ทำไม AI เพียงอย่างเดียวจึงแก้ปัญหา Scale-Up จากห้องแล็บสู่การผลิตจริงไม่ได้?

INDUSTRIAL AI / การประยุกต์ใช้ AI ในภาคการผลิต ทำไม AI เพียงอย่างเดียวจึงแก้ปัญหา Scale-Up จากห้องแล็บสู่การผลิตจริงไม่ได้? สูตรเดียวกัน วัตถุดิบสัดส่วนเดียวกัน แต่พอขยายกำลังการผลิตกลับได้คุณภาพไม่เหมือนเดิม ปัญหานี้ไม่ได้เกิดจากสูตรเสมอไป แต่อาจเกิดจากสภาวะการผลิตที่เปลี่ยนไปเมื่อใช้เครื่องจักรขนาดใหญ่ขึ้น และนี่คือจุดที่ความรู้ทางวิศวกรรมต้องเข้ามาทำงานร่วมกับ AI สำหรับผู้ผลิตเครื่องสำอาง อาหาร เคมีภัณฑ์ และผลิตภัณฑ์ที่ต้องผ่านกระบวนการผสม ปัญหาหนึ่งที่พบได้คือ สูตรที่ผ่านการพัฒนาและทดสอบในห้องแล็บแล้ว กลับให้ผลลัพธ์แตกต่างออกไปเมื่อนำไปผลิตในโรงงานจริง ตัวอย่างเช่น ครีมที่มีเนื้อสัมผัสดีและมีความคงตัวในห้องแล็บ อาจเกิดการแยกชั้นเมื่อผลิตในถังขนาดใหญ่ หรือผลิตภัณฑ์ที่ต้องควบคุมความหนืดอาจมีค่าเปลี่ยนไปจนไม่ผ่านมาตรฐาน QC ทั้งที่ใช้วัตถุดิบชนิดเดียวกันและรักษาสัดส่วนของสูตรไว้เหมือนเดิม เมื่อเกิดปัญหา ทีม R&D และฝ่ายผลิตอาจต้องทดลองปรับความเร็วรอบเครื่องผสม ระยะเวลา อุณหภูมิ หรือลำดับการเติมวัตถุดิบ บางครั้งต้องทดลองหลาย Batch กว่าจะได้คุณภาพตามต้องการ ซึ่งแต่ละครั้งหมายถึงต้นทุนวัตถุดิบ เวลาใช้เครื่องจักร และกำลังคน ปัญหาเหล่านี้เป็นส่วนหนึ่งของสิ่งที่เรียกว่า Manufacturing Scale-Up และเป็นเหตุผลว่าทำไมการนำ AI มาวิเคราะห์ข้อมูลการผลิต โดยไม่มีความเข้าใจด้านวิศวกรรมประกอบ จึงอาจยังไม่เพียงพอ สูตรเหมือนเดิม แต่กระบวนการผลิตไม่ได้เหมือนเดิม ลองสมมติว่าโรงงานพัฒนาครีมสูตรหนึ่งโดยใช้เครื่องผสมขนาด 5 ลิตร ผลการทดสอบผ่านทุกเกณฑ์ ทั้งความหนืด เนื้อสัมผัส และความคงตัว เมื่อได้รับคำสั่งซื้อ โรงงานต้องขยายการผลิตเป็น 1,000 ลิตร คำถามคือควรกำหนดความเร็วรอบเครื่องผสม ระยะเวลาการผสม และอุณหภูมิอย่างไร เพื่อให้ผลิตภัณฑ์มีคุณสมบัติใกล้เคียงกับที่ได้จากห้องแล็บ คำตอบไม่ได้ตรงไปตรงมาอย่างที่คิด แม้จะเพิ่มปริมาณวัตถุดิบตามสัดส่วนเดิม แต่การเปลี่ยนจากเครื่องผสมขนาดเล็กไปใช้เครื่องผสมขนาดใหญ่ทำให้สภาวะทางกายภาพหลายอย่างเปลี่ยนไปด้วย เช่น Mixing & Flow Behaviour: รูปแบบการไหลและการกระจายตัวของส่วนผสมภายในถัง Shear Rate: อัตราการเฉือนที่ผลิตภัณฑ์ได้รับ ซึ่งอาจส่งผลต่อความหนืดและโครงสร้างของผลิตภัณฑ์ Heat Transfer: ประสิทธิภาพในการให้ความร้อนและระบายความร้อน โดยเฉพาะผลิตภัณฑ์ที่ไวต่ออุณหภูมิ Mixing Time: ระยะเวลาที่ต้องใช้เพื่อให้ส่วนผสมกระจายตัวอย่างสม่ำเสมอ Equipment Geometry: ขนาดและรูปทรงถัง ลักษณะใบกวน และตำแหน่งติดตั้งอุปกรณ์ ปัจจัยเหล่านี้มีความสัมพันธ์กัน และไม่ได้เปลี่ยนแปลงตามขนาด Batch ในลักษณะเชิงเส้นเสมอไป ตัวอย่างเช่น...

