คลังเก็บป้ายกำกับ: IBM

IBM เปิดตัวโซลูชัน Storage ใหม่ รองรับ AI Journey โดยเฉพาะ เก็บข้อมูลได้ระดับ Yottabyte

ทีม IBM Storage ได้ออกมาประกาศเปิดตัวผลิตภัณฑ์ Storage ใหม่ที่ถูกออกแบบมาเพื่อรองรับ AI Journey โดยเฉพาะ เพื่อให้ธุรกิจองค์กรที่มีวิสัยทัศน์ด้าน Big Data และ AI สามารถนำไปปรับใช้ได้ทั้งในการจัดเก็บรวบรวมข้อมูล, จัดระเบียบข้อมูล ไปจนถึงการวิเคราะห์ข้อมูลได้อย่างครบวงจร โดยในการเปิดตัวในครั้งนี้ก็มีผลิตภัณฑ์หลากหลายที่ประกอบรวมกันเป็นโซลูชันเดียวกัน

Credit: StorageReview

ผลิตภัณฑ์แรกที่เปิดตัวออกมานี้คือ IBM Elastic Storage System (ESS) 5000 ที่ใช้เทคโนโลยีของ IBM Spectrum Scale โดยมีประสิทธิภาพระดับ 55GB/s ภายใน 1 Node ที่รองรับได้สูงสุด 8-disk Enclosure เพื่อตอบโจทย์งานด้าน Data Lake โดยเฉพาะ และสามารถเพิ่มขยายความจุได้ถึงระดับ Yottabyte เหมาะสำหรับการเก็บข้อมูลขนาดใหญ่เป็นระยะเวลานาน

ถัดมาคือ IBM Cloud Object Storage (COS) ระบบ Object Storage แบบ On-Premises และ Hybrid Cloud ที่มุ่งเน้นเรื่องความคุ้มค่าและการเข้าถึงข้อมูลได้โดยง่าย โดยมีการปรับปรุงการทำงานให้ระบบสามารถรองรับการรวบรวมสะสมข้อมูลสำหรับงาน AI ได้อย่างรวดเร็วยิ่งขึ้น และทำงานร่วมกับ Workflow ทางด้าน AI, Big Data และ HPC ได้ดียิ่งขึ้น ด้วยประสิทธิภาพระดับ 55GB/s และการอ่านข้อมูลที่เร็วกว่าเดิม 300% และการอ่านข้อมูลได้เร็วขึ้น 150% โดยสามารถมีความจุได้สูงถึง 1.9PB ในขนาดเพียงแค่ 4U

สุดท้าย IBM ได้นำเสนอ IBM Spectrum Discover ซึ่งเป็น Software สำหรับทำ Catalog และ Index สำหรับ File และ Object ซึ่งสามารถรวบรวมข้อมูลและทำการส่งออกไปเพื่อให้ระบบอื่นๆ นำไปใช้งานต่อได้ง่าย ไม่ว่าจะเป็น IBM Watson หรือ IBM Cloud Pak for Data ก็ตาม และยังทำงานร่วมกับ Red Hat OpenShift ได้อีกด้วย ทำให้สามารถใช้งานได้บนทุกระบบตามแต่จะต้องการ

สำหรับในขั้นตอนการวิเคราะห์ข้อมูล IBM นั้นก็จะนำเสนอผลิตภัณฑ์เดิมที่มีอยู่แล้วอย่าง IBM ESS 3000 ที่เป็นระบบ NVMe Flash Node เพื่อเน้นความเร็วในการเขียนและอ่านข้อมูลเป็นหลัก เพื่อให้การประมวลผลทางด้าน Big Data หรือ AI นั้นเป็นไปได้ด้วยประสิทธิภาพสูงสุด

IBM ESS 5000 และ IBM COS นี้จะเปิดตัวภายในเดือนสิงหาคม 2020 นี้ ส่วนการทำงานร่วมกันได้ระหว่าง IBM Spectrum Discover กับ Red Hat OpenShift นี้จะพร้อมในไตรมาสสุดท้ายของปี 2020 นี้

ที่มา: https://www.storagereview.com/news/ibm-storage-ai-journey-announced

from:https://www.techtalkthai.com/ibm-announces-yottabyte-storages-for-ai-journey/

IBM เข้าซื้อกิจการผู้ให้บริการโซลูชัน RPA ‘WDG Automation’

ในที่สุด IBM ก็ประกาศเข้าซื้อกิจการบริษัทด้าน RPA แล้วอย่างไม่เปิดเผยมูลค่า โดยเป็นบริษัทสัญชาติบราซิลที่ชื่อ WDG Automation

IBM คาดหวังว่าโซลูชัน RPA จาก WDG Automation จะเติมภาพการทำ Digital Transformation, Analytics และ AI ให้ลูกค้าได้เมื่อผนึกกำลังกับโซลูชันด้าน AI ที่ IBM แข็งแกร่งอยู่แล้ว ทั้งนี้เดิม WDG Automation มีการให้บริการด้าน RPA, Automation, Voice Response และ Chatbot หรือเทคโนโลยีในกลุ่ม Automation ต่างๆ

สำหรับโซลูชัน RPA กว่า 600 ฟังก์ชันจาก WDG Automation จากถูกผนึกเข้าใน Cloud Pack for Automation รวมถึงความสามารถ Automation ต่างๆ จะเข้าไปอยู่ใน Watson AIOps และ Cloud Pak for Multicloud Management นั่นเอง ซึ่งดีลนี้ถือว่าไม่เกินความคาดหมายนัก เพราะก่อนหน้านี้ก็เคยมีการคาดการณ์ว่าสักวัน IBM จะซื้อกิจการด้าน RPA สักราย

ที่มา : https://www.zdnet.com/article/ibm-makes-its-rpa-move-acquires-wdg-automation/

from:https://www.techtalkthai.com/ibm-in-definitive-agreement-with-wdg-automation-the-experts-of-rpa/

[Guest Post] ควบคุมคุณภาพการผลิตสินค้าแบบ Real time ด้วย IBM AI Quality Inspection

การทำงานของระบบ IBM AI Quality Inspection ที่ควบคุมคุณภาพสินค้าในอุตสาหกรรมการผลิตจะใช้กล้องจับภาพเคลื่อนไหวแบบ Real time ตรวจสอบสินค้าในสายพานลำเลียงเสมือนการมองเห็นของมนุษย์ และส่งข้อมูลภาพไปยังตัว Inspector ถ้าหากระบบพบว่าสินค้ามีความผิดปกติ (Defect) ระบบจะทำการแจ้งเตือน (Alert) ไปยังจอ Monitor หรือระบบแจ้งเตือนอื่นๆ ทันที

AI Quality Inspection

คุณภาพของสินค้าเป็นสิ่งที่มีความสำคัญมากต่อความรู้สึกของผู้บริโภค และสามารถส่งผลกระทบต่อยอดขาย และภาพลักษณ์ของบริษัทได้ ดังนั้น การควบคุมคุณภาพของสินค้า จึงเป็นสิ่งที่บริษัทผู้ผลิตสินค้าจะต้องให้ความสำคัญเป็นอย่างมาก และจำเป็นต้องมีการลงทุนเพื่อพัฒนาระบบการควบคุมคุณภาพของสินค้าให้ได้ตามมาตรฐานในทุกกระบวนการผลิตสินค้า รวมถึงมีการตรวจสอบเพื่อป้องกันไม่ให้เกิดความผิดพลาดหรือเสียหายกับตัวสินค้า ซึ่งถ้าหากระบบการควบคุมคุณภาพไม่มีประสิทธิภาพก็จะส่งผลทำให้บริษัทฯ ต้องมีการแก้ไขคุณภาพของสินค้าในภายหลัง ทำให้มีต้นทุนสินค้าที่เพิ่มสูงขึ้น

การตรวจสอบสินค้าให้ได้สินค้าที่มีคุณภาพและตรงตามมาตรฐานออกสู่ท้องตลาดไปยังผู้บริโภค จึงเป็นสิ่งที่ต้องตระหนักและให้ความสำคัญอย่างมาก ในปัจจุบันภาคอุตสาหกรรมการผลิตจึงได้มีการนำเอา AI (Artificial Intelligence) เข้าไปประยุกต์ใช้งาน ซึ่งเป็นเทคโนโลยีสมัยใหม่ที่สามารถนำมาช่วยในการตรวจสอบการทำงานและควบคุมคุณภาพของสินค้าในทุกกระบวนการผลิตได้อย่างถูกต้อง แม่นยำ และได้ตรงตามมาตรฐานที่กำหนด ซึ่งที่เราเรียกว่า AI Quality Inspection

การทำงานของระบบ AI Quality Inspection

การทำงานของระบบ AI Quality Inspection จะใช้กล้องจับภาพเคลื่อนไหวแบบ Real time ตรวจสอบสินค้าในสายพานลำเลียงเสมือนการมองเห็นของมนุษย์ และส่งข้อมูลภาพไปยังตัว Inspector ถ้าหากระบบพบว่าสินค้ามีความผิดปกติ (Defect) ระบบจะทำการแจ้งเตือน (Alert) ไปยังจอ Monitor หรือระบบแจ้งเตือนอื่นๆ ทันที ซึ่งจะช่วยให้สามารถนำสินค้ากลับไปยังกระบวนการแก้ไขสินค้าให้มีความถูกต้องได้โดยทันที ช่วยลดเวลาในการทำงานและความเสียหายที่อาจจะเกิดขึ้นกับสินค้าได้ ที่สำคัญช่วยลดต้นทุนสินค้าได้อีกด้วย

การที่ AI Quality Inspection Solution จะสามารถทำงานได้อย่างมีประสิทธิภาพนั้น จะต้องมีการออกแบบเฉพาะด้านทั้งความสามารถของคอมพิวเตอร์ Server และ Software สำหรับงาน AI โดย IBM ได้มีการออกแบบคอมพิวเตอร์  Server รุ่น IBM Server AC922 ซึ่งมีขุมพลังทั้ง CPU และ GPU ในการประมวลผลทางด้าน AI ได้อย่างรวดเร็ว และในส่วนของ Software ที่ใช้สำหรับการสอน AI (Training Model)  ซึ่งจากในภาพวีดีโอ AI Quality Inspection เป็นการ Demo การ Train Model ให้รู้จักว่าสินค้าใดมีความปกติ และสินค้าใดที่ผิดปกติ (Defect) โดยระบบสามารถทำ Image Classification, Object Detection, Image segmentation และ Action Detection  ได้โดยไม่ต้องเขียนโปรแกรม และมีรูปแบบหน้าจอการใช้งานแบบ GUI ทำให้ง่ายต่อการทำงาน ซึ่งเรียก Software นี้ว่า IBM Visual Insights ซึ่งเป็นหัวใจหลักในการทำให้ระบบ Quality Inspection Solution สามารถทำงานได้อย่างสมบูรณ์ครบวงจร

หากต้องการข้อมูลเพิ่มเติม หรือสนใจ Demo ของจริง สามารถติดต่อได้ที่ บริษัท คอมพิวเตอร์ยูเนี่ยน จำกัด / โทร. 02-311-6881 #7151, 7158 / Email. cu_mkt@cu.co.th และสามารถติดตามข้อมูลข่าวสารด้าน IT ได้ที่ https://www.facebook.com/groups/ComputerUnionDistributor และ Youtube Channel : Computer Union CU

เขียนโดย

ธรา  มะลัยจันทร์

Senior System Engineer

บริษัท คอมพิวเตอร์ยูเนี่ยน จำกัด

from:https://www.techtalkthai.com/ibm-ai-quality-inspection-by-computer-union/

Leadership Vision: AI for Business in the New Normal บทสัมภาษณ์คุณปฐมา จันทรักษ์ IBM Thailand

ท่ามกลางวิกฤตโรคระบาดที่กำลังเป็นปัญหาอยู่ทั่วโลกนี้ AI จะเข้ามาช่วยบรรเทาสถานการณ์ได้อย่างไร? และภาคธุรกิจจะคว้าโอกาสใหม่ๆ ด้วย AI ได้อย่างไรบ้าง? มาพบกับคำตอบของคำถามเหล่านี้ได้ในบทความ “TechTalkThai Vision: AI for Business in the New Normal” บทสัมภาษณ์คุณปฐมา จันทรักษ์ รองประธานด้านการขยายธุรกิจในกลุ่มประเทศอินโดจีน และกรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย

