ในช่วงไม่กี่ปีที่ผ่านมา ประเด็นการเปลี่ยนแปลงสภาพภูมิอากาศได้กลายมาเป็นวาระหลักในการประชุมของฝ่ายบริหาร ท่ามกลางสภาพภูมิอากาศที่แปรปรวนและคาดเดาได้ยากยิ่งขึ้น ผู้บริหารต่างต้องเผชิญกับความท้าทายในการรักษาประสิทธิภาพและความสามารถในการฟื้นตัวขององค์กรเอาไว้ให้ได้ ตัวอย่างที่เห็นได้ชัดคือ วิกฤตคลื่นความร้อนที่แผ่ขยายวงกว้างทั่วประเทศไทยในปีนี้ ทำให้อุณหภูมิพุ่งสูงกว่าเกณฑ์ปกติประจำฤดูกาลถึง 2-3 องศาเซลเซียส ส่งผลกระทบถึงระบบพลังงาน การขนส่งโลจิสติกส์ โรงงานอุตสาหกรรม ตลอดจนโครงสร้างพื้นฐานของเมืองต้องแบกรับภาระหนักอย่างมหาศาล
ปัจจุบัน บริษัทในไทยมากกว่า 70% ต่างเริ่มแบกรับต้นทุนการดำเนินงานที่สูงขึ้น ซึ่งเป็นผลกระทบโดยตรงจากสภาพภูมิอากาศที่ผันผวนและข้อกำหนดเรื่องความยั่งยืน กล่าวให้ชัดก็คือ ความไม่แน่นอนทางสภาพภูมิอากาศไม่ใช่เรื่องไกลตัวหรือเป็นแค่ปัญหาเชิงนามธรรมที่เราจะค่อยแก้ภายหลังได้ แต่มันกำลังส่งผลกระทบต่อการขับเคลื่อนธุรกิจในแต่ละวันอย่างเห็นได้ชัด
ในขณะเดียวกัน ภาคธุรกิจต้องดำเนินงานท่ามกลางสภาพแวดล้อมที่ผันผวนและตึงเครียดรอบด้านพร้อม ๆ กัน อาทิ สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ของประเทศไทยได้เร่งรัดให้บริษัทต้องเปิดเผยข้อมูลด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) ด้วยการบังคับใช้มาตรฐาน IFRS S1 และ S2 โดยเริ่มจากกลุ่มบริษัทใน SET50 ก่อนจะขยายผลให้ครอบคลุมบริษัทจดทะเบียนมากกว่า 100 บริษัท นอกจากนี้ตลาดหลักทรัพย์แห่งประเทศไทยก็กำลังยกระดับความเข้มงวดในการรายงานความเสี่ยงด้านสภาพภูมิอากาศภายใต้แผนงาน ESG พ.ศ. 2569 หากองค์กรใดไม่ปฏิบัติตามเกณฑ์ก็จะต้องเผชิญกับบทลงโทษขั้นรุนแรง ไปจนถึงขั้นอาจถูกเพิกถอนออกจากตลาดหลักทรัพย์ฯ
จากการทำงานแบบแยกส่วนสู่การควบคุมเชิงคาดการณ์
สิ่งหนึ่งที่หลายองค์กรเริ่มตระหนักดีคือ วิธีการรายงานข้อมูล ESG แบบดั้งเดิมนั้นไม่สามารถตอบโจทย์โลกธุรกิจในยุคปัจจุบันได้อีกต่อไป องค์กรส่วนใหญ่ยังคงใช้ชุดข้อมูลในอดีต ซึ่งเป็นเพียงภาพสะท้อนของสิ่งที่เกิดขึ้นแล้วในแต่ละไตรมาสหรือปีงบประมาณ แม้ข้อมูลดังกล่าวจะช่วยให้ผ่านเกณฑ์การปฏิบัติตามกฎระเบียบขั้นพื้นฐาน แต่กลับไม่ได้ช่วยให้ผู้นำสามารถคาดการณ์หรือเตรียมรับมือกับสิ่งที่จะเกิดขึ้นในสัปดาห์หน้า วันพรุ่งนี้ หรือแม้แต่ในชั่วโมงข้างหน้าได้เลย
