Chapter 1. The Four Sequential Paradigms Shift

Chapter 2. Digital Transformation and Change Management

Dr.Marrut Manistitya 1st December 2016

B.Ecomonics from Chulalongkorn University

M.Engineering from Asia Institute of Technology

Ph.D. Management from King Mongkut’s Institute of

Technology

20 years of experience in business and management

บุคคลตวัอยา่งภาคธรุกจิเทคโนโลยสีารสนเทศและการสือ่สารแห่ง

ปี 2014 จากมูลนิธสิภาวทิยาศาสตรแ์ละเทคโนโลยแีหง่ประเทศท

ไทย

ปัจจบุนัด ารงต าแหน่ง กรรมการผูจ้ดัการประจ าประเทศไทยและ

พม่า Hitachi Data Systems

The Four Sequential Paradigms Shift

1st December 2016

Dr.Marrut Manistitya

Paradigm Shift in Daily Life

NEW COMPETITION FROM DIGITAL DISRUPTORS

Industrial Revolution

References :

http://www.applicadthai.com/articles/พลกิโฉมหนา้การผลติ https://sboonkrong.wordpress.com/2016/05/03/อตุสาหกรรม-4-0-มนัคอื

อะไร

https://en.wikipedia.org/wiki/Industry_4.0

1784 : Mechanic &

Streaming Production

1870 : Electricity

Mass Production

1969 :

Computer & Automation

2010 :

Cyber-Physical Systems

1.0

2.0

3.0

4.0

Source :

Prof.Wolfgang Wahlster, DFKI – German Research Center of Artificial Intelligent

Sources : https://people.hofstra.edu/geotrans/eng/ch2en/conc2en/four_industrial_revolutions.html

Copyright © 1998-2016, Dr. Jean-Paul Rodrigue, Dept. of Global Studies & Geography , Hofstra University, New York, USA.

Economic Implication and Outcome

Source::Dr. Thanachart Numnonda, 21Nov2016

http://c-asean.org/index.php?op=knowledge-detail&id=26657d5ff9020d2abefe558796b99584.

Thailand Economic Evolution

Thailand IT Adoption

Cloud Consumption

Economics

Big Data Untapped

Advantages

Social Engagement

and

Empowerment

Mobile Consumeriza-

tion and

Expectation

Trends 2017 Onward by Gartner

Paradigm shift in IT model

Process Oriented

Value Oriented

Source :

Prof.Wolfgang Wahlster, DFKI – German Research Center of Artificial Intelligent

Stadardization is key success factor of Industry 4.0

Source :

Prof.Wolfgang Wahlster, DFKI – German Research Center of Artificial Intelligent

Source :

Prof.Wolfgang Wahlster, DFKI – German Research Center of Artificial Intelligent

The Race for Industry 4.0 Standard

Mandatory Components for value base economy

Example of finished products under industry 4.0

People : Required core skills is also shifting.

Shifting Expectation of IT in The Industry 4.0

INNOVATE

FASTER

MANAGE

RISK MONETIZE

MORE

CEO

KNOWLEDGE

ADVISOR

DATA

BROKER BUSINESS

INNOVATOR

CIO

Technology Spending is Shifting

Other includes Legal, Security and Risk and Other Horizontal Operations. Data excludes government and education

Source: IDC Buyer Technology Spending Guide v2

5.9%

6.8%

5.4%

6.6%

6.3%

1.0%

9.0%

6.7% 6.5% 6.3%

-2%

0%

2%

4%

6%

8%

10%

12%

0% 20% 40%20

15

-20

16

GR

OW

TH

% SHARE OF SPEND, 2015

Accounting/Finance/Billing

Customer Service

Engineering, Architecture & Research

Human Resources

Industry Specific Operations

IT

Marketing

Other Horizontal Operations

Sales

Supply Chain Management

IT Dept.

Average Tech Spending 4.2%

External Technology Spending by Functional Area

Industry Specific Operations

60% SITS OUTSIDE OF I.T.

CONFIDENTIAL – For use by Hitachi Data Systems employees and other audiences under NDA only.

Apps/End Users

Infrastructure

Dev. Platforms

Then

$$$$

$

Now

$

$$$$

Applications Role vs. Infrastructure Role Value Chain Reversal

SHIFT FROM MARGINAL TO

2016 2017 2018

EXPONENTIAL GROWTH

More Global to Local by Leveraging Digital

NEW COMPETITION FROM DIGITAL DISRUPTORS

Industry Experience , Energy and The Internet of Things That Matter Machine data is in exponential growth.

ROBOTICS

I.T.

