วิธีการใช้ AI ในการทำงานอัตโนมัติ [วิดีโอและแบบทดสอบ]

คำตอบสั้นๆ: ในการใช้ AI เพื่อทำให้งานต่างๆ เป็นไปโดยอัตโนมัติ ควรเริ่มต้นด้วยขั้นตอนการทำงานที่ซ้ำซากและมีความเสี่ยงต่ำ เช่น การคัดกรองอีเมล หรือการสรุปการประชุม จากนั้นค่อยเพิ่มข้อมูลป้อนเข้าที่ชัดเจน ผลลัพธ์ที่เข้มงวด และการตรวจสอบโดยมนุษย์เมื่อมีความสำคัญสูง ให้คิดว่า AI เป็นผู้ช่วยที่ทำงานรวดเร็วแต่ก็อาจผิดพลาดได้ และคุณจะสร้างระบบที่เชื่อถือได้ในระยะยาว แทนที่จะค่อยๆ พังไปเอง

ประเด็นสำคัญ:

เริ่มจากสิ่งเล็กๆ ก่อน: สร้างระบบอัตโนมัติให้กับขั้นตอนการทำงานที่มีความเสี่ยงต่ำเพียงขั้นตอนเดียวก่อนที่จะขยายความซับซ้อน

การกำกับดูแลโดยมนุษย์: เพิ่มขั้นตอนการอนุมัติเมื่อการกระทำใดๆ ส่งผลกระทบต่อลูกค้าหรือเรื่องเงิน

คำสั่งแบบมีโครงสร้าง: ใช้หมวดหมู่ที่เข้มงวดและรูปแบบผลลัพธ์ที่สม่ำเสมอเพื่อลดข้อผิดพลาด

แนวทางสำรอง: ส่งต่อกรณีที่ไม่แน่ใจไปยังการตรวจสอบด้วยตนเองแทนการคาดเดา

การบันทึกการตรวจสอบ: จัดเก็บข้อมูลขาเข้า การตัดสินใจ และผลลัพธ์ เพื่อให้คุณสามารถแก้ไขข้อผิดพลาดและปรับปรุงได้อย่างปลอดภัย

บทความที่คุณอาจสนใจอ่านต่อหลังจากบทความนี้:

🔗 วิธีการวัดประสิทธิภาพ AI
ตัวชี้วัดและแบบทดสอบสำคัญเพื่อใช้เป็นเกณฑ์มาตรฐานสำหรับแบบจำลองและระบบต่างๆ.

🔗 วิธีการพูดคุยกับ AI
คำถามกระตุ้นความคิดและกลยุทธ์การสนทนาเพื่อให้ AI ตอบคำถามได้ชัดเจนและปลอดภัยยิ่งขึ้น.

🔗 วิธีเรียนรู้ AI
แผนงานที่เป็นรูปธรรมเพื่อสร้างความรู้พื้นฐานด้าน AI อย่างรวดเร็ว.

🔗 วิธีการประเมินโมเดล AI
วิธีการเปรียบเทียบโมเดล: ความแม่นยำ ต้นทุน เวลาแฝง ความทนทาน.

1) “การใช้ AI ในการทำงานอัตโนมัติ” หมายความว่าอย่างไรในทางปฏิบัติ (และอะไรบ้างที่ไม่ใช่) 🧠⚙️

ระบบอัตโนมัติแบบดั้งเดิมคือ “ถ้าเป็นเช่นนี้ ก็จะเป็นเช่นนั้น” (IFTTT)
ส่วนระบบอัตโนมัติด้วย AI คือ “ถ้าเป็นเช่นนี้… ก็ต้องหาให้เจอก่อนว่านี่คืออะไร แล้วค่อยทำในสิ่งที่ถูกต้อง”

ความแตกต่างนั้นสำคัญ.

ปัญญาประดิษฐ์ (AI) สามารถช่วยได้ในเรื่องต่อไปนี้:

• ทำความเข้าใจ ข้อมูลที่ซับซ้อน (อีเมล ข้อความแชท ไฟล์ PDF แบบฟอร์ม)

• การสร้าง เอกสารร่าง (คำตอบ สรุป แม่แบบ ข้อเสนอ)

• การกำหนด เส้นทางง่ายๆ (ลำดับความสำคัญ หมวดหมู่ ขั้นตอนต่อไป)

• การดึง ข้อมูลสำคัญ (ชื่อ วันที่ ยอดรวมใบแจ้งหนี้ วัตถุประสงค์)

AI ไม่ได้มีคุณสมบัติมหัศจรรย์ในด้านต่างๆ ดังนี้:

• ความแม่นยำสมบูรณ์แบบทุกครั้ง (ไม่ใช่) (OpenAI: เหตุใดแบบจำลองภาษาจึงเกิดภาพหลอน)

• การตัดสินใจที่สำคัญโดยปราศจากการกำกับดูแล (เขตอันตราย 🚧) (NIST AI RMF)

• ขั้นตอนการทำงานแบบ “อ่านใจฉันได้” (แต่คุณยังคงต้องการโครงสร้างอยู่ดี)

หากคุณปฏิบัติต่อ AI เหมือนกับเด็กฝึกงานที่ทำงานเร็วแต่บางครั้งก็มั่นใจเกินไปและทำผิดพลาด คุณจะสร้างระบบที่ดีขึ้นได้ (OpenAI: เหตุใดแบบจำลองภาษาจึงเกิดภาพหลอน) แต่ถ้าคุณปฏิบัติต่อมันเหมือนหุ่นยนต์ผู้รอบรู้ มันจะทำให้คุณอ่อนน้อมถ่อมตนอย่างรวดเร็ว

2) อะไรคือสิ่งที่ทำให้ระบบอัตโนมัติงาน AI ที่ดี ✅

ระบบที่ดีไม่จำเป็นต้องหรูหราที่สุด แต่เป็นระบบที่ยังคงใช้งานได้ดีแม้ในยามที่คุณยุ่ง เหนื่อย และหงุดหงิดเล็กน้อย.

