ผมเชื่อว่าในอีกไม่ช้าการบริหารจัดการบ้านเมืองในมหานครทั่วโลกจะ sci-fi หลุดโลกไม่ผิดไปจากที่เราเคยเห็นในวิดีโอเกมส์สร้างเมืองชื่อ Sim City หรือในภาพยนต์ประเภท Thriller ที่ภาครัฐเก่งและไฮเทคเหลือเชื่อ
จริงๆ แล้วผมเชื่อในเรื่องนี้มานานแล้ว เพียงแต่ความเชื่อนี้เกิดทวีคูณขึ้นหลายเท่าตัวหลังจากที่ผมได้มีโอกาสไปเปิดหูเปิดตาในงานสัมมนาแห่งโลกอนาคตที่ชื่อว่า ESRI User Conference 2016 ณ เมืองซานดิเอโก ประเทศสหรัฐอเมริกา งานสัมมนานี้เป็นการรวมตัวของผู้ใช้งานซอฟต์แวร์ของบริษัท ESRI ผู้ผลิตซอฟต์แวร์อันดับหนึ่งในการวิเคราะห์และแสดงผลข้อมูลGIS (ข้อมูลระบบสารสนเทศภูมิศาสตร์) เกือบ 2 หมื่นคนจากทั่วโลกเพื่อแลกเปลี่ยนความคิดเห็นและประชันผลงานในการประยุกต์ใช้ข้อมูลแผนที่เหล่านี้เข้ากับองค์กรและสังคมของตน
บอกได้คำเดียวว่าผมทึ่งมากในสิ่งที่ “Microsoft Office สำหรับข้อมูลแผนที่” พวกนี้สามารถเข้ามาพัฒนาคุณภาพชีวิตมนุษย์ได้จากหลายมิติมาก
ผมเคยเขียนเกี่ยวกับข้อมูลGIS ไปแล้วในบทความนี้ แต่สองสิ่งจากงานสัมมนาครั้งนี้ที่ผมคิดว่าสำคัญและสมควรแก่การนำมาเล่าสู่กันฟังที่สุดคือ
1.ประโยชน์หลากมิติ – การประยุกต์ใช้ข้อมูลGIS จะง่ายและมี scope กว้างขึ้นกว่าเดิมมาก
2.ใครก็ใช้ประโยชน์จากGIS ได้ – คุณไม่ต้องเป็นโปรแกรมเมอร์ก็ยังใช้ประโยชน์จากGIS ได้มหาศาล
บทความนี้จะนำเสนอตัวอย่างที่น่าสนใจจากงานสัมมนาครั้งนี้และขยายความของสองข้อสังเกตทั้งสองนี้ครับ
ผมอยากเน้นสองคำในจุดนี้ครับว่าแนวโน้มการใช้ประโยชน์จากข้อมูลGIS นั้นมีแต่จะกว้างและง่ายขึ้นทุกวัน
ตามดั่งที่หลายๆ คนกำลังตื่นเต้นกับกระแส Internet-of-Things (IoT) ผมมองว่าในอนาคตทุกสิ่งทุกอย่างที่เราจับต้องได้ตามที่ต่างๆ ในเมืองจะมีสิ่งที่จับต้องไม่ได้ (แต่สำคัญไม่แพ้กัน) ติดมาด้วย นั่นก็คือข้อมูลนั่นเอง
ทั้งหมดนี้จึงแปลว่าข้อมูลGIS ที่ประกบติดมากับสิ่งต่างๆ ที่เราเห็นและใช้ในชีวิตประจำวันสามารถถูกนำไปใช้ให้เกิดประโยชน์ได้ในหลายมิติ
ยกตัวอย่างเช่น สินทรัพย์สาธารณะที่พวกเราใช้ร่วมกันอย่างถนนเป็นต้น ในอนาคตสินทรัพย์เหล่านี้จะมีข้อมูลติดตัวมันเหมือนกับที่ไฟล์ภาพถ่ายดิจิตอลมี metadata ติดไปด้วยเสมอว่าถ่ายวันไหนเมื่อไหร่ที่ไหนขนาดเท่าไหร่เลนส์ประเภทอะไร ถนนก็จะมีเรื่องราวของมัน และไม่ใช่แค่ว่ามันมีความยาวและขนาดเท่าไรหรือเชื่อมต่อกับถนนเส้นไหนบ้าง แต่ยังมีเรื่องราวและรายละเอียดอื่นๆ ที่มีประโยชน์อีกว่ามันมีความสะอาดแค่ไหนและรอบๆ ถนนมีความปลอดภัยแค่ไหน
ในงานสัมมนาครั้งนี้ผมคิดว่าตัวแทนจากเมืองลอสแอนเจลิส “ขโมยซีน” ไปมากที่สุด หนึ่งในตัวอย่างของพวกเขาที่น่าสนใจคือการเก็บข้อมูลเกี่ยวกับความสะอาดของถนนทุกเส้นในเมืองลอสแอนเจลิสซึ่งแสดงให้เห็นว่าเขาให้ความสำคัญแค่ไหนกับคุณภาพชีวิตประชาชน ดูเผินๆ การแก้ปัญหาความสกปรกของถนนหนึ่งเส้นเป็นของง่าย แต่การทำความสะอาดถนนทุกเส้นในเมืองให้ดี เร็ว และแฟร์ด้วยงบประมาณจำกัดนั้นไม่ง่ายอย่างที่หลายคนนึก เขาจึงต้องเก็บข้อมูลด้วยว่าถนนแต่ละเส้นสกปรกเพราะว่าอะไร จะได้ส่งรถทำความสะอาดแต่ละประเภทไปได้ถูก เมื่อมีข้อมูลนี้ที่ผนวกเข้ากับแผนที่จริง ทางเทศบาลก็จะสามารถส่งทีมไปทำความสะอาดได้อย่างมีประสิทธิภาพและมีความโปร่งใสที่สุด ยิ่งไปกว่านั้นแผนที่นี้จะถูกอัพเดธทุกๆ สามเดือนอีกด้วย อย่าลืมว่าถนนเหล่านี้ไม่ได้มี IoT ติดไว้ทุกเส้นที่วัดความสะอาดได้ง่ายๆ งานนี้มีส่วนประกอบสำคัญคือกำลังคนและหยาดเหงื่อ แต่ที่สำคัญที่สุดและขาดไม่ได้คือความตั้งใจอย่างแท้จริงของเทศบาลครับ
การใช้ประโยชน์จากข้อมูลGIS จะง่ายและเร็วขึ้นมากหากเราสามารถใช้เทคโนโลยีเข้าช่วยในการเก็บข้อมูลเรื่องราวเกี่ยวกับสินทรัพย์สาธารณะ ยกตัวอย่างเช่นข้อมูล Safety Perception ที่มาจากการขอให้ประชาชนช่วยบอกว่าแถวไหนเดินๆ แล้วน่ากลัว รู้สึกไม่ปลอดภัย เมื่อมีข้อมูลนี้ตำรวจและกรมทางหลวงก็จะสามารถวางวาดแผนที่ความเสี่ยงเพื่อที่จะเดินทางไปสืบดูได้ด้วยว่าอะไรบนท้องถนนทำให้ประชาชนรู้สึกไม่ปลอดภัย อีกทั้งยังสามารถเช็คกับข้อมูลตำแหน่งและเวลาของอาชญากรรมหรืออุบัติเหตุทางถนนที่เกิดขึ้นจริง (ด้านบนคือแผนแสดงตำแหน่ง ความรุนแรงและเวลาของอุบัติเหตุร้ายแรงทางถนนทั้งหมดตั้งแต่ปี 2009 ถึง ปี 2014 ในเมืองลอสแอนเจลิสได้ด้วยว่าข้อมูล Safety Perception ที่เก็บโดยประชาชนเชื่อถือได้แค่ไหน ทั้งนี้หลายๆ เมืองในประเทศสหรัฐฯ กำลังพยายามไปสู่ภาวะที่เรียกว่า Vision Zero นั่นก็คือไม่มีใครเสียชีวิตหรือบาดเจ็บสาหัสเลยจากอุบัติเหตุบนท้องถนน
อีกวิธีที่เราสามารถดูแลเรื่องความปลอดภัยในแต่ละท้องที่ได้อย่างคร่าวๆ โดยไม่เสียเวลามากคือให้ใช้ทั้งสมองคนและสมองกลช่วยบอกว่าย่านไหนดูไม่ค่อยปลอดภัยอย่างในโปรเจกต์ Street Score ที่กำลังใช้ machine learning เพื่อฝึกให้คอมพิวเตอร์สามารถรับภาพถ่ายจาก Google Street View ไปเทียบกับสิ่งที่มนุษย์จริงๆ บอกว่าแต่ละย่านในแต่ละภาพถ่ายดูปลอดภัยแค่ไหนจากโปรเจกต์ Place Pulse เพื่อที่มันจะทำนายได้เองว่าย่านไหนในแต่ละภาพถ่ายดูปลอดภัยแค่ไหนในสายตามนุษย์
นึกดูนะครับ นี่คือแค่สองมิติเล็กๆ จากสินทรัพย์สาธารณะแค่ประเภทเดียว ยังมีโอกาสที่ชีวิตเราจะดีขึ้นได้จากอีกหลายมิติจากสินทรัพย์สาธารณะอื่นๆ อีกหลายพันหลายหมื่นประเภทที่เราใช้ร่วมกันในชีวิตประจำวัน
สินทรัพย์ที่ไม่สาธารณะก็ใช่ว่าจะไม่ได้ประโยชน์จากเทคโนโลยีข้อมูลGIS
อีกหนึ่งตัวอย่างน่าทึ่งที่ผมประทับใจจากงานสัมมนาครั้งนี้คือการแสดงการตรวจหาธุรกรรมที่น่าจะเป็นการฟอกเงินโดยการใช้ Big Data Analytics ควบคู่ไปกับเทคโนโลยี GIS
โจทย์ที่แต่เดิมยากเหมือนการงมเข็มในมหาสมุทร (เราจะทราบได้อย่างไรว่าธุรกรรมไหนเข้าข่ายฟอกเงินจากเป็นพันๆ ล้านธุรกรรมในแผนที่ด้านบน) กลับง่ายลงเกือบเหมือนการปลอกกล้วยเวลาเราสามารถเชื่อมข้อมูลGIS กับข้อมูลเกี่ยวกับธุรกรรมธรรมดาๆ ที่ปกติก็เก็บอยู่แล้ว
เพราะว่าเทคนิคที่มิจฉาชีพมักใช้ในการฟอกเงินคือการแบ่งเงินก้อนใหญ่ๆ ออกเป็นหลายๆ ก้อนและแบ่งทีมไปทำธุรกรรมโอนเงินให้ต่ำกว่าระดับที่ต้องรายงานนิดหน่อยหลายๆ ครั้งถี่ๆ ตามธนาคารสาขาต่างๆ ในช่วงเวลาใกล้ๆ กัน ความยากอยู่ตรงที่ว่ามันมีหลายตัวแปรมากในการฟันธงว่าในกลุ่มธุรกรรมนี้มีการฟอกเงินเกิดขึ้น นอกจากจะต้องทราบว่ากลุ่มธุรกรรมที่น่าสงสัยนั้นมียอดเท่าไหร่ โอนจากผู้ใดไปให้ผู้ใดแล้ว ยังต้องทราบตัวแปรด้าน space time เช่น ธุรกรรมเหล่านี้เกิดขึ้นแต่ละครั้งที่พิกัดอะไร เมื่อเวลาเท่าไหร่ แต่ละธุรกรรมเวลาห่างกันเท่าไหร่ และธุรกรรมกลุ่มนี้เกิดขึ้นจากธนาคารในรัศมีกี่กิโลเมตรอีกด้วย
