ปัจจุบันการจัดส่งของ Lazada แบ่งสัดส่วนตามจำนวนชิ้นพัสดุ 65% นั้นจัดส่งโดยบริษัทภายนอก (Third Party) เช่น Kerry, DHL, CJX แต่ที่เหลือ 35% จะเข้าระบบจัดส่งของ LEL Express บริษัทลูกที่ Lazada ตั้งขึ้นเมื่อ 4 ปีก่อน โดยหวังว่าอัตราส่วนนี้จะขยับขึ้นเรื่อยๆ ในอนาคต

“สุทธิโรจน์ ทรัพย์สมบัติ” ผู้จัดการอาวุโส ศูนย์คัดแยกสินค้า ลาซาด้า เอ็กซ์เพรส ประเทศไทย ให้ข้อมูลว่า ปัจจุบันระบบและทีมงานของ LEL ขยายตัวขึ้นโดยมีความสามารถในการจัดการพัสดุดังนี้

• รถรับส่งพัสดุ 2,335 คัน
• รับสินค้าจากร้านค้า (First-Mile) มาที่ศูนย์คัดแยกสินค้าได้เฉลี่ย 140,000 ชิ้นต่อวัน
• ศูนย์คัดแยกสินค้าสามารถรองรับได้สูงสุด 36,000 ชิ้นต่อชั่วโมง
• จัดส่งสินค้าให้ผู้รับ (Last-Mile) ทำได้เฉลี่ย 100,000 ชิ้นต่อวัน
• ฮับกระจายสินค้า (DC) ขนาดใหญ่ 50 แห่ง (ในกทม.และปริมณฑล 30 แห่ง ต่างจังหวัด 20 แห่ง) และฮับขนาดเล็กอีก 7 แห่ง

ลงทุน “ศูนย์คัดแยกสินค้า” แห่งใหม่ 1 พันล้าน

ไฮไลต์ความเคลื่อนไหวล่าสุดที่ทำให้ LEL เพิ่มกำลังการจัดส่งได้มากขึ้น มาจากการเปิด ศูนย์คัดแยกสินค้า แห่งใหม่ย่านสุขสวัสดิ์ (ย้ายจากจุดเดิมย่านปู่เจ้าสมิงพราย) เปิดทำการเมื่อวันที่ 30 กันยายน 2562

ศูนย์ฯ นี้มีพื้นที่ใช้สอยมากกว่าเดิม 8 เท่า คือ 24,624 ตร.ม. และมีการใช้เทคโนโลยีสายพานคัดแยกใหม่ๆ เช่น Tilt Tray, Wave Sorter, Shoes Sorter ทำให้รองรับพัสดุได้มากกว่าเดิม 3 เท่าคือสูงสุดที่ 36,000 ชิ้นต่อชั่วโมง เป็นศูนย์คัดแยกสินค้า Lazada ที่ใหญ่ที่สุดเทียบกับศูนย์ฯ อื่นของบริษัทในเอเชียตะวันออกเฉียงใต้ 5 ประเทศ คือ ไทย อินโดนีเซีย ฟิลิปปินส์ มาเลเซีย และเวียดนาม

ศูนย์คัดแยกสินค้าสุขสวัสดิ์ลงทุนไปเกือบ 1 พันล้านบาทสำหรับเฟสแรก ใช้พื้นที่ไปแล้ว 60% ซึ่งสุทธิโรจน์กล่าวว่า ยังสามารถขยายไลน์คัดแยกสินค้าได้อีก หากใช้เต็มพื้นที่จะรองรับได้สูงสุด 96,000 ชิ้นต่อชั่วโมง

นอกจากจะรับของได้มากแล้ว ยังทำความเร็วการจัดส่งจากผู้ขายถึงผู้รับเร็วขึ้นเป็น 0.8 วัน (*เฉพาะการจัดส่งใน กทม. ปริมณฑล และจังหวัดใกล้เคียงทางภาคตะวันออก และร้านค้าผู้ขายต้องบรรจุและส่งของให้พนักงานภายในเวลา 12.00 น.) ซึ่งสุทธิโรจน์ชี้ว่า หากเปรียบเทียบกับการให้ Third Party บริหารจะใช้เวลาอย่างน้อย 2 วัน และเชื่อว่ามาร์เก็ตเพลซอื่นๆ ยังต้องใช้เวลามากกว่า 1 วันในการจัดส่ง สะท้อนว่า หน่วยงาน LEL มีความจำเป็นกับ Lazada ในการบริการจัดส่งที่รวดเร็วทันใจ

“ข้อดีอื่นนอกจากความเร็ว คือ เมื่อเป็นหน่วยงานของเราเองทำให้คุมเรื่องบริการได้ สามารถควบคุมให้คนรับของจากผู้ขายและส่งของให้ผู้ซื้อมีมารยาทที่ดี ตลอดกระบวนการมีการดูแลพัสดุไม่ให้บุบหักเสียหาย” สุทธิโรจน์กล่าว

