ในยุคที่เทคโนโลยี AI โดยเฉพาะ Generative AI กำลังเข้ามามีบทบาทสำคัญในการพลิกโฉมอุตสาหกรรมต่างๆ ทั่วโลก นั่นเป็นเหตุผลให้งาน AWS Summit Bangkok 2025 เมื่อวันที่ 29 เมษายนที่ผ่านมาจึงได้รับความสนใจอย่างล้นหลาม โดยเฉพาะอย่างยิ่งการประกาศความพร้อมของ AWS Asia Pacific (Thailand) Region ที่ได้เปิดให้บริการอย่างเป็นทางการไปเมื่อเดือนมกราคมที่ผ่านมา
ในงาน AWS Summit ครั้งนี้ คุณ Laura Grit ผู้บริหารจาก AWS พูดถึงแนวคิดหลักของ AWS เอาไว้อย่างน่าสนใจว่าบริการของ AWS นั้นเหมือนกับ “Building Blocks” อธิบายง่ายๆก็คือเหมือนการที่เรากำลังเล่นเลโก้ โดยบริการของ AWS ไม่ได้บังคับให้เราสร้างของสำเร็จรูปชิ้นเดียว แต่ให้ชิ้นส่วนพื้นฐานต่างๆเหมือนบล็อกเลโก้รูปทรงและขนาดต่างๆ มาประกอบต่อเติมสร้างสรรค์อะไรก็ได้ตามที่เราจะจินตนาการถึง
คุณ Laura บอกว่าสิ่งสำคัญที่ AWS ให้ความสำคัญเป็นอันดับแรกคือ “ความปลอดภัย” เพราะ AWS สร้างพื้นฐานด้านความปลอดภัยมาให้ตั้งแต่ในระดับเล็กที่สุดคือชิปคอมพิวเตอร์ (silicon) ไปจนถึงระบบใหญ่ทั้งหมด (full stack) ทำให้มั่นใจได้ว่าข้อมูลจะปลอดภัยและไม่มีใครเข้าถึงได้โดยไม่ได้รับอนุญาต อีกข้อดีของ AWS ก็คือการมี “ความสามารถในการ Scale” หรือการขยายตัวของระบบได้อย่างอิสระ สามารถรองรับผู้ใช้งานจำนวนมาก หรือจัดการกับข้อมูลปริมาณมหาศาลได้โดยไม่สะดุด และสามารถปรับขนาดขึ้นหรือลงได้ตามความต้องการ
ด้านคุณวัตสัน ถิรภัทรพงศ์ Country Manager ของ AWS ประเทศไทยบอกด้วยว่าด้วยมาตรฐานระดับโลกของ AWS รวมถึงการมี Region ในประเทศเป็นรากฐานสำคัญที่ทำให้องค์กรชั้นนำในประเทศไทยกว่า 350 แห่งตัดสินใจมาใช้บริการในช่วงเวลาสั้นๆ AWS ยังมีส่วนในการช่วยให้องค์กรเหล่านี้ทำ Digital Transformation รวมถึงมีการนำ AI ไปใช้เพิ่มเพิ่มประสิทธิภาพการทำงานมากมาย
สิ่งที่น่าสนใจอีกเรื่องที่เราได้เห็นในงานนี้ก็คือการเห็นตัวอย่างจากองค์กรในประเทศไทยหลายๆองค์กรที่นำ Building Blocks เหล่านี้ของ AWS ไปใช้จริง สามารถเป็นตัวอย่างให้กับหลายๆองค์กรที่กำลังทำ Digital Transformation หรือหาแพลทฟอร์มสำหรับการสร้าง Gen AI มาใช้งานในองค์กรได้อย่างมีปรสิทธิภาพ ซึ่งหลายๆองค์กรธุรกิจในหลายๆอุตสาหกรรมก็มานำเสนอ Use Case ของตัวเองกัน ไม่ว่าจะเป็น
LINE MAN Wongnai
LINE MAN Wongnai บริษัทแพลตฟอร์มเดลิเวอรี่และบริการร้านอาหารชื่อดังในประเทศไทยก็ใช้ AWS มานานกว่า 12 ปี ในการขยายธุรกิจให้รองรับธุรกรรมนับ “ล้านรายการ” ต่อวัน LINE MAN Wongnai ใช้ AWS เป็นโครงสร้างพื้นฐานหลักสำหรับการดำเนินธุรกิจ ใช้พลังการประมวลผล (Compute Power) ในการทำ Simulation ใช้ AI สำหรับระบบจ่ายงาน (Dispatching) ให้ไรเดอร์แบบเรียลไทม์, และใช้สำหรับการรวมระบบช่วงที่ควบรวมกิจการกับ Food Story ด้วย
