Factor IO · ทีมวิศวกรในกรุงเทพฯ
เราออกแบบและสร้างแพลตฟอร์ม Kubernetes โครงสร้างพื้นฐานข้างใต้ และระบบ AI ที่รันในองค์กรของคุณเอง คนที่คุยขอบเขตงานกับคุณ คือคนเดียวกับที่ลงมือสร้าง
เรื่องของเรา Factor IO มาจากไหน และทำไมเราถึงสร้างระบบที่ใช้งานได้จริง ไม่ใช่แค่สไลด์นำเสนอ
จุดเริ่มต้น. เกือบ 20 ปี กับงานโครงสร้าง พื้นฐานองค์กร เคยเป็น Ecosystem Solutions Architect ของ Red Hat และ Nutanix ทำงานกับบริษัท SI ชั้นนำของไทย
ปัญหาที่เจอบ่อย. โปรเจกต์ส่วนใหญ่ติดอยู่ ระหว่างสไลด์ กับระบบที่ใช้งานจริง แบบบนกระดาษดูดี แต่งานที่ยากจริงคือแพลตฟอร์มที่อยู่ข้างใต้
สิ่งที่เราทำ. เราจึงสร้าง ระบบที่ใช้งานได้จริง ตั้งแต่ฮาร์ดแวร์ขึ้นมา ฮาร์ดแวร์ Kubernetes ข้อมูล และระบบควบคุม ส่งมอบครบในงานเดียว
ทีมของเรา. ทีมเล็กที่นำโดย วิศวกรผู้ลงมือเอง แพลตฟอร์มก่อน AI ตามมา กรุงเทพฯ ประเทศไทย
โมเดล AI ทำเดโมได้ไม่ยาก แต่ถ้าจะใช้งานจริงในธุรกิจ ต้องมีการจัดสรร GPU ข้อมูลที่เก็บไว้ในองค์กร ระบบยืนยันตัวตนและสิทธิ์ บันทึกตรวจสอบ และแผนกู้คืนเมื่อระบบล่ม ทั้งหมดนี้คือแพลตฟอร์ม และเมื่อมีแพลตฟอร์มแล้ว ก็ใช้รันแอปพลิเคชัน ฐานข้อมูล และงานอื่น ๆ ได้ด้วย เราสร้างแพลตฟอร์มให้ถูกต้องตั้งแต่ครั้งแรก และ AI คืองานที่เราถนัดที่สุด
ทำไมต้องเริ่มที่แพลตฟอร์ม ทำไมโปรเจกต์ AI ที่จะใช้งานจริง สุดท้ายถึงกลายเป็นงานแพลตฟอร์ม และทำไมแพลตฟอร์มนั้นควรรองรับได้มากกว่าแค่ AI
โมเดล. โมเดล คือส่วนที่ง่าย ทำเดโมใช้แค่โมเดลกับแล็ปท็อป แต่ระบบที่ใช้งานจริงต้องมีอะไรอีกหลายอย่าง
สิ่งที่ต้องมี. ต้องมี GPU ข้อมูล ระบบสิทธิ์ บันทึกตรวจสอบ และแผนกู้คืน จัดสรร GPU เก็บข้อมูลไว้ในองค์กร คุมสิทธิ์ เก็บบันทึกตรวจสอบ และกู้ระบบกลับมาได้เมื่อล่ม
แพลตฟอร์ม. นั่นคือแพลตฟอร์ม ซึ่งรองรับได้ มากกว่า AI แอปพลิเคชัน ฐานข้อมูล และ Pipeline ข้อมูล รันบนฐานเดียวกันได้ทั้งหมด
สร้างครั้งเดียว. สร้างแพลตฟอร์มครั้งเดียว ใช้ต่อได้กับ ทุกงานที่ตามมา Kubernetes มาก่อน ส่วน AI คืองานที่เราถนัดเป็นพิเศษ
จะเลือกทำบริการเดียว หรือทำต่อเนื่องเป็นขั้น ๆ ในโครงการเดียวกันก็ได้ งานแพลตฟอร์มต้องมาก่อน เพราะทุกอย่างรันอยู่บนนั้น
