มันนี่เกม ของ”เจ้าสัวเจริญ”

“มันนี่เกม” ของ”เจ้าสัวเจริญ”
กลายเป็นประเด็นที่เรียกเสียงฮือฮากันในตลาดทุนของไทยมากที่สุดในขณะนี้ คือการที่ผู้บริหารบริษัท แอสเสท เวิรด์ คอร์ปอเรชั่น จำกัด ในกลุ่ม TCC Group ของ นายเจริญ สิริวัฒนภักดี แจ้งความประสงค์ไปยังบริษัทหลักทรัพย์จัดการกองทุน กรุงไทย จำกัด (มหาชน) (KTAM) เพื่อขอซื้อทรัพย์สินทั้งหมดของกองทุนพร็อพเพอร์ตี้ฟันด์ 3 กองทุน ที่ได้ขายให้กับนักลงทุนไปก่อนหน้าออกมาทั้งหมด จากปัจจุบันที่กลุ่มคุณเจริญถืออยู่ 33-35%

อันนี้ ไม่นับรวมถึงการใช้ตัวแทนผู้ถือหน่วย (นอมินี) ที่อยู่ในกองทุนเหล่านี้นะครับ…ผมว่าถ้านับรวมนอมินีด้วยกลุ่มคุณเจริญน่าจะถือหน่วยลงทุนตกประมาณ 50-65%

3 กองทุนที่บริษัท แอสเสท เวิรด์ คอร์ปอเรชั่น จำกัด ที่อยู่ภายใต้การบริหารจัดการของ “วัลลภา” และสามี คือ “โสมพัฒน์ ไตรโสรัส” ซึ่งเป็นทายาทของเจ้าสัวเจริญ ขอทำการซื้อคืน ประกอบด้วย

1.กองทุนรวมอสังหาริมทรัพย์และสิทธิการเช่าไทยคอมเมอร์เชียลอินเวสเม้นต์ (TCIF) ทรัพย์สินของกองทุน ประกอบด้วย อินเตอร์ลิงค์ ทาวเวอร์, อาคารแอทธินี, อาคารเอ็มไพร์ ทาวเวอร์, ซีดับเบิ้ลยู ทาวเวอร์, อาคาร 208 โดยบริษัท ซี.ไอ.ที.แอพเพรซัล จำกัด มูลค่าทรัพย์สินรวม 28,382 ล้านบาท

2.กองทุนรวมอสังหาริมทรัพย์และสิทธิการเช่าไทยโฮเทลอินเวสเมนท์ (THIF) ทรัพย์สินของกองทุนประกอบด้วย พันธุ์ทิพย์ พลาซ่า งามวงศ์วาน, พันธ์ทิพย์ พลาซ่า เชียงใหม่, พันธุ์ทิพย์ พลาซ่า บางกะปิ, พันธ์ทิพย์ พลาซ่า ประตูน้ำ, เอเชียทีค เดอะริเวอร์ฟร้อนท์, ตะวันนา และ โอ.พี.เพลส ราคาประเมินรวมจากบริษัท ไนท์แฟรงค์ ชาร์เตอร์ (ประเทศไทย) จำกัด อยู่ที่ 20,767 ล้านบาท

3.กองทุนรวมอสังหาริมทรัพย์และสิทธิการเช่าไทยรีเทล อินเวสเมนท์ (TRIF) ทรัพย์สินประกอบด้วย ที่ดิน อาคาร เฟอร์นิเจอร์และอื่น ๆ ของโรงแรม 12 แห่ง โรงแรมเชอราตันสมุย รีสอร์ท, โรงแรมอิมพีเรียล โบ๊ทเฮาส์ บีช รีสอร์ท, โรงแรมแบงก์ค็อก แมริออท มาร์คีส์ ควีนปาร์ค, โรงแรมเดอะเมโทรโพล ภูเก็ต, โรงแรมเลอ เมอริเดียน กรุงเทพฯ, โรงแรมบันยันทรี สมุย, โรงแรมวนาเบลล์ เกาะสมุย, โรงแรมฮิลตัน สุขุมวิท, โรงแรมดับเบิ้ลทรี ฮิลตัน สุขุมวิท, โรงแรมเลอ เมอริเดียน เชียงใหม่, โรงแรมพลาซ่า แอทธินี กรุงเทพฯ และโรงแรมโอกุระ เพรสทีจ กรุงเทพฯ โดยบริษัท ซีบี ริชาร์ด เอลลิส (ประเทศไทย) จำกัด ประเมินมูลค่าทรัพย์สินรวมไว้ 37,612 ล้านบาท

แต่ราคาที่กลุ่มคุณเจริญเสนอซื้อคืนนั้นแตกต่างกันไปดังนี้

กองทุน TCIF กลุ่มเจ้าสัวเจริญขอซื้อคืนในราคา 29,000 ล้านบาท

กองทุน THIF กลุ่มเจ้าสัวเจริญขอซื้อทรัพย์สินคืนในราคา 30,000 ล้านบาท

กองทุน TRIF กลุ่มเจ้าสัวเจริญขอซื้อในราคา 21,000 ล้านบาท

รวมเม็ดเงินทั้งหมดในการขอซื้อคืนตกประมาณ 8 หมื่นล้านบาท

ผมได้พิจารณาในรายละเอียดของข้อเสนอการรับซื้อกับราคาหน่วยลงทุนที่ขายอยู่ในตลาดแล้ว พบความผิดปกติ ที่นักลงทุนควรพิจารณา กล่าวคือ กองทุน TRIF ราคาเสนอซื้อต่อ 1 หน่วยลงทุนเท่ากับ 13.22 บาท แต่ราคาซื้อขายกองทุนในตลาดเฉลี่ยอยู่ที่ประมาณ 15.38 บาทต่อหน่วย

กองทุน TCIF กลุ่มเจ้าสัวเจริญเสนอซื้อต่อ 1 หน่วยลงทุนเท่ากับ 13.10 บาท แต่ราคาที่ซื้อขายหน่วยลงทุนในตลาดหลักทรัพย์ฯ 14.13 บาทต่อหน่วย

อย่างไรก็ตาม ระดับราคาที่เสนอมานี้ น่าจะมีการเจรจากัน หรือต้องหาข้อสรุปในการประชุมผู้ถือหน่วยลงทุนในวันที่ 17 พฤษภาคม 2560 เพื่อพิจารณาอนุมัติการขายทรัพย์สินและโอนสิทธิ์การเช่าทั้งหมดของกองทุนรวม และพิจารณาอนุมัติการเลิกกองทุนและเพิกถอนหน่วยลงทุนออกจากการเป็นหลักทรัพย์จดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย ซึ่งทาง บลจ.กรุงไทยฯ ต้องดำเนินการตามขั้นตอน

ถามว่า กลุ่มเจ้าสัวเจริญมีสิทธิ์ซื้อคืนหรือไม่ คำตอบคือ ตามประกาศของ ก.ล.ต.นั้น กลุ่มเจ้าของเดิมมีสิทธิ์เต็ม 100% ที่จะขอซื้อคืน แต่ต้องขอมติอนุมัติจากผู้ถือหน่วยตามหลักเกณฑ์ โดยผู้ทำคำเสนอซื้อต้องได้เสียงโหวตเกิน 50% ของหน่วยลงทุนที่จำหน่ายแล้วทั้งหมด หรือ 3 ใน 4 ของผู้เข้าร่วมประชุม

ถามว่า ทำไมต้องเร่งซื้อคืน และจะกระทบกับกองทุนรวมอื่นๆหรือไม่ อันนี้ต่างหากที่ต้องวิเคราะห์และประเมินกัน

ผมสืบเสาะข้อมูลจากผู้รู้และบรรดาผู้บริหารกองทุนแล้ว ได้ข้อสรุปชัดเจนว่า งานนี้มีเรื่อง “ภาษี”ที่ต้องจ่ายให้กับรัฐบาล เข้ามาเกี่ยวข้องแน่นอน 100%

อีกประเด็นหนึ่ง อันนี้น่าจะสำคัญมากที่ทำให้ “วัลลภา-โสมพัฒน์” ที่เป็นอดีตนักการเงิน ปรับแนวทางการระดมทุน คือ มูลค่าของทรัพย์สินจริง กับการเคลื่อนไหวราคาของหน่วยลงทุนไม่สัมพันธ์กัน

ถ้าพิจารณาทรัพย์สินที่มีการนำมามัดรวมกันเพื่อจัดตั้งกองทุนอสังหาริมทรัพย์กับราคาหน่วยลงทุน เราจะพบว่าความเคลื่อนไหวมีน้อยมาก นั่นหมายถึงว่า มูลค่าหน่วยลงทุนไม่ขยับ หรือสร้างมูลค่าเพิ่มให้กับเจ้าของ แต่หากมีการนำเงินสดที่ปัจจุบันกลุ่มเจ้าสัวเจริญมีอยู่ในมือในแต่ละวัน แต่ละเดือน มาซื้อคืนแล้วสร้างมูลค่าขึ้นมาใหม่ ได้หลากหลายขึ้น หรืออาจจะนำมาจัดสรรใหม่ในรูปของทรัสต์เพื่อการลงทุนในอสังหาริมทรัพย์ (REIT) ซึ่งสามารถเพิ่มเงินทุนหรือกู้เงินเพิ่มเติมมาขยายงานได้อีก

ทางออกในรูปแบบการจัดการทรัพย์สินก้อนมหึมาของจ้าสัวเจริญ สามารถออกดอกเห็นผลมากกว่า

โปรดจับตา Money Game เกมเล่นกับเงิน และการจัดการทรัพย์สินของกลุ่มเจ้าสัวเจริญและทายาทกันให้ดี

รับรองว่า ทรัพย์สินทั้งหมดที่มีอยู่ 8 หมื่นล้านบาทเศษ แล้วนำมาจัดระบบใหม่จะสร้างความฮือฮา ไม่แพ้การลงทุน 1.2 แสนล้านบาท ในโครงการ One Bangkok ย่านพระราม 4 แน่นอน

เชื่อมือเจ้าสัวเจริญได้ครับ…

Money Game ของเสี่ยเจริญ(2)

มีคนอ่านถามเข้ามามากว่า “มันนี่เกมของเจ้าสัวเจริญ สิริวัฒนภักดี” เจ้าของธุรกิจในกลุ่มทีซีซี แลนด์, ไทยเบฟเวอเรจ ที่เสนอขอซื้อคืนและขอเพิกถอนกองทุนรวมอสังหาริมทรัพย์รวม 3 กองทุน ที่ทยอยนำหน่วยลงทุนออกขายในตลาดทุนให้กับนักลงทุนมาในช่วงปี 2554,2556,2557 ราคาหน่วยลงทุนละ 10 บาท ปัจจุบันราคาขยับขึ้นยืนในระดับหน่วยละ 13.10-15.38 บาทออกจากการซื้อขายในตลาดหุ้น

โดยทางกลุ่มเสี่ยเจริญขอซื้อคืนในราคาสิริรวมทั้งสิ้น 8 หมื่นล้านบาท ขณะที่มาร์เก็ตแคปของ 3 กองทุน ณ งวดวันที่ 12 เม.ย.อยู่ที่ 8.7 หมื่นล้านบาทนั้น มีนัยซ่อนกลประการใด

ผมสืบเสาะข้อมูลในเรื่องนี้จากสายข่าวในตลาดเงิน ตลาดทุน และนักการธนาคารที่รู้เรื่องนี้อย่างน้อย 5-6 คน ให้ข้อมูลที่คล้ายคลึงกันดังนี้..