ผู้ถูกสัมภาษณ์: คุณปฐมา จันทรักษ์

บริษัท: ไอบีเอ็ม ประเทศไทย

ตำแหน่ง: รองประธานด้านการขยายธุรกิจในกลุ่มประเทศอินโดจีน และกรรมการผู้จัดการใหญ่

ประวัติโดยย่อ: คุณปฐมามีประสบการณ์กว่า 30 ปีในการทำงานร่วมกับลูกค้าในอุตสาหกรรมต่างๆ ทั่วโลก เพื่อช่วยลูกค้าให้ประสบความสำเร็จในการนำเทคโนโลยีก้าวล้ำอย่าง Cloud, AI, Blockchain และ Analytics เข้าขับเคลื่อนองค์กรให้ประสบความสำเร็จในยุค Digital Transformation คุณปฐมาเคยดำรงตำแหน่งผู้บริหารระดับสูงทั้งในระดับโลก ระดับภูมิภาค และระดับประเทศ ปัจจุบัน คุณปฐมาดำรงตำแหน่งรองประธานด้านการขยายธุรกิจ ในกลุ่มประเทศอินโดจีนและกรรมการผู้จัดการใหญ่ ไอบีเอ็ม ประเทศไทย

ช่องทางการติดต่อ:

Q: ขอทราบข้อมูลคร่าวๆ เกี่ยวกับการลงทุนใน AI ทั้งก่อนและหลังสถานการณ์โควิด-19

โลกกำลังพัฒนาไปอย่างรวดเร็วโดยมี AI เป็นปัจจัยผลักดันที่สำคัญ AI กำลังพลิกโฉมรูปแบบการทำงาน การดำเนินธุรกิจ รวมไปถึงการสร้างประสบการณ์ที่ดีให้แก่ลูกค้าในทุกอุตสาหกรรม

รายงานประจำปี 2561 โดย McKinsey Global Institute ระบุว่า AI จะเพิ่มผลผลิตทางเศรษฐกิจทั่วโลกอย่างต่อเนื่องถึงร้อยละ 16 หรือประมาณ 13 ล้านล้านดอลลาร์ภายในปี 2573 ซึ่งจะส่งผลให้ประสิทธิภาพการทำงานเฉลี่ยรายปีตั้งแต่ปีนี้ไปจนถึงปี 2573 เพิ่มขึ้นประมาณร้อยละ 1.2 และคาดว่าในอีก 18-24 เดือนข้างหน้า อัตราการนำ AI มาใช้ในธุรกิจต่างๆ อาจพุ่งขึ้นสูงถึงร้อยละ 80 หรืออาจสูงถึงร้อยละ 90

ในช่วงก่อนสถานการณ์โควิด-19 คนทั่วโลกต่างก็ให้ความสนใจและตื่นเต้นกับ AI แต่ในโลกธุรกิจนั้น อัตราการนำ AI มาใช้จนถึงปี 2019 มีปริมาณลดลง แม้ผู้นำองค์กรส่วนใหญ่จะเชื่อว่า AI ช่วยสร้างความได้เปรียบในการแข่งขัน แต่ล่าสุดพบว่ามีการนำ AI มาใช้ในองค์กรไม่ถึงร้อยละ 20 แต่เมื่อเข้าสู่ปีนี้ ธุรกิจต่างๆ ไม่เพียงแต่ให้ความสนใจมากขึ้น แต่ยังมีการนำ AI มาใช้เพิ่มมากขึ้นด้วย

การแพร่ระบาดของโควิด-19 เป็น “จุดเปลี่ยน” ของหลายองค์กร โดยเป็นทั้งตัวขับเคลื่อนดิสรัปชันที่ทรงพลังและโศกนาฏกรรมที่ไม่มีใครคาดคิด จึงถือเป็นความจำเป็นเร่งด่วนที่องค์กรต้องสร้างธุรกิจและเครือข่ายให้ยืดหยุ่นพร้อมรับการเปลี่ยนแปลง เพื่อพร้อมรับความท้าทายที่คาดไม่ถึงจากผลกระทบโควิด-19 และหันมาพัฒนาโซลูชันใหม่ รูปแบบการทำงานใหม่ และความร่วมมือรูปแบบใหม่ๆ ที่จะก่อให้เกิดประโยชน์ต่อทั้งองค์กรและลูกค้า ไม่เพียงเฉพาะสำหรับวันนี้ แต่ยังยาวไปถึงอีกหลายปีข้างหน้าด้วย

วิกฤตการณ์ที่เรากำลังเผชิญทำให้เห็นว่าองค์กรต่างๆ มีช่องโหว่อยู่หลายประการ และบริษัทหลายแห่งรับมือกับสถานการณ์ดังกล่าวด้วยการนำ AI และสถาปัตยกรรม IT แบบไฮบริดคลาวด์เข้ามาใช้อย่างรวดเร็ว ส่งผลให้บริษัทมีความคล่องตัวและฟื้นตัว อีกทั้งยังเป็นการเตรียมความพร้อมให้แก่บริษัทก่อนจะนำเทคโนโลยีใหม่ๆ อย่าง 5G และ Edge Computing เข้ามาใช้ โดยไอบีเอ็มมองว่าบริษัททุกแห่งจะกลายเป็นองค์กรที่บริหารงานโดยใช้ AI ไม่ใช่เพราะว่าเป็นได้ แต่ต้องเป็น

Q: AI ช่วยให้สถานการณ์ในปัจจุบันดีขึ้นอย่างไรบ้าง ยกตัวอย่างได้หรือไม่

ตลอด 109 ปีที่ผ่านมา ไอบีเอ็มได้ให้ความช่วยเหลือสนับสนุนแก่ลูกค้าทั่วโลกให้ผ่านพ้นวิกฤตการณ์หลายๆ ครั้งไปได้ และสำหรับวิกฤตการณ์ในครั้งนี้ ไอบีเอ็มก็ได้ยื่นมือให้ความช่วยเหลือแก่บริษัททั่วโลก ในการนำบุคลากรและขีดความสามารถในด้านต่างๆ เข้าให้บริการในทุกที่ที่ต้องการความช่วยเหลือ โดยที่ผ่านมา พนักงานไอบีเอ็มได้เข้าไปทำงานร่วมกับลูกค้า หน่วยงานภาครัฐ นักวิทยาศาสตร์ นักพัฒนา คู่ค้า สถาบันวิชาการ องค์กรด้านสุขภาพ และอื่นๆ อีกมากมายเพื่อทำสิ่งที่เราถนัดที่สุด นั่นก็คือ การนำข้อมูล ความรู้ พลังในการประมวลผล และข้อมูลเชิงลึกมาใช้แก้ปัญหาซับซ้อนเหล่านี้

ไอบีเอ็มอยู่เบื้องหลังระบบที่สำคัญที่สุดของโลกไม่ว่าจะเป็นด้านการเงิน โทรคมนาคม การเดินทาง การค้า การดูแลสุขภาพ หรือภาครัฐ และในช่วงสถานการณ์โควิด-19 ระบบ mission-critical เหล่านี้ก็ต้องเดินหน้าต่อไปได้แบบไม่มีสะดุด พร้อมที่จะช่วยองค์กรให้เร่งฟื้นตัวและรับมือกับความปกติใหม่

ในการรับมือกับโควิด-19 ไอบีเอ็มเน้นให้ความสำคัญกับ 3 ด้านได้แก่ เทคโนโลยีเพื่อการค้นคว้าวิจัย เทคโนโลยีที่ช่วยให้ทุกฝ่ายเข้าถึงข้อมูลเชิงลึกที่เชื่อถือได้ และการช่วยให้องค์กรปรับตัวรับความเปลี่ยนแปลงและฟื้นตัวได้อย่างรวดเร็ว ตัวอย่างเช่น

  • Watson Assistant for Citizens ซึ่งเป็น virtual agent ที่ช่วยให้หน่วยงานภาครัฐ หน่วยงานด้านการดูแลสุขภาพ และสถาบันการศึกษา สามารถถ่ายทอดข้อมูลที่เชื่อถือได้ให้แก่ชาวไทยและชาวต่างชาติ จำนวนมากได้อย่างทั่วถึงและทันท่วงที โดยผนวกความสามารถของการประมวลผลภาษาธรรมชาติ (Natural Language Processing หรือ NLP) จากศูนย์วิจัยไอบีเอ็ม เข้ากับความสามารถขั้นสูงของ Watson Discovery ที่สามารถเข้าใจเจตนาและประเด็นคำถามของผู้ถาม และเลือกประเภทของคำตอบได้อย่างถูกต้องแม่นยำ อาทิ อาการของโรค การป้องกันตัวไม่ให้ติดเชื้อ สถานที่ที่สามารถตรวจโรคโควิด-19 ได้ มาตรการสำหรับผู้ที่ต้องเดินทาง หรือข้อมูลเกี่ยวกับพระราชกําหนดฉุกเฉิน เป็นต้น

    การระบาดใหญ่ของโควิด-19 ช่วยให้องค์กรมองเห็นโอกาสที่จะใช้ AI ในการตอบคำถามทั่วๆ ไปจากคนจำนวนมาก เพื่อให้เจ้าหน้าที่ contact center หันมาเน้นให้ความช่วยเหลือแก่ผู้ที่จำเป็นต้องได้รับความช่วยเหลือจากเจ้าหน้าที่จริงๆ ได้ โดยที่ผ่านมา Virtual AI Assistant สามารถตอบคำถามกว่าร้อยละ 80 ได้โดยอัตโนมัติ

    Watson Assistant for Citizens automates responses to frequently asked questions about COVID-19 on topics such as symptoms, testing and protective measures. (Credit: IBM)
  • การระดมขีดความสามารถในการประมวลผลกว่า 360 เพตะพล็อปส์ให้แก่นักวิจัย เพื่อให้ข้อมูลเกี่ยวกับไวรัสโคโรนาแยกตามพื้นที่ผ่านทาง The Weather Channel รวมถึงใช้ AI ช่วยตอบคำถามเกี่ยวกับโควิด-19 ผ่านแดชบอร์ดแบบอินเทอร์แอคทีฟ เพื่อให้ข้อมูลเคสที่ได้รับการยืนยันแล้ว ผู้ป่วยที่อาการดีขึ้น รวมถึงข้อมูลอื่นๆ ด้วย โดยผู้ใช้สามารถดูข้อมูลแบบเจาะลึกลงไปในระดับประเทศ ภูมิภาค และเมือง

  • การสนับสนุนหน่วยงานวิจัยพัฒนา สถาบันทางการแพทย์ ตลอดจนโรงพยาบาลต่างๆ ที่กำลังพัฒนายาต้านไวรัสโคโรน่าสายพันธุ์ใหม่ โดยเปิดให้ใช้เครื่องมือ IBM Clinical Development (ICD) โดยไม่เสียค่าใช้จ่าย พร้อมร่วมทำงานกับหน่วยงานเหล่านี้เพื่อเร่งการพัฒนาตัวยาสำหรับต้านไวรัส
  • การเปิดให้องค์กรไทยและผู้ที่ต้อง work from home เข้าใช้เครื่องมือต่างๆ โดยไม่เสียค่าใช้จ่าย อาทิ เทคโนโลยีรับส่งไฟล์ขนาดใหญ่ระดับ GB ที่แม้แต่เน็ตมือถือก็ไม่มีสะดุด เทคโนโลยีวิดีโอสตรีมมิงที่ใช้ความสามารถ text-to-speech และ image recognition ของ AI เข้ามาช่วย เทคโนโลยี MaaS360 ที่ช่วยให้องค์กรสามารถควบคุมและจัดการอุปกรณ์เคลื่อนที่เชื่อมต่อเข้ามาในเครือข่ายขององค์กร ป้องกันความเสี่ยงด้านซิเคียวริตี้ต่างๆ ที่อาจเกิดขึ้น เป็นต้น

Q: ในการนำ AI มาใช้นั้น ธุรกิจควรเริ่มตรงไหนและควรเริ่มอย่างไร

ในประเทศไทยรวมถึงประเทศต่างๆ ในภูมิภาค การเปลี่ยนแปลงรูปแบบไปสู่ระบบดิจิทัลเป็นสิ่งที่ธุรกิจทุกภาคส่วนต่างก็พูดถึงมาได้สักพักหนึ่งแล้ว แต่ขณะนี้โลกได้เปลี่ยนไปมากกว่าที่เราเคยคาดไว้ สถานการณ์ดังกล่าวได้พลิกโฉมรูปแบบวิธีการดำเนินธุรกิจและประเภทธุรกิจที่เราจะทำ มีบริษัทบางแห่งนำเทคโนโลยีดิจิทัลอย่างเช่น AI มาใช้ในช่วงก่อนการระบาดใหญ่ แต่บางแห่งไม่แน่ใจว่าควรใช้เทคโนโลยีดังกล่าวดีหรือไม่ ถ้ามองว่าการหันมาใช้ระบบดิจิทัลเป็นขั้นตอนหลักของการพลิกโฉมธุรกิจ ก็จะเห็นได้ว่าการเปลี่ยนแปลงไม่ได้เกิดขึ้นทีละนิดเหมือนแต่ก่อน แต่เป็นการเปลี่ยนแปลงแบบข้ามขั้นจนกลายเป็นความปกติในรูปแบบใหม่ ช่วงเวลานี้จึงสำคัญที่สุดและเหมาะกับการที่ธุรกิจต่างๆ จะเริ่มใช้ระบบดิจิทัลหรือแม้แต่ทำให้ระบบดิจิทัลกลายเป็นองค์ประกอบหลักขององค์กรต่อไป