หากเปรียบให้เห็นภาพ หลายองค์กรในปัจจุบันพยายามขับเคลื่อนธุรกิจไปข้างหน้าแต่ยังคงจ้องมองอยู่แต่กระจกหลัง นี่จึงเป็นจุดเปลี่ยนสำคัญที่เทคโนโลยีล้ำสมัยอย่าง Digital Twins และ Synoptic Intelligence จะเข้ามาพลิกโฉมรูปแบบการดำเนินงานขององค์กรยุคใหม่ให้มีความยืดหยุ่นและพร้อมรับมือกับความเปลี่ยนแปลง
หลายคนมักเข้าใจผิดว่าเทคโนโลยี Digital Twins เป็นเพียงแค่แบบจำลอง 3 มิติที่ซับซ้อน หากในความเป็นจริง เทคโนโลยีนี้คือสภาพแวดล้อมเสมือนจริงที่มีการเคลื่อนไหวและปรับเปลี่ยนตลอดเวลา โดยจะสะท้อนโครงสร้างพื้นฐานทางกายภาพให้เห็นในรูปแบบเรียลไทม์ เทคโนโลยีนี้จะเป็นการสร้างระบบ Digital Twins ของอาคารสถานที่ ระบบปฏิบัติการ และสินทรัพย์ต่าง ๆ ที่มีการอัปเดตข้อมูลให้เป็นปัจจุบันอยู่เสมอซึ่งเหมาะสำหรับผู้ผลิต ผู้ให้บริการโลจิสติกส์ นักพัฒนาอสังหาริมทรัพย์ และผู้บริหารจัดการโครงสร้างพื้นฐาน
แต่จุดเปลี่ยนทางเทคโนโลยีที่แท้จริงจะเกิดขึ้นเมื่อ Digital Twins พัฒนาไปไกลกว่าแค่การแสดงภาพเสมือน โดยยกระดับสู่การเป็นระบบปฏิบัติการเชิงคาดการณ์ และนั่นคือบทบาทสำคัญของ Synoptic Intelligence
จำลองวิกฤตการณ์อนาคตตั้งแต่วันนี้
Synoptic Intelligence คือโครงสร้างการวิเคราะห์ขั้นสูงที่เข้ามาเปลี่ยน Digital Twins จากโมเดลที่แค่ฉายภาพนิ่งให้เห็น ก็จะกลายเป็นศูนย์บัญชาการอัจฉริยะแบบเรียลไทม์ที่เหมาะสำหรับโครงสร้างพื้นฐานของทั้งเมืองและองค์กรธุรกิจ ด้วยการผสานรวมชุดข้อมูลที่เคยอยู่กระจัดกระจายและแยกส่วน ไม่ว่าจะเป็นข้อมูลจากระบบเซนเซอร์ ภาพถ่ายดาวเทียม ระบบพยากรณ์อากาศ ฟีดกล้องวงจรปิด และการสั่งการจากระยะไกล องค์กรก็สามารถมองเห็นภาพรวมการดำเนินงานทั้งหมดได้อย่างต่อเนื่องภายในที่เดียว
และที่สำคัญยิ่งกว่านั้นคือ ช่วยให้องค์กรมีขีดความสามารถในการคาดการณ์และรับรู้ถึงเหตุหยุดชะงักล่วงหน้าก่อนที่วิกฤตจะเกิดขึ้นจริง ๆ
แทนที่จะต้องคอยตามแก้ปัญหาหลังจากเกิดอุทกภัย ระบบไฟฟ้าขัดข้อง ห่วงโซ่อุปทานหยุดชะงัก หรือการหยุดไลน์การผลิตเนื่องจากเกิดความร้อนสูง องค์กรสามารถจำลองสถานการณ์ล่วงหน้าเพื่อตัดสินใจเชิงรุกได้อย่างแม่นยำและมั่นใจโดยมีตัวเลขยืนยัน
