เมื่อ AI สำหรับนักการตลาดในปี 2026 ทำได้มากกว่าที่คุณคิด ด้วยพลังของ AGENTIC AI Webinar นี้จะพาคุณไปอัปเดต เทรนด์ AI สำหรับนักการตลาดปี 2026พร้อมเจาะลึกแนวคิดของ Agentic AI – AI ยุคใหม่ที่ไม่ได้แค่ช่วยคิด ช่วยออกแบบแคมเปญ หรือช่วยตอบข้อความแต่สามารถ เข้าใจลูกค้า วิเคราะห์ข้อมูล ตัดสินใจ และขับเคลื่อน Action ทางการตลาดได้อัตโนมัติ เพื่อสร้างผลลัพธ์ทางธุรกิจและรายได้ที่ วัดผลได้จริง คุณจะได้เรียนรู้ว่า… AI กำลังเปลี่ยนบทบาทของนักการตลาดและโอกาสในการสร้างรายได้ในปี 2026 อย่างไร? Agentic AI มีความต่างจาก AI แบบเดิมอย่างไร? และสำคัญกับนักการตลาดอย่างไร? โอกาสที่จะเปลี่ยน Conversational Marketing จากแค่ “แชทกับลูกค้า” ให้กลายเป็น Revenue ได้อย่างไร? หากคุณเป็นนักการตลาดหรือเจ้าของธุรกิจที่ต้องการ เพิ่มยอดขายจากช่องทางแชท สร้าง ROI ที่วัดผลได้และเตรียมพร้อมสู่การตลาดปี 2026 Webinar นี้คือสิ่งที่คุณไม่ควรพลาด ลงทะเบียนได้เลย! ปิดลงทะเบียนเข้าร่วมงานแล้ว *เข้าร่วมงานฟรี! ไม่มีค่าใช้จ่าย* ข้อมูลเพิ่มเติม งานสัมมนาออนไลน์ลงทะเบียนและเข้าร่วมฟรีไม่มีค่าใช้จ่าย บรรยายผ่านช่องทาง Google Meet (ลิงก์จะส่งให้หลังจากลงทะเบียนเสร็จสิ้น) ลงทะเบียนได้ตั้งแต่วันนี้ – วันที่ 23 กุมภาพันธ์ 2569 ปิดลงทะเบียนเข้าร่วมงานแล้ว Days Hours Minutes Seconds...
เทคนิคการสร้าง Dashboard ง่ายๆ ด้วย Gemini ใน Google Sheets
ในโลกธุรกิจที่ต้องบริหารจัดการข้อมูลหลายส่วน ทั้ง Pipeline การขาย, พฤติกรรมลูกค้า, และระยะเวลาปิดการขาย (Sales Cycle) หลายทีมมักคิดว่าการทำ Dashboard รายงานผู้บริหารจำเป็นต้องใช้เครื่องมือซับซ้อนอย่าง Data Studio หรือ Power BI ซึ่งความจริงแล้ว แค่คุณมี Google Sheets และ Gemini ก็เพียงพอสำหรับการสร้าง Dashboard ที่รวมทุกข้อมูลไว้ในที่เดียวและอัปเดต Real-time โดยไม่ต้องตั้งค่าอะไรเพิ่มเติม สร้างได้อย่างง่าย เพียงทำตามขั้นตอนด้านล่างนี้ ทำไมถึงควรใช้ Gemini ในการสร้าง Dashboard? ประหยัดเวลาการทำ Data Cleaning: Gemini สามารถช่วยจัดระเบียบข้อมูลที่กระจัดกระจายให้พร้อมนำไปทำ Visual Chart เช่น ชื่อบริษัท, ชื่อลูกค้า, ยอดคำสั่งซื้อ, และอื่นๆ ไม่ต้องจำสูตรคำนวณซับซ้อน: ไม่ต้องเสียเวลาท่องสูตร INDEX-MATCH หรือ QUERY เพียงใช้คำสั่งภาษาธรรมชาติ (Prompt) Gemini ก็สามารถช่วยสร้างสูตรหรือจัดรูปแบบข้อมูลให้ได้ทันที สรุป Insights เชิงลึกได้อัตโนมัติ: Gemini ไม่เพียงแต่ช่วยสร้างกราฟ แต่ยังช่วยสรุปแนวโน้มพฤติกรรมลูกค้าหรือคาดการณ์ยอดขายเบื้องต้นได้อีกด้วย สรุป 3 ขั้นตอนในการสร้าง Dashboard ด้วย Gemini Step 1: จัดเตรียมชุดข้อมูล นำข้อมูลรายละเอียด/ธุรกรรมเข้าสู่ Google Sheets โดยจัดให้อยู่ในรูปแบบตารางตัวอย่างคอลัมน์ เช่น: Company Name (ชื่อลูกค้านิติบุคคล) Industry (กลุ่มอุตสาหกรรม) Deal Size / Revenue (มูลค่าสัญญา/ยอดขาย) Sales Stage (สถานะการขาย เช่น Prospect, Lead, Closed-Won) Account Executive (ผู้ดูแลการขาย) Step 2: ให้ Gemini ช่วย...
