ສະຖາບັນໄອທີຈີເນຍສ໌IT Genius Institute
Samit Koyom
ปริญญาโท คณะเทคโนโลยีและสารสนเทศ สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ໄຟລ໌ປະຫວັດ (PDF)ເລີ່ມວຽກກັບສະຖາບັນໄອທີຈີເນຍສ໌: 17 มิถุนายน 2555
Pilot ด้าน AI ที่ผ่านการสาธิตแล้วยังห่างจากระบบที่องค์กรยอมเปิดให้พนักงานใช้จริงอีกหลายขั้น คำตอบต้องวัดคุณภาพได้ทุกครั้งที่แก้โค้ด Agent ต้องเห็นเฉพาะข้อมูลและเครื่องมือที่ผู้ใช้คนนั้นมีสิทธิ์ ข้อมูลส่วนบุคคลต้องไม่หลุดไปกับ Prompt หรือ Log…
Google รวมเครื่องมือสร้างวิดีโอด้วย AI ไว้ในที่เดียวกันแล้ว ทั้ง Google Flow ที่ออกแบบมาสำหรับงานหลายช็อต Gemini app ที่สร้างคลิปได้จากการแชต โมเดลวิดีโอตระกูล Veo และ Gemini Omni ที่สร้างภาพพร้อมเสียงพูดในตัว และโมเดลภาพ Nano Banana…
เมื่อใช้ AI Agent บนเครื่องของตนเองจนคล่องแล้ว ขั้นต่อไปคือการให้ Agent ทำงานแทนเราได้ตลอดเวลา ไม่ต้องเปิดคอมพิวเตอร์ค้างไว้ สั่งงานจากมือถือได้ทุกที่ ทำงานตามเวลาที่ตั้งไว้แล้วรายงานผลกลับมาเอง และเก่งขึ้นจากงานที่ทำซ้ำทุกวัน แต่ Agent…
ทีมพัฒนาที่ใช้ C# และ .NET เป็นหลักจำนวนมากอยากเพิ่มความสามารถ AI ให้แอปขององค์กร เช่น แชตตอบคำถามจากเอกสาร ค้นหาสินค้าด้วยความหมาย หรือดึงข้อมูลจากข้อความและรูปภาพ แต่ตัวอย่างส่วนใหญ่ที่พบเขียนด้วย Python ทำให้ต้องแยกบริการออกไปอีกภาษา…
หลายองค์กรอยากใช้ AI ช่วยทำงานเอกสาร สรุปรายงาน และงานซ้ำ ๆ แต่ติดปัญหาสองเรื่อง คือค่า API ที่เพิ่มขึ้นตามปริมาณงาน และความกังวลว่าไฟล์ภายในหรือข้อมูลส่วนบุคคลต้องอัปโหลดขึ้น Cloud ของผู้ให้บริการภายนอก วันนี้เราสามารถรัน AI Agent…
ทุกองค์กรมีข้อมูลเกิดขึ้นทุกวันจากหลายแหล่ง ทั้งรายได้ ใบแจ้งหนี้ ลูกหนี้ งบประมาณ ค่าสาธารณูปโภคของแต่ละสาขา ตั๋วงานบริการ และสัญญาที่เก็บเป็น PDF ทีม Finance ต้องปิดงบและติดตามลูกหนี้ ทีม IT และทีมข้อมูลต้องทำให้ข้อมูลพร้อมใช้…
หลายองค์กรทดลองใช้ AI มาแล้ว แต่โปรเจกต์จำนวนมากหยุดอยู่แค่ Demo เพราะคนที่เข้าใจปัญหาธุรกิจกับคนที่สร้างระบบได้มักอยู่คนละฝั่ง Forward Deployed Engineer (FDE) คือวิศวกรที่ปิดช่องว่างนี้ ทำงานร่วมกับลูกค้าถึงหน้างาน ฟังปัญหาจริง เปลี่ยนโจทย์ธุรกิจให้เป็นระบบ…
พนักงานจำนวนมากใช้ Microsoft 365 Copilot ช่วยร่างอีเมล สรุปประชุม หรือเขียนเอกสารได้คล่องแล้ว แต่งานจริงในแต่ละวันมักเป็นงานหลายขั้นตอนที่ต้องสลับไปมาระหว่าง Outlook, Teams, ปฏิทิน และไฟล์ Office ซึ่งยังต้องทำเองทีละขั้น Copilot Cowork…
ทีมการตลาด ฝ่ายขาย และเจ้าของธุรกิจต้องผลิตสื่อจำนวนมากขึ้นทุกปี ทั้งโพสต์โซเชียล ป้ายโฆษณา สไลด์นำเสนอ วิดีโอสั้น และเอกสารแนะนำสินค้า แต่ทีมส่วนใหญ่ยังทำงานแบบเดิมคือออกแบบทีละชิ้น ปรับขนาดเอง และแก้ข้อความทีละไฟล์ Canva มีเครื่องมือ AI…
เมื่อองค์กรเริ่มใช้ Agent ใน Copilot Studio มากขึ้น Agent ตัวเดียวที่รับทุกเรื่องมักเริ่มตอบผิดขอบเขต หยิบ Knowledge ผิดแหล่ง และดูแลยากขึ้นทุกครั้งที่เพิ่มความสามารถ ทางออกคือแบ่งงานให้ Agent เฉพาะทางหลายตัวทำงานร่วมกันภายใต้ Agent หลักที่คอยประสานงาน…
