News / How-to / รวมค่าย
รวมค่าย · How-to

Startup AI ไทย ตอนที่ 25

ภีศเดช เพชรน้อย
ภีศเดช เพชรน้อย
17 ก.ค. 2026 · อ่าน 5 นาที
สรุปสั้น — Startup AI ไทย ตอนที่ 25 — Aerogram เปลี่ยน "วิธีทำงานของคนเก่งในบริษัท" ให้เป็นแอป AI ที่ทั้งทีมกดใช้ได้ โดยไม่ต้อง Prompt ช่วงนี
#Llama#Coding#รูป/วิดีโอ#เขียน/เอกสาร#Productivity
Startup AI ไทย ตอนที่ 25

Startup AI ไทย ตอนที่ 25 — Aerogram เปลี่ยน "วิธีทำงานของคนเก่งในบริษัท" ให้เป็นแอป AI ที่ทั้งทีมกดใช้ได้ โดยไม่ต้อง Prompt

ช่วงนี้หลายองค์กรซื้อ AI มาให้พนักงานใช้ แต่เจอปัญหาเดิมๆ ครับ คนเก่งไม่กี่คนใช้ AI ได้คล่อง เขียน prompt เป็น ที่เหลือเปิดมาแล้วก็ไม่รู้จะพิมพ์อะไร สุดท้ายความเก่งกระจุกอยู่ที่คนไม่กี่คน องค์กรจ่ายเงินค่า AI แต่ของจริงคนใช้น้อยมาก

Aerogram เป็น AI startup ไทยจาก Cleverse (เป็น venture builder ที่ตั้งอยู่อยุธยา) ที่มาแก้ตรงจุดนี้

แนวคิดของเขาน่าสนใจครับ — แทนที่จะสอนทุกคนให้เขียน prompt เก่ง เขาเอา "ขั้นตอนการทำงาน" หรือ SOP ของบริษัท มาประกอบเป็นแอป AI ทีละตัว แล้วเอาไปวางใน portal กลางขององค์กร พนักงานแค่เปิดแอปที่ต้องใช้ กรอกข้อมูล กด Run ก็ได้งานออกมา ไม่ต้องรู้ว่าเบื้องหลังใช้โมเดลอะไร เขียน prompt ยังไง

เครื่องมือหลักที่เขามีคือ

- Visual Workflow Builder — ลาก-วาง ออกแบบ flow การทำงานหลายขั้นเป็นแอป (ไม่ต้องเขียนโค้ด)

- Enterprise AI Portal — ที่รวมแอปทั้งหมด มีระบบสิทธิ์ว่าใครเปิดอะไรได้

- Knowledge Base — เอาข้อมูล/เอกสารของบริษัทมาเป็นฐานให้ AI ตอบอิงของจริง

- Human-in-the-loop — มีจุดให้คนกดอนุมัติคั่นกลางก่อน AI ทำต่อ

- Audit log — บันทึกว่าใครใช้แอปไหน ทำอะไรไป ตามรอยได้หมด

จุดที่ผมว่าโดนคือ "ทำให้ AI เป็นของทั้งทีม ไม่ใช่ของคนเขียน prompt เก่งไม่กี่คน" ความเก่งของพนักงานเก่งๆ ถูกถอดออกมาเป็นแอปที่คนอื่นหยิบไปใช้ซ้ำได้ แล้วยังตรวจสอบย้อนหลังได้ด้วย ซึ่งสำคัญมากสำหรับองค์กรขนาดกลาง-ใหญ่ที่กลัวเรื่อง governance

ฝั่งตัวเลข Cleverse บอกว่า Aerogram รองรับโมเดล AI ชั้นนำกว่า 80 ตัว (ทั้ง ChatGPT, Claude, Gemini, Llama รวมถึงพวก image/video gen) สลับใช้ได้ตามงาน ไม่ผูกกับเจ้าใดเจ้าหนึ่ง กลุ่มที่เขาเล็งคือทีม HR, Sales, Marketing และ Business ในองค์กร

ที่ผมชอบในเคสนี้คือ มันไม่ได้แก้ปัญหาว่า "AI เก่งพอไหม" เพราะโมเดลทุกวันนี้เก่งพออยู่แล้ว แต่ไปแก้ช่องว่างที่หลายองค์กรเจอจริงคือ "ซื้อ AI มาแล้วคนไม่ได้ใช้" ซึ่งเป็นปัญหา adoption ล้วนๆ ไม่ใช่ปัญหาเทคโนโลยี

ทุกคนคิดว่าวิธีนี้ — เอา know-how ของคนเก่งมาทำเป็นแอปให้คนอื่นกดใช้ — จะช่วยให้ AI ในองค์กรไทยถูกใช้จริงมากขึ้นไหมครับ หรือสุดท้ายก็ยังติดที่คนไม่อยากเปลี่ยนวิธีทำงาน คอมเมนต์คุยกันได้เลย

ข้อมูลอ้างอิงจากเว็บไซต์ Aerogram (aerogram.ai) และบล็อกของ Cleverse ครับ จำนวนโมเดลที่รองรับเป็นตัวเลขที่บริษัทเปิดเผย (หน้าเว็บบางหน้าระบุ 30+ บางแหล่งของบริษัทระบุ 80+) อาจเปลี่ยนแปลงได้ตามการอัปเดต

เว็บไซต์: https://www.aerogram.ai

อยากใช้ AI กับงานจริงเป็นระบบ?

เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก

ดูคอร์ส →

📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac