บริการ

เริ่มจาก Kubernetes แล้วค่อยต่อยอดด้วย AI

เราเริ่มจากระบบที่คุณมีและวิธีที่ใช้งานอยู่ทุกวันนี้ แพลตฟอร์มคือฐานราก ส่วน AI ในองค์กรคือสิ่งที่เราสร้างต่อบนนั้น งานอาจเป็นการตรวจสถาปัตยกรรม การทดลองระบบในองค์กร หรือคลัสเตอร์สำหรับใช้งานจริง และคุณจะได้ใบเสนอราคาที่ชัดเจนก่อนเริ่มงาน

สี่บริการ ที่รวมกันเป็นแพลตฟอร์มเดียวในองค์กร

จะเลือกทำบริการเดียว หรือเป็นเฟสหนึ่งของโครงการใหญ่ก็ได้ งานแพลตฟอร์มต้องมาก่อน เพราะทุกอย่างรันอยู่บนนั้น เราตกลงขอบเขตงานและส่งใบเสนอราคาแบบแยกรายการก่อนเริ่มลงมือ

สิ่งที่เราส่งมอบ สี่บริการบนแพลตฟอร์มเดียว ตั้งแต่คลัสเตอร์ ไปจนถึงเรื่องที่ยังต้องให้คนตัดสินใจ

ในวิดีโอพูดถึงอะไร

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

  1. ออกแบบและติดตั้งแพลตฟอร์มคอนเทนเนอร์ที่งานของคุณต้องใช้ ทั้ง Red Hat OpenShift, Nutanix NKP หรือ Kubernetes มาตรฐาน พร้อมการแบ่งใช้ GPU รองรับการติดตั้งบนเซิร์ฟเวอร์ของคุณเอง และในเครือข่ายที่ไม่ต่ออินเทอร์เน็ต

  2. รันโมเดล open-weight หรือโมเดลที่ปรับแต่งแล้ว ในศูนย์ข้อมูลของคุณเองด้วย vLLM หรือ Triton ไม่ต้องพึ่ง Cloud API และข้อมูลไม่ออกนอกเครือข่าย

  3. เตรียมข้อมูลขององค์กรให้ AI ใช้ได้อย่างปลอดภัย กำหนดว่าเอกสารไหนคือฉบับที่ใช้จริง ใครเข้าถึงได้ตามสิทธิ์ที่มีอยู่แล้ว และจะอัปเดตเอกสารให้ทันสมัยอย่างไร

  4. ตกลงกันว่า AI ทำอะไรเองได้ และเมื่อไรต้องรอคนอนุมัติ แล้วออกแบบระบบควบคุมตามนั้น ทั้งสิทธิ์การเข้าถึง การตรวจทาน การปฏิเสธคำสั่ง และบันทึกการทำงาน

ขั้นตอนการสั่งซื้อและส่งมอบ: 4 ระยะงานที่เลือกเริ่มได้ตามต้องการ

ทุกโครงการแบ่งออกเป็น 4 ระยะที่ส่งมอบงานจับต้องได้ คุณเป็นเจ้าของผลลัพธ์ในทุกระยะ และสามารถเลือกซื้อเฉพาะระยะประเมินหรือระยะ Pilot ก่อนได้โดยไม่ต้องผูกมัดงบประมาณทั้งก้อนล่วงหน้า

  • ระยะที่ 01 · Assess ตรวจประเมินความพร้อม (1 ถึง 2 สัปดาห์)

    ตรวจสอบฮาร์ดแวร์เดิม ความพร้อมของข้อมูล ข้อจำกัดด้านความปลอดภัย และคอขวดของงานจริงก่อนซื้ออุปกรณ์ สิ่งที่ส่งมอบ: รายงานประเมินสถานะปัจจุบัน สถาปัตยกรรมเป้าหมาย ความเสี่ยง และกรอบงบประมาณ

  • ระยะที่ 02 · Design ออกแบบสถาปัตยกรรมและนโยบาย (ขอบเขตชัดเจน)

    กำหนดโครงสร้างคลัสเตอร์ ระบบรันโมเดล ลำดับความถูกต้องของเอกสาร และเกณฑ์การอนุมัติโดยคน สิ่งที่ส่งมอบ: แบบพิมพ์เขียวการตั้งค่า รายการสเปกฮาร์ดแวร์ เกณฑ์ตรวจรับงาน และแผนย้อนกลับเมื่อเกิดเหตุ

  • ระยะที่ 03 · Pilot ติดตั้งระบบนำร่องบนข้อมูลจริง (2 ถึง 4 สัปดาห์)

    ติดตั้งระบบที่ทำงานได้จริงในสภาพแวดล้อมของคุณ ทดสอบกับเอกสารภาษีไทย แชท LINE OA หรือโหนด GPU จริง สิ่งที่ส่งมอบ: ระบบ Pilot ในองค์กรพร้อมผลวัดความแม่นยำและหลักฐานการควบคุม

  • ระยะที่ 04 · Run and Handover ขึ้นระบบจริงและส่งมอบ (4 ถึง 8 สัปดาห์)

    เชื่อมต่อระบบ SAP, Express หรือ FlowAccount ใช้งานจริง ฝึกอบรมเจ้าหน้าที่และทีมวิศวกร พร้อมส่งมอบคู่มือการดูแลรักษาระบบครบชุดเพื่อให้ทีมของคุณดูแลต่อได้เอง

การขอ กับการได้รับอนุญาต เป็นคนละเรื่องกัน

นี่คือสิ่งที่บริการควบคุม AI ส่งมอบ: ระบบตัดสินใจก่อนที่คำสั่งจะทำงานจริง ไม่ใช่แค่เขียนกฎไว้ใน Prompt แล้วหวังว่า AI จะทำตาม ตัวอย่างด้านล่างแสดงหลักการควบคุม ไม่ใช่ซอฟต์แวร์สำเร็จรูปที่เราขาย

