88%
Prototype และการทดลองPrototypes & experiments
ต้นแบบ · ทดลอง · Proof of conceptPrototypes, experiments and proofs of concept
MUZE LAB-04 · H.O.W. BANGKOK
From AI Prototype
to Production
เปลี่ยนผู้ใช้ AI เป็นผู้สร้างระบบจริงTurning AI users into builders of real systems
IDEAPROTOTYPEPRODUCTION
17 กันยายน 2026 · Muze Innovation17 September 2026 · Muze Innovation
สไลด์วันนี้Today’s slidesmuze.co.th/how
ตอนนี้พี่ ๆ ใช้ AI ไปถึงไหนแล้ว?Where are you using AI today?
01
ใครมีงานที่ AI ช่วยประหยัดเวลาได้ชัดเจนแล้ว?AI clearly saves time in your own work
02
ใครมีเครื่องมือหรือ Workflow ที่คนอื่นในบริษัทใช้ต่ออยู่?Other people in the company use your tool
03
ใครมีระบบที่ยังเดินต่อได้ แม้คนสร้างไม่ได้อยู่ช่วยทุกวัน?The system runs without its creator helping every day
ทำอะไร · ใครใช้ · ยังติดตรงไหนWhat does it do? · Who uses it? · What is still difficult?
AI เข้าไปอยู่ในงาน Production แล้วAI is already used in production work
ทีมใช้ AI ช่วยในงานซอฟต์แวร์ประเภทใดบ้าง?Which types of software work involve AI assistance in your team?
83%
ระบบภายในองค์กรInternal production
Workflow ที่ไม่ใช่งานวิกฤตNon-critical internal workflows
73%
ระบบที่ลูกค้าใช้งานCustomer-facing production
แอปพลิเคชันสำหรับลูกค้าCustomer-facing applications
58%
ระบบสำคัญต่อธุรกิจBusiness-critical production
Business-critical / Mission-criticalBusiness-critical or mission-critical services
PRODUCTIV · LOGISTICS · PROQUALITY
ลดขั้นตอนรายงานตรวจสินค้าFewer steps in inspection reporting
~60
→นาทีminutes
~12~11~10~9~8~7~6~5~4~3~2
นาทีminutes
01
BEFORE
ย้ายภาพ → ทำ PowerPoint → ส่งอีเมลMove photos → build PowerPoint → email
02
AFTER
แอปมือถือเชื่อม WMS ถ่ายภาพและส่งให้ลูกค้าอนุมัติA phone app connects to WMS, captures photos and sends for approval
ATONOM · CUSTOM CRM
สร้าง CRM ให้ตรงกับงานของทีมA CRM built around the team’s work
$40,000
→ต่อปี · Salesforceper year · Salesforce
~$3,000~$2,900~$2,800~$2,700~$2,600~$2,500~$2,400~$2,300~$2,200~$2,100~$2,000~$1,900~$1,800~$1,700~$1,600~$1,500~$1,400~$1,300~$1,200
ต่อปี · รวม Hostingper year · including hosting
หัวหน้าฝ่าย Finance & Legal สร้าง แล้วปรับกับทีมขาย
ติดตาม Lead / Opportunity และใช้ประชุมขายทุกสัปดาห์The Head of Finance & Legal built it and iterated with sales.
It tracks leads and opportunities and supports weekly sales meetings.
REAL PEOPLE · REAL WORK
แล้วในงานจริง
มันทำได้แค่ไหน?What does this look like
in real work?
