สรุปงาน Dynatrace Innovate Roadshow Bangkok 2025  “เมื่อ Observability คือพลังสำคัญที่ขับเคลื่อนทุกบริการดิจิทัล”

ในวันที่บริการดิจิทัลรายล้อมอยู่รอบตัวเรา แทบทุกกิจกรรมเกิดขึ้นผ่านมือถือที่พกติดตัวไว้ตลอดเวลา คำถามคือจะทำอย่างไรที่จะพัฒนาบริการให้ดีขึ้นได้อย่างต่อเนื่อง ไม่มีสะดุด และสร้างประสบการณ์ที่ดีขึ้นเรื่อยๆ Dynatrace ผู้นำด้าน Observability จึงได้จัดงาน Dynatrace Innovate Roadshow Bangkok 2025 เพื่อบอกเล่าเรื่องราวที่น่าสนใจเกี่ยวกับโซลูชันและความสำคัญของ Observability ต่อธุรกิจในปัจจุบัน ที่ทุกท่านจะได้จากการมองเห็นแบบ End to End พร้อมกับความล้ำสมัยจาก AI ทีมงาน TechTalkThai ขอสรุปประเด็นสำคัญของงานมาให้ได้ติดตามกันอีกครั้งผ่านบทความนี้

“ปัจจุบันการบริการแทบทุกอย่างถูกกระทำผ่านระบบดิจิทัล สะท้อนได้จากที่ผู้คนแทบไม่สามารถขาดมือถือได้ ที่เห็นได้ชัดคือบริการของธนาคารที่ต้องเร็ว ง่าย เข้าถึงได้เพียงผ่านปลายนิ้ว แต่ความท้าทายของผู้ให้บริการ คือจะดูแลบริการเหล่านนั้นได้อย่างไร ซึ่ง Dynatrace เองเราไม่ใช่เครื่องเครื่องมือ แต่เป็นแพลตฟอร์มที่จะส่งเสริมการใช้ข้อมูลให้เกิดประโยชน์ได้สูงสุดและไวขึ้นด้วย” — คุณ Kawinthorn Bhutrakul, Regional Sales Director of Dynatrace (Thailand) กล่าวต้อนรับทุกคน

Dynatrace มีพันธกิจที่จะช่วยจัดการโลกที่กำลังซับซ้อนขึ้นเรื่อยๆจากหลายปัจจัย ซึ่งในข้อนี้ คุณJim McCready, VP APAC Dynatrace ได้ย้ำชัดให้ทุกคนตระหนักในจุดยืนของพวกเขาว่า “หลายคนคิดถึงการแก้ปัญหาที่รวดเร็วเมื่อซอฟต์แวร์เกิดปัญหา แต่ที่ Dynatrace เราหวังจะให้คุณรู้ถึงแนวโน้มและจัดการต้นตอปัญหาได้ก่อนเกิตเหตุ“

นอกจากนี้คุณ Jim ยังเผยว่า Autonomous Observability ที่พวกเขากำลังมุ่งหน้าไปอย่างแน่วแน่ ได้แรงขับเคลื่อนอย่างเป็นรูปธรรมจาก Agentic AI ที่กำลังทยอยเพิ่มเข้ามา อย่างไรก็ดีสิ่งเหล่านี้เป็นผลพวงจากโครงสร้างพื้นฐานด้านข้อมูลที่เข้มแข็งอย่าง Grail (Data Lakehouse) และพลังของ AI จาก Predictive AI, Casual AI และ Generative AI ซึ่งทั้งหมดนี้ก็เพื่อการเอาชนะความท้าทายที่องค์กรกำลังเผชิญ เช่น การมีเครื่องมือที่มากเกินไป ข้อมูลที่ผุดขึ้นอย่างไร้ขีดจำกัด นำไปสู่งานจัดการที่ท่วมท้นจนองค์กรดูแลไม่ทั่วถึง

