จะเอา Claude ไปใช้ทั้งองค์กรจริงๆ มันไม่ได้จบแค่ "โมเดลเก่ง"
— ศิรภพ ไทยแสงสง่า, Solutions Architect จาก AWS
ผมไปฟัง session "Building Enterprise AI with Claude on Amazon Bedrock" จากงาน Claude Thailand Community Meetup ครั้งที่ 2 มา
เหมาะมากสำหรับคนที่ใช้ Claude คล่องในระดับตัวคนเดียวแล้ว แต่กำลังคิดจะเอาไปทำเป็นระบบให้ทั้งองค์กรหรือลูกค้าใช้ เลยอยากมาแชร์ให้ฟังครับ
ก่อนอื่นขออธิบายคำว่า Amazon Bedrock ให้เข้าใจตรงกันก่อน — มันคือบริการของ AWS ที่ให้เราเรียกใช้ AI model หลายเจ้า (รวมถึง Claude) ผ่านช่องทางเดียว โดยรันอยู่บนคลาวด์ของ AWS เอง เหมือนมี Claude เวอร์ชันที่ยกไปตั้งไว้ในบ้านของบริษัทเรา
1. AWS กับ Anthropic ไม่ใช่แค่คนซื้อกับคนขาย
AWS เป็นผู้ลงทุนรายใหญ่ใน Anthropic (บริษัทแม่ของ Claude) — Amazon ลงเงินไปแล้วหลายพันล้านดอลลาร์ตั้งแต่ต้นปี 2024 และประกาศจะทุ่มอีกมหาศาลในระยะยาว
ที่เด็ดกว่านั้นคือ Anthropic เทรน Claude อยู่บนชิปที่ AWS ออกแบบเอง ชื่อ Trainium (ชิป AI ที่ AWS ทำมาแข่งกับการ์ดจอ Nvidia) ในคลัสเตอร์ยักษ์ชื่อ Project Rainier ที่มีชิปเกือบห้าแสนตัว พูดง่ายๆ คือ Claude ที่เราใช้กันอยู่ ผูกกับ AWS ลึกตั้งแต่ระดับ "ฮาร์ดแวร์ที่ใช้สร้างมันขึ้นมา" เลย
2. ทำไมพอจะใช้ทั้งองค์กร ต้องมี Bedrock เข้ามาเกี่ยว
ตอนเราใช้ Claude คนเดียวผ่านเว็บ เราไม่ต้องคิดอะไรมาก แต่พอจะเอาไปให้ทั้งองค์กรหรือลูกค้าใช้ มันมีเรื่องต้องคิดเพิ่มเยอะ ทั้ง identity (ใครเข้าถึงอะไรได้บ้าง) การคุม data ว่าข้อมูลไหลไปไหน และการแยกข้อมูลลูกค้าแต่ละรายไม่ให้ปนกัน — พวกนี้แหละที่ Bedrock เข้ามาจัดการให้
3. Claude บน Bedrock คือโมเดลตัวเดียวกัน แต่รันในบ้านเรา
โมเดลเหมือนกันเป๊ะ (เช่น Opus 4.8) ต่างกันตรงที่มันรันอยู่ใน environment ของเราเอง (คือพื้นที่คลาวด์ของบริษัทเรา ไม่ใช่ไปเปิดหน้าเว็บ claude.ai) เลยคุมได้มากกว่าว่าใครใช้ได้ ข้อมูลเก็บที่ไหน ต่อกับระบบภายในยังไง
4. ข้อมูลเราไม่ถูกเอาไปเทรนต่อ
ทั้ง input, output และ source code ที่เราป้อนให้มันอ่าน จะไม่ถูกเอาไปเทรนโมเดลต่อ — ข้อนี้สำคัญมากสำหรับองค์กร เพราะกลัวความลับบริษัทรั่ว อันนี้แหละคือหัวใจของคำว่า enterprise-grade (ระดับที่องค์กรใหญ่กล้าเอาไปใช้จริง)
5. แก้ปัญหา token หมด context เต็ม
ใครใช้ Claude Code แล้วเจอ token เต็ม ต้องรอ ต้องอัปแพลน น่าจะเข้าใจความหงุดหงิดนี้ดี พอมาผ่าน Bedrock มันเปลี่ยนเป็นแบบ "จ่ายตามที่ใช้จริง" (pay-as-you-go) และ scale ขึ้นได้ตามต้องการ องค์กรที่มีคนใช้พร้อมกันเยอะๆ เลยไม่ต้องมานั่งชนเพดาน
6. เลือกภูมิภาคประมวลผลได้ตามที่ลูกค้าต้องการ
Bedrock มีศูนย์ประมวลผลหลายภูมิภาคทั่วโลก และมีระบบชื่อ cross-region inference ที่ให้เราล็อกได้ว่าจะให้ประมวลผลอยู่ในภูมิภาคไหน (เช่น สหรัฐฯ, ยุโรป, เอเชียแปซิฟิก) ลูกค้าอยู่อเมริกาก็ประมวลผลฝั่งอเมริกา ช่วยให้ตอบเร็วขึ้น และตอบโจทย์กฎที่บังคับว่าข้อมูลต้องอยู่ในภูมิภาคนั้นๆ (data residency)