เมื่อเราสามารถผนวกข้อมูลธุรกรรมปกติๆ เข้ากับข้อมูลGIS เหล่านี้แล้ว เราจะสามารถสอนให้คอมพิวเตอร์แยกคัดเอาเฉพาะกลุ่มธุรกรรมความเสี่ยงสูง (ทั้งหมดเกิดขึ้นภายใน 1 ชั่วโมง แต่ละยอดใกล้ลิมิต เกิดขึ้นไม่เกิน 1กิโลเมตร และโอนไปหาบุคคลเดียวกัน) ออกมาจากธุรกรรมหลายพันล้านธุรกรรมได้ภายในไม่ถึงหนึ่งชั่วโมง
จากที่ผมฟังแนวคิดที่ Jack Dangermond ผู้ก่อตั้งบริษัท ESRI เผยออกมาในงานสัมมนาครั้งนี้บวกกับความร้อนแรงของการใช้งานเว็ปแอพพลิเคชัน Story Maps ของเขา ผมคิดว่าตอนนี้ไม่มีใครสามารถอ้างได้แล้วว่าใช้ GIS ไม่ได้เพราะว่าใช้ซอฟต์แวร์ไม่เก่งหรือเขียนโปรแกรมไม่เป็น
ขอแค่ว่าคุณใช้คอมพิวเตอร์หรือแท็ปเล็ตเป็น คุณใช้ประโยชน์จาก GIS ได้แน่นอน
Story Maps เป็นช่องทางให้ใครก็ได้นำเอาแผนที่และข้อมูลGIS มาผสมกับภาพถ่ายหรือวิดีโอเพื่อเล่าเป็นเรื่องราวแบบ web-based ที่ dynamic และน่าดึงดูดมาก ที่สำคัญคือมันทำง่ายมาก แค่ drag and drop ไม่กี่ทีก็ใช้งานได้เลย
ยกตัวอย่างดีๆ เช่น Story Map ด้านบนที่ชื่อว่า 100 Years of the National Park Service นั้นทำให้คนอเมริกันได้เรียนรู้ถึงประวัติของการรักษาอุทยานแห่งชาติของเขาว่ามันมีที่มาที่ไปยังไง และว่าคนรุ่นก่อนเขามองการณ์ไกลขนาดไหนเราถึงได้มีโอกาสไปเที่ยวแห่งท่องเที่ยวธรรมชาติสวยๆ ทุกวันนี้
อีกหนึ่งตัวอย่างที่พิสูจน์ว่าไม่จำเป็นต้องเป็นองค์กรใหญ่ๆ ก็สามารถใช้ประโยชน์จากมันได้คือ Story Map ด้านบนที่ทำโดยโบสถ์ Timberwood Church เขาทำแผนที่แนะนำการเดินเข้าป่าไปตามทาง “Prayer Path” แต่ละ Praying Station ก็มีเรื่องราวของมันและข้อความจากคัมภีร์ไบเบิลที่เหมาะสมแก่การสวดมนต์ นี่เป็นโปรเจกต์ที่ทำไม่ยากแต่ทำให้ประสบการณ์ของผู้ที่มาโบสถ์นี้ดีขึ้นหลายเท่าตัวครับ
ความรู้สึกของผมหลังจากกลับมาจากงานสัมมนาครั้งนี้คือตอนนี้มันมีความเป็นไปได้สูงที่ทุกเซ็กเตอร์ในสังคมจะเริ่มใช้ประโยชน์จากข้อมูล GIS และในอนาคตทุกคน (ไม่ว่าจะอาชีพอะไร) สามารถเป็นได้ทั้งผู้ผลิตและผู้บริโภคผลงานจากข้อมูลGIS เหล่านี้