Continue reading
What is Gemini Skills

Gemini 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 reading

AI 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 reading
why Gemini for business

Gemini ฟรีก็มี ทำไมต้องใช้แบบธุรกิจ?

คำถามยอดฮิตที่คนสงสัยมากที่สุด คือ “Gemini ฟรีก็มีทำไมต้องสมัครแบบเสียเงินหรือแบบธุรกิจ?” คำถามนี้เป็นคำถามที่น่าคิด และน่าตอบ เพราะในฐานะผู้ให้บริการ Gemini สำหรับธุรกิจ (Google Workspace with Gemini) เราได้รวบรวมข้อมูลและแบ่งออกเป็น 3 ข้อหลักๆ ดังนี้ 1. การเทรนโมเดล สิ่งที่สำคัญที่สุดของการใช้แบบธุรกิจคือข้อมูลจะไม่ถูกบันทึกและเทรนโมเดล แตกต่างจากแบบฟรีที่ข้อมูลจะถูกนำไปเทรนโมเดลเพื่อช่วย AI ให้เรียนรู้และสร้างสรรค์คำตอบได้แม่นยำขึ้น ข้อมูลที่ถูกนำไปเทรนโมเดลมีโอกาสรั่วไหลไปนอกองค์กรไหม? คำตอบคือ “มีโอกาสเกิดขึ้นได้ แต่น้อยมาก” เนื่องจากหลักการทำงานของ Gemini และ โมเดล AI ทั่วไป คือการเรียนรู้และจดจำรูปแบบจากข้อมูลที่ได้รับ หากมีผู้ใช้รายอื่นถามคำถามในลักษณะใกล้เคียงกัน AI ก็อาจสร้างคำตอบที่คล้ายคลึงกันขึ้นมา ซึ่งมีความเป็นไปได้ว่าส่วนหนึ่งของชุดข้อมูลนั้นอาจมาจากคำถามที่คุณเคยพิมพ์ไว้นั่นเอง ข้อมูลใดที่ควรระวังเป็นพิเศษ ข้อมูลส่วนบุคคล ข้อมูลทางการขาย หนังสือสัญญา รายได้บริษัท ลิขสิทธิ์และทรัพย์สินทางปัญญา เป็นต้น 2. ฟีเจอร์/ความสามารถ แน่นอนว่าหากเป็นการใช้งานแบบธุรกิจ Gemini ก็จะมีฟีเจอร์ที่หลากหลายและตอบโจทย์ธุรกิจมากกว่า เช่น Gemini ใน Gmail, Docs, Sheets, Slides, และ Drive ซึ่งคุณสามารถเข้าใช้งานได้โดยตรงในหน้าแอปนั้นๆ โดยไม่จำเป็นจะต้องไปที่หน้า Gemini ก่อน ซึ่งจะแตกต่างจาก Gemini ฟรีที่จะไม่มี Gemini ในหน้าแอปให้บริการ และหากในอนาคตทาง Google ได้มีการออกฟีเจอร์ใหม่ เวอร์ชันใหม่ หรือโมเดลใหม่ ผู้ที่ใช้งานแบบธุรกิจจะได้เป็นกลุ่มที่ทดลองใช้งานก่อน 3. ขีดจำกัดการใช้งาน ขีดจำกัดในการใช้งานถือเป็นหนึ่งในปัจจัยที่สำคัญมากสำหรับผู้ที่ใช้ Gemini ในการทำงานบ่อยหรือเป็นประจำ เพราะ Gemini ฟรีจะมีขีดจำกัดการทำงานที่น้อยกว่าแบบธุรกิจถึง 4-5 เท่า (ขึ้นอยู่กับแพ็กเกจที่ใช้) ซึ่งอาจทำให้คุณใช้งาน Gemini ได้ไม่เต็มประสิทธิภาพนัก ต้องรอคอยเวลาใหม่เพื่อให้โควตาถูกรีเซ็ตจึงจะใช้งานได้อีกครั้ง ดังนั้นหากคุณมีการใช้งาน Gemini เป็นประจำ การใช้งานแบบธุรกิจจึงจะเหมาะสมกว่า โดยสรุป Demeter ICT แนะนำ ดังนี้ ใช้งานทั่วไป...

