// AI TRANSFORMATION

AI ไม่ได้มาเพื่อเพิ่ม output
แต่มาเพื่อปลดปล่อยให้คนถามคำถามที่ คม ขึ้น

ตระหนักรู้ตัวเอง ตระหนักรู้ AI ตระหนักรู้องค์กร
ไม่ใช่ training เพื่อเพิ่ม productivity — คือการดำดิ่งเข้าไปด้วยกัน

// จุดเริ่มต้น

"ถ้าคิดจะสร้างเรือ อย่ามัวเกณฑ์คนให้เก็บฟืน แบ่งงาน ออกคำสั่ง — แต่ให้สอนพวกเขาให้หลงใหลในความยิ่งใหญ่ของทะเลอันกว้างใหญ่และไม่มีที่สิ้นสุด"
— Antoine de Saint-Exupery, The Little Prince

// ความเร็วที่มองไม่ทัน

ลองดูว่าเกิดอะไรขึ้นในช่วง 18 เดือนที่ผ่านมา
แต่ละเหตุการณ์ห่างกันไม่กี่สัปดาห์
พ.ค. 2024
OpenAI เปิดตัว GPT-4o
multimodal model ตัวแรกที่พูด ฟัง เห็นภาพได้พร้อมกัน
ต.ค. 2024
Claude 3.5 Sonnet
Anthropic ปล่อย model ที่หลายคนบอกว่า "เก่งกว่า GPT-4" เป็นครั้งแรก
ธ.ค. 2024
OpenAI o1 — ยุคของ Reasoning Model เริ่มต้น
AI ที่ "คิด" ได้ ไม่ใช่แค่ตอบ — เปลี่ยนแนวทาง AI ทั้งอุตสาหกรรม
ห่างกันแค่ 7 สัปดาห์
ม.ค. 2025
DeepSeek-R1 — แผ่นดินไหวจากจีน
model จากจีนที่ทำได้ใกล้เคียง GPT-4 ด้วยต้นทุนเพียง $6M (เทียบกับ $100M+) ขึ้น #1 iOS app ใน 7 วัน — หุ้น NVIDIA ร่วง 17%
ก.พ. 2025
Claude Code — AI เขียนโค้ดเคียงข้าง developer
ไม่ใช่แค่ autocomplete อีกต่อไป — AI อ่าน codebase ทั้งโปรเจค แก้ bug สร้าง feature ผ่าน terminal ได้เอง
มี.ค. 2025
Deloitte Zora AI — Big 4 เริ่มใช้ AI ตรวจสอบบัญชี
Deloitte เปิดตัว AI สำหรับงาน audit — วิเคราะห์เอกสาร ตรวจจับความผิดปกติ สรุปรายงาน ที่เคยใช้เวลาหลายสัปดาห์เหลือไม่กี่ชั่วโมง
AI เข้าสู่โลกการทำงานจริง
พ.ค. 2025
Claude Opus 4 & Sonnet 4
Anthropic ก้าวเข้าสู่ระดับ frontier — coding, reasoning, agentic tasks
มิ.ย. 2025
KPMG AI Workbench — อีกหนึ่ง Big 4 ที่ตามมา
แพลตฟอร์ม AI สำหรับงาน audit & compliance PwC ประกาศเป้าลดงาน manual 60% ภายในปี 2026 EY ใช้ AI ช่วยงานภาษี 3 ล้านเคสต่อปี
ส.ค. 2025
GPT-5
OpenAI ตอบโต้ — การแข่งขันเข้มข้นขึ้นทุกไตรมาส
ต.ค. 2025
Gemini Enterprise + Copilot Studio — AI เป็นเครื่องมือประจำวัน
Google ให้ Gemini ฟรีทุก Workspace, Microsoft เปิด multi-agent orchestration — AI ไม่ใช่ของเล่นอีกต่อไป แต่คือเครื่องมือทำงานประจำวัน
พ.ย. 2025
Claude Opus 4.5
ห่างจาก Opus 4 แค่ 6 เดือน — รอบการพัฒนาสั้นลงเรื่อยๆ
ไม่ถึง 3 เดือน
ม.ค. 2026
Claude Cowork — AI เป็น "เพื่อนร่วมงาน" ไม่ใช่แค่เครื่องมือ
Anthropic เปิดตัว Cowork — AI ที่ทำงานร่วมกับทีมในระดับองค์กร ดู context ทั้งโปรเจค ร่วมวางแผน ร่วมตัดสินใจ Bloomberg เปิด ASKB — AI agent ที่วิเคราะห์ตลาดการเงินแบบ real-time
ก.พ. 2026
Claude Opus 4.6 — 1M context
อ่านหนังสือได้ทั้งเล่ม วิเคราะห์ codebase ทั้งโปรเจค ในครั้งเดียว
มี.ค. 2026
QuickBooks AI Agents + Xero JAX — บัญชีอัตโนมัติ
AI จัดหมวดหมู่รายการ ออก invoice สรุปงบ ติดตามลูกหนี้ — งานบัญชีที่เคยใช้คนทำ เริ่มทำแทนได้แล้ว
อีกแค่สัปดาห์
เม.ย. 2026
Claude Mythos — ฉลาดเกินไป จนต้องหยุด
Anthropic ตัดสินใจไม่ปล่อย model ตัวใหม่สู่สาธารณะ
// Mythos
เมื่อ AI ฉลาดจนบริษัทผู้สร้างต้องหยุด
Claude Mythos ค้นพบช่องโหว่ด้านความปลอดภัยที่ซ่อนอยู่ใน OpenBSD มานาน 27 ปี, ใน FreeBSD 17 ปี, ใน FFmpeg 16 ปี — ช่องโหว่ที่มนุษย์มองไม่เห็นมาหลายทศวรรษ