ในงาน THINK 2020 คุณอาร์วินด์ กฤษณะ ซีอีโอของไอบีเอ็มได้กล่าวว่า “ไฮบริดคลาวด์และ AI จะเป็นพลังหลักที่ขับเคลื่อนดิจิทัลทรานส์ฟอร์เมชัน”

ปัจจุบันไอบีเอ็มเป็นเวนเดอร์รายเดียวที่มีแพลตฟอร์มข้อมูลที่ช่วยให้องค์กรต่างๆ บริหารจัดการ AI ได้ ไม่ว่าข้อมูลขององค์กรจะได้รับการจัดเก็บไว้บน public cloud, private cloud, on premise หรือบนระบบ multicloud แบบไฮบริด

แม้บริษัทส่วนใหญ่จะมองว่า AI เป็นเรื่องของกลยุทธ์ แต่การนำมาใช้จริงนั้นพบเห็นได้น้อย หลักๆ แล้วเป็นเพราะการขาดทักษะและบุคลากรด้าน AI และ data science รวมถึงข้อมูลที่มีความซับซ้อนมากขึ้นและมีปริมาณมากแต่มีเพียงคนกลุ่มเดียวที่สามารถเข้าถึงได้ นอกจากนี้ ยังมีความกังวลในเรื่องขีดความสามารถของ AI เช่น สงสัยว่าการตัดสินใจของ AI จะเชื่อถือได้หรือไม่ มีความเอนเอียงหรือไม่ มีเหตุผลรองรับหรือไม่ และมีความปลอดภัยหรือไม่ เป็นต้น

Q: ขอคำแนะนำว่าในสถานการณ์ปัจจุบัน ธุรกิจควรลงทุนใน AI อย่างไร

โควิด-19 ได้พลิกรูปแบบการใช้ชีวิตและความเป็นอยู่ของคนหลายร้อยล้านทั่วโลก ทั้งยังผลักดันให้องค์กรทุกขนาดต้องบริหารจัดการเทคโนโลยีเพื่อให้พนักงานสามารถทำงานแบบ remote ได้ การที่พนักงานทำงานนอกสถานที่มากขึ้นทำให้ IT infrastructure ทวีความสำคัญขึ้นอย่างต่อเนื่อง

แม้ผู้บริหารด้านไอทีจะพยายามตามให้ทันนวัตกรรมดิจิทัลในช่วงตลอดหลายปีที่ผ่านมา แต่ความท้าทายใหม่ๆ ที่พัฒนาเปลี่ยนแปลงอยู่ตลอดอย่างเช่นการเพิ่มปริมาณของข้อมูล การบริหารจัดการ multicloud การเพิ่มขีดความสามารถด้าน resiliency ให้กับองค์กร อาชญากรไซเบอร์ที่พัฒนาเทคนิคซับซ้อนขึ้นเรื่อยๆ หรือการที่ต้องทำหน้าที่ช่วยองค์กรของตนให้ฟื้นตัวและเริ่มต้นใหม่อีกครั้งในช่วงที่มีการแพร่ระบาดเกิดขึ้นทั่วโลก

เมื่อเร็วๆ นี้ ไอบีเอ็มได้เปิดตัว IBM Watson AIOps ซึ่งเป็นเครื่องมือและบริการที่นำเทคโนโลยี AI เข้ามาช่วยบริหารจัดการระบบโครงสร้างพื้นฐานด้านไอทีให้ยืดหยุ่นและพร้อมรับมือกับการเปลี่ยนแปลงที่อาจเกิดขึ้นในอนาคต รวมถึงช่วยองค์กรลดค่าใช้จ่ายต่างๆ ลง ช่วยให้องค์กรสามารถตรวจจับเหตุผิดปกติของระบบไอทีได้อัตโนมัติ พร้อมวิเคราะห์และทำการตอบสนองต่อปัญหาแบบเรียลไทม์ ช่วยองค์กรหลีกเลี่ยงเหตุขัดข้องทางไอทีที่ไม่คาดคิดที่อาจส่งผลกระทบต่อธุรกิจทั้งในแง่รายได้และชื่อเสียง

Q: AI มีบทบาทอย่างไรต่อการเดินหน้าของธุรกิจ

ในขณะที่ประเทศไทยกำลังเดินหน้าฝ่าวิกฤติโรคโควิด-19 พร้อมผลักดันเรื่อง digital economy การนำ AI เข้ามาใช้จะเป็นเครื่องมือช่วยให้องค์กรได้รับประโยชน์สูงสุดจากข้อมูลมหาศาล ขณะเดียวกันก็ลดต้นทุน เพิ่มประสิทธิภาพและความสามารถในการผลิต รวมถึงสนับสนุนการตัดสินใจทางธุรกิจ

ที่ผ่านมาได้มีองค์กรไทยหลายแห่งที่เริ่มนำ AI เข้ามาใช้ อาทิ ในด้านการเกษตร ที่สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (สวทช.) ร่วมกับไอบีเอ็มและกลุ่มมิตรผล ในการนำร่องพัฒนาแดชบอร์ดอัจฉริยะและแอพพลิเคชันบนมือถือ เพื่อช่วยให้ผู้เชี่ยวชาญและชาวไร่ได้รับข้อมูลเชิงลึกเกี่ยวกับสุขภาพของอ้อย ความชื้นของดิน ความเสี่ยงที่จะถูกโจมตีจากโรคและศัตรูพืช การคาดการณ์ผลผลิต และดัชนีค่าคุณภาพความหวานของอ้อย (ซีซีเอส) โดยอาศัยเทคโนโลยี AI, IoTและข้อมูลสภาพอากาศที่มีความแม่นยำสูง ร่วมกับข้อมูลความสัมพันธ์เชิงเวลาและพื้นที่ (เช่น ภาพถ่ายพืชผลจากกล้องหลายช่วงคลื่นที่เก็บภาพมาจากดาวเทียมหลายตัว ข้อมูลดิน ข้อมูลแบบจำลองความสูงของภูมิประเทศในรูปแบบดิจิทัล) ร่วมกับข้อมูลทางการเกษตร (เช่น สุขภาพของอ้อย ระดับความชื้นของดิน พยากรณ์ความเสี่ยงโรคและศัตรูพืช ปริมาณผลผลิต และดัชนีค่าคุณภาพความหวานของอ้อย)

ด้านการผลิต ที่ต่างประเทศได้นำระบบ predictive maintenance เข้ามาวิเคราะห์ข้อมูลจากเซ็นเซอร์จำนวนมากที่ติดตั้งอยู่ที่อุปกรณ์สำคัญๆ ในโรงแยกก๊าซทั้ง 6 แห่ง เช่น อุปกรณ์ gas turbine ที่มีความสำคัญต่อกระบวนการผลิตสูง เพื่อคาดการณ์โอกาสเสียหายหรือซ่อมบำรุงมากล่วงหน้า 3 เดือน ซึ่งทำให้ทางปตท. สามารถลดค่าเสียหายอันเกิดจากอุปกรณ์ชำรุดได้หลายร้อยล้านบาท

ในด้านการแพทย์ ที่โรงพยาบาลบำรุงราษฎร์ อินเตอร์เนชั่นแนล ได้จัดตั้งศูนย์ปฏิบัติการไซเบอร์ซิเคียวริตี้ (SOC) เพื่อปกป้องข้อมูลผู้ป่วย 1.1 ล้านราย โดยการนำเทคโนโลยีตรวจจับภัยคุกคามอัจฉริยะระดับโลก ช่วยสอดส่องและตรวจจับภัยคุกคามทุกวันตลอด 24 ชั่วโมง พร้อมแจ้งเตือนให้ทีมซิเคียวริตี้ของโรงพยาบาลสามารถจัดการและตอบสนองต่อเหตุต่างๆ ได้อย่างรวดเร็ว ลดผลกระทบที่จะเกิดต่อการปฏิบัติงานในส่วนต่างๆ ลง รวมถึงการจำลองเหตุการณ์ต่างๆ เพื่อช่วยให้โรงพยาบาลสามารถเตรียมพร้อม ตอบสนอง และกู้ระบบ ในกรณีที่มีเหตุด้านไซเบอร์ซิเคียวริตี้เกิดขึ้น

IBM Cyber Security X-Force Command Center Cambridge, MA (John Mottern/Feature Photo Service for IBM)

หรือ INET ที่นำเทคโนโลยี IBM Visual Insights ซึ่งเป็นการใช้ AI ในการวิเคราะห์ภาพนิ่งและไฟล์วิดีโอ มาใช้ในการแปลผลภาพเอ็กซเรย์ เพื่อช่วยรังสีแพทย์ในการตรวจหาวัณโรคจากภาพเอ็กซเรย์ทรวงอก ช่วยให้ผู้ป่วยนับพันรายในโรงพยาบาลขนาดเล็กที่ขาดแคลนรังสีแพทย์และต้องส่งภาพเอ็กซเรย์ไปยังโรงพยาบาลที่มีความพร้อมมากกว่าเพื่อแปลผลภาพเอ็กซเรย์ จนเป็นเหตุให้ต้องรอผลการวินิจฉัยนานหลายสัปดาห์หรือเป็นเดือนกว่าจะได้รับการรักษาด้วยวิธีที่ถูกต้องเหมาะสม สามารถเข้ารับการตรวจวินิจฉัยและรักษาได้อย่างทันท่วงที ปัจุบัน­มีการใช้งานแล้วในโรงพยาบาล 75 แห่งทั่วประเทศ

Q: ผู้บริหารและทีมงานฝ่ายไอทีควรมีทักษะใดบ้างจึงจะใช้ AI ได้อย่างมีประสิทธิภาพและเกิดประโยชน์สูงสุด

ในบริษัทที่ไม่ได้มีขนาดใหญ่หรือไม่ได้เน้นการให้ความสำคัญกับข้อมูล การเลือกโครงการที่จะดำเนินการทั่วทั้งองค์กรมักจะพบปัญหาการขาดแคลนทักษะและบุคลากรด้าน AI เมื่อถึงจุดหนึ่ง ทุกธุรกิจที่พยายามจะนำ AI เข้ามาใช้จะเริ่มถกเถียงกันว่าควร “สร้างหรือซื้อ”
ประเด็นนี้มักเป็นเรื่องน่าปวดหัวสำหรับบริษัทที่เห็นประโยชน์ของการนำ AI และแมชชีนเลิร์นนิ่งมาใช้ แต่ไม่ทราบว่าวิธีที่ดีที่สุดที่จะทำให้ประสบความสำเร็จเป็นอย่างไร ในช่วงไม่กี่เดือนที่ผ่านมา เราพบว่าจำนวนองค์กรที่ขาดแคลนทักษะด้าน AI นั้นมีมากขึ้นเรื่อยๆ ในขณะที่การตระหนักถึง AI และความคาดหวังต่อเทคโนโลยีดังกล่าวก็มีมากขึ้นด้วยเช่นกัน

การวิจัยของไอบีเอ็มระบุว่า องค์กรร้อยละ 37 มีความเชี่ยวชาญหรือความรู้ด้าน AI ในปริมาณจำกัด ซึ่งเป็นอุปสรรคต่อการนำ AI มาใช้ในธุรกิจให้ประสบความสำเร็จ เนื่องจาก AI ถือว่าเป็นความรู้ที่ค่อนข้างใหม่ การจะดึงดูดให้พนักงานที่สามารถใช้ AI ผลักดันให้เกิดผลลัพธ์ทางธุรกิจให้เข้ามาทำงานในองค์กร รวมถึงทำให้พนักงานดังกล่าวอยู่กับองค์กรไปนานๆ จึงเป็นเรื่องที่ท้าทาย ธุรกิจต้องทราบว่าตนกำลังจะจ้างนักวิทยาศาสตร์ข้อมูลประเภทใด และจะประเมินชุดทักษะที่ต้องการได้อย่างไร

