5/4/61

Big Data

ได้รับโอกาสอันดีจาก สนง. ให้ส่งไปอบรม Big Data ก็เลยต้องมีเขียนสรุปส่งสักหน่อย ให้คุ้มค่ากับภาษีประชาชน ไหนๆ เขียนส่งแล้ว หาที่เก็บไว้หน่อย เผื่อต้องใช้วันหลัง

Big Data เป็นสิ่งที่มีความสำคัญมากในโลกยุคปัจจุบัน โดยเราสามารถเปรียบ Data ได้กับ น้ำมันในสมัยก่อน ที่ประเทศไหนมีน้ำมันก็จะเป็นประเทศมหาเศรษฐี ในยุคนี้ ใครถือครองข้อมูล หรือใช้ประโยชน์จากข้อมูลได้มากที่สุดก็จะกลายเป็นเศรษฐีของยุคนี้เช่นกัน ดังจะเห็นได้ว่า บริษัท ระดับต้นๆ ของโลกในยุคนี้ล้วนทำธุรกิจเกี่ยวกับข้อมูลทั้งสิ้น เช่น Google, Facebook เป็นต้น

แบบไหนถึงเรียกว่า Big Data

เรารู้จักกับ Data อยู่แล้ว แต่ในนิยามของคำว่า Big Data ที่เราพูดถึงกัน ไม่ได้หมายถึงข้อมูลที่มีขนาดใหญ่เท่านั้น แต่ Big Data ที่พูดถึงกันในยุคนี้ จะต้องประกอบด้วยองค์ประกอบดังนี้

  • Volume: มีขนาดใหญ่ มีปริมาณมาก เป็นได้ทั้ง offline หรือ online
  • Variety: มีความหลากหลาย ทั้งที่มีโครงสร้างและไม่มี
  • Velocity: เปลี่ยนแปลงตลอดเวลา มีการส่งผ่านข้อมูลต่อเนื่องในลักษณะ streaming
  • Veracity: ข้อมูลไม่ชัดเจน

รูปแบบของข้อมูล

นอกจากข้อมูลจะมีความหลากหลาย และไม่มีโครงสร้างได้แล้ว ข้อมูลอาจมีได้หลายรูปแบบอีกด้วย เช่น

  • Behavioral: ข้อมูลการใช้งาน เช่น server log, การคลิกดูข้อมูล
  • Image, sounds: ภาพถ่าย, วีดีโอ, ข้อมูลเสียง
  • Text: ข้อความ tweeter facebook, เนื้อหาในเว็บไซต์
  • Records: ข้อมูลทางการแพทย์, ข้อมูลผลสำรวจที่มีขนาดใหญ่, ข้อมูลทางภาษี เป็นต้น
  • Sensors: ข้อมูลอุณหภูมิ, accelerometer, ข้อมูลทางภูมิศาสตร์ เป็นต้น

Big Data Analytics

เป็นขั้นที่สูงกว่าของ Data Analytics คือ เป็นการวิเคราะห์ข้อมูลจาก Big Data ซึ่งเป็นข้อมูลที่วิเคราะห์ได้ยากกว่า (ข้อมูลมีลักษณะ 4V) โดยการวิเคราะห์จะวิเคราะห์เพื่อตอบสองคำถามคือ เพื่อตอบอดีต และทำนายอนาคต
  • Descriptive analytics: เป็นการวิเคราะห์โดยสรุปผลรวมจากอดีต คล้ายๆ การทำข้อมูลเชิงสถิตินั่นเอง โดยการวิเคราะห์แบบนี้จะได้คำตอบในลักษณะดังนี้
    • Standard report: “เกิดอะไรขึ้น”
    • Ad hoc report: “จำนวนเท่าไหร่ บ่อยแค่ไหน ที่ไหน”
    • Query: “อะไรคือปัญหาที่แท้จริง”
    • Alerts: “ต้องเกิด action อะไร”
  • Predictive analytics: เป็นการวิเคราะห์โดยทำนายถึงสิ่งที่จะเกิดขึ้นในอนาคตด้วย โดยการวิเคราะห์แบบนี้จะได้คำตอบในลักษณะดังนี้
    • Statistical analysis: “ทำไมถึงเกิดเหตุการณ์นี้”
    • Randomized testing: “จะเกิดอะไรขึ้นถ้าเราทดลองทำวิธีการนี้”
    • Predictive modeling: “จะเกิดอะไรขึ้นต่อไป”
    • Optimization: “อะไรคือสถานการณ์ที่ดีที่สุดที่จะเกิดขึ้น”
  • Prescriptive analytics: เป็นการสังเคราะห์ข้อมูลเพื่อวิเคราะห์แนวโน้มและเสนอทางเลือกในการตัดสินใจที่เหมาะสมกับการคาดการณ์บนฐานของข้อมูล

