ช่วงที่ 1: เลือกงานแรกและตัวเลขก่อนเริ่ม
คุยกับเจ้าของงานและคนที่ทำงานนั้นทุกวัน ไล่ดูว่าข้อมูลที่งานต้องใช้อยู่ในระบบไหน แล้วเลือกงานแรกหนึ่งงาน พร้อมตัวเลขที่จะใช้วัดผลตอนจบ
ภูมิภาค · ภาษา
บริษัทที่จะเริ่มใช้ AI กับงานจริง · 15 / 16
เราวางระบบ AI ตัวแรกให้บริษัทของคุณ เลือกงานที่คุ้มที่สุด ต่อข้อมูลจาก ERP และ LINE ตั้งสิทธิ์ตาม PDPA อบรมทีม แล้วส่งมอบให้คนในบ้านดูแลต่อ
บริษัทที่จะเริ่มใช้ AI กับงานจริง “ทุกคนในบริษัทเห็นตรงกันว่าควรใช้ AI แต่ไม่มีใครรู้ว่าจะให้ AI อ่านข้อมูลใน ERP อย่างไร ใครควรเห็นข้อมูลอะไร และใครจะดูแลระบบหลังผู้ขายส่งงานแล้ว”
งานส่วนใหญ่ของบริษัทอยู่ใน ERP กลุ่ม LINE ของแต่ละแผนก และไฟล์ Excel ที่ส่งต่อกันทางอีเมล เครื่องมือ AI ที่ซื้อมาจึงทำงานกับข้อมูลเหล่านี้ไม่ได้ เพราะไม่มีใครต่อให้ ผู้ขายมาสาธิตด้วยข้อมูลตัวอย่างแล้วดูดี แต่พอถามว่าจะดึงยอดค้างชำระจาก ERP มาอย่างไร ใครในบริษัทควรเห็นข้อมูลลูกค้าหรือเงินเดือน และค่าโมเดลแต่ละเดือนจะเป็นเท่าไร ก็ไม่มีใครตอบได้ชัด
ฝ่าย IT กังวลเรื่องข้อมูลรั่วและบิลที่คุมไม่ได้ ฝ่ายบริหารอยากเห็นผลภายในไตรมาสนี้ ส่วนพนักงานกลัวว่าระบบใหม่จะเพิ่มงาน โครงการจึงวนอยู่ในห้องประชุม และปีงบประมาณก็ผ่านไปโดยยังไม่มีระบบไหนที่ทีมเปิดใช้จริง
เราเริ่มจากเลือกงานแรกงานเดียวกับเจ้าของงานฝั่งคุณ เกณฑ์คือเป็นงานที่ทำซ้ำบ่อย ข้อมูลมีอยู่แล้วในระบบ ผลวัดได้ และถ้า AI พลาด คนตรวจเจอก่อนเกิดความเสียหาย จากนั้นตกลงตัวเลขก่อนเริ่ม เช่น เวลาที่ใช้คีย์ใบแจ้งหนี้หนึ่งใบ หรือจำนวนเรื่องร้องเรียนที่ค้างเกินสองวัน ตัวเลขชุดนี้คือสิ่งที่เราใช้รายงานผลตอนจบ
ช่วงถัดไปเราต่อข้อมูล ดึงจาก ERP ผ่าน API หรือฐานข้อมูลด้วยสิทธิ์อ่านอย่างเดียวก่อน อ่านข้อความจาก LINE OA และกล่องอีเมลที่ตกลงกัน แล้ววางกติกาว่าตำแหน่งไหนเห็นอะไร ข้อมูลส่วนบุคคลชุดไหนต้องซ่อนก่อนส่งให้โมเดล และงานไหนต้องมีคนอนุมัติก่อน AI บันทึกกลับเข้าระบบ DPO หรือฝ่ายกฎหมายของคุณเป็นคนตัดสินกติกาข้อมูล เราเป็นคนทำให้ระบบทำตามนั้น
เมื่อระบบพร้อม เราเปิดใช้กับทีมเล็กก่อน นั่งดูการใช้งานจริง แก้จุดที่ทีมสะดุดทุกสัปดาห์ แล้วขยายให้ทั้งแผนก ระหว่างนั้นอบรมผู้ใช้กับระบบของเขาเอง และสอนผู้ดูแลฝั่งคุณให้แก้ Prompt กติกา และเพดานงบได้ เมื่อจบงาน เราส่งมอบโค้ด คู่มือ และผลเทียบกับตัวเลขก่อนเริ่ม พร้อมเสนองานถัดไปจากสิ่งที่เห็นในงานแรก
ระบบ AI ตัวแรกที่ทีมใช้ทุกวัน ต่อกับ ERP, LINE หรือคลังเอกสารที่คุณมีอยู่ พร้อมตัวเลขก่อนและหลังใช้งานที่ฝ่ายบริหารตกลงไว้ตั้งแต่เริ่มงาน
กติกาการเข้าถึงข้อมูลตาม PDPA ระบุว่าแต่ละตำแหน่งให้ AI อ่านข้อมูลชุดไหนได้ ซ่อนข้อมูลส่วนบุคคลก่อนส่งออกนอกบริษัท และเก็บ Audit Log ทุกครั้งที่เรียกใช้