ชัดเจนว่าทุกคนที่พยายามเข้าถึงเทคโนโลยีนี้จะได้ประโยชน์ เหลืออยู่แค่ว่าเราจะทำยังไงให้เกิดระบบนิเวศน์ข้อมูล GIS ที่มีคุณภาพและเปิดเผยได้ เพราะถ้าไม่มีข้อมูล ทั้งหมดที่คุณอ่านมามันจะไม่เกิดขึ้น
อย่างที่ผมได้กล่าวไว้ในงาน Big Data @ Life ผมคิดว่าเมืองหลายๆ เมืองจะแข่งกันทำให้ชีวิตประชาชนดีที่สุดเพราะเขาต้องการให้ 1. ประชาชนมีผลิตภาพที่ดี 2. ดึงดูดแรงงานคุณภาพจากที่อื่น เพราะเขารู้ว่าเมืองจะค่อยๆ ร้าง ผลิตภาพของแรงงานจะค่อยๆ ด้อยลง และธุรกิจจะค่อยๆ ซับเซา หากประชาชนรู้สึกไม่ปลอดภัย สภาพความเป็นอยู่ไม่สะอาด หรือไม่มีความมั่นใจในภาครัฐเวลาเกิดภัยธรรมชาติขึ้น ฉะนั้นมันเป็นไปไม่ได้เลยที่เมืองที่ต้องการจะแข่งขันในยุคนี้จะไม่โอบรับเทคโนโลยีข้อมูลแผนที่อย่างเต็มที่
We don’t have cars, but we have GIS on our cell-phones now
ที่เตะตาผมที่สุดก่อนกลับจากงานสัมมนานี้คือตอนที่ตัวแทนชนอพยพชาว Shuar (เผ่าที่ขึ้นชื่อเรื่องการทำศรีษะย่อส่วน) ชื่อ Domingo Ankuash ขึ้นมารับรางวัล “Making a Difference Award”
Domingo นำเผ่าเขาจับมือกับทีมนักวิเคราะห์ GIS ในโปรเจกต์ AmazonGISNET เพื่อนำเทคโนโลยีนี้มาบริหารจัดการดินแดน แบ่งพื้นที่ให้ชัดเจน บริหารความยั่งยืนของป่าไม้ และเชื่อมความสัมพันธ์ระหว่างชนเผ่าต่างๆ ในลุ่มน้ำอเมซอน เขาทำทั้งหมดนี้เพื่อให้เผ่าเขาอยู่รอดได้อย่างยั่งยืน
สังคมของ Domingo ไม่มีรถยนต์ ไม่มีเทคโนโลยีอีกหลายๆ อย่างที่เรามี แต่เขามองเห็น “ความเป็นไปได้” ที่เทคโนโลยี GIS สามารถเข้ามาช่วยเหลือเขาในการบริหารเผ่าของเขาได้ ผมไม่มีโอกาสได้ไปคุยกับ Domingo แต่คาดว่าเขาคงอดสงสัยไม่ได้จริงๆว่าเผ่าเขาอยู่มาถึงทุกวันนี้โดยไม่มีมันได้อย่างไร
ผมเองก็อดสงสัยไม่ได้จริงๆ ว่าถ้าบ้านเราสร้างระบบนิเวศข้อมูลGIS ได้สำเร็จ จะมีสิ่งดีๆ อะไรบ้างที่สามารถออกดอกออกผลออกมาให้เราได้เห็นกันในอนาคต
***ผมขอขอบคุณบริษัท Esri ที่สนับสนุนผมในการเดินทางไปงานสัมมนาครั้งนี้และสำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศที่ดูแลผมเป็นอย่างดีครับ
ชอบจริงๆครับ อ่านแล้ว นึกถึงสิ่งที่มีโอกาสเกิดขึ้นในอนาคต ตื่นเต้น (ขนลุกนิดๆ)
ติดตามผลงานคุณณภัทร อยู่ตลอดครับ ช่วยกันสร้างสิ่งดีๆให้บ้านเมืองเรานะครับ … ไม่มีท้อ