Big Data จะมาจากไหนได้

โดยปกติในองค์กรจะมีข้อมูลอยู่แล้ว ซึ่งข้อมูลที่เห็นอยู่ตามปกติ จะเป็นเพียงแค่ส่วนหนึ่งของข้อมูลทั้งหมดเท่านั้น โดยข้อมูลทั้งหมดที่มีอยู่จะแบ่งออกได้ดังนี้

  • Data you analyze today: เป็นข้อมูลที่ได้มีการวิเคราะห์อยู่แล้ว เป็นปกติ เป็นข้อมูลที่ใช้กันเป็นประจำ เช่น รายงานผลการดำเนินงาน, สรุปยอดการเบิกจ่ายรายไตรมาส
  • Data you collect but don't analyze: ข้อมูลที่จัดเก็บ แต่ไม่ได้นำมาวิเคราะห์
  • Data you could collect but don't: ข้อมูลที่สามารถจัดเก็บได้ แต่ไม่ได้ทำ
  • Data from partners and third party: ข้อมูลจากภายนอก

สิ่งสำคัญในการทำ Big Data platform

พื้นฐานที่สำคัญในการที่จะสร้าง Platform สำหรับรองรับการใช้งาน Big Data คือ การสร้างโกดังจัดเก็บข้อมูล ในยุคสมัยเดิมเราจะรู้จักกับคำว่า Data Warehouse ที่เป็นแหล่งรวมข้อมูล จากข้อมูลหลายๆ แหล่ง รวมเข้ามาไว้ด้วยกัน แล้วจัดกลุ่มออกมาเป็น Data Mart จากนั้นจึงทำไปสร้างเป็น Cube เพื่อทำ Analys ก็เป็นการจบกระบวนการ

แต่สำหรับโลกของ Big Data นั้น ไม่สามารถใช้ Data Warehouse เพื่อเป็นฐานในการจัดเก็บข้อมูลได้ เนื่องจาก Data Warehouse จะรองรับข้อมูลที่เป็น Srtucture ในขณะที่ Big Data นั้น ข้อมูล Unstructure และยังไม่หยุดนิ่งอีกด้วย ดังนั้นแหล่งที่จะใช้ในการจัดเก็บจึงต้องขยับไปอีกขั้น ซึ่งจะรองรับข้อมูลที่หลากหลายได้มากกว่า

ดูภาพจะเข้าใจง่ายกว่า

เครื่องมือสำหรับทำ Big Data

เครื่องมือสำหรับทำ Big Data ไปจนถึงปลายทาง คือ Data Analytic สามารถใช้ได้หลายเครื่องมือ ขึ้นอยู่กับว่าตัวไหนจะตอบโจทย์ของเรามากกว่ากัน โดยจะขอยกตัวอย่างเครื่องมือคร่าวๆ ดังนี้

  • Data Ingestion/Collection: Kafka, Sqoop, Flume
  • Data Storage: Hadoop HDFS, S3, Google, Azure
  • Data Analyze/Processing: Hadoop Mapreduce, Pig, HIVE, Spark, Cassandra
  • Data Visualization: MS Power BI, Oracle Data virtualization, Tableau, Google Data Studio

สรุป

Big Data เป็นสิ่งที่ควรทำสำหรับองค์กร เพราะจะทำให้เรารู้จักตัวเองได้ดียิ่งขึ้น และเป็นเครื่องมือช่วยในการชี้ทางว่าควรจะก้าวเดินต่อไปอย่างไร และทำให้เห็นว่าภายนอกมองเห็นเราอย่างไร