Continue reading
CSS Jaspal & Sons

Jaspal & Sons กับการวางรากฐานสู่ AI Transformation ด้วย Google Workspace และ Google AI

Jaspal & Sons กับการวางรากฐานสู่ AI Transformation ด้วย Google Workspace และ Google AI บริษัท ยัสปาลแอนด์ซันส์ จำกัด (Jaspal & Sons) ผู้ผลิตและจัดจำหน่ายที่นอนและเครื่องนอนชั้นนำ ภายใต้แบรนด์ Santas Home, SANTAS, STEVENS, Sealy และ Tempur ดำเนินธุรกิจอย่างมั่นคงมายาวนานกว่า 80 ปี ปัจจุบันมีพนักงานกว่า 1,800 คน พร้อมเครือข่ายจุดจำหน่ายมากกว่า 500 แห่งทั่วประเทศ และส่งออกสินค้าไปยังมากกว่า 16 ประเทศทั่วโลก โดยมีพื้นที่ดำเนินงานรวมกว่า 42,000 ตารางเมตร ครอบคลุมตั้งแต่การออกแบบ การผลิต ไปจนถึงระบบคลังสินค้าครบวงจร ด้วยความมุ่งมั่นในการพัฒนานวัตกรรมและส่งมอบผลิตภัณฑ์คุณภาพ เพื่อสร้างประสบการณ์การพักผ่อนที่ดีที่สุดให้แก่ผู้บริโภค https://youtu.be/6pA4MThTlCo เหตุผลที่ Jaspal & Sons เลือกใช้ Google Workspace การเลือกเครื่องมือในครั้งนี้ถือเป็นความท้าทายสำคัญสำหรับ Jaspal & Sons เพราะไม่ได้มองเพียงแค่การนำเทคโนโลยีมาใช้งานในองค์กรเท่านั้น แต่ยังพิจารณาถึงปัจจัยสำคัญอื่นๆ ที่จะช่วยรองรับการทำงานและการเติบโตขององค์กรในระยะยาว ดังนี้ 1. สนับสนุนการวางรากฐานองค์กรสู่ AI Transformation ตั้งแต่ปี 2022 จนถึงปัจจุบัน Jaspal & Sons มองเห็นศักยภาพของ AI ที่จะเข้ามาเปลี่ยนรูปแบบการทำงาน จึงเริ่มวางแนวทางด้าน AI Transformation พร้อมมองหาเครื่องมือที่จะเข้ามาสนับสนุนวิสัยทัศน์ดังกล่าว นำไปสู่การเลือกใช้ Google Workspace และ Google AI เพื่อเพิ่มประสิทธิภาพการทำงานของพนักงานในทุกแผนก พร้อมเตรียมความพร้อมและวางรากฐานสำหรับการทำงานในยุค Agentic AI 2. ต้องมั่นใจว่าข้อมูลขององค์กรปลอดภัย อีกหนึ่งปัจจัยสำคัญคือการนำ AI มาใช้โดยไม่กระทบต่อความปลอดภัยของข้อมูล Jaspal & Sons ต้องการแยกการใช้งาน...

Continue reading
AI-Powered Business Transformation: Real-World Use Cases Across Industries