งานเอกสารในองค์กรยังใช้คนคีย์ข้อมูลจำนวนมาก ทั้งใบแจ้งหนี้ ใบเสร็จ แบบฟอร์มคำขอ และอีเมลจากลูกค้าที่ต้องอ่านแล้วคัดแยกทีละฉบับ หลายทีมใช้ Power Automate และ Power Apps อยู่แล้ว แต่ยังไม่รู้ว่า AI Builder ช่วยอ่านเอกสาร ดึงข้อมูล จัดหมวดข้อความ…
แอป Power Apps ที่เริ่มจากทีมเล็ก ๆ มักทำงานได้ดีจนวันที่ผู้ใช้เพิ่มเป็นหลักร้อยและข้อมูลเพิ่มเป็นหลักหมื่นรายการ แอปเริ่มเปิดช้า ค้นหาข้อมูลไม่ครบเพราะติดข้อจำกัด Delegation สูตรเดียวกันถูกคัดลอกไปหลายหน้าจอจนแก้ยาก ผู้ใช้เห็นข้อมูลที่ไม่ควรเห็น…
Desktop Flow ที่บันทึกด้วย Recorder ทำงานได้ดีในวันแรก แต่เมื่อนำไปใช้ทุกวันกลับพังบ่อย หน้าต่างโปรแกรมเปลี่ยนชื่อ ปุ่มบนเว็บย้ายตำแหน่ง ไฟล์บางไฟล์เปิดไม่ได้ หรือ Flow ค้างอยู่กลางทางโดยไม่มีใครรู้ ยิ่งเมื่อองค์กรต้องการให้ Flow…
หลายองค์กรเริ่มใช้ Power Automate จาก Flow เล็ก ๆ ของแต่ละทีม เมื่อจำนวน Flow เพิ่มขึ้นและกลายเป็นส่วนหนึ่งของงานหลัก ปัญหาก็ตามมา Flow หยุดทำงานเมื่อผู้สร้างย้ายงาน ค่า URL และอีเมลฝังอยู่ในทุก Action ข้อมูลหลายพันรายการทำให้ Flow ช้าหรือโดนจำกัดจำนวนคำขอ…
PivotTable เป็นเครื่องมือสรุปข้อมูลที่ทรงพลังที่สุดตัวหนึ่งใน Excel แต่ผู้ใช้จำนวนมากใช้เพียงการลากฟิลด์ไปวางแล้วรวมยอด เมื่อต้องเทียบกับปีก่อน หาสัดส่วน จัดอันดับ หรือรวมข้อมูลจากหลายตาราง ก็กลับไปเขียนสูตรยาวหรือคัดลอกตัวเลขทำมือทุกเดือน…
Power Query ทำให้การเตรียมข้อมูลใน Power BI เริ่มต้นได้ง่ายด้วยการคลิก แต่เมื่อข้อมูลมาจากหลายไฟล์ที่รูปแบบไม่ตรงกัน มาจาก API หรือมีขนาดใหญ่ขึ้น Query ที่สร้างจากการคลิกอย่างเดียวมักพังเมื่อโครงสร้างไฟล์เปลี่ยน Refresh ช้าจนรอไม่ไหว หรือ Refresh บน Power BI…
รายงาน Power BI จำนวนมากเริ่มต้นได้เร็ว แต่พอข้อมูลเพิ่มขึ้นกลับเจอตัวเลขรวมไม่ตรง Slicer กรองไม่ได้ Measure ซ้ำกันหลายสิบตัว และไฟล์ใหญ่จน Refresh ช้า ต้นเหตุส่วนใหญ่ไม่ได้อยู่ที่สูตร DAX แต่อยู่ที่ Data Model ที่ออกแบบโดยไม่ได้คิดเรื่อง Grain, Relationship…
ทีมคอนเทนต์และสื่อดิจิทัลวันนี้มีข้อมูลไหลเข้ามาจากหลายแพลตฟอร์มพร้อมกัน ทั้ง Facebook, Instagram, YouTube, TikTok, LINE และเว็บไซต์ของตัวเอง แต่ละแพลตฟอร์ม export ไฟล์ออกมาคนละรูปแบบ และนับตัวชี้วัดไม่เหมือนกัน เวลาส่วนใหญ่จึงหมดไปกับการรวบรวมและจัดรูปข้อมูล…
องค์กรจำนวนมากยังทำงานหลายอย่างด้วย Excel กระดาษ หรืออีเมล เช่น การเบิกพัสดุ การขออนุมัติ หรือการบันทึกงานประจำวัน และอยากให้พนักงานภายในสร้างระบบเล็ก ๆ ใช้เองได้ แต่ผู้เริ่มต้นมักไม่รู้ว่าจะเริ่มจากตรงไหน…
หลายองค์กรยังทำรายงานผู้บริหารด้วยการดึงข้อมูลจากระบบ ERP บน Oracle มาวางใน Excel แล้วทำความสะอาด เขียนสูตร สรุปผล ทำกราฟ และส่งอีเมลด้วยมือทุกสัปดาห์ เมื่อข้อมูลมีหลายตาราง แต่ละตารางมีหลายสิบฟิลด์และมีขนาดหลักล้านแถว งานจึงช้า ตัวเลขตกหล่นง่าย…