Dashboard ค่าใช้จ่าย AI แยกตามระบบและแผนก เห็นจำนวนการเรียกใช้ ค่าโมเดลรายเดือน และเพดานงบที่ตั้งไว้ บิลปลายเดือนจึงไม่เกินที่คาด
ทีมที่ผ่านการอบรมกับระบบของตัวเอง ผู้ใช้รู้ว่าคำตอบแบบไหนใช้ได้เลยและแบบไหนต้องตรวจ ผู้ดูแลฝั่งคุณแก้ Prompt และกติกาได้เองโดยไม่ต้องรอเรา
เอกสารส่งมอบ ได้แก่ โค้ดใน Repository ของบริษัท คู่มือดูแลระบบ (Runbook) และรายการงานถัดไปที่เรียงตามความคุ้มค่าจากตัวเลขของงานแรก
แผนงาน
ความยาวของแต่ละช่วงปรับตามจำนวนระบบที่ต้องต่อและความพร้อมของข้อมูล เราตกลงกรอบเวลากับคุณหลังเห็นระบบจริง ก่อนเริ่มงาน
คุยกับเจ้าของงานและคนที่ทำงานนั้นทุกวัน ไล่ดูว่าข้อมูลที่งานต้องใช้อยู่ในระบบไหน แล้วเลือกงานแรกหนึ่งงาน พร้อมตัวเลขที่จะใช้วัดผลตอนจบ
ต่อ AI เข้ากับ ERP, LINE OA หรือคลังเอกสาร เริ่มจากสิทธิ์อ่านอย่างเดียว ตั้งกติกาข้อมูลตาม PDPA ร่วมกับ DPO และตั้ง Dashboard ค่าใช้จ่ายพร้อมเพดานงบ
เปิดให้ทีมเล็กใช้กับงานประจำวัน เก็บคำตอบที่ผิดและจุดที่ทีมสะดุดมาแก้ทุกสัปดาห์ แล้วขยายให้ทั้งแผนกเมื่อผลนิ่ง
อบรมผู้ใช้และผู้ดูแลฝั่งคุณ ส่งมอบโค้ด คู่มือ และรายงานผลเทียบตัวเลขก่อนเริ่ม พร้อมรายการงานถัดไปที่เรียงตามความคุ้มค่า
งานแรกที่ดีมักเป็นงานเล็กที่ทำซ้ำทุกวันและมีคนตรวจผลอยู่แล้ว ตัวอย่างด้านล่างเป็นแบบที่พบบ่อย ส่วนงานแรกของคุณเราเลือกจากข้อมูลจริงตอนเริ่มงาน ดูตัวอย่างเพิ่มเติมแยกตามแผนกได้ใน[บทความนี้](/th/blog/ai-use-cases-by-department/)
ได้ระบบที่ใช้งานจริงกับข้อมูลของบริษัท พร้อมผลเทียบตัวเลขก่อนเริ่มที่นำไปเสนอบอร์ดได้ และรู้ค่าใช้จ่ายรายเดือนก่อนตัดสินใจขยายไปแผนกอื่น
เริ่มจากสิทธิ์อ่านอย่างเดียวผ่านบัญชีที่ IT ออกให้ ไม่แก้ระบบเดิม โค้ดอยู่ใน Repository ของบริษัท มี Audit Log ทุกการเรียกใช้ และตั้งเพดานงบค่าโมเดลได้เอง
ได้ระบบที่รับงานซ้ำ ๆ ไปทำ เช่น คีย์เอกสารหรือคัดแยกเรื่องร้องเรียน ได้ลองใช้ก่อนเปิดทั้งแผนก และมีคนในบ้านให้ถามเมื่อติดขัด
เก็บความต้องการ ผู้ใช้ และตัวชี้วัดความสำเร็จ พร้อมกำหนดขอบเขตและราคาก่อนเริ่มงาน
UX และสถาปัตยกรรมระบบ อนุมัติ Prototype ก่อนลงมือสร้างจริง
สปรินต์ที่เร่งด้วย AI มีเดโมให้ดูทุกสัปดาห์ ตรวจโค้ดโดยทีมซีเนียร์
QA ความปลอดภัย และประสิทธิภาพ เทียบกับขอบเขตที่ตกลงกัน
ติดตั้งใช้งานจริง อบรมทีมคุณ พร้อมแผนดูแลรายเดือน
ขึ้นอยู่กับงานที่เลือก จำนวนระบบ และความพร้อมของข้อมูล งานแบ่งเป็นสี่ช่วง คือเลือกงานและตกลงตัวเลข ต่อข้อมูลและวางกติกา เปิดใช้กับทีมจริง แล้วอบรมกับส่งมอบ ถ้าข้อมูลกระจายอยู่หลายระบบ หรือ ERP ไม่มี API ช่วงต่อข้อมูลจะยาวขึ้น เราบอกกรอบเวลาหลังเห็นระบบจริง ก่อนเริ่มงาน ระบบที่สองและสามมักใช้เวลาน้อยกว่า เพราะสิทธิ์ กติกาข้อมูล และ Dashboard ค่าใช้จ่ายวางไว้แล้ว
