วันเสาร์ที่ 8 ธันวาคม พ.ศ. 2561

บทที่ 8 ระบบสนับสนุนการตัดสินใจ


Decision Support System ระบบสนับสนุนการตัดสินใจ
-------------------------------------------------------------------------
     DSS เป็นซอฟแวร์ที่ช่วยในการตัดสินใจเกี่ยวกับการจัดการ การรวบรวมข้อมูล การวิเคราะห์ข้อมูล และการสร้างตัวแบบที่ซับซ้อน ภายใต้ซอฟต์แวร์เดียวกัน นอกจากนั้น DSS ยังเป็นการประสานการทำงานระหว่างบุคลากรกับเทคโนโลยีทางด้าน ซอฟต์แวร์ โดยเป็นการกระทำโต้ตอบกัน เพื่อแก้ปัญหาแบบไม่มีโครงสร้าง และอยู่ภายใต้การควบคุมของผู้ใช้ตั้งแต่เริ่มต้นถึงสิ้นสุดขั้นตอนหรือ อาจกล่าวได้ว่า DSS เป็นระบบที่โต้ตอบกันโดยใช้คอมพิวเตอร์ เพื่อหาคำตอบที่ง่าย สะดวก รวดเร็วจากปัญหาที่ไม่มีโครงสร้างที่แน่นอน ดังนั้นระบบการสนับสนุนการตัดสินใจ จึงประกอบด้วยชุดเครื่องมือ ข้อมูล ตัวแบบ (Model) และทรัพยากรอื่นๆ ที่ผู้ใช้หรือนักวิเคราะห์นำมาใช้ในการประเมินผลและแก้ไขปัญหา ดังนั้นหลักการของ DSS จึงเป็นการให้เครื่องมือที่จำเป็นแก่ผู้บริหาร ในการวิเคราะห์ข้อมูลที่มีรูปแบบที่ซับซ้อน แต่มีวิธีการปฏิบัติที่ยืดหยุ่น DSS จึงถูกออกแบบเพื่อเพิ่มประสิทธิภาพใน การทำงาน ไม่เพียงแต่การตอบสนองในเรื่องความต้องการของข้อมูลเท่านั้น

ส่วนประกอบของระบบสนับสนุนการตัดสินใจ

ส่วนประกอบของระบบสนับสนุนการตัดสินใจที่สำคัญ แบ่งออกได้เป็น 4 ส่วน

ส่วนประกอบของระบบสนับสนุนการตัดสินใจ

1.ระบบย่อยในการจัดการข้อมูล (Data management subsystem)
2.ระบบย่อยในการจัดการตัวแบบ (Model management subsystem) 
3.ระบบย่อยในการจัดการความรู้ (Knowledge management subsystem)
4.ระบบย่อยในการติดต่อกับผู้ใช้ (User interface subsystem) 

ระบบย่อยในการจัดการข้อมูล (Data management subsystem)

     ข้อมูลในระบบสนับสนุนการตัดสินใจนั้นมีหลายระดับ ได้แก่ข้อมูล (Data), สารสนเทศ (Information), และความรู้ (Knowledge) โดยข้อมูลต่างๆ เหล่านี้อาจมีแหล่งกำเนิดจากภายใน ภายนอกองค์กร หรือเป็นข้อมูลส่วนบุคคล ที่เข้ามายังระบบสนับสนุนการตัดสินใจ จะถูกนำเข้าสู่ระบบย่อยในการจัดการข้อมูล ซึ่งแบ่งส่วนออกเป็นส่วนๆ คือ ฐานข้อมูลของระบบสนับสนุนการตัดสินใจ (DSS Database), ระบบจัดการฐานข้อมูล (Database Management System), ไดเรกทอรีข้อมูล (Data Directory) และสิ่งอำนวยความสะดวกในการสอบถามข้อมูล (Query Facility)

1. ฐานข้อมูล (Database) เป็นกลุ่มของข้อมูลที่เกี่ยวข้องกัน ซึ่งเป็นไปตามความต้องการและโครงสร้างขององค์กร และสามารถถูกใช้ได้โดยบุคคลหลายๆ คนและหลายๆ แอพพลิเคชั่น (application) ในระบบสนับสนุนการตัดสินใจอาจจะใช้ข้อมูลจากฐานข้อมูลมากกว่าหนึ่งฐานข้อมูลได้ ขึ้นอยู่กับแหล่งข้อมูลที่มีข้อมูลที่ต้องการ ในระบบสนับสนุนการตัดสินใจขนาดเล็กสามารถใส่ข้อมูลโดยตรงลงในตัวแบบ หรือสามารถดึงข้อมูล (extract) ได้แก่การนำเข้าไฟล์ การสรุปข้อมูล การกรองข้อมูล และการย่อยข้อมูล จากฐานข้อมูลที่มีขนาดใหญ่กว่ามาใช้ หรือใช้ข้อมูลจากคลังข้อมูล (data warehouse)ขององค์กรก็ได้ ส่วนในระบบสนับสนุนการตัดสินใจขนาดใหญ่มักจะรวบรวมข้อมูลจากฐานข้อมูลที่มาจากแหล่งข้อมูลต่างๆ ไว้เป็นของตนเอง