Continue readingGemini Skills คืออะไร? ฟีเจอร์ใหม่ที่กำลังมาแทน Gems? พร้อมวิธีสร้าง
เชื่อว่าหลายๆ ท่านที่ใช้งาน AI เป็นประจำ อาจจะพบปัญหาที่ต้องมานั่งพิมพ์คำสั่งเดิมๆ ซ้ำๆ ทุกครั้งที่ใช้งาน ไม่ว่าจะเป็น “ช่วยเขียนอีเมลหาลูกค้าด้วยภาษาที่เป็นทางการ สุภาพ และเน้นเรื่องบริการหลังการขาย” หรือ “ช่วยสรุปรายงานการประชุมโดยแบ่งเป็นหัวข้อ” หากคุณเคยเจอปัญหานี้ หลายท่านอาจเคยใช้ฟีเจอร์ “Gems” ผู้ช่วยส่วนตัวเฉพาะทาง ใน Gemini app มาก่อน แต่ข่าวดีก็คือตอนนี้ Google ได้เปิดตัวฟีเจอร์ใหม่ที่ชื่อว่า “Skills” ใน Gemini app และ Google Workspace ที่จะเข้ามาทำหน้าที่แทน Gems และได้มีการอัปเกรดความสามารถที่ทรงพลังขึ้น วันนี้เราจะพาไปทำความรู้จักฟีเจอร์ใหม่นี้กันแบบเข้าใจง่ายๆ ว่าคืออะไร และจะเข้ามาช่วยให้การทำงานของเราสะดวกและรวดเร็วขึ้นได้อย่างไร เลือกดูหัวข้อที่สนใจ “Skills” ใน Gemini คืออะไร? ถ้าอธิบายให้เข้าใจง่ายๆ Skills ก็คือ “ชุดคำสั่งที่กำหนดวิธีทำงานให้ Gemini” ที่สามารถนำกลับมาใช้ซ้ำได้ เปรียบเสมือนคู่มือการทำงานที่บอก AI ว่าควรทำงานอย่างไร มีขั้นตอนอะไรบ้าง และต้องจัดรูปแบบผลลัพธ์แบบไหน เพื่อกำหนดแนวทางให้ Gemini ทำงานตามความต้องการของคุณ โดยไม่ต้องอธิบายรายละเอียดเดิมใหม่ทุกครั้ง แค่เรียกใช้ Skill นั้นๆ Gemini ก็จะเข้าใจทันทีว่าเราต้องการให้ทำอะไร ด้วยสไตล์แบบไหน เช่น ► Content Creation: เขียนบทความและโพสต์โซเชียลมีเดียตาม Brand Voice► Email Writing: ร่างอีเมลตามรูปแบบและน้ำเสียงที่กำหนด► Document Summarization: สรุปเอกสารให้ตรงกับโครงสร้างที่ต้องการ► Data Analysis: วิเคราะห์ข้อมูลตามขั้นตอนและเกณฑ์ที่กำหนด► Meeting Summary: สรุปการประชุม พร้อมแยกประเด็นสำคัญและงานที่ต้องดำเนินการ Skills แตกต่างจาก Gems อย่างไร หลายคนที่เคยใช้งาน Gems (ผู้ช่วยเฉพาะทางตัวเดิมของ Gemini) อาจจะสงสัยว่า แล้วมันต่างกับ Skills ยังไง? จริงๆแล้วทั้งสองตัวมีจุดประสงค์คล้ายกันคือการสร้างผู้ช่วยแบบเฉพาะทาง แต่ Skills ถูกออกแบบมาให้ยืดหยุ่นและใช้งานง่ายกว่า ตามตารางเปรียบเทียบดังนี้ วิธีสร้าง Skill ใน Google...
