เลือก AI ที่ใช่ ไม่ใช่ดีที่สุด: บทเรียน Com7 พลิกธุรกิจ

เมื่อพูดถึงการทำ AI Transformation หลายองค์กรอาจนึกถึงการซื้อสิทธิ์ใช้งาน ChatGPT หรือ Claude แล้วเปิดให้พนักงานทุกคนเข้ามาทดลองใช้ แต่ในโลกธุรกิจจริง การเปลี่ยนผ่านด้วย AI ไม่ได้จบลงเพียงแค่การมีเครื่องมือใหม่บนหน้าจอ เพราะสิ่งสำคัญกว่าคือการนำ AI ไปแก้ปัญหาที่เกิดขึ้นจริง เชื่อมต่อกับระบบเดิมได้อย่างปลอดภัย และสร้างผลลัพธ์ที่วัดผลได้

บทเรียนจาก Com7 Public Company Limited สะท้อนแนวคิดที่น่าสนใจอย่างชัดเจน นั่นคือ เลือก AI ที่ใช่ ไม่ใช่ดีที่สุด เพราะ AI ที่มีความสามารถสูงที่สุดในตลาดอาจไม่ใช่คำตอบที่เหมาะกับทุกแผนกหรือทุกกระบวนการทำงาน องค์กรควรเริ่มต้นจากโจทย์ทางธุรกิจ แล้วค่อยเลือกเทคโนโลยีที่ตอบโจทย์เรื่องต้นทุน ความเร็ว ความปลอดภัย และการขยายระบบในอนาคต

งานวิจัยจาก Harvard Business Review ระบุว่า AI สามารถช่วยเพิ่ม Productivity ให้กับองค์กรได้ราว 33–40% ขณะเดียวกัน การตัดสินใจในงานประจำวันประมาณ 15% เริ่มมี AI เข้ามาช่วยสนับสนุนมากขึ้น อย่างไรก็ตาม เมื่อองค์กรต้องนำ AI มาใช้ในระดับ Enterprise คำถามสำคัญมักอยู่ที่ข้อมูลจะปลอดภัยหรือไม่ ระบบจะเชื่อมต่อกับ ERP หรือ SAP ได้อย่างไร และจะควบคุมความเสี่ยงด้าน Cybersecurity ได้แค่ไหน

ซารีฟ หมัดเส็ม Head of Professional Services จาก Com7 อธิบายปัญหานี้ว่าเป็น Iceberg Problem หรือปัญหาภูเขาน้ำแข็ง เพราะสิ่งที่เห็นบนผิวน้ำอาจเป็นเพียงการเลือกเครื่องมือ AI แต่ส่วนที่ซ่อนอยู่ใต้น้ำคือข้อมูลกระจัดกระจาย กระบวนการทำงานไม่เป็นระบบ การเชื่อมต่อระบบหลังบ้านที่ซับซ้อน รวมถึงความเสี่ยงด้านความปลอดภัยและสิทธิ์การเข้าถึงข้อมูล

เลือก AI ที่ใช่ ไม่ใช่ดีที่สุด: แนวคิดจาก Com7

บนเวที THE STANDARD ECONOMIC FORUM 2026 ในหัวข้อ Amazon Quick: AI Transformation in Action จากกลยุทธ์สู่การลงมือทำ Com7 ได้แบ่งปันกรณีศึกษาการนำ AI Agent มาใช้ในหลายงาน ตั้งแต่การสร้างระบบ CRM การจัดการเคลมสินค้า ไปจนถึงการคัดกรองผู้สมัครงาน จุดเด่นของแนวทางนี้คือไม่ได้เริ่มจากการถามว่า AI ตัวไหนดังที่สุด แต่เริ่มจากคำถามว่า งานขององค์กรมีปัญหาอะไร และควรออกแบบระบบอย่างไรให้คนทำงานได้สะดวกขึ้น

สร้าง CRM ใช้เองด้วย Vibe Coding

โจทย์แรกของ Com7 คือการสร้างระบบ CRM ระดับ Enterprise สำหรับพนักงานประมาณ 40–50 คน เดิมทีบริษัทได้รับข้อเสนอค่าติดตั้งระบบประมาณ 5 ล้านบาท และต้องจ่ายค่า Subscription มากกว่า 3 ล้านบาทต่อปี ตัวเลขดังกล่าวอาจเป็นภาระที่สูงมาก โดยเฉพาะเมื่อจำนวนผู้ใช้งานและความต้องการของธุรกิจมีโอกาสเพิ่มขึ้นอย่างต่อเนื่อง