2. ระบบจัดการฐานข้อมูล ( Database Management System : DBMS) เป็นซอฟต์แวร์ที่ทำหน้าที่ในการสร้าง, เข้าถึง และปรับปรุงฐานข้อมูล โดยความสามารถของระบบจัดการฐานข้อมูลในระบบสนับสนุนการตัดสินใจ

3. ไดเรกทอรีข้อมูล (Data Directory) เป็นรายการข้อมูลทั้งหมดในฐานข้อมูล ประกอบด้วยคำจำกัดความของข้อมูล และการทำงานหลักที่ใช้ตอบคำถามเกี่ยวกับการมีอยู่ของข้อมูลนั้น แหล่งที่มาของข้อมูล และความหมายที่แท้จริงของข้อมูลนั้นๆ เป็นส่วนที่ช่วยสนับสนุนขั้นตอนการระบุปัญหา(intelligence) ในขบวนการตัดสินใจ โดยการช่วยตรวจหาข้อมูลและ ช่วยระบุปัญหาหรือโอกาสที่มี

4. สิ่งอำนวยความสะดวกในการสอบถามข้อมูล (Query Facility) เป็นส่วนที่ทำการเข้าถึง ใช้งาน และสืบค้นข้อมูลโดยรับคำร้องของข้อมูลจากส่วนประกอบต่างๆ ของระบบสนับสนุนการตัดสินใจ และพิจารณาว่าทำอย่างไรจึงจะได้ข้อมูลนั้น, กำหนดรายละเอียดของคำร้องขอ และส่งผลลัพธ์กลับไปยังผู้ร้องขอ หน้าที่สำคัญของระบบสืบค้นในระบบสนับสนุนการตัดสินใจ คือ การเลือกและการทำงานกับข้อมูล

โครงสร้างของระบบย่อยในการจัดการข้อมูล

ระบบย่อยในการจัดการตัวแบบ 

     ในระบบย่อยในการจัดการตัวแบบประกอบด้วยส่วนต่างๆ ได้แก่ ฐานตัวแบบ (Model base), ระบบจัดการฐานตัวแบบ (Model base management system), ภาษาในการสร้างตัวแบบ (Modeling language), ไดเรกทอรีตัวแบบ (Model directory) และการใช้งานการรวบรวมและคำสั่งในตัวแบบ (Model execution, integration, and command)
ครงสร้างของระบบย่อยในการจัดการตัวแบบ
1. ฐานตัวแบบ (Model Base) ได้แก่ ตัวแบบทางสถิติที่เกิดขึ้นบ่อยๆ หรือเกิดขึ้นเป็นเฉพาะกรณี เช่น ตัวแบบทางการเงิน ตัวแบบในการพยากรณ์ ตัวแบบทางด้านวิทยาการการจัดการ หรือตัวแบบเชิงปริมาณอื่นๆ ที่มีความสามารถในการวิเคราะห์ข้อมูล ในระบบสนับสนุนการตัดสินใจ

2. ระบบจัดการฐานตัวแบบ (Model base management system : MBMS) ทำหน้าที่ในการสร้างตัวแบบ โดยใช้โปรแกรมย่อย และโปรแกรมย่อยสำเร็จรูปอื่นๆ ที่มีอยู่แล้ว หรือทำการสร้างโปรแกรมย่อยหรือรายงานใหม่ ทำการปรับปรุงตัวแบบ เปลี่ยนตัวแบบ และใช้ข้อมูลกับตัวแบบ
เป็นส่วนที่ทำหน้าที่เชื่อมตัวแบบกับฐานข้อมูล

3. ภาษาในการสร้างตัวแบบ (Modeling language) เช่น ภาษาโคบอล (COBOL) หรือใช้โปรแกรมประเภทแผ่นงาน(Spreadsheet) หรือใช้ภาษารุ่นที่สี่ (The fourth Generation Language : 4GL)หรือภาษาพิเศษสำหรับการสร้างตัวแบบ เช่น IFPS/Plus

4. ไดเรกทอรีตัวแบบ (Model directory) เป็นรายการของตัวแบบและซอฟต์แวร์ทั้งหมดในฐานตัวแบบ ประกอบด้วยคำจำกัดความของตัวแบบ และการทำงานหลักคือการตอบคำถามเกี่ยวกับการมีอยู่ และ ความสามารถของตัวแบบ 

5. การใช้งาน การรวบรวมและคำสั่งในตัวแบบ (Model execution, integration, and command) การใช้งานตัวแบบ (Model Execution) เป็นขบวนการในการควบคุมการทำงานจริงๆ ของตัวแบบการรวบรวมตัวแบบ(Model Integration) เป็นการรวมการทำงานของหลายๆตัวแบบเข้าด้วยกัน และตัวประมวลผลคำสั่งในตัวแบบ(A model Command processor) ใช้ในการรับ และแปลคำสั่งของตัวแบบจากส่วนรับคำสั่ง ให้กับ ระบบจัดการฐานตัวแบบ (MBMS), ส่วนการใช้งานตัวแบบ (model execution) หรือ ส่วนรวบรวม (integration function)

