เที่ยวงาน AWS re:Invent 2022 ที่ Las Vegas ตอนที่ 3
ถ้าใครยังไม่ได้อ่านตอน 1 และ 2 ไปตามอ่านกันก่อนได้ที่
เที่ยวงาน AWS re:Invent 2022 ที่ Las Vegas ตอนที่ 1
เที่ยวงาน AWS re:Invent 2022 ที่ Las Vegas ตอนที่ 2
เต็นท์ AWS Industry
หลังจากกินข้าวเสร็จผมก็เดินไปที่ Ceasar Forums ซึ่งเป็นสถานที่จัดงานอีกแห่งนึง ที่นี่เป็น conference center เลยคือข้างในมีแต่ห้องประชุมไม่ใช่โรงแรม เดินประมาณ 10 นาทีจาก รร Venetian ก็ถึงละ
ที่นี่มีเต็นท์โชว์เคสของของ industry ต่างๆ ด้วย ผมก็เลยแวะไปดูในส่วนของ automotive industry ก่อนจะไปฟัง session ที่จองไว้ บูทแรกที่เจอคือ AWS IoT Fleetwise ซึ่งเป็น service ที่ทำให้เราสามารถ map ข้อมูลจาก sensor ต่างๆของรถ ซึ่งแต่ละรุ่นแต่ละยี่ห้อไม่เหมือนกันทั้งวิธีวัดและ format มาเป็น attribute เดียวกัน format เดียวกัน หลังจากนั้นเราสามารถสร้าง campaign ให้รถทุกคันใน fleet ของเราส่งข้อมูลมาทุกๆ interval หรือ rule-based คือส่งเมื่อเกิด event ที่เราสนใจ เพื่อลดขนาดข้อมูลที่ต้องส่งกลับผ่าน network (แต่ถามเค้าว่าเก็บมาแล้วเอามาใช้ยังไงต่อ ไป trigger Lambda ได้มั้ยเค้าบอกมันเก็บลง time-series DB ให้เฉยๆ ที่เหลือต้องไปจัดการเองนะจ๊ะ) ถ้าใครสนใจจริงๆเค้าก็มี session อธิบายของ re:Invent เมื่อปี 2021 ดูได้ที่ https://www.youtube.com/watch?v=YWoexR5lN3o
อีกบูทที่ได้ดูคือ Harman (บริษัทเดียวกับที่ทำเครื่องเสียงเลย อ้าวเพิ่งรู้ว่าทำเกี่ยวกับรถด้วย) เค้ามี solution ในการ update software ในรถซึ่งเค้าบอกว่าจะ update ผ่าน cellular network, ethernet หรือทำ tethering ก็ได้ ซึ่งความซับซ้อนเค้าว่าคือการที่รถมันมี software หลายตัวมาก ระบบก็ต้อง handle partial failure ได้ แล้ว scale จำนวนรถที่ต้องรองรับการ update software ก็เยอะมากๆครับ ส่วนที่เค้าบอกว่าเป็น feature เด็ดของเค้าคือระบบเค้าสามารถส่ง code เฉพาะส่วนที่เปลี่ยนแปลงไปที่รถได้เป็น incremental update ไม่ต้องส่งทั้งหมดไปใหม่หมดทั้งก้อนอีกด้วย (ฟังดูทั้งหมดมันก็น่าจะใช้กับ hardware ทุกอย่างได้มั้ยนะ ไม่เฉพาะรถ)
Session สี่ Digital Customer Engagement for Automotive
session นี้ครึ่งแรกเป็นคนของบริษัท Rivian ซึ่งทำรถปิกอัพ EV ในเมกามาพูดถึงการสร้างระบบ call center ของเค้าด้วย Amazon Connect (ทำไมมันไม่เรียกว่า AWS Connect ไม่รู้เหมือนกันนะ) เริ่มแรกเค้าเปิดโฆษณา Rivian ให้ดูด้วย ผมชอบ slogan เค้ามาก “Keep the world adventurous forever” คือจะสื่อว่ารถ EV รักษ์โลกแหล่ะแต่เลือกคำได้เท่มากก
เค้าเล่าว่าเริ่มแรกตอนที่เค้าเพิ่งจะเริ่มเปิดให้จอง เค้าก็ต้องสร้างระบบ call center สำหรับคนที่สนใจอยากสอบถาม ซึ่งมันสำคัญมากๆ เพราะว่า Rivian ไม่มีโชว์รูมเลยเพราะเค้าใช้โมเดลขายตรง direct to consumer ไม่ผ่าน dealer
เค้าเลือกใช้ Amazon Connect เป็นหน้าด่าน ซึ่งลูกค้าสามารถทั้งโทรหรือ chat ผ่านหน้าเวบก็ได้ เค้าว่าเค้าใช้ feature จาก Amazon Connect อีกหลายอย่างมาก เช่น voicemail ซึ่งเค้าทำให้มันไปเปิดเคสใน Salesforce ให้หากลูกค้าติดต่อมานอกเวลาทำการ (อันนี้เป็น open source ที่ Amazon Connect ทำไว้ให้แต่ต้องเอามา deploy ใน Lambda เองนะ) หรือ Contact Lens ที่ใช้ ML วิเคราะห์อารมณ์ของลูกค้าได้