โดยทั่วไปแล้ว “เวอร์ชันที่ดี” จะมีลักษณะดังนี้:

• ระบุข้อมูลนำเข้าให้ชัดเจน
  ตัวอย่าง: “อีเมลลูกค้าทั้งหมดจะเข้าสู่กล่องจดหมายนี้” ไม่ใช่ “ไปอยู่ในที่ใดที่หนึ่งในระบบ”

• เกณฑ์ความสำเร็จที่เรียบง่ายอย่าง
  “สร้างตั๋วขอความช่วยเหลือพร้อมระบุหมวดหมู่และลำดับความสำคัญ” ดีกว่า “แก้ไขปัญหาการบริการลูกค้าได้อย่างสมบูรณ์”

• จุดตรวจสอบโดยมนุษย์ในกรณีที่มีความเสี่ยงสูง
  การร่างอัตโนมัติเป็นสิ่งที่ดี การส่งอัตโนมัติอาจน่ากลัว 😬 (รัฐบาลสหราชอาณาจักร: การกำกับดูแลโดยมนุษย์)

• พฤติกรรมสำรอง
  หาก AI ไม่สามารถจำแนกประเภทคำขอได้ ให้ส่งต่อไปยัง “ต้องตรวจสอบ”

• การตรวจสอบ:
  สรุปผลการดำเนินงานประจำวัน เพราะความล้มเหลวที่เกิดขึ้นอย่างเงียบๆ นั้นเป็นสิ่งที่ร้ายกาจเป็นพิเศษ (การตรวจสอบโดย Microsoft Power Automate)

• ขั้นตอนเล็กๆ ทีละเล็กที
  เช่น...อย่าขอให้มันทำอาหารเจ็ดคอร์สด้วยคำสั่งเดียว

ถ้าคุณจำไว้เพียงสิ่งเดียว: ระบบอัตโนมัติชื่นชอบโครงสร้างที่เชื่อถือได้AI ทำให้ดูเหมือนยืดหยุ่น แต่ระบบที่ดีที่สุดนั้นต้องเรียบง่ายและไม่ซับซ้อน

3) งานที่ควรทำการอัตโนมัติก่อนเป็นอันดับแรก (งานที่ทำได้ง่ายและได้ผลดี) 🏁🙂

หากคุณเพิ่งเริ่มต้นเรียนรู้เกี่ยวกับ วิธีการทำให้งานต่างๆ เป็นไปโดยอัตโนมัติด้วย AIให้เริ่มจากงานที่ "น่ารำคาญและซ้ำซาก" ก่อน ไม่ใช่ "งานสำคัญระดับภารกิจ"

ระบบอัตโนมัติเริ่มต้นที่ยอดเยี่ยม:

• การคัดกรองอีเมล: ติดป้ายกำกับ ส่งต่อ และร่างคำตอบ

• บันทึกการประชุม: สรุปและส่งรายการดำเนินการ

• กระบวนการรับข้อมูลลูกค้าเป้าหมาย: ดึงข้อมูลจากแบบฟอร์ม เพิ่มรายละเอียด และสร้างบันทึกในระบบ CRM

• การนำเนื้อหามาใช้ใหม่: แปลงเอกสารยาวๆ ให้เป็นหัวข้อย่อย คำถามที่พบบ่อย หรือฉบับร่างสำหรับโซเชียลมีเดีย

• การติดแท็กสำหรับการสนับสนุนลูกค้า: ตรวจจับหัวข้อ ความเร่งด่วน และอารมณ์ความรู้สึก

• การประมวลผลใบแจ้งหนี้: ดึงข้อมูลผู้ขาย ยอดรวม วันครบกำหนดชำระ หมายเลขใบสั่งซื้อ

• รายงานประจำสัปดาห์: สรุปตัวชี้วัดและชี้ให้เห็นความผิดปกติ

สิ่งที่ควรหลีกเลี่ยงในช่วงแรก:

• ทุกอย่างที่เกี่ยวข้องกับการเคลื่อนย้ายเงิน

• สิ่งใดก็ตามที่เกี่ยวข้องกับข้อผูกพันทางกฎหมาย

• อะไรก็ตามที่ความผิดพลาดเพียงครั้งเดียวอาจก่อให้เกิดความยุ่งเหยิงครั้งใหญ่

• สิ่งใดก็ตามที่คุณไม่สามารถ "แก้ไข" ได้ง่ายๆ

ฉันหมายถึง ถ้าจำเป็นจริงๆ ก็ค่อยใช้ระบบอัตโนมัติในภายหลังก็ได้ แต่ในช่วงแรก คุณต้องการความมั่นใจ ไม่ใช่เรื่องราวที่น่ากลัว.

4) “ชุดเครื่องมืออัตโนมัติ AI” - ส่วนประกอบที่คุณน่าจะใช้ 🧩🔧

ระบบอัตโนมัติ AI ในชีวิตประจำวันส่วนใหญ่ประกอบด้วยส่วนประกอบหลายอย่าง คุณไม่จำเป็นต้องใช้ทั้งหมด แต่คุณจะสังเกตเห็นรูปแบบนั้นได้.

ส่วนประกอบพื้นฐานทั่วไป:

• ตัวกระตุ้น: ได้รับอีเมล, ส่งแบบฟอร์ม, อัปโหลดไฟล์ใหม่, โพสต์ข้อความใน Slack (นึกถึงตัวกระตุ้น/การกระทำแบบ IFTTT)

• เราเตอร์: ตัดสินใจว่าคำขอเป็นประเภทใด

• ขั้นตอน AI: สรุป จัดประเภท แยกข้อมูล ร่างคำตอบ

• ขั้นตอนการดำเนินการ: สร้างตั๋ว, อัปเดต CRM, ส่งข้อความ, บันทึกข้อมูลลงฐานข้อมูล

• การอนุมัติโดยมนุษย์ (ไม่บังคับ): อนุมัติร่างเอกสาร ยืนยันการเปลี่ยนแปลง (รัฐบาลสหราชอาณาจักร: การกำกับดูแลโดยมนุษย์)

• การบันทึกข้อมูล: บันทึกสิ่งที่เกิดขึ้นและสาเหตุ (มาตรฐาน NIST AI RMF)

และคุณมักจะเพิ่มข้อความต่อไปนี้:

• แหล่งข้อมูลความรู้: คำถามที่พบบ่อย, เอกสารนโยบาย, หมายเหตุเกี่ยวกับผลิตภัณฑ์

• การจัดเก็บข้อมูลแบบคล้ายหน่วยความจำ: ตารางแสดงข้อมูลลูกค้าเก่า การกระทำล่าสุด และการตั้งค่าต่างๆ

• หลักเกณฑ์ควบคุม: กฎต่างๆ เช่น “ห้ามส่งออกภายนอกโดยไม่ได้รับการตรวจสอบ” (NIST AI RMF)

นี่คือเหตุผลที่การพูดถึง "เอเจนต์" อาจทำให้เข้าใจผิดได้ แนวทางที่ได้ผลมักจะเป็น...ระบบแบบโมดูลาร์ ไม่ใช่สมองอัจฉริยะเพียงคนเดียว (ในทางปฏิบัติ สมองอัจฉริยะก็มักจะเสียสมาธิ)

5) ตารางเปรียบเทียบ - ตัวเลือกที่ดีที่สุดสำหรับการทำงานอัตโนมัติด้วย AI 🧾🤝

ด้านล่างนี้คือการเปรียบเทียบเชิงปฏิบัติ (อาจไม่สมบูรณ์แบบนัก) ราคาที่ระบุไว้เป็นเพียงช่วงกว้างๆ เนื่องจากแผนบริการอาจมีการเปลี่ยนแปลง และขึ้นอยู่กับว่าคุณใช้งานหนักแค่ไหน.

