32 คะแนน โดย GN⁺ 2025-08-13 | 2 ความคิดเห็น | แชร์ทาง WhatsApp
  • Moda คือเครื่องมือ AI ที่เชื่อมต่อข้อมูลภายในของ Amplitude เพื่อตอบคำถามได้อย่างรวดเร็วและสร้างผลลัพธ์อย่าง PRD ได้
  • ตอนแรกแชร์ให้เพียงไม่กี่คน แต่เมื่อพิสูจน์แล้วว่าใช้งานได้จริง ก็ขยายตัวอย่างรวดเร็วไปทั่วทั้งบริษัท
  • ทำให้กระบวนการเปลี่ยนไอเดียสั้น ๆ ให้กลายเป็นเอกสารที่เป็นรูปธรรมและสมบูรณ์แบบเป็นอัตโนมัติ
  • ก่อนเปิดใช้งานจริงก็มีความคาดหวังและคำขอจากพนักงานหลั่งไหลเข้ามา จนถูกนำขึ้นสู่ระบบจริงภายในเวลาอันสั้น
  • ยกระดับการเข้าถึงข้อมูลและความเร็วในการเขียนเอกสารอย่างก้าวกระโดด จนสร้างความเปลี่ยนแปลงด้านประสิทธิภาพการทำงานอย่างมาก

กลยุทธ์การสร้างและใช้งาน Moda เครื่องมือ AI ภายในของ Amplitude

  • Wade Chambers CTO ของ Amplitude ได้นำเครื่องมือ AI ภายในที่เขาสร้างขึ้นไปทดลองให้เพื่อนร่วมงานบางคนดู
    • กระแสตอบรับรุนแรงมากจนภายในหนึ่งสัปดาห์ทั้งบริษัทก็เริ่มใช้งาน
  • ปัญหาเดิม: การเข้าถึงข้อมูลภายในบริษัท ค้นหาเอกสารที่ต้องใช้ และสรุปออกมาเป็นเอกสารกินเวลานาน
  • เป้าหมาย: ทำให้ใครก็ตามสามารถถามด้วยภาษาธรรมชาติ แล้วได้รับทั้งคำตอบที่อิงข้อมูลและเอกสารที่สมบูรณ์ได้
  • ฟีเจอร์หลัก

    • ทำให้การเข้าถึงข้อมูลเป็นอัตโนมัติ: ค้นหาคลังข้อมูลภายใน, log และข้อมูลวิเคราะห์ได้แบบเรียลไทม์
    • สร้างเอกสาร: AI เขียนร่างเอกสารหลายประเภทโดยอัตโนมัติ เช่น PRD และรายงานวิเคราะห์
    • ต่อยอดไอเดีย: ขยายบันทึกสั้น ๆ หรือไอเดียคร่าว ๆ ให้กลายเป็นเอกสารที่เป็นรูปธรรม
    • เปิดใช้งานได้ทันที: เมื่อยืนยันได้ตั้งแต่ขั้นพัฒนาว่ามีความต้องการสูง ก็เร่งนำขึ้นใช้งานจริง
โฆษณา

สรุปประเด็นสำคัญ

1. สร้างเครื่องมือ AI ภายในที่ทรงพลังได้ใน 3–4 สัปดาห์จากเวลาว่าง

  • ใช้เวลาว่างนอกงานประจำพัฒนาเครื่องมือ AI ภายใน Moda เสร็จภายใน 3–4 สัปดาห์
  • เป้าหมายเริ่มต้น: ค้นหาข้อมูลภายในบริษัทได้อย่างรวดเร็ว และทำฟังก์ชันสร้างเอกสารอัตโนมัติอย่าง PRD ให้ได้
  • แนวทาง: ไม่มุ่งทำผลิตภัณฑ์ที่สมบูรณ์แบบ แต่เร่งสร้างต้นแบบที่ใช้งานได้จริงและโฟกัสที่การแก้ปัญหาจริง
  • ระหว่างพัฒนาได้เชื่อม API สำหรับเข้าถึงข้อมูลเข้ากับฐานความรู้ภายในบริษัท เพื่อทำให้ทั้งกระบวนการ คำถาม → รวบรวมข้อมูล → สร้างเอกสาร เป็นอัตโนมัติ

2. ใช้ social engineering ให้กระจายทั่วทั้งบริษัทภายใน 1 สัปดาห์

  • CTO Wade Chambers สาธิตให้เพื่อนร่วมงานบางคนดู → ได้รับการตอบรับทันทีและเกิดการบอกต่อปากต่อปาก
  • ตั้งใจแชร์ให้เฉพาะ**'กลุ่มเล็กที่คัดมาแล้ว'**ก่อน เพื่อสร้างความตื่นเต้นในช่วงแรก แล้วปล่อยให้กระจายต่อไปยังคนรอบข้าง
  • เมื่อคำถามว่า "จะได้ใช้เมื่อไหร่?" เพิ่มขึ้นอย่างรวดเร็ว ก็เท่ากับว่าทั้งบริษัทพร้อมใช้งานตั้งแต่ก่อนเปิดตัวอย่างเป็นทางการแล้ว
  • เพื่อลดเวลาในการเริ่มใช้งาน จึงลดขั้นตอนอนุมัติที่ซับซ้อนให้น้อยที่สุด และใช้กลยุทธ์เปิดใช้งานทันที