หลักการเลือกเครื่องมือ Observability สำหรับองค์กร โดย IDC

Dr. Chris Marshall, VP Data, Analytics, AI, Sustainability & Industry Research IDC ได้เท้าความเกี่ยวกับความก้าวหน้าของ Data Observability ซึ่งเป็นหัวใจสำคัญในการตัดสินใจทางธุรกิจว่าในช่วงหลายปีที่ผ่านมา AI ทำให้เกมเปลี่ยนอย่างแท้จริง เริ่มตั้งแต่การนำ AI มาใช้เพื่อทำนายเหตุการณ์ ไปสู่ Generative AI ที่ทำให้ทุกคนเข้าถึงข้อมูลได้ง่าย และ ปัจจุบัน Agents ได้บูรณาการให้ขั้นตอนต่างๆเกิดขึ้นได้อย่างอัตโนมัติ ตั้งแต่การเก็บข้อมูล วิเคราะห์ และตอบสนอง ซึ่งตัวเขาเองเชื่อว่าเรากำลังมาถึงจุดตัดที่ Observability จะกลายเป็นเรื่องของภาคธุรกิจด้วย ไม่ใช่แค่ฝ่ายไอที โดยประโยชน์ในแง่มุมของธุรกิจ มีดังนี้

• ช่วยเพิ่มประสิทธิภาพขององค์กรให้ทุกฝ่ายเห็นภาพเดียวกันจากรากฐานของ Metric, Log, Trace และข้อมูลอื่นๆ สิ่งที่น่าตกใจคือองค์กรเก็บข้อมูลเหล่านี้ได้มาก แต่มักไม่สามารถแบ่งปันข้ามหน่วยธุรกิจได้ โดยมากจะแชร์กันในกลุ่มของไอทีเป็นส่วนใหญ่ ดังนั้นเครื่องมือ Observability จะเข้ามาช่วยให้ทุกคนเข้าใจภาพเดียวกัน
• เครื่องมือด้าน Observability ยังมีส่วนร่วมอย่างมากกับการพัฒนาธุรกิจและเผยให้เห็นถึงประสบการณ์ดิจิทัลของลูกค้า ซึ่งในมุมมองของฝ่ายธุรกิจเรื่องเหล่านี้ถือเป็นเรื่องหลัก ซึ่งตัวเครื่องมือเองมีกลไก AI ที่ช่วยให้คำแนะนำถึงจุดปัญหาต่างๆได้
• ความทนทานของบริการดิจิทัลก็ถือเป็นประเด็นที่ละเลยไม่ได้ในแง่ของธุรกิจ รวมไปถึงความเสี่ยงด้าน Cybersecurity ที่เครื่องมือ Observability คือกลไกหนึ่งที่สามารถเผยให้เห็นถึงความผิดปกติที่อาจนำไปสู่ความเสี่ยง และภาพที่ครอบคลุมจะช่วยให้เห็นถึง เส้นทางของกิจกรรมที่ชัดเจน ดีกว่าการใช้เครื่องมือเฉพาะทางเป็นส่วนๆแต่ทำงานร่วมกันไม่ได้

Dr. Chris ยังให้คำแนะนำในการเลือกเครื่องมือด้าน Observability ซึ่งทุกอย่างมีข้อดีต่างกัน ดังนั้นองค์กรต้องสำรวจให้ชัดเจนถึงเป้าหมายที่ต้องการ 