การเริ่มต้น

  1. ควรเริ่มจากการวางโครงสร้างการจัดเก็บข้อมูลให้เป็นระเบียนเสียก่อน เพราะจะช่วยลดความยุ่งยากในการจัดเตรียมข้อมูล (อย่าลืมว่า ยังมีข้อมูล Unstructure จากภายนอกให้ต้องรับมืออีก ดังนั้นเตรียมข้อมูลภายในให้พร้อมไว้ จะได้ไม่เหนื่อยมาก) พร้อมกับหาพื้นที่จัดเก็บที่รองรับการขยายตัว และรองรับการเก็บไฟล์ขนาดใหญ่ (ในแต่ละไฟล์อาจใหญ่ได้เกินกว่าฮาร์ดดิสก์ที่เรามีก็เป็นได้)
  2. จัดเตรียมโครงสร้างข้อมูล Data Lake และ API ที่จะต้องเชื่อมต่อข้อมูลต่างๆ เข้ามาจัดเก็บ
  3. หา Data scientist ไว้ในองค์กร เนื่องจากการตั้งคำถามที่ถูกต้อง เป็นสิ่งสำคัญมาก ไม่อย่างนั้นแล้ว เราจะใช้ประโยชน์จากข้อมูลได้อย่างไม่เต็มที่
  4. ทำระบบวิเคราะห์ข้อมูล จากข้อมูลที่มีอยู่ให้เสร็จเสียก่อน เพื่อเป็นจุดเริ่ม และเป็นกำลังใจในการที่จะไปทำของที่ยากกว่า (คือ การวิเคราะห์ข้อมูลจากภายนอก)

19/3/61

2DS

ห่างหายจากการเล่นเกมไปพักใหญ่ หลังจากเครื่อง Wii พัง (สายรับคำสั่ง Wii mote ขาด) จริงๆ จะซ่อมก็ไม่ได้ลำบาก แต่อารมณ์คือ เริ่มจะหมดเกมสนุกๆ เล่นแล้วด้วย

เล็งเครื่องเกมใหม่อยู่นาน แน่นอนว่า สาย Nintendo อย่างผมต้องอยากได้ Switch แน่ๆ แต่ทำไปทำมา สอย 2DS มาซะงั้น (ได้ 2DS รุ่นที่เป็นฝาพับ สีส้มขาว สีถูกใจสุดๆ)

สาเหตุที่เลือก DS คือ อยากได้ Switch อยู่ แต่รู้ตัวว่าอยู่บ้านคงไม่ค่อยมีเวลาเล่นหรอก แล้วก็ ไม่อยากแย่งทีวีกับที่บ้านด้วย แม้ว่า Switch จะใช้เล่นพกพาได้ แต่ผมว่า เกมของเครื่อง Switch มันออกแบบมาสำหรับเล่นกับทีวีเสียมากกว่า กะว่า เดี๋ยว Nintendo ออก Switch รุ่นไม่มีจอจะค่อยเล็งๆ ดูอีกที

ก็ ได้ 2DS มาแล้ว ในราคาที่โอเคเลย ไม่แพงจนเกินไป แล้วก็มีเกมในแบบที่อยากเล่น

ตัวเครื่อง

  • รู้สึกมันพลาสติดไปหน่อย ออกจะป๊อกแป๊ก จำได้ว่าประมาณ 10 ปีก่อน เล่น NDSL มันดูจะแข็งแรงกว่านี้ แม้จะเป็นพลาสติกเหมือนกัน
  • จอไม่ชัดอย่างแรง อันนี้เสียความรู้สึกมาก มันเป็นเครื่องเกมออกใหม่ แต่ความคมชัดของจอเหมือนอยู่ในยุคมือถือ Windows CE
  • Power button อยู่ตำแหน่งด้านล่าง เวลาจะเปิดต้องใช้นิ้วโป้งจิ้ม ไม่ถนัดมาก ตอน NDSL ที่เป็นสวิตซ์แบบเลื่อน เปิด/ปิด ง่ายกว่านี้ (จริงๆ สวิตซ์แบบเลื่อนมัน เปิด/ปิด ยากกว่าแบบกด แต่ด้วยตำแหน่งของปุ่มที่ NDSL วาง มันทำให้เลื่อนสวิตซ์ได้ง่าย)
  • ปุ่มกด ตำแหน่งอยู่ในระยะที่เหมาะสมดี กดไม่ยาก แต่ขนาดรู้สึกว่าถือแล้วยังไม่ค่อยถนัดมือเท่าไหร่
  • มีปุ่ม L R เป็นอย่างละสองปุ่ม ผมว่ามันเยอะไป ให้ความรู้สึก Play station ไปหน่อย
  • ปุ่มบังคับทิศทาง มีปุ่มกลมๆ ที่เป็น Analog เพิ่มขึ้นมา ในขณะที่ปุ่มกดแบบ + ก็ยังมีอยู่ มันเลยเบียดตำแหน่งกันไปหน่อย จริงๆ มีอย่างใดอย่างหนึ่งก็พอ เพราะเราคงไม่ใช้ทั้งสองอย่างพร้อมกันอยู่แล้ว
  • สไตล์ลัสสั้นมาก
  • เสียงเบา
  • แบตทนดี เล่นแบลดความสว่างหน่อยก็อยู่ได้เกือบทั้งวัน
  • สายชาร์จ มาเป็นหัวติดกับปลั๊กเสียบเลย ถ้าเป็น USB จะดีมาก จะได้พ่วงกับ Power bank ได้


