ดร. ณัฐวุฒิ พงศ์สิริ ([email protected]) อดีตนายกสมาคมการจัดการงานบุคคลแห่งประเทศไทย (PMAT) กล่าวว่า คำว่า ‘One size fits all’ มีที่มาจากการตัดเย็บเสื้อผ้าชุดมาตรฐานที่สามารถใช้ได้กับทุกคน ทำนองเดียวกับการใช้กลยุทธ์การตลาดมวลชน (Mass marketing) เจาะฐานผู้ซื้อจำนวนมาก ผลิตสินค้ารูปแบบเดียว เพื่อตอบสนองความต้องการโดยรวม
ภายใต้สมมุติฐานที่ว่า ลูกค้าแต่ละกลุ่มมีความต้องการบางอย่างที่คล้ายคลึงกัน และการที่ผลิตสินค้าแบบเดียวออกมาจำนวนมาก (Economy of scale) ทำให้มีต้นทุนต่ำ สามารถสร้างความได้เปรียบในด้านราคา
ในมุมการบริหารจัดการ ‘One size fits all’ คือแนวคิด ‘ดีกับทุกคน’ นอกจากอธิบายการใช้วิธีปฏิบัติเดียวกันกับทุกเรื่อง ยังหมายรวมถึงการประยุกต์สิ่งที่องค์กรอื่นทำแล้วประสบความสำเร็จมาใช้ในองค์กรของตน
อย่างไรก็ตาม ผู้บริหารหลายคนมองว่า วิธีการดังกล่าวขาดความยืดหยุ่น หรือไม่มีแนวทางใดที่สามารถทำให้เป็นมาตรฐาน (Standardization) กับทุกองค์กรได้ แต่ควรพิจารณาแค่เป็นทางเลือกที่ต้องปรับให้เข้ากับวิสัยทัศน์ พันธกิจ แผนยุทธศาสตร์ รวมถึงวัฒนธรรมองค์กรที่ ‘เหมาะสมเฉพาะราย’ หรือ ‘Fit for purpose’ องค์กรจึงจะสามารถเดินหน้าไปสู่ความสำเร็จได้
ปัจจุบันการส่งต่อข้อมูลในแต่ละวันมีจำนวนมหาศาล บริษัทวิจัยข้อมูล Statista ประมาณว่า เฉพาะปีค.ศ. 2021 ปริมาณข้อมูลที่ถูกสร้างขึ้นในโลกมีมากถึง 74 เซตตาไบต์ (1 ZB เท่ากับหนึ่งพันล้านล้านล้านไบต์) เทคโนโลยีประมวลผลข้อมูลขนาดใหญ่ทำให้การคาดการณ์ไม่จำเป็นต้องอาศัยการอธิบายเหตุผลแบบอุปนัย (Inductive reasoning) ที่ความน่าเชื่อถือของข้อสรุป อิงจากผลการทดลองหรือการสังเกตกลุ่มตัวอย่างจำนวนไม่มาก แต่ใช้การจัดระบบข้อมูลที่รวบรวมจากทุกสรรพสิ่งบนโลกแห่งความเป็นจริง (Bigdata) ทำให้สามารถสร้างภาพรวมที่มีลักษณะทั่วไป (Generalization) นำไปสู่การกำหนดรูปแบบ ‘One size fits all’ ที่นำไปใช้ได้จริงและมีประสิทธิภาพ
เช่น แอพลิเคชั่นให้บริการค้นหาร้านอาหาร ที่พัก หรือสถานที่ต่างๆ รวมทั้ง e-Wallet ‘เป๋าตัง’ เพื่อชำระค่าสินค้าและบริการ /ที่กำลังพัฒนาไปสู่ ‘ซูเปอร์แอพ’ ล้วนแล้วแต่ใช้ศักยภาพของการประมวลผลข้อมูล Big Data ที่ช่วยให้ทุกคนสามารถใช้เพียงแอพพลิเคชั่นเดียวได้กับทุกความต้องการ