• Open Source – เครื่องมือแบบโอเพ่นซอร์สมีจุดเด่นเรื่องต้นทุน เปิดกว้างให้สามารถปรับแต่งเพิ่มเติม รวมไปถึงการมีผู้ใช้ในวงกว้างก็มักมีการพัฒนาและอัปเดตใหม่เรื่อยๆ ในขณะเดียวกันผู้ใช้งานเองก็ต้องมีทีมงานที่เก่ง ดูแลตัดสินใจเองได้แต่ก็อาจเกิดความผิดพลาดขึ้นได้ และองค์กรต้องกำกับดูแลการใช้งานเอง
• Integration – ในองค์กรมักมีเครื่องมือเฉพาะทางแต่เชื่อมต่อกันไม่ได้ ดังนั้นการสร้างระบบเชื่อมต่อก็เป็นอีกแนวทางหนึ่ง ข้อดีคือมีความเก่งเชิงลึก และมีทีมคอยผู้ดูแลส่วนเชื่อมต่อ แต่อีกมุมหนึ่งก็อาจมีความยุ่งยากในการเชื่อมต่อเข้ากับระบบและเกิดต้นทุนภายหลัง หรือบางองค์กรอาจไม่ได้ต้องการการทำงานเชิงลึกมากขนาดนั้น
• Single Platform – ระบบแบบรวมศูนย์จะทำให้ข้อมูลเป็นโมเดลเดียวกัน สะดวกต่อการใช้งานต่อ ดูแลข้อมูลและแบ่งปันให้ทีมอื่นได้ง่าย ข้อเสียคือราคาอาจจะสูงกว่าแนวทางอื่น และความสามารถขึ้นกับผู้สร้างโซลูชัน

นอกจากนี้ Dr. Chris ยังกล่าวถึงกลยุทธ์ในการสร้าง Observability ในองค์กรว่า ต้องมองเห็นได้แบบ End to End โดยความท้าทายคือการรวบรวมทุกฝ่ายมาทำงานร่วมกัน ซึ่ง Dynatrace คือหนึ่งในพาร์ทเนอร์ที่สำคัญในวงจรนี้ พร้อมทั้งกล่าวปิดท้ายว่า “Observability คือเครื่องมือที่จะสร้างความแข็งแกร่งให้ทุกทีมไอทีทั้ง Network, Security และ AIOps แต่เราต้องทำให้ข้อมูลนั้นแชร์ร่วมกันได้ พร้อมทั้งมี Dashboard ที่นำไปสู่การแก้ปัญหาได้จริง และ AI/ML คือผู้ช่วยที่สำคัญในจุดนี้“

แนวทางการปฏิรูป Log Management และการก้าวเข้าสู่ Autonomous Intelligence

ไม่มีองค์กรใดที่ไม่มี Log หากคุณมีระบบดิจิทัล เพราะ Log เกิดขึ้นในทุกระบบไม่ว่าจะเป็น Database, Web, Cloud, SaaS, Application, Audit, Business และ Network แต่ที่ผ่านมาระบบ Log มีไว้สำหรับตั้งรับเพื่อรอวันตอบสนอง เนื่องจากเราไม่สามารถบูรณาการ Log เข้าร่วมกันได้ อีกทั้งตัวข้อมูลไม่พร้อมสำหรับใช้ประโยชน์จาก AI ที่ก่อให้เกิด insight และการปฏิบัติการอัตโนมัติ

แต่ Dynatrace Grail ได้ทลายการแบ่งแยกทางข้อมูล และเสริมสมรรถนะด้วยความสามารถจาก AI ตอบโจทย์ความต้องการระดับองค์กร ให้เข้าถึงข้อมูลได้รวดเร็ว ขยายตัวได้เมื่อต้องการ พร้อมสำหรับการใช้งานเสมอ ซึ่งเมื่อมีข้อมูลที่ดี AI ก็จะสามารถแปรเปลี่ยนจากข้อมูล(Ingest) สู่ข้อมูลที่เกิดประโยชน์ต่อการตัดสินใจได้ในที่สุด(insight)

Dynatrace ไม่ได้มองเพียงแค่การให้ข้อมูลเพื่อช่วยเหลือเท่านั้น แต่เป้าหมายที่กำลังก้าวไปคือการเป็น Autonomous Intelligence ด้วยพลังจาก Agentic AI ต่างกับบริบทของ ‘Automation’ ที่แค่ทำให้ขั้นตอนนั้นๆเป็นอัตโนมัติ ตัวอย่างเช่น การดึงข้อมูลจากแหล่งข้อมูล วิเคราะห์ข้อมูล แจ้งเตือนและให้ความช่วยเหลือแก้พนักงานด้านโค้ด หรือแม้กระทั่งการแก้ปัญหา ณ จุดนั้นๆ สามารถทำได้ผ่านระบบ Agentic AI