ถ้าคุณติดขัด ให้ยึดตามกฎนี้เป็นหลัก:

• ต้องการความรวดเร็วและเรียบง่าย - Zapier / IFTTT

• ต้องการเวิร์กโฟลว์ที่ซับซ้อนและยืดหยุ่น - สร้าง / n8n

• ต้องการระบบควบคุมระดับองค์กร - Power Automate / RPA

• ต้องการการทำงานแบบฐานข้อมูล - ระบบอัตโนมัติของ Airtable

6) แผนผังแบบง่ายๆ: วิธีการทำให้งานต่างๆ เป็นไปโดยอัตโนมัติด้วย AI ใน 7 ขั้นตอน 🗺️✅

นี่คือแบบแผนที่ทำซ้ำได้ซึ่งผมจะนำไปใช้หากผมต้องจัดตั้งระบบนี้ในทีมใดๆ ก็ตาม (อาจไม่หรูหรา แต่เชื่อถือได้)

1. เลือกเวิร์กโฟลว์หนึ่งแบบ

• ตัวอย่าง “ส่งอีเมลสนับสนุนไปยังฝ่ายสนับสนุน + ร่างคำตอบ”

2. กำหนดอินพุต + เอาต์พุต

• ข้อมูลนำเข้า: เนื้อหาอีเมล, ผู้ส่ง, หัวเรื่อง

• ผลลัพธ์: ประเภทตั๋ว, ลำดับความสำคัญ, สรุป, ร่างคำตอบ

3. ระบุการตัดสินใจที่ AI ต้องทำ

• รายการหมวดหมู่: การเรียกเก็บเงิน, ข้อผิดพลาด, คำขอคุณสมบัติใหม่, การเข้าถึงบัญชี

• ลำดับความสำคัญ: ด่วน, ปกติ, ต่ำ

• น้ำเสียง: เป็นทางการ เป็นมิตร กระชับ

4. สร้างเกณฑ์การประเมินขนาดเล็ก

• “ด่วน = บัญชีถูกล็อก การชำระเงินล้มเหลว การผลิตหยุดชะงัก”
  เกณฑ์การประเมิน (Rubrics) นั้นถูกมองข้ามไปมาก มันเปรียบเสมือนวิตามินสำหรับ AI เลยทีเดียว

5. สร้างโครงสร้างพื้นฐานสำหรับการทำงานอัตโนมัติ

• กระบวนการทำงาน -> AI จำแนกประเภท -> สร้างตั๋ว -> AI ร่างคำตอบ -> มนุษย์ตรวจสอบ -> ส่ง

6. ติดตั้งราวกันตก

• หากความมั่นใจต่ำ -> ส่งต่อไปยังการตรวจสอบด้วยตนเอง

• ห้ามส่งอีเมลอัตโนมัติไปยังลูกค้าวีไอพีโดยไม่ได้รับการอนุมัติ (รัฐบาลสหราชอาณาจักร: การกำกับดูแลโดยมนุษย์)

• จัดเก็บผลลัพธ์จาก AI + ข้อมูลป้อนเข้าดั้งเดิม (สำหรับการตรวจสอบและการแก้ไขข้อผิดพลาด) (ตามมาตรฐาน NIST AI RMF)

7. ทดสอบด้วยตัวอย่างจริงที่ซับซ้อน

• ไม่ใช่แบบที่เรียบร้อยนะ แต่เป็นแบบที่พันกันยุ่งเหยิง แบบที่ทำให้เราสงสัยว่า "นี่มันอีเมลอะไรกันเนี่ย".

นี่คือ วิธีการใช้ AI ในการทำงานอัตโนมัติ โดยไม่ต้องคาดหวังว่าจะทำได้สำเร็จตั้งแต่ครั้งแรก คุณอาจทำไม่ได้ตั้งแต่ครั้งแรก และนั่นก็ไม่เป็นไร

7) ข้อความแจ้งเตือนที่ไม่พังทลาย (ส่วนใหญ่) 📝🤖

โดยพื้นฐานแล้ว ข้อความแจ้งเตือนก็คือข้อกำหนดขั้นตอนการทำงานของคุณ หากข้อความแจ้งเตือนคลุมเครือ ผลลัพธ์ก็จะผิดเพี้ยนไป หากข้อความแจ้งเตือนชัดเจน ผลลัพธ์ก็จะคงที่และถูกต้อง... ซึ่งเป็นสิ่งที่ทุกคนใฝ่ฝัน (และคุณก็ยังต้องวางแผนรับมือกับความผิดพลาดที่เกิดขึ้นเป็นครั้งคราวด้วย) (OpenAI: เหตุใดแบบจำลองภาษาจึงเกิดภาพหลอน)

รูปแบบที่เชื่อถือได้:

• บทบาท: “คุณคือผู้ช่วยคัดกรองและให้ความช่วยเหลือ”

• ภารกิจ: “จำแนกอีเมลให้อยู่ในหมวดหมู่เดียว”

• ข้อจำกัด: “เลือกจากรายการนี้เท่านั้น”

• รูปแบบผลลัพธ์: JSON, คีย์แบบเข้มงวด

• เกณฑ์การประเมิน: กฎง่ายๆ สำหรับความเร่งด่วนและน้ำเสียง

• ตัวอย่าง: ตัวอย่างที่สมจริง 2-3 ตัวอย่างจะช่วยได้มาก

ตัวอย่างเล็กๆ (ในเชิงแนวคิด ไม่ใช่ในเชิงโค้ด):

• หมวดหมู่ต้องเป็นหนึ่งในตัวเลือกต่อไปนี้: การเรียกเก็บเงิน, บั๊ก, การเข้าถึง, คุณสมบัติ, อื่นๆ

• ลำดับความสำคัญต้องเป็น: เร่งด่วน, ปกติ, ต่ำ

• ผลลัพธ์: {หมวดหมู่, ลำดับความสำคัญ, สรุป, ร่างคำตอบ}

นอกจากนี้ อย่าขอของ 14 อย่างพร้อมกัน มันเหมือนกับการสั่งกาแฟที่ซับซ้อนขณะปั่นจักรยาน ทำได้ แต่ไม่น่าพึงพอใจ ควรทำดังนี้จะดีกว่า:

• ขั้นตอนที่ 1: จำแนกประเภท

• ขั้นตอนที่ 2: แยกฟิลด์

• ขั้นตอนที่ 3: ร่างคำตอบ

ยิ่งมีขั้นตอนมากเท่าไหร่ ปริศนาก็ยิ่งน้อยลงเท่านั้น.

