SMT AI NOW Recap: Inside CAAI – Real AI Flow & Technical Challenges

SMT AI NOW Recap
CAAI Inside: Real AI Flow & Technical Challenges
อีกหนึ่ง Session ของชาว SMT AI Community ที่พาทุกคนไปดู “เบื้องหลัง AI ที่ใช้งานจริงในองค์กร” ผ่านการแชร์จากทีมภาย GABLE โดย
- คุณ เก่ง Paisith Nimla-Or – Operation Service Manager
- คุณ ปุ้ม Chanapat Rassamee – System Engineer Manager
ครั้งนี้ทีมพาเจาะลึกตั้งแต่แนวคิดการพัฒนา CAAI ไปจนถึง Workflow การทำงานจริง และ Technical Challenges ที่ต้องออกแบบและแก้ไขระหว่างทาง
จาก AI Chatbot สู่ Agentic AI
หนึ่งใน Highlight สำคัญ คือเส้นทางการพัฒนา AI ของทีม จากยุคที่ต้องค้นข้อมูลจากเอกสารจำนวนมาก → Rule-based System → Generative AI → จนปัจจุบันต่อยอดสู่ Agentic AI ที่สามารถช่วย “ลงมือทำงาน” ได้มากขึ้นผ่าน Microsoft Teams
แนวคิดสำคัญคือการเปลี่ยนประสบการณ์ของพนักงานจาก
“ส่งเมลแล้วรอ”
เป็น
“ถามแล้วได้คำตอบทันที”
CAAI ทำอะไรได้บ้างในปัจจุบัน
ภายใน Session มีการ Demo และแชร์ Use Case การใช้งานจริง เช่น
- แนะนำวิธีแก้ปัญหา IT เบื้องต้น
- ช่วยเปิด Ticket กรณีแก้ปัญหาเองไม่ได้
- ตรวจสอบสถานะงานและผู้ดูแล
- ตรวจสอบข้อมูลสายอนุมัติ
- สร้างภาพประกอบงานผ่าน AI
ทั้งหมดสามารถใช้งานผ่าน Microsoft Teams ได้โดยตรง ช่วยลดขั้นตอนและเพิ่มความรวดเร็วในการ Support
เบื้องหลัง AI 1 คำตอบ มีอะไรมากกว่าที่คิด
ทีมงานได้แชร์ Workflow การทำงานของ CAAI ตั้งแต่
- รับคำถามจากผู้ใช้
- วิเคราะห์ Intent และประเภทงาน
- เลือก Workflow และแหล่งข้อมูลที่เหมาะสม
- สร้างคำตอบและจัดเก็บ Log สำหรับการพัฒนาในอนาคต
รวมถึงการออกแบบระบบให้สามารถแยกประเภทคำถาม และส่งต่อไปยังทีม Support ที่ถูกต้องได้อย่างแม่นยำ
Technical Challenges ที่ทีมเจอจริง
อีกหนึ่งช่วงที่ได้รับความสนใจ คือการแชร์ Challenge ระหว่างการพัฒนา เช่น
- การทำให้ AI เข้าใจคำถามที่หลากหลาย
- การเลือกข้อมูลที่เหมาะสมมาตอบ
- การจัดการ Context เพื่อให้ตอบเร็วและควบคุมต้นทุน
- การออกแบบ Workflow ให้รองรับหลาย Use Case
- การเชื่อม AI เข้ากับ Process การทำงานจริงขององค์กร
Session นี้ทำให้เห็นชัดว่า “AI ในองค์กร” ไม่ได้มีแค่เรื่องเทคโนโลยี แต่เกี่ยวข้องทั้ง Process, Workflow และการทำงานร่วมกันของหลายทีม
Key Takeaways จาก Session นี้
- AI ตัวเดียวอาจไม่ตอบทุกอย่างได้ดีที่สุด
- การออกแบบ Workflow และแบ่งประเภทงานให้ชัด คือหัวใจสำคัญ
- การตั้งคำถามที่เฉพาะเจาะจง จะช่วยให้ AI ตอบได้แม่นยำขึ้น
- การจำกัด Context เท่าที่จำเป็น ช่วยเพิ่ม Performance และควบคุม Cost ได้ดีขึ้น
- AI Enterprise ยังพัฒนาได้อีกมาก และต้องอาศัย Feedback จากผู้ใช้งานจริง
What’s Next
ทีมยังคงพัฒนา CAAI อย่างต่อเนื่อง โดยมีแนวทางต่อยอดด้าน Self-Service และ Workflow Automation เพิ่มเติมในอนาคต
สำหรับผู้ที่ต้องการทดลองใช้งาน สามารถเข้าใช้งาน CAAI ผ่าน Microsoft Teams ได้ทันทีจาก Sidebar ภายในองค์กร 🚀