บริษัทที่มีทีมวิเคราะห์ข้อมูลหลายทีมอยู่ตามหน่วยธุรกิจต่างๆ มักจะพบว่าทีมเหล่านี้มีความแตกต่างกันมากในเรื่องของขนาด ความสามารถ และทักษะ บางทีมต้องการนำ AI มาใช้ บางทีมไม่ต้องการ มักมีเพียงไม่กี่ทีมที่มีบุคลากรที่เชี่ยวชาญด้านแมชชีนเลิร์นนิ่ง และความต้องการทักษะด้านแมชชีนเลิร์นนิ่งก็เพิ่มมากขึ้นอย่างรวดเร็วทั่วทั้งองค์กร ถ้าเป็นองค์กรที่ “เป็นเจ้าของ AI” งานของผู้บริหารดังกล่าวคือ (1) ช่วยให้ทีมงานเหล่านี้ทำงานร่วมกัน เรียนรู้จากกันและกัน และแชร์ความรู้ให้กันได้ และ (2) เพิ่มทักษะด้าน AI ให้ผู้ที่มีความสามารถ ในบางครั้งอาจต้องจ้างหรือเฟ้นหา แต่บางครั้งก็ต้องใช้วิธีจัดหานวัตกรรมมาจากภายนอกองค์กร ในสภาพแวดล้อมที่องค์กรขาดแคลนบุคลากรที่มีทักษะด้าน AI บริษัทหลายแห่งจะใช้วิธีจัดหานวัตกรรมมาจากที่อื่นๆ เช่น ห้องทดลองของมหาวิทยาลัย โอเพ่นซอร์สคอมมูนิตี้ งาน Hackathn ต่างๆ รวมถึงแหล่งเพาะธุรกิจและเร่งการเติบโตของธุรกิจ

IBM AI Skills Academy เป็นอีกหนึ่งหน่วยงานที่เปิดให้ผู้สนใจเข้ามาเรียนรู้ และคอยให้ความช่วยเหลือแก่องค์กรที่ต้องการนำ AI มาใช้ ทั้งในแง่ขั้นตอนในการระบุถึงโอกาสจากการใช้ AI การจัดลำดับความสำคัญของโครงการ AI ที่จะทำโดยพิจารณาจากคุณค่าทางธุรกิจที่คาดว่าจะได้รับ หลักสูตรการเรียนรู้ที่ได้รับการออกแบบมาเพื่อลดช่องว่างในทักษะด้าน AI เป็นต้น

ในประเทศไทย ไอบีเอ็ม เอไอเอส ไมเนอร์ และกระทรวงศึกษาธิการได้ร่วมมือกันเพื่อลดปัญหาการขาดแคลนบุคลากรด้าน IT และ STEM (วิทยาศาสตร์ เทคโนโลยี วิศวกรรมศาสตร์ และคณิตศาสตร์) พร้อมเสริมสร้างความแข็งแกร่งด้านวิชาการ และเปิดโอกาสให้นักเรียน-นักศึกษาได้สัมผัสกับ ‘ตำแหน่งงานที่ไม่จำเป็นต้องมีปริญญา’ (new collar) ในอุตสาหกรรมโทรคมนาคมและการบริการ ในรูปแบบโปรแกรมการเรียน 5 ปี และเน้นการศึกษาในสายอาชีวศึกษา โดยนักศึกษาที่จบหลักสูตรจะได้รับประกาศนียบัตรขั้นสูงตามสาขาที่เรียน นักเรียนที่ร่วมโครงการจะได้รับการสนับสนุนจากไอบีเอ็มและพันธมิตรภาคธุรกิจที่เข้าร่วม ทั้งในแง่การแนะแนวจากผู้เชี่ยวชาญด้านไอทีและด้านธุรกิจจากอุตสาหกรรมต่างๆ การเปิดโอกาสให้นักศึกษาเยี่ยมชมสถานที่ทำงานจริง และการรับนักศึกษาเข้าฝึกงานโดยได้รับค่าตอบแทน โดยนักเรียนที่ร่วมโครงการจะได้เรียนหลักสูตรต่างๆ ที่ครอบคลุมถึงทักษะที่จะเป็นที่ต้องการในศตวรรษที่ 21 อาทิ วิทยาศาสตร์ข้อมูล อนาไลติกส์ ดีไซน์ธิงค์กิง อไจล์ การสื่อสาร การทำงานร่วมกับผู้อื่น ภาวะผู้นำ เป็นต้น

from:https://www.techtalkthai.com/leadership-vision-ai-for-business-in-the-new-normal-by-patama-chantaruck-ibm-thailand/

[Guest Post] ผลการศึกษาไอบีเอ็มชี้ การวางแผนรับมือภัยคุกคามทางไซเบอร์พุ่งสูงขึ้นอย่างต่อเนื่อง แต่การยับยั้งการโจมตียังคงเป็นปัญหาอยู่

ไอบีเอ็ม (NYSE: ไอบีเอ็ม) ซิเคียวริตี้ เผยผลการศึกษาองค์กรทั่วโลกประจำปีเกี่ยวกับประสิทธิภาพในการเตรียมความพร้อมและการรับมือกับภัยไซเบอร์ของธุรกิจต่างๆ พบในช่วงห้าปีที่ผ่านมา องค์กรเริ่มค่อยๆ พัฒนาขีดความสามารถในการวางแผน ตรวจจับ และรับมือกับการโจมตีทางไซเบอร์ แต่ความสามารถในการยับยั้งการโจมตีกลับลดลงถึงร้อยละ 13 โดยผลการสำรวจของสถาบันโพเนมอนที่สนับสนุนโดยไอบีเอ็มในครั้งนี้ พบว่าการใช้เครื่องมือรักษาความปลอดภัยหลายเครื่องมือเกินไป รวมถึงการขาดแนวทางปฏิบัติเฉพาะในการรับมือกับการโจมตีแบบทั่วไป กำลังกลายเป็นอุปสรรคสำคัญขององค์กร

ศูนย์ปฏิบัติการไซเบอร์ซิเคียวริตี้ของไอบีเอ็ม ที่เมืองเคมบริดจ์ รัฐแมสซาชูเซตส์ สหรัฐอเมริกา

แม้องค์กรจะเริ่มทยอยพัฒนาแผนรับมือภัยคุกคามทางไซเบอร์อย่างช้าๆ แต่องค์กรส่วนใหญ่ (ร้อยละ 74) ยังรายงานว่าแผนรับมือของตนเป็นแบบเฉพาะกิจ (ad-hoc) ที่ไม่ได้นำมาใช้ประจำ หรือไม่มีแผนแต่อย่างใด ทั้งนี้ การขาดแผนรับมือภัยคุกคามทางไซเบอร์ อาจส่งผลกระทบต่อค่าใช้จ่ายในการจัดการกับเหตุด้านซิเคียวริตี้ โดยบริษัทที่มีทีมรับมือภัยคุกคามทางไซเบอร์และดำเนินการทดสอบแผนรับมือเป็นระยะๆ มีค่าใช้จ่ายโดยเฉลี่ยเมื่อเกิดเหตุข้อมูลรั่วไหลน้อยกว่าบริษัทที่ลดค่าใช้จ่ายด้วยการตัดทีมงานและแผนด้านซิเคียวริตี้ออกไปถึง 36 ล้านบาท [1]

ข้อมูลสำคัญจากรายงาน Cyber Resilient Organization Report ยังรวมถึง

  • การพัฒนาอย่างช้าๆ:  ตลอด 5 ปีที่ผ่านมานี้ บริษัทที่นำแผนรับมือภัยคุกคามไซเบอร์มาใช้ทั่วทั้งองค์กรอย่างจริงจังมีจำนวนเพิ่มขึ้นมาก โดยเพิ่มขึ้นจากร้อยละ 18 ในปี 2558 เป็นร้อยละ 26 ในปีนี้ (เพิ่มขึ้นร้อยละ 44)
  • แนวทางปฏิบัติเป็นสิ่งจำเป็น: แม้แต่ในกลุ่มของผู้ที่มีแผนรับมือภัยคุกคามไซเบอร์อย่างเป็นกิจจะลักษณะอยู่แล้ว ก็ยังมีเพียงหนึ่งในสามเท่านั้น (คิดเป็นร้อยละ 17 ของผู้ที่ตอบแบบสำรวจทั้งหมด) ที่ได้จัดทำแนวทางปฏิบัติสำหรับการรับมือกับการโจมตีแบบทั่วไป โดยแผนรับมือกับวิธีการโจมตีแบบใหม่ๆ ที่เกิดขึ้นอย่างแรนซัมแวร์ยังคงล้าหลังอยู่มาก
  • ความซับซ้อนเป็นอุปสรรคต่อการรับมือกับภัยคุกคาม: เครื่องมือรักษาความปลอดภัยจำนวนมากที่องค์กรนำมาใช้นั้น ได้ส่งผลกระทบเชิงลบต่อการรับมือกับภัยคุกคาม โดยองค์กรที่ใช้เครื่องมือรักษาความปลอดภัยตั้งแต่ 50 ชนิดขึ้นไป มีขีดความสามารถในการตรวจจับภัยคุกคามลดลงร้อยละ 8 และขีดความสามารถในการรับมือกับการโจมตีลดลงร้อยละ 7 เมื่อเทียบกับองค์กรที่ใช้เครื่องมือน้อยกว่า
  • ยิ่งวางแผนดีเท่าไหร่ ก็ยิ่งลดการหยุดชะงักของธุรกิจได้มากเท่านั้น: องค์กรที่นำแผนรับมือภัยคุกคามไซเบอร์มาใช้กับทุกส่วนงานอย่างเป็นกิจจะลักษณะ มีโอกาสน้อยกว่ามากที่จะเกิดปัญหาการหยุดชะงักทางธุรกิจอันเป็นผลมาจากการโจมตีทางไซเบอร์ ในช่วงสองปีที่ผ่านมา มีเพียงร้อยละ 39 ของบริษัทเหล่านี้ที่ประสบกับเหตุด้านความมั่นคงปลอดภัยทางไซเบอร์จนธุรกิจหยุดชะงัก เมื่อเทียบกับร้อยละ 62 สำหรับบริษัทที่ไม่มีแผนรับมืออย่างเป็นกิจจะลักษณะ หรือนำแผนการมาใช้อย่างไม่สม่ำเสมอ

แม้จำนวนองค์กรที่นำแผนรับมือภัยคุกคามไซเบอร์มาใช้อย่างจริงจังจะมีจำนวนมากขึ้น แต่การเตรียมพร้อมรับมือกับการโจมตีทางไซเบอร์เพียงอย่างเดียวคงไม่พอเวนดิ วิทมอร์ รองประธานของ IBM X-Force Threat Intelligence กล่าวองค์กรยังต้องให้ความสำคัญกับการทดสอบ การฝึกซ้อม รวมถึงการประเมินแผนรับมือภัยคุกคามเป็นประจำ นอกจากนี้ การใช้ประโยชน์จากเทคโนโลยีที่ทำงานร่วมกันได้และระบบอัตโนมัติ จะช่วยให้เราเอาชนะความซับซ้อนและช่วยยับยั้งเหตุได้อย่างรวดเร็ว

การอัพเดตแนวทางปฏิบัติสำหรับภัยคุกคามใหม่ๆ ที่เกิดขึ้น

จากการสำรวจพบว่า แม้กระทั่งในองค์กรที่มีแผนรับมือกับเหตุด้านความปลอดภัยทางไซเบอร์ (CSIRP) อย่างเป็นกิจจะลักษณะ มีเพียงร้อยละ 33 เท่านั้นที่มีแนวทางปฏิบัติสำหรับการรับมือกับการโจมตีประเภทต่างๆ โดยเฉพาะ เนื่องจากรูปแบบการโจมตีประเภทต่างๆ ต้องใช้เทคนิคการรับมือที่เฉพาะเจาะจง การมีแนวทางปฏิบัติที่กำหนดไว้ล่วงหน้าจะช่วยให้องค์กรต่างๆ มีแผนปฏิบัติการที่สอดคล้องและสามารถดำเนินการซ้ำได้ เพื่อจัดการกับการโจมตีแบบทั่วๆ ไปที่มีแนวโน้มว่าจะพบบ่อยมากที่สุด

ในบรรดาองค์กรส่วนน้อยที่มีการเตรียมแนวทางปฏิบัติในการรับมือกับการโจมตีประเภทต่างๆ ไว้ พบว่ามักเป็นการเตรียมรับมือกับการโจมตีแบบ DDoS (ร้อยละ 64) และมัลแวร์ (ร้อยละ 57) แม้วิธีการโจมตีเหล่านี้จะเคยเป็นปัญหาอันดับต้นๆ ขององค์กร แต่วันนี้วิธีการโจมตีแบบใหม่ๆ อย่างแรนซัมแวร์กำลังพุ่งสูงขึ้น และแม้ว่าการโจมตีด้วยแรนซัมแวร์ได้พุ่งขึ้นเกือบร้อยละ 70 ในช่วงสองสามปีที่ผ่านมา [2]แต่กลับมีองค์กรเพียงร้อยละ 45 เท่านั้นที่นำแนวทางปฏิบัติที่กำหนดแผนการรับมือกับการโจมตีของแรนซัมแวร์เอาไว้มาใช้