8) ขั้นตอนการทำงานจริงที่ให้ความรู้สึกเหมือนโกง (ในทางที่ดี) 😈✨

ต่อไปนี้คือตัวอย่างระบบอัตโนมัติที่ใช้งานได้จริง ซึ่งผู้คนมักใช้ในระยะยาวเพราะช่วยประหยัดเวลาได้อย่างแท้จริง.

ก) ส่งอีเมลไปยังฉบับร่างตอบกลับที่ "พร้อมส่ง" 📥

• ตัวกระตุ้น: อีเมลใหม่ในกล่องจดหมายที่ใช้ร่วมกัน

• AI: สรุป + ตรวจจับเจตนา + ร่างคำตอบโดยใช้ข้อความตัวอย่างจากนโยบาย

• ขั้นตอน: สร้างตั๋ว + กำหนดผู้รับผิดชอบ

• มนุษย์: อนุมัติและส่ง (รัฐบาลสหราชอาณาจักร: มีการตรวจสอบโดยมนุษย์)

นี่คือหนึ่งในประโยชน์ที่ดีที่สุดของ AI เพราะมันเปลี่ยนความหวาดกลัวให้เป็นการรีวิวอย่างรวดเร็ว.

ข) บันทึกการประชุมที่ไม่หายไปในความว่างเปล่า 🎙️

• ตัวกระตุ้น: การประชุมสิ้นสุดลง

• AI: สรุป + การตัดสินใจ + รายการดำเนินการ

• การดำเนินการ: โพสต์ลง Slack + สร้างงานในระบบติดตามของคุณ

• โบนัส: สรุปรายสัปดาห์ของ “รายการดำเนินการที่ยังค้างอยู่”

ครึ่งหนึ่งของการประชุมจะเป็นเพียงความสับสนในอนาคตหากคุณไม่บันทึกการตัดสินใจไว้.

ค) การนำข้อมูลลูกค้าเป้าหมายเข้าสู่ระบบ CRM พร้อมการเพิ่มรายละเอียด 🧲

• ตัวกระตุ้น: การส่งแบบฟอร์ม

• AI: ปรับชื่อบริษัท บทบาท และเจตนาให้เป็นมาตรฐาน

• การดำเนินการ: สร้างบันทึกในระบบ CRM, มอบหมาย SDR, ส่งร่างอีเมลติดตามผลแบบเฉพาะบุคคล

D) “แปลงความยุ่งเหยิงของเอกสารให้เป็นองค์ความรู้ที่มีโครงสร้าง” 📚

• ตัวกระตุ้น: มีการเพิ่มเอกสารใหม่ลงในโฟลเดอร์

• AI: สกัดประเด็นสำคัญ สร้างคำถามที่พบบ่อย ติดแท็กหัวข้อ

• การดำเนินการ: เพิ่มลงในฐานความรู้ภายใน

มันอาจจะไม่สมบูรณ์แบบ แต่ก็ดีกว่าโฟลเดอร์ที่ชื่อว่า “NEW FINAL v8 REALLY FINAL”

9) รั้วกั้น ความเป็นส่วนตัว และสิ่งต่างๆ ที่ผู้คนมักเสียใจภายหลัง 🔒😬

ส่วนนี้อาจจะไม่สนุก แต่มีความสำคัญ.

ราวกั้นที่ดี:

• การตรวจสอบโดยมนุษย์ สำหรับข้อความจากภายนอก (จนกว่าคุณจะไว้วางใจระบบ) (รัฐบาลสหราชอาณาจักร: การกำกับดูแลโดยมนุษย์)

• การปกปิดข้อมูล: ลบข้อมูลที่มีความอ่อนไหวออกก่อนส่งไปยังขั้นตอน AI หากเป็นไปได้ (ICO: การลดปริมาณข้อมูล)

• สิทธิ์การเข้าถึงขั้นต่ำ: บัญชีผู้ใช้สำหรับการทำงานอัตโนมัติควรมีสิทธิ์การเข้าถึงน้อยที่สุด (NIST: สิทธิ์การเข้าถึงขั้นต่ำ)

• การบันทึกข้อมูล: จดบันทึกสิ่งที่เปลี่ยนแปลง เวลา และสาเหตุ (NIST AI RMF)

• กฎการเก็บรักษาข้อมูล: อย่าเก็บข้อมูลมากเกินความจำเป็น (ICO: การลดปริมาณข้อมูล)

นอกจากนี้ ควรแยกคำว่า “การร่าง” ออกจากคำว่า “การแสดง”

• การร่างเอกสาร = ความเสี่ยงต่ำ สามารถแก้ไขได้

• การแสดง = ความเสี่ยงสูง บางครั้งอาจแก้ไขไม่ได้

AI เก่งมากในการร่างแบบ ปล่อยให้มันเก่งตรงนั้นก่อนที่จะให้กุญแจรถกับมัน เพราะว่า...มันอาจจะขับรถตกทะเลสาบก็ได้ ไม่ได้ตั้งใจหรอก แค่...ขับไปอย่างมั่นใจ (OpenAI: ทำไมแบบจำลองภาษาถึงเกิดภาพหลอน)

10) การแก้ไขปัญหา: ทำไมระบบอัตโนมัติ AI ของคุณถึงทำงานไม่เสถียร 🧯🛠️

หากระบบอัตโนมัติของคุณทำงานไม่สม่ำเสมอ มักเกิดจากสาเหตุใดสาเหตุหนึ่งดังต่อไปนี้:

• ปัจจัยนำเข้ามีความแตกต่างกันมากเกินไป

  • วิธีแก้ไข: ปรับรูปแบบข้อมูลขาเข้าให้เป็นมาตรฐานก่อน (ลบลายเซ็นต์ และลบข้อความที่อยู่ในเครื่องหมายคำพูด)