จากปัญหาธุรกิจสู่โซลูชัน AI: ตัวอย่างใช้งานจริงในหลากหลายอุตสาหกรรม

เมื่อวันที่ 18 สิงหาคม 2569 บริษัท ดีมีเตอร์ ไอซีที จำกัด (DEMETER ICT) มีโอกาสต้อนรับนักศึกษาจาก AITSPIN (The AIT School of Professional Intelligence) ของ Asian Institute of Technology (AIT) หลักสูตรปริญญาโทใหม่ที่ออกแบบมาสำหรับผู้บริหารและคนทำงาน มาเยี่ยมชมบริษัทและแลกเปลี่ยนประสบการณ์เกี่ยวกับการนำ AI มาใช้ในการเปลี่ยนแปลงธุรกิจ หัวข้อที่ผมแบ่งปันคือ “AI-Powered Business Transformation: Real-World Use Cases Across Industries” แต่แทนที่จะใช้เวลาพูดว่า AI ทำอะไรได้บ้าง ผมเลือกนำกรณีจากการทำงานกับลูกค้าจริงในหลายอุตสาหกรรมมาเล่า โดยไม่เปิดเผยชื่อองค์กร เพื่อให้เห็นว่าธุรกิจมีปัญหาอะไร เรานำ AI เข้าไปช่วยตรงไหน และวิธีการทำงานเปลี่ยนไปอย่างไร เริ่มต้นจากปัญหาธุรกิจ ไม่ใช่ AI สิ่งแรกที่ผมย้ำกับผู้เรียนคือ อย่าเริ่มต้นด้วยคำถามว่า “เราจะเอา AI ไปใช้ตรงไหนดี?” แต่ให้เริ่มจาก “ธุรกิจของเรามีปัญหาอะไรที่ควรแก้?” เพราะจากประสบการณ์ของเรา ลูกค้าแทบไม่เคยมาหาแล้วบอกว่า “อยากทำ AI Transformation” สิ่งที่เราได้ยินจริง ๆ มักเป็นปัญหาที่จับต้องได้มากกว่า เช่น ลูกค้าทักมานอกเวลาทำการแล้วไม่มีคนตอบ พนักงานใช้เวลานานในการค้นหาข้อมูล ข้อมูลสินค้า ราคา และสต็อกอยู่กันคนละระบบ มีข้อมูลลูกค้าจำนวนมาก แต่ไม่รู้ว่าจะนำมาใช้ประโยชน์อย่างไร มีลูกค้าเป้าหมายจำนวนมาก แต่ปิดการขายได้น้อย ฝ่ายบุคคลต้องตอบคำถามเดิม ๆ จากพนักงานซ้ำแล้วซ้ำอีก ทั้งหมดนี้ไม่ใช่ “ปัญหา AI” แต่มันคือ ปัญหาทางธุรกิจที่ AI อาจเข้ามาเป็นส่วนหนึ่งของคำตอบ ตัวอย่างการใช้ AI ในหลากหลายอุตสาหกรรม ✦ ธุรกิจค้าปลีก: จาก AI ตอบคำถาม สู่ผู้ช่วยงานขาย เมื่อลูกค้าถามผ่านช่องทางแชตว่า “สินค้ารุ่นไหนเหมาะกับร้านของผม” “รุ่นนี้ราคาเท่าไร” หรือ “มีของหรือเปล่า”...