1.การขอซื้อคืนหน่วยลงทุนของกองทุนรวมอสังหาริมทรัพย์และสิทธิการเช่าไทยคอมเมอร์เชียล อินเวสเม้นต์ (TCIF) ที่มีมาร์เก็ตแคป 3.12 หมื่นล้านบาท กองทุนรวมอสังหาริมทรัพย์และสิทธิการเช่าไทยโฮเทล อินเวสเม้นต์ (THIF) ซึ่งมีมาร์เก็ตแคปอยู่ที่ 3.12 หมื่นล้านบาท และการขอซื้อคืนกองทุนรวมอสังหาริมทรัพย์ไทยรีเทล อินเวสเม้นต์ (TRIF) ที่มีมาร์เก็ตแคป 2.49 หมื่นล้านบาทนั้น จะได้รับการงดเว้นภาษีที่เกี่ยวข้องทั้งหมดหากการโอนเกิดขึ้นภายในวันที่ 24 พ.ค.2560

แต่หากผู้ถือหน่วยจะขายทรัพย์สินหลังจากนั้น กองทุนรวมจะต้องรับภาระภาษีธุรกิจเฉพาะร้อยละ 3.3 ของราคาขายหรือราคาประเมิน เฉพาะภาษีส่วนนี้ เท่ากับว่าทางกลุ่มคุณเจริญและกองทุน จะลดภาระค่าใช้จ่ายให้กับรัฐไปได้ สิริรวมทั้งสิ้น 2,640 ล้านบาท มันนี่เกมของเสี่ยเจริญ ในประเด็นแรกคือ การทำกำไรเห็นๆ

2.ระดับราคาการซื้อหน่วยลงทุนคืน ทางกลุ่มเสี่ยเจริญเสนอซื้อกองทุน TRIF ในราคา 13.22 บาท แต่ราคาซื้อขายในตลาดอยู่ที่ 15.38 บาท กองทุน TCIF ราคาเสนอซื้อ 13.10 บาท แต่ราคาที่ซื้อขายในตลาดหลักทรัพย์ฯ 14.13 บาท แม้ว่าจะสูงกว่าราคาที่นำออกขายในตอนต้น แต่ก็ยังต่ำ ย่อมทำกำไรได้อีกต่อหนึ่ง

ผมเทียบเคียงให้เห็นภาพ ขณะนี้เสี่ยเจริญเสนอซื้อรวมทั้ง 3 กองทุนในราคา 8 หมื่นล้านบาท แม้จะสูงกว่ามูลค่าทรัพย์สินสุทธิของกองทุนที่ตกประมาณ 7.8 หมื่นล้านบาท แต่มาร์เก็ตแคป ของ 3 กองทุนตอนนี้อยู่ที่ประมาณ 8.7 หมื่นล้านบาท ถ้าตกลงขายกันตามนี้กลุ่มเสี่ยเจริญรับเหนาะๆ 7 พันล้านบาท

3.นับตั้งแต่มีการจัดตั้งกองทุน 3 กองทุนมา ทั้ง 3 กองทุนจ่ายเงินปันผลในอัตราที่สูงอย่างต่อเนื่อง เฉลี่ยปีละกว่า 5%เนื่องจากนโยบายของการขายหน่วยในตอนแรกกำหนดไว้ว่า จะต้องปันผลไม่น้อยกว่า 90% ของกำไรสุทธิที่ไม่รวมกำไรที่ยังไม่เกิดขึ้น

จากการประเมินค่าหรือการสอบทานการประเมินค่าอสังหาริมทรัพย์หรือสิทธิการเช่าอสังหาริมทรัพย์ ประจำรอบระยะเวลาบัญชีและหากมีกำไรสะสม สามารถจ่ายจากกำไรสะสมได้ เพื่อจูงใจให้คนซื้อหน่วยลงทุน ขณะที่พันธบัตรรัฐบาลอายุ 10 ปี อยู่ที่ 2%

หากมีการซื้อคืนไปทั้งหมด เงินปันผล ย่อมตกกับธุรกิจในกลุ่มบริษัทเต็มๆ

หลายคนเอะใจว่า ทำไมกลุ่มเสี่ยเจริญไม่คิดตั้งแต่ตอนแรก คำตอบมิใช่ความเลินเล่อ หากแต่เป็นผลมาจากการที่ผู้จัดการกองทุน และผู้ดูแลผลประโยชน์ ทั้ง บลจ.กรุงไทย ธนาคารกรุงศรีอยุธยา และซิตี้แบงก์ เข้าไปจัดระบบบัญชีและดูแลการใช้จ่ายทำให้เงินรายรับ รายจ่าย เป็นระบบระเบียบขึ้นจากต่างกิจการต่างลงบัญชี แต่ตอนนี้มีการลงบัญชีแบบรวมกลุ่มที่มีมาตรฐานแบบธนาคาร มิใช่แบบ”หลงจู๊”แล้ว

ประการต่อมา อันนี้สำคัญสุด ตอนนำทรัพย์สินมามัดรวมกันในปี 2554 2556 2557 เพื่อตั้งกองทุน TCIF นั้น อาคารอินเตอร์ลิ้งค์ ทาวเวอร์ถูกตีราคา 1,975 ล้านบาท, อาคารแอทธินี 2,861 ล้านบาท, อาคารเอ็มไพร์ ทาวเวอร์15,261 ล้านบาท, ซีดับเบิ้ลยู ทาวเวอร์หรือไซเบอร์เวิค์ล 5,883 ล้านบาท, อาคาร 208 แค่ 1,075 ล้านบาท รวม 27,055 ล้านบาท แต่นับถึงตอนนี้มูลค่าเพิ่มขึ้นไม่น้อยกว่า 10% ล่าสุดบริษัท ซี.ไอ.ที.แอพเพรซัล ตีมูลค่าทรัพย์สินไว้รวม 28,382 หมื่นล้านบาท

กองทุน THIF ที่มีทรัพย์สินที่เป็นที่ดิน อาคาร เฟอร์นิเจอร์และอื่น ๆ ของโรงแรม 12 แห่ง โรงแรมเชอราตันสมุย รีสอร์ท, โรงแรมอิมพีเรียล โบ๊ทเฮาส์ บีช รีสอร์ท, โรงแรมแบงก์ค็อก แมริออท มาร์คีส์ ควีนปาร์ค, โรงแรมเดอะเมโทรโพล ภูเก็ต, โรงแรมเลอ เมอริเดียน กรุงเทพฯ, โรงแรมบันยันทรี สมุย, โรงแรมวนาเบลล์ เกาะสมุย, โรงแรมฮิลตัน สุขุมวิท, โรงแรมดับเบิ้ลทรี ฮิลตัน สุขุมวิท, โรงแรมเลอ เมอริเดียน เชียงใหม่, โรงแรมพลาซ่า แอทธินี กรุงเทพฯ และโรงแรมโอกุระ เพรสทีจ กรุงเทพฯ จำนวนห้องรวม 3,753 ห้อง ราคาประเมินโดย บริษัท พรสยาม ตอนนั้น 27,048 ล้านบาท ราคาประเมินโดย บริษัท ไทยประเมิน 27,336 ล้านบาท ตอนนี้ บริษัท ซีบี ริชาร์ด เอลลิส (ประเทศไทย) ประเมินมูลค่าทรัพย์สินรวม 37,612 หมื่นล้านบาท

การซื้อคืนกลับมาทำให้มูลค่าทรัพย์สินที่ถือครองในมือกลุ่มคุณเจริญเพิ่มขึ้นเฉพาะ 2 กองนี้ตกประมาณ 1.1 หมื่นล้านบาท ทรัพย์สินที่นำมาเพิ่มในมือของคนในตระกูลนี่แหละจะกลายเป็นทรัพย์ที่นำไปเป็นหลักประกันในการกู้เงินมาลงทุนในโครงการ One Bangkok 1.2 แสนล้านบาท และยังสามารถรวบทรัพย์บางอย่างมากสร้างกองทุนแล้วขายเอาเงินมาหมุนอีกรอบได้สบายบรื๋อ สะดือจุ่น

มันนี่เกมรอบนี้จึงมีแต่เสี่ยเจริญได้ แต่แผนทั้งหมดจะลงเอยอย่างไร วันที่ 17-18-19 พ.ค.2560 รู้ผล

แชร์ไอเดียทำธุรกิจขายเสื้อผ้า

แชร์ไอเดียทำธุรกิจขายเสื้อผ้างานค้าขายการตลาดเศรษฐกิจบทความเจ้าของธุรกิจ
เดือนพฤษภาคม 2560 เราก็ออกจากงานมาครบ 2 ปีพอดี 

               เราเริ่มต้นออกจากงานด้วยคำว่าเบื่อ แค่นั้น ยังไม่ได้เตรียมความพร้อมไรเลย จะทำไรต่อ จะหางานหรือทำอาชีพตัวเองก็ยังไม่รู้ รู้แต่เพิ่งว่าเบื่อ ออกมาจากงานด้วยเงินเก็บ 200000 บาท กับเงินลงทุนในหุ้นที่ติดดอย 150000 (ปัจจุบันก็ติดดอยอยู่ยังไม่ได้ถอนออกมาเลย) ช่วง 3 เดือนแรกของการว่างงาน เที่ยว แล้วก็เที่ยว     