Anthropic เลือกที่จะไม่ปล่อยให้สาธารณะใช้ แต่ตีพิมพ์เอกสารด้านความปลอดภัย 244 หน้า แทน — เป็นครั้งแรกในรอบเกือบ 7 ปีของอุตสาหกรรม AI ที่บริษัทชั้นนำเลือกที่จะกั้น model ของตัวเองด้วยเหตุผลด้านความปลอดภัย
244
หน้าเอกสารความปลอดภัย
27 yr
ช่องโหว่เก่าแก่ที่สุดที่พบ
7 วัน
หลัง Opus 4.6 วางจำหน่าย
ในโลกที่เปลี่ยนเร็วขนาดนี้
สิ่งที่ไม่ล้าสมัย คือการรู้ตัวว่าเราอยู่ตรงไหน

ในฐานะคนทำงาน คนสร้างองค์กร และคนที่ยังเรียนรู้อยู่ทุกวัน — เราเดินผ่านหลายอารมณ์กับ AI มาตั้งแต่ต้นปี ตั้งแต่หวาดกลัว สับสน เอียน จนถึงวันนี้ที่เริ่มหาจังหวะของตัวเองกับมันได้มากขึ้น

แต่คำถามที่ยังวนอยู่ ไม่ใช่ "จะสอนทีมใช้ AI อย่างไร"

ถ้า AI ทำงานแทนเราได้หลายอย่าง แล้วเราจะเอาตัวเองไปไว้ตรงไหน?

คำตอบของแต่ละคนคงไม่เหมือนกัน บางคนอาจจะเอาเวลาที่ได้คืนไปทำงานมากขึ้น บางคนอยากพัฒนาทักษะใหม่ หาอาชีพเสริม ดูแลสุขภาพ กลับไปอยู่กับคนที่รัก หรือบางคนอาจจะยังไม่รู้เลยว่าจะทำอะไร — และคำตอบนั้นก็น่าสนใจไม่แพ้กัน

เพราะคำถามที่ลึกกว่าเรื่องเครื่องมือ คือเรื่องของ "ความเป็นมนุษย์" ของเราเอง

ลองสังเกตดูว่า ตอนนี้เราอยู่ตรงไหน — เราถาม AI แล้วทำตาม พูดตาม กลับมารายงานให้มันฟัง แล้วขอคำแนะนำจากมันอีก... หรือเรายังเป็นคนตั้งเป้าหมาย ตั้งคำถาม เลือก วิเคราะห์ และกำหนดทิศทางด้วยตัวเอง?