อย่างไรก็ตาม โลกของ Big Data ยังประกอบด้วยข้อมูลอภิพันธุ์ (Metadata) ที่ใช้ระบุแหล่งที่มาและคำอธิบายรายละเอียดเกี่ยวกับตัวข้อมูล ทำให้ทราบว่ามาจากแหล่งใด มีรูปแบบเช่นไร และได้มาเมื่อไหร่
เสมือนกับฉลากสินค้า ที่อธิบายถึงคุณลักษณะและวิธีใช้ หรือข้อมูลของภาพถ่ายที่บันทึกด้วยกล้องดิจิทัล ซึ่งจะระบุวันเวลาและสถานที่กำกับไว้ด้วย Metadata ทำให้นักวิเคราะห์ข้อมูลสามารถค้นหาความเชื่อมโยง และนำข้อมูลเหล่านั้นมาสร้างเส้นทางผู้บริโภค (Customer journey) ตั้งแต่ก่อนจะเป็นลูกค้า จนตัดสินใจซื้อ รวมถึงการกลับมาซื้อสินค้านั้นซ้ำ
Metadata จึงเป็นการขยายโลกของ Big Data ให้สามารถสร้างสิ่งที่ ‘ดีกับทุกคน’ และ ‘เหมาะสมเฉพาะราย’ ได้ในเวลาเดียวกัน เช่น Spotify API เป็นเทคโนโลยีจัดระบบเสียงดนตรีด้วย Metadata ไม่เพียงแต่ระบุชื่อเพลง ผู้แต่ง ศิลปิน ประเภทของเพลง ความยาว และวันที่วางจำหน่าย ยังลงลึกไปถึงคุณลักษณะเฉพาะของเพลง เช่น ระดับความดัง ความเร็ว ความน่าเต้น เป็นต้น ทำให้ระบบสามารถแนะนำหรือจัดหาเพลงได้ครอบคลุมกับความต้องการเฉพาะรายที่หลากหลาย ไม่ว่าผู้ฟังจะชอบฟังเพลงลักษณะใดก็ตาม
เทคโนโลยีการประมวลผลข้อมูล Bigdata และการวิเคราะห์ Metadata ช่วยทำให้หลักการ ‘ดีกับทุกคน’ และ ‘เหมาะสมเฉพาะราย’ กลายเป็นกระบวนทัศน์ใหม่ของการผลิตและการให้บริการ เรียกว่า‘Mass customization’ คือ สามารถตอบสนองต่อรสนิยมและความต้องการเฉพาะของบุคคลจำนวนมากได้ในเวลาเดียวกันในทุกที่ และทุกเวลา ด้วยต้นทุนที่ต่ำ
เรย์มอนด์ เคิร์ซวีล บุคคลที่ บิล เกตส์ ยกย่องว่าเป็นผู้ทำนายอนาคตคนสำคัญที่สุดของโลก เคยคาดการณ์ว่า ‘The singularity is near’ หรือ เทคโนโลยีทั้งหมด กำลังหลอมรวมเชื่อมต่อบูรณาการเข้าหากัน ซึ่งจะทำให้ศักยภาพของเทคโนโลยีในปัจจุบันทวีคูณสูงยิ่งขึ้นไปอีก ซึ่งรวมถึงความสามารถในการนำข้อมูลที่ดูเหมือนจะอยู่คนละมิติ เข้ามาประมวลผลร่วมกัน นำไปสู่การพัฒนานวัตกรรมที่ตอบสนองความต้องการ ที่แตกต่างแบบสุดขั้วของผู้ใช้งานที่มีตัวตนอยู่บนโลกจริง และตัวตนเสมือนแบบ Avatar อยู่บนจักรวาลนฤมิต (Metaverse) ได้พร้อมกันและในเวลาเดียวกัน จนเรียกได้ว่า ‘ดีกับทุกคน – เหมาะสมเฉพาะราย - เป็นไปได้ในทุกจักรวาล’