ระบบย่อยในการจัดการความรู้

   ในปัญหาบางประเภทนั้นจำเป็นต้องใช้ความเชี่ยวชาญพิเศษของมนุษย์เข้ามาสนับสนุน ดังนั้นในปัญหาการ ตัดสินใจที่ไม่เป็นโครงสร้างหรือปัญหาแบบกึ่งโครงสร้าง ซึ่งมีความซับซ้อนมากจึงอาจนำระบบผู้เชี่ยวชาญเข้ามาใช้ร่วมด้วยเนื่องจากมีส่วนของความรู้ความเชี่ยวชาญของมนุษย์ที่สามารถนำมาใช้ในการแก้ปัญหาในระบบสนับสนุนการ ตัดสินใจได้ และเทคโนโลยีส่วนมากที่สามารถนำมาช่วยในการตัดสินใจนั้นมักจะต้องใช้สิ่งที่เรียกว่า"ความรู้"เข้ามาช่วยในการจัดการ 
ประเภทของระบบสนับสนุนการตัดสินใจที่ใช้ฐานความรู้
      ความรู้และความเชี่ยวชาญจะช่วยให้ผู้จัดการที่ไม่มีประสบการณ์สามารถวางแผน และวิเคราะห์การทำงานได้ดีขึ้น นอกจากนี้ความรู้ยังมีส่วนที่ช่วยสนับสนุนการทำงานในระบบสนับสนุนการการตัดสินใจอย่างมาก เช่น
ความสัมพันธ์ระหว่างความคิด และปริมาณของข้อมูล, สารสนเทศ และความรู้

1. สนับสนุนขั้นตอนในขบวนการตัดสินใจที่ไม่จำเป็นต้องใช้คณิตศาสตร์ช่วย เช่น การเลือกข้อมูลเข้าที่ต้องการความเชี่ยวชาญ เช่น การประเมินผลกระทบที่จะเกิดขึ้นจากทางแก้ปัญหาต่อบุคลากรในองค์กร เป็นต้น
2. สนับสนุนในการสร้าง, การเก็บ, และการจัดการตัวแบบในระบบสนับสนุนการตัดสินใจที่ต้องใช้ตัวแบบมากกว่าหนึ่งตัวแบบขึ้นไป
3. สนับสนุนการวิเคราะห์การตัดสินใจภายใต้ความไม่แน่นอน ซึ่งจำเป็นต้องใช้ความเชี่ยวชาญเข้าช่วย
4. สนับสนุนในส่วนติดต่อกับผู้ใช้ เนื่องจากส่วนติดต่อผู้ใช้มีบทบาทอย่างมากในการนำระบบสนับสนุนการตัดสินใจไปใช้ ซึ่งระบบฐานความรู้สามารถปรับปรุงส่วนติดต่อผู้ใช้ให้ใช้งานได้ง่ายขึ้นได้