มาฟังจากคนที่ลงมือสร้างและใช้งานเองLet’s hear from the people who built and use the tools
MUZE INTERNAL APP STORE
ที่ Muze ทุกคนสร้างเครื่องมือใช้เองได้At Muze, everyone can build their own tools
บน Internal App Store ที่ทีมใช้งานจริงOn the Internal App Store our team uses every day
คนทำงานที่สร้างเครื่องมือเองPeople building their own work tools
เปรี้ยวPreaw
เปรมปวีณ์ ทรัพย์มาPrempavi Subma
Marketing · Muze
บูมBoom
ฝนทิพย์ ลายสนิทเสรีกุลFonthip Laisnitsereekul
เลขาเฮียวิทย์Secretary to Dr. WitMUZE INTERNAL APP STORE
เมื่อทั้งทีมเริ่มสร้าง
เครื่องมือจากงานของตัวเองWhen teams build tools
for their own work
แอปเล็ก ๆ ไปจนถึง Workflow ที่ใช้ร่วมกันSmall tools and shared workflows
91 แอปเริ่มสร้างในช่วงข้อมูล 90 วัน91 apps started in the 90-day window
14 มิ.ย. – 11 ก.ย. 2026 · เริ่มพบการสร้างแอป 18 ก.ค.14 Jun – 11 Sep 2026 · First recorded app starts: 18 Jul
18
ก.ค.Jul
38
ส.ค.Aug
~70 ประมาณการ~70 estimated
35
1–11 ก.ย.1–11 Sep
30 วันล่าสุดใน App StoreThe latest 30 days in the App Store
13 ส.ค. – 11 ก.ย. 202613 Aug – 11 Sep 2026
61890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901
แอปเริ่มสร้างapp starts
363456789012345678901234567890123456789012345678901238901234567890123456789012345678901234567890123456
รายการ Apps publishedreported apps published
3,2665678901234567890123456789012345678901234567890123,890123456789012345678901234567890123456789012345678901201234567890123456789012345678901234567890123456012345678901234567890123456789012345678901234567890123456
ครั้งที่เปิดแอปapp opens
การใช้งานและการกลับมาใช้Active and returning people
APPผู้ใช้ / คนกลับมาใช้Active / returning people
Eat Now
98 / 87
aMuze Walk & Run
85 / 72
Leaderboard_MuzeLeague
66 / 36
Benefit Reimbursement
67 / 32
Find Employee
49 / 32
ผู้ใช้Active peopleคนกลับมาใช้Returning people
Dashboard · ย้อนหลัง 90 วัน · ภาพวันที่ 12 ก.ย. 2026 · อ้างอิงตัวเลขในตาราง Active people และ Returning peopleDashboard · Last 90 days · Captured 12 Sep 2026 · Values from the Active people and Returning people tables
PROTOTYPE → PRODUCTION
ระหว่าง “รันได้”
กับ “ฝากงานไว้ได้”Between “it runs”
and “we can rely on it”
มีงานอีกส่วนที่ผู้ใช้มองไม่เห็นThere is more work behind the scenes
สิ่งที่เห็นว่าใช้ได้ เป็นเพียงส่วนหนึ่งThe working app is only part of the picture
เหนือผิวน้ำABOVE THE SURFACE
หน้าจอที่สวย
ฟีเจอร์ที่ลองแล้วทำงานAn appealing interface
Features that work in a trial
PROTOTYPEA small part we can try
PRODUCTIONThe whole system
Requirements & rules
Requirements · Acceptance criteria
Data & correctness
Data model · Validation · Functional tests
Load & failure handling
Load testing · Timeouts · Error handling
Access & security
Authentication · Authorization
Secrets · Security review
Release & change
Staging · Release approval
Change management
Operations & recovery
Monitoring · Incident response
Backups · Recovery · Ownership
What makes
it reliable
5 ด้านที่ต้องชัดFIVE AREAS TO CLARIFY
CLEAR
C
Clarity
รู้ว่าจะสร้างอะไร เพื่อใครKnow what to build and for whom
L
Logic
ทำงานถูกต้อง รวมถึงตอนผิดพลาดWork correctly, including when things go wrong
E
Endurance
รับงานจริงและความสะดุดได้Handle real workloads and interruptions
A
Access & Security
ให้สิทธิ์ถูกคน ปกป้องข้อมูลGrant the right access and protect data
R
Run & Recover
ดูแลต่อได้ มีทางกลับเมื่อพังOperate it and recover when it fails
กรอบที่เราสรุปใช้ใน Session นี้ · ระดับการตรวจขึ้นกับความเสี่ยงของงานA framework developed for this session · Depth of checks depends on the work’s risk
C
Clarity
ตกลงให้ชัด ก่อนเริ่มสร้างAgree on the need before building
- ใครใช้ · ทำอะไรWho uses it · What they do
- เป้าหมายและกติกาของงานBusiness goals and rules
- ขอบเขตและเงื่อนไขที่ถือว่าผ่านScope and acceptance criteria
ทุกคนเข้าใจคำว่า “เสร็จ” ตรงกันหรือยัง?Does everyone agree on what “done” means?
What → Why → HowWhat → Why → How
01
WHAT
ใครต้องทำอะไรได้บ้างWho needs to do what?
02
WHY
แก้ปัญหาอะไร ต้องการผลอะไรWhat problem and outcome?
03
HOW
งานเดินอย่างไร มีกติกาอะไรHow does the work flow? What rules apply?
