ສະຖາບັນໄອທີຈີເນຍສ໌IT Genius Institute
Samit Koyom
ปริญญาโท คณะเทคโนโลยีและสารสนเทศ สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ
ໄຟລ໌ປະຫວັດ (PDF)ເລີ່ມວຽກກັບສະຖາບັນໄອທີຈີເນຍສ໌: 17 มิถุนายน 2555
เมื่อ AI Agent ต้องทำงานยาวหลายสิบขั้น เรียกเครื่องมือจริง แก้ไฟล์จริง และรันคำสั่งบนระบบจริง สิ่งที่ตัดสินว่า Agent จะน่าเชื่อถือหรือไม่ไม่ได้อยู่ที่ตัวโมเดลอย่างเดียว แต่อยู่ที่ Harness หรือ Runtime ที่ห่อโมเดลไว้ ทั้ง Loop ที่รู้ว่าเมื่อไรต้องหยุด…
ChatGPT กลายเป็นเครื่องมือที่คนทำงานจำนวนมากเปิดใช้ทุกวัน แต่ส่วนใหญ่ยังใช้แค่ถามตอบทีละข้อความ ทั้งที่ ChatGPT ในปัจจุบันอ่านไฟล์ วิเคราะห์ข้อมูล สร้างไฟล์ Word, Excel และ PowerPoint เชื่อมต่อกับอีเมลและปฏิทิน ค้นคว้าเชิงลึก และทำงานตามรอบเวลาที่กำหนดได้…
องค์กรจำนวนมากลงทุนกับข้อมูลและ AI แล้ว แต่ผู้บริหารยังตอบได้ยากว่าควรเริ่มตรงไหน โครงการใดคุ้มค่า และจะควบคุมความเสี่ยงอย่างไร เพราะการพูดคุยกับทีมเทคนิคมักเต็มไปด้วยศัพท์เฉพาะ ขณะที่การตัดสินใจเรื่องแพลตฟอร์ม งบประมาณ…
ซอฟต์แวร์ที่มีปัญหาหลังส่งมอบส่วนใหญ่ไม่ได้พังเพราะไม่มีการทดสอบ แต่พังเพราะทดสอบไม่ตรงจุด Requirement ที่ตกหล่นหรือขัดกันเองไม่ถูกจับได้ตั้งแต่ต้น Test Case เขียนกว้างจนคนอื่นทำตามไม่ได้…
งานอัตโนมัติแบบเดิมทำงานตามเงื่อนไขที่เขียนไว้ล่วงหน้า พอเจอข้อความที่ไม่ตรงรูปแบบหรือคำถามที่ต้องดูข้อมูลหลายแหล่งประกอบกันก็ไปต่อไม่ได้ Agentic AI เปลี่ยนโจทย์นี้ด้วยการให้ LLM เป็นผู้ตีความ วางแผน และเลือกเครื่องมือเองว่าต้องดึงข้อมูลอะไร จากที่ไหน…
องค์กรจะป้องกันภัยไซเบอร์ได้ดีก็ต่อเมื่อเข้าใจว่าผู้โจมตีคิดและลงมืออย่างไร หลักสูตรนี้สอนการทดสอบเจาะระบบอย่างมีจริยธรรม (Ethical Hacking) ตามระเบียบวิธีมาตรฐาน ตั้งแต่การกำหนดขอบเขตและขออนุญาตเป็นลายลักษณ์อักษร การเก็บข้อมูลเป้าหมาย…
เมื่อระบบล่มหรือช้า คำถามแรกคือรู้ได้อย่างไรและรู้เร็วแค่ไหน องค์กรจำนวนมากยังรู้ปัญหาจากการที่ลูกค้าโทรมาแจ้ง ไม่ใช่จากระบบเฝ้าระวังของตนเอง Prometheus และ Grafana เป็นชุดเครื่องมือมาตรฐานแบบโอเพนซอร์สที่ทีม DevOps และ SRE ทั่วโลกใช้เก็บ Metric แสดงผลเป็น…
การสร้างและแก้ไขโครงสร้างพื้นฐานด้วยมือผ่านหน้าเว็บคอนโซลทำให้เกิดความไม่สม่ำเสมอ ตรวจสอบย้อนหลังไม่ได้ และสร้างซ้ำในอีกสภาพแวดล้อมได้ยาก Terraform แก้ปัญหานี้ด้วยการเขียนโครงสร้างพื้นฐานเป็นโค้ด (Infrastructure as Code) ที่เก็บใน Git ตรวจทานผ่าน Pull Request…
พ.ร.บ. คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) บังคับใช้เต็มรูปแบบแล้ว และภาระงานส่วนใหญ่ตกอยู่กับทีมไอทีและผู้ดูแลข้อมูล ตั้งแต่การรู้ว่าองค์กรเก็บข้อมูลส่วนบุคคลอะไรไว้ที่ไหน การจัดทำบันทึกกิจกรรมการประมวลผล (RoPA) การรองรับคำขอใช้สิทธิของเจ้าของข้อมูล…