7. security ระดับที่เอาไป audit ได้
เข้ารหัสข้อมูลทั้งตอนส่งและตอนเก็บ รองรับมาตรฐานสากลอย่าง ISO กับ GDPR (กฎคุ้มครองข้อมูลของยุโรป) และมีเอกสารให้ดึงไปยื่นหน่วยงานกำกับตรวจได้ — เวลาองค์กรใหญ่โดน audit เรื่องพวกนี้มีผลต่อการตัดสินใจว่าจะใช้ได้ไหมเลย
8. ทำ RAG ได้โดยไม่ต้องเขียน embedding เอง
ขออธิบายศัพท์ก่อน — RAG (Retrieval-Augmented Generation) คือการให้ AI ไปดึงข้อมูลจากคลังเอกสารของเราก่อนตอบ เพื่อให้ตอบตรงกับข้อมูลจริงขององค์กร ไม่ใช่มั่วเอง ปกติจะทำเองต้องยุ่งกับการแปลงเอกสารเป็นตัวเลข (embedding) แล้วเก็บใน vector database ซึ่งวุ่นมาก
Bedrock มีตัวชื่อ Knowledge Bases ที่ทำขั้นตอนพวกนี้ให้แบบครบจบ ต่อเข้ากับ SharePoint, Google Drive, S3 ได้เลย แถมรองรับทั้งข้อความ รูป เสียง วิดีโอ ไม่ใช่แค่ text อย่างเดียว
9. Claude รุ่นใหม่ล่าสุด มีให้ใช้บน Bedrock ด้วย
Claude รุ่นใหม่ที่ Anthropic เพิ่งปล่อย ก็พร้อมใช้งานบน Bedrock — องค์กรที่อยู่บน AWS เลยได้ของใหม่โดยไม่ต้องย้ายระบบ
10. AgentCore เครื่องมือเอา AI agent ขึ้นใช้งานจริง
ตัวนี้ผมว่าน่าสนใจสุด ชื่อเต็มคือ Amazon Bedrock AgentCore เป็นเครื่องมือช่วยเอา AI agent (โปรแกรม AI ที่ทำงานเป็นขั้นตอนเองได้) ขึ้น production จุดเด็ดคือ
- แต่ละ session ของผู้ใช้จะแยกอยู่ใน microVM ของตัวเอง — คือเครื่องเสมือนเล็กๆ ที่กันชนกัน งานของคนนึงไม่ปนกับอีกคน ปลอดภัย
- มีที่เก็บ memory ของบทสนทนา ให้ agent จำบริบทได้
- มี tool พร้อมใช้ในตัว ทั้ง browser (ให้ agent เปิดเว็บเองได้) และ code interpreter (ให้ agent เขียนโค้ดรันเองได้)
- มี dashboard ไว้ดูว่า agent ทำอะไรไปบ้าง (observability) เวลาพังจะได้ไล่ย้อนได้
11. เคสลูกค้าจริง ที่เอาไปใช้แล้ว
- DoorDash เจ้าตลาดส่งอาหารรายใหญ่ในสหรัฐฯ (คล้าย Grab บ้านเรา) เอา Claude บน Bedrock ไปทำระบบคอลเซ็นเตอร์ตอบลูกค้าอัตโนมัติ ลดเวลาพัฒนาลงครึ่งนึง และตอบเสียงได้ไวระดับ 2-3 วินาที
- บริษัทยาระดับโลก เอาไปช่วยร่นเวลาการทำเอกสาร
- Crypto.com เอาไปวิเคราะห์ความรู้สึก (sentiment) จากข่าวและข้อความคริปโตกว่า 25 ภาษา ตอบได้ในเวลาไม่ถึง 1 วินาที ให้ผู้ใช้ 100 ล้านคนทั่วโลก
ยุคนี้ "โมเดลเก่ง" กลายเป็นแค่จุดเริ่มต้น ของจริงที่ทำให้เอาไปใช้ในองค์กรได้ คือเรื่องน่าเบื่ออย่าง security การคุม data และ infrastructure ที่อยู่ข้างหลังครับ
ที่มา: YouTube – Claude Thailand Community Meetup ครั้งที่ 2 (Part 1) นาที 1:15:49
https://www.youtube.com/watch?v=FyEJnuvMzms&t=4549s
อยากใช้ AI กับงานจริงเป็นระบบ?
เรียน Claude Method — วิธีคิดและลงมือใช้ Claude/AI กับงานจริง ตั้งแต่วันแรก
📍 โพสต้นฉบับบน Facebook: AI กับ Peesamac