ให้ AI ช่วยถามสิ่งที่ขาด → เจ้าของงานยืนยัน → รวบรวมเป็น PRDAsk AI to surface gaps → Owner confirms → Capture in a PRD
How ในที่นี้คือขั้นตอนธุรกิจ ก่อนเลือกเทคโนโลยี · PRD ยังต้องผ่านการทบทวนและทดสอบHere, How means the business workflow before technology choices · A PRD still needs review and testing
CLARITY IN PRACTICE · THREE KINGDOMS
จาก “อยากได้แผนที่สามก๊ก”
สู่โจทย์ที่สร้างและตรวจรับได้From “a Three Kingdoms map”
to a clear, testable brief
What
แผนที่ที่เล่าเหตุการณ์ตามเวลาAn interactive map of events over time
Why
เข้าใจว่าเกิดอะไร ที่ไหน
และเชื่อมกันอย่างไรUnderstand what happened, where,
and how events connect
How
เลือกช่วงเวลา แล้วแผนที่
กับเรื่องราวเปลี่ยนตามChoose a period; the map
and story change together
L
Logic
ระบบทำงานถูกต้องThe system behaves correctly
- ข้อมูลและการคำนวณถูกต้องCorrect data and calculations
- ทดสอบเส้นทางปกติและกรณีผิดพลาดTest happy paths and failure cases
- ไม่ทำงานซ้ำหรือทำขั้นตอนสำคัญตกหล่นPrevent duplicates and missed steps
AI ช่วยดูกรณีผิดพลาดได้ แต่เราต้องยืนยันว่า Logic ตรงกับงานที่ต้องการAI can help with failure cases; we must confirm the logic matches the intended workflow.
LOGIC IN PRACTICE · LIVE DEMO
Olertเปลี่ยนบทสนทนาใน LINE
ให้เป็นงานที่ติดตามได้Turn LINE conversations
into trackable work
สร้างและอัปเดตงานผ่าน LINE พร้อมติดตามภาพรวมบน DashboardCreate and update tasks through LINE, then follow the work on a dashboard.
‹Kim • Line☰
ตัวอย่างบทสนทนาIllustrative conversation
01 · NEW
ช่วยเปิดงานเตรียม proposal
ลูกค้า ABC ให้Kim
ส่งวันศุกร์นี้Create a proposal task for client ABC. Assign Kim, due this Friday.
ลูกค้า ABC ให้Kim
ส่งวันศุกร์นี้Create a proposal task for client ABC. Assign Kim, due this Friday.
02 · UPDATE
งาน proposal ลูกค้า ABC
ทำเสร็จแล้วนะThe proposal for client ABC is done.
ทำเสร็จแล้วนะThe proposal for client ABC is done.
＋
Message
◉OLERT DASHBOARD
→01 · สร้างงานใหม่NEW TASK
Proposal · ABC
Kim · วันศุกร์Kim · Friday
To do→02 · อัปเดตงานเดิมSAME TASK UPDATED
Proposal · ABC
Kim · วันศุกร์Kim · Friday
✓ Doneระบบสร้างถูกงาน และอัปเดตตรงที่เราตั้งใจไหม?Does it create and update the task we intended?
E
Endurance
รับสภาพงานจริงได้Handle real operating conditions
- รองรับปริมาณงานและผู้ใช้ที่ตกลงกันHandle the agreed workload and user volume
- รับมือบริการช้า ล่ม หรือไม่ตอบHandle slow or unavailable dependencies
- ทดสอบใช้งานต่อเนื่อง ไม่ใช่แค่ครั้งเดียวTest sustained use, beyond a single successful run
วันงานเยอะที่สุด ระบบยังไปต่อได้ไหม?Can it keep going on the busiest day?
ENDURANCE · KNOW YOUR DEMAND
ฟังก์ชันคล้ายกัน
แต่ภาระที่ระบบต้องรับต่างกันSimilar functions.
Different demands.
กดจองเหมือนกัน ไม่ได้แปลว่าต้องออกแบบเหมือนกันThe same booking action does not mean the same system design.
