หลายคนคิดว่าการทำ AI Transformation ในองค์กร คือการซื้อสิทธิ์ ChatGPT หรือ Claude แจกให้พนักงานทุกคนได้ลองเล่น แต่ความจริงในโลกธุรกิจมันไม่ง่ายขนาดนั้น
งานวิจัยจาก Harvard Business Review ชี้ชัดว่า การใช้ AI ช่วยเพิ่ม Productivity ให้องค์กรได้ถึง 33–40% และการตัดสินใจในแต่ละวันกว่า 15% เริ่มพึ่งพา AI มากขึ้นเรื่อยๆ แต่พอจะเอามาใช้ในระดับ Enterprise จริงๆ สิ่งที่ผู้บริหารและทีม IT มักจะตั้งคำถามกลับมาทันทีไม่ว่าจะเป็น ข้อมูลบริษัทจะหลุดไปเป็น Data ให้เขาเทรนโมเดลต่อไหม? หรือจะต่อเข้ากับระบบหลังบ้านอย่าง ERP หรือ SAP ยังไงโดยไม่พัง
ซารีฟ หมัดเส็ม Head of Professional Services จาก Com7 Public Company Limited เรียกสิ่งนี้ว่า ‘Iceberg Problem’ สิ่งที่ซ่อนอยู่ใต้น้ำลึกคือ ปัญหาข้อมูลกระจัดกระจาย ไร้ระเบียบ การเชื่อมต่อระบบที่ซับซ้อน และความเสี่ยงด้าน Cybersecurity
ในงาน THE STANDARD ECONOMIC FORUM 2026 บนเวที Amazon Quick: AI Transformation in Action จากกลยุทธ์สู่การลงมือทำ พลิกโฉมธุรกิจด้วย AI ซารีฟ ร่วมแบ่งปันประสบการณ์จริงในการนำ AI Agent เข้ามาปฏิวัติการทำงานในองค์กรที่สร้างผลลัพธ์ได้จริงและจับต้องได้
ทำระบบ CRM ใช้เองด้วย “Vibe Coding” ที่มี Framework กำกับ
โจทย์เดิมของ Com7 คือต้องการระบบ CRM เกรด Enterprise สำหรับพนักงาน 40–50 คน ซึ่งราคาตลาดเสนอมาอยู่ที่ค่าติดตั้งก้อนแรก 5 ล้านบาท และค่า Subscription อีกปีละกว่า 3 ล้านบาท
สิ่งที่ Com7 ทำคือ นำ ‘Amazon Quick’ ซึ่งเป็น AI Agent ระดับ Enterprise Grade ที่พัฒนาขึ้นบนมาตรฐานความปลอดภัยระดับสากลมาใช้ ทำให้มั่นใจได้ว่าข้อมูลจะไม่ถูกนำไปเทรนต่อ และสามารถเชื่อมต่อระบบ CRM เข้ากับ ERP ได้อย่างปลอดภัย ช่วยให้พนักงานทำงานผ่านคำสั่งภาษาไทยง่ายๆ โดยมี AI Agent คอยจัดการงานหลังบ้านให้
โดยใช้ Framework จาก AWS คุย Requirement ทีละแผนกออกมาเป็น Spec ที่ชัดเจน แล้วให้ AI ช่วยเขียนโค้ดตามกรอบ ผลลัพธ์คือ ใช้เวลาทำแค่ 3 อาทิตย์ โดยใช้คนพัฒนาหลักเพียงคนเดียว เสียค่า Token ไปราวๆ 6,000 กว่าบาท ค่ารัน Cloud บน AWS ตกเดือนละประมาณ ราวๆ 8,000–9,000 บาท ประหยัดเงินให้บริษัทไปได้เกือบ 14 ล้านบาทใน 3 ปี และลดความจำกัดเรื่องการจ่ายค่าลิขสิทธิ์รายหัวเมื่อองค์กรเติบโตขึ้น
อีกหนึ่งเคสที่น่าสนใจคือ การนำ AI ไปประยุกต์ใช้ในการออโตเมตระบบเคลม iPhone และคัดกรองเรซูเมหลักพันใบ เขาเล่าว่า จากเดิมที่มีแอดมิน 1 คนคอยจัดการเคสเคลม 200-300 เคสต่อเดือน ซึ่งยากต่อการสเกลและเสี่ยงต่อการผิดพลาด Com7 ได้สร้าง AI Agent โดยใช้ Amazon Nova AI เข้ามาช่วยอ่านข้อมูลและรหัสเครื่องจากรูปภาพเพื่อประสานงานเคลม ทำให้สเกลงานได้ไม่จำกัดและลดต้นทุนเหลือเพียง 10 สตางค์ต่อเอกสาร
ในส่วนของการคัดกรองเรซูเม Com7 มีสาขาทั่วประเทศมากกว่า 1,000 สาขา แต่ละเดือนต้องจ้างพนักงานหน้าร้านและสำนักงานใหญ่ 200–300 ตำแหน่ง มีเรซูเมไหลเข้ามาเดือนละ 4,000–5,000 ใบ แต่ทีม Recruiter มีแค่ 6 คน ใช้เวลาคัดกรองเบื้องต้นรอบละ 15–16 วัน
ทีมสร้างระบบ ‘Next Hire 7’ บน AWS ให้ AI Agent ทำหน้าที่เป็น First-tier สัมภาษณ์และพูดคุยเบื้องต้นกับ Candidate ผ่านระบบ พร้อมทำ Scoring ประเมินทักษะตามโจทย์ที่ตั้งไว้ ช่วยลดระยะเวลาคัดกรองเหลือเพียง 1 วัน ด้วยงบประมาณเพียง 4,500 บาทต่อเดือน
สรุปวิธีคิดแบบ Com7: เริ่มจากโจทย์ธุรกิจ เลือก AI ที่เหมาะสม
ชารีฟ ฝากข้อคิดสำคัญสำหรับองค์กรที่ต้องการทำ AI Transformation ว่า จุดเริ่มต้นไม่ใช่การวิ่งหาเทคโนโลยีหรือเลือก AI ตัวที่ดีที่สุด แต่คือการกลับมาทบทวนว่าธุรกิจต้องการอะไร แล้วจึงเลือกใช้เครื่องมือ AI ที่ ‘เหมาะสมที่สุด’ กับงานแต่ละประเภท ควบคู่ไปกับการคำนึงถึงเรื่องความปลอดภัยของข้อมูลและการกำกับดูแลเป็นสำคัญ
