ช่วงปลายเดือนพฤศจิกายน จะเข้าสู่ฤดูเก็บเกี่ยวข้าวนาปี ซึ่งจะมีผลผลิตข้าวปริมาณมากออกสู่ตลาดพร้อมกัน และอาจส่งผลต่อเสถียรภาพราคาข้าว
นี่จึงเป็นจุดเริ่มต้นของความร่วมมือระหว่าง สำนักงานนโยบายและยุทธศาสตร์การค้า (สนค.) กระทรวงพาณิชย์ กับ สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) หรือ BDI กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) โดย ดร.อิสระพงศ์ เอกสินชล ผู้จัดการโครงการและนักวิทยาศาสตร์ข้อมูลอาวุโส BDI ได้รับมอบหมายภารกิจในการวิเคราะห์ว่า พื้นที่อำเภอไหน จังหวัดใดมีแนวโน้มที่ผลผลิตข้าวจะออกมาล้นตลาด เพื่อให้หน่วยงานที่เกี่ยวข้องสามารถเตรียมมาตรการรองรับได้อย่างเหมาะสม
การลงรายละเอียดในแต่ละพื้นที่ เพื่อให้สามารถออกนโยบายช่วยเหลือชาวนาได้อย่างแม่นยำ จึงเป็นเป้าหมายสำคัญของภารกิจนี้ โดยภายใน 2 วันหลังจากได้รับโจทย์ ดร.อิสระพงศ์ ได้เขียนโปรแกรมประมวลผลข้อมูล และพัฒนาแดชบอร์ดแสดงผลคาดการณ์ผลผลิตข้าวจากภาพถ่ายดาวเทียมของสำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (GISTDA) ด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อแสดงสถานการณ์ผลผลิตข้าวรายพื้นที่ในแต่ละช่วงเวลาได้อย่างมีประสิทธิภาพ
อย่างไรก็ตาม การวิเคราะห์ปริมาณผลผลิตเพียงอย่างเดียวไม่เพียงพอในเชิงนโยบาย ทำอย่างไรถึงจะจำแนกชนิดพันธุ์ข้าวที่เพาะปลูก เช่น ข้าวหอมมะลิ ข้าวขาว และข้าวเหนียว ในแต่ละพื้นที่ได้ ? เพราะมีความสำคัญต่อการบริหารจัดการการตลาด ทีมงานจึงมีการบูรณาการข้อมูลการขึ้นทะเบียนปลูกข้าวของเกษตรกร จากกรมส่งเสริมการเกษตร กระทรวงเกษตรและสหกรณ์ มาวิเคราะห์ร่วมกันกับข้อมูลของ GISTDA ทำให้สามารถจำแนกชนิดพันธุ์ข้าวในแต่ละพื้นที่ในแต่ละช่วงเวลาได้อย่างเป็นระบบ
นอกจากนี้ กำลังการผลิตของโรงสีในพื้นที่ ซึ่งบ่งชี้ถึงความสามารถในการรองรับปริมาณผลผลิตข้าวในแต่ละพื้นที่ที่แตกต่างกัน ก็เป็นอีกปัจจัยสำคัญที่ส่งผลต่อการประเมินสถานการณ์ปริมาณข้าวล้นตลาดด้วยเช่นกัน จึงได้มีการนำข้อมูลนี้จากกรมการค้าภายใน มาวิเคราะห์เพื่อประเมินศักยภาพการรองรับผลผลิต และความเสี่ยงต่อการเกิดภาวะผลผลิตล้นตลาด ในแต่ละพื้นที่ได้แม่นยำมากยิ่งขึ้น
ผลลัพธ์ที่ได้ คือ “ระบบคาดการณ์ผลผลิตข้าวนาปีล่วงหน้า” ที่เกิดขึ้นจากการบูรณาการข้อมูลจากหลายหน่วยงานภาครัฐเข้าด้วยกัน ซึ่งสามารถส่งต่อให้สำนักงานพาณิชย์ในแต่ละจังหวัดและหน่วยงานที่เกี่ยวข้อง ใช้เป็นข้อมูลประกอบการติดตามสถานการณ์ และพิจารณามาตรการด้านการตลาดข้าวได้อย่างตรงจุด เกิดประสิทธิผลเชิงนโยบาย สอดคล้องกับสถานการณ์จริงตามบริบทของแต่ละพื้นที่
โดยในระยะต่อไป มีแผนต่อยอดการพัฒนาระบบคาดการณ์ผลผลิตไปสู่พืชเศรษฐกิจสำคัญของประเทศ ได้แก่ ข้าวโพดเลี้ยงสัตว์ มันสำปะหลัง และอ้อย เพื่อสนับสนุนการบริหารจัดการสินค้าเกษตรในภาพรวม เพื่อรักษาเสถียรภาพราคาสินค้าเกษตร และรายได้ของพี่น้องเกษตรกรให้มีความมั่นคง
เบื้องหลังแดชบอร์ด จึงไม่ใช่เพียงเรื่องของเทคโนโลยี แต่คือความเชี่ยวชาญในการทำงานของบุคลากรเฉพาะด้าน ที่มาร่วมมือกันและนำข้อมูลจากหลายแหล่งมาประมวลผลอย่างเป็นระบบ เพื่อสนับสนุนการตัดสินใจเชิงนโยบายบนฐานข้อมูลที่รอบด้าน
“นี่คือ อีกหนึ่งภารกิจของ BDI ในการสนับสนุนการใช้ข้อมูลเพื่อการกำหนดนโยบาย ภายใต้แนวคิด Data-Driven Nation”
Public Relations and Communication Specialist
Big Data Institute (Public Organization), BDI