นอกจากนี้ Dynatrace ยังสามารถถูกใช้ประโยชน์ได้จากทีมต่างๆไม่ใช่แค่ฝ่ายไอที ดั่งเช่นที่พวกเขาได้ช่วยทีมแข่งขันในรายการ Formula 1 ที่ทีมงานในหน้าที่ต่างๆสามารถใช้ข้อมูล Observability เพื่อช่วยตัดสินใจ โดยทีมงาน Dynatrace เชื่อแน่ว่าลูกค้าของพวกเขาจะได้สัมผัสประสบการณ์ของ Autonomous Intelligence มากยิ่งๆขึ้นไปในอนาคต

Dynatrace กับการจัดการความท้าทายด้าน Code, Cloud และ Kubernetes

Developer ในยุคปัจจุบันต้องการความรวดเร็วมากขึ้นอย่างที่ไม่เคยมีมาก่อน แต่ในทางปฏิบัติแล้วพวกเขาก็กำลังเผชิญกับความแตกต่างจากทักษะภายในทีมด้วย ในเรื่องของเครื่องมือการโปรแกรม ภาษาโปรแกรม รวมไปถึงขั้นตอนการอนุมัติที่ล่าช้าทำทำให้เกิดคอขวดในการทำงาน สุดท้ายการทำงานในหลายองค์กรจึงไม่ได้รวดเร็วอย่างที่คิด ซึ่งนี่คือช่วงเริ่มต้นการบรรยายจาก คุณ Andi Grabner, CNCF Ambassador, Book Co-Author and Fellow Product Manager DevRel, Dynatrace

โดยคุณ Andi แนะนำว่าหากอยากให้นักพัฒนาทำงานได้อย่างมีประสิทธิภาพ ต้องค้นหาตำแหน่งต้นตอของปัญหา กำหนด KPI เพื่อวัดผลการทำงาน โดยอาจเริ่มต้นจากแค่จุดเล็กๆ ซึ่ง Observability จะต้องเป็นแกนหลักของการเดินทางเหล่านี้ ในมุมของ Dynatrace เองพวกเขาได้ใช้ Observability ในทีมพัฒนา ตั้งแต่การเปิดเคส, การสร้าง Workflow, การเขียนโค้ดกับระบบ Git และ Deploy ใช้งานจริง ซึ่ง Dynatrace จะสามารถให้ข้อมูลที่บ่งบอกถึงประสิทธิภาพการทำงานได้

นอกจากนี้ในมุมของ incident ทีมงานดูแลระบบก็สามารถจัดการปัญหาได้เองด้วยข้อมูลสนับสนุนจาก AI ที่ชี้ไปถึงปัญหาและแนวทางการแก้ไข ซึ่ง Dynatrace ยังมีฟีเจอร์ Live Debugging และ Predictive Scaling ที่ช่วยในการทำงานได้อย่างมาก และ AI ยังช่วยให้พวกเขาตรวจสอบคุณภาพในการให้บริการทางธุรกิจได้ตาม SLO ด้วย

อย่างไรก็ตามเชื่อแน่ว่านักพัฒนาขององค์กรส่วนใหญ่มักใช้งาน Cloud หรือ Kubernetes เป็นรากฐานของการพัฒนาแอปพลิเคชัน ซึ่ง คุณ Myrvin Yap, Principal Solutions Engineer, APAC, Dynatrace ได้ชี้ให้เห็นว่านี่ไม่เคยเป็นเรื่องง่ายกับนักพัฒนาเลย เพราะอันที่จริงแล้วระบบภายในของ Kubernetes นั้นซับซ้อนมาก โดยในทางปฏิบัติแล้วนักพัฒนาต้องมองระบบแบบ End-to-End ในหนึ่งเส้นทางการใช้งานระบบ ตั้งแต่หน้าแอปพลิเคชันในฝั่งผู้ใช้ ระบบประมวลผลของบริการดิจิทัล และระบบที่มาจาก Third party คำถามคือเราจะบูรณาการข้อมูลทั้งหมด มาแปรผลให้เกิดบริบทที่เกิดประโยชน์ได้หรือไม่ และควรเป็นกลไกเหล่าที่ทำได้แบบอัตโนมัติ