Continue readingZendesk สำหรับ Manufacturing เปลี่ยนงาน After-sales ที่กระจายให้เป็น Service Operations ที่ควบคุมได้
เมื่อพูดถึงการนำระบบดิจิทัลมาใช้ในโรงงาน คนส่วนใหญ่มักนึกถึง ERP (ระบบบริหารจัดการองค์กร), MES (ระบบบริหารการผลิตหน้างาน), ระบบวางแผนการผลิต หรือระบบซ่อมบำรุงเครื่องจักรเป็นอันดับแรก เพราะเป็นระบบที่เกี่ยวข้องกับการผลิตโดยตรง แต่ยังมีกระบวนการสำคัญอีกส่วนหนึ่งที่มักถูกมองข้าม นั่นคือสิ่งที่เกิดขึ้นหลังจากสินค้าถูกส่งออกจากโรงงานไปแล้ว เมื่อลูกค้าพบว่าสินค้าใช้งานไม่ได้ ตัวแทนจำหน่ายต้องการสอบถามข้อมูลทางเทคนิค ศูนย์บริการต้องตรวจสอบสิทธิ์การรับประกัน หรือทีมขายต้องการติดตามสถานะอะไหล่ เรื่องเหล่านี้มักไม่ได้อยู่ในระบบเดียวกัน บางเรื่องเข้ามาทาง Email บางเรื่องอยู่ใน LINE กลุ่ม บางเรื่องโทรตรงหาพนักงาน และอีกจำนวนไม่น้อยถูกติดตามต่อใน Excel ปัญหาจึงไม่ใช่เพียงการตอบลูกค้าช้า แต่คือองค์กรไม่รู้ด้วยซ้ำว่าขณะนี้มีปัญหาอะไรค้างอยู่ที่ใคร เกิน SLA (ข้อตกลงระดับการให้บริการ) แล้วกี่เรื่อง สินค้ารุ่นไหนมีปัญหาซ้ำ และลูกค้ารายใดกำลังรอคำตอบจากโรงงาน นี่คือพื้นที่ที่ Zendesk สามารถเข้ามามีบทบาทในอุตสาหกรรม Manufacturing ได้อย่างชัดเจน Zendesk ไม่ได้เข้ามาแทนระบบการผลิต สิ่งแรกที่ต้องเข้าใจคือ Zendesk ไม่ใช่ MES, ERP, QMS (ระบบบริหารจัดการคุณภาพ) หรือระบบ Maintenance Management (ระบบซ่อมบำรุงเครื่องจักร) Zendesk ไม่ได้มีหน้าที่วางแผนการผลิต คำนวณวัตถุดิบ จัดการการซ่อมบำรุง (Preventive Maintenance) หรือเก็บบันทึกมาตรการแก้ไขและป้องกัน (CAPA Record) แทนระบบคุณภาพ แต่ทำหน้าที่เป็น Service Platform ที่เชื่อมการสื่อสาร กระบวนการทำงาน และข้อมูลที่เกี่ยวข้องกับการให้บริการเข้าด้วยกัน พูดง่าย ๆ คือ ระบบอย่าง ERP หรือ SAP (ระบบวางแผนทรัพยากรองค์กร) อาจเป็นแหล่งข้อมูลว่าสินค้าถูกผลิตเมื่อใด อยู่ในล็อตไหน มีประกัน (Warranty) หรือไม่ และมีอะไหล่คงเหลือเท่าไร ส่วน Zendesk เป็นระบบที่ใช้รับเรื่องจากลูกค้า ประสานงานระหว่างทีม ติดตามสถานะ และสื่อสารผลลัพธ์กลับไปยังลูกค้าอย่างเป็นระบบ ทั้งสองฝั่งสามารถเชื่อมกันได้โดยไม่จำเป็นต้องพยายามเอาระบบใดระบบหนึ่งไปทำทุกอย่าง จากข้อความใน LINE สู่ Case ที่ติดตามได้ ลูกค้าส่งข้อความผ่าน LINE มาว่าเครื่องที่ติดตั้งไว้หยุดทำงาน พร้อมแนบรูปหน้าจอที่แสดง Error Code พนักงาน...