                การเริ่มต้นการทำธุรกิจ เกิดจากนอนกลางวันเยอะเกินไป เลยฟุ้งซ่านนอนไม่หลับทั้งผัวทั้งเมีย คุณเธอเลยเกิดปิ้งไอเดีย บอกว่าอยากขายของ อยากขายเสื้อผ้า ตอนตี 3 แล้วในเดือนสิงหาคม 2558 ก็เป็นจุดเริ่มต้นของธุรกิจเสื้อผ้าแบรนด์ HOMRAK (ห่มรัก)

                เมื่อเราได้โจทย์มาแล้ว ว่าเราจะขายเสื้อผ้า เราก็ต้องมาคิด วิเคราะห์ก่อนว่า จะขายเสื้อผ้า อะไร แบบไหน ขายใคร ขายที่ไหน ขายยังงัยเราถึงจะอยู่ได้ 

                 การเลือกสินค้า 

                   เป็นสิ่งสำคัญมากเลยครับถ้าเราอยากจะอยู่ได้ในวงการนี้ สินค้าต้องไม่เหมือนใคร ถึงเหมือนแต่อย่าให้มาก และจะให้ดียิ่งขึ้นไป สินค้าต้องมีเรื่องราว ถ้าไม่มีเราก็สร้างมันขึ้นมา

                   สินค้าที่เราเลือกขายในครั้งแรกคือ ผ้ามัดย้อมสีธรรมชาติ ทำไมเราถึงเลือกสินค้าชนิดนี้ 

1. เมื่อ 2 ปีก่อนคู่แข่งยังไม่เยอะเท่าปัจจุบัน เราเริ่มก่อนย่อมได้เปรียบ แต่ถึงกระนั้นมันก็เลยจุดพีค ของเทรนเสื้อผ้ามัดย้อมมาแล้ว เมื่อ 5 ปีก่อนเสื้อยืดขายตัวละ 700 คนยังแย่งกันซื้อ(อันนี้เค้าบอกมา)

2. สินค้ามีเอกลักษณ์ไม่ซ้ำใคร ไม่ต้องไปแข่งขันใน red ocean ของวงการเสื้อผ้าแฟชั่น

          การตั้งราคาสินค้า 

ถ้าเรามีสินค้าที่ไม่เหมือนใคร หรือไม่ค่อยมีในตลาด เราทำราคาได้ดี ทำกำไรได้เยอะโดยการตั้งราคาเราต้องรู้ต้นทุนที่แท้จริงของเราทั้งหมดไม่ว่าจะเป็นต้นทุนทางตรง และทางอ้อม ค่าโสหุ้ยต่างๆ ค่าเสียเวลา ค่าเดินทาง ค่าน้ำ ค่าไฟ รวมออกมาให้หมดแล้วรวมเข้าไปเป็นต้นทุนก่อนที่เราจะตั้งราคาและบวกกำไรที่เราต้องการเข้าไป ซึ่งส่วนใหญ่จะลืมต้นทุนเหล่านี้ทำให้ทุนหายกำไรหด จนขาดทุนในที่สุด

ลงทุนครั้งแรกไป 8000 บาทรับมาขาย เฮ้ยมันขายได้กำไรดีพอใช้ เอาละเมื่อเรามีสินค้าแล้วต่อไปก็ตลาดแหละเราจะไปขายที่ไหนดีล่ะ

การหาตลาด

แม่ค้า พ่อค้ามือใหม่ป้ายแดง ก็คงขายออนไลน์ ควบคู่กับการหาตลาดโดยการเสริจจากกูเกิล แต่การหาตลาดที่ดีที่สุด และได้ผลคือกรุ๊ปลายแม่ค้า พ่อค้าครับ ต้องพยายามเข้าให้ได้สักกลุ่มก่อนครับ แล้วกลุ่มอื่นๆก็จะตามมา ในกลุ่มพ่อค้าแม่ค้า จะมีข่าวสารเกี่ยวกับตลาด ที่ไหนขายได้ ที่ไหนขายดี มีงานที่ไหน ในกลุ่มนี้จะมีข่าวสารที่เราต้องการ

              การหาฐานลูกค้าเพิ่ม และการส่งเสริมการตลาด ในที่นี้ผมมองโปรโมชั่นไปในแง่มุมของการทำการตลาดออนไลน์มากกว่า ไม่เน้นทำโปรโมชั่นที่หน้าร้าน

             ผมว่าเดียวนี้การขายของไม่ใช่การขายของหน้าร้านเพียงอย่างเดียว ร้านขายเสื้อผ้าอย่างเราควรมีช่องทางการขายมากขึ้น เช่น ไลน์ แฟนเพจ นอกจากเป็นการเพิ่มช่องทางการขายแล้ว ยังเพิ่มความน่าเชื่อถือ อีกทั้งเพิ่มฐานลูกค้าให้เราอีกด้วย

ต้องวางแผน หาช่องทางต่อยอดอนาคต

                      2-3 เดือนต่อมาเราก็ขายได้เรื่อยๆ แต่จะหาความมั่นคงจากการรับเสื้อผ้ามาขายแค่นั้นเหรอ ถ้าเรากลายเป็นผู้ผลิตเองล่ะ กำไรก็จะเพิ่มขึ้น ไม่ต้องกังวลว่าจะมีสินค้าหรือไม่ สามารถควบคุมคุณภาพ ต้นทุนได้ด้วย ช่องทางการขายก็เพิ่มขึ้นด้วย จึงเริ่มเรียนรู้และหาที่อบรมในการทำมัดย้อมด้วยตัวเอง เสียเวลาไป 6 เดือนกว่าจะทำได้

                                                          เราจึงแปรสภาพจากรับมาขายกลายเป็นผู้ผลิต

    ต้องวางแผน 5 force ที่จะเข้ามาในอนาคต

                  แต่ๆๆๆ…..ปัญหามันยังไม่จบเพียงเท่านี้ ในเมื่อเราทำได้คนอื่นก็ต้องทำได้ สังเกตได้จากการออกตลาดจากที่พบคู่แข่งเจ้าเด่นๆ ประจำๆ ในวงการนี้ในเขตกรุงเทพ และปริมณฑล เพียง 3 -4 ราย กลายเป็นว่าผู้เล่นหน้าใหม่เข้ามาเรื่อยตอนนี้ไปที่ไหนก็ต้องเจอ อย่างน้อย 2-3 รายขายในที่เดียวกัน แค่เวลาไม่ถึงปี จากblue ocean กลายเป็น red ocean ไปซะแล้ว

       ดังนั้นการวางแผนรับมือจึงเป็นสิ่งที่ควรต้องทำไม่ว่าจะเป็นธุรกิจไหน สิ่งที่เราทำก็คือ

1. เราหาตลาดที่ผู้เล่นหน้าใหม่มาสามารถเข้าถึงได้ในทันที หรือเข้าถึงก็ยาก

2. เราสร้างฐานลูกค้า ด้วยคุณภาพที่ดีราคาที่เหมาะสม และ สร้าง customer loyalty 

3. สร้างจุดแข็ง และจุดเด่น ให้ตัวเอง ไม่ว่าด้านสินค้า บริการ 

4. Scope กลุ่มลูกค้าหลัก และรองให้ชัดเจน

5. พัฒนาตัวเองอย่างต่อเนื่อง หาตลาดกลุ่มใหม่ๆ ตลอด ยิ่งเป็นตลาดที่ผู่เล่นหน้าใหม่เข้าถึงยาก หรือไม่สนใจยิ่งดี

