agentic ai

ในยุคแห่ง AI เทคโนโลยีเข้ามามีบทบาทสำคัญในการช่วยเพิ่มประสิทธิภาพในการทำงาน โดยเฉพาะกับซอฟต์แวร์ที่เราใช้งานกันทุกวันอย่าง Microsoft Excel วันนี้เราจะมาทำความรู้จักกับ Microsoft Copilot ใน Excel ที่จะช่วยให้การคำนวณ การจัดรูปแบบ และการวิเคราะห์ข้อมูลง่ายขึ้นกว่าที่เคยเป็น

ในยุคแห่ง AI เทคโนโลยีเข้ามามีบทบาทสำคัญในการช่วยเพิ่มประสิทธิภาพในการทำงาน โดยเฉพาะกับซอฟต์แวร์ที่เราใช้งานกันทุกวันอย่าง Microsoft Excel วันนี้เราจะมาทำความรู้จักกับ Microsoft Copilot ใน Excel ที่จะช่วยให้การคำนวณ การจัดรูปแบบ และการวิเคราะห์ข้อมูลง่ายขึ้นกว่าที่เคยเป็น

Large Language Model (LLM) ไม่ได้เป็นเพียงนวัตกรรมทางเทคโนโลยี AI เท่านั้น แต่ยังเป็น โอกาสทางธุรกิจ สำหรับองค์กรที่ต้องการเพิ่มประสิทธิภาพ ลดต้นทุน และสร้างประสบการณ์ที่ดีให้กับลูกค้า ไม่ว่าจะเป็นธุรกิจขนาดเล็ก กลาง หรือใหญ่ ก็สามารถประยุกต์ใช้ LLM เพื่อตอบโจทย์ในมิติที่แตกต่างกันได้ เช่น การตลาด การขาย การบริการลูกค้า หรือแม้แต่การจัดการข้อมูลภายในองค์กร

AI Builder เป็นเครื่องมือ Low-code ที่ช่วยให้คุณสร้าง AI ได้อย่างง่ายดาย โดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโค้ด หรือใช้งาน AI ที่ซับซ้อนใด ๆ โดยสามารถสร้างโมเดล AI (Artificial Intelligence) สำหรับงานต่าง ๆ ได้อย่างง่ายดาย ผ่านเครื่องมือแบบ Low-Code/No-Code บน Power Apps หรือ Power Automate

AI Custom Prompt ใน AI Builder คือความสามารถใหม่ที่ช่วยให้ผู้ใช้งานสามารถสร้าง “คำสั่ง” (Prompt) เฉพาะสำหรับงานที่ต้องการ โดยอาศัยเทคโนโลยี Generative AI ที่ผสานอยู่ใน AI Builder บน Microsoft Power Platform ซึ่งจะช่วยขยายขอบเขตของการทำงานด้าน AI ให้ตอบโจทย์รูปแบบต่าง ๆ อย่างแม่นยำและใกล้เคียงความต้องการของผู้ใช้งานมากยิ่งขึ้น

Copilot Studio คือเครื่องมือ Low-code ที่เปลี่ยนวิธีการสร้าง AI Agent โดยไม่จำเป็นต้องมีความรู้ด้านโค้ดหรือ AI ที่ซับซ้อน! ด้วย Generative AI อันทรงพลัง คุณสามารถสร้าง Chatbot ที่ฉลาด เชื่อมต่อข้อมูลองค์กร และทำงานอัตโนมัติผ่าน Power Automate ได้อย่างง่ายดาย

เรียนรู้การสร้าง Microsoft Copilot Studio สำหรับการสร้าง AI Agent เพื่อช่วยในการทำงานอัตมัติ แบบอัจฉริยะ ยกระดับธุรกิจของคุณ ด้วย AI Agent ที่สามารถตอบคำถามลูกค้า, ให้ข้อมูลสินค้า, ช่วยเหลือพนักงาน และอื่นๆ อีกมากมาย

ในยุคที่เทคโนโลยี AI พัฒนาอย่างรวดเร็ว องค์กรต่าง ๆ เริ่มมองหาแนวทางในการปรับแต่งโมเดล AI เพื่อนำไปประยุกต์ใช้กับงานเฉพาะด้านของตน การปรับแต่งโมเดลเป็นสิ่งสำคัญเพื่อให้ได้ผลลัพธ์ที่ตรงตามความต้องการมากขึ้น ไม่ว่าจะเป็นการวิเคราะห์ข้อมูลเชิงลึก การตอบคำถามตามบริบท หรือการประมวลผลภาษาธรรมชาติ (Natural Language Processing: NLP) บทความนี้จะพูดถึงสองแนวทางหลักในการปรับแต่ง AI ได้แก่ RAG (Retrieval Augmented Generation) และ Fine-Tuning พร้อมทั้งเปรียบเทียบข้อดี ข้อจำกัด และปัจจัยในการเลือกใช้งาน

Prompt เป็นหัวใจสำคัญในการสื่อสารกับ Generative AI การเขียน Prompt ที่ดีช่วยให้งานที่เกิดขึ้นจาก AI มีความถูกต้อง แม่นยำ และสอดคล้องกับความต้องการของเราได้มากที่สุด สิ่งที่ต้องคำนึงถึงคือความชัดเจนของบริบท การให้รายละเอียดที่ครบถ้วน ตลอดจนการกำหนดรูปแบบผลลัพธ์และวิธีการเขียน Prompt อย่างมีขั้นตอน ยิ่งเราทำความเข้าใจและทดลองฝึกฝนมากเท่าไหร่ ผลงานจาก Generative AI ก็จะยิ่งมีคุณภาพสูงขึ้น และช่วยประหยัดเวลาทำงานด้านต่าง ๆ ได้อย่างมีประสิทธิภาพ

เรียนรู้ เข้าใจการทำงานของ Generative AI ในรูปแบบของ Infographic เพื่อเพิ่มประสิทธิภาพธุรกิจ ก่อนเข้าสู่ยุค Agentic AI ที่การตัดสินใจของ AI จะมีบทบาทมากยิ่งขึ้น โดยมี Infographic ให้ Download กัน

เมื่อโลกเข้าสู่ยุคปัญญาประดิษฐ์ (AI) เต็มรูปแบบ เราเห็นความหลากหลายของเทคโนโลยีใหม่ ๆ ที่เกิดขึ้นอย่างต่อเนื่อง ในยุคที่เรามี Generative AI โดยหนึ่งในแนวคิดที่น่าจับตามองคือ Agentic AI หรือ “เอเจนติกเอไอ” ซึ่งเป็น AI ที่สามารถดำเนินการและตัดสินใจด้วยตนเอง โดยมีลักษณะคล้าย “ตัวแทน” (Agent) ที่เข้าใจเป้าหมาย รวมถึงมีความสามารถในการปรับตัวตามสถานการณ์ต่าง ๆ ได้ ในบทความนี้ จะพาคุณมาทำความเข้าใจว่า Agentic AI คืออะไร มีหลักการทำงานอย่างไร และสามารถนำไปประยุกต์ใช้ในด้านใดบ้าง