Muze ร่วมกับ Google Cloud จัดงาน The Human Element in an AI-Driven World เมื่อวันที่ 7 ตุลาคม 2026 ถ่ายทอดมุมมองเกี่ยวกับบทบาทของคนในยุค AI และแนวทางการนำ AI Application ไปใช้งานจริงในองค์กร
เมื่อ AI สามารถช่วยเขียนโค้ดและพัฒนา Application ได้ภายในเวลาไม่นาน การสร้างเครื่องมือเพื่อแก้ปัญหาในการทำงานก็เริ่มเป็นสิ่งที่พนักงานจากหลากหลายสายงานสามารถเข้าถึงได้มากขึ้น
คนที่ทำงานอยู่กับปัญหาในแต่ละวัน ไม่ว่าจะเป็นทีม HR, Finance, Marketing หรือ Operations ต่างมีความเข้าใจใน Workflow และข้อจำกัดของงานที่รับผิดชอบอยู่แล้ว เมื่อมี AI เข้ามาช่วยลดความซับซ้อนทางเทคนิค ความรู้เหล่านั้นจึงสามารถนำมาต่อยอดเป็น Application ที่ตอบโจทย์การทำงานได้โดยตรง
ประเด็นเหล่านี้ถูกหยิบยกขึ้นมาภายในงาน The Human Element in an AI-Driven World ซึ่งครอบคลุมตั้งแต่บทบาทของพนักงานที่เปลี่ยนไป การทำงานร่วมกันระหว่าง Business และ IT ไปจนถึงการเตรียม Infrastructure และ Governance เพื่อรองรับ Application ที่ถูกสร้างขึ้นจากหลายทีม และนำไปใช้งานจริงภายใต้มาตรฐานขององค์กร
เมื่อ Domain Expertise กลายเป็นจุดเริ่มต้นของการสร้าง Technology Solution
ที่ผ่านมา การพัฒนา Application ภายในองค์กรส่วนใหญ่มักเริ่มต้นจากการที่ทีม Business รวบรวม Requirement ก่อนส่งต่อให้ทีม IT หรือ Developer เป็นผู้พัฒนาระบบ
กระบวนการลักษณะนี้ทำให้องค์กรต้องอาศัยการสื่อสารระหว่างผู้ที่เข้าใจปัญหาของงานกับผู้ที่มีความเชี่ยวชาญด้านเทคนิค ซึ่งบางครั้งอาจต้องใช้เวลาหลายรอบกว่าจะได้เครื่องมือที่ตอบโจทย์การทำงานจริง
เมื่อ AI สามารถช่วยแปลง Requirement หรือคำอธิบายภาษาธรรมชาติให้กลายเป็นโค้ดและ Application ได้ ความสัมพันธ์ระหว่างคนที่มี Domain Expertise กับ Technology ก็เริ่มเปลี่ยนไป พนักงานที่เข้าใจปัญหาของงานสามารถทดลองพัฒนาเครื่องมือเพื่อแก้ปัญหาเหล่านั้นได้ด้วยตัวเอง โดยไม่จำเป็นต้องมีทักษะ Programming ในระดับเดียวกับ Developer
ตัวอย่างเช่น ทีม HR อาจต้องการ Application สำหรับจัดการข้อมูลพนักงาน ทีม Sales อาจต้องการระบบติดตามข้อมูลลูกค้า หรือทีม Operations อาจสร้าง Dashboard เพื่อให้เห็นสถานะของงานได้สะดวกขึ้น
ลองพิจารณากระบวนการทำงานของทีมที่ต้องรวบรวมข้อมูลจากหลายแหล่งเพื่อจัดทำรายงานประจำสัปดาห์ พนักงานที่รับผิดชอบอาจต้องดาวน์โหลดข้อมูลจากระบบหนึ่ง นำมาจัดระเบียบใน Spreadsheet ก่อนสรุปผลและส่งต่อให้ผู้เกี่ยวข้อง ซึ่งเป็นขั้นตอนที่เกิดขึ้นซ้ำและใช้เวลาในการจัดการ