นอกจากนี้ เกินกว่าครึ่ง (ร้อยละ 52) ขององค์กรที่มีแผนรับมือภัยคุกคามทางไซเบอร์ระบุว่า องค์กรไม่เคยตรวจสอบหรือกำหนดเวลาในการตรวจสอบ/ทดสอบแผนรับมือเหล่านั้นเลย ในขณะที่การดำเนินธุรกิจมีการเปลี่ยนแปลงอย่างรวดเร็วเนื่องจากพนักงานได้เปลี่ยนไปทำงานจากระยะไกลกันมากขึ้น เทคนิคการโจมตีแบบใหม่ๆ ได้ถูกนำมาใช้อย่างต่อเนื่อง ข้อมูลนี้บ่งชี้ว่าธุรกิจจำนวนมากกำลังพึ่งพาแผนรับมือที่ล้าหลังซึ่งไม่สอดรับกับภัยคุกคามและภูมิทัศน์ทางธุรกิจในปัจจุบัน

ยิ่งใช้เครื่องมือมาก ก็ยิ่งทำให้ความสามารถในการรับมือแย่ลง

นอกจากนี้ รายงานยังพบว่าความซับซ้อนของเครื่องมือได้ส่งผลในเชิงลบต่อความสามารถในการรับมือกับเหตุการณ์ ผู้ที่ตอบแบบสำรวจประเมินว่าองค์กรของตนใช้เครื่องมือรักษาความปลอดภัยโดยเฉลี่ยมากกว่า 45 ชนิด โดยในการรับมือกับเหตุการณ์แต่ละครั้ง จำเป็นต้องอาศัยการทำให้เครื่องมือประมาณ 19 ชนิดทำงานประสานสอดคล้องกัน อย่างไรก็ตาม การศึกษายังพบอีกว่า แท้จริงแล้ว เครื่องมือที่มีมากเกินไปอาจเป็นอุปสรรคในการรับมือกับการโจมตีรูปแบบต่างๆ โดยองค์กรที่ใช้เครื่องมือมากกว่า 50 ชนิดมีขีดความสามารถในการตรวจจับการโจมตีลดลงร้อยละ 8 (5.83/10 เทียบกับ 6.66/10) และมีขีดความสามารถในการรับมือกับการโจมตีลดลงประมาณร้อยละ 7 (5.95/10 เทียบกับ 6.72/10)

ข้อมูลที่พบชี้ให้เห็นว่า การนำเครื่องมือต่างๆ มาใช้มากขึ้นไม่ได้ช่วยให้การรับมือกับการโจมตีดีขึ้นเสมอไป ซึ่งอันที่จริงแล้ว อาจได้รับผลตรงกันข้าม การใช้แพลตฟอร์มแบบเปิดที่สามารถทำงานร่วมกันได้ รวมถึงเทคโนโลยีการทำงานแบบอัตโนมัติจะช่วยลดความซับซ้อนในการจัดการเครื่องมือที่ไม่เชื่อมโยงถึงกัน โดยจากรายงานพบว่าร้อยละ 63 ขององค์กรที่มีผลประกอบการดี เลือกใช้เครื่องมือที่ทำงานร่วมกันได้ดี ซึ่งช่วยให้พวกเขารับมือกับการโจมตีทางไซเบอร์ได้ดียิ่งขึ้น

การวางแผนรับมือที่ดีขึ้นนำไปสู่ความสำเร็จ

รายงานของปีนี้ชี้ให้เห็นว่า องค์กรที่ลงทุนในการวางแผนอย่างเป็นกิจจะลักษณะ จะประสบความสำเร็จในการรับมือกับเหตุต่างๆ มากกว่า โดยในบรรดาบริษัทที่มีการนำ CSIRP มาใช้อย่างสม่ำเสมอทั่วทั้งองค์กรนั้น มีเพียงร้อยละ 39 เท่านั้นที่ประสบกับเหตุการณ์ที่ทำให้ธุรกิจต้องหยุดชะงักอย่างมีนัยสำคัญในช่วงเวลาสองปีที่ผ่านมา เปรียบเทียบกับร้อยละ 62 ที่ไม่มีแผนรับมืออย่างเป็นกิจจะลักษณะ

เมื่อพิจารณาเหตุผลที่ทำให้องค์กรต่างๆ มองว่าตนมีศักยภาพในการรับมือกับการโจมตี พบว่าทักษะด้านซิเคียวริตี้ของบุคลากรคือปัจจัยที่องค์กรมองว่าสำคัญสูงสุด โดยร้อยละ 61 ของผู้ที่ตอบแบบสำรวจต่างมองว่าการจ้างพนักงานที่มีทักษะความชำนาญเป็นปัจจัยสำคัญสูงสุดในการทำให้บริษัทมีความสามารถในการรับมือกับภัยคุกคามทางไซเบอร์เพิ่มขึ้น ขณะที่ผู้ตอบแบบสำรวจที่ระบุว่าความสามารถในการรับมือกับภัยคุกคามทางไซเบอร์ของบริษัทไม่ได้เพิ่มขึ้นนั้น ร้อยละ 41 ระบุว่าเป็นเพราะขาดพนักงานที่มีทักษะความชำนาญ

เทคโนโลยีคือปัจจัยอีกอย่างหนึ่งที่ทำให้เกิดความแตกต่าง ซึ่งช่วยให้องค์กรต่างๆ มีความสามารถในการรับมือกับภัยคุกคามทางไซเบอร์มากยิ่งขึ้น โดยเฉพาะเครื่องมือที่ช่วยแก้ไขปัญหาเรื่องความซับซ้อน เมื่อพิจารณาองค์กรต่างๆ ที่มีระดับความสามารถในการรับมือภัยคุกคามทางไซเบอร์ที่สูงกว่า ปัจจัยสำคัญสองประการที่ช่วยยกระดับความสามารถดังกล่าวคือ การมีความรู้เกี่ยวกับแอพพลิเคชันและข้อมูล (57%) และการมีเครื่องมือในการทำงานแบบอัตโนมัติ (55%) โดยรวมแล้ว ข้อมูลชี้ว่าองค์กรที่พึ่งพานวัตกรรมทางเทคโนโลยีเพื่อเพิ่มความสามารถในการรับมือกับภัยคุกคามทางไซเบอร์มากกว่า จะมีความพร้อมในการรับมือที่มากกว่า

เกี่ยวกับการศึกษาครั้งนี้

การศึกษาครั้งนี้ดำเนินการโดยสถาบันโพเนมอนและได้รับการสนับสนุนจากไอบีเอ็ม ซิเคียวริตี้ รายงาน Cyber Resilient Organization Report เป็นรายงานฉบับที่ห้า ครอบคลุมความสามารถขององค์กรต่างๆ ในการเตรียมพร้อมรับมือและจัดการกับการโจมตีทางไซเบอร์ได้อย่างเหมาะสม โดยในการสำรวจความคิดเห็นระดับโลกครั้งนี้มีการนำเสนอข้อมูลเชิงลึกจากผู้ทำงานในแวดวงไอทีและระบบความปลอดภัยกว่า 3,400 คนจากทั่วทุกมุมโลก ไม่ว่าจะเป็นสหรัฐอเมริกา อินเดีย เยอรมนี สหราชอาณาจักร บราซิล ญี่ปุ่น ออสเตรเลีย ฝรั่งเศส แคนาดา เอเชียน และตะวันออกกลาง

ดูรายงานฉบับสมบูรณ์ได้ที่นี่ https://www.ibm.com/account/reg/us-en/signup?formid=urx-45839

เกี่ยวกับไอบีเอ็ม ซีเคียวริตี้

ไอบีเอ็ม ซิเคียวริตี้ นำเสนอกลุ่มผลิตภัณฑ์และบริการด้านการรักษาความปลอดภัยระดับองค์กรที่มีความก้าวล้ำสูงสุด ที่ได้รับการสนับสนุนจากงานวิจัยจาก X-Force® ของไอบีเอ็มซึ่งมีชื่อเสียงระดับโลก จึงช่วยให้องค์กรสามารถจัดการความเสี่ยงและป้องกันภัยคุกคามใหม่ๆ ที่เกิดขึ้นได้อย่างมีประสิทธิภาพ ไอบีเอ็มบริหารจัดการองค์กรด้านการวิจัย การพัฒนา และการส่งมอบบริการรักษาความปลอดภัยที่ครอบคลุมมากที่สุดแห่งหนึ่งของโลก โดยติดตามเหตุการณ์ด้านความปลอดภัย 70,000 ล้านเหตุการณ์ต่อวันในกว่า 130 ประเทศ และได้รับสิทธิบัตรด้านความปลอดภัยมากกว่า 10,000 ฉบับทั่วโลก สำหรับข้อมูลเพิ่มเติม โปรดดูที่ www.ibm.com/security หรือเยี่ยมชมบล็อก IBM Security Intelligence

ข้อมูลอ้างอิง

[1] IBM Security and Ponemon Institute: 2019 Cost of a Data Breach Report

[2] IBM Security, 2020 X-Force Threat Intelligence Index, (2020), p. 15

from:https://www.techtalkthai.com/ibm-cyber-resilient-organization-report/

[Guest Post] เริ่มต้นใช้งาน AI กับธุรกิจอย่างมืออาชีพด้วย IBM Visual Insights

IBM Visual Insights เป็นชุด Software ที่มีความสามารถในการสร้าง AI เพื่อวิเคราะห์ข้อมูลรูปภาพและ VDO ได้อย่างง่ายดาย โดยการใช้งานในรูปแบบ GUI ซึ่งไม่จำเป็นต้องทำ Coding หรือ Programing แต่อย่างใด ซึ่งผู้ใช้งานสามารถ Label ข้อมูลรูปภาพเพื่อสอนระบบ AI ให้เรียนรู้สิ่ง ต่างๆ และนำไปประยุกต์ใช้งานได้ธุรกิจได้ด้วยตนเอง

คุณสมบัติของ IBM Visual Insights

  • ช่วยลดเวลาในการ Training Model ที่เกี่ยวข้องกับวีดีโอและรูปภาพเพื่อให้ระบบ AI เรียนรู้ โดยผู้ใช้งานทำการป้อนชุดข้อมูลวีดีโอหรือรูปภาพตัวอย่างที่เตรียมไว้เข้าไปในระบบ IBM Visual Insights ก็จะสามารถเรียนรู้และวิเคราะห์แยกแยะรูปแบบของภาพหรือวัตถุรูปทรงต่างๆ ในวีดีโอตัวอย่างได้ทันที
  • ถูกออกแบบจากผู้เชี่ยวชาญของไอบีเอ็ม โดยเฉพาะบนพื้นฐานที่ว่า “Bring AI to All” หรือการนำเสนอโซลูชั่น AI ให้กับผู้ใช้องค์กรทุกคนสามารถเข้าถึงได้ เป็นแอพพลิเคชั่นพร้อมใช้งานกับข้อมูลของลูกค้าได้ทันที
  • IBM Visual Insights มีเครื่องมือและหน้าจอการใช้งานในรูปแบบ GUI เพื่อให้ผู้ใช้ที่เริ่มต้นใช้งานระบบของเทคโนโลยี Deep Learning และไม่ต้องการพัฒนาหรือเขียนโปรแกรมหรืออัลกอริธึมทางด้าน AI ทำให้ง่าย สะดวกกับการใช้งาน
  • สามารถนำไปประยุกต์ใช้กับงานจริงในหลากหลายธุรกิจ เช่น การเงิน ธนาคาร การแพทย์ สาธารณสุข อุตสาหกรรมการผลิต โรงงาน งานประกันภัย ด้านความปลอดภัย งานจราจร และอื่นๆ ที่ต้องการเอาระบบ AI ไปวิเคราะห์แยกแยะให้เข้าใจรูปแบบของภาพหรือวัตถุต่างๆ
  • ทางด้าน Computer Vision ผู้ใช้สามารถใช้ IBM Visual Insights เพื่อติดทำ Label รูปภาพและวิดีโอจากเครื่องมือที่มีให้ และยังสามารถใช้สอนระบบ AI จากการใช้งานกับ Train Model เพื่อตรวจสอบความถูกต้องของแบบจำลอง และนำผลลัพธ์ที่ได้ออกไปใช้งานร่วมกับระบบภายในดาต้าเซ็นเตอร์ กับอุปกรณ์ปลายทางที่มีการ์ดเร่งประสิทธิภาพเฉพาะที่เรียกว่า FPGA Card หรือแอพพลิเคชั่นบนคลาวด์ได้
  • ช่วยงานกับทาง Data Scientist ในการนำเข้าแบบจำลองที่ต้องกำหนดเองบนพื้นฐาน Framework ของ TensorFlow เพื่อสอนหรือปรับแต่งให้ IBM Visual Insights ทำงานได้ดี ทำให้ผลลัพธ์ของระบบที่ได้จะถูกต้องแม่นยำยิ่งขึ้น
  • สนับสนุนการทำ Pre-processing ปรับแต่งข้อมูลได้ล่วงหน้า ในระหว่างการทำ Labeling of Data Sets จะทำให้ช่วยลดภาระงานและเวลาของ Data Scientist ในการทำ Training/Learning Model