ตอนหลังพอเค้ามีลูกค้าที่ใช้รถแล้ว เค้าก็ทำให้ระบบ call center มันต่อกับระบบหลังบ้านเค้าเพื่อให้ดึงข้อมูลลูกค้าและรถขึ้นมาได้ ซึ่งนอกจากจะเอาข้อมูลมาแสดงได้แล้ว เค้ายังใช้ข้อมูลในการเลือกหา agent ที่มี skill ที่ตรงด้านและจัดลำดับความสำคัญของเคสแต่ละเคสอย่างเหมาะสม นอกจากนี้เค้ายังเอาข้อมูลบริษัทรถยกและอู่ซ่อมเข้ามาอยู่ในระบบ ทำให้ agent สามารถหาหรือเรียกบริษัทเหล่านี้ได้เร็วและง่ายอีกด้วยหล่ะ
ครึ่งหลังเป็นคนจาก BMW มาพูดเรื่องการสร้างและใช้งาน data platform ที่เค้าเรียกว่า Cloud Data Hub ที่มีทั้งข้อมูลลูกค้าเวลามาที่ศูนย์ ข้อมูลที่ส่งมาจากรถ และ ข้อมูลการใช้งาน app My BMW ที่พนักงาน BMW เข้าถึงได้สะดวก
เนื่องจาก BMW แต่ละประเทศ operate แยกกันและก็ไม่ใช่ทุกประเทศจะมี engineer เก่งๆ หมด เค้าก็ต้องพยายามทำให้ทุกอย่างใช้ง่ายและ reusable ให้ได้มากที่สุด เช่น สร้าง Terraform module ขึ้นมาเพื่อให้ทุกคน implement pipeline ดึงข้อมูลจาก DB ของตัวเองมาเข้า data lake ได้ง่าย ตรงตาม standard หรือทำ library ที่ anonymize data ไว้ให้เสร็จเรียบร้อยเอาไปใช้ได้เลย
นอกจากการ implement data platform ขึ้นมาแล้วเค้ายังต้องสร้าง guideline process การทำงานต่างๆ ขึ้นมาด้วย เช่น จะเอา data ขึ้น cloud ยังไงให้ comply กับ standard ของ BMW (ตรงนี้ก็น่าจะปวดหัวน่าดูอยู่ เผลอๆ อาจจะยากกว่าส่วน technical มั้ยนะ)
หลังจากมี data platform กลางแล้ว เค้าก็สามารถ define และ track KPIs ของทุกประเทศให้เหมือนกันหมดได้ ทำให้ทั้งองค์กรเป็น data driven แบบที่องค์กรต้องการจริงๆ นอกจากนี้เวลาสร้าง feature อะไร เช่นสร้าง report ก็ทำทีเดียวใช้ได้ทุกประเทศได้เลย ใครสนใจฟังแบบเต็มๆตามไปฟังกันได้ที่ https://www.youtube.com/watch?v=-Kb2OA2U65g
Session ห้า The Next Generation of Vehicle Technologies
ครึ่งแรกเป็นเจ๊ PO และเฮีย architect จาก BMW มาเล่าถึง Connected AI Platform ซึ่งเป็น platform ในการสร้าง pipeline train และ deploy ML model ซึ่งมันก็ต่อยอดใช้ข้อมูลจาก Cloud Data Hub ที่ฟังมาจาก session ที่แล้วนั่นแหล่ะ เค้าบอกว่าเค้าแบ่งหน้าที่ให้ชัดเจนให้ DevOps เป็นคนสร้าง infra โดยใช้ EKS, Terraform และ Kubeflow ส่วน Data Scientists ก็ใช้ Python, Spark, SageMaker ทำงานบน Kubeflow อีกที
เค้าโชว์ screenshot ให้ดู Data Scientist สามารถใช้ Kubeflow ซึ่งเป็น open source สำหรับ define/deploy ML pipeline/workload ใน K8S หรือ AWS service อย่าง EMR หรือ SageMaker ก็ได้ผ่าน GUI ได้เลย คูลมากๆ ไม่ต้องรู้เรื่อง infra เลยใช้ง่ายสุด
ผมชื่นชม BMW มากๆ ที่ลงทุนที่รากฐานพยายามสร้างทุกอย่างเป็น platform ทำให้ต่อยอดได้ง่าย อนาคตคงมี feature ใหม่ๆ ออกมาได้เร็วมากๆ แน่ๆ