ระบบย่อยในการติดต่อกับผู้ใช้

      ส่วนติดต่อผู้ใช้ (User interface) เป็นฮาร์ดแวร์และซอฟต์แวร์ที่ช่วยในการติดต่อสื่อสารและโต้ตอบระหว่าง ผู้ใช้กับคอมพิวเตอร์ โดยเป็นปัจจัยที่ทำให้เกิดการใช้งานระบบสนับสนุนการตัดสินใจได้ง่าย, เข้าถึงได้ง่าย และทำให้เกิดการโต้ตอบกันระหว่างมนุษย์กับเครื่องจักรได้
     ในส่วนติดต่อผู้ใช้ซึ่งเป็นการสื่อสารข้อมูลระหว่างผู้ใช้และคอมพิวเตอร์ โดยข้อมูลถูกส่งเข้าและแสดงผลผ่านอุปกรณ์ทางกายภาพซึ่งแบ่งออกเป็นอุปกรณ์รับข้อมูล ได้แก่เมาส์, ไมโครโฟน, หรือแป้นพิมพ์ และอุปกรณ์แสดงผลได้แก่ จอ, เครื่องพิมพ์ หรือลำโพง และแสดงข้อมูลตามความต้องการของผู้ใช้
ขบวนการในส่วนติดต่อผู้ใช้
1. ความรู้ (Knowledge) ได้แก่สารสนเทศที่ผู้ใช้ต้องการสื่อสารกับคอมพิวเตอร์
2. กรอบสนทนา (Dialog) ได้แก่ ชุดลำดับของการแลกเปลี่ยน หรือ การโต้ตอบระหว่างผู้ใช้ และคอมพิวเตอร์
3. ภาษาในการปฏิบัติงาน (Action Language) ได้แก่ภาษาที่ผู้ใช้ใช้ในการ เรียกแสดงข้อมูลในรูปแบบต่างๆ, จัดช่วงจากรายการที่เลือกจากเมนู, ตอบคำถาม, ย้ายหน้าต่างแสดงผล, หรือพิมพ์คำสั่ง โดยมีส่วนที่เรียกว่าอุปกรณ์นำเข้าเป็นตัวดำเนินการงานเหล่านี้
4. คอมพิวเตอร์ (Computer) ได้แก่ส่วนที่ทำหน้าที่ แปลการกระทำ (ที่นำเข้า) ของผู้ใช้, ดำเนินงาน (เช่น คำนวณ หรือเข้าใช้ข้อมูล), และแสดงผล
5. ภาษาในการนำเสนอ (Presentation Language) ได้แก่ สารสนเทศที่ถูกนำเสนอต่อผู้ใช้ผ่านอุปกรณ์แสดงผล ซึ่งสารสนเทศเหล่านี้อาจอยู่ในรูปของรายการ, หน้าต่างๆ, หรือข้อความ มีค่าคงที่หรือ แปลเปลี่ยนได้ และอาจอยู่ในรูปแบบเชิงตัวเลขหรือเชิงสัญลักษณ์ก็ได้ 
6. ปฏิกิริยาของผู้ใช้ (User's Reaction) ได้แก่ การที่ผู้ใช้แปลผลที่ได้รับจากส่วนแสดงผล, ประมวลผล ข้อมูล และวางแผนที่จะดำเนินการต่อไป
        ส่วนติดต่อกับผู้ใช้จะมีคุณภาพดีหรือไม่นั้น ขึ้นอยู่กับ สิ่งที่ผู้ใช้เห็น (หรือรู้สึก), สิ่งที่ผู้ใช้ต้องรู้ เพื่อที่จะเข้าใจในสิ่งที่เห็นนั้น, และสิ่งที่ผู้ใช้ต้องปฏิบัติเพื่อให้ได้ผลลัพธ์ที่ต้องการ ดังนั้นในการสร้างส่วนติดต่อผู้ใช้ที่มีประสิทธิผลนั้นเป็นงานที่ค่อนข้างซับซ้อน โดยจะต้องคำนึงถึงประเด็นต่างๆ เช่น การเลือกอุปกรณ์นำเข้าและแสดงผล, การออกแบบหน้าจอ, ลำดับของการโต้ตอบระหว่างมนุษย์และเครื่องจักร, การใช้สีและเงา, ความหนาแน่นของข้อมูล, การใช้สัญรูปและสัญลักษณ์, และรูปแบบในการแสดงสารสนเทศ เป็นต้น

ปัญญาประดิษฐ์ (Artificial intelligence : AI)


         เป็นเทคโนโลยีในการทำให้เครื่องจักรสามารถเรียนรู้ พฤติกรรมของมนุษย์ได้ จึงเรียกว่าเครื่องจักรนั้นมีความฉลาด และเครื่องจักรนั้นสามารถแสดงพฤติกรรมที่เรียนรู้ ออกมาได้ เช่น คอมพิวเตอร์ หรือหุ่นยนต์ โดยจุดประสงค์ของเทคโนดลยีปัญญาประดิษฐ์นั้นก็เพื่อที่จะทำให้เครื่องจักรมีความฉลาดขึ้นสามารถเข้าใจและมีการเรียนรู้ได้ จึงทำให้เครื่องจักรนั้นมีประโยชน์มากขึ้น
คำนิยาม AI ตามความสามารถที่มนุษย์ต้องการ ให้มันแบ่งได้ 4 กลุ่ม ดังนี้

        Acting Humanly : การกระทำคล้าย มนุษย์ เช่น
  • สื่อสารกับ มนุษย์ได้ด้วยภาษาที่มนุษย์ใช้ เช่น ภาษาอังกฤษ เป็นการประมวลผลภาษาธรรมชาติ (natural language processing) อย่าง หนึ่ง เช่น เพื่อน ๆ ใช้เสียงสั่งให้คอมพิวเตอร์พิมพ์เอกสารให้ 
  • มีประสาทรับสัมผัสคล้ายมนุษย์ เช่นคอมพิวเตอร์วิทัศน์ (computer vision) คอมพิวเตอร์มองเห็น รับภาพได้โดยใช้อุปกรณ์รับสัญญาณภาพ (sensor)
  • หุ่นยนต์ช่วยงานต่าง ๆ เช่น ดูดฝุ่น เคลื่อนย้ายสิ่งของ
  • machine learning หรือคอมพิวเตอร์เกิดการเรียนรู้ได้ โดยสามาถตรวจจับรูปแบบการเกิดของเหตุการณ์ใด ๆ แล้วปรับตัวสู่สิ่งแวดล้อมที่เปลี่ยนไปได้
       Thinking Humanly : การคิดคล้ายมนุษย์ 
ก่อนที่จะทำให้เครื่องคิดอย่างมนุษย์ได้ ต้องรู้ก่อนว่ามนุษย์มีกระบวนการคิดอย่างไร ซึ่งการวิเคราะห์ลักษณะการคิดของมนุษย์เป็นศาสตร์ด้าน cognitive science เช่น ศึกษาโครงสร้างสามมิติของเซลล์สมอง การแลกเปลี่ยนประจุไฟฟ้าระหว่างเซลล์สมอง วิเคราะห์การเปลี่ยนแปลงทางเคมีไฟฟ้าในร่างกายระหว่างการคิด ซึ่งจนถึงปัจจุบันเราก็ยังไม่รู้แน่ชัดว่า มนุษย์เรา คิดได้อย่างไร