INFRASTRUCTURE AUTOMOTIVE

SYSTEMS

WIND

TURBINES

MINING EQUIPMENT

RAILWAY CONTROL

SYSTEMS AND TRAINS

WEARABLES

PROGRAMMABLE

CONTROLS WATER

TREATMENT

BATTERY

SYSTEM

SENSORS MEDICAL

IMAGING GAS TURBINES

SOCIAL

INFRASTRUCTURE PUBLIC SAFETY MEDICAL DIAGNOSTICS

Structure

‒ Traditional data sources ex. Database, Billing database, CRM data based, Subscriber data, ERP databased

Semi Structure

‒ Text file, X detail record (XDR), Social Media content, Network data, Server logs, Email..

Non Structure

‒ Picture, Video, Audio , Recording information…etc

Data Types

Data Types

Structured

• Traditional data sources ex. Database, Billing database, CRM data based, Subscriber data, ERP databased

Semi Structured

• Text file, X detail record (XDR), Social Media content, Network data, Server logs, Email.

Unstructured

• Picture, Video, Audio , Recording information…etc

VOLUME VELOCITY VARIETY VERACITY VALUE

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

? ? ? ? ?

Data at

Rest Data in

Motion

Data in Many

Forms

Data in

Doubt

Data in

Limbo

Source: Evariant

IoT makes Traditional shifts to Big Data

Source: A digital age vision of insurance services, CRIF Reference

Two world must combine into one cubic / How to ?

D ATA L A K E MODERNIZE

OPERATIONS

Software-defined

Convergence

Flash

Automation

EMPOWER

INNOVATION

DevOps

Open source

Microservices

Containers

I.T. AS A

SERVICE

AGILE APP

DEVELOPMENT

ADVANCE TO AN AGILE I.T. ENVIRONMENT

Digital Transformation and Change Management

1st December 2016

Dr.Marrut Manistitya

Drivers for Digital Transformation in Government

• เพิม่ประสทิธภิาพการท างาน และความโปรง่ใส

• พฒันากระบวนงานเพือ่รองรบั smart

government และ smart cities

• ดงึดดูผูล้งทนุเพิม่ขึน้

• สามารถบรูณาการฐานขอ้มูลทีห่ลากหลาย

(Integration) เพือ่การเขา้ถงึตลอดเวลา (Real

Time) และใชข้อ้มูลเพือ่การจดัการและวเิคราะห ์

อย่างมปีระสทิธภิาพ (Analytic)

• พฒันาความพงึพอใจและความมั่นใจของ

ประชาชนตอ่ภาครฐั

• ลดตน้ทนุด าเนินการและไดป้ระสทิธผิลมากขึน้

Thailand : Digital Economy & Government Digital Transformation

โดยอา้งถงึค าสัง่กระทรวงพลงังาน ที ่25/2559

‒ ก าหนดนโยบาย แผน และมาตรการดา้นพลงังานของประเทศ

‒ จดัหาพลงังานใหเ้พยีงพอตอ่ความตอ้งการและความมัง่คงของประเทศ

‒ ก ากบักจิการพลงังานและราคาพลงังานใหม้คีวามเหมาะสม

‒ เป็นศนูยข์อ้มูลดา้นพลงังาน และสนับสนุนการวจิยัและพฒันาดา้นพลงังาน

ภาระกจิหลกักระทรวงพลงังาน

Energy 4.0

ระดบัประเทศ

‒ ผลกัดนัใหเ้กดินวตักรรมดา้นพลงังานใหม่ๆ เพือ่ความทนัสมยัและแขง่ขนัไดใ้นระดบัโลก

‒ สง่เสรมิการวจิยัและพฒันาเกีย่วกบัดา้นพลงังาน

‒ Firm Renewal Energy & Energy Storage

‒ Electric Vehicle / Smart Grid / Smart City / Smart Home by using Information Technology

‒ การบรหิารจดัการดย้ความโปรง่ใน เป็นธรรม ตรวจสอบได ้

ระดบัชมุชน

‒ สรา้งรายได ้ลดรายจา่ย ผ่านโครงการประชารฐัตา่งๆ

Energy 4.0

การจดัหาพลงังานเพยีงพอต่อ

ความตอ้งการ มคีวามมัน่คง และ

สง่เสรมิการลงทนุ

การก ากบัดแูลกจิการพลงังานและ

ราคาพลงังาน

การพฒันาพลงังานทีย่ ัง่ยนืและ

เป็นมติรตอ่สิง่แวดลอ้ม

การเป็นองคก์รสมรรถนะสงูทีย่ดึ

มัน่ในหลกัธรรมาภบิาล

ยุทธศาสตรก์ระทรวงพลงังาน 11 หน่วยงาน (พ.ศ. 2559 – 2563)

4 Waves in The Progress of Digital

Source :

http://www.verozen.co.uk/tag/transformation/

GOV DIGITAL TRANSFORMATION

Accelerate cost-efficiency

and time to market by

rethinking

OPERATIONS AND

PROCESSES

PROCESS AUTOMATION

WORKFORCE MOBILITY

VALUE CHAIN EFFICIENCY

Increase citizen

satisfaction and

engagement by improving

PEOPlE EXPERIENCE

MOBILE

REAL-TIME INFORMATION

PERSONALIZED ENGAGEMENT

Unlock new knowledge,

R&D and Smart Tech

NEW TECHNOLOGY

AND MODERNIZED

SERVICES

DATA-CENTRIC SERVICES

GLOBAL EXPANSION

DIGITAL SERVICE

LEAD TRANSFORMATION

OR BECOME

IRRELEVANT

Information Technology Unit

DIGITAL TRANSFORMATION

IS NOT EASY IS MANDATORY

PROCESS PEOPLE TECHNOLOGY

GAP

WHAT HINDERS DIGITAL TRANSFORMATION?

