผลลัพธ์การวินิจฉัย ก็ย่อมมีอคติและผิดพลาดด้วยเช่นกัน แถมมี Machine Learning ทวีคูณความผิดพลาดนี้ซ้ำอีก

3. ความปลอดภัยมั่นคงทางไซเบอร์ (Cybersecurity)

การเอาข้อมูลส่วนบุคคลทั้งหมดไปอยู่ไว้ในที่เดียวกันถือเป็นความผิดพลาดอย่างร้ายแรง ในอเมริกาเคยมีเคสข้อมูลรั่วของบริษัท Equifax ในปี 2017 มีการโจมตีทางไซเบอร์ให้บุคคลฝ่ายที่สาม (Third Party) สามารถลงโปรแกรม เปลี่ยนและลบข้อมูลในบริษัทผ่าน Open Source Framework ได้ ข้อมูลพวกนี้รวมถึง Username และ Password ของลูกค้าในบริษัท

เรื่องข้อมูลรั่วในบริษัทนี้ยังไม่น่าตกใจเท่ากับความเฉื่อยของบริษัทนี้ที่กว่าจะรู้ว่ามีข้อมูลรั่วในบริษัทก็ปาเข้าไป 76 วัน หรือ 2-3 เดือนเข้าไปแล้ว แถมลูกค้าและนักลงทุนก็ไม่รู้ด้วยซ้ำว่าข้อมูลของตัวเองนั้นถูกจารกรรม จริงอยู่ที่ปรกติผู้นำองค์กรจะต้องออกมารับผิดชอบ

แต่พออยู่ในยุคของ Big Data ยุค AI เรื่อง Cybersecurity กลายเป็นเรื่องซีเรียสขึ้นกว่าเดิม การอัพเกรดระบบต่างๆในบริษัท แนวทางปฏิบัติต่างๆในเรื่องความปลอดภัยของข้อมุล ผู้น้ำองค์กรต้องออกมามีบทบาทตรงนี้มากกว่าที่เคยเป็น

อีกเคสที่น่าสนใจและสะท้อนอีกแง่หนึ่งของ Cybersecurity คือ คือการป้องกันไม่ให้ข้อมูลที่เป็นอันตรายต่อสังคมถูกเผยแพร่ไปอย่างรวดเร็ว อย่างเมื่อปี 2019 มีการกราดยิงคนบริเวณมัสยิดในเมือง Christchurch ประเทศนิวซีแลนด์ ผู้ก่อการร้ายได้ Facebook Live ในสิ่งที่ตัวเองกำลังก่อเหตุ ตำรวจขอให้ Facebook รีบจัดการระงับการเผยแพร่ Live ที่ว่าโดยด่วนที่สุด

แต่ ณ ตอนนั้นเอง มีคนดู Live กว่า 4,000 ครั้ง และหลังจากที่ Facebook ลบ Live ที่ว่า คลิป Live นั้นถูกแชร์ออกไป และมีคนพยายามดาวน์โหลดหามาดูว่า 1.5 ล้านครั้ง นี่เป็นอย่างที่ Neal Mohan Chief Product Officer ของ Youtube ที่เคยพูดไว้ว่า

“นี่คือโศกนาฏกรรมที่ถูกออกแบบมาเพื่อให้ไวรัลแพร่ออกไปชัดๆ”

4. แพลตฟอร์มที่มีไว้เพื่อจุดประสงค์ดี

เคสที่หยิบมาพูดถึงเรื่องนี้ก็คงหนีไม่พ้นคู่ปรับระหว่าง Facebook กับ Cambridge Analytica ที่มีข่าวความขัดแย้งกันเมื่อมี 2018 สาระสำคัญก็คือ Facebook ไม่อนุญาตให้ Cambridge Analytica นำข้อมูลของ Facebook User และเพื่อนๆในเครือข่ายเอาไปใช้โดยไม่ได้รับความยินยอมของ ตัว User เอง

ซึ่ง Cambridge Anlytica เองได้ข้อมูลที่ว่าจาก Facebook App ที่อนุญาตให้ App Developer เข้าถึงข้อมูลของคนเล่นแอปฯ Facebook และเพื่อนของคนเล่นฯ ตั้งแต่ปี 2014 แล้ว Cambridge Analytica เอาไปสร้างโปรไฟล์คนบน Facebook อีก 30 ล้านคนเพื่อรับจ้างทำแคมเปญทางการเมือง

และนี่คือข้อเสียของ Digital Business อย่าง Facebook อย่างที่ตัว Facebook เองก็คาดไม่ถึง การที่ Facebook เปิดให้ App Developer เข้าถึงข้อมูลผู้ใช้งานและเพื่อนของผู้ใช้แอปฯนั้นก็เพื่อให้เกิดแอปฯใหม่ๆที่สร้างมูลค่าให้กับ Facebook เอง ยิ่งมีคนเล่นเยอะ Facebook ก็สามารถให้บริการได้ดีขึ้นผ่าน AI และอัลกอริธึ่มของ Facebook เอง แต่เคสที่เป็นข่าวคือข้อเสียที่มาพร้อมกับข้อดี ข้อเสียที่ข้อมูลถูกเอาไปใช้ในลักษณะที่ไม่พึงประสงค์

Facebook เองจึงเจอความท้าทายเหมือนกัย Digital Business เจ้าอื่น คือบริษัทต้องเปิดกว้างให้บุคคลที่สามเข้าถึงข้อมูลได้มากน้อยแค่ไหนกัน? ไม่ใช่แค่ Facebook เท่านั้น Google เองก็ด้วย Google ควรจะให้ข้อมูลคนใช้ Google มากน้อยแค่ไหนกับคนยิง Google Ads เพื่อที่จะส่งโฆษณาตรงใจคนใช้ Google โดยที่คนใช้ Google ไม่รู้สึกว่าข้อมูลส่วนตัวไม่ถูกละเมิดจนเกินขอบเขต?