       Thinking rationally : คิดอย่างมีเหตุผล หรือคิดถูกต้อง 
โดยใช้หลักตรรกศาสตร์ในการคิดหาคำตอบอย่างมีเหตุผล เช่น ระบบผู้เชี่ยวชาญ

       Acting rationally : กระทำอย่างมีเหตุผล 
เช่น agent (agent เป็นโปรแกรมที่มีความสามารถในการกระทำ หรือเป็นตัวแทนในระบบอัตโนมัติต่าง ๆ ) สามารถกระทำอย่างมีเหตุผลคือ agent ที่กระทำการเพื่อบรรลุเป้าหมายที่ได้ตั้งไว้ เช่น agent ใน ระบบขับรถอัตโนมัติที่มีเป้าหมายว่าต้องไปถึงเป้าหมายในระยะทางที่สั้นที่ สุด ต้องเลือกเส้นทางที่ไปยังเป้าหมายที่สั้นที่สุดที่เป็นไปได้จึงจะเรียกได้ ว่า agent กระทำอย่างมีเหตุผล อีกตัวอย่างเช่น agent ใน เกมหมากรุกมีเป้าหมายว่าต้องเอาชนะคู่ต่อสู้ ต้องเลือกเดินหมากที่จะทำให้คู่ต่อสู้แพ้ให้ได้ เป็นต้น

