ลองนึกภาพตามนะครับ
บริษัทคุณเก็บข้อมูลลูกค้ามาห้าปี
มีตารางลูกค้า ตารางออเดอร์ ตารางสินค้า ตารางการเข้าใช้งานเว็บ ทุกอย่างอยู่ครบ วันหนึ่งคุณถามทีมว่า “เราทำนายได้ไหมว่าลูกค้าคนไหนกำลังจะเลิกใช้”
ทีมตอบว่า “ได้ครับ ขอเวลาสักเดือนนึง”แล้วคุณก็สงสัยในใจ — ข้อมูลก็มีอยู่แล้ว ทำไมต้องใช้เวลาเป็นเดือน?
คำตอบอยู่ตรงนี้ครับ
Machine Learning ที่ใช้กันอยู่ทุกวันนี้ อ่านข้อมูลได้ทีละตารางเดียว แต่ข้อมูลธุรกิจจริงไม่เคยอยู่ในตารางเดียว มันกระจายอยู่หลายตารางที่เชื่อมกันด้วยรหัสลูกค้า รหัสออเดอร์ รหัสสินค้า เพราะฉะนั้นก่อนจะเทรนโมเดลได้ ต้องมีคนมานั่งบี้ข้อมูลทั้งหมดให้แบนนในตารางเดียว
และการบี้ให้แบนนี่แหละคือปัญหา
เพราะพอรวมเป็นตารางเดียว ข้อมูลความสัมพันธ์จะหายไป ทีมเลยต้องมานั่ง “ปั้น” ตัวเลขสรุปขึ้นมาแทน ยอดซื้อ 30 วันล่าสุด จำนวนครั้งที่เข้าเว็บเดือนนี้ ค่าเฉลี่ยต่อตะกร้าระยะห่างระหว่างการซื้อสองครั้งล่าสุด ทีละตัว ทีละตัว จนได้เป็นร้อยคอลัมน์ งานนี้เรียกว่า Feature Engineering
และนี่คือส่วนที่หลายคนไม่รู้
Feature Engineering กินเวลาของทีม Data ไปมากกว่า 80% ของโปรเจกต์ ส่วนการเทรนโมเดลจริงๆ ใช้เวลาไม่กี่นาที พูดง่ายๆ คือคนเก่งที่คุณจ้างมาด้วยเงินเดือนสูง ใช้เวลาส่วนใหญ่ไปกับงานเตรียมข้อมูล ไม่ใช่งานที่สร้างมูลค่า
ที่แย่กว่านั้นคือ มันเป็นงานที่ต้องเดา
ไม่มีใครรู้ล่วงหน้าว่าตัวเลขไหนสำคัญ
ทีมต้องเดา ปั้นออกมา ทดสอบ แล้วถ้าไม่เวิร์กก็กลับไปเดาใหม่วนแบบนี้หลายรอบ นี่คือเหตุผลว่าทำไมโปรเจกต์ AI ในองค์กรถึงล่าช้าและบานปลายบ่อยกว่าที่คาด
คำถามคือมันดีกว่าจริงไหม
มหาวิทยาลัยสแตนฟอร์ดทำการทดลองเรื่องนี้ไว้
เขาสร้างชุดทดสอบชื่อ RelBench ที่รวมฐานข้อมูลจริงจากหลายวงการ ทั้งการแพทย์ อีคอมเมิร์ซ โซเชียล และกีฬา
แล้วให้ Data Scientist มืออาชีพนั่งปั้น Feature ด้วยมือแบบที่ทำกันปกติ เอามาแข่งกับวิธี Relational Deep Learning
ผลออกมาว่าวิธีใหม่ให้ผลแม่นกว่า และใช้แรงคนน้อยลงมากกว่าสิบเท่า ย้ำอีกครั้งนะครับ — ไม่ใช่แค่เร็วกว่า แต่แม่นกว่าด้วย
เหตุผลก็ตรงไปตรงมา
เวลาคนปั้น Feature เอง เราปั้นได้เฉพาะสิ่งที่เรานึกออก