นอกนั้นโอเค รู้สึกว่า คิดถูกแล้วที่ซื้อเครื่องนี้ แต่ก็ยังอยากเล่นเกมของ Switch อยู่ แต่คงต้องรอให้หาช่วงที่จัดทีวีสำหรับเล่นให้ลงตัวก่อน เบื้องต้นก็ตั้งไมล์สโตนไว้ที ให้ Switch ออกรุ่นที่ไม่มีจอแล้วค่อยว่ากันอีกที

2/2/61

Teenager

เป็นช่วงที่ลูกเข้าสู่วัยรุ่นอย่างเต็มตัว ได้พบเจอผู้ปกครองที่มีลูกในวัยเดียวกัน พบว่าผู้ปกครองมีปัญหาแบเดียวกัน คือ ไม่เข้าใจวัยรุ่น ไม่เข้าใจว่า ทำไมต้องเป็นแบบนี้ ทำไมต้องเป็นแบบนั้น ทำไมแม่ถามนิดหน่อยก็หาว่าบ่น พ่อทำนู่นนี่ก็ไม่ถูกใจ

สิ่งที่ผมเห็นคือ เห็นภาพของตัวเอง ของเพื่อน ในช่วงที่เป็นวัยรุ่น ซึ่งมันถอดแบบกันมาเป๊ะๆ เลย ที่ไม่เข้าใจคือ ผู้ปกครองที่เคยเป็นวัยรุ่นมาก่อน ทำไมถึงไม่เข้าใจ ทั้งที่ตัวเองก็เคยเป็นแบบนั้นๆ มาเช่นเดียวกัน

หลายสิ่งที่พบ มันมีคำตอบอันเดียวกัน คือ เราไม่มองคนอื่นในมุมของอื่น เรามองทุกสิ่งอย่างแต่ในมุมของตัวเอง ตอนเราเป็นวัยรุ่น เราก็มองโลกในแบบวันรุ่น พอเป็นผู้ปกครอง ก็มองโลกในแบบผู้ปกครอง ทั้งที่เราก็เคยผ่านมุมมองในแบบเดียวกันมาก่อน ทำไมเราถึงไม่รู้ว่าควรจะมีปฏิสัมพันธ์กับวัยรุ่นยังไง

มนุษย์ช่างใจแคบนัก ผมเห็นผู้ปกครองทั้งหลาย เรียกร้องให้ลูกเข้าใจตัวเขา แต่ไม่เคยคิดจะทำความเข้าใจในตัวเขา มันจะเป็นไปได้ยังไงที่จะให้วัยรุ่นที่ไม่เคยเป็นพ่อแม่มาก่อนเข้าใจพ่อแม่ได้ ในขณะที่พ่อแม่เคยเป็นวัยรุ่นมาก่อนแท้ๆ ไม่คิดจะเข้าใจวัยรุ่น

ทำไมเราช่างลืมง่ายนัก ผู้ปกครองในรุ่นผม ก็ผ่านการเป็นวัยรุ่นมา 20-25 ปี แค่นั้นแหล่ะ มันไม่นานเลย ถ้าเพียงแค่เราจะนึกถึง และทำความเข้าใจ เราก็ไม่ต้องทะเลาะกับลูกแล้ว

นึกดูสิ เราจังจำวัยเด็กที่นั่งดูคินิขุแมน นั่งทนดูเจ้าขุนทอง เพราะไม่มีอะไรให้ดูได้เลย แล้วทำไมเราไม่คิดจะนึกถึงช่วงเวลาที่เป็นวัยรุ่นเพื่อลูกของเราบ้าง