ระบบงานประยุกต์ที่เกี่ยวข้องกับปัญญาประดิษฐ์


1.ระบบงานประมวลผลภาษาธรรมชาติ (Natural Language) ภาษาธรรมชาติจึงเป็นการประยุกต์ใช้ปัญญาประดิษฐ์ เพื่อที่ให้สามารถทำความเข้าใจภาษามนุษย์โดยคอมพิวเตอร์ซึ่งเกี่ยวกับการติดต่อสื่อสารด้วยภาษาคอมพิวเตอร์ของมนุษย์ เป็นการประยุกต์ใช้ ภาษาศาสตร์ และเครื่องคอมพิวเตอร์เข้าด้วยกัน โดยจะหาวิธีให้คอมพิวเตอร์สามารถเข้าใจความหมายของประโยค เข้าใจเรื่องของคำ  และความหมายของคำ หลักไวยากรณ์ของ  ประโยค ภาษาธรรมชาติจริง ๆ   ล้วนเป็นภาษาที่ยอมให้คอมพิวเตอร์รับคำสั่งโดยไม่คำนึงถึงรูปแบบหรือหลักไวยากรณ์ของภาษา เหมือนกับโปรแกรมภาษาอื่นๆ ที่ต้องการมีขั้นตอนในการใช้คำสั่ง  เช่น  การใช้คำสั่งให้เครื่องจักรทำงาน การแปลภาษาด้วย
2. ระบบผู้เชี่ยวชาญ (Expert Systems-ES) ทำหน้าที่เป็นที่ปรึกษาแก้ผู้ใช้ในการให้คำแนะนำที่ต้องอาศัยความเชี่ยวชาญ ในบางสาขา ES เป็นโปรแกรมคอมพิวเตอร์ที่เก็บข้อมูลและกฎเกณฑ์ของความรู้ ซึ่งรวบรวมมาจากสาขาวิชาที่ต้องการความเชี่ยวชาญไว้ในฐานความรู้ (knowledge base) และโปรแกรมจะดำเนินการเมื่อมีการป้อนข้อมูลโดยผู้ใช้ ในลักษณะการถามตอบและประมวลผล คำตอบจากที่ผู้ใช้ป้อนเข้าไปเพื่อหาข้อสรุปหรือคำแนะนำที่ต้องการ
ตัวอย่างของ ES ที่นำไปใช้ในงานด้านต่างๆ 
  • ด้านการแพทย์ : การให้คำแนะนำแก่หมอในการสั่งยาปฏิชีวนะให้คนไข้ซึ่งต้องคำนึงถึงปัจจัยต่างๆ หลายประการ เช่น ประวัติการเจ็บป่วยของคนไข้ แหล่งติดเชื้อ ราคาของยา
  • ด้านการผลิต : การให้คำแนะนำแก่โรงงานในการผลิตผลิตภัณฑ์ต่างๆ เช่น ชิ้นส่วนเครื่องบิน
  • ด้านธรณีวิทยา : ให้คำแนะนำแก่นักธรณีวิทยาในการวิเคราะห์ดินและน้ำมัน เพื่อพิจารณาในการขุดเจาะน้ำมัน
  •  ด้านกระบวนการผลิต : ให้คำแนะนำในการกำหนดตารางเวลาในกระบวนการผลิต (Expert Systems Scheduling) ซึ่งทำให้บริษัทสามารถปรับตารางเวลาการการผลิต ให้สอดคล้องกับความต้องการในการเปลี่ยนแปลงการผลิตหรือเงื่อนไขของโรงงานที่เปลี่ยนไป อย่างรวดเร็วดังที่บริษัท General Motors ได้นำมาใช้
  • ด้านกระบวนการทำงานของบริษัทบัตรเครดิต : ใช้ ES ช่วยในกระบวนการทำงานตั้งแต่การประมวลการสมัครของลูกค้า การอนุมัติเครดิต การรวมบัญชีที่ค้างชำระเกินกำหนด ES ที่ใช้ระบบนี้เรียกว่า Authorization Assistant และทำให้บริษัทประหยัดเงินได้หลายล้านดอลล่าร์ในแต่ละปี (Haag et al.,2000)
  • ด้านกฎหมายระหว่างประเทศ : การออกแบบ ES มาสำหรับช่วยบริษัทที่ทำธุรกิจต่างประเทศในการทำสัญญากับประเทศต่างๆ และใช้เป็นเครื่องมืออบรมพนักงานให้มีความรู้และทักษะในความซับซ้อนของการค้าระหว่างประเทศมากขึ้น (Haag et al.,2000)
  • ด้านการค้าระหว่างประเทศ : บริษัทที่ติดต่อกับกลุ่มประเทศ NAFTA ต้องเผชิญปัญหากับภาษีและกฎระเบียบที่สลับซับซ้อนสำหรับสินค้าต่างๆ ตลอดจน ความเข้มงวดในเรื่องพิธีศุลกากร และการกำหนดโทษของการฝ่าฝืนค่อนข้างรุนแรง ดังนั้น ความเสี่ยงในการทำการค้ากลุ่มประเทศดังกล่าวจึงค่อนข้างสูง บริษัทต่างๆ จึงได้อาศัย ES สำเร็จรูปที่ชื่อว่า “Origin” เป็นเครื่องมือช่วยในการให้คำแนะนำในเรื่องกฎระเบียบต่างๆ 
3. ระบบการประมวลผลเลียนแบบระบบเครือข่ายประสาทมนุษย์ (Neural Network) เป็นระบบเครือข่ายประสาทเทียม ที่เรียกว่า นิวโรน ในสมองมนุษย์ ซึ่งมีจำนวนล้าน ๆ ตัว การประมวลผลกิจกรรมต่าง ๆ ในลักษณะแบบขนาน โดยมีการรวบรวมข้อมูลและความสัมพันธ์ในข้อมูลจำนวนมหาศาล และเลียนแบบการทำงานของเซลประสาทในสมองมนุษย์ มีวัตถุประสงค์เพื่อนำมาแก้ปัญหาที่ยากและซับซ้อนสำหรับการวิเคราะห์ของมนุษย์
4. ระบบการมองเห็นภาพและรู้จำภาพของคอมพิวเตอร์ (Vision System) เป็นระบบที่พัฒนาขึ้นมา โดยมีวัตถุประสงค์เพื่อเพิ่มความฉลาดหรือปัญญาให้กับคอมพิวเตอร์ในการมองเห็น และสามารถรู้จำได้ว่าภาพที่ปรากฎนั้นเป็นภาพอะไร อุปกรณ์สำคัญของระบบ คือ กล้องถ่ายภาพดิจิทัลที่สามารถจัดเก็บภาพไว้ในรูปของข้อมูลดิจิทัล
5. ระบบหุ่นยนต์ (Robotics system) คอมพิวเตอร์สามารถแก้ปัญหาได้ถ้าด้วยตัวเอง แต่อยู่ในขอบเขตที่จำกัด ถ้าไม่มีมนุษย์เข้ามาเกี่ยวข้อง เช่น ในการจัดการ การป้อนคำสั่งสั่งการ การควบคุมกระบวนการ ฯลฯ ต่างกับ หุ่นยนต์ ที่เป็น AI สามารถกระทำการได้ด้วยตัวเอง บางรูปแบบสามารถแก้ปัญหาได้เอง เมื่อเกิดปัญหาขึ้น ปัญญาประดิษฐ์ทำยากให้ดูง่าย แต่ในการทำความเข้าใจเป็นสิ่งที่เข้าใจยาก ประการแรก ต้องเข้าใจในระบบตรวจจับต่าง ๆ หรือการป้อนข้อมูลโดยมนุษย์ นำข้อมูลที่ได้เหล่านั้น เก็บที่หน่วยเก็บข้อมูล และทำการประมวลผลข้อมูลที่ได้ เพื่อที่จะไปสั่งการอุปกรณ์ หรือระบบต่าง ๆ ให้ทำงาน

ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงาน

     ระบบสนับสนุนการตัดสินใจแบบกลุ่ม (GDSS : Group Decision Support System) เป็นระบบย่อยหนึ่งในระบบสารสนเทศเพื่อการจัดการ โดยที่ระบบสนับสนุนการตัดสินใจจะช่วยผู้บริหารในเรื่องการตัดสินใจในเหตุการณ์หรือกิจกรรมทางธุรกิจที่ไม่มีโครงสร้างแน่นอน หรือกึ่งโครงสร้าง ระบบสนับสนุนการตัดสินใจอาจจะใช้กับบุคคลเดียวหรือช่วยสนับสนุนการตัดสินใจเป็นกลุ่ม นอกจากนั้น ยังมีระบบสนับสนุนผู้บริหารเพื่อช่วยผู้บริหารในการตัดสินใจเชิงกลยุทธ์
      ระบบสนับสนุนการตัดสินใจในระดับกลุ่มงานสามารถสนับสนุนการตัดสินใจแบบต่างๆ ได้แก่
  • วิธีเดลฟี (Delphi Approach) วิธีนี้กลุ่มของผู้ตัดสินใจกระจายอยู่ในตำแหน่งทางภูมิศาสตร์ที่ต่างกันอาจกระจายอยู่ในประเทศเดียวกัน หรือกระจายอยู่ทั่วโลกก็ได้ 
  • การระดมสมอง (Brainstorming) ประกอบด้วยการนำเสนอความคิดที่ดีที่สุดของสมาชิก
  • วิธีการลงมติเอกฉันท์ของกลุ่ม (Group Consensus Approach) เป็นการบังคับสมาชิกในกลุ่มให้เกิดการตัดสินใจที่เป็นเอกฉันท์
  • วิธีความเชื่อของกลุ่ม (Nominal Group Technique) เป็นวิธีที่ผู้ตัดสินใจแต่ละคนสามารถมีส่วนร่วมได้ โดยจะกระตุ้นให้เกิดการปฏิกิริยาโต้ตอบจากสมาชิกแต่ละรายในกลุ่ม

ลักษณะของระบบสนับสนุนการตัดสินใจแบบกลุ่ม

1. เป็นระบบสารสนเทศที่ถูกออกแบบขึ้นโดยเฉพาะ ซึ่งไม่ใช่การนำองค์ประกอบต่างๆ ที่มีอยู่แล้ว มาประยุกต์ใช้แต่จะต้องสร้างขึ้นมาใหม่จึงจะเรียกว่าเป็นระบบ GDSS
2. ระบบสนับสนุนการตัดสินใจแบบกลุ่ม ถูกออกแบบมาโดยมีเป้าหมายเพื่อปรับปรุงกระบวนการตัดสินใจขององค์ประชุม
3.ระบบสนับสนุนการตัดสินใจอาจถูกออกแบบมาเพียงเพื่อต้องการแก้ปัญหาหาเฉพาะหน้าหรือแก้ไขปัญหาทั่วไปก็ได้
4. ระบบสนับสนุนการตัดสินใจจะต้องง่ายต่อการเรียนรู้ และใช้งานได้สะดวก อีกทั้งยังอาจให้ความหลากหลายกับผู้ใช้ในแต่ละระดับที่เกี่ยวข้องกับความรู้การประมวลผล และการสนับสนุนการตัดสินใจ
5.มีกลไกที่ให้ผลในเรื่องการปรับปรุงจุดบกพร่องที่เกิดจกพฤติกรรมของผู้เข้าร่วมประชุม เช่นการขจัดความขัดแย้งในที่ประชุม
6. ระบบจะต้องออกแบบให้มีความสามารถในการกระตุ้นให้เกิดกิจกรรมต่างๆ เช่น กระตุ้นให้เกิดความคิดสร้างสรรค์

ประโยชน์ของ GDSS

     เมื่อมีการเริ่มการพัฒนาระบบ GDSS มีผู้กล่าวถึงผลกระทบของเทคโนโลยีที่มีต่อการดำเนินงานขององค์การ เช่นห หนังสือพิมพ์ Wall Street Journal ได้ลงบทความเกี่ยวกับ DSS และชุดคำสั่ง สำหรับกลุ่มว่า จะส่งผลกระทบต่อการดำเนินงานของธุรกิจ โดยเฉพาะการลดขั้นตอนและลำดับขั้นในองค์การ ซึ่งจะมีทั้งข้อดีและข้อเสียแก่ธุรกิจและสมาชิกขององค์การ จากการศึกษาพบว่า GDSS มีส่วนช่วยส่งเสริมการปฏิบัติงานเป็นกลุ่ม ดังต่อไปนี้

1. ช่วยในการเตรียมความพร้อมในการประชุม

2. มีการจัดเตรียมข้อมูลและสารสนเทศที่เหมาะสมในการประชุม

3. สร้างบรรยากาศในการร่วมมือกันระหว่างสมาชิก

4. สนับสนุนการมีส่วนร่วมและกระตุ้นการแสดงความคิดเห็นของสมาชิก

5. มีการจัดลำดับความสำคัญก่อนหลังของปัญหา

6. ช่วยให้การประชุมบรรลุผลในระยะเวลาที่สมควร

7. มีหลักฐานการประชุมแน่ชัด

ระบบสนับสนุนสำหรับผู้บริหารระดับสูง (Executive Information System : EIS)