โดยในส่วนนี้ คุณ Myrvin ได้สาธิตให้ผู้ชมได้เห็นถึงความสามารถของ Dynatrace ที่สามารถมองเห็น Workload ภายในของ Kubernetes ผ่านแดชบอร์ดที่จะนำไปสู่การตัดสินใจ โดยภายในตัวอย่าง Davis AI สามารถอธิบายเกี่ยวกับการใช้งานทรัพยากรของ Kubernetes ได้ว่าเป็นอย่างไร ซึ่งปกติแล้วนักพัฒนาต้องใช้ความพยายามอย่างมาก ในกระบวนการหาข้อมูลดังกล่าว แต่ด้วยเครื่องมือของ Dynatrace สิ่งเหล่านี้เกิดขึ้นได้ในไม่กี่คลิก นอกจากนี้ AI ยังช่วยทำนายการใช้งาน รวมไปถึงกระทำการบางอย่างได้อย่างอัตโนมัติด้วย  

3 บทเรียนจาก 3 ธนาคารความแข็งแกร่งจากพลังของ Dynatrace Observability

1.) KBTG

รู้หรือไม่ว่าสถิติไร้ Downtime ของ KBANK ไม่ได้เกิดขึ้นมาง่าย ซึ่งหลายปีที่ผ่านมาบริการดิจิทัลได้กลายเป็นสิ่งที่ลูกค้าต้องการใช้ตลอดเวลา และไม่ว่าจะเป็นแผนหยุดปรับปรุงระบบอย่างตั้งใจหรือไม่ตั้งใจ ทุกเหตุการณ์ส่งผลกระทบต่อผู้ใช้เสมอ โดยทัศนะจาก คุณ Supagorn Ritthichai, Assitant Managing Director, Technology Management, KBTG เชื่อว่า “Observability เป็นเรื่องของทุกฝ่ายงาน สิ่งที่ KBTG ให้ความสำคัญคือจะทำอย่างไรให้เกิดประโยชน์ในมุมของหน้าที่ต่างๆ ทำให้พวกเขาใช้งานได้ทุกๆวัน” สิ่งเหล่านี้ต้องเกิดจากการวางแผนอย่างเป็นขั้นเป็นตอน ทั้งเรื่อง คน กระบวนการ และเทคโนโลยี โดย Dynatrace เป็นเครื่องมือที่มาพร้อมด้วยฟังก์ชันที่สามารถทำให้พวกเขาใช้ประโยชน์ได้อย่างสูงสุด นำไปสู่การแก้ปัญหา ตลอดจน AI ที่ทำให้ทุกอย่างเป็นเรื่องง่าย

2.) Krungsri

Digital Experience เกิดขึ้นอย่างมหาศาลภายในการปฏิบัติการของธนาคาร โดยพวกเขากล้าเปลี่ยน Core Bank ที่หลายๆคนไม่กล้า ปรับปรุงแอปพลิเคชัน ข้อมูล และสร้างสภาพแวดล้อมที่เปิดกว้างให้เกิดธุรกิจใหม่ โดยก่อนที่เดินทางมาอย่างน่าชื่นชมนั้น พวกเขาก็เคยเผชิญกับอุปสรรคในการมองเห็นข้อมูลได้ไม่ทั้งหมด ทั้งๆที่ลงทุนไปมาก จนกระทั่ง Dynatrace ก้าวเข้ามา ซึ่งช่วยเผยให้เห็นการใช้งานตั้งแต่ต้นทางไปยังปลายทาง  ครอบคลุมการทำงานตั้งแต่ ลูกค้า เซิร์ฟเวอร์ ไปจนถึงนักพัฒนา คุณ Guy Deffaux, Head of Technology Architecture Department, Bank of Ayudhya Public Company Limited ได้ให้ไอเดียสำหรับการเลือกเครื่องมือว่า “ก่อนที่จะลงทุนอะไร จงศึกษาความต้องการให้ถ่องแท้ว่าคุณกำลังมองหาอะไร และแผนต่อไปของผมคือ Dynatrace Software as a Service(SaaS) เพราะมีเทคโนโลยีที่สมบูรณ์มากกว่า เช่น Grail และ AI โดยยังลดภาระการดูแลระบบได้อีกด้วย“