Network

Storage

Server

Virtual Machine

Operating System

Database

Middleware

Application

I.T. PARADIGM

BUSINESS PARADIGM

DIGITAL TRANSFORMATION

RETHINK OPERATIONS

AND PROCESSES

Accelerate cost efficiency and time to market

IMPROVE PEOPlE

EXPERIENCE

Increase Satisfaction

and engagement

ADOPT NEW TECH and

SVC

Unlock new knowledge,

R&D and smart Technology

DATA FOUNDATION TO ACCELERATE

DIGITAL TRANSFORMATION

ท าไม ETL, API และ Opened Infrastrucure จงึมคีวามส าคญั

DATA

SOURCES Structured Data Unstructured Data IoT Data Mobile

101100101010010101010

011010101001001100101

DATA

MANAGEMENT

Abstract

Automate Accelerate

Access

Data

Independence

DATA

MOBILITY

Any Cloud Any App

Anywhere Any Use

Data

Access

DATA

ANALYTICS

Data-Driven

Insight

Data Strategy for Digital Transformation

DATA

GOVERNANCE

Data

Control

DELIVER IT AS A SERVICE THROUGH DATA INDEPENDENCE

Data Management

ABSTRACT

with proven

virtualization

AUTOMATE

with best

orchestration

ACCESS

with 100% data

availability

ACCELERATE

with highest flash

performance

Data Governance

ENSURE CONTROL OF ENTERPRISE DATA

COMPLIANCE PROTECTION SECURE HYBRID

CLOUD

SECURITY

Data Mobility

INCREASE ACCESS TO BECOME A DATA BROKER

FROM ANY

APPLICATION

TO ANYWHERE TO ANY CLOUD FOR ANY USE

FOSTER INNOVATION THROUGH DATA-DRIVEN INSIGHT

Data Analytics

DATA

SOURCES

1011001010

1001010101

0011010101

DATA-

DRIVEN

INSIGHTS

OUTCOMES

Better Fraud

or Issues

Detection

Faster

Applications

New Services

Development

DATA

BLENDING

AND INTEGRATION

DATA VISUALIZATION

DATA

ANALYTICS

DATA

GOVERNANCE

DATA

MANAGEMENT

Abstract

Automate Accelerate

Access

DATA

MOBILITY

Any Cloud Any App

Anywhere Any Use

DATA

SOURCES Structured Data Unstructured Data IoT Data Mobile

101100101010010101010

011010101001001100101

Data

Independence

Data

Control

Data

Access

Data-Driven

Insight

DATA STRATEGY FOR

DIGITAL TRANSFORMATION MODERN & AGILE I.T. ENVIRONMENT

E-Government Change Management

INFORMATION TECHNOLOGY (I.T.)

Business and Human Driven Data

OPERATIONAL TECHNOLOGY (O.T.)

Machine Driven Data

I.T. O.T.

Internet of Things on the Horizon

INTEGRATED

EXPERTISE

INTEGRATED

ANALYSIS

INTEGRATED

DATA

Script SQL NoSQL Stream Search In-Mem Others

CRM ERP Billing Data

Subscriber

Data

Product

Catalog

Call Detail

Record

TRADITIONAL SOURCES

Clickstream Server Logs Sensor Data

Server Logs Network

Data

Merchant

Listings

EMERGING & NON-TRADITIONAL SOURCES

Social Media

Voice to Text

Source: Hadoop for Telecommunications

EDW

MPP HDFS

(Hadoop Distributed File System)

Secu

rity

Op

era

tio

ns

ETL by

DATA REPOSITORIES

ANALYSIS

360° customer view

Churn reduction

CDR analysis

Customer sentiment

Network optimization

Bandwidth allocation

Data monetization

Analytics as a service

YARN: Data Operating System

Go

vern

an

ce

& I

nte

gra

tio

n

Example of Digital Transformation Architecture Big Data & Data Integration -Telecommunications

Example of Energy4.0 and IoT in Action

CONTENT

MANAGEMENT

PREDICTIVE

ENERGY

ANALYTICS

UNIFY DATA

SOURCES

REAL-TIME

VISUALIZATION

Energy4.0 Business Models : I IT Management as an Enabler for Innovation

Source : http://www.business2community.com/strategy/transforming-utilities-success-based-on-a-fitness-diagnosis

DO WE READY TO

GET START?

ขอบคุณครบั