      ระบบสารสนเทศสำหรับผู้บริหาร (Executive Information Systems) หรือที่เรียกว่า EIS หมายถึง ระบบสารสนเทศที่ถูกพัฒนาขึ้นโดยเฉพาะ เพื่อให้สอดคล้องกับความต้องการ ทักษะ และความสามารถในการเข้าถึงสารสนเทศสำหรับผู้บริหาร เนื่องจากผู้บริหารเป็นกลุ่มบุคคลที่ต้องการข้อมูลที่มีลักษณะเฉพาะ โดยเฉพาะด้านระยะเวลาในการเข้าถึงและทำความเข้าใจกับข้อมูล โดยเฉพาะการเปลี่ยนแปลงและการแข่งขันทางธุรกิจที่เกิดขึ้นและปรับตัวอย่างรวดเร็วในปัจจุบันได้สร้างแรงกดดันให้ผู้บริหารต้องตัดสินใจภายใต้ข้อจำกัดของทรัพยากรทางการจัดการระยะเวลา ข้อมูล และการดำเนินงานของคู่แข่งขัน นอกจากนี้ผู้บริหารหลายคนยังมีความรู้เกี่ยวกับเทคโนโลยี สารสนเทศที่จำกัด โดยเฉพาะผู้บริหารระดับสูงที่มีอายุมากและไม่มีโอกาสได้พัฒนาความรู้ ความเข้าใจ และทักษะด้านการใช้งานสารสนเทศ ดังนั้นจึงมีความจำเป็นที่จะต้องพัฒนาและออกแบบระบบสารสนเทศที่สามารถช่วยให้ผู้บริหารปฏิบัติงานอย่างมีประสิทธิภาพ ระบบข้อมูลสำหรับผู้บริหารต้องมีการพัฒนาอย่างต่อเนื่อง

คุณสมบัติของระบบ EIS

           – มีการใช้งานบ่อย
           – ไม่ต้องมีทักษะทางคอมพิวเตอร์สูง
           – ความยืดหยุ่นสูงสามารถเข้ากันได้กับรูปแบบการทำงานของผู้บริหาร
           – การใช้งานใช้ในการตรวจสอบ ควบคุม
           – การสนับสนุนการตัดสินใจไม่มีโครงสร้างแน่นอน
           – ผลลัพธ์ที่แสดงจะเป็นตัวอักษร ตาราง ภาพและเสียง รวมทั้งระบบมัลติมีเดีย
           – การใช้งานภาพกราฟิกสูง จะใช้รูปแบบการนำเสนอต่างๆ
           – ความเร็วในการตอบสนองรวดเร็วทันทีทันใด

หน้าที่ของ EIS

1. ช่วยในการวางแผนกลยุทธ์ โดยประเมินและทำความเข้าใจเกี่ยวกับสถานการณ์ต่างๆ ได้อย่างรวดเร็วและนำสารสนเทศที่ถูกต้องเป็นปัจจุบันมีความรวดเร็วและช่วยในการพิจารณาสถานการณ์ทั้งภายในและภายนอก รวมทั้งทดสอบว่ากลยุทธ์ที่กำหนด ได้ผลหรือไม่ (Stair & Reynolds, 1999)
2. ช่วยในการควบคุมเชิงกลยุทธ์ (Strategic control) ซึ่งเกี่ยวกับการติดตาม และการจัดการการปฏิบัติขององค์การโดยการสร้างกระบวนการทำงานที่มีประสิทธิผลโดยการระบุปัจจัยต่างๆ ที่เกี่ยวข้อง เช่น ปัญหา โอกาส หรือการเปลี่ยนแปลง เพื่อที่จะช่วยให้กระบวนการทำงานลื่นไหลไปได้ด้วยดี (Stair & Reynolds, 1999)
3. การสร้างเครือข่าย (Networks) เครือข่ายในที่นี้ หมายถึงบุคคลต่างๆ ทำงานร่วมกันในการบรรลุจุดมุ่งหมาย เครือข่ายนี้จะช่วยทำให้สารสนเทศที่เกี่ยวกับความคิดเห็นข้อสังเกต ข้อมูลหรือการเตือนภัยล่วงหน้าไหลติดต่อระหว่างสมาชิกในเครือข่าย
4. ช่วยในการติดตามสถานการณ์อย่างใกล้ชิด ระบบยังสามารถให้ข้อมูลที่เกี่ยวข้องกับคู่แข่งทั้งในระดับประเทศและต่างประเทศรวมทั้งสามารถในการจัดหาสินค้าของซัพพลายเออร์
5. ช่วยในการจัดการกับวิกฤต (Crisis management) แม้ว่าหน่วยงานจะมีการวางแผนกลยุทธ์ดีเพียงไร แต่บางครั้งวิกฤตที่ไม่คาดคิดอาจเกิดขึ้นได้ การจัดการวิกฤตเป็นหน้าที่ของผู้บริหารโดยตรง (Stair & Reynolds, 1999)
**************************************************************

ไม่มีความคิดเห็น:

แสดงความคิดเห็น

บทที่ 6 E-Commerce : Digital Markets, Digital Goods

E-Commerce : Digital Markets, Digital Goods ------------------------------------------------------------------------ E-Business      ...