• คำถามเปิดกว้างเกินไป

  • แก้ไข: เพิ่มหมวดหมู่ที่เข้มงวด รูปแบบผลลัพธ์ที่เข้มงวด และลดจำนวนองศาอิสระ

• ไม่มีทางเลือกสำรอง

  • วิธีแก้ไข: การเพิ่มตัวเลือก “หากไม่แน่ใจ ให้ส่งเรื่องไปตรวจสอบ” จะช่วยได้มาก

• มีบันไดเยอะเกินไปและมองไม่เห็นทางชัดเจน

  • วิธีแก้ไข: เพิ่มรายการบันทึกในแต่ละขั้นตอนพร้อมผลลัพธ์ที่สำคัญ (NIST AI RMF)

• คุณไม่ได้ทดสอบกรณีพิเศษ

  • วิธีแก้ไข: รวบรวมตัวอย่างจริงที่น่าสนใจ 20 ตัวอย่างแล้วนำมาทดสอบ (ใช่ มันน่ารำคาญ ใช่ มันได้ผล)

เทคนิคหนึ่งที่ช่วยได้คือ สร้าง "ช่องทางแก้ไขข้อผิดพลาด" (debug channel) สำหรับโพสต์ข้อมูลอัตโนมัติ:

• สรุปข้อมูลนำเข้า

• การตัดสินใจจำแนกประเภท

• การดำเนินการต่อไป

มันก็เหมือนกับการให้ระบบอัตโนมัติของคุณมีสมุดบันทึกเล็กๆ เล่มหนึ่งนั่นแหละ สมุดบันทึกที่อาจจะน่าอายเล็กน้อย แต่ก็มีประโยชน์.

11) แผนเริ่มต้นง่ายๆ ที่คุณสามารถนำไปใช้ได้ในสัปดาห์นี้ 📅🙂

หากคุณต้องการแผนการง่ายๆ ในการนำ วิธีการทำงานอัตโนมัติด้วย AI ไปใช้โดยไม่สับสน:

วันที่ 1:

• เลือกเวิร์กโฟลว์หนึ่งแบบ

• กำหนดความหมายของความสำเร็จ ("เสร็จสมบูรณ์" หมายถึงอะไร)

วันที่ 2:

• สร้างตัวกระตุ้น + โครงร่างการกระทำ (โดยไม่ใช้ AI)

• ตรวจสอบให้แน่ใจว่าทำงานได้อย่างเสถียร

วันที่ 3:

• เพิ่มขั้นตอน AI หนึ่งขั้นตอน (การจำแนกประเภท หรือ การสรุปข้อมูล)

• บังคับใช้รูปแบบเอาต์พุตที่เข้มงวด

วันที่ 4:

• เพิ่มขั้นตอนการตรวจสอบโดยมนุษย์ (รัฐบาลสหราชอาณาจักร: การกำกับดูแลโดยมนุษย์)

• เพิ่มการบันทึกข้อมูล (NIST AI RMF)

วันที่ 5:

• ทดสอบด้วยอินพุตที่พันกันยุ่งเหยิง

• ปรับเกณฑ์การให้คะแนน + หมวดหมู่

แล้วก็…อย่าโอ้อวด ความเรียบง่ายคือความมั่นคง ความมั่นคงคืออิสรภาพ 😄

บทสรุปปิดท้าย 🧠✅✨

การใช้ AI ในการทำงานอัตโนมัติไม่ได้เกี่ยวกับ "เวทมนตร์ของ AI" มากนัก แต่เป็นเรื่องของการสร้างกระบวนการทำงานที่เป็นระเบียบเรียบร้อย โดยให้ AI จัดการส่วนที่ยุ่งยากและซับซ้อนซึ่งต้องใช้ภาษาของมนุษย์.

สรุปโดยย่อ:

• เริ่มจากสิ่งเล็กๆ - ขั้นตอนการทำงานเดียว ความสำเร็จเดียว 🏁

• ใช้ AI ในการจำแนกประเภท การแยกข้อมูล และการร่างเอกสาร (จุดที่เหมาะสมที่สุด) ✍️

• เพิ่มกลไกป้องกันและแผนสำรองเพื่อป้องกันไม่ให้ข้อผิดพลาดกลายเป็นหายนะ 🚧 (NIST AI RMF)

• บันทึกทุกอย่างไว้ เพื่อที่คุณจะได้แก้ไขข้อผิดพลาดได้โดยไม่ต้องร้องไห้ (หรืออย่างน้อยก็ร้องไห้น้อยลง) 😅 (NIST AI RMF)

• เลือกใช้เครื่องมือตามความสะดวกของคุณ: การตั้งค่าอย่างรวดเร็ว เทียบกับการควบคุมเชิงลึก เทียบกับการกำกับดูแลระดับองค์กร

ใช่แล้ว การใช้ AI ในการทำงานอัตโนมัติ สามารถช่วยประหยัดเวลาได้หลายชั่วโมง แต่ประโยชน์ที่แท้จริงคือการได้พื้นที่ทางความคิดมากขึ้น – ลดการตัดสินใจเล็กๆ น้อยๆ ที่ซ้ำซากจำเจซึ่งกินเวลาในแต่ละวันของคุณ

ตัวอย่างในโลกแห่งความเป็นจริง: การสร้างผู้ช่วย AI สำหรับกล่องข้อความสนับสนุน

สถานการณ์

ลองนึกภาพทีม SaaS ขนาดเล็กที่มีกล่องจดหมายสนับสนุนลูกค้าที่ใช้ร่วมกันเพียงกล่องเดียว และอีเมลจากลูกค้าประมาณ 40 ฉบับต่อวัน.

ทีมงานไม่ได้พยายามเข้ามาแทนที่พนักงานฝ่ายสนับสนุน เป้าหมายนั้นเรียบง่ายกว่านั้น คือ ลดเวลาที่ใช้ในการอ่านข้อความทุกข้อความตั้งแต่ต้นจนจบ ตัดสินใจว่าจะส่งไปที่ใด และเขียนร่างแรกของคำตอบ.

นี่เป็นระบบอัตโนมัติเริ่มต้นที่ดี เพราะ AI สามารถจัดการกับภาษาที่ไม่เรียบร้อยได้ ในขณะที่มนุษย์ยังคงตรวจสอบทุกอย่างที่เกี่ยวข้องกับลูกค้าก่อนที่จะออกจากธุรกิจ.