พนักงานที่ทำงานกับกระบวนการนี้เป็นประจำจะรู้ว่าข้อมูลส่วนไหนจำเป็นต้องใช้ จุดใดที่มักเกิดข้อผิดพลาด และขั้นตอนไหนที่สามารถปรับปรุงได้ ความเข้าใจเหล่านี้ช่วยให้สามารถออกแบบ Application ที่สอดคล้องกับการทำงานได้ตั้งแต่ต้น โดยมี AI เข้ามาช่วยในขั้นตอนการพัฒนาเครื่องมือ
ความสามารถในการระบุปัญหาและออกแบบวิธีแก้ไขจากประสบการณ์ทำงานจริงจึงมีความสำคัญมากขึ้น เพราะแม้ AI จะช่วยสร้าง Application ได้ แต่การกำหนดว่าเครื่องมือนั้นควรทำอะไร และจะช่วยปรับปรุง Workflow ได้อย่างไร ยังคงต้องอาศัยความเข้าใจของผู้ใช้งาน
จาก Technology Users สู่ Technology Creators
การนำ AI มาใช้ในช่วงแรกของหลายองค์กรมักเริ่มจากการช่วยค้นหาข้อมูล สรุปเอกสาร เขียน Content หรือช่วยจัดการงานบางส่วนให้รวดเร็วขึ้น
ปัจจุบันความสามารถของ AI กำลังขยายไปถึงการช่วยสร้าง Application จาก Requirement ที่ผู้ใช้งานอธิบายออกมา ทำให้พนักงานสามารถนำปัญหาที่พบในงานมาทดลองพัฒนาเป็นเครื่องมือได้โดยตรง
การเปลี่ยนจากผู้ใช้งานเทคโนโลยีมาเป็นผู้สร้างเครื่องมือยังส่งผลต่อวิธีการทำงานร่วมกันภายในองค์กรด้วย จากเดิมที่ทีม Business ต้องรวบรวม Requirement เพื่อส่งต่อให้ทีม IT พัฒนาระบบ ปัจจุบันพนักงานสามารถเริ่มสร้าง Prototype และทดลองปรับแก้ตาม Workflow ของตัวเองได้ตั้งแต่ต้น ทำให้การพัฒนาเครื่องมือมีโอกาสเกิดขึ้นใกล้กับผู้ใช้งานจริงมากขึ้น
ขณะเดียวกัน ทีม IT ก็สามารถขยับบทบาทจากการรับพัฒนาเครื่องมือทุกชิ้น ไปสู่การสนับสนุนด้าน Infrastructure, Architecture และการเชื่อมต่อระบบที่มีความซับซ้อน เพื่อให้เครื่องมือที่พนักงานสร้างขึ้นสามารถพัฒนาต่อได้อย่างเหมาะสม
การเปลี่ยนแปลงนี้เปิดโอกาสให้ทีม Business และ IT ทำงานร่วมกันในรูปแบบใหม่ โดย Business มีบทบาทในการกำหนดโจทย์และทดลอง Solution ขณะที่ IT สนับสนุนความพร้อมทางเทคนิคสำหรับการนำเครื่องมือไปใช้งานจริง
อย่างไรก็ตาม การเปิดให้พนักงานจากหลายทีมสามารถสร้าง Application ได้เอง ยังนำมาสู่ความท้าทายในการบริหารจัดการเครื่องมือเหล่านั้น โดยเฉพาะเมื่อ Application เริ่มถูกนำไปใช้กับข้อมูลและกระบวนการทำงานที่สำคัญขององค์กร
เมื่อทุกทีมสร้าง AI Application ได้ Governance จึงต้องเริ่มตั้งแต่กระบวนการพัฒนา
เมื่อจำนวน Application ภายในองค์กรเริ่มเพิ่มขึ้น การบริหารจัดการเครื่องมือที่พัฒนาขึ้นจากหลายทีมก็มีความซับซ้อนมากขึ้นตามไปด้วย เพราะ Application ที่สร้างขึ้นเพื่อใช้งานเฉพาะทีมในช่วงแรกอาจถูกส่งต่อให้พนักงานกลุ่มอื่นนำไปใช้ หรือขยายขอบเขตการทำงานจนต้องเชื่อมต่อกับระบบสำคัญขององค์กร