สิ่งที่เราส่งมอบ สี่บริการบนแพลตฟอร์มเดียว ตั้งแต่คลัสเตอร์ ไปจนถึงเรื่องที่ยังต้องให้คนตัดสินใจ
แพลตฟอร์ม Kubernetes และ GPU. คลัสเตอร์ที่จัดสรร GPU และไม่ล่ม แม้โหนดหนึ่งจะเสีย OpenShift, Nutanix NKP หรือ Kubernetes มาตรฐาน บนเซิร์ฟเวอร์ของคุณเอง หรือในเครือข่ายที่ไม่ต่ออินเทอร์เน็ต
AI ในองค์กร. โมเดลรันอยู่ ในเครือข่ายของคุณ ข้อมูลไม่หลุดออกไป โมเดล open-weight บน vLLM หรือ Triton เลือกขนาดให้พอดีกับ GPU ที่คุณมี
ข้อมูลที่เชื่อถือได้. ข้อมูลที่ถูกต้อง ถึงมือคนที่มีสิทธิ์ ตกลงกันก่อนว่าเอกสารไหนคือฉบับที่ใช้จริง และใครอ่านได้บ้าง ก่อนนำเข้าระบบค้นหา
การควบคุม AI. เอเจนต์ขอได้ แต่คนเป็นคนตัดสิน อะไรที่อยู่นอกขอบเขตที่ตกลงไว้ จะหยุดรอจนกว่าผู้รับผิดชอบจะอนุมัติ
ออกแบบ สร้าง แล้วส่งมอบ ให้ทีมคุณดูแลต่อ
ใช้ได้ทั้ง OpenShift, Nutanix NKP หรือ Kubernetes มาตรฐาน ติดตั้งบนเซิร์ฟเวอร์ของคุณเอง หรือในเครือข่ายที่ไม่ต่ออินเทอร์เน็ต เราวางแผนเรื่องความจุ การกู้คืน การอัปเกรด และการดูแลประจำวันไว้ตั้งแต่ออกแบบ
รันโมเดลแบบ open-weight ในเครือข่ายของคุณเองด้วย vLLM หรือ Triton เลือกขนาดให้พอดีกับ GPU ที่มี ข้อมูลไม่หลุดออกไปข้างนอก และไม่ต้องจ่ายค่า API ตามปริมาณการใช้
ตกลงกันให้ชัดว่าเอกสารไหนคือฉบับที่ใช้จริง ใครอ่านได้บ้าง และจะอัปเดตอย่างไร ก่อนนำข้อมูลเข้าระบบ
กำหนดว่าเอเจนต์ทำอะไรเองได้ และอะไรต้องรอคนตัดสิน โดยบังคับที่ระบบจริง ไม่ใช่แค่เขียนขอไว้ใน Prompt
ระบบและงานวางสถาปัตยกรรมที่ระบุสิ่งส่งมอบชัดเจน เลือกซื้อแยกเฉพาะแพ็กเกจหรือทำครบวงจร ประเมินขอบเขตกับ Principal Engineer โดยตรงและรับใบเสนอราคาภายใน 48 ชั่วโมง
สิ่งที่ส่งมอบ: คลัสเตอร์ระดับใช้งานจริงบน Red Hat OpenShift, Nutanix NKP หรือ CNCF Kubernetes ทั้งบนเครื่องจริงและระบบปิด พร้อมระบบจัดสรร GPU ทดสอบการกู้คืนระบบ และคู่มือดูแลรักษา ระยะเวลา: 2 ถึง 6 สัปดาห์
สิ่งที่ส่งมอบ: โมเดลภาษาไทยที่ Fine-tune ด้วยข้อมูลองค์กร (OpenThaiGPT, SeaLLMs v3, Qwen2.5-Thai) ระบบรับเรื่อง LINE OA ระบบตรวจใบกำกับภาษี ภ.พ.20 และสลิปโอนเงิน คอนโซลอนุมัติ และเชื่อมต่อ SAP, Express หรือ FlowAccount ระยะเวลา Pilot: 2 ถึง 4 สัปดาห์