Com7 จึงเลือกใช้ Amazon Quick ซึ่งเป็น AI Agent ระดับ Enterprise Grade ที่พัฒนาบนมาตรฐานความปลอดภัยระดับสากล แนวทางนี้ช่วยลดความกังวลเรื่องข้อมูลบริษัทถูกนำไปใช้ฝึกโมเดลต่อ และยังเปิดทางให้เชื่อมต่อ CRM เข้ากับระบบ ERP ได้อย่างปลอดภัย พนักงานสามารถสั่งงานด้วยภาษาที่เข้าใจง่าย ขณะที่ AI Agent ทำหน้าที่จัดการกระบวนการหลังบ้านตามเงื่อนไขที่กำหนด

ทีมงานใช้ Framework จาก AWS เพื่อพูดคุยกับแต่ละแผนก เก็บ Requirement และเปลี่ยนความต้องการเหล่านั้นให้กลายเป็น Spec ที่ชัดเจน จากนั้นจึงใช้ AI ช่วยเขียนโค้ดภายใต้กรอบการทำงานที่มีการกำกับดูแล วิธีนี้เรียกว่า Vibe Coding ซึ่งไม่ใช่การปล่อยให้ AI เขียนโปรแกรมอย่างไร้ทิศทาง แต่เป็นการให้ AI ช่วยเร่งงานพัฒนาภายใต้โจทย์ กฎ และโครงสร้างที่มนุษย์กำหนดไว้

ผลลัพธ์คือ Com7 ใช้เวลาพัฒนาระบบประมาณ 3 สัปดาห์ โดยมีผู้พัฒนาหลักเพียงคนเดียว ค่า Token อยู่ที่ประมาณ 6,000 กว่าบาท และค่ารันระบบบน AWS อยู่ที่ประมาณ 8,000–9,000 บาทต่อเดือน เมื่อคำนวณตลอด 3 ปี บริษัทสามารถประหยัดค่าใช้จ่ายได้เกือบ 14 ล้านบาท อีกทั้งยังลดข้อจำกัดจากการคิดค่าลิขสิทธิ์แบบรายหัว เมื่อจำนวนพนักงานหรือผู้ใช้งานเพิ่มขึ้น

AI Agent ช่วยจัดการเคลมและคัดกรองเรซูเม

อีกกรณีที่เห็นภาพชัดคือการนำ AI มาช่วยจัดการระบบเคลม iPhone เดิมทีแอดมินหนึ่งคนต้องดูแลเคสประมาณ 200–300 เคสต่อเดือน งานลักษณะนี้มีโอกาสเกิดความผิดพลาด และอาจขยายปริมาณงานได้ยาก Com7 จึงพัฒนา AI Agent โดยใช้ Amazon Nova AI เข้ามาช่วยอ่านข้อมูลและรหัสเครื่องจากภาพ จากนั้นจึงประสานงานในกระบวนการเคลมโดยอัตโนมัติ

ระบบดังกล่าวทำให้บริษัทสามารถรองรับงานได้มากขึ้น โดยมีต้นทุนประมาณ 10 สตางค์ต่อเอกสาร นี่คือตัวอย่างของการเลือกใช้ AI ให้เหมาะกับงาน เพราะระบบไม่ได้ถูกสร้างมาเพื่อแทนที่คนทั้งหมด แต่ช่วยลดงานซ้ำ งานอ่านข้อมูล และงานตรวจสอบเบื้องต้น เพื่อให้พนักงานนำเวลาไปใช้กับการแก้ปัญหาที่ซับซ้อนหรือการดูแลลูกค้าได้มากขึ้น

ด้านการสรรหาบุคลากร Com7 มีสาขามากกว่า 1,000 แห่งทั่วประเทศ และต้องเปิดรับพนักงานหน้าร้านกับสำนักงานใหญ่ประมาณ 200–300 ตำแหน่งต่อเดือน ส่งผลให้มีเรซูเมเข้ามาประมาณ 4,000–5,000 ใบ แต่ทีม Recruiter มีเพียง 6 คน การคัดกรองรอบแรกจึงใช้เวลาประมาณ 15–16 วัน ซึ่งอาจทำให้บริษัทเสียโอกาสในการได้ผู้สมัครที่มีศักยภาพ