สิ่งที่ผู้ช่วยต้องการ

เพื่อให้ขั้นตอนการทำงานมีความน่าเชื่อถือ ให้มอบสิ่งต่อไปนี้แก่ผู้ช่วย:

• กล่องจดหมายสนับสนุนส่วนกลางเป็นตัวกระตุ้น

• รายการหมวดหมู่ที่กำหนดไว้: การเรียกเก็บเงิน, ข้อผิดพลาด, การเข้าถึง, คำขอคุณสมบัติใหม่, การยกเลิก, อื่นๆ

• ลำดับความสำคัญที่กำหนดไว้: ด่วน, ปกติ, เล็กน้อย

• ข้อความนโยบายโดยย่อเกี่ยวกับการคืนเงิน การรีเซ็ตรหัสผ่าน การขัดข้องของระบบ และการเข้าถึงบัญชี

• กฎข้อหนึ่งคือ จะไม่มีการส่งข้อความตอบกลับใดๆ หากไม่ได้รับการอนุมัติจากมนุษย์

• ตารางบันทึกหรือช่องข้อมูลตั๋วที่จัดเก็บอีเมลต้นฉบับ หมวดหมู่ AI ลำดับความสำคัญ สรุป คำตอบฉบับร่าง และการตัดสินใจของผู้ตรวจสอบ

ส่วนสำคัญคือรายการหมวดหมู่ที่กำหนดไว้ตายตัว ถ้าคุณปล่อยให้ AI สร้างหมวดหมู่เอง คุณก็จะได้หมวดหมู่ที่มีความหมายเหมือนกันหมด เช่น “ปัญหาการเข้าสู่ระบบ” “ปัญหาการเข้าถึง” “เข้าสู่ระบบไม่ได้” และ “ปัญหาเกี่ยวกับบัญชี” ซึ่งไม่สนุกเลยสำหรับใครทั้งนั้น.

ตัวอย่างคำแนะนำ

คุณเป็นผู้ช่วยคัดกรองปัญหาด้านการสนับสนุนสำหรับบริษัทซอฟต์แวร์แบบ SaaS.

อ่านอีเมลของลูกค้าและจัดประเภทเป็นหมวดหมู่เดียวเท่านั้น: การเรียกเก็บเงิน, ข้อผิดพลาด, การเข้าถึง, คำขอคุณสมบัติใหม่, การยกเลิก หรือ อื่นๆ.

กำหนดลำดับความสำคัญเป็น เร่งด่วน ปกติ หรือ ต่ำ.

คำว่า "เร่งด่วน" หมายถึง ลูกค้าไม่สามารถเข้าถึงบัญชีที่ชำระเงินแล้วได้ การชำระเงินล้มเหลว งานผลิตหยุดชะงัก หรือมีผู้ใช้งานหลายรายได้รับผลกระทบ.

เขียนสรุปสั้นๆ ในประโยคเดียว.

เขียนตอบกลับอย่างสุภาพโดยใช้เฉพาะข้อความนโยบายที่ให้มาเท่านั้น หากนโยบายดังกล่าวไม่สามารถตอบคำถามของลูกค้าได้ ให้บอกว่าสมาชิกในทีมควรตรวจสอบเพิ่มเติม.

ห้ามสัญญาเรื่องการคืนเงิน การชดเชย การแก้ไขปัญหาทางเทคนิค หรือกำหนดเวลาที่แน่นอน เว้นแต่จะระบุไว้ในข้อกำหนดของกรมธรรม์.

ส่งคืนผลลัพธ์โดยใช้ฟิลด์เหล่านี้:

หมวดหมู่:
ความสำคัญ:
สรุป:
ร่างคำตอบ:
จำเป็นต้องตรวจสอบโดยมนุษย์: ใช่ หรือ ไม่ใช่
เหตุผลในการตรวจสอบ:

วิธีการทดสอบ

ก่อนที่จะนำไปใช้กับลูกค้า ควรทดสอบด้วยอีเมลตัวอย่าง 20 ฉบับจากกล่องจดหมายของคุณเองก่อน.

โปรดระบุตัวอย่างเช่น:

• คำขอคืนเงินที่ซ่อนอยู่ภายในคำร้องเรียนฉบับยาว

• ลูกค้าที่บอกว่า "แอปของคุณใช้งานไม่ได้" แต่จริงๆ แล้วแค่ลืมรหัสผ่านเท่านั้นเอง

• ลูกค้าวีไอพีร้องขอคุณสมบัติที่ไม่มีอยู่จริง

• การชำระเงินล้มเหลวพร้อมข้อความแสดงความไม่พอใจ

• รายงานข้อผิดพลาดที่ไม่มีข้อมูลอุปกรณ์ เบราว์เซอร์ หรือภาพหน้าจอ

• อีเมลแจ้งยกเลิกพร้อมทั้งขอเงินคืน

จากนั้นตรวจสอบสี่สิ่งต่อไปนี้:

• ระบบเลือกหมวดหมู่ถูกต้องหรือไม่?

• มันได้กำหนดลำดับความสำคัญที่สมเหตุสมผลหรือไม่?

• ร่างคำตอบเป็นไปตามนโยบายหรือไม่

• กรณีที่ไม่แน่ชัดถูกส่งไปตรวจสอบแทนที่จะแสร้งทำเป็นรู้ใช่หรือไม่?

แค่ตารางสรุปผลผ่าน/ไม่ผ่านแบบง่ายๆ ก็เพียงพอแล้ว คุณไม่จำเป็นต้องใช้ซอฟต์แวร์ประเมินผลที่ซับซ้อนในวันแรก.

ผลลัพธ์

ผลลัพธ์ที่แสดงให้เห็น: อ้างอิงจากการจับเวลาอีเมลสนับสนุนตัวอย่าง 20 ฉบับ ก่อนและหลังการใช้เวิร์กโฟลว์นี้.

ก่อนการใช้ระบบอัตโนมัติ การคัดกรองและการตอบกลับฉบับร่างครั้งแรกใช้เวลาประมาณ 4 นาทีต่ออีเมล หลังจากใช้ระบบอัตโนมัติแล้ว การตรวจสอบโดยมนุษย์ใช้เวลาประมาณ 90 วินาทีต่ออีเมล.

วิธีนี้ช่วยลดเวลาในการประมวลผลอีเมล 20 ฉบับ จากประมาณ 80 นาที เหลือเพียง 30 นาที ซึ่งช่วยประหยัดเวลาได้ประมาณ 50 นาทีต่อชุด.

ในการทดสอบเดียวกัน ผู้ช่วยจำแนกอีเมลได้ถูกต้อง 17 จาก 20 ฉบับ ส่วนอีก 3 ฉบับที่ไม่ถูกต้องนั้นถูกส่งต่อไปยังการตรวจสอบโดยมนุษย์ เนื่องจากข้อความแจ้งเตือนกำหนดให้ต้องมีการตรวจสอบเมื่อนโยบายไม่ชัดเจน ส่งผลให้เวิร์กโฟลว์มีอัตราข้อผิดพลาดในการส่งข้อความอัตโนมัติเป็น 0 เพราะไม่มีข้อความใดถูกส่งออกไปโดยไม่ได้รับการอนุมัติจากลูกค้า.