23/1/61

นิ่งเสีย ตำลึงทอง

ด้วยความที่มีพ่อเป็นทหาร มีแม่เป็นครู ในสมัยเด็กๆ เวลาติดตามแม่ไปทำงานด้วย คำที่จะได้ยินบ่อยมากๆ ในกลุ่มเพื่อนๆ คนทำงานของแม่คือ "ความชั่วไม่มี ความดีไม่ปรากฎ หนึ่งขั้นครึ่ง" ผมค่อนข้างฝังใจ และรู้สึกแย่กับวิธีคิดลักษณะนี้ นี่คงเป็นส่วนหนึ่งที่ทำให้ผมไม่อยากทำงานราชการเท่าไหร่ และมองนักธุรกิจเป็นไอดอลเสียมากกว่า (กล้า ฝัน กล้าลุย กล้าทำ ทำมากได้มาก ไม่ทำไม่ได้ แฟร์ๆ)

โตขึ้น ทำงานมากขึ้น ความเป็นราชการเริ่มหล่อหลอมผม ให้เกิดวามคิดแบบราชการที่ผมเคยรังเกียจในสมัยเด็กขึ้นมา "ทำมาก ผิดมาก โดนด่ามาก ทำน้อย ผิดน้อย โดนด่าน้อย ไม่ทำ ไม่ผิด ไม่โดนด่า" การที่ผมมีความคิดแบบนี้ มันแปลว่าผมแย่ละ แต่เพราะอะไรที่ทำให้ผม ที่ต่อต้านความคิดลักษณะนี้ กลับมามีความคิดแบบนี้เสียเอง

เชื่อเถอะ ว่าการที่ผมมีความคิดแบบนี้ หรือเอาสิ่งที่คิดมาบันทึกในพื้นที่ส่วนตัว อันนี้ก็ผิดอีกเหมือนกัน ซึ่ง มันแย่ซ้อนแย่เลยล่ะ

9/1/61

Back to Mac

ด้วยข้อจำกัดต่างๆ ในการทำงาน ทำให้ต้องหันมาใช้ Windows อยู่พักใหญ่ๆ (กว่า 2ปี ได้) สาเหตุหลักๆ ก็เป็นเรื่องของไดรเวอร์เครื่องพิมพ์ และงานเอกสาร (MS Word) กอปรกับฮาร์ดแวร์ของ สนง. ที่เป็น Acer ที่ การจะใช้ Linux หรือโอเอสอื่น ก็ไม่ง่ายนัก (ด้วยสองหาเหตข้างต้น)

เดือนก่อนมีโอกาสได้รับมอบเครื่อง Macbook Pro (Mid 2012) ที่ผู้บริหารไม่ใช้แล้ว ก็เลยเป็นอันว่าได้กลับมาใช้ Mac อีกครั้ง ปัญหาเรื่อง MS Word ก็ไม่มี เพราะใช้เวอร์ชั่น Mac ได้ ส่วนเรื่องไดรเวอร์เครื่องปริ๊นท์ ก็เซ็ตเป็น Google cloud print เอา

คิดว่าคงได้อยู่บน Mac ไปอีกพักใหญ่ เพราะการใช้งานค่อนข้างจะลงตัวแล้ว

7/1/61

My org

ทำงานอยู่ในองค์กรมานานหลายปี พบปัญหาคือ หลายๆ คนที่ทำงานนานๆ จะมีอาการหมดไฟ

อธิบายถึงการมีไฟก่อน
การมีไฟในการทำงาน เกิดจากเรามีความรู้ แล้วอยากใช้ในการทำงาน อยากแสดงให้คนอื่นเห็นว่าสิ่งที่ฉันทำดียังไง สร้างประโยชน์อะไรได้ อยากให้คนเห็นคุณค่า ซึ่งสิ่งเหล่านี้ธรรมชาติผลักดันให้เราเป็น เนื่องจากเราเป็นสัตว์สังคม เราต้องการการยอมรับ

อาการหมดไฟเกิดได้ยังไง
มักจะเกิดจากการที่มีความรู้ อยากแสดงความสามารถ แต่ใช้ไม่ได้ หรือถูกสกัดให้ไม่ได้ใช้ หรือไม่ให้แสดงความสามารถนั้น