Continue readingAsana Features Updated ประจำเดือนกันยายน 2026
เลือกอ่านหัวข้อที่คุณต้องการได้เลย! สำหรับ Asana Package Personal และ Basic @Asana in Slack: พิมพ์แท็ก @Asana ใน Slack เพื่อเปลี่ยนข้อความในแชทให้เป็นงาน (Task) หรือค้นหาข้อมูลงานใน Asana มาดูส่วนตัวได้ทันที Markdown copy/paste: แค่วางข้อความ Markdown (เช่น **ตัวหนา** หรือ – รายการย่อย) ลงใน Asana ระบบจะแปลงเป็นข้อความ (Rich Text) ที่จัดรูปแบบสวยงามและอ่านง่ายให้ทันที รองรับการใช้งานทุกจุด ทั้งในหน้า Pages, คำอธิบายงาน, คอมเมนต์ รวมถึงช่องกรอกข้อความอื่น ๆ Desktop app 2.8.1: อัปเดต Desktop เป็นเวอร์ชัน 2.8.1 เพื่อปรับปรุงระบบเบื้องหลัง ยกระดับความปลอดภัยของข้อมูลส่วนตัวตอนล็อกอิน และล็อกตำแหน่งแถบเมนูให้อยู่คงที่ Threaded comments: กดตอบกลับใต้คอมเมนต์นั้น ๆ ได้โดยตรง ช่วยแยกเรื่องคุยให้เป็นระเบียบ อ่านง่าย ไม่งงบริบทที่กำลังพูดคุย ใช้งานได้ราบรื่นทั้งบนเว็บและแอปมือถือ ดูรายละเอียดเพิ่มเติม ที่นี่ Syntax highlighting: อ่านและดูโค้ดในกล่องข้อความได้ง่ายขึ้น ด้วยการแสดงสีแยกตามไวยากรณ์อย่างถูกต้อง พร้อมฟังก์ชันครบครัน ทั้งรองรับหลายภาษาโปรแกรม, เลือกธีมสี, แสดงเลขบรรทัด, พับเก็บโค้ด, จัดย่อหน้าอัตโนมัติ และปุ่มกดคัดลอกโค้ดได้ทันที ดูรายละเอียดเพิ่มเติม ที่นี่ สำหรับ Asana Package Starter Recoverable custom fields: หากเผลอลบคัสตอมฟิลด์ (Custom Field) โดยไม่ตั้งใจ สามารถกู้คืนกลับมาได้พร้อมข้อมูล รวมถึงค่าที่เคยกรอก กฎอัตโนมัติ (Rules) และแผนภูมิที่เกี่ยวข้อง ผ่านเมนูค้นหารายการที่ถูกลบ ภายในระยะเวลาที่กำหนด ดูรายละเอียดเพิ่มเติม ที่นี่ Round robin assignment: กระจายงานใหม่ให้คนในทีมอย่างเท่าเทียมโดยไม่ต้องคัดกรองงานด้วยตัวเอง...
Continue reading(How to) วิธีสร้าง Label อัตโนมัติในอีเมลด้วย Workspace Studio
การต้องมานั่งเปิดอ่านอีเมลทีละฉบับเพื่อจัดหมวดหมู่ อาจกินเวลาทำงานไปโดยไม่รู้ตัว… ในบทความนี้ Demeter ICT มีไอเดียการสร้างและติด Label อีเมลแบบอัตโนมัติผ่าน Workspace Studio ซึ่งจะช่วยเปลี่ยน Routine Flows ซ้ำๆ ให้เป็นระบบอัตโนมัติได้ง่ายๆ โดยที่คุณไม่ต้องคอยคัดแยกอีเมลเองทีละฉบับอีกต่อไป ลองมาดูตัวอย่างแล้วนำไปปรับใช้กับ Google Workspace ของคุณกันได้เลย (How to) วิธีสร้าง Label อัตโนมัติในอีเมลด้วย Workspace Studio 1. เข้า Workspace Studio ที่หน้า Gmail ในแท็บเมนูด้านขวาหรือเข้าเว็บไซต์ https://studio.workspace.google.com/ 2. พิมพ์ Prompt อธิบายรายละเอียด Flow ที่ต้องการ เช่น ฉันต้องการให้ Gemini สามารถเข้าไปอ่านอีเมลแล้วติด Label ให้อัตโนมัติ เพื่อลดเวลาในการอ่านอีเมลเองทีละฉบับ 3. ตั้งค่าตามตัวอย่างด้านล่างนี้ ซึ่งโดยปกติ Gemini ใน Workspace Studio จะสร้างให้โดยอัตโนมัติ แต่เพื่อความถูกต้อง คุณสามารถแก้ไขหรือทบทวนขั้นตอนได้ Step 1: เลือกว่าต้องการให้ Gemini อ่านอีเมลทั้งหมดหรือแค่บางอีเมล → เลือกอ่านทั้งหมด Step 2: ป้อนคำสั่งและกำหนดข้อมูลเพื่อให้ Gemini ใช้ในการวิเคราะห์หาคำตอบ Step 3: กำหนดเงื่อนไขว่าถ้าหากเงื่อนไขข้างบนถูกต้องให้ดำเนินการอย่างไรต่อไป Step 4: หากอีเมลนั้นตรงตามเงื่อนไขด้านบนทั้งหมดให้ใส่ Label ว่า ‘action required’ โดยคุณสามารถแก้ไขชื่อหรือสร้าง Label ใหม่ได้ตามต้องการ (หากต้องการกำหนดสีให้ไปที่เมนู Label ที่หน้า Gmail) 4. กด Test run หรือกดบันทึก เพียงแค่นี้ Workspace Studio ก็พร้อมใช้งานได้ทันที ตัวอย่างอีเมลที่มีการสร้าง Label ด้วย...
Continue readingAI Governance สำหรับองค์กร: ควรเริ่มวางการใช้ AI อย่างไร ก่อนขยายเร็วเกินควบคุม
การเปิดให้พนักงานทดลองใช้ AI ช่วยให้องค์กรเรียนรู้ได้เร็ว แต่เมื่อคำตอบจาก AI เริ่มถูกนำไปใช้กับข้อมูลสำคัญ เช่น ข้อมูลลูกค้า ข้อมูลการเงิน หรือการตัดสินใจทางธุรกิจ ผู้บริหารต้องตอบให้ได้ว่าใครเป็นเจ้าของความเสี่ยง ใครตรวจผลลัพธ์ก่อนนำไปใช้งานจริง และใครหยุดความเสียหายได้เมื่อเกิดปัญหาจากการใช้ AI ปัญญาประดิษฐ์หรือ AI เข้ามาในองค์กรได้เร็วกว่าระบบกำกับดูแลเสมอ บางครั้งเริ่มจากโครงการที่ฝ่ายเทคโนโลยีสารสนเทศอนุมัติอย่าง หรือบางครั้งมากับความสามารถใหม่ของซอฟต์แวร์ที่ใช้อยู่แล้ว และหลายครั้งเริ่มจากพนักงานที่นำเครื่องมือ AI สาธารณะ (Public AI) มาทดลองกับงานของตนเอง เมื่อการใช้งานกระจายไปหลายฝ่าย บริษัทแม่อาจจะไม่เคยทราบว่ามีข้อมูลใดถูกส่งเข้าไปใน AI หรือผลลัพธ์ถูกนำไปใช้อย่างไร และใครเป็นผู้รับผิดชอบต่อการตัดสินใจที่ตามมา เรื่องนี้จึงสำคัญกว่าการกำหนดว่าพนักงานใช้เครื่องมือใดได้หรือไม่ เพราะ AI ไม่ได้สร้างความเสี่ยงจากข้อมูลรั่วไหลเพียงด้านเดียว คำตอบที่ไม่ถูกต้อง อคติจากข้อมูล การอ้างอิงแหล่งที่มาไม่ได้ การเปลี่ยนแปลงของโมเดล และการนำผลลัพธ์ไปใช้ผิดวัตถุประสงค์ ล้วนสร้างผลกระทบต่อการดำเนินงาน ชื่อเสียง ความปลอดภัย และความรับผิดขององค์กรได้ คำถามของผู้บริหารไม่ควรหยุดอยู่ที่ “องค์กรของเราใช้ AI ไปแล้วกี่โครงการ” แต่ต้องรวมถึง “หาก AI ให้ผลลัพธ์ผิดในวันพรุ่งนี้ เรารู้หรือไม่ว่าใครเป็น Owner ใครตรวจพบ และใครมีอำนาจหยุดการใช้งาน” การกำกับดูแล AI ต้องตอบคำถามพื้นฐานให้ได้ ธรรมาภิบาลปัญญาประดิษฐ์ หรือ AI Governance คือระบบที่ทำให้องค์กรเลือกใช้ AI ได้อย่างมีเป้าหมาย พร้อมควบคุมความเสี่ยงตามระดับผลกระทบ โดยเริ่มจากการมองเห็นการใช้งานจริง