6. ต้องรู้ว่าตัวเองอยู่ในตลาดแบบไหน เลือกตลาดให้ถูก แบบว่าอยู่ถูกที่ ถูกทาง

        ส่วนตัวคิดว่าสิ่งที่ทำให้เราอยู่รอดได้มาจนถึงปัจจุบันคือ

1. เงินสดหมุนเวียนต้องมีในมือ

2. รายได้ กำไร ค่าใช้จ่าย ต้นทุน ต้องชัดเจน

3. ต้องพัฒนาอยู่ตลอดเวลาไม่ว่าสินค้า หรือตัวบุคคล

4. ต้องรู้ และควบคุมต้นทุนที่แท้จริงให้ได้

5. 4 P / 5 Force ต้องวิเคราะห์บ่อยๆ

6. ต้องกล้า และเสี่ยงเพื่อความก้าวหน้า

7. รายได้อย่ามีเพียงทางเดียวควรมีอะไรเสริมด้วย

8. อย่าทุ่มเททั้งชีวิตเพื่องาน แบ่งเวลาหาความสุขบ้าง และบ่อยๆยิ่งดี

จีนกับเศรษฐกิจการแชร์

[คอลัมน์กรุงเทพธุรกิจ] จีนกับเศรษฐกิจการแชร์  
เศรษฐกิจการแชร์ (sharing economy) เป็นศัพท์ที่กำลังฮอตฮิตในวงธุรกิจจีน แนวคิดนี้โด่งดังมาจากสหรัฐฯ เช่น Uber ที่ให้คนที่มีรถสามารถนำรถออกมาขับให้บริการได้ หรือ Airbnb ซึ่งคนที่มีห้องว่าง สามารถนำห้องออกมาปล่อยเช่ารายวันได้
แต่ที่เมืองจีนตอนนี้ เขาไม่ได้แชร์กันเฉพาะรถและห้องพักแล้วนะครับ ไอเดียธุรกิจการแชร์ล่าสุดในจีน ได้แก่ แชร์จักรยาน แชร์ลูกบาสเก็ตบอล ไปจนถึงแชร์ร่ม!! 
บริษัทแชร์จักรยานของจีนอย่าง “Ofo” เพิ่งระดมทุนไปได้อีก 450 ล้านดอลล่าร์สหรัฐฯ และปัจจุบันมีมูลค่ากิจการทะลุ 1,000 ล้านดอลล่าร์สหรัฐฯ ไปเรียบร้อยแล้ว ขึ้นชั้นเป็น “ยูนิคอร์น” ตัวใหม่ของจีนและเอเชีย  
จักรยานสำหรับแชร์เหล่านี้จะมีสีสันสดใสชัดเจน เมื่อใช้เสร็จแล้ว ผู้ใช้จะเอาไปจอดที่จุดจอดจักรยานสาธารณะที่ใดก็ได้ ผู้ใช้รายต่อไปก็มาใช้ต่อได้เลย โดยสามารถเปิด App ดูได้ว่าพื้นที่ใกล้เคียงมีจักรยานจอดอยู่ที่ไหนบ้าง พอเอามือถือสแกนบาร์โค้ดจ่ายเงิน ก็จะสามารถปลดล็อคจักรยานและใช้งานได้ทันที 
ส่วนบริษัทใหม่ล่าสุดอย่าง “Zhulegeqiu” มาพร้อมกับไอเดียแชร์ลูกบาสเก็ตบอล รายนี้เพิ่งได้รับทุนสนับสนุนเริ่มต้น 1.4 ล้านดอลล่าร์สหรัฐฯ จากกองทุนในเซี่ยงไฮ้ โดยบริษัทจะติดตั้งตู้เช่าลูกบาสในสนามบาสเก็ตบอล 100,000 แห่งทั่วประเทศจีน ผู้ใช้บริการเดินทางมาสนามตัวเปล่าได้เลย เอามือถือสแกนบาร์โค้ดที่ตู้ ก็จะได้ลูกบาสมาเล่น ค่าเช่าคิดที่ 2 หยวน ต่อชั่วโมง
อีกบริษัท “Molisan” มาพร้อมกับไอเดียแชร์ร่ม เจ้าของบริษัทเล่าขำๆ ว่า วันไหนที่เขาไม่ถือร่มออกจากบ้าน วันนั้นฝนตกทุกที เขาเลยเกิดไอเดียธุรกิจแชร์ร่มขึ้นมา บริษัทจะตั้งจุดวางร่มไว้ตามสถานีรถไฟใต้ดินในเมืองกวางเจา เริ่มต้นด้วยร่ม 500,000 คัน ตั้งเป้าให้มีจุดวางร่มให้เช่าและคืนร่มทุก 100 เมตรทั่วเมือง โดยผู้ใช้ต้องเอามือถือมาสแกนบาร์โค้ดจ่ายเงินก่อน จึงจะปลดล็อคร่มได้ ส่วนค่าเช่าคิดที่ 1 หยวนต่อชั่วโมง 
งานวิจัยของรัฐบาลจีนพบว่า ตลาดธุรกิจการแชร์สินค้าในจีนมีขนาดใหญ่ถึง 50,000 ล้านดอลล่าร์สหรัฐฯ ในปี ค.ศ. 2016 ซึ่งเพิ่มขึ้นถึง 103% จากในปี ค.ศ. 2015 และคาดการณ์ว่าจะโตเพิ่มขึ้นอีก 40% ในปีนี้ พอถึงปี ค.ศ. 2020 เศรษฐกิจการแชร์จะคิดเป็นสัดส่วน 10% ของ GDP จีนเลยทีเดียวครับ
ทำไมเศรษฐกิจการแชร์จึงมาแรงนักในเมืองจีน? ผมคิดว่ามีเหตุผล 5 ข้อครับ
หนึ่ง คนหนุ่มสาวในจีนเริ่มให้ความสำคัญกับ “ประสบการณ์” มากกว่า “การสะสมสิ่งของ” เช่น คนรุ่นใหม่จะไม่ซื้อรถ แต่จะเอาเงินไปใช้จ่ายกับการท่องเที่ยวแทน หรือเอาเงินก้อนมาลงทุนสตาร์ทธุรกิจเล็กๆ ของตัวเอง ดังนั้น การแชร์รถ บ้าน และสิ่งของอื่นๆ อาจดีกว่าการเอาเงินไปทุ่มซื้อสิ่งของเหล่านั้น
สอง เศรษฐกิจการแชร์ เข้ากับเทรนด์การใช้ชีวิตของคนรุ่นใหม่ในจีน เช่น การรักษาสุขภาพด้วยการออกกำลังกาย (แชร์จักรยาน แชร์ลูกบาสเก็ตบอล) การรักษาทรัพยากรและสิ่งแวดล้อม การไม่สะสมทรัพย์สินและใช้ชีวิตสไตล์มินิมอล  
สาม คนหนุ่มสาวของจีนระมัดระวังการจับจ่ายใช้สอยเงินก้อนมากขึ้น เพราะค่าใช้จ่ายอื่นในจีนสูงขึ้นมาก เช่น ค่าบ้าน (ราคาอสังหาริมทรัพย์ในจีนพุ่งสูงไม่หยุด) ค่าใช้จ่ายที่ต้องเลี้ยงดูผู้สูงอายุ (จีนกำลังเข้าสู่สังคมผู้สูงอายุเต็มรูปแบบ แถมด้วยนโยบายลูกคนเดียวในอดีต ทำให้คนจีนไม่มีพี่น้องมาช่วยแชร์ค่าใช้จ่าย) ดังนั้น ถ้าไม่ต้องซื้อรถ บ้าน และสามารถแชร์สิ่งของต่างๆ ด้วยราคาถูก ก็น่าจะดี  
สี่ คนจีนกังวลเรื่องความปลอดภัยของสินค้า และเริ่มต้องการบริโภคสินค้าที่มีคุณภาพมากขึ้น ดังนั้นจึงมีความต้องการแชร์สินค้าที่มีคุณภาพในราคาถูก แทนที่จะต้องเสียเงินทั้งก้อนเพื่อซื้อสินค้าเหล่านั้น หรืออีกทางหนึ่ง คนจีนอาจเลือกประหยัดกับค่าใช้จ่ายบางอย่าง เช่น การซื้อรถหรือบ้าน เพื่อจะได้เก็บเงินไว้ซื้อสินค้าอย่างอื่นในคุณภาพที่สูงขึ้น
ห้า ปัจจุบันจีนเป็นประเทศที่ผู้คนนิยมจ่ายเงินด้วยการสแกนบาร์โค้ดผ่านมือถือ ไม่มีใครใช้เงินสดกันแล้ว คนจีนโดยทั่วไปมีบัญชีธนาคารผูกกับ Alipay หรือ Wechat Pay เพียงแค่สแกนบาร์โค้ดก็สามารถชำระเงินค่าสินค้าได้เลย ไม่ว่าสินค้านั้นจะราคาเพียงไม่กี่หยวนก็ตาม 
การจ่ายเงินด้วยมือถือ ทำให้ธุรกิจการแชร์สิ่งของต่างๆ เป็นไปได้ เช่น คนที่จะแชร์จักรยาน ก็แค่เอามือถือสแกนเพื่อปลดล็อคจักรยาน ขณะเดียวกันก็สามารถใช้มือถือดูได้ด้วยว่าในบริเวณใกล้เคียงมีจักรยานจอดอยู่ที่ไหนบ้าง ส่วนบริษัทเองก็สามารถตามตัวบุคคลได้เวลาจักรยานหาย เพราะรู้ว่าใครเป็นคนเช่า เนื่องจากทุกอย่างชำระเงินผ่านบัญชีออนไลน์ทั้งหมด
นักลงทุนจีนรายใหญ่บางรายถึงกับโปรโมทว่า เศรษฐกิจการแชร์ของจีน เป็นการฟื้นคืนค่านิยมคอมมิวนิสต์กลับมาอีกครั้ง (เอากับเขาสิ!) เพราะพื้นฐานคอมมิวนิสต์ก็คือการแชร์สิ่งของร่วมกันในคอมมูน (ชุมชน) นั่นเอง
แต่นักวิจารณ์กลับเห็นว่า เศรษฐกิจการแชร์ของจีนนี่ให้ประโยชน์แต่กับนายทุนชัดๆ ต่างจากเศรษฐกิจการแชร์ของฝรั่งเช่น Uber หรือ Airbnb ที่เปิดโอกาสให้คนทั่วไปเข้าร่วมหาเงินด้วยได้ เช่น เอารถออกไปขับหาเงิน หรือเอาห้องพักที่มีอยู่ปล่อยเช่าได้ แต่เศรษฐกิจการแชร์ของจีนเหมือนการปล่อย “เช่า” มากกว่าการ “แชร์” เจ้าของธุรกิจเป็นนายทุนรายใหญ่ ส่วนคนจีนทั่วไปไม่มีโอกาสเข้าร่วมหาเงินจากธุรกิจเหล่านี้ได้เลย
นอกจากนั้น ยังมีเสียงวิจารณ์ว่าโมเดลธุรกิจของบริษัทเหล่านี้ไม่ชัดเจน หลายรายไม่มีโอกาสทำกำไรได้จริง ส่วนใหญ่เป็นการเร่งระดมทุนและขยายกิจการเพื่อยึดส่วนแบ่งในตลาดให้มากที่สุด โดยยังไม่สนใจว่าในระยะยาวจะทำกำไรได้จริงอย่างไร (ค่าเช่าจักรยานชั่วโมงละไม่กี่หยวน กี่ชาติจะคืนทุน?) แถมตอนนี้การระดมทุนในจีนก็ง่ายเหลือเกิน แค่มีไอเดียแปลกใหม่ ก็มักมีนักลงทุนให้ความสนใจมากมาย ไอเดียบางอันดูเหมือนมีดีมานด์จริงและอาจไปได้สวย แต่ไอเดียบางอันก็เหมือนเล่นตลก
แต่ก็มีวงในบางคน แอบเฉลยว่า สิ่งที่นักลงทุนสนใจในระยะยาวอาจเป็น Big Data มากกว่า ซึ่งจะมีมูลค่ามหาศาล เช่น บริษัทเหล่านี้จะเก็บข้อมูลได้ว่าผู้ใช้บริการคนใดคืนของตรงเวลา หรือใครขโมยหรือทำของชำรุด ซึ่งข้อมูลเหล่านี้เป็นข้อมูลเครดิตผู้บริโภคที่ดีมาก บริษัทอาจขายข้อมูลเหล่านี้ให้กับสถาบันการเงินหรือบริษัทที่ต้องการข้อมูลเครดิตเหล่านี้ได้ นี่ยังไม่นับข้อมูลการตลาดอื่นๆ เช่น ผู้บริโภคเมืองไหนชอบใช้สินค้าแบบใด ชนิดใด มากน้อยเพียงใด ซึ่งจะเป็นเป็นประโยชน์กับบริษัทที่ผลิตและขายสินค้าต่างๆ ด้วย
ถ้าเราเชื่อเรื่องการแข่งขันและลองผิดลองถูกของสตาร์ทอัพ สุดท้ายในบรรดาไอเดียแปลกใหม่เหล่านี้ ก็อาจค่อยๆ พัฒนาและปรับปรุงจนเกิดโมเดลธุรกิจใหม่ที่ทำกำไรได้จริงขึ้นมา ตอนนี้ในจีนเริ่มมีการพูดถึงธุรกิจแชร์เครื่อง 3 D Printing โดยให้โรงงานหลายๆ โรงใช้ร่วมกัน ส่วนบริษัทแชร์รถจักรยานของจีนก็ได้ขยายตลาดไปที่ลอนดอนและสิงคโปร์แล้ว รวมทั้งเริ่มมีคนพูดถึงไอเดียการแชร์ร่มในสหรัฐฯ 
บางที ไอเดียธุรกิจการแชร์รายใหม่ที่จะครองโลก อาจจะมาจากจีน ซึ่งตลาดสตาร์ทอัพกำลังคึกคักและแข่งขันกันดุเดือด จนเป็นแหล่งทดลองและกำเนิดไอเดียธุรกิจใหม่ที่ไม่มีใครเคย (บ้า) คิดมาก่อนก็ได้