กรณีปริมาณน้ำฝนที่ทวีความรุนแรงและวิกฤตการณ์น้ำท่วมซ้ำซากในประเทศไทย ถือเป็นตัวอย่างที่สะท้อนภาพนี้ได้ชัดเจนที่สุด ในอดีต หลายองค์กรมักมองว่าปัญหาน้ำท่วมเป็นเรื่องที่สุดวิสัยและทำได้เพียงตั้งรับเพื่อบรรเทาความเสียหายเท่านั้น เมื่อน้ำหลากมาถึง กระบวนการเผชิญเหตุจึงค่อยเริ่มต้น ตั้งแต่การวางแนวแผงกั้น การเปลี่ยนเส้นทางขนส่งสินค้า การปิดโรงงาน ไปจนถึงการประเมินมูลค่าความเสียหายในภายหลัง
แต่เมื่อมีเทคโนโลยี Digital Twins ที่ขับเคลื่อนโดย Synoptic Intelligence ขั้นตอนการทำงานก็จะถูกพลิกโฉมจากหน้ามือเป็นหลังมือ
ด้วยการผสานข้อมูลสภาพอากาศแบบเรียลไทม์ ระดับน้ำขึ้นน้ำลง ประสิทธิภาพของระบบระบายน้ำ สถิติน้ำท่วมในอดีต และข้อมูลการหน้างานจริง ภาคธุรกิจจะสามารถจำลองภาพเหตุการณ์น้ำท่วมได้ล่วงหน้าก่อนที่ฝนจะตกลงมาจริงเสียด้วยซ้ำ ผู้ปฏิบัติงานสามารถทดลองปรับเปลี่ยนแผนเส้นทางโลจิสติกส์ในโลกเสมือน ค้นหาจุดอ่อนของโครงสร้างพื้นฐานที่ดูมีความเสี่ยง และวางแผนรับมือเหตุฉุกเฉินได้อย่างมีประสิทธิภาพสูงสุดล่วงหน้าได้
แนวคิดนี้สามารถนำมาปรับใช้ในการรับมือกับภัยคลื่นความร้อนได้เช่นเดียวกัน
เมื่ออุณหภูมิทั่วภูมิภาคเอเชียตะวันออกเฉียงใต้พุ่งสูงขึ้นอย่างต่อเนื่อง ความร้อนกำลังกลายเป็นความเสี่ยงสำคัญในการดำเนินธุรกิจ คลังสินค้ากักเก็บความร้อนสูงเกินพิกัด ระบบปรับอากาศและทำความเย็นต้องทำงานหนักจนเกินกำลัง อัตราการใช้พลังงานดีดตัวสูงขึ้นอย่างก้าวกระโดด พื้นที่สีเขียวบนหลังคา และมาตรการลดความร้อนในเขตเมืองต่างเริ่มเสื่อมประสิทธิภาพลงเนื่องจากต้องเผชิญกับความร้อนสะสมเป็นเวลานาน
แต่ด้วยการใช้โมเดลการจำลองสถานการณ์ในปัจจุบัน องค์กรสามารถประเมินแนวทางการระบายความร้อน บริหารจัดการพลังงานให้คุ้มค่า ทดสอบประสิทธิภาพของพื้นที่สีเขียว และชี้เป้าโครงสร้างพื้นฐานที่มีความสุ่มเสี่ยงได้ล่วงหน้า ก่อนที่ระบบการทำงานจริงจะล่มสลาย
แนวทางดังกล่าวสอดรับกับยุทธศาสตร์การขับเคลื่อนเศรษฐกิจ Bio-Circular-Green (BCG) ของประเทศไทย ซึ่งคาดว่าจะสร้างมูลค่าคิดเป็นเกือบ 1 ใน 4 ของผลิตภัณฑ์มวลรวมในประเทศ (GDP) ในอีกไม่กี่ปีข้างหน้า นอกจากนี้ ยังช่วยขับเคลื่อนเป้าหมายการพัฒนาเมืองอัจฉริยะของประเทศ อาทิ การจัดตั้งเมืองอัจฉริยะ 30 เมืองภายในปี พ.ศ. 2571 ควบคู่ไปกับการลดการใช้พลังงานอย่างเป็นรูปธรรมและการขยายพื้นที่สีเขียวอย่างยั่งยืน