ตัวอย่างการนำไปประยุกต์ใช้งานในธุรกิจหรืออุตสาหกรรมต่าง ๆ

  • ตรวจสอบด้านความปลอดภัยเพื่อให้เป็นไปตามกฎเกณฑ์สำหรับการทำงานที่เสี่ยงและต้องการการดูแลผ่านกล้อง CCTV
  • การเชื่อมต่อกับอุปกรณ์โดรนเพื่อการเฝ้าระวังสำหรับงานด้านพลังงาน ความมั่นคง การเกษตรกรรม และสาธารณูปโภค
  • การควบคุมคุณภาพสินค้าและบริการหรือตรวจสอบกระบวนการผลิตผ่านกล้องวิดีโอหรือรูปภาพ
  • เชื่อมต่อระบบกล้อง CCTV ในการวิเคราะห์พฤติกรรมผู้บริโภค เพื่อนำเสนอสินค้าและบริการได้ตรงตามความต้องการ และจัดการระบบ Inventory ได้อย่างมีประสิทธิภาพ
  • งานประกันภัยช่วยให้สามารถประเมินความเสี่ยง และความเสียหายที่เกิดขึ้นได้แม่นยำมากขึ้น

สอบถามเพิ่มเติมได้ที่ บริษัท คอมพิวเตอร์ยูเนี่ยน จำกัด

โทร 02 311 6881# 7151 , 7156 หรือ email : cu_mkt@cu.co.th

from:https://www.techtalkthai.com/ibm-visual-insights-ai-for-business-by-computer-union/

[Guest Post] IBM ผนึก วิศวะมหิดล นำเทคโนโลยี HPC และแพลตฟอร์ม AI สนับสนุนการวิจัย-พัฒนาอุตสาหกรรมและกำลังคนในยุคนิวนอร์มอล

ไอบีเอ็ม ผนึกความร่วมมือคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ในการนำเทคโนโลยีการประมวลผลสมรรถนะสูง (HPC) และ AI Vision ของไอบีเอ็ม มาใช้สนับสนุนงานวิจัยและการพัฒนาทักษะที่สำคัญต่างๆ ในประเทศไทย ซึ่งความร่วมมือนี้สอดคล้องตามแผนยุทธศาสตร์ของประเทศในการพัฒนาไปสู่เศรษฐกิจดิจิทัล (Digital Economy) และการเร่งขับเคลื่อนไปสู่อุตสาหกรรม 4.0 รองรับอุตสาหกรรมแห่งอนาคต S-Curve และ New S-Curve ตลอดจนการพัฒนาระเบียงเศรษฐกิจพิเศษภาคตะวันออก (EEC)

นางสิริกร บุญเสริมสุวงศ์ รองกรรมการผู้จัดการใหญ่ ธุรกิจดิจิทัลเซลและคอมเมอร์เชียล บริษัท ไอบีเอ็ม ประเทศไทย จำกัด กล่าวว่า “ความร่วมมือนี้นับว่าเป็นก้าวย่างสำคัญสำหรับไอบีเอ็มและมหาวิทยาลัยมหิดลในการขับเคลื่อนการพัฒนาไปสู่สังคมดิจิทัลและการพัฒนาที่ยั่งยืนของประเทศ โดยไอบีเอ็มได้สนับสนุนฮาร์ดแวร์ IBM Power Systems ซึ่งเป็นเทคโนโลยี HPC ของไอบีเอ็ม และซอฟต์แวร์ IBM Visual Insights”

ทั้งนี้ ดิสรัปชันอันเป็นผลมาจากสถานการณ์โควิด-19 ได้กระตุ้นให้ธุรกิจอุตสาหกรรมต่างๆของไทย ต้องปรับตัวและเปลี่ยนแปลงอย่างรวดเร็ว ตอกย้ำให้เห็นถึงความจำเป็นเร่งด่วนในการพัฒนาทักษะที่สำคัญให้แก่บุคลากรเพื่อสร้างความได้เปรียบในการแข่งขัน สถานการณ์การแพร่ระบาดได้ส่งผลกระทบต่อพวกเราทุกคน และองค์กรที่สามารถปรับตัวและฟื้นตัวได้เร็วที่สุดเท่านั้นที่จะสามารถเดินหน้าต่อไปได้ การใช้ประโยชน์จากเทคโนโลยีก้าวล้ำและความร่วมมือกับกลุ่มพันธมิตรด้านวิชาการ จะช่วยให้เราสามารถสร้างทักษะที่จะเป็นที่ต้องการในอนาคต เพื่อสนับสนุนการพัฒนาทางเศรษฐกิจ และช่วยให้เราเติบโตได้อย่างแข็งแกร่งยิ่งขึ้นในยุคนิวนอร์มัล

รศ.ดร.จักรกฤษณ์ ศุทธากรณ์ คณบดีคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล กล่าวว่า จากวิสัยทัศน์ของคณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ได้มุ่งสู่การก้าวเป็น วิศวกรรมศาสตร์ระดับโลก และในปี 2563 ยังมีแผนพัฒนาการศึกษา New Normal Engineering และดำเนินงานวิจัยพัฒนาระดับโลกมารองรับวิถีใหม่ สร้างเสริมการพัฒนาศักยภาพกำลังคนของประเทศให้สามารถเพิ่มผลิตภาพในองค์กรและสร้างสรรค์นวัตกรรมใหม่ๆ เพื่อตอบโจทย์โลกในอนาคตได้ ทั้งนี้ COVID-19 ดิสรัพชั่น เป็นตัวเร่งให้เกิดการเปลี่ยนผ่านของดิจิทัลเทคโนโลยีเร็วยิ่งขึ้น ซึ่งในการก้าวสู่ Industry 4.0 และเศรษฐกิจดิจิทัลนั้น การพัฒนากำลังคนในภาคอุตสาหกรรมทั้งการ Reskill – Upskill เพื่อพัฒนาทักษะความสามารถของคนไทยและการประยุกต์ใช้ระบบอัตโนมัติและปัญญาประดิษฐ์ (AI) จึงเป็นเรื่องที่จำเป็นอย่างยิ่ง เพื่อพัฒนาทักษะเดิมด้วยองค์ความรู้ใหม่ที่จำเป็นให้รองรับกับงานใหม่หรืองานในอนาคตมากขึ้น ส่วน จะช่วยเสริมสร้างทักษะใหม่ที่สอดคล้องกับธุรกิจอุตสาหกรรมอย่างมีประสิทธิภาพ ไม่ว่าจะเป็นเรื่องความคิดสร้างสรรค์ กล้าแสดงออก ทักษะทางด้านดิจิทัลและปัญญาประดิษฐ์ รวมถึงการทำงานกับข้อมูลมหาศาลหรือ Big Data เป็นต้น

ดังนั้นเพื่อตอบรับงานวิจัยในวิถีใหม่นิวนอร์มอล  คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล จะขับเคลื่อนงานวิจัยเชิงรุก 3 ด้าน ได้แก่

1. งานวิจัยอุตสาหกรรมทางการแพทย์ เสริมสร้างประเทศไทยเป็น Health & Wellness Hub ที่ก้าวหน้ายั่งยืน โดยมุ่งเน้นการนำปัญญาประดิษฐ์ AI Vision มาเพื่อเสริมศักยภาพให้งานวิจัย อาทิเช่น การวิเคราะห์ภาพถ่ายทางการแพทย์ (Medical Imaging) เวชสารสนเทศ (Medical Informatics) เป็นต้น โดยจะร่วมมือกับโรงพยาบาลในเครือของมหาวิทยาลัยมหิดล

2. การพัฒนาด้านการศึกษา ซึ่งจะมุ่งเน้นทำหลักสูตร Reskill / Upskill เพื่อพัฒนากำลังคนในภาคอุตสาหกรรมเป้าหมาย และเตรียมความพร้อมบุคลากรรองรับ Digital Transformation ของภาคอุตสาหกรรมไทยในยุค New Normal คาดว่าจะเริ่มความร่วมมือกับนิคมอุตสาหกรรมในระเบียงเศรษฐกิจภาคตะวันออก (EEC) และอื่นๆ ที่สอดคล้องกับยุทธศาสตร์การพัฒนาประเทศ

3. งานวิจัยพัฒนาความก้าวหน้าในอุตสาหกรรมอื่นๆ โดยนำแพลตฟอร์ม AI มาสร้างโมเดล Machine Learning และ Deep Learning เพื่อการวิเคราะห์และติดตามตรวจสอบประสิทธิภาพการทำงานของเครื่องจักร รวมถึงการตรวจจับชิ้นส่วนที่มีตำหนิในโรงงานผลิต

จากข้อมูลการศึกษาวิจัยโดยสถาบันการศึกษาคุณค่าทางธุรกิจของไอบีเอ็ม (IBV) พบว่าในอีกสองปีข้างหน้า บุคลากรมากถึง 120 ล้านคนในประเทศที่มีขนาดเศรษฐกิจใหญ่ที่สุดของโลก 12 ประเทศ อาจจำเป็นต้องได้รับการฝึกฝนทักษะใหม่ๆ และพัฒนาทักษะเดิมเพิ่มเติม อันเป็นผลมาจากการเข้ามามีบทบาทของ AI และ Automation อัจฉริยะ นอกจากนี้ มีซีอีโอของบริษัทต่างๆ ที่อยู่ในการสำรวจเพียงร้อยละ 41 เท่านั้นที่ระบุว่าบริษัทของตนมีบุคลากร ทักษะ และทรัพยากรที่จำเป็นสำหรับการดำเนินงานตามกลยุทธ์ทางธุรกิจของบริษัท โดยการศึกษาวิจัยที่ได้มีการเก็บข้อมูลจากผู้บริหารทั่วโลกกว่า 5,670 คนใน 48 ประเทศ ชี้ให้เห็นถึงความท้าทายที่เพิ่มมากขึ้นเรื่อยๆ ซึ่งต้องอาศัยการเปลี่ยนแปลงรูปแบบการจัดการปัญหาด้านความต้องการแรงงานในทุกระดับชั้นขององค์กร

ในฐานะองค์กรด้านเทคโนโลยีระดับโลก ทางไอบีเอ็มมองว่าตลาดแรงงานกำลังเปลี่ยนแปลงไปสู่การบริการแบบ Value-Added มากขึ้น และการร่วมมือกับมหาวิทยาลัยมหิดลในครั้งนี้สอดคล้องกับกลยุทธ์ในระยะยาวของไอบีเอ็ม ในแง่การช่วยสร้างทักษะที่จำเป็นเพื่อรองรับการนำเทคโนโลยีล่าสุดเข้ามาใช้ในการปฏิบัติงานจริงในประเทศไทย

from:https://www.techtalkthai.com/ibm-brings-hpc-and-ai-platform-to-mahidol-to-support-research-project/

การรักษาความมั่นคงปลอดภัยให้กับ API ในระบบแบบ Microservices [Part 2]

ในบทความก่อนหน้านี้ (Part 1) เราได้พูดถึงการออกแบบระบบให้มีความมั่นคงปลอดภัยภายในด้วย End-to-end (E2E) Trust ซึ่งหนึ่งในวิธีที่ได้พูดถึง คือ การใช้ Security Token Service ในการออก Token ให้กับผู้ใช้ทุกครั้งที่มีการล็อคอิน (หรือ Authentication) เข้ามาในระบบ

ภายใน Token ที่ Security Token Service สร้างขึ้นมานี้ จะมีการระบุสิทธิ์ที่ผู้ใช้สามารถกระทำได้ และบริบทของความมั่นคงปลอดภัย ซึ่งเมื่อผู้ใช้มีการเรียกฟังก์ชันใดๆ Microservices ในระบบจะส่ง Token ดังกล่าวไปตรวจสอบที่ Token Exchange Service ว่ามีสิทธิ์ในการเข้าถึงหรือไม่ โดย Token Exchange Service นี้จะทำหน้าที่แปลง Token ที่มีไปเป็น Token ของ Service อื่นๆ ในกรณีที่ Service แรกต้องการเรียก Service อื่นด้วย