ตัวอย่าง

โงกุนฝึกวิชากับผู้เฒ่าเต่า เพื่อจะไปแสดงความสามารถในศึกชิงเจ้ายุทธภพ

case a: พอถึงเวลาแข่ง ผู้เฒ่าเต่ากล่าวขอบคุณโงกุน ที่ช่วยคุริรินฝึกซ้อมจนเก่งขึ้น โงกุนไม่ต้องแข่ง ฉันแค่ให้เจ้าช่วยคุริรนซ้อมเท่านั้น

ดังนั้นในการฝึกซ้อมเพื่อการแข่งขันปีต่อๆ ไป โงกุนก็จะไม่อยากฝึก

case b: โงกุนฝึกซ้อม ได้แข่งศึกชิงเจ้ายุทธภพ พอชนะ จะได้ออกข่าว จะได้รับรางวัล โงกุนโดนเอาไปเก็บ ผู้เฒ่าเต่าออกรับรางวัล ให้สัมภาษณ์ ได้เงิน ได้หน้า ได้รางวัล

ปีหน้าโงกุนก็จะไม่อยากแข่ง

case c: โงกุนได้ลงแข่งศึกชิงเจ้ายุทธภพ แต่มีผู้เฒ่าเต่ากำกับอยู่ข้างเวที ว่าต้องแบบนี้ ต้องแบบนั้น ห้ามทำท่านี้ ห้ามใช้ท่านั้น

โงกุนจะหมดไฟจากการไม่ได้แสดงความสามารถของตัวเอง ความสำเร็จที่เกิดขึ้น จะถูกเคลมว่ามาจากความสามารถในการบงการของผู้เฒ่าเต่า

กรณีเหล่านี้ทำให้คนในองค์กรหมดไฟ สูญสิ้นความสามารถ ไรค่า

อะไรทำให้เกิดสิ่งเหล่านี้ขึ้น ผมมองว่า มันก็การวางองค์กรแบบ Hierarchy และการสั่งการแบบ Water fall

ผมเคยพยายามหลุดจากอาการหมดไฟ ด้วยการปีขึ้น Hierarchy แต่ไต่ไม่ขึ้น แต่ว่าหลังจากได้เห็นได้ดูแล้ว บอกเลยว่า ต่อให้ขยับขึ้นไปได้ ก็ไม่ง่ายและไม่สนุกอยู่ดี เพราะเมื่ออยู่ในลำดับชั้นของ Hierarchy แล้ว ถ้าคุณไม่ได้อยู่ในลำดับล่างสุด คุณมีโอกาสที่จะโดนบีบจากทั้งด้านบนและด้านล่าง (นึกถึงถนนสามเลน ที่คุณขับเลนกลาง คุณจะต้องระวังทั้งรถซ้าย และรถขวา ต่างจากการวิ่งเลนซ้ายสุดหรือขวาสุด) นั่นเลยทำให้ผมรู้สึกโชคดีอยู่บ้าง ที่ไต่ไม่ขึ้น

ถ้าเป็นองค์กรที่ผมสร้างขึ้นเอง

Heirachy จะเหลือ 3 คือ CEO ถัดมาเป็น CXO แล้วที่เหลือเป็นลำดับล่างเท่ากันหมด

การทำงานเป็นแบบ Bottom up
- CEO วางนโยบาย และทิศทางองค์กร เป้าหมายคืออะไร

ทุกคนในองค์กรสามารถเสนอได้ว่าอยากทำอะไร โดยให้แปะบอร์ด แล้วลงชื่อ ว่าควรทำอะไร วิธีไหน ยังไง แล้วผู้คนก็มาโหวต มาให้ความเห็น หรืออาจจะเป็น CEO มาเลือกช้อปเอาก็ได้ ว่าซื้อไอเดียไหน (นึกภาพ เสนอหัวเรื่องในงาน Bar camp)

พร้อมกันนี้ คนก็เอาชื่อมาใส่ ว่าใครอยากเสนอทำโปรเจคไหน ที่ได้แปะ หรือได้โหวตแล้ว เราอาจใส่ชื่อตัวเอง หรือใส่ชื่อคนที่คิดว่าเหมาะสม พร้อมให้เหตุผล (เหมือน ผู้สมัคร สส. หาเสียง)

ผู้ได้รับคะแนนโหวต ก็มีสถานะเป็น Project manager ของโครงการนั้น ผู้จัดการโครงการ ก็มาวาง ว่าจะทำอะไรบ้าง ต้องการคนประมาณไหนมาร่วมทีม