วิธีใช้ MACD ในการหาจังหวะเข้าซื้อหรือขายหุ้น

⭐วิธีใช้ MACD ในการหาจังหวะเข้าซื้อหรือขายหุ้น
📌 การเริ่มต้นที่จะศึกษาทิศทางระยะสั้นของหุ้นตัวใดตัวหนึ่งในตอนเริ่มต้นนั้นค่อนข้างยากพอสมควรและมันจะยากที่สุดถ้าคุณไม่รู้จักเครื่องมีที่สามารถนำมาใช้ในการวิเคราะห์ได้ ซึ่งในบทความนี้เราจะพูดถึงหนึ่งใน Indicator ที่เป็นที่นิยมมากที่สุดในหมู่ Technical analysis นั้นก็คือ Moving Average Convergence Divergence หรือ (MACD) ชื่ออาจจะอ่านยากและดูวุ่นวายไปนิดสำหรับมือใหม่แต่ไม่ต้องตกใจครับ วิธีการใช้งาน MACD นั้นค่อนข้างง่ายกว่าที่คิด พร้อมทั้งอาจนำมาซึ่งพลังในการวิเคราะห์ที่คุณคิดไม่ถึงก็เป็นได้…
📌 ย้อนรอย MACD
สิ่งที่ทำให้ MACD นั้นเป็นเครื่องมือทางเทคนิคที่นิยมและใช้กันอย่างแพร่หลายเพราะว่า MACD นั้นสามารถช่วยในการหาการเติบโตของทิศทางหรือเทรนด์ระยะสั้นได้ แต่ก่อนที่เราจะกระโดดเข้าไปสู่วิธีการใช้ MACD นั้นผมอยากให้ทุกคนมาทำความเข้าใจในเรื่องของ
ยกตัวอย่างจากกราฟด้านล่างนักลงทุนจะจับตามอง เส้นราคาเฉลี่ย ระยะสั้น EMA12 (สีน้ำเงิน) ตัดเหนือ เส้นราคาเฉลี่ยระยะยาว EMA26 (สีแดง) เป็นสัญญาณของแนวโน้มที่จะเป็นขาขึ้น การตัดกันในลักษณะนี้หมายถึงราคาในช่วงที่ผ่านๆ มานั้นได้มีอัตราการขึ้นเร็วกว่าในอดีต ดังนั้นผู้ที่จับสัญญาณได้และมั่นใจก็จะเริ่มต้นเข้าไปซื้อหุ้นที่จุดนี้ ส่วนอีกแบบนึงก็คือการที่ เส้นค่าเฉลี่ยระยะสั้น ตัดต่ำกว่า เส้นค่าเฉลี่ยระยะยาว นั้นก็หมายความว่าเป็นการที่อัตราการลดลงของราคานั้นลดลงเร็วกว่าปกติ ดังนั้นควรจะพิจารณาว่าจะขาย หรือ จะถือหุ้นตัวนั้นต่อไปดีหรือไม่
📌 ดัชนีชี้วัด MACD
หากสังเกตุจากกราฟด้านบนจะเห็นได้ว่าเส้นทั้งสองเส้นที่เป็นเส้นค่าเฉลี่ยระยะยาวและเส้นค่าเฉลี่ยระยะสั้นนั้นค่อยๆ แยกออกจากกันเมื่อราคามีการปรับตัวสูงขึ้น MACD จึงถูกออกแบบมาเพื่อวิเคราะห์ความแตกต่างจากค่าเฉลี่ยทั้งสองเส้น โดยการนำเส้นค่าเฉลี่ยระยะสั้นเป็นตัวตั้งและลบด้วยเส้นค่าเฉลี่ยระยะยาว ก็จะได้เป็นเส้น MACD โดย ระยะเวลาของเส้นค่าเฉลี่ยของแต่ละเส้นนี้ก็สามารถปรับได้แล้วแต่กลยุทธ์ของแต่ละคน โดยส่วนใหญ่แล้วนักลงทุนทั่วไปจะใช้ค่า EMA12 และ EMA26 เป็นหลัก
หากค่า MACD ที่ได้ออกมาเป็น บวก นั้นหมายความว่า เส้นค่าเฉลี่ยระยะสั้น สูงกว่า เส้นค่าเฉลี่ยระยะยาว โดยอาจเป็นสัญญาณของหุ้นขาขึ้นด้วย ซึ่งนักลงทุนอาจจะพิจารณาว่าตอนนี้อาจจะยังไม่ใช่จุดที่ทำกำไรควรจะรอสัญญาณที่ชัดเจนก่อนเพื่อกำไรที่มากขึ้น หรือ ในทางกลับกัน ค่า MACD ที่ติดลบนั้นหมายถึงแนวโน้มขาลงนั้นแข็งแรงขึ้น อาจไม่เหมาะสมกับการที่จะเข้าไปซื้อ
📌 เส้นสัญญาณ (Signal Line)
หากเราแค่จะเทียบความแตกต่างของ ค่าเฉลี่ยราคาหุ้น ก็สามารถทำได้โดยไม่ต้องใช้ค่า MACD แต่การที่ MACD พิเศษกว่าดัชนีอื่นนั้นก็เพราะว่ามีเจ้า Signal Line หรือ เส้นสัญญาณโดยเกิดขึ้นจากการนำค่า MACD ย้อนหลัง 9 วันมาเฉลี่ย แล้ววางลงเป็นกราฟเดียวกันกับ MACD
รูปด้านล่างเส้นหนาจะเป็นเส้น MACD และ เส้นรอยประคือเส้นสัญญาณ (Signal Line) หรือ EMA9 ของ MACD
สัญญาณซื้อ สามารถเกิดขึ้นได้โดยการที่เส้น MACD ตัดเหนือ เส้นสัญญาณ และ สัญญาณขาย เกิดขึ้นเมื่อเส้น MACD ตัดต่ำกว่า เส้นสัญญาณ หลายครั้งที่นักลงทุนจะเจอเส้นการตัดกันต่ำกว่า 0 การที่เกิดการตัดกันแบบนั้นอาจจะเกิดการกลับตัวของหุ้น หรือ เปลี่ยนแปลงในทิศทาง แต่นักลงทุนต้องจำไว้ว่าถ้าการที่ตัดกันในจุดต่ำกว่า 0 นั้นหมายถึงหุ้นตัวนั้นมีแรงขายในช่วงระยะสั้นมากกว่าระยะยาวนั้นเอง ดังนั้นการเลือกที่จะเข้าซื้อในจุดตัดที่เหนือเส้น 0 ย่อมเป็นอะไรที่เสี่ยงน้อยกว่า
อีกสัญญาณนึงที่นักลงทุนที่มีประสบการณ์มักจะหยิบไปใช้ก็คือการเกิด Divergence หรือการที่ดัชนีอย่าง MACD มีแนวโน้มขึ้นลงสวนทางกับราคาหุ้น
📌 เส้นศูนย์
อย่างที่ได้กล่าวไปในขึ้นต้นว่าการคำนวณ MACD นั้นเกิดจากการทำเส้น EMA12 และ EMA26 มาลบออกจากกันดังนั้นเมื่อเส้นทั้งสองเส้นตัดกันค่า MACD จึงเป็น 0 โดยสามารถดูจากภาพด้านล่างได้ว่า การที่เส้น MACD ตัดผ่านเส้น 0 นั้นเป็นสัญญาณบ่งบอกแนวโน้มของหุ้นที่ค่อนข้างชัดเจน และ ค่อนข้างที่จะดูง่าย
📌 ข้อดีของ MACD
ในตัวอย่างที่ได้โชว์ไปก็จะเห็นได้ว่า MACD นั้นค่อนข้างมีประโยชน์กับนักลงทุนระยะสั้น โดยเป็นเครื่องมีที่ใช้ในการยืนยันแนวโน้มหรือทิศทางของราคาหุ้นว่าจะไปในทิศทางใดก่อนที่จะมีการสั่งออเดอร์ซื้อหรือขาย
📌 ข้อเสีย MACD
ข้อเสียที่ใหญ่ที่สุดสำหรับการใช้ดัชนีชี้วัดตัวนี้ก็คือในบางครั้งเกิดสัญญาณซื้อขายค่อนข้างบ่อยในช่วงราคาที่ค่อนข้างใกล้กันก่อนที่จะเกิดสัญญาณที่แสดงทิศทางอย่างชัดเจน อย่างที่โชว์ในกราฟด้านล่างจะเห็นได้ว่าก่อนที่ราคาหุ้นจะพุ่งขึ้นสูงได้เกิดสัญญาณซื้อขายจากเส้น MACDC ตัดกับเส้น Signal หลายครั้ง
นักลงทุนที่เลือกใช้ดัชนีชี้วัด MACD เป็นเครื่องมือในการจับสัญญาณต้องเข้าใจว่าในช่วงที่ตลาดขึ้นลง หรือ Sideway อาจส่งผลให้ค่าของ MACD เปลี่ยนแปลงอย่างรวดเร็ว ซึ่งการที่เกิดสัญญาณถี่อาจจะทำให้นักลงทุนขาดทุนได้เนื่องจากการซื้อขายแต่ละทีมีค่าธรรมเนียมเป็นปัจจัยนึงที่เข้ามาเกี่ยวข้อง
ข้อด้อยอีกข้อของการใช้ MACD คือการที่เราไม่สามารถนำหุ้นตัวนึงมาเปรียบเทียบกับอีกตัวได้เนื่องจากค่า MACD นั้นเกิดจากการนำราคาหุ้นมาลบกันแล้วหาความแตกต่าง ดังนั้นในตลาดที่มีราคาหุ้นค่อนข้างหลากหลายถูกและแพงจึงทำให้เกิดข้อด้อยข้อนี้ขึ้นมา
📌 บทสรุป
MACD เป็นหนึ่งในเครื่องมือหรือดัชนีชี้วัดที่มีความนิยมใช้กันอย่างแพร่หลายในหมู่นักลงทุนระยะสั้นเพื่อวิเคราะห์และหาทิศทางแนวโน้มของหุ้นตัวนั้นๆ ว่าจะไปยังทิศทางใด โดยการที่ MACD ตัดกับ Signal Line หรือเส้นสัญญาณนั้นเป็นการบอกถึงโอกาสในการลงทุน หรือ การขายหุ้น ณ ราคานั้นๆ และ การที่ MACD ตัดผ่านเส้น 0 นั้นก็เป็นการชี้ว่าแนวโน้มของราคาหรือทิศทางกำลังจะไปในทางใด
สิ่งเหล่านี้ล้วนแล้วถูกทดสอบมาว่ามีความแม่นยำค่อนข้างสูง พร้อมทั้ง MACD ยังเป็นเครื่องมือที่เรียนรู้และเข้าใจง่ายจะเหมาะสำหรับทั้งนักลงทุนมือใหม่ หรือ แม้กระทั่งคนที่ยังไม่เคยลงทุนแต่สนใจที่จะลงทุนก็สามารถเรียนรู้ศึกษาเพื่อนำไปใช้งานได้ไม่ยากนะ
Cr.SET MONITOR