คำถามนี้สำคัญ เพราะมันเปลี่ยนทิศทางของการสนทนาเรื่อง AI ทั้งหมด — จาก "เราจะใช้ AI อย่างไร" เป็น "เรายังเป็นคนขับอยู่ไหม หรือ AI ค่อยๆ เลื่อนมานั่งแทนโดยที่เราไม่รู้ตัว"

และนี่คือจุดที่ย้อนแย้ง — ยิ่งเราปล่อยให้ AI คิดแทน ผลลัพธ์ของ AI ยิ่งแย่ลง เพราะ AI ไม่ได้สร้างคำตอบจากความว่างเปล่า มันสร้างจากคำถามของเรา ถ้าคำถามไม่ชัด ไม่ลึก ไม่ตรงจุด — ผลลัพธ์ก็จะเป็นแค่คำตอบที่ดูดี แต่ไม่ได้แก้ปัญหาจริง

องค์กรที่เต็มไปด้วยคนที่ทำตาม AI ไม่ใช่องค์กรที่ใช้ AI เก่ง — แต่เป็นองค์กรที่เลิกคิดเอง ในทางกลับกัน องค์กรที่คนรู้ตัว รู้ว่าอะไรสำคัญ รู้ว่ากำลังถามอะไรและทำไม — AI ในมือขององค์กรนั้นจะทำงานได้ดีกว่าเสมอ

เราไม่มีคำตอบสำเร็จรูป แต่รู้สึกว่าคำถามพวกนี้สำคัญกว่าการเรียนใช้ Tool ตัวไหน — และมันน่าจะหาคำตอบด้วยกันได้

— keen

// เปลี่ยนมุมมอง

AI Transformation ที่แท้จริง
ไม่ใช่เรื่องของ Tool

สิ่งที่องค์กรส่วนใหญ่ทำ
สอนใช้เครื่องมือ
จัด workshop สอน prompt engineering, ซื้อ license, วัดผลที่จำนวน adoption
สิ่งที่เปลี่ยนองค์กรจริง
สร้างการตระหนักรู้
ช่วยให้คนเห็นว่าอะไรคือ "คำถามที่แท้จริง" ขององค์กร — AI จึงตอบโจทย์ได้จริง
สิ่งที่องค์กรส่วนใหญ่ทำ
เพิ่ม output
วัดผลที่ทำงานเร็วขึ้นกี่เปอร์เซ็นต์ ลดคนได้กี่คน ประหยัดค่าใช้จ่ายเท่าไร
สิ่งที่เปลี่ยนองค์กรจริง
ปลดปล่อยศักยภาพ
คืนเวลาให้คนทำสิ่งที่ AI ทำไม่ได้ — ตั้งคำถาม เชื่อมต่อกับคุณค่า สร้างสิ่งที่มีความหมาย
สิ่งที่องค์กรส่วนใหญ่ทำ
Training ครั้งเดียวจบ
จัด training แล้วกลับไปทำงานเหมือนเดิม วัดผลที่ attendance rate
สิ่งที่เปลี่ยนองค์กรจริง
สร้าง Learning Organization
องค์กรที่เรียนรู้ ปรับตัว reform และ relearn อย่างต่อเนื่อง — AI เป็นตัวเร่ง ไม่ใช่เป้าหมาย

// สามชั้นของการตระหนักรู้

Aware Self. Aware AI. Aware Organization.

01
Aware Self
ตระหนักรู้ตัวเอง
เราอยู่ตรงไหนกับ AI? เราถามมันเพราะอยากรู้จริง หรือเพราะขี้เกียจคิดเอง? เราใช้มันเพื่อเสริมพลัง หรือเพื่อหลีกเลี่ยงการเผชิญกับสิ่งที่ยาก? รู้ตัวเองก่อน จึงใช้ AI ได้อย่างมีพลัง
02
Aware AI
ตระหนักรู้ AI
AI ไม่ใช่เครื่องมือวิเศษ และไม่ใช่ภัยคุกคาม มันเป็นกระจกสะท้อนคุณภาพของคำถามที่เราถาม ถ้าคำถามไม่ชัด ผลลัพธ์ก็ไม่ชัด เข้าใจธรรมชาติของ AI จึงใช้มันได้ตรงจุด
03
Aware Organization
ตระหนักรู้องค์กร
องค์กรรู้ตัวเองหรือยัง ว่าอะไรคือ value ที่แท้จริง? ปัญหาที่แท้จริง? ทิศทางที่แท้จริง? เมื่อองค์กรรู้ตัว AI จึงตอบโจทย์ที่ตรงกับ soul ขององค์กรได้ ไม่ใช่แค่ optimize สิ่งที่ผิดให้เร็วขึ้น