สิ่งที่ส่งมอบ: โครงสร้างลำดับความเชื่อถือของเอกสาร ระบบแบ่งสิทธิ์การเข้าถึงระดับแผนก ไปป์ไลน์นำเข้าข้อมูลบน PostgreSQL pgvector ระบบลบข้อมูลตาม PDPA และหน้าจอถามตอบที่อ้างอิงแหล่งที่มา ระยะเวลา: 2 ถึง 4 สัปดาห์
สิ่งที่ส่งมอบ: คำนวณสเปกฮาร์ดแวร์และ GPU อย่างเป็นกลาง เปรียบเทียบความคุ้มทุน 36 เดือน ออกแบบเกณฑ์ควบคุม AI หรือร่วมทีมเทคนิคกับพาร์ตเนอร์ SI ตั้งแต่งาน Presales และ PoC จนถึงส่งมอบ ระยะเวลา: 1 ถึง 2 สัปดาห์
เปิดสไลด์นำเสนอ Light สำหรับผู้บริหารและฝ่ายขาย (8 หน้า) อ่านงานนำเสนอระบบกำกับดูแล AI และคำนวณความคุ้มทุน (Light) ดูแคตตาล็อกบริการและขั้นตอนการสั่งซื้อ ทดลองใช้งานคอนโซล Private AI จำลอง
ธนัช มานะสกุล ผู้ก่อตั้งและ Principal Engineer ทำงานด้านโครงสร้างพื้นฐานองค์กรมาเกือบ 20 ปี เคยเป็น Ecosystem Solutions Architect ของ Red Hat และ Nutanix ให้คำปรึกษาบริษัท SI ชั้นนำของไทย คนที่คุยขอบเขตโครงการกับคุณ คือคนเดียวกับที่ลงมือสร้าง
แต่ละองค์กรมีฮาร์ดแวร์ ข้อกำหนดด้านความปลอดภัย และนโยบายข้อมูลไม่เหมือนกัน เราจึงไม่มีราคาตายตัว เราคุยขอบเขตงานกับคุณก่อน แล้วส่งใบเสนอราคาแบบแยกรายการให้ภายใน 48 ชั่วโมง
จะเป็นการตรวจสถาปัตยกรรม ทดลองระบบ AI ในองค์กร หรือส่งมอบระบบใช้งานจริงเต็มรูปแบบก็ได้ คุยขอบเขตงานตรงกับ Principal Engineer
ใครเป็นคนดูแลลูกค้า คุณทำสัญญากับเราโดยตรง และเรารับผิดชอบงานตามที่ตกลงกัน
ดึงเราเข้าไปช่วยในโครงการของลูกค้าคุณ ตั้งแต่เก็บความต้องการ ประเมินขนาดระบบ ทำ Proof of Concept จนถึงติดตั้งจริง เราทำงานกับทั้ง Vendor, Distributor และ SI
ใครเป็นคนดูแลลูกค้า ทีมของคุณดูแลลูกค้า ส่วนเรารับผิดชอบงานเทคนิคที่ตกลงกันไว้
เครื่องมือและแอปที่เราทำขึ้นใช้เอง ด้วยมาตรฐานเดียวกับงานลูกค้า

ดูว่างานไหนรันในองค์กรได้ งานไหนยังต้องใช้ API และซื้อฮาร์ดแวร์แล้วคุ้มไหม

MCP server ที่ใช้แทนเครื่องมือจัดการไฟล์และ shell ของ AI ช่วยเขียนโค้ด เป็นโปรแกรม Go ตัวเดียว

แอปจัดการชีวิตประจำวันน่ารัก ๆ กับแมวเก้าตัว มีนับถอยหลัง รายการงาน โน้ตสติกเกอร์ และนาฬิกาปลุก
เล่าให้เราฟังว่าอยากทำอะไร และตอนนี้ใช้ระบบอะไรอยู่ เราจะประเมินขอบเขตงาน แล้วส่งใบเสนอราคาแบบแยกรายการให้ภายใน 48 ชั่วโมง