คุณสามารถตรวจสอบได้ด้วยตนเองโดยการจับเวลาการประมวลผลชุดข้อมูลสนับสนุนปกติหนึ่งชุด จากนั้นทำซ้ำชุดข้อมูลเดียวกันโดยใช้เวิร์กโฟลว์ AI และนับจำนวนครั้ง:

• เวลาที่ใช้ต่ออีเมล (นาที)

• การจำแนกประเภทที่ถูกต้อง

• รับพิจารณาฉบับร่างโดยไม่ต้องแก้ไข

• ร่างเอกสารที่ต้องการการแก้ไขเล็กน้อย

• ร่างเอกสารถูกปฏิเสธทั้งหมด

• กรณีที่ถูกส่งต่อไปยังฝ่ายตรวจสอบ

อะไรบ้างที่อาจผิดพลาดได้

ข้อผิดพลาดที่ร้ายแรงที่สุดคือการปล่อยให้ผู้ช่วยลงมือทำเร็วเกินไป.

การตั้งค่าที่ไม่ดี: “อ่านอีเมลของลูกค้าฉบับนี้แล้วตอบกลับ”

การตั้งค่าที่ดีกว่า: “จัดประเภท สรุป ร่าง และรอการอนุมัติ”

ปัญหาอื่นๆ ที่พบได้บ่อย:

• AI ใช้บันทึกนโยบายที่ล้าสมัย

• รายการหมวดหมู่นั้นคลุมเครือเกินไป

• การสนทนาทางอีเมลที่ยาวเกินไปมักมีข้อมูลเก่าที่ทำให้โมเดลเกิดความสับสน

• ผู้ช่วยให้คำสัญญาในสิ่งที่ธุรกิจไม่สามารถทำได้จริง

• ข้อมูลลูกค้าที่ละเอียดอ่อนถูกส่งไปยังเครื่องมือต่างๆ โดยไม่ได้ตรวจสอบกฎความเป็นส่วนตัว

• ไม่มีใครตรวจสอบบันทึกการทำงาน ดังนั้นความผิดพลาดจึงเกิดขึ้นซ้ำแล้วซ้ำเล่าโดยไม่มีใครสังเกตเห็น

กฎความปลอดภัยที่ดีนั้นง่ายมาก: หากผู้ช่วยไม่แน่ใจ หงุดหงิดกับน้ำเสียงของลูกค้า ข้อมูลกรมธรรม์ไม่ครบถ้วน หรือกำลังจัดการกับเรื่องการเรียกเก็บเงิน ควรส่งต่อกรณีนั้นไปยังเจ้าหน้าที่ฝ่ายบริการลูกค้า.

ข้อคิดที่นำไปใช้ได้จริง

นี่คือจุดที่เหมาะสมที่สุดสำหรับการเรียนรู้วิธีการใช้ AI ในการทำงานอัตโนมัติ: ให้ระบบทำขั้นตอนแรกที่ซ้ำซาก แต่ยังคงให้คนเป็นผู้รับผิดชอบในการตัดสินใจ คำมั่นสัญญา และความไว้วางใจของลูกค้า ความสำเร็จไม่ได้อยู่ที่ "การสนับสนุนอัตโนมัติอย่างสมบูรณ์" แต่ความสำเร็จอยู่ที่การเปลี่ยนกล่องข้อความตอบกลับว่างเปล่าให้กลายเป็นร่างที่ได้รับการตรวจสอบแล้วภายในเวลาไม่ถึงสองนาที.

คำถามที่พบบ่อย

ฉันจะรู้ได้อย่างไรว่างานใดบ้างที่ปลอดภัยและสามารถนำ AI มาใช้โดยอัตโนมัติได้ก่อน?

เริ่มต้นด้วยเวิร์กโฟลว์ที่ซ้ำซากและมีความเสี่ยงต่ำ ซึ่งข้อผิดพลาดสามารถแก้ไขได้ง่าย เช่น การคัดกรองอีเมล การสรุปการประชุม การติดแท็ก และการร่างเอกสาร หลีกเลี่ยงงานที่เกี่ยวข้องกับการโอนเงิน ข้อผูกพันทางกฎหมาย หรือสิ่งใดก็ตามที่แก้ไขได้ยาก ในหลายๆ ทีม ขั้นตอนแรกที่ดีที่สุดใน การใช้ AI เพื่อทำให้งานต่างๆ เป็นไปโดยอัตโนมัติ คือการร่างและจัดประเภทเอกสาร ไม่ใช่การตัดสินใจโดยอัตโนมัติ

เครื่องมือใดเหมาะที่สุดสำหรับผู้เริ่มต้นในการใช้ AI เพื่อสร้างระบบอัตโนมัติให้กับงานต่างๆ?

หากคุณต้องการความเร็วและขั้นตอนการตั้งค่าที่ง่าย เครื่องมืออย่าง Zapier หรือ IFTTT มักจะเป็นจุดเริ่มต้นที่ง่ายที่สุด แต่หากต้องการการควบคุมแบบเห็นภาพและโครงสร้างการทำงานที่ซับซ้อนกว่า Make หรือ n8n มักจะเหมาะสมกว่า ทีมที่ใช้ผลิตภัณฑ์ของ Microsoft เป็นหลักมักจะเลือกใช้ Power Automate เลือกใช้ตามความถนัดในการตั้งค่าทางเทคนิคและความซับซ้อนของเวิร์กโฟลว์ที่คุณต้องการ.

ระบบอัตโนมัติด้วย AI มีความแม่นยำแค่ไหน และฉันจะป้องกันความผิดพลาดที่ก่อให้เกิดค่าใช้จ่ายสูงได้อย่างไร?

AI มีประสิทธิภาพสูง แต่ก็ไม่ได้แม่นยำสมบูรณ์แบบ วิธีการทั่วไปคือการเพิ่มการอนุมัติจากมนุษย์สำหรับข้อความภายนอกหรือการกระทำที่มีผลกระทบสูง รูปแบบผลลัพธ์ที่เข้มงวด ตัวเลือกหมวดหมู่ที่จำกัด และการกำหนดเส้นทางสำรอง ("ส่งไปตรวจสอบหากไม่แน่ใจ") ช่วยลดความเสี่ยงได้อย่างมาก การบันทึกทุกขั้นตอนยังช่วยให้คุณตรวจจับข้อผิดพลาดที่เกิดขึ้นโดยไม่รู้ตัวก่อนที่จะลุกลามใหญ่โต.

