AI for Investors & Analysts

รายละเอียดหลักสูตร

อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง รูปแบบบรรยายพร้อมปฏิบัติจริง (Hands-on Workshop) และ Capstone Project ระดับ Beginner ถึง Intermediate ไม่ต้องมีพื้นฐานด้าน AI หมายเหตุสำคัญ: หลักสูตรนี้มุ่งพัฒนาทักษะการใช้ AI ในงานวิเคราะห์ข้อมูล ไม่ใช่การให้คำแนะนำ ชี้นำ หรือชักชวนการลงทุน การตัดสินใจลงทุนเป็นความรับผิดชอบของผู้เรียนเอง ผู้เรียนจะได้ Prompt Library งานวิเคราะห์, ผู้ช่วยงานวิเคราะห์ (Custom GPT/Gem), Template สรุปงบและรายงาน และ Checklist ด้านการตรวจสอบข้อมูลและ PDPA กลับไปใช้งานจริง

Day 1: AI กับการอ่านงบ ข่าว และการวิเคราะห์

Section 1: AI กับงานนักลงทุนและนักวิเคราะห์

• ภาพรวม Generative AI กับงานวิเคราะห์การเงินและสิ่งที่เปลี่ยนไปในกระบวนการทำงาน
• Use Case ของ AI: อ่านงบ สรุปรายงาน สรุปข่าว เปรียบเทียบ และติดตามพอร์ต
• กรอบสำคัญ: AI เป็นเครื่องมือช่วยวิเคราะห์ ไม่ใช่คำแนะนำการลงทุน และต้องตรวจสอบข้อมูลทุกครั้ง

Section 2: Prompt และกรอบการวิเคราะห์

• โครงสร้าง Prompt ที่ดีสำหรับงานวิเคราะห์: บทบาท โจทย์ ข้อมูล และรูปแบบผลลัพธ์
• การให้ AI ทำงานตามกรอบวิเคราะห์ที่ผู้เรียนกำหนด อย่างเป็นระบบและตรวจสอบได้
• การสร้าง Prompt Library สำหรับงานที่ทำซ้ำ

Section 3: การอ่านและสรุปงบและรายงาน

• การใช้ AI ช่วยอ่านและสรุปงบการเงินและรายงานประจำปี พร้อมดึงประเด็นสำคัญ
• การตรวจสอบตัวเลขและแหล่งที่มาเทียบกับเอกสารต้นฉบับก่อนนำไปใช้เสมอ
• Workshop: จัดทำสรุปงบหรือรายงานหนึ่งฉบับด้วย AI พร้อมตรวจสอบ

Section 4: การสรุปข่าวและ Sentiment

• การใช้ AI สรุปข่าว บทวิเคราะห์ และประเมิน Sentiment เบื้องต้นอย่างมีสติ
• การระวังข่าวลวงและอคติ และการอ้างอิงแหล่งที่มาที่ตรวจสอบได้
• Workshop: จัดทำสรุปข่าวและประเด็นติดตามด้วย AI

Section 5: การเปรียบเทียบและการทำรายงานสรุป

• การใช้ AI ช่วยเปรียบเทียบหลักทรัพย์หรืออุตสาหกรรมตามเกณฑ์ที่กำหนด
• การจัดทำรายงานสรุปที่อ่านง่ายและมีการอ้างอิง โดยตรวจสอบตัวเลขก่อนใช้
• Workshop: จัดทำตารางเปรียบเทียบและรายงานสรุปด้วย AI

Day 2: ติดตามพอร์ต ผู้ช่วย การบริหาร และงานอัตโนมัติ

Section 6: การติดตามพอร์ตและการจัดระเบียบข้อมูล

• การใช้ AI ช่วยจัดระเบียบและสรุปข้อมูลพอร์ตของตนเอง (บนข้อมูลที่ปกปิดแล้ว)
• การจัดทำสรุปภาพรวมและประเด็นความเสี่ยงเบื้องต้น โดยตรวจสอบตัวเลขก่อนใช้
• Workshop: จัดทำสรุปพอร์ตหรือ Watchlist ด้วย AI

Section 7: แชตบอตและผู้ช่วยงานวิเคราะห์

• การสร้าง Custom GPT หรือ Gem เป็นผู้ช่วยทำงานตามกรอบวิเคราะห์และมาตรฐานของตนเอง
• การฝังความรู้ ตัวอย่าง และแนวทางให้ผลลัพธ์คงที่และตรวจสอบได้
• Workshop: สร้างผู้ช่วยงานวิเคราะห์หนึ่งตัวสำหรับงานที่ทำบ่อย

Section 8: งานเอกสารและการบริหาร

• การใช้ AI ช่วยงานเอกสาร บันทึกการวิเคราะห์ และการจัดการความรู้
• การสรุปประชุมและจัดทำรายงานเบื้องต้น
• การจัดการข้อมูลและเอกสารอย่างเป็นระบบ โดยระวังข้อมูลอ่อนไหว

Section 9: งานวิเคราะห์อัตโนมัติด้วย n8n

• การวางงานอัตโนมัติด้วย n8n เช่น การรวบรวมข่าว การสรุปข้อมูล และการแจ้งเตือนประเด็นติดตาม
• การเชื่อมข้อมูลระหว่างเครื่องมือและช่องทางโดยควบคุมสิทธิ์
• Workshop: ออกแบบ Flow งานอัตโนมัติอย่างง่ายหนึ่งชุดสำหรับงานวิเคราะห์

Section 10: ข้อจำกัดของ AI, การตรวจสอบ และ PDPA

• ข้อจำกัดและความเสี่ยงของ AI: การกุตัวเลข (Hallucination) และข้อมูลที่ไม่เป็นปัจจุบัน
• การตรวจสอบตัวเลขและแหล่งที่มาทุกครั้ง และการย้ำว่า AI ไม่ใช่คำแนะนำการลงทุน
• ข้อมูลส่วนบุคคลและข้อมูลอ่อนไหวตาม PDPA และการวางแนวปฏิบัติการใช้ AI

Section 11: Capstone Project และการนำไปใช้จริง

• โจทย์: วางชุดเครื่องมือ AI สำหรับงานวิเคราะห์ของผู้เรียนแบบครบวงจร ตั้งแต่การอ่านงบและข่าว การเปรียบเทียบ ถึงผู้ช่วยและการติดตามพอร์ต
• นำเสนอผลงานและรับ Feedback จากวิทยากรและเพื่อนร่วมชั้น
• แนวทางการนำไปใช้จริงใน 30 วันแรก และการวางระบบใช้ AI ในงานวิเคราะห์