โปรโตคอลสำหรับ Authentication และ Authorization

โปรโตคอลที่นิยมใช้กันมากในการจัดการกับการพิสูจน์ตัวตน (Authentication) และการกำหนดสิทธิ์ (Authorization) ในปัจจุบัน คือ OpenID Connect และ OAuth 2.0 ซึ่งเป็นโปรโตคอลที่ทำงานร่วมกับแอปพลิเคชันแบบ HTTPS-based ได้เป็นอย่างดี โดย OpenID แต่เดิมนั้นถูกพัฒนาขึ้นเพื่อจัดการกับ Authentication ส่วน OAuth นั้นถูกพัฒนาขึ้นเพื่อจัดการกับขั้นตอน Authorization และการส่งต่อความเชื่อใจ (Trust) จากผู้ใช้ไปยัง Service ในระยะยาว

และเนื่องจาก Authentication และ Authorization มักจะมาคู่กันเสมอ OpenID Connect จึงได้เพิ่มขั้นตอนในการทำ Authentication ด้วยการเชื่อมต่อกับ OAuth 2.0 เกิดเป็นโปรโตคอลที่สามารถจัดการได้ทั้งสองแง่มุมและถูกใช้แทน OpenID จนกระทั่งในปัจจุบัน OpenID Connect นั้นทำงานผ่าน HTTPS, JSON, และ JWT จึงได้รับความนิยมมากในการพัฒนาเว็บและแอปพลิเคชันสมาร์ตโฟน

นอกจาก OpenID Connect และ OAuth 2.0 แล้ว SAML ก็เป็นอีกหนึ่งทางเลือกที่ได้รับความนิยมในการจัดการกับ Authentication และ Authorization สำหรับแอปพลิเคชันเว็บภายในองค์กร ทว่าโปรโตคอลนี้ก็มีข้อจำกัดจากตัวโปรโตคอลที่ค่อนข้างเทอะทะและต้องใช้ XML และ SOAP

เมื่อ Service ต้องติดต่อกับ Service อื่นนอกแอปพลิเคชัน

ในระบบที่ประกอบไปด้วยแอปพลิเคชันที่หลากหลาย การใช้งานอาจต้องคาบเกี่ยว Service หลายตัวที่อยู่คนละแอปพลิเคชันกัน เช่น การล็อคอินเข้าใช้ระบบธนาคารออนไลน์หนึ่งครั้งผู้ใช้ควรสามารถตรวจสอบได้ทั้งข้อมูลเกี่ยวกับบัญชีและข้อมูลสินเชื่อ ซึ่งทั้งสองบริการนี้ต่างเป็นแอปพลิเคชันที่แยกออกจากกัน และอาจมีนโยบายด้านความมั่นคงปลอดภัยที่แตกต่างกัน เมื่อลองพิจารณาดูแล้ว หนทางที่มีประสิทธิภาพที่สุดคือระบบจะต้อง

  1. สามารถส่งต่อความเชื่อใจ (Trust) ข้ามแอปพลิเคชันได้
  2. มีกลไกที่ผู้ใช้ไม่ต้องทำการยืนยันตัวตนใหม่ทั้งหมด หรือบ่อยจนเกินไป
  3. มีกลไกที่แต่ละ Microservice สามารถทำความเข้าใจบริบทความมั่นคงปลอดภัยและขอบเขตของสิทธิ์ในการเข้าถึงของผู้ใช้ได้
  4. สามารถจัดการกับนโยบายความมั่นคงปลอดภัยที่แตกต่างกันของแต่ละ Service

ซึ่งการจะทำเช่นนี้ นักพัฒนาสามารถออกแบบระบบให้มี Security Token Service กลางที่ทำหน้าที่สร้างกุญแจให้ตรงตามความต้องการและสิทธิ์ที่ผู้ใช้พึงมี รวมไปถึงตรวจสอบและรายงานกับ Service ว่า Token แต่ละตัวนั้นมีขอบเขตเพียงใด โดย Security Token Service นี้สามารถทำงานร่วมกับ API Gateway ซึ่งจะคอยคัดกรอง Request และตรวจสอบว่า Request นั้นเป็นไปตามนโยบายความมั่นคงปลอดภัยที่ API แต่ละตัวต้องการหรือไม่

ไปให้ไกลกว่า Authentication และ Authorization

นอกจากความสามารถในการตรวจสอบและยืนยันตัวตนที่เราได้พูดถึงไปแล้ว องค์กรยังสามารถใช้ API Gateway ในการบังคับใช้นโยบายด้านความมั่นคงปลอดภัยอื่นๆ เช่น การกำหนด Rate limit ในการเข้าถึง API, การป้องกันการโจมตีผ่าน JSON และ XML ด้วยการกำหนดโครงสร้างเอกสารที่จะส่งผลเสียต่อ API, และการเป็นช่องทางกลางสำหรับการกำหนดนโยบายความมั่นคงปลอดภัยอื่นๆ ที่องค์กรอาจต้องการให้ Service ต่างๆ มีร่วมกัน

นอกจากนี้ สิ่งที่นักพัฒนาสามารถทำเพื่อเสริมการป้องกันให้กับระบบได้ที่น่าสนใจก็ยังมีอีก 2 ประการ ได้แก่ การเก็บ Log และสถิติเพื่อวิเคราะห์หาความเสี่ยง และการกำหนด Group Policy เพื่อสร้างระดับความมั่นคงปลอดภัยที่สม่ำเสมอ

การเก็บ Log และสถานะของการใช้ Service อย่างเหมาะสมจะช่วยให้องค์กรสามารถวิเคราะห์และค้นพบปัญหาและความเสี่ยงด้านความมั่นคงปลอดภัยได้อย่างรวดเร็ว โดยเฉพาะการเก็บ Log ที่เกี่ยวกับความมั่นคงปลอดภัย เช่น จำนวนครั้งที่มี Request ที่ทำผิดนโยบายความมั่นคงปลอดภัย หรือการเก็บข้อมูลอุปกรณ์ที่ส่ง Request มายัง API เพื่อตรวจสอบว่ามีรูปแบบการทุจริตหรือไม่

ส่วน Group Policy นั้นคือการจัดรวม Service หรือแอปพลิเคชันเข้าเป็นกลุ่ม และสร้างนโยบายด้านความมั่นคงปลอดภัยที่เหมาะสมกับกลุ่มนั้นๆ เช่น API ที่มีการตอบสนองเป็นข้อมูล XML ก็จะมีการรักษาความมั่นคงปลอดภัยและต้องระวังการโจมตีในลักษณะคล้ายๆ กัน ซึ่งจะช่วยให้นักพัฒนาไม่ต้องสร้างนโยบายความมั่นคงปลอดภัยใหม่ทุกครั้งสำหรับ Service แต่ละตัว ช่วยให้การรักษาความมั่นคงปลอดภัยนั้นเสมอต้นเสมอปลายสำหรับ Microservices ในระบบ อีกทั้งยังง่ายต่อการแก้ไขและดูแลรักษาด้วย

Microservices ต้องการการดูแลเป็นพิเศษ

ระบบแบบ Microservices นั้นมีการแยกแอปพลิเคชันออกเป็นส่วนประกอบต่างๆ และสื่อสารกันผ่านเครือข่าย ทำให้ต้องมีแบบแผนในการรักษาความมั่นคงปลอดภัยที่รัดกุมและมีประสิทธิภาพเพื่อให้ได้มาซึ่งความมั่นคงปลอดภัยที่เทียบเท่ากับระบบแบบ Monolithic ในบทความทั้ง 2 Parts ที่จบไปนี้ เราได้พูดถึงการนำ API Gateway เข้ามาช่วยบังคับใช้นโยบายความมั่นคงปลอดภัย และกลไกในการจัดการขั้นตอน Authentication และ Authorization ที่สามารถส่งต่อความเชื่อใจระหว่าง Service ต่างๆ ได้

โดยสรุปแล้ว เมื่อองค์กรมีการใช้งานระบบในแบบ Microservices แนวคิดด้านความมั่นคงปลอดภัยที่ต้องคำนึงถึงก็มีได้แก่

  1. สร้าง End-to-end Trust ให้กับผู้ใช้ตลอดการใช้งานระบบ
  2. ออกแบบ Authorization ให้เหมาะสม ไม่มากจนเกิดช่องโหว่ ไม่น้อยจนจำกัดการใช้งาน
  3. จัดกลุ่ม API และใช้ API Gateway บังคับใช้นโยบายความมั่นคงปลอดภัยแบบเป็นกลุ่มเพื่อความสม่ำเสมอ
  4. ตรวจตราระบบ เก็บ Log และวิเคราะห์เพื่อค้นหาความเสี่ยง
  5. เสริมความมั่นคงปลอดภัยให้กับทุกๆ เลเยอร์ของระบบ

รายละเอียดเพิ่มเติม: https://developer.ibm.com/technologies/api/articles/securing-modern-api-and-microservices-apps-2

สนใจสอบถามข้อมูลเพิ่มเติมได้ที่ตัวแทนฝ่ายขายหรือฝ่ายผลิตภัณฑ์ บริษัท อินแกรม ไมโคร (ประเทศไทย) จำกัด: TH-IBM@ingrammicro.com

from:https://www.techtalkthai.com/secure-api-and-microservices-apps-part-2/

IBM โดนแฮ็ก BGP จนระบบคลาวด์ล่มครั้งใหญ่

IBM ออกมาให้ข้อมูลใหม่เกี่ยวกับกรณีระบบล่มครั้งใหญ่เมื่อไม่กี่วันที่ผ่านมา จนกระทบกับการใช้งานของลูกค้า IBM Cloud จำนวนมาก โดยระบุว่าเหตุการณ์ดังกล่าวที่ทำให้เว็บไซต์ที่โฮสต์อยู่ทั้วหมดออฟไลน์นั้นเกิดจากการโดนแฮ็ก BGP

แม้จะยังอยู่ระหว่างการวิเคราะห์หาสาเหตุที่แท้จริง แต่ผลการสืบสวนที่ผ่านมาแสดงให้เห็นว่ามีทราฟิกจากผู้ให้บริการเครือข่ายภายนอกฟลัดเข้ามายังเครือข่ายของ IBM Cloud อันเป็นผลจากการตั้งค่าเราท์ติ้งที่ผิดพลาด

ส่งผลให้ทราฟิกแออัดกันอย่างร้ายแรงจนกระทบกับบริการต่างๆ และดาต้าเซ็นเตอร์ของ IBM Cloud ทั้งนี้ได้มีการวางระบบป้องกันไม่ให้เกิดเหตุเช่นนี้ซ้ำ และจากการวิเคราะห์เชิงลึกก็ยังไม่พบกรณีข้อมูลสูญหายหรือปัญหาด้านความปลอดภัยทางไซเบอร์แต่อย่างใด

อ้างอิงจากรายงานของ Bleeping Computer ทางบริษัทได้ร่วมมือกับองค์กรภายนอกในการสืบสวนอย่าง Catchpoint ด้วย จนแน่ใจว่ามีปัญหาเรื่องการตั้งค่าเส้นทางเราท์ติ้งบนเครือข่าย ซึ่งตรวจพบจากระบบตรวจสอบ Traceroute ภายในคลาวด์ของ IBM เอง

ที่มา : ITproportal

from:https://www.enterpriseitpro.net/massive-ibm-cloud-outage-caused-by-bgp-hijacking/

บริหารจัดการ API ใน Application ขององค์กรให้เป็นระบบ ด้วย IBM API Connect

API ได้เข้ามามีบทบาทเป็นอย่างมากภายในสถาปัตยกรรมของระบบ Software ของธุรกิจองค์กรขนาดใหญ่ ไปจนถึงการทำ Digital Transformation ของหลายธุรกิจองค์กร และเมื่อการใช้งาน API เกิดขึ้นในทุกภาคส่วนของธุรกิจ การบริหารจัดการ API ให้ดีนั้นก็กลายเป็นโจทย์ตามมา บทความนี้เราจะพาทุกท่านไปรู้จักกับภาพรวมของการใช้ API ในธุรกิจองค์กร และการบริหารจัดการ API ด้วยโซลูชันอย่าง IBM API Connect กันครับ

API = Application Programming Interface

API นั้นย่อมาจากคำว่า Application Programming Interface ซึ่งก็มีความหมายตรงตัว คือช่องทางในการสื่อสารระหว่าง Application โดยระบบที่มี API นั้นมักจะมีการออกแบบช่องทางที่ชัดเจนว่าถ้าหากมีระบบอื่นที่อยากติดต่อสื่อสารกับ Application นั้นๆ จะต้องมีการสื่อสารเข้ามาในช่องทางไหน ด้วยข้อความแบบใด และจะได้รับคำตอบหรือข้อมูลลักษณะใดกลับไป เพื่อให้ Software Developer ที่ต้องการเรียกใช้งาน API นั้นๆ ทำความเข้าใจและเขียนโปรแกรมขึ้นมาเชื่อมต่อได้ถูกต้อง