01
คนทยอยเข้าSteady, light use
จองห้องประชุมMeeting-room booking
จำนวนไม่มาก · มีช่วงว่างLight traffic · Room between requests
02
คนใช้มากต่อเนื่องSustained high demand
ระบบขายตั๋วที่มีคนใช้ตลอดวันTicket sales throughout the day
โหลดสูง · ต่อเนื่องหลายชั่วโมงHigh traffic · Sustained for hours
03
คนเข้าพร้อมกันA scheduled surge
เปิดจองสินค้าเวลา 10:00Product reservations open at 10:00
พุ่งสูงช่วงเปิด · แล้วลดลงA sharp peak · Then demand falls
ENDURANCE · DESIGN FOR REAL USE
ออกแบบให้รับรูปแบบงานจริงDesign for the demand you expect
01 — ลองใช้กำลังรองรับเท่ากัน01 — Start with the same capacity
02 — ปรับให้เหมาะกับแต่ละงาน02 — Match capacity to each workload
ปริมาณงานเข้าIncoming demandโหลดที่รองรับได้Supported load
01
คนทยอยเข้าSteady, light use
ตอบสนองปกติResponding normally
กำลังพอดี มีเผื่อRight-sized, with headroom
02
คนใช้มากต่อเนื่องSustained high demand
งานรอสะสมWork queues build up
รองรับได้ต่อเนื่องSustained capacity
03
คนเข้าพร้อมกันA scheduled surge
งานพุ่งเกินกำลังDemand exceeds capacity
เตรียมกำลังก่อนช่วงพีกPrepare capacity before the peak
เวลา →Time →
A
Access & Security
สิทธิ์และข้อมูลต้องปลอดภัยProtect access and data
- ระบุว่าใครดู แก้ และอนุมัติได้Define who can view, edit and approve
- ปกป้องข้อมูลและกุญแจเชื่อมระบบProtect data and integration secrets
- ตรวจความปลอดภัยตามความเสี่ยงReview security in proportion to risk
ACCESS & SECURITY · เหตุการณ์สมมุติILLUSTRATIVE SCENARIO
เว็บทำงานได้ แต่ใครเปิดข้อมูลได้บ้าง?The website works. But who can see the data?
01
สั่ง AIAsk AI
AI Builder
“ทำเว็บให้ลูกค้า
เข้ามาดูใบเสนอราคา”“Build a website where customers can view their quotes.”
เข้ามาดูใบเสนอราคา”“Build a website where customers can view their quotes.”
บอกสิ่งที่อยากให้ทำDescribe the desired function
02
ลองแล้วใช้ได้Try it — it works
/quotation/101
QUOTATIONCompany A✓ เปิดเอกสารได้Document opens
เห็นเอกสารของตัวเองSee your own document
03
เอาขึ้นออนไลน์Publish it
Customer Portal
↗ส่งลิงก์ให้ลูกค้าSend the customer a link/quotation/101
เริ่มให้คนอื่นใช้งานInvite others to use it
04
เห็นเกินสิทธิ์See another customer’s data
/quotation/102!
QUOTATIONCompany B! เอกสารของลูกค้าอีกคนAnother customer’s quote
เปลี่ยนเลขในลิงก์ ก็เปิดได้Change the ID; the document opens
ACCESS & SECURITY · BEFORE YOU BUILD
ก่อนสร้าง ให้ AI ตอบ 3 เรื่องนี้Before building, ask AI these 3 questions
ข้อมูลData
ระบบนี้ใช้ข้อมูลอะไรบ้าง?
ข้อมูลไหนห้ามเปิดให้คนทั่วไปเห็น?What data does this system use?
What must not be publicly visible?
ความลับSecrets
รหัสผ่านที่ระบบใช้จะเก็บไว้ไหน?
ป้องกันไม่ให้คนอื่นเห็นอย่างไร?Where will system passwords be stored?
How will they be kept hidden?
สิทธิ์Permissions
ใครดูหรือแก้ข้อมูลอะไรได้?
กันคนที่ไม่มีสิทธิ์อย่างไร?Who can view or edit each type of data?
How is unauthorized access blocked?
AI เสนอวิธีป้องกันAI proposes safeguards→เรายืนยันความต้องการWe confirm the requirements→ลงมือสร้างBuild→ทดสอบก่อนเปิดใช้Test before release
ให้ AI อธิบายด้วยภาษาที่เราเข้าใจ แล้วตรวจว่าระบบทำตามนั้นจริงAsk for a plain-language explanation, then verify the system actually follows it.
R
Run & Recover
ใช้งานต่อได้ และกลับมาได้Keep operating and recover
- มีเจ้าของระบบและรู้เมื่อเกิดปัญหาAssign an owner and detect failures
- เปลี่ยนเวอร์ชันอย่างควบคุมได้Control releases and changes
- มีแผนสำรองและทดสอบการกู้คืนPlan fallbacks and test recovery
ถ้าพรุ่งนี้ระบบหยุด ใครรู้ ใครแก้ กลับมาอย่างไร?If it stops tomorrow, who knows, who acts, and how do we recover?
RUN & RECOVER · BEHIND THE SCENES
หลังจากสร้างเสร็จ ใครทำให้มันเดินต่อ?Who keeps it running after the build?