Continue reading
how-ai-is-helping-me-have-better-meetings

ประชุมให้ได้งาน ไม่ใช่เสียเวลา! เทคนิคใช้ AI ที่คนทำงาน Google พิสูจน์แล้วเวิร์ค

เคยรู้สึกไหมว่า การประชุมบางครั้งแทบไม่ได้ใช้เวลาไปกับการแลกเปลี่ยนความคิดเห็นหรือหาทางออกร่วมกัน แต่กลับหมดเวลาไปกับการจดโน้ต จับประเด็น หรือคอยทบทวนว่าเมื่อสักครู่สรุปอะไรกันไปบ้าง พอประชุมจบก็ยังมีคำถามว่า “แล้วสุดท้ายตกลงว่ายังไงนะ?”… สาเหตุหนึ่งอาจเป็นเพราะระหว่างการประชุม เราต้องทำหลายอย่างพร้อมกัน ทั้งฟัง คิด วิเคราะห์ และจดบันทึกไปในเวลาเดียวกัน เมื่อสมาธิถูกแบ่งออกไปก็มีโอกาสพลาดประเด็นสำคัญ หรือไม่มีเวลาคิดต่อยอดและแลกเปลี่ยนความคิดเห็นได้อย่างเต็มที่ ผลลัพธ์คือการประชุมยืดเยื้อกว่าที่ควร และบางครั้งก็ต้องกลับมายืนยันข้อมูลกันอีกครั้งหลังประชุม บทความนี้ ผู้เขียนจะแบ่งปันแนวคิดและเทคนิคการจัดการการประชุม ของ Laura Mae Martin – Executive Productivity Advisor จาก Google ว่าเขานำ Gemini ใน Google Meet เข้ามาช่วยบริหารการประชุมอย่างไรให้เกิดคุณค่าสูงสุด 1. เตรียมการประชุมให้พร้อมตั้งแต่ก่อนเริ่ม ก่อนหน้านี้แค่จะนัดประชุมก็เสียเวลาไปกับการหาวันที่ทุกคนว่าง ส่งอีเมลหลายรอบ กว่าจะตกลงเวลาได้ก็ผ่านไปครึ่งวัน ซึ่งตรงนี้ Gemini สามารถเข้ามาช่วยลดขั้นตอนเหล่านี้ได้ ใช้ฟีเจอร์ Help me schedule ใน Gmail เพื่อส่งตัวเลือกเวลาประชุมให้ผู้เข้าร่วม โดยระบบจะช่วยค้นหาช่วงเวลาที่ทุกคนสะดวกโดยอัตโนมัติ ทำให้ผู้นัดหมายไม่ต้องเสียเวลานั่งเช็กปฏิทินเอง | อ่านบทความ: Help me schedule จัดการตารางง่ายๆในคลิกเดียว                              ใช้ Gemini ช่วยสรุปบันทึกการประชุมครั้งก่อน และใช้ค้นหา Action Items/ Plans  ที่ยังดำเนินการไม่เสร็จ เพื่อรวบรวมประเด็นที่ควรหยิบมาพูดคุยต่อ | อ่านบทความ: How to: วิธีเปลี่ยนสรุปประชุมเป็น Action plan ใน 1 นาที        ใช้ Gem (เลือก Brainstromer) ใน Gemini...

Continue reading
Analyze data with Gemini in Sheets

Prompt ลับ Google Sheets X Gemini: วิเคราะห์ข้อมูลยอดขายแบบมืออาชีพ โดยไม่ต้องจำสูตร

สำหรับผู้บริหารหรือทีมบริหารงานขาย (Sales Operations) ปัญหาคลาสสิกที่มักพบเจอในทุกสิ้นเดือนหรือสิ้นไตรมาส คือการต้องจัดการกับข้อมูลยอดขายจำนวนมหาศาลใน Google Sheets โดยส่วนใหญ่มักใช้สูตร VLOOKUP, SUMIFS หรือ Pivot Table เป็นต้น ซึ่งหากสูตรผิดแค่ตัวเดียว อาจทำให้ข้อมูลผิดพลาดได้ ดังนั้นการใช้ Gemini จึงสามารถเพิ่มความถูกต้องในการจัดการกับข้อมูลจำนวนมากได้ในเวลาที่รวดเร็ว โดย Gemini สามารถคิดสูตรและวิเคราะห์ข้อมูลได้โดยตรงในหน้า Google Sheets เลย  บทความนี้จะพาคุณไปดู 5 Prompt สำหรับการสั่งงาน Gemini ใน Google Sheets ตั้งแต่ระดับเริ่มต้นไปจนถึงขั้นสูง ตัวอย่าง Gemini Prompt สั่งงานใน Google Sheets 1. สั่งให้เขียนสูตรคำนวณเปอร์เซ็นต์ “ช่วยเขียนสูตร Google Sheets เพื่อ*คำนวณ*หาเปอร์เซ็นต์การเติบโตของยอดขาย โดยเปรียบเทียบระหว่างคอลัมน์ B (ยอดขายเดือนที่แล้ว) และคอลัมน์ C (ยอดขายเดือนนี้) ให้หน่อย” 2. ให้ช่วยจัดหมวดหมู่ข้อมูล “ช่วยสร้างสูตร IF หรือเขียนฟังก์ชันแยกประเภทลูกค้าในคอลัมน์ D โดยถ้ามียอดซื้อเกิน 50,000 บาท ให้ใส่สถานะเป็น VIP แต่ถ้าต่ำกว่านั้นให้ใส่สถานะเป็น Regular” 3. สรุป Insights เพื่อนำไปทำสไลด์พรีเซนต์ “ช่วยวิเคราะห์ข้อมูลยอดขายในตารางนี้ แล้วสรุปเป็น 3 หัวข้อหลักว่า สินค้าไหนขายดีที่สุด ในช่วงเวลาใด และมีแนวโน้มอย่างไรในไตรมาสหน้า” 4. วิเคราะห์ข้อมูลเชิงลึกและแนวโน้มธุรกิจ “ช่วยสรุปข้อมูลยอดขายในแผ่นงานนี้ โดยระบุไตรมาสที่มีการเติบโตสูงสุด สินค้าที่เป็นตัวขับเคลื่อนรายได้หลัก (Key Driver) และวิเคราะห์ปัจจัยเสี่ยงในเดือนที่ยอดขายชะลอตัวลง” 5. การจัดกลุ่มลูกค้าตาม Tier “เขียนสูตรสร้างเงื่อนไขในคอลัมน์ใหม่ โดยวิเคราะห์จากคอลัมน์ E (ยอดซื้อสะสม): ถ้ายอดซื้อมากกว่า 500,000 บาท ให้ระบุเป็น ‘Tier 1 (Key...