ทีมงานจึงสร้างระบบ Next Hire 7 บน AWS ให้ AI Agent ทำหน้าที่เป็น First-tier ช่วยพูดคุยและสัมภาษณ์ผู้สมัครเบื้องต้น พร้อมให้คะแนนตามทักษะและเงื่อนไขที่กำหนดไว้ ระบบช่วยลดระยะเวลาคัดกรองจากหลายสัปดาห์เหลือเพียง 1 วัน โดยใช้งบประมาณประมาณ 4,500 บาทต่อเดือน ถือเป็นการใช้ AI เพื่อเพิ่มความเร็วและลดภาระของทีมงาน โดยยังให้มนุษย์เป็นผู้ตัดสินใจในขั้นตอนสำคัญ

บทเรียนสำหรับองค์กรที่กำลังเริ่มต้นใช้ AI

จากกรณีของ Com7 มีหลักคิดที่องค์กรทั่วไปสามารถนำไปปรับใช้ได้หลายข้อ ประการแรก ควรเริ่มจากปัญหาที่ชัดเจน เช่น งานเอกสารที่ใช้เวลานาน ขั้นตอนที่ทำซ้ำจำนวนมาก หรือข้อมูลที่ต้องตรวจสอบจากหลายระบบ ประการที่สอง ควรกำหนดตัวชี้วัดก่อนเริ่มโครงการ ไม่ว่าจะเป็นระยะเวลาที่ลดลง ต้นทุนต่อรายการ จำนวนข้อผิดพลาด หรือความพึงพอใจของผู้ใช้งาน

• กำหนดโจทย์ธุรกิจและผลลัพธ์ที่ต้องการให้ชัดเจน
• เลือก AI ให้เหมาะกับลักษณะงาน ไม่จำเป็นต้องใช้โมเดลที่ใหญ่ที่สุด
• ออกแบบสิทธิ์การเข้าถึงข้อมูลและมาตรการรักษาความปลอดภัยตั้งแต่ต้น
• ทดสอบระบบกับกลุ่มเล็กก่อน แล้วค่อยขยายไปยังทั้งองค์กร
• ให้มนุษย์ตรวจสอบงานสำคัญและกำกับการทำงานของ AI อย่างต่อเนื่อง

สิ่งที่น่าสนใจคือ AI Transformation ไม่จำเป็นต้องเป็นโครงการขนาดใหญ่ที่ใช้เวลาหลายปีเสมอไป หากองค์กรมี Requirement ที่ชัดเจน มี Framework ที่ดี และเลือกเครื่องมือให้เหมาะสม การสร้างระบบที่ใช้งานจริงอาจเกิดขึ้นได้ภายในเวลาไม่กี่สัปดาห์ แต่ความเร็วต้องเดินคู่กับธรรมาภิบาลข้อมูล ความปลอดภัย และการบริหารความเปลี่ยนแปลงของคนในองค์กร

ในมุมมองของเทรนด์เทคโนโลยี องค์กรในอนาคตจะไม่ได้แข่งขันกันเพียงว่าใครใช้ AI รุ่นใหม่กว่า แต่จะแข่งขันกันที่ใครออกแบบกระบวนการทำงานได้ฉลาดกว่าและนำข้อมูลมาใช้ได้ปลอดภัยกว่า ดังนั้น ก่อนตัดสินใจลงทุนกับ AI ครั้งต่อไป ลองกลับมาถามตัวเองว่า งานใดกำลังสร้างต้นทุนมากที่สุด และ AI แบบใดจะช่วยแก้ปัญหานั้นได้อย่างคุ้มค่า เพราะหัวใจสำคัญของการเปลี่ยนผ่านไม่ใช่การเลือกสิ่งที่ดีที่สุดในทุกด้าน แต่คือการ เลือก AI ที่ใช่ ไม่ใช่ดีที่สุด สำหรับธุรกิจของเรา

ที่มา – “เลือก AI ที่ใช่ ไม่ใช่ดีที่สุด” ถอดบทเรียน Com7 พลิกโฉมธุรกิจด้วย AI Agent: สร้างระบบเอง-ลดต้นทุนหลักล้าน