พอเพียงอย่างพอใจ : EARTH… จุดเริ่มต้น ของ Market Failure? 

(Jun 14) พอเพียงอย่างพอใจ : EARTH… จุดเริ่มต้น ของ Market Failure? ครบ 1 เดือนเต็ม ที่กลุ่มผู้ถือหุ้นใหญ่และผู้บริหาร ของบริษัท เอ็นเนอร์ยี่ เอิร์ธ จำกัด (มหาชน) หรือ EARTH ถูกบังคับขายหุ้น (Force Sell) เพราะการใช้ Margin เล่นหุ้นจนเกินพอดี ส่งผลให้ราคา EARTH ลดลงจาก 4 บาทกว่าเหลือเพียง 2 บาทกว่า
อย่างไรก็ตาม วิบากกรรมยามพระศุกร์เข้าพระเสาร์แทรกไม่เคยปรานีใคร ในที่สุดเวลาแห่งความจริงก็มาถึง… Earth ถูกธนาคารกรุงไทย ตัดวงเงินสินเชื่อ (ด้วยเหตุผลบางประการ) ส่งผลให้ Earth ไม่มีเงินไปชำระหนี้ตั๋ว B/E มูลค่าเพียง 50 ล้านบาท
เมื่อช้างตายทั้งตัว ใบบัวจึงปิดไม่มิด… ข่าวเป็นทางการถูกประกาศผ่านระบบของตลาดหลักทรัพย์ฯ ในวันที่ 7 มิ.ย. ส่งผลให้ราคาหุ้นดิ่งลงสู่ราคา 1.20 บาท…
คำถามคือ…การผิดนัดชำระหนี้นี้คือแค่เพียงปลายยอดของภูเขาน้ำแข็ง หรือ “Iceberg” ของ “EARTH”… ?
“อาจจะใช่” เพราะยังมีตั๋วสัญญาใช้เงินระยะสั้นและหุ้นกู้ที่มีมูลค่าอีกกว่า 5.5 พันล้านบาท ซึ่งจะทยอยครบกำหนดในปี 2561และ 2562 กำลังตามมา… ไม่นับรวมหนี้สินอื่นอีกเกือบ 2 หมื่นล้านบาทที่ใช้ในกิจการ

5414544
ข้อมูลเชิงลึกระบุว่าสาเหตุที่ธนาคารกรุงไทยตัดวงเงินของ EARTH เนื่องจากค้นพบการใช้เงินผิดวัตถุประสงค์ในสัญญา Forward ล่วงหน้าถ่านหินที่อินโดนีเซียมูลค่า 1 หมื่นล้านบาท…
นี่คือการ Fraud (ทุจริต) ? หรือ Normal Business Operation (ธุรกรรมปกติ) ?… ความจริงเรื่องนี้ยังไม่เป็นที่ปรากฏชัด… แต่ที่แน่ชัดคือ “ธนาคารกรุงไทย ไม่เชื่อใจบริษัท EARTH อีกต่อไป…”
เมื่อ EARTH… บริษัทที่เคยมี Market Cap 2 หมื่นล้านบาท บริษัทที่มีกำไรสม่ำเสมอ บริษัทที่มีผู้สอบบัญชีชื่อดังคือ ไพร้ซวอเตอร์เฮาส์ คูเปอร์สตรวจสอบ บริษัทที่ ทริส เรทติ้ง ยืนยันว่ายังมีฐานะทางการเงินที่เข้มแข็ง โดยให้เรตติ้งระดับ BBB- ตอนนี้กลับผิดนัดชำระหนี้เพียง 50 ล้านบาท… คำถามมากมายจึงรอตอบ??
ส่วนตัวผมไม่รู้แน่ชัดว่าเกิดอะไรขึ้นกับ EARTH… แต่มันไม่สำคัญเท่ากับประเด็นเรื่องผลกระทบในวงกว้างที่ผมอยากให้ทบทวนกัน เพราะโศกนาฏกรรมนี้จะไม่ใช่เรื่องของ Earth รายเดียว และอาจจะนำมาสู่ Credit Market Failure หรือความล้มเหลวของตลาด (ตราสารหนี้)
Market Failure คือ การที่ตลาดไม่สามารถทำงานตามกลไกเพื่อนำมาซึ่งการจัดสรรทรัพยากรที่มีประสิทธิภาพได้ หรือสถานการณ์การที่ตลาดไม่อาจนำมาซึ่งความต้องการของสาธารณะได้ (ได้สินค้าในปริมาณที่ต้องการและในราคาที่ถูกต้อง)
ลองนึกภาพดูนะครับว่า

หากระบบจัดลำดับ credit rating เชื่อถือไม่ได้… !!

หากบริษัทกำไรดี บนอุตสาหกรรมที่มั่นคงวันดีคืนดีฟ้าผ่าและผิดนัดชำระหนี้ที่มีมูลค่าเพียง 0.15% ของสินทรัพย์รวม… !!

หากผู้สอบบัญชีและนักวิเคราะห์หมดความน่าเชื่อถือ…!!
สิ่งที่จะตามมาคือนักลงทุนจะแห่ถอนหน่วยลงทุนจากตลาดตราสารหนี้ แล้วโยกเงินไปเก็บในธนาคารแทน ส่งผลให้เงินทุน Short จากระบบเศรษฐกิจ และบริษัทยักษ์ใหญ่มากมายแม้จะมั่นคงเพียงใด ก็มีโอกาสผิดนัดชำระหนี้ เพราะความ Over-Panic ของนักลงทุน … อย่าลืมนะครับว่าตลาดตราสารหนี้นี้มีมูลค่า 4-5 แสนล้านบาท
เมื่อความกลัวเข้าครอบงำอารมณ์การลงทุน… รัฐบาลและเอกชนจะต้องร่วมมือกันใช้เวลาอีกนับปี กว่าจะฟื้นความเชื่อมั่นได้….
ดังนั้นก่อน EARTH จะเป็นน้ำผึ้งหยดเดียวของกรณี Credit Market Failure… รัฐและผู้คุมกฎจึงควรทำความเข้าใจสถานการณ์ที่อ่อนไหวนี้ให้ลึกซึ้ง และเปิดใจรับฟังความคิดเห็นจากทุกภาคส่วน ทบทวนภารกิจที่ท่านได้รับมอบหมายจากประชาชนในการเกื้อหนุนเศรษฐกิจชาติและสร้างความเชื่อมั่นและศรัทธา
“การล่มสลายของอาณาจักร EARTH แสดงให้เห็นถึงความไม่เที่ยงของทุกสรรพสิ่งบนโลกใบนี้”
โดย : ฉาย บุนนาค