ปี 2563 เพิ่มฮับอีก 10 แห่ง เร่งความเร็วเป็น 0.7 วัน

ดังที่กล่าวไปว่า LEL ต้องการขยายต่อเนื่อง ลดการพึ่งพิงระบบโลจิสติกส์ของ Third Party ซึ่งหากดูจากฮับกระจายสินค้าและศูนย์คัดแยกสินค้าขณะนี้ LEL ยังปักหลักในกทม.เป็นหลัก จึงยังไม่ครอบคลุมทั่วประเทศ สุทธิโรจน์กล่าวว่า ปีหน้านี้ LEL จึงวางแผนเปิดฮับเพิ่มอีก 10 แห่งโดยยังไม่เปิดเผยเขตพื้นที่หรือจังหวัด แต่การตั้งฮับจะเลือกจากจุดที่มีการสั่งซื้อของจำนวนมาก คุ้มค่าที่จะลงทุน

ขณะที่ความเร็ว ตั้งเป้าหมายจะปรับระบบให้ไวขึ้นเป็นการส่งถึงมือภายใน 0.7 วัน (*ตามเงื่อนไขพื้นที่จัดส่งข้างต้น) ส่วนต่างจังหวัด เช่น เชียงใหม่ ภูเก็ต ยังมีเป้าหมายส่งถึงมือภายใน 2 วัน

ส่วนการขยายไลน์ในศูนย์คัดแยกสินค้านั้นยังไม่มีแผน เพราะปัจจุบันใช้กำลังคัดแยกสินค้าเฉลี่ย 22,000 ชิ้นต่อชั่วโมง จึงยังเหลือพื้นที่เพียงพอสำหรับปีหน้า

• “เอ็ม-เซนโค” เผยโฉมคลังเก็บสินค้าห้องเย็น เปิดเกมรุกตลาดโลจิสติกส์ 2 แสนล้าน
• อี-โลจิสติกส์ใหม่! “เซ็นทรัล” จัดให้ทุกเซอร์วิสเอาใจสายช้อป “ออมนิ แชนแนล”
• เทรนด์อีคอมเมิร์ซแรง! “ยูเซ็น” โชว์บริการโลจิสติกส์ B2C โต “เท่าตัว”

สุทธิโรจน์บอกว่า เป้าหมายระยะยาวของโลจิสติกส์ ต้องการจะปรับเวลาให้เหลือ 0.5 วัน เท่ากับเป็นการส่งแบบ Same-Day Delivery สั่งเช้าได้เย็น แต่ทั้งนี้ จะต้องขอความร่วมมือกับร้านค้าให้หยิบและแพ็กของส่งตามเวลาที่กำหนดจึงจะสำเร็จ

ระบบของ LEL Express ขณะนี้ยังรับบริการเฉพาะสินค้า Lazada เท่านั้น แต่อนาคตข้างหน้าหากระบบจัดการได้มีประสิทธิภาพและมีกำลังเหลือสำหรับรับงานภายนอก เราอาจเห็นหน่วยธุรกิจนี้ลุกขึ้นมาแข่งกับ Kerry หรือ DHL ก็ได้!

โดยในรายงานของแมคคินซีย์ (McKinsey) เกี่ยวกับการลงทุนด้าน AI นั้นพบว่า บริษัทยักษ์ใหญ่เช่น อัลฟาเบ็ท (Alphabet) ซึ่งเป็นบริษัทแม่ของกูเกิล (Google) มีการลงทุนไปกับ AI ราว 30,000 ล้านเหรียญสหรัฐ ขณะที่ไป่ตู้ (Baidu) หนึ่งในพี่น้องค้างคาวของจีนก็ลงทุนไปถึง 20,000 ล้านเหรียญสหรัฐในปีที่ผ่านมาเช่นกัน ความสำคัญในระดับนี้จึงเป็นที่น่าจับตาว่าเทรนด์ของ AI จะทำให้โลกเปลี่ยนไปอย่างไรบ้างในปี 2018 ซึ่งอาจประกอบด้วย

1. AI จะกลายเป็นประเด็นพูดคุยทางการเมือง

เหตุที่กล่าวเช่นนี้เพราะ AI นั้นสามารถสร้างงานใหม่ ๆ ขึ้นได้ก็จริง แต่ก็จะมีพนักงานบางคนที่ตกงานเพราะ AI ด้วยเช่นกัน เช่นกรณีของรถยนต์ไร้คนขับ ที่โกลด์แมน แซคส์ (Goldmen Sachs) คาดการณ์ว่าจะมีพนักงานขับรถตกงานถึง 25,000 คนต่อเดือน