สำหรับคนที่ไม่ใช่ Software Developer หรือคน IT เราอาจพูดให้เข้าใจง่ายๆ ว่า API นั้นก็เปรียบเสมือนประตูที่เปิดให้บริการหนึ่งๆ สามารถถูกบริการหรือระบบอื่นๆ เข้าถึงและจัดการข้อมูลหรือรับส่งคำสั่งระหว่างกันได้ ทำให้หลายๆ บริการและหลายๆ Application สามารถทำงานร่วมกันได้ผ่าน API นั่นเอง

API อยู่รอบตัวเรา

หลายๆ คนอาจจะคิดว่า API นั้นเป็นเรื่องที่ Software Developer หรือคนสาย IT ต้องให้ความสำคัญเท่านั้น แต่ในความเป็นจริงแล้วแทบทุกเทคโนโลยีที่เรากำลังใช้งานกันอยู่ในทุกวันนี้ต่างก็มี API เป็นส่วนประกอบทั้งสิ้น ไม่ว่าจะเป็น

  • ระบบเบื้องหลังของ Mobile Application หรือ Social Network ที่เรากำลังใช้งานกันอยู่ในทุกวันนี้
  • การทำงานของ Application ของธนาคาร ที่ต้องมีการเชื่อมต่อระบบเบื้องหลังมากมาย
  • ระบบ E-Commerce ที่ต้องมีการผสานระบบระหว่างร้านค้าออนไลน์, ระบบคลังสินค้า, ระบบขนส่ง และระบบจ่ายเงิน
  • การทำงานของเทคโนโลยี AI ที่มักมีการประมวลผลบน Cloud และมี API เป็นตัวเชื่อมต่อไปยังระบบบน Cloud นั้นๆ

API ได้เข้ามามีบทบาทในชีวิตของทุกคนอยู่แล้วไม่ว่าเราจะรู้ตัวหรือไม่ก็ตาม และในอนาคตที่เทคโนโลยีจะกลายเป็นหัวใจสำคัญของธุรกิจ การรู้จัก API และมองเห็นโอกาสจาก API ให้ได้ก็ถือเป็นอีกบทบาทหนึ่งที่สำคัญในการขับเคลื่อนธุรกิจไปสู่การเป็น Digital Business อย่างเต็มตัว

credit : ShutterStock.com

การทำ Digital Transformation ต้องมี API เป็นศูนย์กลาง

ในโครงการ Digital Transformation จำนวนมากนั้น API มักเข้าไปมีบทบาทอยู่ไม่น้อย ไม่ว่าจะเป็นการผสานรวมระบบ Business Application เข้าด้วยกัน, การนำข้อมูลธุรกิจไปวิเคราะห์บนระบบอื่นๆ, การทำ Automation ในกระบวนการต่างๆ, การนำข้อมูลมาแปลงเป็น API เพื่อสร้างบริการ Data Service ไปจนถึงการสร้าง API ขึ้นมาเพื่อให้ลูกค้าหรือคู่ค้าได้ใช้งานสร้างเป็น Ecosystem ร่วมกัน เป็นต้น ดังนั้นหลายธุรกิจองค์กรจึงไม่สามารถหลีกเลี่ยงการออกแบบ, พัฒนา และดูแลรักษา API ที่ตนเองต้องสร้างขึ้นมาใช้งานได้อีกต่อไป

ทั้งนี้สำหรับธุรกิจไทย โอกาสในการนำ API ไปใช้เพื่อสร้างคุณค่าใหม่ๆ นั้นมีอยู่มากมาย ไม่ว่าจะเป็นธุรกิจธนาคารหรือประกันที่หลังจากนี้ Mobile Application และ Online จะกลายเป็นช่องทางหลักในการทำธุรกิจ, ธุรกิจ E-Commerce หรือธุรกิจ Startup ที่ต้องมี API เพื่อขยาย Ecosystem ของตนเอง, หน่วยงานราชการที่มีข้อมูลซึ่งเป็นประโยชน์ต่อภาคธุรกิจและประชาชนมากมายก็อาจนำข้อมูลเหล่านั้นมาให้บริการผ่าน API หรือธุรกิจองค์กรทั่วไปที่ต้องการผสานระบบ ERP เข้ากับระบบอื่นๆ เพื่อให้การทำงานเป็นไปได้อย่างอัตโนมัติและมีข้อมูลที่ครบถ้วนมากยิ่งขึ้น

ปัญหาที่พบในการใช้งาน API ภายใน Application ขององค์กร

อย่างไรก็ดี ในช่วงแรกเริ่มของหลายๆ ธุรกิจที่มีการพัฒนาระบบ Application ขนาดใหญ่หรือทำ Digital Transformation นั้น API มักจะถูกออกแบบเอาไว้ใช้งานอยู่เบื้องหลังภายในระบบ IT ที่มีความซับซ้อน และเมื่อเวลาผ่านไป ธุรกิจองค์กรแห่งหนึ่งๆ ก็อาจมี API จำนวนมหาศาล และพบกับประเด็นปัญหาดังต่อไปนี้

  • เมื่อเกิดปัญหาทางด้านประสิทธิภาพ การตรวจสอบว่าปัญหานี้เกิดจากสาเหตุใดเป็นไปได้ยาก เพราะมีการเรียกใช้งาน API ที่ซับซ้อน
  • การควบคุม API ที่มีอยู่ในองค์กรให้เป็นไปตามมาตรฐานเดียวกันทำได้ยาก ทำให้งานของ Software Developer และ System Engineer เป็นไปอย่างยากลำบาก
  • การจัดการรุ่นของ API ให้เป็นระบบเป็นงานที่มีความซับซ้อน
  • การตรวจสอบประเด็นด้านความมั่นคงปลอดภัยของ API และระบบโดยรวมที่ทำการออกแบบและใช้งานอยู่ทำได้ยาก รวมถึงขาด Best Practice ในการพัฒนา API ให้มีความมั่นคงปลอดภัยเพียงพอ
  • การจัดการกับระบบยืนยันตัวตนของแต่ละ API มีความซ้ำซ้อน ถึงแม้แต่ละ API จะใช้มาตรฐานเดียวกันในการยืนยันตัวตน แต่โค้ดเบื้องหลังอาจแตกต่างกันออกไป
  • การเพิ่มขยายระบบเพื่อรองรับการใช้งานที่มากขึ้นนั้นทำได้ยาก

ด้วยเหตุนี้เอง เทคโนโลยีทางด้าน API Management จึงถูกพัฒนาขึ้นมาตอบโจทย์เหล่านี้ และแนวทางปฏิบัติที่ดีก็คือธุรกิจองค์กรใดที่มี API อยู่แล้วก็ควรรีบนำ API Management ไปใช้งานก่อนที่ระบบจะมีความซับซ้อนสูง หรือถ้าหากยังไม่เคยมี API มาก่อนเลยและมีแผนที่จะต้องมีแล้ว ก็ควรเริ่มต้นใช้ API Management ตั้งแต่แรกเพื่อให้สามารถควบคุมระบบให้เป็นระเบียบได้

IBM API Connect ตอบโจทย์การบริหารจัดการ API ครบวงจร

IBM API Connect คือระบบ API Platform ที่จะช่วยให้ธุรกิจองค์กรสามารถสร้าง API, เปิด API ให้คนอื่นใช้งาน, บริหารจัดการ และคำนวณค่าใช้จ่ายในการเรียกใช้ API ได้อย่างมั่นคงปลอดภัย เรียกได้ว่ามีเครื่องมือในการบริหารจัดการ Lifecycle ของ API ได้อย่างครบวงจร ด้วยคุณสมบัติที่น่าสนใจดังต่อไปนี้

  • สามารถบริหารจัดการ API ในรุ่นต่างๆ และควบคุมการเข้าถึงและใช้งานได้จากศูนย์กลาง
  • มีความมั่นคงปลอดภัยสูง ด้วยการใช้ IBM DataPower Gateway ที่มีทั้งการเข้ารหัส, การ Sign และอื่นๆ เพื่อช่วยลดความเสี่ยงที่ระบบ Gateway จะถูกโจมตีจนสำเร็จได้ และรองรับการยืนยันตัวตนหลายรูปแบบทั้ง API Key และ OAuth 2 อีกทั้งยังรองรับการทำ Two-Factor Authentication ได้หลายวิธี
  • ระบบทำงานอยู่บน Red Hat OpenShift รองรับการใช้งานได้ทั้งแบบ On-Premises, Container และ Cloud ตอบโจทย์ทุกสถาปัตยกรรมของ Application ทางธุรกิจ
  • รองรับการเพิ่มขยายระบบได้ง่าย และสามารถรองรับการใช้ API ได้หลากหลายรูปแบบ ไม่ว่าจะเป็น REST, SOAP, Messaging Queue, Kafka, Pub/Sub, GraphQL และอื่นๆ
  • สามารถตรวจสอบการทำงาน, ติดตามการเข้าถึงและเรียกใช้งาน API ทั้งหมดได้อย่างครบถ้วน รวมถึงสามารถตรวจสอบประเด็นด้านประสิทธิภาพได้ และยังสามารถทำ Billing ในกรณีที่มีการเรียกเก็บค่าใช้จ่ายในการเรียกใช้ API ได้อีกด้วย
  • เป็น Open Technology ที่ทุกอย่างเลือกใช้เทคโนโลยีที่ตรงตามมาตรฐานเปิด ทำให้สามารถนำไปใช้งานและผสานระบบร่วมกับระบบอื่นๆ ได้ง่าย
  • มี Framework ในการสร้าง API ช่วยให้สามารถออกแบบและสร้าง API ใหม่ๆ ได้อย่างเป็นมาตรฐาน
  • สามารถกำหนดนโยบายของการเรียกใช้ API ได้ ทั้งการทำ Rate Limit หรือการทำ Validation เพื่อตรวจสอบความมั่นคงปลอดภัยในแต่ละการเรียกใช้ API
  • บริหารจัดการได้ง่าย ด้วยหน้าจอ Web Management 

ด้วยคุณสมบัติทั้งหมดนี้ก็ครอบคลุมทุกส่วนของการพัฒนา, ใช้งาน และดูแลรักษา API ของธุรกิจองค์กรแล้ว

ปัจจุบันนี้ IBM API Connect มีส่วนแบ่งในตลาดสูงถึง 22% และถูกใช้งานโดยธุรกิจองค์กรชั้นนำมากมาย โดยในประเทศไทยเองก็มีการใช้งานที่โดดเด่นในธุรกิจค้าปลีกและ E-Commerce ที่ต้องมีการผสานระบบภายในกันค่อนข้างมาก และต้องมีการเปิด API เพื่อให้พันธมิตรทางธุรกิจนำไปพัฒนาระบบต่อยอดได้อีกด้วย

IBM API Connect นี้เป็นเพียงโซลูชันส่วนหนึ่งใน IBM CloudPak for Integration เท่านั้น โดยใน IBM CloudPak for Integration จะยังมีเครื่องมืออื่นๆ ที่จำเป็นในการดูแลรักษาระบบที่ใช้ในการผสานระบบอื่นๆ เข้าด้วยกันได้ในระยะยาว ซึ่ง IBM API Connect เองก็เป็นส่วนสำคัญในฐานะของระบบที่ทำหน้าที่จัดการ API ซึ่งเป็นช่องทางในการสื่อสารและเชื่อมต่อระหว่างแต่ละ Application นั่นเอง

ทดลองใช้งาน IBM API Connect ฟรีตลอดไปบน IBM Cloud

ผู้ที่สนใจอยากเริ่มต้นทดลองใช้งาน IBM API Connect สามารถเริ่มต้นทดลองใช้งานได้ฟรี โดยไม่จำกัดระยะเวลาที่ใช้ และสามารถใช้งานได้ 50,000 API Call ต่อเดือน

ติดต่อทีมงาน Zenith Comp ได้ทันที

ผู้ที่สนใจโซลูชันใดๆ ของ IBM สามารถติดต่อทีมงาน Zenith Comp ได้ทันทีที่คุณณภัทร เดโชจรัสศรี (ยุ้ย)  l  Tel : 086-3180555, 02-2730995 ต่อ 892e-mail : naphat@zenithcomp.co.th  หรือเยี่ยมชมเว็บไซต์ได้ที่  https://www.zenithcomp.co.th/

from:https://www.techtalkthai.com/api-management-with-ibm-api-connect-by-zenith-comp/