แต่ความสัมพันธ์ที่ซับซ้อนบางอย่าง คนนึกไม่ออกตั้งแต่แรก เช่น ลูกค้าคนนี้กำลังจะเลิกใช้ เพราะคนอื่นที่ซื้อสินค้าชุดเดียวกันเลิกไปแล้วเมื่อสองเดือนก่อน สัญญาณแบบนี้ไม่มีอยู่ในตัวเลขสรุปที่เราปั้น แต่มันอยู่ในโครงข่ายความสัมพันธ์
แล้วธุรกิจทั่วไปเอาไปใช้ได้ไหม
เมื่อสองปีก่อนคำตอบคือไม่ได้ เพราะมันยังเป็นแค่งานวิจัย ต้องมีทีมเขียนโค้ดระดับสูงเองแต่ตอนนี้เริ่มมีเครื่องมือที่เอาแนวคิดนี้มาทำให้ใช้ได้จริง
ตัวหนึ่งที่ผมเป็นเป็นได้เข้าไปเป็นที่ปรึกษาสร้างเครื่องมือชื่อ Langsat วิธีใช้คืออัปโหลดไฟล์หลายๆ ตารางเข้าไป หรือต่อกับฐานข้อมูลของบริษัทตรงๆ ระบบจะหาความสัมพันธ์ระหว่างตารางให้เอง แล้วให้เรากดยืนยัน จากนั้นบอกว่าอยากรู้อะไร ลูกค้าคนไหนจะเลิกใช้ เดือนหน้าจะขายได้เท่าไหร่ ธุรกรรมไหนน่าสงสัย แล้วรอผลลัพธ์ ไม่ต้องปั้น Feature
แต่ก่อนจะตื่นเต้นเกินไป มีสามเรื่องที่ต้องคิดก่อน
เรื่องแรก ข้อมูลต้องขึ้นไปอยู่บนคลาวด์ของผู้ให้บริการ
ถ้าเป็นข้อมูลลูกค้าจริง ต้องเช็ค PDPA และนโยบายบริษัทให้เรียบร้อยก่อน อย่าเพิ่งอัปข้อมูลจริงขึ้นไปเพราะอยากลองเล่น
เรื่องที่สอง โมเดลที่เทรนแล้วเอาออกมาไม่ได้ ใช้ได้ผ่านระบบเขาอย่างเดียว แปลว่าถ้าวันหนึ่งอยากย้าย ต้องเริ่มใหม่ อันนี้ต้องชั่งใจตั้งแต่แรกว่ารับได้ไหม
เรื่องที่สาม และสำคัญที่สุด
เว็บเขาเคลมว่า “ไม่ต้องมีทีม Data ก็ใช้ได้”ผมว่าอันนี้เวอร์ไป เครื่องมือช่วยให้ได้คำตอบเร็วขึ้นจริง แต่คนที่อ่านผลลัพธ์ยังต้องรู้ว่าตัวเลขที่เห็นแปลว่าอะไร โมเดลที่ดูแม่น 95% อาจจะไร้ประโยชน์สิ้นเชิง ถ้าข้อมูลมันเอียง คนที่ไม่เข้าใจตรงนี้ จะตัดสินใจผิดด้วยความมั่นใจ ซึ่งอันตรายกว่าไม่มีข้อมูลเลย
สรุปสิ่งที่ผมอยากให้กลับไปคิด
ถ้าบริษัทคุณเคยอยากทำ AI แล้วล้มเลิกเพราะ “ใช้เวลานานเกินไป” หรือ “ทีมไม่ว่าง” ตอนนี้ต้นทุนของการ ลอง มันถูกลงมากแล้ว จากเดิมที่ต้องลงแรงสองสัปดาห์กว่าจะรู้ว่าข้อมูลเราพอไหม ตอนนี้อาจใช้เวลาแค่บ่ายเดียว และถ้าผลออกมาไม่ดี อย่างน้อยคุณก็รู้เร็ว การรู้ว่ายังทำไม่ได้ภายในหนึ่งบ่าย มีค่ากว่าการรู้เรื่องเดียวกันหลังจากเผาเงินไปสามเดือน
ใครสนใจลองดูได้ที่ langsat.ai มีให้ทดลองฟรี
หรือใครอยากอ่านงานวิจัยต้นทางลองค้นคำว่า RelBench Stanford ดูครับ
- 3
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2026 Blockdit