3. วิเคราะห์ฟีดแบ็กลูกค้าด้วย AI และจับประเด็นหลัก

  • ผู้จัดการผลิตภัณฑ์ใช้ Moda เพื่อรวบรวมฟีดแบ็กลูกค้าจากหลายแหล่งข้อมูล (ตั๋วซัพพอร์ต, แบบสำรวจ, NPS, โซเชียลมีเดีย ฯลฯ)
  • AI จะจัดหมวดหมู่ฟีดแบ็กโดยอัตโนมัติ และสรุปหัวข้อสำคัญที่ปรากฏซ้ำ ๆ
  • จากนั้นจึงสร้างทั้งลำดับความสำคัญในการปรับปรุงผลิตภัณฑ์และรายงานวิเคราะห์ความต้องการของลูกค้าได้อย่างรวดเร็ว
  • เมื่อเทียบกับการวิเคราะห์ด้วยมือ ช่วยประหยัดทั้งเวลาและทรัพยากรบุคคลได้มาก
โฆษณา

4. ย่อการวิจัย การเขียน PRD และการทำต้นแบบให้เหลือในการประชุมครั้งเดียว

  • เวิร์กโฟลว์แบบดั้งเดิม: วิจัย → ประชุมไอเดีย → เขียน PRD → สร้างต้นแบบ (ใช้เวลาหลายสัปดาห์)
  • เมื่อใช้ Moda ในการประชุมครั้งเดียวสามารถทำได้ดังนี้:
    • ป้อนไอเดีย → ค้นหาข้อมูล/กรณีที่เกี่ยวข้อง
    • AI สร้างร่าง PRD
    • เดินหน้าถึงขั้นออกแบบต้นแบบด้วยความช่วยเหลือของ AI
  • เมื่อจบการประชุม ก็อาจมีทั้งแผนที่เป็นรูปธรรมและต้นแบบที่พร้อมนำไปทำต่อได้แล้ว

5. เพิ่มความเข้าใจร่วมและความคล่องตัวข้ามแผนกด้วยการสลับบทบาท

  • ทีมผลิตภัณฑ์ ดีไซน์ และวิศวกรรม ใช้เครื่องมือ AI จำลองบทบาทของกันและกัน
  • ตัวอย่าง: วิศวกรใช้ AI สร้างข้อเสนอด้านดีไซน์ ขณะที่ดีไซเนอร์ใช้ AI เพื่อคำนึงถึงข้อจำกัดทางเทคนิค
  • ประสบการณ์ในการสลับบทบาทช่วยเพิ่มความเข้าใจภาษาและมุมมองของแต่ละแผนก และทำให้การทำงานร่วมกันมีประสิทธิภาพขึ้น
  • เนื่องจาก AI ช่วยแปลและสรุปความรู้เฉพาะทางที่ซับซ้อนได้อย่างรวดเร็ว จึงช่วยลดอุปสรรคในการเริ่มต้น

6. ช่วยทีมวิศวกรรมจัดการ technical debt

  • Moda เร่งการระบุหนี้ทางเทคนิคด้วยการทำให้การวิเคราะห์โค้ดเบสเดิมและงานจัดทำเอกสารเป็นอัตโนมัติ
  • AI จัดลำดับปัญหาที่เกิดจากระบบเก่าตามความสำคัญ และเสนอแนวทาง refactoring ได้ด้วย
  • เพราะแผนแก้ technical debt ถูกนำเสนอในรูปแบบอิงข้อมูล จึงทำให้การสร้างฉันทามติระหว่างฝ่ายบริหารกับฝ่ายพัฒนาเป็นเรื่องง่ายขึ้น
  • งานบำรุงรักษาที่ทำซ้ำและการจัดการความเสี่ยงจึงดำเนินไปได้อย่างคาดการณ์ได้และเป็นระบบ

2 ความคิดเห็น

 
t7vonn 2025-08-17

การที่บอกว่าสร้างขึ้นมาโดยใช้เวลาว่างนี่ ไม่แน่ใจว่าจะกลายเป็นแบบอย่างที่ไม่ดีหรือเปล่า
ทำไมเครื่องมือภายในองค์กรถึงต้องมีใครสักคนลุกขึ้นมารับภาระ แล้วใช้เวลาส่วนตัวของตัวเองทำอยู่เสมอเลยนะ ..

 
laeyoung 2025-08-14

"CTO ของ Amplitude อย่าง Wade Chambers ได้สาธิตเครื่องมือ AI ที่สร้างขึ้นภายในให้เพื่อนร่วมงานบางคนได้ลองดู"

ทั้งบทความของ Naver ที่คุณฮายงโฮกล่าวถึงในสไลด์นำเสนอ และเรื่อง AI Transformation ก็ดูเหมือนว่าถ้าระดับ C-level มีความตั้งใจหรือมีเป้าหมาย จึงจะสามารถขยายไปได้ดีทั่วทั้งองค์กร