กำหนดเจ้าของความรับผิดชอบ ประเมินข้อมูลและผลกระทบ วางวิธีตรวจสอบ และเตรียมการรับมือเมื่อระบบทำงานผิดพลาด องค์กรที่มีกรอบชัดเจนควรตอบคำถามต่อไปนี้ได้ด้วยหลักฐาน ไม่ใช่เพียงคำอธิบายจากความทรงจำของผู้เกี่ยวข้อง เราใช้ AI ทำอะไรอยู่บ้าง องค์กรมีทะเบียนกรณีใช้งาน (AI Inventories) ที่ครอบคลุมทั้งระบบส่วนกลาง เครื่องมือของหน่วยงาน บริษัทผู้ให้บริการ และการทดลองของพนักงานหรือไม่ ใครเป็นเจ้าของและผู้อนุมัติ แต่ละกรณีใช้งานมีเจ้าของกระบวนการ ผู้ดูแลระบบ เจ้าของข้อมูล และผู้ยอมรับความเสี่ยงที่เหลืออยู่ชัดเจนหรือไม่ ข้อมูลถูกนำไปใช้อย่างไร ข้อมูลประเภทใดถูกป้อนเข้าสู่ AI ข้อมูลเดินทางไปที่ใด ใครเข้าถึงได้ และมีการเก็บรักษาหรือนำไปฝึกระบบเพิ่มเติมหรือไม่ ผลลัพธ์ถูกตรวจอย่างไร งานประเภทใดต้องให้คนเป็นผู้ตรวจสอบทุกครั้ง งานใดใช้การสุ่มตรวจ และมีเกณฑ์ใดบอกว่าคำตอบพร้อมนำไปใช้จริง องค์กรติดตามสิ่งใด...
Continue readingงานสัมมนาออนไลน์ Beyond the Prompt: Scaling Enterprise Work with Asana Agentic AI
วันที่จัดงาน 21 ตุลาคม 2569 เวลาจัดงาน 10.00 – 11.00 AM ช่องทางรับชม Google Meet Live ค่าใช้จ่าย ฟรี! ไม่มีค่าใช้จ่าย วันที่จัดงาน 21 ตุลาคม 2569 เวลาจัดงาน 10.00 – 11.00 AM ช่องทางรับชม Google Meet Live ค่าใช้จ่าย ฟรี! ไม่มีค่าใช้จ่าย ปิดการลงทะเบียนแล้ว “เปลี่ยนจากการป้อนคำสั่ง สู่การทำงานร่วมกับ AI ในฐานะเพื่อนร่วมทีมที่ช่วยคิดและลงมือทำจริง” เคยสงสัยไหมว่า… ทำไมองค์กรลงทุนกับ Generative AI ไปมากมาย แต่การใช้งาน AI ยังกระจัดกระจาย ต่างคนต่างใช้ข้อมูลไม่ได้เชื่อมเข้ากับระบบการทำงานจริง และทีมยังต้องเสียเวลาติดตามงาน เอกสาร การสรุปรายงานแบบเดิม โดยไม่เห็นผลลัพธ์ที่คุ้มค่า? “แค่พิมพ์ Prompt ถาม-ตอบ ยังไม่พอสำหรับงานบริหารระดับองค์กร” ถึงเวลาก้าวข้ามสู่ยุค Agentic AI ที่ไม่ใช่แค่รอรับคำสั่ง แต่เป็นผู้ช่วยเชิงรุกที่ลงมือรัน Workflow เฝ้าระบบ ตรวจจับความเสี่ยง และแจ้งเตือนล่วงหน้า เสมือนมีเลขาหรือผู้ช่วยส่วนตัวประจำองค์กร ถึงเวลายกระดับ AI จาก”ผู้รับคำสั่ง” สู่ “ผู้ช่วยส่วนตัวหรือเพื่อนร่วมทีมของคุณ” ด้วย Agentic Work Management จาก Asana สัมผัสประสบการณ์จากการทำงานจริงของ Asana Agentic AI ที่จะเข้ามาช่วยปลดล็อกศักยภาพของทีมด้วย No-Code Automationให้เป็นระบบอัตโนมัติภายใต้มาตรฐานความปลอดภัยระดับ Enterprise ทำความเข้าใจและก้าวเข้าสู่ยุค Agentic AI เพื่อสร้างผลลัพธ์ที่วัดผลได้จริงก่อนใคร! ปิดการลงทะเบียนแล้ว KEY TAKEAWAYS สิ่งที่คุณจะได้รับจากงานสัมมนานี้ 1. ปลดล็อก AI ROI รู้สาเหตุการใช้งาน AI แต่ยังไม่สามารถกลับมาเป็น ROI...