ในทางปฏิบัติ ขั้นตอนการทำงานอัตโนมัติด้วย AI แบบง่ายๆ มีลักษณะอย่างไร?

ระบบอัตโนมัติ AI ส่วนใหญ่ทำงานตามรูปแบบนี้: ตัวกระตุ้น → AI จำแนกหรือสรุป → ดำเนินการ → การอนุมัติจากมนุษย์ (ถ้ามี) → บันทึกผลลัพธ์ ตัวอย่างเช่น อีเมลสนับสนุนจะกระตุ้นการจำแนกประเภท สร้างตั๋ว ร่างคำตอบ และรอการอนุมัติก่อนส่ง การแบ่งกระบวนการออกเป็นขั้นตอนเล็กๆ ทำให้การแก้ไขปัญหาทำได้ง่ายขึ้นมาก.

ทำไมระบบอัตโนมัติ AI ของฉันถึงดูไม่สม่ำเสมอหรือไม่เสถียร?

ผลลัพธ์ที่ไม่สอดคล้องกันมักเกิดจากข้อมูลป้อนเข้าที่ไม่ชัดเจนหรือคำสั่งที่ไม่ชัดเจน ควรปรับรูปแบบอีเมลโดยการลบส่วนลายเซ็นและข้อความที่อ้างอิงออกก่อนส่งไปยัง AI เพิ่มหมวดหมู่ที่เข้มงวดและผลลัพธ์ที่มีโครงสร้าง เช่น JSON ในหลายๆ กรณีของการใช้ AI เพื่อทำให้งานต่างๆ เป็นไปโดยอัตโนมัติ การปรับปรุงเกณฑ์ให้เข้มงวดขึ้นจะช่วยเพิ่มความน่าเชื่อถือได้มากกว่าการเปลี่ยนโมเดล

ฉันจำเป็นต้องใช้ "เอเจนต์ AI" หรือว่าเวิร์กโฟลว์แบบแยกส่วนจะดีกว่ากัน?

สำหรับทีมส่วนใหญ่ กระบวนการทำงานแบบแยกส่วนมีประสิทธิภาพเหนือกว่าระบบอัตโนมัติที่ซับซ้อน ขั้นตอนเล็กๆ ที่คาดเดาได้ เช่น การจำแนก การดึงข้อมูล การร่างเอกสาร มักจะมีความเสถียรมากกว่าคำสั่งเดียวจาก “สมองขนาดใหญ่” ในทางปฏิบัติแล้ว โครงสร้างแบบแยกส่วนนั้นง่ายต่อการแก้ไขข้อผิดพลาด ตรวจสอบ และควบคุมมากกว่าระบบแบบอัตโนมัติ.

ฉันจะเขียนบทแนะนำอย่างไรให้ไม่ล้มเหลวในขั้นตอนการผลิต?

ให้คิดว่าคำสั่งต่างๆ เป็นเหมือนข้อกำหนดขั้นตอนการทำงาน กำหนดบทบาทที่ชัดเจน งานที่ต้องทำอย่างเคร่งครัด หมวดหมู่ที่อนุญาต และรูปแบบผลลัพธ์ที่ต้องการ ให้คำแนะนำสั้นๆ และตัวอย่างที่สมจริง 2-3 ตัวอย่าง แทนที่จะขอให้แบบจำลองทำทุกอย่างพร้อมกัน ให้แบ่งออกเป็นขั้นตอน เช่น จัดประเภทก่อน แยกฟิลด์เป็นลำดับที่สอง และร่างเป็นลำดับที่สาม เพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอยิ่งขึ้น.

ฉันควรวางมาตรการควบคุมอะไรบ้างก่อนที่จะขยายการใช้งานระบบอัตโนมัติด้วย AI?

เพิ่มการตรวจสอบโดยมนุษย์สำหรับการสื่อสารภายนอกจนกว่าประสิทธิภาพจะเสถียร ลดปริมาณข้อมูลที่ละเอียดอ่อนที่ส่งไปยังขั้นตอน AI และปฏิบัติตามหลักการเข้าถึงขั้นต่ำสุดสำหรับบัญชีการทำงานอัตโนมัติ บันทึกข้อมูลนำเข้า ข้อมูลส่งออก และการตัดสินใจเพื่อใช้ในการตรวจสอบและแก้ไข การทำงานอัตโนมัติด้วย AI นั้นขึ้นอยู่กับมาตรการป้องกันและการตรวจสอบมากกว่าคำแนะนำที่ชาญฉลาด

เอกสารอ้างอิง

1. OpenAI - เหตุใดแบบจำลองภาษาจึงเกิดภาพหลอน - openai.com

2. สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) - NIST AI RMF (NIST.AI.600-1.pdf) - nist.gov

3. รัฐบาลสหราชอาณาจักร - ชุดเครื่องมือลดความเสี่ยงแฝงของ AI (การกำกับดูแลโดยมนุษย์) - gov.uk

4. สำนักงานคณะกรรมการข้อมูลข่าวสาร (ICO) - การลดปริมาณข้อมูล - ico.org.uk

5. ศูนย์ทรัพยากรความปลอดภัยคอมพิวเตอร์ของ NIST (CSRC) - สิทธิ์ขั้นต่ำ (คำศัพท์) - nist.gov

6. ไมโครซอฟต์ - พาวเวอร์ ออโตเมท - microsoft.com

7. Microsoft Learn - ข้อควรพิจารณาด้านการกำกับดูแล Power Platform - microsoft.com

8. Zapier - Zapier AI - zapier.com

9. Zapier - การเชื่อมต่อแอปพลิเคชันด้วย AI ของ Zapier - zapier.com

10. Make - Make (หน้าสินค้า) - make.com

11. n8n - โฮสติ้ง n8n - n8n.io

12. IFTTT - IFTTT คืออะไร? - ifttt.com

13. Airtable - ระบบอัตโนมัติของ Airtable - airtable.com

14. Notion - ระบบอัตโนมัติฐานข้อมูล - notion.com

15. Google Developers - ภาพรวม Apps Script - google.com

16. UiPath - ระบบอัตโนมัติกระบวนการด้วยหุ่นยนต์ (RPA) - uipath.com

17. AutoHotkey - (หน้าหลัก) - autohotkey.com

ค้นหา AI รุ่นล่าสุดได้ที่ร้านค้าผู้ช่วย AI อย่างเป็นทางการ

เกี่ยวกับเรา