หลายองค์กรมีเครื่องมือ BI อย่าง Power BI หรือ Tableau อยู่แล้ว แต่ยังเหนื่อยกับการเตรียมข้อมูล เพราะต้องดึงข้อมูลจากหลายระบบด้วยมือ ทำความสะอาดใน Excel และมักเจอปัญหาตัวเลขไม่ตรงกันระหว่างรายงาน หลักสูตรนี้เติมช่องว่างชั้น Data Engineering…
เมื่อ AI ร่างเอกสาร วิเคราะห์ข้อมูล และตอบคำถามได้เร็วขึ้นทุกวัน คำถามที่คนทำงานหลีกเลี่ยงไม่ได้คือคุณค่าของเราอยู่ตรงไหน รายงาน Future of Jobs Report 2025 ของ World Economic Forum ระบุว่าทักษะที่นายจ้างต้องการจะเปลี่ยนไปราว 39% ภายในปี 2030…
หลายคนเริ่มใช้ AI ในงานประจำวันแล้ว แต่ผลลัพธ์ยังไม่ตรงใจ ต้องสั่งแก้ซ้ำหลายรอบ หรือไม่แน่ใจว่าคำตอบที่ได้ถูกต้องพอจะส่งต่อได้หรือไม่ ปัญหาส่วนใหญ่ไม่ได้อยู่ที่เครื่องมือ แต่อยู่ที่วิธีสั่งงาน การเขียน Prompt ที่ดีคือการสื่อสารอย่างมีโครงสร้าง…
ธุรกิจการผลิตที่ความต้องการผันผวนตามฤดูกาลต้องวางแผนภายใต้ความไม่แน่นอนหลายชั้นพร้อมกัน ทั้งยอดขายที่ขึ้นลงตามช่วงเวลา ราคาวัตถุดิบ ระยะเวลาการจัดส่ง และความเสี่ยงของซัพพลายเออร์…
AI จะฉลาดได้เท่ากับข้อมูลที่ป้อนให้ โครงการ AI หลายโครงการในองค์กรไม่สำเร็จไม่ใช่เพราะเทคโนโลยี แต่เพราะข้อมูลกระจัดกระจายอยู่หลายที่ รหัสสินค้าหรือรหัสผู้ขายไม่ตรงกันระหว่างระบบ ข้อมูลไม่ครบ หรือไม่มีใครเป็นเจ้าของข้อมูลอย่างชัดเจน…
หลายองค์กรเริ่มโครงการ AI ด้วยความตื่นเต้น แต่จำนวนไม่น้อยติดอยู่ในสถานะนำร่องไม่จบ หรือที่เรียกว่า Pilot Purgatory เพราะเลือกปัญหาไม่ชัด ไม่มีข้อมูลรองรับ ไม่มีเจ้าของโครงการ ไม่ได้กำหนดตัวชี้วัดความสำเร็จตั้งแต่ต้น หรือไม่มีแผนขยายผลหลังนำร่อง…
นักพัฒนาส่วนใหญ่ใช้ AI ช่วยเขียนโค้ดกันแล้ว แต่ยังใช้แบบสั่งทีละงานแล้วคัดลอกผลลัพธ์มาวาง ซึ่งได้ประโยชน์แค่ช่วงเขียนโค้ดเท่านั้น ขณะที่เวลาจริงของทีมพัฒนาหมดไปกับการวางแผน แตกงาน ทบทวนโค้ด ทดสอบ ไล่ปัญหา และงาน Deploy…
งานวิเคราะห์และออกแบบระบบใช้เวลาไปกับการเขียนเอกสารและวาด Diagram มากกว่าการคิดออกแบบจริง กว่าจะได้ Use Case ครบ วาด Process Flow เสร็จ ทำ ER Diagram ให้ตรงกับที่คุยไว้ แล้วยังต้องเขียนสเปก API และร่างสถาปัตยกรรมอีก พอความต้องการเปลี่ยนกลางทาง…
งาน QA ส่วนใหญ่หมดไปกับงานที่ทำซ้ำ เขียน Test Case ทีละข้อจากเอกสารที่ไม่ครบ เตรียมข้อมูลทดสอบทีละชุด ไล่รันสคริปต์ที่พังเพราะหน้าจอเปลี่ยนนิดเดียว แล้วยังต้องสรุปผลส่งทีมอีก พอเวลาไม่พอก็ต้องเลือกว่าจะทดสอบอะไรและปล่อยอะไรผ่านไป ซึ่งเป็นจุดที่บั๊กมักหลุดขึ้น…
เบื่อกับงานเดิมๆ ที่ต้องทำซ้ำทุกวันใช่ไหม ? อยากเพิ่มเวลาให้ตัวเองเพื่อโฟกัสกับงานที่สำคัญจริง ๆ หรือเปล่า ? ในโลกธุรกิจที่ทุกอย่างต้องรวดเร็วและมีประสิทธิภาพ Workflow Automation คือคำตอบที่จะช่วยลดงานซ้ำซ้อนและเพิ่มประสิทธิภาพได้ทันใจ และ n8n ก็คือเครื่องมือ…
Claude Code ไม่ได้เป็นเพียงเครื่องมือสำหรับถาม AI ให้ช่วยเขียนโค้ด แต่ทำหน้าที่เสมือน AI Coding Agent ที่เข้าใจโครงสร้างของโปรเจกต์ อ่านไฟล์ แก้ไข Source Code รันคำสั่ง ทดสอบระบบ และทำงานร่วมกับ Development Workflow ได้จริง…