บทความหมวด "AI Agents" 35 บทความ — ตัวอย่างการนำไปใช้จริง การออกแบบ PoC และแนวทางปฏิบัติด้าน AI, DX และความปลอดภัย สำหรับผู้บริหารและทีม IT
เจาะลึกการใช้ Converged Database จัดการ LLM Inference Log จากหลายแหล่ง เพื่อเพิ่มประสิทธิภาพการตรวจจับความผิดปกติ พร้อมวิธีรวมศูนย์ข้อมูล Input/Output, Latency, Token และ Error
อธิบายการทำงานของ AI Voice Agent สำหรับระบบตอบรับโทรศัพท์อัตโนมัติ พร้อมเปรียบเทียบกับ IVR รองรับหลายภาษา และขั้นตอนการติดตั้งที่คุณควรรู้
ขั้นตอนการผสานรวม AI Observability เข้ากับโครงสร้างพื้นฐานการตรวจสอบแอปพลิเคชันเดิม ตั้งแต่การสร้าง Data Pipeline ไปจนถึงกลยุทธ์การใช้งานจริงกับระบบ Legacy
Harness AI คือชุด AI Agent จากแพลตฟอร์ม DevOps อย่าง Harness เรียนรู้บทบาทของ 5 Agent, โมเดลที่รองรับ, ข้อควรทราบก่อนเริ่มใช้งาน, การทำ PoC และการออกแบบ HITL แบบเจาะลึกครบทุกขั้นตอน
จาก "การเพิ่ม AI" สู่ "การออกแบบใหม่ด้วย AI" เรียนรู้ขั้นตอนการเปลี่ยนผ่านสู่ AI-native, การเชื่อมต่อ ERP/FMS และกรณีศึกษาจากบริษัทญี่ปุ่นในไทย
เรียนรู้วิธีใช้ EDD เพื่อนำตัวชี้วัดมาปรับใช้ตลอดวงจรการทำงานแทนการใช้สัญชาตญาณ พร้อมขั้นตอนการปรับแต่ง Prompt และ Parameter แบบอัตโนมัติ
เรียนรู้วิธีออกแบบ AI Architecture เชื่อมโยงข้อมูลการผลิต จัดซื้อ และโลจิสติกส์ พร้อมวิธีแก้ปัญหา Data Quality ที่ขัดขวาง ROI ขององค์กรถึง 89%
เรียนรู้รูปแบบและขั้นตอนการออกแบบ Cache สำหรับ Multi-tenant เพื่อแชร์บริบทของ Prompt ระหว่างผู้เช่าได้อย่างปลอดภัย ช่วยลดต้นทุนการประมวลผลได้อย่างมหาศาล
อย่าใช้ AI เพื่อลดเวลาทำงาน แต่จงใช้เพื่อเพิ่มผลลัพธ์! เจาะลึกกลยุทธ์ AI Leverage สำหรับทีมขนาดเล็กที่ต้องการสร้างผลงานระดับสูง อ้างอิงจากงานวิจัยด้านผลิตภาพ
ทำความเข้าใจการจัดการ Non-Human Identity (NHI) สำหรับ AI Agent ทำไม IAM ของมนุษย์ถึงใช้ไม่ได้ พร้อมเจาะลึกการจัดการสิทธิ์ การตรวจสอบ และความปลอดภัยที่จำเป็น
สำหรับ AI Agent นั้น สิ่งที่ขาดไม่ได้ไม่ใช่เพียงแค่ผลลัพธ์สุดท้าย แต่รวมถึงการตรวจสอบการเรียกใช้เครื่องมือ (Tool calling) และเส้นทางการทำงาน (Execution trajectory) อีกด้วย เราจะอธิบายขั้นตอนตั้งแต่การออกแบบ Golden Set, การให้คะแนนเส้นทางการทำงาน, ไปจนถึงการตรวจจับการถดถอย (Regression) ภายใต้สภาวะที่ไม่แน่นอน (Non-determinism) และการเชื่อมต่อกับ CI
แก้ปัญหาการขาดธรรมาภิบาลที่เป็นอุปสรรคใหญ่ในการนำ Autonomous Agent ไปใช้งานจริง เรียนรู้ขั้นตอนการป้องกัน Agent Drift และการออกแบบความรับผิดชอบอย่างเป็นระบบ