*หมายเหตุ ในกระบวนการทั้งหมด ก็จะมี CXO คอยให้คำปรึกษาได้ แต่ต้องไม่ใช่ผู้ตัดสินใจ ให้มี CEO ตัดสินใจอย่างเดียว (จริงๆ ก็คือ ให้ CXO มีสถานะเป็นที่ปรึกษา) ซึ่งจะทำให้ CEO ทำงานตรงกับ Project manager และทีมของแต่ละ Project

คนอื่นๆ ในองค์กร จะเห็นประกาศรับสมัครงาน ของแต่ละ Project แต่ละคนสามารถเสนอตัวเข้ารับงานในหน้าที่ต่างๆ ของแต่ละ Project ได้ (คนนึงอยู่ได้หลาย Project และ Project manager ก็อาจเป็นสมาชิกของ Project อื่นก็ได้) Project manager หรือคนในทีม จะเชิญคนที่เห็นว่ามีความสามารถมาร่วมก็ได้ แต่เจ้าตัวก็ต้องยินดีมา หรือไม่ก็ CEO ฟันมาว่าต้องช่วย

ดังนั้น การทำงานจะไม่มีตำแหน่งตายตัว คนจะไม่ต้องกลัวโดนเลื่อยขาเก้าอี้ ไม่ต้องกลัวโดนลดตำแหน่ง ไม่ต้องอยากเลื่อนตำแหน่ง ขยันได้ตังค์มาก เหนื่อยนักจะพักไปเลือกงานเบาๆ บ้างก็ได้

คนจะสามารถเลือกงานที่ตรงความสามารถได้ สามารถแสดงความสามารถได้ง่ายขึ้น ถ้าจะโดนสกัดบ้าง ก็ไม่ถึงกับหมดสิ้นหนทางเสียทีเดียว เพราะก็สามารถอยู่ได้หลายโครงการ หลายทีม โดนสกัดจากทีมนึง ก็จะสามารถแสดงความสามารถในทีมอื่นได้อยู่

ดังนั้นคนเก่ง ก็จะถูกเชิญให้รับหน้าที่ในงานสำคัญๆ ในโปรเจคถัดๆ ไป ได้รับการโหวตให้รับหน้าที่ดีๆ รายได้สูง ในแต่ละโปรเจคไปในตัว คนจะไม่ต้องอยากแทงข้างหลังกัน ไม่ต้องระแวงกัน ไม่ต้องสกัดขากัน เพราะวาระในการดำรงตำแหน่งมันสั้น จบโปรเจคก็ล้างไพ่ ว่ากันใหม่

การประเมิน ให้ประเมินจากน้ำหนักของงานในแต่ละตำแหน่ง ทีมให้คะแนนประเมินกันและกัน, คนในองค์กร ก็ประเมินกันและกัน ไม่มีประเมินบนลงล่าง ล่างขึ้นบน มีแต่ประเมินซ้ายขวา

เงินเดือนไม่มีปรับขึ้นปรับลด จะมีแค่เงินรายได้ ที่คิดตามความยากของงานที่ได้รับไปทำ (แต่ต้องกำหนดเงินกับงาน ก่อนที่คนจะมาช้อปงานไปนะ) จะทำให้ไม่เกิดอาการเส้นสาย หรืออาการ เงินเดือนตันแล้ว ขี้เกียจทำงาน จะประเมินยังไงก็ช่าง

และนี่คือ องค์กรที่ผมจะวางโครงสร้าง (ถ้าจะได้มีอ่ะนะ) เพื่อไม่ให้คนหมดไฟจาก Hierarchy และ Water fall ผมไม่อยากเห็นคนเก่งกลายเป็นซอมบี้ที่เช้ามาให้ทัน เย็นก็กลับ รอวันรับเงินเดือน และดีใจกับการมาถึงของวันเสาร์ มันน่าเสียดายคุณค่าของคน

ผมคงไม่ใช่คนแรกที่คิดอะไรแบบนี้หรอก องค์กรแบบนี้ หรือแนวทางแบบนี้คงมีอยู่แล้วแหล่ะ ถ้ามีโอกาสได้ทำ คงต้องหาข้อมูลอีกทีว่าองค์กรที่บริหารคล้ายๆ แบบนี้ เขาทำยังไง เรียกว่ายังไง