หรือในกรณีของโกดังอัจฉริยะที่สามารถบริหารงานได้ด้วยคนเพียง 10 – 20 คน นั่นหมายความว่าจะมีแรงงานประมาณหนึ่งล้านคนในสหรัฐอเมริกาที่ไม่มีรายได้ ซึ่งถือเป็นเรื่องที่น่ากังวลสำหรับตลาดที่ AI มาถึงแล้วอย่างสหรัฐอเมริกา เพราะถึงแม้ประธานาธิบดีคนใหม่อย่างโดนัลด์ ทรัมป์ จะจำกัดการให้วีซ่าแก่พลเมืองของประเทศอื่นด้วยมองว่าเข้ามาแย่งงานคนอเมริกันทำแล้วก็ตาม แต่ตลาดแรงงานของสหรัฐอเมริกาก็ใช่ว่าจะปรับตัวให้มีคุณสมบัติมากพอที่จะขึ้นมาทำงานกับ AI ได้แต่อย่างใด

2. ระบบโลจิสติกส์จะถูกเปลี่ยนโฉมหน้าไปตลอดกาล

ในสหรัฐอเมริกามีบริษัทอย่าง คีว่า ซิสเต็มส์ (Kiva Systems) หรือปัจจุบันที่ใช้ชื่อว่าแอมะซอน โรโบติกส์ (Amazon Robotics) ซึ่งเป็นบริษัทที่นำปัญญาประดิษฐ์มาใช้ร่วมกับหุ่นยนต์เพื่อปลดล็อกปัญหาเดิม ๆ ของวงการโลจิสติกส์แล้ว และเทคโนโลยีนี้จะทำให้โกดังในอนาคตมีสภาพแตกต่างไปจากปัจจุบันอย่างสิ้นเชิง เพราะการนำหุ่นยนต์เข้ามาใช้จะทำให้สามารถทำงานติดต่อกันทุกวันตลอด 24 ชั่วโมงได้ และบางทีอาจไม่ต้องใช้แสงสว่างในการแพ็กของอีกต่อไป เนื่องจากหุ่นยนต์สามารถทำงานได้โดยไม่ต้องใช้แสงนั่นเอง

3. อุตสาหกรรมรถยนต์จะมุ่งสู่การผลิตรถยนต์ที่ขับเคลื่อนได้ด้วยตัวเอง

การผลิตรถยนต์ขับเคลื่อนได้ด้วยตัวเอง (Self-Driving Car) จะกลายเป็นกระแสหลักที่ทุกค่ายรถต่างต้องมุ่งไป ไม่ว่าจะพอใจหรือไม่ก็ตาม โดยมีเทสล่า (Tesla) บริษัทของอีลอน มัสก์เป็นผู้นำเทรนด์ ซึ่งคนที่ตามหลังมา ได้แก่ ออดี้ (Audi) ที่มีแผนจะเปิดตัวรถยนต์อัจฉริยะของตนเองในปี 2018 ส่วนรถยนต์ยี่ห้อคาดิลแล็ค (Cadillac) และวอลโว่ (Volvo) ก็เผยว่ากำลังพัฒนาเทคโนโลยีการขับเคลื่อนด้วยตัวเองนี้อยู่เช่นกัน

4. ความต้องการนักวิทยาศาสตร์ข้อมูลจะแซงหน้าวิศวกร

ไอบีเอ็ม (IBM) ออกมาคาดการณ์ว่า ความต้องการพนักงานในตำแหน่งนักวิทยาศาสตร์ข้อมูล หรือ Data Scientist จะเพิ่มขึ้นเป็น 2.7 ล้านคนในปี 2020 เนื่องจากการใช้งาน AI ที่สูงขึ้น อีกทั้งยังพบว่า การประมวลผลข้อมูลเพื่อนำมาใช้งานจะเป็นสิ่งที่บริษัททุกขนาดไม่ว่าจะองค์กรเล็กหรือใหญ่จำเป็นต้องทำ จึงทำให้ตำแหน่ง Data Scientist กลายเป็นตำแหน่งที่มีความจำเป็นต่อธุรกิจในอนาคต

5. รูปแบบการโค้ชพนักงานจะเปลี่ยนไป

เหตุที่กล่าวเช่นนั้น เพราะจะมีเทคโนโลยีแมชชีนเลิร์นนิ่งจะเข้ามาช่วยสอนงานพนักงานแทน ยกตัวอย่างเช่น Gong หรือ Chorus เครื่องมือบันทึกเสียงสนทนาของพนักงานขาย ซึ่งจากนั้นระบบสามารถนำมาวิเคราะห์และสอนวิธีพูดกับลูกค้าอย่างมีประสิทธิภาพมากกว่าเดิมได้ โดยมีการคาดการณ์กันว่า AI ที่จะมาซัพพอร์ตพนักงานระดับบนนั้นจะเริ่มเห็นได้มากขึ้นในปี 2018 นี้