ไม่ต้อง AI ทำงานต่อจากระบบที่คุณใช้อยู่ อ่านข้อมูลจาก ERP ผ่าน API หรือฐานข้อมูลด้วยสิทธิ์อ่านอย่างเดียว รับข้อความจาก LINE OA และอีเมลที่ตกลงกัน แล้วส่งผลกลับไปที่เดิม เช่น ร่างรายการใน ERP ให้คนกดยืนยัน หรือข้อความแจ้งเตือนใน LINE ถ้า ERP เก่าจนไม่มีช่องให้ต่อ เราใช้ไฟล์ส่งออกตามรอบเวลาไปก่อน แล้วค่อยคุยเรื่องปรับระบบเมื่อเห็นว่าคุ้ม
ความเสี่ยงอยู่ที่ว่าข้อมูลชุดไหนออกนอกบริษัท และใครเห็นได้บ้าง เราจึงเริ่มจากตารางข้อมูลที่ DPO ของคุณรับรอง ว่าข้อมูลประเภทไหนส่งให้โมเดลภายนอกได้ ประเภทไหนต้องซ่อนชื่อและเลขบัตรก่อน และประเภทไหนห้ามออกจากเซิร์ฟเวอร์ของบริษัท ระบบให้ AI เห็นเฉพาะข้อมูลที่ผู้ใช้คนนั้นมีสิทธิ์อยู่แล้ว ทุกการเรียกใช้มี Audit Log และเราเลือกแผนสำหรับองค์กรที่ผู้ให้บริการระบุว่าไม่นำข้อมูลลูกค้าไปฝึกโมเดล งานที่ข้อมูลออกนอกบริษัทไม่ได้เลย เราติดตั้ง Private LLM ในระบบของคุณแทน
เรารายงานตามจริงทุกสัปดาห์ตั้งแต่เปิดใช้กับทีมเล็ก ถ้าผลไม่ขยับ เราไล่ดูว่าปัญหาอยู่ที่ข้อมูล วิธีทำงานของทีม หรือตัวงานเอง แล้วเสนอทางเลือก เช่น ลดขอบเขต เปลี่ยนจุดที่ให้คนตรวจ หรือหยุดงานนี้แล้วย้ายไปงานสำรองที่คุยกันไว้ตอนเริ่มงาน การตัดสินใจเป็นของเจ้าของงานฝั่งคุณ
เจ้าของงานหนึ่งคนที่ตัดสินใจเรื่องงานแรกได้ คนจากฝ่าย IT ที่ออกบัญชีและสิทธิ์ให้ DPO หรือฝ่ายกฎหมายที่รับรองกติกาข้อมูล และทีมเล็ก ๆ ที่ยินดีลองใช้ก่อนคนอื่น ถ้าบริษัทไม่มีฝ่าย IT ผู้จัดการสำนักงานที่ถือรหัสผู้ดูแลระบบก็เพียงพอ
หน้านี้คือการวางระบบตั้งแต่เลือกงานแรกจนส่งมอบ ถ้ายังต้องการคำแนะนำและ Roadmap ก่อนตัดสินใจว่าจะเริ่มงานไหน ดูที่ปรึกษา AI สำหรับองค์กร ถ้าบริษัทใช้ ChatGPT หรือ Copilot อยู่แล้ว และอยากได้วิศวกรเข้าไปทำงานในทีมเป็นรอบ ดูทีม FDE
อ่านต่อที่ปรึกษา AI สำหรับองค์กรทีม FDE ฝังตัวช่วยองค์กรใช้ AI ได้จริงอบรม AI สำหรับองค์กร (In-house)AI Transformation คืออะไร เริ่มจากตรงไหน และ 90 วันแรกควรทำอะไรโครงสร้างระบบ AI ในองค์กร 7 ชั้นที่ฝ่าย IT ต้องรู้ก่อนสร้างนโยบายการใช้ AI ในองค์กร ฉบับใช้ได้จริง พร้อมหัวข้อที่ต้องมีตาม PDPA
เล่าโจทย์ให้เราฟังวันนี้ — รับ Proposal ฉบับผู้บริหาร พร้อมแผนงานและงบประมาณ
คุยเรื่องนี้กับวิศวกรเสียงเอเจนต์
ชาย
หญิง
คุกกี้และผู้ช่วย AI
เว็บไซต์นี้ใช้ Google Analytics เพื่อนับจำนวนผู้เข้าชมและดูว่าหน้าไหนถูกอ่าน เมื่อท่านคุยกับ Dream ผู้ช่วย AI ของเรา ข้อความจะถูกประมวลผลด้วยโมเดล AI และเก็บไว้เพื่อจัดทำข้อเสนอและติดต่อกลับ หากท่านกดยอมรับ เราจะใช้พิกเซลของ OpenAI เพื่อวัดว่าโฆษณาของเราใน ChatGPT นำไปสู่การติดต่อหรือไม่ พิกเซลนี้จะตั้งคุกกี้เฉพาะเมื่อท่านยอมรับเท่านั้น