// กระบวนการ

ไม่ใช่ Workshop — คือการดำดิ่งด้วยกัน

01
ฟังก่อน — เข้าใจจุดที่ทีมยืนอยู่จริงๆ
ทุกคนมีความสัมพันธ์กับ AI ต่างกัน — หวาดกลัว ตื่นเต้น สับสน เอียน เราเองก็เดินผ่านทุกอารมณ์เหล่านั้นมาแล้ว เราเริ่มจากตรงนั้น ไม่ใช่จาก slide deck
02
ตั้งคำถามที่แท้จริง — ไม่ใช่ "ใช้ AI ยังไง" แต่ "ทำไม"
ช่วยทีมค้นหาว่าอะไรคือคุณค่าที่แท้จริงที่องค์กรสร้าง อะไรคือปัญหาที่ต้องแก้จริงๆ AI เป็นเครื่องมือที่ตอบโจทย์ได้ดีที่สุดเมื่อคำถามชัด
03
ลงมือด้วยกัน — Praxis ไม่ใช่ Theory
ทดลอง สะท้อน ปรับ เรียนรู้ ทำซ้ำ — ไม่ใช่เรียนแล้วจบ แต่สร้างวงจรการเรียนรู้ที่ทีมทำต่อได้เอง Praxis คือการผสมผสานการคิดและการลงมือทำจนเป็นวัฒนธรรม
04
สร้าง Learning Organization — ไม่ใช่ AI Organization
เป้าหมายไม่ใช่ "ทุกคนใช้ AI เป็น" แต่คือองค์กรที่เรียนรู้ตลอดเวลา ปรับตัวเป็น reform ได้ relearn ได้ AI เป็นตัวเร่ง — แต่วัฒนธรรมการเรียนรู้คือรากฐาน

// เหมาะกับใคร

สำหรับผู้นำที่อยากถามคำถามที่ลึกกว่า
"จะสอนทีมใช้ AI อย่างไร"

// เสียงจากผู้เข้าร่วม

"ขอบคุณ keen ที่ทำให้ทีมเจอ wisdom จาก AI"

ผมเริ่มเห็นว่า AI มันไม่ใช่แค่เครื่องมือที่เอาไว้ทำงานเร็วขึ้น แต่มันเป็นคู่คิดที่ช่วยให้ผมจัดความคิดตัวเองได้ชัดขึ้น

เป็นตัว reflex ความนึกรู้ และการรับรู้ — จากคำถามที่มันชวนให้เราตั้งคำถามกลับมาที่ตัวเอง จากมุมมองที่เราไม่เคยมองมาก่อน

และตรงนี้ไม่ใช่เรื่องเล็ก — เพราะพอตัวผมชัดขึ้น มันก็ขยับไปเป็นตัวเรา เป็นตัวทีม เป็นตัวองค์กร — ตรงนั้นแหละที่ความเปลี่ยนแปลงจริงๆ เริ่มเกิดขึ้น

— ผู้เข้าร่วมกระบวนการ keen AI Transformation

// ก้าวต่อไป

AI เป็นแค่กรณีหนึ่งที่ทำให้เรา
ต้องรีบกลับมาตระหนักรู้กัน
ไม่ว่า AI จะเปลี่ยนไปเร็วแค่ไหน สิ่งที่ไม่เคย obsolete คือการที่ทีมหยุด สังเกตตัวเอง และเห็นตรงกันว่าจะเดินไปทางไหน — นั่นคือรากฐานที่ทุกอย่างต่อยอดได้
Module 1: Foundation
กระบวนการตระหนักรู้สามชั้น
ที่ทุกองค์กรเริ่มต้นที่นี่
Aware Self → Aware AI → Aware Organization — สร้างภาษาร่วม สร้างพื้นที่ปลอดภัย และออกแบบเส้นทางการเรียนรู้ต่อไปด้วยกัน
ดูรายละเอียด →

// เริ่มต้นคุยกัน

ไม่ต้องมีคำตอบ—
แค่มาตั้งคำถามด้วยกัน

เล่าให้ฟังว่าทีมคุณกำลังรู้สึกอย่างไรกับ AI แล้วเราจะหาคำถามที่ดีด้วยกัน

ติดต่อ
[email protected]
ทำงานแบบ project-based · มีจุดเริ่มต้นและจุดสิ้นสุดชัดเจน
เราไม่มีคำตอบสำเร็จรูป
แต่รู้สึกว่าคำถามพวกนี้สำคัญกว่าการเรียนใช้ Tool ตัวไหน
และมันน่าจะหาคำตอบด้วยกันได้