Continue readingAsana AI Teammates คืออะไร? เพื่อนร่วมทีมคนใหม่ ที่มาพลิกโฉมการทำงานในยุค Agentic AI
Key Points AI Teammate คือ AI Agent ที่ Asana สร้างขึ้นมาให้ทำงานร่วมกับทีมโดยตรงในระบบ ไม่ใช่แชตบอตแยกหน้าต่างที่คุยกับคนทีละคน AI Teammate เข้าใจบริบทงานทั้งหมดผ่าน Work Graph ของ Asana สามารถรับมอบหมายงานได้เหมือนสมาชิกในทีมคนหนึ่ง ทำงานภายใต้สิทธิ์การเข้าถึงข้อมูลที่องค์กรกำหนดไว้ และมีทั้งแบบสำเร็จรูปให้เลือกใช้งานได้ทันที กับแบบที่สร้างขึ้นเองได้โดยไม่ต้องเขียนโค้ด ปัจจุบันเปิดให้ใช้งานเป็น Add-on สำหรับแพ็กเกจ Starter, Advanced, Enterprise และ Enterprise+ เลือกอ่านหัวข้อที่คุณต้องการได้เลย! AI Teammate คืออะไร? AI Teammate คือ ตัวแทนปัญญาประดิษฐ์ (AI Agent) ที่ทำงานร่วมกับมนุษย์เสมือนเป็นสมาชิกคนหนึ่งในทีมบนระบบ Asana จุดสำคัญคือมันถูกออกแบบมาเพื่อทำงานกับทั้งทีม ไม่ใช่เพื่อคนคนเดียว เพราะมันจดจำวิธีทำงาน ภาษา และกระบวนการทำงานขององค์กรไว้เป็นความจำร่วมได้ ทำให้ใครในทีมก็เข้ามามอบหมายงาน ถามคำถาม หรือตรวจผลลัพธ์จาก AI ตัวเดียวกันได้พร้อมกัน ถ้าให้เปรียบเทียบง่าย ๆ คือ แชตบอตทั่วไปเปรียบเหมือน “ผู้ช่วยส่วนตัวของคุณคนเดียว” AI Teammate ก็เหมือน “พนักงานใหม่ที่เข้ามานั่งทำงานในทีมจริง ๆ” มีบทบาทหน้าที่ มีงานที่ต้องรับผิดชอบ และมีประวัติการทำงานที่ทุกคนในทีมเห็นร่วมกัน AI Teammate ต่างจาก AI แบบเดิม ๆ อย่างไร? เบื้องหลังความฉลาดกับ 3 เสาหลักที่ทำให้ AI Teammate ทำงานได้จริง 1. เห็นภาพรวมงานผ่าน Work Graph AI Teammate ไม่ได้ทำงานแบบเดาสุ่ม แต่เชื่อมกับโครงสร้างข้อมูลของ Asana โดยตรง มันจึงรู้ว่างานนี้ผูกกับเป้าหมายไหนของบริษัท มีใครเกี่ยวข้องบ้าง และงานนี้ต้องรองานของใครเสร็จก่อนถึงจะเริ่มได้ 2. จำบริบทขององค์กรไว้ใช้ต่อในระยะยาว ความรู้และฟีดแบ็กของทีมไม่ได้หายไปหลังปิดแชต ยิ่งใช้นาน AI ก็ยิ่งเข้าใจรูปแบบวิธีการทำงานขององค์กรมากขึ้น เป็นประโยชน์กับทุกคนในทีม ไม่ใช่แค่คนที่คุยด้วย...