คอลัมน์ :พอเพียงอย่างพอใจ /หน้า 18 
Sourc: ฐานเศรษฐกิจ

ยามจน…ยามรวย 

ยามจน…ยามรวย 
1. ยามที่คุณจน อยู่กับบ้านให้น้อย ออกนอกบ้านให้มาก ยามที่คุณรวย อยู่กับบ้านให้มาก ออกนอกบ้านให้น้อย นี่คือศิลปะในการดำเนินชีวิต
2. ยามที่คุณจน เงินทองที่มีใช้ไปกับผู้อื่น ยามที่คุณรวย เงินทองที่มีใช้ไปกับคนรักและคนในครอบครัว มีคนจำนวนมากที่ทำกลับตาลปัตร
3. ยามที่คุณจน อย่าได้คิดเล็กคิดน้อย ต้องทำดีต่อคนอื่น อย่างนี้เรียกว่า “จนกายแต่ไม่จนอุดมการณ์” ยามที่คุณรวย ต้องเรียนรู้ให้คนอื่นทำดีต่อคุณ และคุณต้องทำดีต่อผู้อื่นให้มากยิ่งขึ้น จงเรียนรู้เป็นผู้ให้ เป็นผู้สละอุทิศ เคล็ดลับนี้น้อยคนนักที่จะเข้าใจ
4. ยามจนใจต้องใหญ่ ยามรวยอย่าหน้าใหญ่ 
5. วัยเยาว์คือต้นทุนแห่งความรวย แต่ต้องรู้จักถนอมและรักษาเวลา ความจนไม่ได้เป็นสิ่งที่น่ากลัว! รู้จักบ่มเพาะฝึกฝนตนเอง รู้จักว่าสิ่งใดสำคัญสิ่งใดมีค่า รู้จักว่าอะไรควรลงทุนอะไรไม่ควรลงทุน รู้จักว่าช่วงไหนควรประหยัดช่วงไหนควรใช้จ่าย นี่ต่างหากที่เป็นหลักสำคัญ
6. อย่าเอาแต่ซื้อเสื้อผ้า แต่เมื่อซื้อก็ซื้อเสื้อผ้าที่ดีหน่อย หาโอกาสเลี้ยงข้าวคนที่มีความรู้ มีความคิด มีความขยันขันแข็ง มีความมานะพยายามมากกว่าตนเอง คุณจะได้อะไรมากกว่ากินข้าวคนเดียว
7. เมื่อสถานะทางการเงินมั่นคงแล้ว ใช้เงินทองที่มีอยู่ทำความฝันของคุณให้เป็นจริง เติมปีกให้แก่ตัวคุณเอง ก้าวไปให้ถึงฝั่งฝัน ทำชีวิตให้ดีกว่าเดิม
8. ยามจน หมั่นดูความถูกต้องของคนอื่น มันจะทำให้คุณเจริญขึ้น ยามรวยหมั่นย้อนดูความผิดของตนเอง มันจะทำให้คุณลืมความผิดของคนอื่น
9. อย่าเอามาตรฐานของคุณมาวัดผม เพราะคุณรู้จักแค่ชื่อของผม แต่คุณไม่รู้ความเป็นมาของผม คุณแค่เคยได้ยินว่าผมทำอะไร แต่คุณไม่รู้ว่าผมต้องผ่านอะไรมาบ้าง?
10. ผู้ยิ่งใหญ่ที่แท้จริงจะไม่ใช้อำนาจกดขี่ข่มเหงผู้ใต้บังคับบัญชา คุณเก่งจริงไม่ต้องบังคับใครบริวารจะเข้ามาหาคุณเอง คุณไม่เก่งจริงต่อให้บังคับ เขาก็อยู่กับคุณแค่ตัวแต่ใจไม่มีทางอยู่ด้วย ดังคำกล่าวที่ว่า “ผู้มีคุณธรรม แม้ไม่สั่งการเขาก็ทำตาม ผู้ไร้คุณธรรม ต่อให้สั่งการเขาก็ไม่ทำตาม”
11. ไม่มีใครเดินเป็นเพื่อนคุณไปทั้งชีวิต คุณจึงต้องฝึกใช้ชีวิตตามลำพังบ้าง ไม่มีใครช่วยเหลือคุณได้ทั้งชีวิต ดังนั้น คุณจึงต้องฝึกพึงพาสองมือสองขาของตนเองบ้าง
12. ชีวิตคนเราต่างเกิดมาเพื่อเรียนรู้ในการเผชิญกับสิ่งต่างๆ ยามคนรักของคุณต้องจากคุณไปอย่างไม่มีวันหวนกลับ ก็อย่าได้โศกเศร้าเสียใจจนต้องกลั้นลมหายใจตายไปตามๆกัน จงจำไว้ ยามสมหวังให้รู้ระวัง ยามผิดหวังให้รู้ย้อนมอง อย่าได้สำคัญตนเองมากจนเกินไป อดสูได้ อดทนได้ ร้องไห้ได้ สิ่งเหล่านี้เป็นเรื่องที่ยากหลีกเลี่ยงเมื่อเกิดมาเป็นคนอยู่บนโลกใบนี้
13. คนเรามักอิจฉาความสมบูรณ์ของคนอื่น แต่ไม่ตัวว่าก็มีคนอื่นกำลังอิจฉาความสมบูรณ์ที่คุณมีอยู่ ที่จริงทุกคนต่างมีความสมบูรณ์ เพียงแต่ความสมบูรณ์ของคุณมักเป็นความสมบูรณ์ที่คนอื่นมีอยู่ เพราะฉะนั้นคุณก็เลยมักคิดว่าตนเองขาดพร่องไม่สมบูรณ์อยู่เสมอ
14. วาสนา ไม่ใช่ทรัพย์สมบัติของใครคนใดคนหนึ่ง ช้าหรือเร็ววันหนึ่งมันก็ย่อมมีวันมาเยี่ยมคุณได้เช่นกัน
15. ไม่ว่าคุณจะรีบเร่งทำงานยังไง เวลาก็มีเพียงแค่24ชั่วโมงในทุกวัน ไม่ว่าคุณจะพยายามอย่างไร พระอาทิตย์ก็ยังตกดินตามเวลาเสมอ ชีวิตคนเรามี “งาน” ทำกันไม่จบไม่สิ้น เรื่องบางอย่างรีบทำไปก็ไร้ประโยชน์ เรื่องบางอย่างกังวลก่อนเวลาไปก็ขาดทุนเปล่าๆ “ใช้ชีวิตอยู่กับปัจจุบัน” เวลานี้ คือเวลาของคุณ…
ข้อคิดดีๆมีไว้แบ่งปัน

10 อาชีพที่ถูกคุกคามจาก Big Data และ Machine learning

10 อาชีพที่ถูกคุกคามจาก Big Data และ Machine learning
เมื่อผู้อ่านได้อ่านข่าวเกี่ยวกับเรื่องที่หุ่นยนต์, ซอฟท์แวร์และปัญญาประดิษฐ์ (AI) ที่จะกำจัดตำแหน่งงานของมนุษย์ภายใน 2-3 ทศวรรษจากนี้ ซึ่งในวินาทีแรกที่อ่านข่าวหลายท่านคงยอมรับที่จะเชื่อค่อนข้างยาก เพราะมันดูคล้ายกับหนังเรื่อง Minority Report ที่มี Tom Cruise เป็นพระเอกที่ท่านเคยดูหลายปีมาแล้ว
ในปัจจุบัน งานที่ใช้แรงงานและงานที่ไม่ได้ใช้ความรู้ในระดับเชี่ยวชาญ (Blue – collar) เริ่มมีแนวโน้มถูกแทนด้วยเทคโนโลยี เช่น คนงานในโรงงาน และคนขับรถแท็กซี่ เป็นต้น ซึ่งผู้อ่านอาจจะรู้สึกโล่งใจว่าตำแหน่งงานที่เป็นลักษณะผู้เชี่ยวชาญ หรือผู้ที่ใช้ความรู้ความชำนาญเฉพาะ (Professional) ก็ยังคงปลอดภัยจากการที่จะถูกคอมพิวเตอร์หรือซอฟท์แวร์มาแทนที่
แต่จากข้อมูลการพัฒนาเทคโนโลยีในสาขาต่างๆ ทำให้เริ่มเห็นได้ชัดว่า เราคงไม่สามารถรู้สึกถึงความมั่นคงของชีวิตได้อีกต่อไปแล้ว เพราะความซับซ้อนและความชาญฉลาดของซอฟท์แวร์ และปัญญาประดิษฐ์ (AI) เริ่มทำให้เครื่องจักรสามารถเรียนรู้เพื่อที่จะทำงานแบบอัตโนมัติด้วยความชาญฉลาดมากขึ้นทุกขณะ ที่เราเรียกว่า “Machine learning” ซึ่งมันจะทำให้งานที่มนุษย์ทำด้วยความยุ่งยากและใช้เวลานาน สามารถนำเอาเทคโนโลยี Machine learning มาทำงานแทนมนุษย์ได้เทียบเท่ากับที่มนุษย์ทำ และมีแนวโน้มที่จะทำได้เร็วกว่าและดีกว่า
Boston Consulting Group ได้คาดการณ์ไว้ว่าตำแหน่งงานที่มีอยู่ในปัจจุบันจะถูกซอฟท์แวร์หรือหุ่นยนต์เข้าทำงานแทนถึง 1 ใน 4 ของตำแหน่งงานทั้งหมดภายในปี 2025 ยิ่งไปกว่านั้น Oxford University ได้วิเคราะห์ว่าตำแหน่งงานถึง 35% ของตำแหน่งงานทั้งหมดในสหราชอาณาจักร กำลังอยู่ในความเสี่ยงที่ระบบอัตโนมัติจะเข้ามาแทนที่ภายใน 20 ปีนับจากนี้
ตำแหน่งงานที่เป็นลักษณะผู้เชี่ยวชาญเฉพาะ (Professional) ที่กำลังถูกคุกคามจากความก้าวหน้าของ Big Data และ Machine learning ซึ่งสามารถแบ่งออกเป็น 10 อาชีพ ดังนี้
1. ด้านสุขภาพและการแพทย์ (Health care) 

งานในบางส่วนของอาชีพแพทย์ สามารถทำได้โดยคอมพิวเตอร์และหุ่นยนต์ได้ ตัวอย่างเช่น การผ่าตัดโดยใช้หุ่นยนต์ ซึ่งเป็นงานเฉพาะ และมีความแม่นยำสูงกว่าที่มนุษย์จะทำได้, Watson โดย IBM ได้พิสูจน์ให้เห็นว่าสามารถตรวจสอบและค้นหามะเร็งในปอดด้วยการใช้การสแกนด้วย MRI ซึ่งมีความแม่นยำกว่าทำด้วยมนุษย์, UCSF Medical Center ได้เริ่มการใช้ระบบอัตโนมัติและหุ่นยนต์ในการควบคุมการจ่ายยาที่โรงพยาบาล UCSF เป็นต้น
2. ด้านประกันภัย (Insurance) 

งานของตัวแทนธุรกิจประกันภัย (Brokers) สามารถที่จะถูกแทนด้วยระบบคอมพิวเตอร์โดยการใช้ Big Data และ Machine learning ซึ่งงานในธุรกิจประกันภัยจะมีขั้นตอนที่ชัดเจนตามกฎระเบียบและกฎหมาย จึงทำให้คอมพิวเตอร์สามารถทำงานแทนได้ในเกือบทุกกระบวนการ ดังนั้นระบบอัตโนมัติจะสามารถช่วยตัดสินใจได้แทนมนุษย์ในธุรกิจนี้ได้เกือบทั้งหมดในอนาคตอันใกล้
3. ด้านสถาปัตย์ (Architects) ปัจจุบันเราสามารถออกแบบบ้านของเราได้ด้วยตัวเองแล้วด้วยระบบคอมพิวเตอร์ โดยตัวระบบได้นำเอาความเชี่ยวชาญของสถาปนิกใส่ลงใน Machine learning ให้สามารถช่วยเราออกแบบบ้านเกือบเทียบเท่าผู้เชี่ยวชาญ โดยเฉพาะอย่างยิ่งการออกแบบโครงการขนาดเล็ก ซึ่งนับวันการพัฒนา และความซับซ้อนของ Big Data และ Machine learning ยิ่งจะทำให้ความต้องการการช่วยเหลือจากสถาปนิกลดลงทุกวัน
4. ผู้สื่อข่าว (Journalists) 