ผสานเทคโนโลยีอัจฉริยะที่มีมนุษย์เป็นศูนย์กลาง
ทว่าบทเรียนที่ล้ำค่าที่สุดจากเรื่องนี้คือ เทคโนโลยีที่ชาญฉลาดต้องมาพร้อมกับความสามารถในการรับมือของมนุษย์ด้วยเช่นกัน ระบบ Digital Twin และ Synoptic Intelligence จะช่วยให้ผู้ปฏิบัติงานสามารถเข้าถึงสถานการณ์จำลองได้นับพันรูปแบบ เพื่อใช้วิเคราะห์และเตรียมความพร้อมในทุกมิติ ตั้งแต่ขั้นตอนการอพยพหนีคลื่นความร้อน การบริหารจัดการความหนาแน่นของประชากร ไปจนถึงการเปลี่ยนเส้นทางคมนาคมขนส่ง เมื่อเวลาผ่านไป เทคโนโลยี Machine Learning จะเรียนรู้และยกระดับแบบจำลองเหล่านี้ให้ชาญฉลาดยิ่งขึ้น โดยการเรียนรู้ผ่านฐานข้อมูลในอดีตและข้อมูลแบบเรียลไทม์
จากโมเดลคาดการณ์ที่เริ่มต้นด้วยความแม่นยำ 60% หรือ 70% เมื่อระบบได้เรียนรู้และปรับตัว จะสามารถพัฒนาสู่ความแม่นยำในการปฏิบัติงานจริงได้สูงถึง 90% แต่สิ่งสำคัญก็คือต้องอาศัยวิสัยทัศน์ มุมมองที่ละเอียดอ่อน และความเชี่ยวชาญของมนุษย์ควบคู่กันไป การนำ Synoptic Intelligence ไปปรับใช้จนประสบความสำเร็จอย่างสูงสุดนั้น แท้จริงแล้วไม่ได้มีจุดศูนย์รวมอยู่แค่การสร้างหน้าจอแดชบอร์ดหรือการแสดงผลข้อมูลเพื่อความล้ำสมัยเท่านั้น แต่ต้องออกแบบมาโดยมีมนุษย์เป็นศูนย์กลาง
ความเป็นจริงที่ปฏิเสธไม่ได้คือ การบริหารธุรกิจแบบตั้งรับเป็นความสิ้นเปลืองที่ประเทศไทยอาจไม่มีเงินถุงเงินถังมากพอจะจ่ายได้อีกต่อไป ท่ามกลางวิกฤตราคาพลังงานที่พุ่งสูง ความผันผวนของสภาพอากาศที่รุนแรงขึ้น และการจับตามองจากกลุ่มนักลงทุน การบริหารงานด้วยการคาดเดาได้กลายเป็นความเสี่ยงที่มีราคาแพงและอาจสร้างความเสียหายมหาศาลให้กับองค์กรได้
องค์กรที่จะก้าวขึ้นเป็นผู้นำในทศวรรษหน้า คือองค์กรที่มีสายตาเฉียบคมพอที่จะมองเห็นความเสี่ยงได้ก่อนใคร สามารถจำลองผลลัพธ์ได้อย่างชาญฉลาด และตัดสินใจลงมือปฏิบัติได้อย่างเด็ดขาดก่อนที่สถานการณ์จะบานปลาย เพราะโลกอนาคตเป็นขององค์กรธุรกิจที่ไม่ได้เพียงแค่ขับเคลื่อนตามความเปลี่ยนแปลง แต่เป็นองค์กรที่ลุกขึ้นมาออกแบบอนาคตเพื่อรองรับความเปลี่ยนแปลงนั้นอย่างแท้จริง