3.) Bank Syariah Indonesia 

เคล็ดลับของธนาคารอิสลามที่ใหญ่ที่สุดในอาเซียนแห่งนี้ มาจากความมุ่งมั่นที่จะทำความเข้าใจในประสบการณ์ของลูกค้าอย่างถ่องแท้ ตั้งแต่ระหว่างการตัดสินใจไปจนถึงหลังเป็นลูกค้าธนาคารแล้ว โดย Dynatrace ทำให้พวกเขาได้ Insights เพื่อการตัดสินใจได้อย่างทันท่วงที ไม่จำเป็นต้องรอสรุปข้อมูลหลังวันทำการอย่างที่ผ่านมา ตอบคำถามได้อย่างชัดเจนว่า ใคร เมื่อไหร่ ในเหตุการณ์อะไร สนับสนุนการทำงานของ Core Bank และ บริการมือถือ ซึ่งหลายปีทีผ่านมาพวกเขาได้เปิดการใช้งาน Dynatrace มากขึ้นในทุกปีกับมุมมองของ Infrastructure, Application, Security, User Experience และ ธุรกิจ โดยในอนาคต คุณ Arief Sunandar, Senior Operation Risk Head, PT Bank Syariah Indonesia เผยว่าพวกเขาต้องการที่จัดการความท้าทายกับ Infrastructure ที่ซับซ้อนและพัฒนาระบบให้เสถียรมากขึ้น รวมถึงนำส่งนวัตกรรมได้อย่างรวดเร็ว และ Dynatrace คือกุญแจสำคัญ

บทสรุป

Dynatrace Innovate Roadshow Bangkok 2025 เป็นอีกหนึ่งหมุดหมายสำคัญของ Dynatrace กับประเทศไทย เพื่อตอกย้ำให้เห็นถึงคุณค่าของ Observability ที่มีต่อภาคธุรกิจโดยตรง ไม่ใช่แค่ในมุมมองของไอทีอีกต่อไป ทั้งนี้ยังเผยให้เห็นถึงความก้าวหน้าของโซลูชันที่ผนึกเอา AI มาใช้ในหลายแนวทาง ตั้งแต่การปฏิบัติการอัตโนมัติ การให้ข้อมูล และ การวิเคราะห์ข้อมูล ซึ่งสิ่งเหล่านี้กำลังเคลื่อนสู่เป้าหมายที่เรียกว่า Autonomous Intelligence มากกว่านั้น Dynatrace ยังมุ่งพัฒนาฟีเจอร์ในการ Observe ข้อมูลในเชิงลึกกับสถานการณ์ต่างๆที่องค์กรต้องเผชิญ เช่น Cloud, Kubernetes และอื่นๆ สุดท้ายนี้ความยิ่งใหญ่ของ Dynatrace กว่า 20 ปีที่ผ่านมา จะเกิดขึ้นไม่ได้เลย หากปราศจากซึ่งแรงสนับสนุนจากลูกค้า ที่ในงานนี้ KBTG, Krungsri และ Bank Syariah Indonesia คือเสียงสะท้อนที่ตอกย้ำถึงความเป็นผู้ในตลาดของ Dynatrace Observability ได้เป็นอย่างดี

ท่านใดสนใจโซลูชันจาก Dynatrace ติดต่อทีมงานประจำประเทศไทยได้ที่ asean.info@dynatrace.ai 

ชมวีดีโอย้อนหลังของงานสัมมนา Dynatrace Innovate Roadshow Bangkok 2025 ได้ที่

https://www.dynatrace.com/innovate/roadshow/bangkok/?type=LIVE