ตัวอย่างเช่น เครื่องมือสำหรับจัดการข้อมูลภายในทีมอาจเริ่มต้นจากการใช้งานของพนักงานเพียงไม่กี่คน แต่เมื่อมีผู้ใช้งานเพิ่มขึ้น องค์กรจะต้องพิจารณาเพิ่มเติมทั้งการกำหนดสิทธิ์เข้าถึงข้อมูล การจัดการบัญชีผู้ใช้งาน การอัปเดต Application และผู้รับผิดชอบในการดูแลระบบ
นอกจากนี้ Application ที่เชื่อมต่อกับ Database, API หรือระบบภายในยังต้องคำนึงถึง Security, Data Privacy และ Technology Stack ที่เหมาะสม หากแต่ละทีมเลือกใช้เทคโนโลยีหรือวิธีเชื่อมต่อระบบตามความถนัดของตัวเองทั้งหมด องค์กรอาจต้องรับภาระในการดูแล Application ที่มีโครงสร้างแตกต่างกันจำนวนมาก
ปัญหาเหล่านี้อาจยังไม่ชัดเจนในช่วงทดลองสร้าง Prototype แต่จะมีความสำคัญมากขึ้นเมื่อเครื่องมือเริ่มถูกนำไปใช้งานจริง โดยเฉพาะในกรณีที่ต้องเกี่ยวข้องกับข้อมูลภายในหรือเปิดให้พนักงานหลายกลุ่มเข้าถึง
การมีมาตรฐานกลางตั้งแต่กระบวนการ Development จึงช่วยให้ทีม Business สามารถพัฒนาเครื่องมือภายใต้ขอบเขตที่ชัดเจน ขณะเดียวกันทีม IT ก็สามารถติดตามและบริหารจัดการระบบในภาพรวมได้สะดวกขึ้น
บทบาทของ Governance จึงครอบคลุมตั้งแต่การกำหนดแนวทางการพัฒนา การตรวจสอบความพร้อมของ Application ไปจนถึงการดูแลเครื่องมือหลังนำขึ้นใช้งาน เพื่อให้องค์กรสามารถสนับสนุนการสร้าง Solution จากหลายทีมได้ภายใต้มาตรฐานเดียวกัน
จาก AI Prototype สู่ Application ที่นำไปใช้งานจริงผ่าน AEGIS
แม้ AI จะช่วยให้พนักงานสามารถสร้าง Prototype ได้รวดเร็วขึ้น แต่การนำเครื่องมือเข้าสู่การใช้งานจริงยังมีขั้นตอนที่ต้องพิจารณาเพิ่มเติม ทั้งการกำหนดสิทธิ์ผู้ใช้งาน การตรวจสอบ Security การเชื่อมต่อกับระบบภายใน และการเตรียมสภาพแวดล้อมสำหรับ Deployment
Muze ได้นำเสนอ AEGIS แพลตฟอร์มที่ช่วยสนับสนุนการพัฒนาและนำ AI Application ไปใช้งานจริงในองค์กร ตั้งแต่การสร้าง Application ผ่าน Builder Kit การตรวจสอบตามมาตรฐานองค์กรด้วย Governance Pipeline ไปจนถึงการเผยแพร่ Application ที่ผ่านการอนุมัติบน Internal App Store
กระบวนการนี้ช่วยให้ทีม IT สามารถกำหนดมาตรฐานด้าน Security, Technology และการเข้าถึงข้อมูลได้ ขณะที่พนักงานสามารถค้นหาและใช้งาน Application ผ่านพื้นที่ส่วนกลาง โดยไม่ต้องเข้าถึงเครื่องมือผ่าน Link หรือระบบที่แยกกันของแต่ละทีม
นอกจากนี้ ยังมีการสาธิต Internal App Store ของ Muze พร้อมตัวอย่าง Application ที่พนักงานพัฒนาขึ้นจาก Pain Point ในการทำงานจริง ซึ่งแสดงให้เห็นว่าเครื่องมือภายในองค์กรสามารถเริ่มต้นจากปัญหาเฉพาะของแต่ละทีม ก่อนนำไปพัฒนาและขยายการใช้งานให้กับพนักงานกลุ่มอื่นได้