Continue reading
NotebookLM VS Gemini difference

สรุป: NotebookLM กับ Gemini แตกต่างกันอย่างไร ใช้อันไหนดี?

หากคุณกำลังสงสัยว่า NotebookLM และ Gemini แตกต่างกันอย่างไร? ควรใช้อันไหน? บทความนี้มีคำตอบ! ก่อนอื่นเราต้องบอกว่าทั้งสองตัวนี้หากมองเผินๆ ก็อาจมีความคล้ายกันอยู่บ้าง แต่จริงๆ แล้วความสามารถของทั้งสองนั้นมีความแตกต่างกันอย่างสิ้นเชิง ซึ่งหากคุณมีการใช้งาน Google Workspace คุณก็จะได้รับทั้ง NotebookLM (Pro) และ Gemini (Pro) ไปใช้งานได้ฟรี ไปทำความรู้จักความสามารถและความแตกต่างของทั้งสองตัวนี้กันเลย NotebookLM แตกต่างจาก Gemini อย่างไร? NotebookLM คือ AI ที่โดดเด่นเรื่องการวิเคราะห์ข้อมูล (เช่น ช่วยงานวิจัย ทำสรุปและคู่มือ) โดยที่คุณสามารถกำหนดขอบเขตในการค้นหาได้เอง เช่น การอัปโหลดไฟล์อ้างอิง การเจาะจงค้นหาแค่ในบางเว็บไซต์ เป็นต้น เปรียบเสมือนผู้ช่วยที่คิดในกรอบ แตกต่างจาก Gemini ที่จะคิดและค้นหาคำตอบโดยใช้ฐานข้อมูลสาธารณะของ Google และสามารถทำได้หลากหลายอย่าง เหมือนผู้ช่วยที่คิดนอกกรอบได้ เน้นไปที่ความคิดสร้างสรรค์ เช่น การปรับแต่งข้อความ การสร้างรูปภาพ สร้างวิดีโอ และหาไอเดีย หากจะเปรียบเทียบแบบเห็นภาพได้ชัด เราได้แบ่งความสามารถของ Notebooklm และ Gemini ไว้ดังนี้ สำหรับเรื่องค่าใช้จ่ายและราคาของ NotebookLM & Gemini หากคุณสนใจใช้งานแบบธุรกิจแค่ตัวใดตัวหนึ่ง คุณจะไม่สามารถทำได้ เพราะ Google นั้นได้จัดแพ็กเกจที่รวม AI (ทั้ง NotebookLM, Gemini, Vids และตัวอื่นๆ) และแอปพลิเคชันต่างๆ เพื่อการใช้งานที่ครอบคลุมและคุ้มค่า โดยผู้ใช้ส่วนบุคคลสามารถดูแพ็กเกจได้ที่ Google One และผู้ใช้ธุรกิจสามารถดูแพ็กเกจได้ที่นี่ คำถามต่อมาคือ หากคุณมีบัญชีธุรกิจอยู่แล้วและไม่ต้องการอัปเกรดแพ็กเกจ สามารถซื้อ Google One แยกส่วนตัวได้หรือไม่?– คำตอบคือ ได้ แต่ค่าใช้จ่ายจะสูงมาก เพราะหากเปรียบเทียบแพ็กเกจที่มีความสามารถใกล้เคียงกัน  Google One Pro (บุคคล) ราคา 750 บาท/เดือน Google Workspace Standard (ธุรกิจ) ราคา 330 บาท/เดือน...

Continue reading