งานของผู้สื่อข่าวนับวันจะถูกเทคโนโลยีช่วยทำงานได้มากขึ้น แต่ภัยคุกคามที่เคยมีเพียง Social media ที่เข้ามามีผลกระทบนั้นถือว่ายังน้อยมากหากเทียบกับแนวโน้มในอนาคตอันใกล้ที่จะมี Machine learning ที่สามารถรวบรวมข่าวสาร และทำการวิเคราะห์ และผลิตเนื้อหาข่าวได้อย่างรวดเร็ว และถูกต้องแม่นยำกว่าผู้สื่อข่าวที่เป็นมนุษย์ ซึ่งในช่วงเวลา 1-2 ปี ที่ผ่านมาหากเราอ่านข่าว (ภาษาอังกฤษ) เกี่ยวกับด้านการเงิน (Financial report) มีความเป็นไปได้ว่าเรากำลังอ่านข่าวที่ถูกผลิตโดย “Machine” หรือซอฟท์แวร์เขียนข่าวอัตโนมัติ ซึ่งในปัจจุบันการเขียนข่าวโดยใช้ Machine learning เกิดขึ้นจริงแล้วในส่วนเนื้อหาเฉพาะด้าน เช่น การรายงานข่าวด้านการเงินและกีฬา (Financial and sports) ซึ่งตัวเนื้อข่าวจะมีตัวเลขและข้อมูลเป็นหลัก แต่ในส่วนเนื้อหาข่าวชนิดอื่นก็กำลังจะใช้ Machine learning มากขึ้นเรื่อยๆ อย่างชัดเจน
5. ด้านอุตสาหกรรมการเงิน (Financial industry) 

Machine learning สามารถวิเคราะห์ข้อมูลด้านการเงินและเตรียมข้อมูลบัญชี เช่น การคำนวณการคืนภาษีได้โดยไม่ต้องใช้นักบัญชีผู้เชี่ยวชาญแล้ว ซึ่งในปัจจุบันในธุรกิจธนาคาร ในส่วนการให้บริการลูกค้าจะเห็นได้ชัดว่า ATM และ Mobile banking ได้เข้ามาแทนที่งานหลายส่วนของมนุษย์ และอีกไม่นานระบบอัตโนมัติจะเริ่มเข้าแทนที่เจ้าหน้าที่ในระดับที่สูงขึ้น เช่น เจ้าหน้าที่ปล่อยเงินกู้ (Loan officers) เป็นต้น ยิ่งไปกว่านั้น รัฐบาลในบางประเทศได้เริ่มใช้ระบบ Big Data และ Machine learning ในการตรวจสอบ และคำนวณการคืนภาษี (Tax returns) รวมไปถึงการตรวจสอบการซ่อนเร้นการหลบเลี่ยงการเสียภาษี (Fraud) และที่ชัดเจนขึ้นเราได้เห็นแล้วว่า ระบบคอมพิวเตอร์สามารถที่จะทำให้ผู้คนซื้อขายหุ้นในตลาดได้อย่างรวดเร็วกว่าในอดีตอย่างมาก และยังสามารถคาดการณ์แนวโน้มของตลาดในอนาคตได้แม่นยำมากขึ้น
6. ครูและอาจารย์ (Teachers) 

อาชีพครูกำลังจะถูกเปลี่ยนนิยามไปอย่างมากด้วยเทคโนโลยีดิจิทัล ซึ่งในปัจจุบันเทคโนโลยีได้ทำให้การเรียนการสอนสามารถที่จะสนับสนุนรูปแบบการศึกษาเฉพาะทางและการศึกษาตามความต้องการของผู้เรียนได้มากขึ้น โดยผู้เรียนสามารถที่จะหาข้อมูลด้วย Search engine ที่ชาญฉลาด ซึ่งสามรถส่งความรู้ให้ผู้เรียนได้อย่างรวดเร็ว และมีความรู้บรรจุอยู่ในระบบมากกว่าอยู่ในสมองมนุษย์ จึงทำให้การศึกษาด้วยตนเองจะมีบทบาทมากในอนาคต และจะได้รับการยอมรับอย่างมากให้เป็นมาตรฐานในระบบการศึกษาในอนาคตอันใกล้
7. ด้านทรัพยากรมนุษย์ (Human Resources) 

การสรรหาและการจ้างบุคลากร (Headhunting and hiring) ได้รับภัยคุกคามแล้วจากเทคโนโลยี Data mining ที่สามารถบริหารจัดการข้อมูลประวัติผู้สมัคร (resumes) เพื่อทำการวิเคราะห์หาผู้สมัครที่มีคุณสมบัติสมบูรณ์ที่สุดที่องค์กรต้องการได้โดยไม่ต้องใช้มนุษย์เป็นผู้ค้นหาและวิเคราะห์เอง
8. การตลาดและการโฆษณา (Marketing and Advertising) 

การตลาดในปัจจุบันที่มีข้อมูลมหาศาล และเปลี่ยนแปลงทุกวัน ไม่ว่าจะเป็นพฤติกรรมผู้บริโภคและเทคโนโลยีที่ก้าวกระโดด ที่ทำให้ผู้บริโภคมีอำนาจเหนือผู้ผลิตและผู้ให้บริการแล้วในวันนี้ ซึ่งเทคโนโลยี Big Data และ Machine learning สามารถนำมาประยุกต์ใช้เพื่อติดตามตรวจสอบพฤติกรรมผู้บริโภคที่เปลี่ยนไปทุกวันแบบ realtime จนทำให้อาชีพนักการตลาดหรือผู้เชี่ยวชาญด้านการตลาดถูกท้าทายให้มีบทบาทลดลงเรื่อยๆ
9. ทนายความ (Lawyers) 

อาชีพทนายความเริ่มถูกภัยคุกคามจากเทคโนโลยีนับตั้งแต่ระบบ Watsom-style machine learning สามารถแยกแยะและวิเคราะห์คดีต่างๆ ที่มีในอดีตทั้งหมด รวมไปถึงบทสรุป และข้อวิเคราะห์ต่างๆ นำมาไว้เป็นฐานข้อมูลความรู้ในระบบ Machine learning จนทำให้สามารถมองเห็นถึงผลการตัดสินคดีมาตรฐาน ซึ่งสามารถใส่ Input ที่เป็นข้อมูลพื้นฐานของคดี และรู้ผลโดยการวิเคราะห์จากระบบ Machine learning จนสามารถพยากรณ์ผลการตัดสินของคดีต่างๆ ที่เกิดขึ้นในปัจจุบัน และมีข้อแนะนำต่างๆ จากข้อมูลในอดีตที่ถูกวิเคราะห์ และสังเคราะห์อย่างเป็นระบบที่สมบูรณ์ ซึ่งสมองของทนายความไม่สามารถประมวลผลจากข้อมูลขนาดใหญ่ขนาดนั้นได้ จึงทำให้ Big Data และ Machine learning สามารถทำงานแทนนักกฎหมาย และทนายความในหลายด้านมากขึ้นเรื่อยๆ โดยการศึกษาและวิจัยของมหาวิทยาลัย Michigan state University และ South Texas College of Law ได้สรุปผลไว้ว่า 71% ของคดีทั้งหมดใน U.S. Supreme Court สามารถใช้คอมพิวเตอร์ระบบ Statistical Model ที่มีลักษณะเป็น Machine learning ตอบผลการตัดสินของการพิจารณาคดีในศาลได้อย่างถูกต้อง ซึ่งหมายความว่า ทนายความที่จบออกมาจากมหาวิทยาลัยไม่ต้องทำงานในหลายส่วนที่ระบบ Machine learning สามารถทำงานแทนได้
10. การบังคับใช้กฎหมาย (Law Enforcement) 

“Predictive policing” เป็นเรื่องที่กำลังได้รับการหยิบยกขึ้นมาพูดกันอย่างมากในประเทศตะวันตก เนื่องจากเป็นเรื่องละเอียดอ่อน ซึ่งถือว่าการบังคับใช้กฎหมายที่ละเมิดต่อประชาชน สามารถที่จะทำให้ลดลงได้ด้วยการประยุกต์ใช้เทคโนโลยี Machine learning มาช่วยในการทำงานในกระบวนการยุติธรรมของตำรวจได้
เทคโนโลยีใหม่ๆ จะทำให้เกิดการปฏิรูปโครงสร้างเศรษฐกิจในหลายประเทศ จะมีการเปลี่ยนแปลงเทคโนโลยีที่เกิดขึ้นอย่างรวดเร็วแบบก้าวกระโดด แต่องค์กรและทักษะของบุคลากรปรับเปลี่ยนไม่ทันต่อการเปลี่ยนแปลง จึงทำให้คนจำนวนนับล้านถูกทิ้งไว้ข้างหลัง ซึ่งรายได้และงานของพวกเขาจะค่อยๆ จางหายไปตามกาลเวลา
ปัญหาที่ผู้นำทุกประเทศต้องค้นหาคำตอบให้ได้คือ “เรากำลังผลิตและพัฒนาทรัพยากรมนุษย์เพื่อทำงานในปี 2025 หรือเพื่อทำงานในปี 2017” ถึงเวลาที่จะต้องเปลี่ยนแปลงแล้วหรือยัง???
Reference

http://www.forbes.com/sites/bernardmarr/2016/04/25/surprisingly-these-10-professional-jobs-are-under-threat-from-big-data/#1ff67c494e10

—————

พ.อ.ดร.เศรษฐพงค์ มะลิสุวรรณ

รองประธาน กสทช. และประธานกรรมการกิจการโทรคมนาคม

30 มกราคม 2560  

http://www.เศรษฐพงค์.com

——————-

หากท่านสนใจความรู้ด้านดิจิทัล

เข้าร่วมกับเราและทักเข้ามาที่

LINE id : @march4g

——————-
Credit: page Sintorn, K’Bank chayanon