เปลี่ยนโค้ดChange→ทดสอบและอนุมัติTest & approve→ให้คนใช้งานRun→ตรวจพบและกู้คืนDetect & recover
ตัวอย่างระบบ · แต่ละแอปไม่จำเป็นต้องใช้โครงสร้างเดียวกัน · ย้อนโค้ดกับกู้ข้อมูลเป็นคนละเรื่องExample architecture · Needs vary by app · Code rollback and data recovery are different operations
RUN & RECOVER · FOUR BUSINESS QUESTIONS
4 คำถาม เพื่อให้ระบบเดินต่อได้Four questions to keep the system running
รู้ไหมว่าใครเปลี่ยนอะไร?Who changed what?
เก็บประวัติและเวอร์ชัน เพื่อย้อนดูสิ่งที่เปลี่ยนKeep version history so changes can be traced.
ลองก่อนกระทบงานจริงได้ไหม?Can we test before affecting real work?
ทดสอบบน Staging และมีคนอนุมัติก่อนขึ้น ProductionTest in staging, then approve the production release.
ถ้ามีปัญหา ใครจะรู้?Who knows when something breaks?
ติดตามระบบ แจ้งเตือน และมีคนรับผิดชอบMonitor, alert, and name an accountable owner.
ถ้าพัง กลับมาได้อย่างไร?How do we recover?
ย้อนเวอร์ชันโปรแกรม หรือกู้ข้อมูลจาก Backup และทดสอบว่าใช้ได้จริงRoll back the app or restore data from backup; verify recovery actually works.
โจทย์เราช่วยกันคิดได้
แต่ใครดูแลระบบให้เดินต่อ?We can shape the idea.
Who keeps the system running?
2–3
คนในทีม ITpeople in IT
สถานการณ์ตัวอย่างIllustrative scenario
01
ดูแลระบบเดิมและช่วยผู้ใช้งานMaintain existing systems and support users
02
รับแอปใหม่จากหลายฝ่ายSupport new apps from multiple teams
03
ตรวจ ปล่อย และดูแลแต่ละระบบต่อReview, release and operate each system
ถ้ามีทีมเพียง 1–2 คน จะมีอะไรช่วยแบ่งเบางานนี้ได้บ้าง?With just 1–2 people, what could help share this workload?
AI Enablement & Governance Infrastructure System
จากคนที่รู้ปัญหา สู่เครื่องมือที่ทีมใช้ได้จริงFrom people who know the problem to tools the team can rely on
สร้างให้เห็น
ปรับให้ชัดBuild, learn
and refine
เริ่มจากโจทย์ สร้างกับ AI
แล้วลองจนตรงกับงานStart with a brief. Build with AI.
Refine around the real workflow.
ตรวจและลอง
ก่อนเปิดใช้Check and test
before release
ระบบช่วยตรวจ เจ้าของงาน
ลองบน Staging และยืนยันAutomated checks. The owner
tests and confirms in staging.
กำหนดสิทธิ์
และอนุมัติSet access
and approve
ใครใช้ได้ เชื่อมข้อมูลอะไรได้
และใครอนุมัติเปิดใช้Define access, data connections
and release approval.
เปิดใช้แล้ว
ดูแลต่อได้Release
and keep operating
มีประวัติเวอร์ชัน ติดตามปัญหา
และจัดการแอปหลังเปิดใช้Keep version history, track issues
and manage the live app.
โครงสร้างเบื้องหลังที่ AEGIS เตรียมรองรับThe infrastructure behind AEGIS
ในบริษัทพี่ ๆ
มีคนแบบเปรี้ยวกับบูมอีกกี่คน?Who in your company
could build tools like these?
คนที่รู้ว่างานควรดีขึ้นอย่างไร และอยากลงมือทำPeople who know how the work could improve and want to act
เริ่มจากหนึ่งงานที่รู้จักดีStart with one familiar workflow
01
ONE OWNER
เริ่มจากคนที่รู้เรื่องนั้นดีที่สุดStart with the person who knows it best
02
ONE WORKFLOW
หนึ่งงานที่ทำซ้ำOne repeated workflow
03
ONE TEAM
แล้วขยายให้ทีมใช้ต่อThen expand to the team
ใช้ CLEAR ดูว่ายังต้องทำอะไร เพื่อให้คนอื่นใช้ต่อได้จริงUse CLEAR to identify what it needs for others to rely on it
FROM AI PROTOTYPE TO PRODUCTION
ใช้ได้ · ไว้ใจได้ · เดินต่อได้Usable · Trustworthy · Operable
สร้างให้คนอื่นใช้ และมีคนดูแลให้มันเดินต่อBuild for others to use, with ownership to keep it running
30 MINUTES
Q&A
เอาเคสของพี่ ๆ มาคุยกันครับLet’s discuss your own cases
C · L · E · A · R