สำหรับองค์กรที่มี Application เกิดขึ้นจากหลายทีม การมีช่องทางเผยแพร่และกระบวนการกำกับดูแลที่ชัดเจนช่วยให้เครื่องมือเหล่านั้นสามารถเข้าสู่การใช้งานได้อย่างเป็นระบบ และเปิดโอกาสให้ Solution ที่เริ่มต้นจากความต้องการของพนักงานกลุ่มเล็ก ๆ ถูกนำไปใช้ประโยชน์ในวงกว้างมากขึ้น
Human Expertise ยังเป็นหัวใจของการนำ AI มาใช้ในองค์กร
แม้เทคโนโลยีจะช่วยลดข้อจำกัดในการสร้าง Application แต่การนำ AI มาใช้ให้เกิดประโยชน์กับการทำงานยังต้องอาศัยความเข้าใจของบุคลากร
ตั้งแต่การระบุปัญหาที่ต้องการแก้ไข การกำหนด Requirement ไปจนถึงการประเมินว่าเครื่องมือที่สร้างขึ้นสามารถตอบโจทย์การทำงานได้มากน้อยเพียงใด ล้วนเป็นขั้นตอนที่ต้องใช้ประสบการณ์และความเข้าใจในบริบทธุรกิจ
แนวคิด Human in the Loop จึงยังมีความสำคัญในกระบวนการทำงานร่วมกับ AI โดยให้เทคโนโลยีช่วยสนับสนุนการพัฒนาและประมวลผล ขณะที่มนุษย์ยังมีบทบาทในการตรวจสอบผลลัพธ์ ประเมินความเหมาะสม และตัดสินใจในขั้นตอนที่จำเป็น
ขณะเดียวกัน องค์กรก็ต้องเปิดโอกาสให้พนักงานได้เรียนรู้และทดลองประยุกต์ใช้ AI กับงานที่รับผิดชอบอย่างต่อเนื่อง
AEGIS สนับสนุนแนวทางนี้ผ่านสภาพแวดล้อมที่เปิดให้พนักงานทดลองสร้าง Application จาก Pain Point ของตัวเอง ก่อนนำเครื่องมือที่พัฒนาขึ้นไปใช้งานร่วมกับทีม หรือขยายการใช้งานสู่ระดับองค์กรภายใต้ Governance ที่กำหนดไว้
เมื่อพนักงานสามารถทดลองพัฒนาเครื่องมือจากโจทย์งานจริง และมีระบบรองรับการนำ Application ไปใช้งาน ความรู้และประสบการณ์ของแต่ละคนก็มีโอกาสถูกต่อยอดเป็น Solution ที่สร้างประโยชน์ให้กับทีมอื่นภายในองค์กรได้เช่นกัน
จากศักยภาพของ AI สู่การสร้างคุณค่าให้กับองค์กร
เมื่อ AI ทำให้การพัฒนา Application เข้าถึงคนได้มากขึ้น ความเข้าใจในงานของพนักงานก็มีโอกาสถูกนำมาต่อยอดเป็นเครื่องมือที่ช่วยแก้ปัญหาได้โดยตรง
สิ่งที่องค์กรต้องเตรียมควบคู่กันคือการพัฒนาทักษะของบุคลากร การเปิดพื้นที่ให้เกิดการทดลอง และการวางโครงสร้างที่รองรับเครื่องมือเหล่านั้นตั้งแต่ Development ไปจนถึงการใช้งานจริง
การนำ AI มาใช้จึงเกี่ยวข้องกับทั้งความสามารถของเทคโนโลยีและความพร้อมของคนในองค์กร โดยมีทีม Business และ IT ทำงานร่วมกันเพื่อเปลี่ยนความเข้าใจในปัญหาให้กลายเป็น Solution ที่สามารถนำไปใช้ประโยชน์ได้ในระยะยาว
สำหรับองค์กรที่สนใจแนวทางการสร้างและนำ AI Application ไปใช้งานจริง สามารถศึกษารายละเอียดเพิ่มเติมเกี่ยวกับ AEGIS by Muze ได้ที่ muze.co.th/aegis