5. ความเป็นธรรมและความเท่าเทียมกันในระบบเศรษฐกิจและสังคม

Digital Business อย่าง Facebook, Google, Ailbaba, Amazon, Uber, AirBnB, Apple มีลักษณะอย่างหนึ่งที่เหมือนกันคือเป็นฮับที่คอยออกผลิตภัณฑ์และบริการใหม่ๆให้ลูกค้าจากหลากหลาย Industry หลายพื้นที่เข้ามาใช้งาน และเชื่อมโยงเครือข่ายผู้ห้บริการเข้าไว้ด้วยกันเพื่อพัฒนาสินค้าและบริการที่ว่า ยิ่งมีคนใช้บริการเยอะ ข้อมูลก็จะป้อนเข้า AI ของ Digital Business ที่มีลักษณะเป็นศูนย์กลาง เป็นฮับ เพื่อให้บริการกับคนในเครือข่ายได้ดียิ่งขึ้น ดึงดูดคนใช้บริการมากขึ้น

ปัญหาที่ตามมาคือการผูกขาดของธุรกิจในรูปแบบใหม่ (ต่างประเทศจะเรียกพวกนี้ว่า Data-o-poly ที่ล้อมาจาก Monopoly ที่แปลว่าธุรกิจผูกขาด) ที่น่าสนใจคือธุรกิจที่ผูกขาดในด้านข้อมูล ก็แข่งกันผูกขาดเครือข่ายของตัวเอง ยกตัวอย่างเช่น Spotify ที่พยายามเข้าถึงผู้ใช้งานของ Apple Music แต่ก็เผชิญความยากลำบากเพราะ Apple เองมีสินค้าและบริการใน Ecosystem ของมันเอง คนใช้ iPhone, Macbook, iPad, Apple Watch ก็มีแนวโน้มใช้ Apple Music

Spotify จึงมองว่า Apple Music ผูกขาดเครือข่ายเครือข่ายลูกค้าบริการเพลงสตรีมมิ่งอย่างไม่เป็นธรรม ทั้งๆที่เครือข่ายที่ว่าสามารถเป็นฐานลูกค้าให้กับบริการเพลงสตรีมมิ่งได้หลายเจ้า ควรให้บริการเพลงสตรีมมิ่งอื่นเข้าถึงได้บ้าง แต่ Apple Music มีเงื่อนไขว่าหากบริการสตรีมมิ่งอื่นไหนที่อยากเข้าถึงเครือข่ายลูกค้า Apple Music จะต้องทำตามเงื่อนไขของ Apple

เรื่องนี้มันสะท้อนถึงความไม่เป็นธรรมในการแข่งขันทางการค้า และไม่ใช่แค่ Spotify กับ Apple Music เท่านั้น Amazon กับร้านค้าท้องถิ่นก็เช่นกัน Amazon มีข้อมูลลูกค้าอยู่ในมือ ก็เลือกที่จะเปิดร้านค้าปลีกแข่งกับร้านค้าในพื้นที่กันอย่างซึ่งๆหน้า ซึ่งทางรอดของร้านค้าพวกนี้ก็คือให้ Amazon ซื้อกิจการไปเลย มันก็จะส่งเสริการผูกขาดเข้าไปอีก สุดท้ายระบบเศรษฐกิจก้ขึ้นอยู่กับบริษทไม่กี่เจ้าและเครือข่ายของบริษัทนั้น

ที่พูดมาทั้งหมด 5 ข้อนั้น Digital Business ยักษ์ใหญ่ก็แสดงความรับผิดชอบออกมาชัดเจน Microsoft กับ Google ลงทุนหนักเพื่อให้ได้อัลกอริธึ่มที่ลดอคติในการดำเนินธุรกิจ Facebook ก็ไล่จัดการกับข่าวปลอมและเนื้อหาอันตราย มันคือ “Keystone Strategy” ที่บริษัทพวกนี้กำลังทำอยู่ ไม่ใช่แค่ทำเพราะเหตุผลทางด้านศีลธรรมจริยธรรม แต่เป็นเพราะต้องการรักษาเครือข่ายของตัวเองให้อยู่รอดไปพร้อมๆกับบริษัทในระยะยาวเช่นกัน

แหล่งอ้างอิงส่วนหนึ่งมาจาก The Ethics of Digital Scope, Scale and Learning โดย Marco Iansiti และ Karim R. Lakhani จากหนังสือ Competing in the Age of AI