6. คอนเทนต์ข่าวจะสร้างโดยใช้ AI

ปัจจุบัน ผู้ผลิตสื่ออย่าง ยูเอสเอทูเดย์ (USA Today) ซีบีเอส (CBS) เอพี (Associated Press) หรือ Hearst ต่างก็นำ AI มาใช้ในการผลิตคอนเทนต์แล้ว ตัวอย่างที่ดีคงเป็น Wibbitz ซึ่งเป็น AI ที่ช่วยเปลี่ยนคอนเทนต์แบบเขียนให้กลายเป็นคอนเทนต์ในรูปแบบวิดีโอได้ในเวลาไม่กี่นาที และในปี 2018 จะเป็นปีที่ผู้อ่านอาจจะได้เห็นการปรับใช้ AI มาเขียนข่าว หรือผลิตคอนเทนต์วิดีโอได้มากขึ้น

7. AI จะจับมือกับบล็อกเชนทำให้เกิดความโปร่งใสตามมา

บริษัทชื่อพรีเสิร์ช (Presearch) เป็นบริษัทหนึ่งที่ตั้งเป้าจะใช้บล็อกเชนและ AI สร้างความโปร่งใสให้กับวงการเสิร์ชมากขึ้น โดยทางพรีเสิร์ชมองว่า ทุกวันนี้ กูเกิล (Google) ครองส่วนแบ่งตลาดเสิร์ชเอนจินไว้มากกว่า 80% แต่มีน้อยคนที่จะเข้าใจว่า อัลกอริธึมของกูเกิลนั้นเลือกคอนเทนต์อย่างไรให้ผู้บริโภคแต่ละคนได้รับชมกัน ด้านพรีเสิร์ชจึงเข้ามาแก้ปัญหานี้ ด้วยการใช้บล็อกเชนเป็นตัวสร้างความโปร่งใส และวางแผนว่าจะให้เงินดิจิตอลเป็นการตอบแทนให้กับผู้ที่ยอมให้บริษัทเช่าใช้พลังของคอมพิวเตอร์ในการเสิร์ชครั้งนี้ด้วย

8. ผู้บริโภคยุคใหม่จะคุ้นเคยกับ AI ผ่านระบบการสั่งการด้วยเสียง

ในปี 2018 จะเป็นปีที่ผู้บริโภครู้สึกสบายใจมากขึ้นที่จะพูดกับผู้ช่วยดิจิตอลซึ่งเป็น AI ของตนเอง ไม่ว่าจะพูดกันผ่านลำโพง, สมาร์ทโฟน หรือแม้กระทั่งทีวี ซึ่งประเทศที่เห็นเทรนด์นี้ก่อนใครน่าจะเป็นสหรัฐอเมริกา เนื่องจากมียอดขายลำโพงอัจฉริยะในปีที่แล้วกว่า 20 ล้านเครื่อง (เฉพาะแอมะซอนอย่างเดียว)

9. จะเกิดการจับมือกันขององค์กรด้านเทคโนโลยี-การทหาร

ตัวอย่างที่เห็นได้ชัดคือ DARPA หน่วยงานด้านวิจัยระดับสูงเพื่อการทหารของสหรัฐอเมริกาในตอนนี้ได้จับมือกับบอสตัน ไดนามิกส์ เพื่อออกแบบหุ่นยนต์ที่นำ AI เข้ามารวมอยู่ด้วย 

10. AI จะถูกนำมาใช้ต่อกรกับโรคระบาดมากขึ้น

เทคโนโลยีอย่างบล็อกเชน เมื่อรวมเข้ากับ AI ซึ่งอาจฝังอยู่ในชิปขนาดเล็กอาจถูกนำไปใช้ในการวิเคราะห์โมเลกุล หรือใช้ในการรักษาโรค นอกจากนี้ ยังอาจมีการใช้แมชชีนเลิร์นนิ่งเพื่อค้นหายารักษาอาการป่วยตัวใหม่ หรือกระบวนการรักษาอาการป่วยแบบใหม่ เพื่อให้คนไข้หายป่วยได้เร็วขึ้น และประหยัดค่าใช้จ่ายได้มากขึ้น

เรียบเรียงจาก 

https://www.msn.com/en-us/news/technology/10-artificial-intelligence-trends-to-watch-in-2018/ar-AAuU7Ub?li=AA4Zoy&ocid=spartanntp

https://www.cnbc.com/2017/05/22/goldman-sachs-analysis-of-autonomous-vehicle-job-loss.html

สนับสนุนข่าวโดย : mgronline.com/cyberbiz/detail/9610000006439