ครึ่งหลังเป็นเฮียจาก Bosch (ใช่ครับบริษัทเดียวกับที่ขายพวกเครื่องมือช่าง เค้าว่าเค้าทำ sensor ในรถด้วย โดยครอบคลุม 70% ของ sensor ทั้งหมดในรถแหน่ะ) เค้าบอกว่า trend จากที่ตะก่อนในรถจะมี ECU เป็นร้อยกระจัดกระจายเค้าพยายามเปลี่ยนเป็นมี computer ที่ powerful ไม่กี่ตัว ทำให้แต่ละตัวได้ข้อมูลจาก sensor มาได้เยอะ สามารถพัฒนา software มาทำอะไรต่อมิอะไรได้ง่ายขึ้น
ทีนี้เค้าก็ partner กับ Blackberry IVY ที่เราทำ workshop กันไปก่อนหน้านี้ โดย Blackberry IVY จะถูกวางอยู่ข้างบน computer ที่ powerful พวกนี้อีกทีและช่วย abstract การดึงข้อมูล sensor ต่างๆ ให้เข้าใจง่าย (developer จะได้ไม่ต้องเข้าใจการอ่าน raw signal ซึ่งเค้าบอกว่าก็จะมีแต่บริษัทที่ผลิต sensor พวกนี้แหล่ะที่มีความรู้ว่าอ่านยังไง) ซึ่งเค้าก็หวังว่าพอมันง่ายขึ้นก็จะทำให้มี developer หันมาพัฒนา software สำหรับรถยนต์มากขึ้น มี innovation มากขึ้น (ทำไมตอน workshop เค้าไม่เห็นพูดถึงเรื่องนี้เลยอ่ะ)
PoC ตัวอย่างอันนึงที่เค้าเล่าที่น่าสนใจคือเรื่องจ่ายเงิน เค้าบอกว่าเค้าทำให้เวลาเราไปเติมน้ำมัน มันจะตัดเงินโดยเราไม่ต้องรูดบัตร (เข้าใจว่าใช้ geofencing check ว่าตอนนี้อยู่ที่ปั๊มไหนแล้วก็ใช้เราเลือกเบอร์ที่เติมบนหน้าจอในรถเราซึ่งเราต้องใส่ข้อมูลบัตรเอาไว้ก่อนแล้วอ่ะนะ) แต่ที่ advance ไปอีกขั้นคือเค้าทำให้ดูด้วยว่าใครเป็นคนขับและก็จะตัดเงินของคนคนนั้น (แต่เค้าไม่ได้บอกว่าดูยังไง มันต้อง set profile ไว้ในรถอยู่แล้วงี้มั้ยนะหรือมันดูจากกล้องที่เห็นคนขับแล้วทำ face recognition หรือไง) ใครสนใจฟังแบบเต็มๆตามไปฟังกันได้ที่ https://www.youtube.com/watch?v=SI2RwYUN92E
Expo
หลังจากฟัง session จบผมก็เดินกลับมา รร Venetian เพื่อมาดูงาน expo ซึ่งมีบริษัทต่างๆ มาออกบูทต่อ ผมจะเน้นเข้าไปคุยกับบริษัทที่ไม่รู้จักมาก่อน อยากรู้ว่าเค้าทำอะไร ส่วนบริษัทที่รู้จักอยู่แล้วเดินเข้าไปเอาของแจกฟรีเฉยๆ ครับ 555 (มีแจกทั้ง เสื้อ ถุงเท้า หมวก แก้วน้ำ ตุ๊กตา แต่เค้าก็จะแลกกับการขอ scan badge เรา แล้วเราก็จะได้ marketing email อื้อเลย เหอๆ)
พวกบริษัทที่ผมไม่รู้จักแล้วเข้าไปคุยก็อย่างเช่น
Apptio — tool สำหรับทำ cloud cost/budget management (Datadog ก็เพิ่งจะออก feature นี้มาเหมือนกันนะ ไม่รู้อันไหนดีกว่านะ)
Rubrik — tool ที่เอาไว้ detect ransomware + backup ข้อมูลเพื่อ restore ถ้าเจอ ransomeware แล้ว (แต่ Tri Petch เราใช้ Fargate ก็เลยใช้ไม่ได้ อันนี้จะเอาไว้ใช้กับ EC2 เป็นหลัก)
vFunction — tool ที่เอาไว้ auto refactor monolith เป็น microservice คือแก้ code Java/.NET ให้ได้เลยด้วย (ไม่แน่ใจเหมือนกันว่าทำได้ดีแค่ไหน แต่ดู advance มากอ่ะ)
Zesty — tool ที่เอาไว้ลด cost EC2 โดยเค้าจะพยายามวิเคราะห์และซื้อขาย reserved instance ให้เราเองอัตโนมัติ เห้ยยเพิ่งรู้ว่า reserved instance นี่ขายได้ด้วย AWS มี reserved instance marketplace ด้วย (แต่มันขายได้แค่ของ EC2 นะ RDS กะ Elasticache ขายไม่ได้ และเราก็ใช้ Fargate ก็เลยใช้ไม่ได้เหมือนเดิม)
ก่อนกลับก็เดินไปเล่น poker ด้วยไม่งั้นเดี๋ยวจะยังเหมือนมาไม่ถึง Vegas 😄 เวลาผมที่งาน re:Invent ก็จบเพียงเท่านี้ ขอบคุณที่ติดตามนะครับ