Continue readingKINN Bangkok ดิจิทัลเอเจนซี่ไทยที่เปลี่ยนการบริหารโปรเจกต์สุดยุ่งเหยิง ให้เป็น Smart Workplace ด้วย Asana
เนื่องจากกระแสคอนเทนต์ที่เคลื่อนที่ไปอย่างรวดเร็วและพฤติกรรมของผู้บริโภคเปลี่ยนแปลงตลอดเวลา ความท้าทายของเอเจนซี่ไม่ได้มีเพียงแค่การคิดไอเดียที่แปลกใหม่เท่านั้น แต่คือ “ความเร็วเพื่อให้ทันกระแสและคุณภาพของงาน” ทว่าหลายครั้ง ความเร็วที่สูงเกินไปโดยไม่มีระบบจัดการที่ดี กลับสร้างภาระมหาศาลให้กับทีมงานจนเกิดภาวะหมดไฟได้เช่นกัน KINN Bangkok ดิจิทัลเอเจนซี่ชั้นนำ ได้เผชิญหน้ากับความท้าทายนี้และเลือกปรับเปลี่ยนการทำงานด้วยเครื่องมืออย่าง Asana แพลตฟอร์มบริหารจัดการงานระดับโลก โดยได้รับการดูแลและให้คำปรึกษาโดยผู้เชี่ยวชาญจาก Demeter ICT วันนี้ คุณมาร์ค Project Manager จาก KINN Bangkok ได้มาร่วมแชร์ประสบการณ์จริงว่า การนำเครื่องมือที่ใช่เข้ามาเป็นจิ๊กซอว์ตัวสำคัญในการทำงาน จะช่วยพลิกโฉมทั้งประสิทธิภาพการผลิตสื่อและความสุขของคนในทีมได้อย่างไร? เลือกอ่านหัวข้อที่คุณต้องการได้เลย! ความท้าทาย: เมื่องานล้นมือ และคนในทีมกำลังถูกละเลย ย้อนกลับไปก่อนเริ่มใช้งาน Asana กระบวนการทำงานของ KINN Bangkok ยังกระจัดกระจายอยู่บนหลากหลายเครื่องมือ เช่น Microsoft Teams, Outlook, LINE ไปจนถึง Google Docs และ Google Sheets ซึ่งส่วนใหญ่ทำงานแยกส่วนกันแบบ Manual เมื่อบริษัทเริ่มเติบโต โปรเจกต์ใหม่ ๆ เริ่มเข้ามาอย่างต่อเนื่อง ช่องโหว่ของระบบการทำงานแบบเดิมจึงเริ่มปรากฏให้เห็นชัดขึ้น ดังนี้ ขาดศูนย์กลางในการมองเห็นภาพรวม: เมื่อต้องดูแลมากกว่า 3–4 โปรเจกต์พร้อมกัน และมีลูกทีมดูแลหน้างานอีกหลายคน การคำนวณเวลาส่งงาน การบรีฟงาน และไทม์ไลน์เกิดความคลาดเคลื่อนได้ง่ายและขาดความชัดเจน เสียเวลากับการวางแผนนานเกินไป: การวางไทม์ไลน์สำหรับแคมเปญใหญ่ ในอดีตอาจกินเวลานานเกือบ 6 ชั่วโมงต่อแคมเปญ เกิดภาวะ Overtime และความเหนื่อยล้าสะสม: ปัญหางานที่ล้นมือจนเกิดคอขวดทำให้ทีมต้องทำงานล่วงเวลาเพื่อไล่ตามเดดไลน์ให้ทัน จนกลายเป็นบรรยากาศที่ตึงเครียดในทีม “คนเราถูกละเลยไปเยอะมาก น้องในทีมเหนื่อย เกิดความ toxic ในตัวเอง… เราจึงพยายามหาทางออก เพราะนอกจากงานที่เราต้องดูแลให้ดีแล้ว สิ่งสำคัญที่สุดคือเรายังต้องดูแลคนในทีมให้ได้ด้วย” Pattarapol Somchue (K’Marc) Project Manager, KINN Bangkok วิธีแก้ปัญหา: ทำไม KINN Bangkok ถึงเลือก Asana? เมื่อต้องมองหาโซลูชัน Project Management ที่เข้ามาตอบโจทย์ทั้งระดับทีมและระดับองค์กร ปัจจัยสำคัญที่ทำให้...
Continue reading