แค่ขอ ไม่ได้แปลว่าจะได้ทำ

ตัวอย่างนี้จำลองอยู่ในเบราว์เซอร์ ไม่ได้ต่อกับระบบจริงใด ๆ ลองกดส่งคำขอแล้วดูว่าระบบหยุดตรงไหน คำขอจะไม่ไปต่อจนกว่าคุณจะอนุมัติ Revision นั้นเอง

ตัวตนที่ยืนยันแล้ว
workflow-agent-17
ขอบเขตที่ได้รับอนุญาต
staging/*

ไม่อนุญาต · production/payment-api อยู่นอกขอบเขต staging/* และยังไม่มีใครอนุมัติ

ตัวอย่างบันทึกการทำงาน: ตัวตน workflow-agent-17 ระบบปลายทางและ Revision ผลการตรวจนโยบาย และขอบเขตที่อนุมัติไว้ ในระบบจริง หลังทำเสร็จยังต้องเช็กว่าสิ่งที่เกิดขึ้นตรงกับที่อนุมัติไว้ และแก้ให้ตรงถ้ามีส่วนที่ไม่ตรง

คำขอ restart production/payment-api จาก workflow-agent-17 ซึ่งมีสิทธิ์แค่ staging/* จะถูกปฏิเสธทันที ถ้ามีคนอนุมัติโดยระบุระบบปลายทาง คำสั่ง restart และ Revision 182 ระบบจะยอมให้ทำเฉพาะคำขอนั้นคำขอเดียว ตัวตนและสิทธิ์ถูกคุมจากระบบด้านล่าง ไม่ได้ขึ้นกับสิ่งที่ AI อ้างเกี่ยวกับตัวเอง

ส่งให้คนดูเฉพาะเรื่องที่ต้องใช้คนจริง ๆ

ให้ AI จัดการงานจำนวนมาก ส่วนคนตัดสินเรื่องที่ต้องใช้วิจารณญาณ เรื่องไหนต้องส่งต่อให้คน จะเขียนเป็นกฎไว้ตั้งแต่ตอนออกแบบ ไม่มีใครต้องเชื่อคะแนนความมั่นใจของ AI โดยไม่เห็นหลักฐาน

ผลลัพธ์ปกติ
ทำงานต่อตามนโยบายที่อนุมัติไว้แล้ว
รายการมูลค่าสูง
ส่งให้คนตรวจทุกครั้ง
หลักฐานไม่ครบ หรือข้อมูลขัดกัน
หยุดก่อน แล้วถามผู้รับผิดชอบ
AI ไม่มั่นใจ
ส่งให้คนดู แทนที่จะเดา
ผิดนโยบาย
บล็อกไว้ แล้วส่งไปตรวจสอบ
กระทบเป็นวงกว้าง
ต้องได้รับอนุมัติก่อนทำ

แยกเรื่องเลือกโมเดล ออกจากเรื่องสิทธิ์

Agent จะใช้โมเดลที่รันในองค์กร โมเดลบนคลาวด์ขององค์กร หรือ Frontier API ก็ได้ แต่ตัวตน สิทธิ์ ขอบเขต การอนุมัติ การใช้เครื่องมือ สถานะ บันทึกตรวจสอบ และการตรวจผลลัพธ์ จะถูกเช็กก่อนคำสั่งไปถึงระบบของคุณเสมอ เปลี่ยนโมเดลเมื่อไรก็ไม่กระทบว่าใครทำอะไรได้บ้าง

ระบบของคุณ พร้อมขอบเขตที่ชัดเจน

AI ในองค์กรAI บนคลาวด์องค์กรFrontier API
Agent · ช่วยคิดและเตรียมงาน
ด่านตรวจก่อนสั่งงานจริง
  • ตัวตน
  • สิทธิ์
  • ขอบเขต
  • การอนุมัติ
  • สถานะ
  • บันทึกตรวจสอบ
  • นโยบาย
  • การใช้เครื่องมือ
  • ตรวจผลลัพธ์
ระบบ ข้อมูล และขั้นตอนการทำงานที่คุณใช้อยู่

AI คิดได้อิสระ แต่จะลงมือทำอะไรจริง ต้องได้รับอนุญาตก่อนเสมอ

ภาพตัวอย่าง ปรับให้เข้ากับระบบและวิธีทำงานขององค์กรคุณได้

ระบบ AI ต้องดูแลต่อเนื่อง ไม่ใช่เปิดใช้แล้วจบ

คอยดูว่าคนต้องเข้ามาแก้อะไรบ้าง ผลลัพธ์ไหนถูกปฏิเสธ เรื่องไหนถูกส่งต่อ ใช้เวลานานแค่ไหน และข้อมูลหรือกฎธุรกิจเปลี่ยนไปอย่างไร AI เสนอจุดปรับปรุงได้ แต่ทุกการเปลี่ยนแปลงต้องผ่านการทดสอบ ตรวจทาน และออกเป็นเวอร์ชันใหม่อย่างเป็นระบบ นโยบายบนระบบจริงจะไม่ถูกเปลี่ยนแบบเงียบ ๆ ส่วนการดูแลระยะยาวตกลงแยกเป็นรายโครงการ

คุยตรงกับคนที่จะลงมือสร้างระบบให้คุณ

เล่าให้เราฟังว่าอยากทำอะไร และตอนนี้ใช้ระบบอะไรอยู่ เราจะประเมินขอบเขตงาน แล้วส่งใบเสนอราคาแบบแยกรายการให้ภายใน 48 ชั่วโมง

ขอใบเสนอราคา