คุณยอดบอกว่า ข้อดีของการใช้ AWS ก็คือ ความสามารถในการปรับขนาด (Scalability) สามารถเพิ่มหรือลดพลังการประมวลผลได้ตามความต้องการตลอดเวลา ซึ่งสำคัญมากสำหรับธุรกิจเดลิเวอรี่ที่ความต้องการขึ้นลงสูง และสามารถรองรับปริมาณงานที่พุ่งสูงขึ้นอย่างมหาศาลได้ ยกตัวอย่างเช่น ในช่วงโครงการ ‘คนละครึ่ง’ ที่ระบบไม่ล่มแม้มีร้านค้าสมัครเข้ามาหลายแสนร้านในวันเดียว และรองรับ Transaction จำนวนมหาศาลได้
แน่นอนว่ายังมีประโยชน์อื่นๆอีกเช่นเรื่องของการ ประหยัดต้นทุน ไม่ต้องสร้าง Server เองมีความยืดหยุ่นช่วยให้พร้อมรับมือกับโปรเจกต์ด่วนจากภาครัฐเช่น โครงการ “คนละครึ่ง” ที่สามารถทำให้เสร็จใน 28 วัน นอกจากนี้ยังเป็นโครงสร้างพื้นฐานในการรัน AI และ Machine Learning ในการตัดสินใจจ่ายงานให้ไรเดอร์ โดยพิจารณาปัจจัยซับซ้อนหลายอย่างแบบเรียลไทม์ เช่น ร้านไหน เวลาทำอาหารของร้าน ระยะทาง Rider คนไหนว่าง หรือกำลังจะจบงานแรก ได้ และที่สำคัญก็คือมี “ความน่าเชื่อถือ” และ “ความปลอดภัย”ธนาคารกรุง
ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน) (Krungsri)
หนึ่งในธนาคารพาณิชย์ขนาดใหญ่ของไทยที่นำเทคโนโลยีคลาวด์และ AI มาใช้พลิกโฉมบริการก็คือธนาคารกรุงศรีอยุธยา โดย คุณตุลย์ โรจน์เสรี ประธานคณะเจ้าหน้าที่ด้านข้อมูลและการวิเคราะห์ระดับองค์กร ธนาคารกรุงศรีอยุธยา จำกัด (มหาชน) บอกเอาไว้ว่า ธนาคารมีการใช้คลาวด์ของ AWS ช่วยให้ธนาคารบริหารจัดการ Workload ที่มีการขึ้นลงสูงได้อย่างมีประสิทธิภาพและคุ้มค่ากว่าการเพิ่มโครงสร้างพื้นฐานในพื้นที่หรือแบบ On-Premise โดยมีการนำบริการมาใช้หลากหลายรูปแบบ ไม่ว่าจะเป็น
การบริหารจัดการเงินสดในตู้ ATM มีการใช้ ML Model บน Amazon SageMaker ปรับปรุงระบบเติมเงินและเส้นทางรถขนเงินกว่า 6,000 ตู้ทั่วประเทศ เพิ่มความแม่นยำในการคาดการณ์ความต้องการเงินสด ช่วยให้ตู้ ATM มีเงินพร้อมบริการลูกค้าอยู่เสมอ และบริหารจัดการการกระจายเงินสดได้อย่างมีประสิทธิภาพ
นอกจากนี้ยังนำมาปรับใช้กับระบบประเมินมูลค่าอสังหาริมทรัพย์ (AIVS) ของธนาคารโดยการใช้ Prediction Model บน Amazon SageMaker เพื่อประเมินมูลค่าคอนโด/บ้าน โดยระบบนี้ช่วยลดเวลาประเมินจาก 3 วันเหลือเพียง 15 นาที ช่วยลดการลงพื้นที่ของเจ้าหน้าที่ และประหยัดค่าใช้จ่ายได้ได้กว่า 5 ล้านบาทและลดการลงพื้นที่กว่า 2,000 ครั้งตั้งแต่ ก.พ. 2567 เป็นต้นมา
นอกจากนี้ยังมีการนำไปใช้กับการตรวจจับบัญชีม้า (Mule Account Detection) การย้ายระบบ (Migration) จากระบบ On-Premise สู่ Cloud ได้โดยอัตโนมัติ ลดระยะเวลาในการย้ายระบบลงได้มากกว่า 50% และมีการนำมาใช้กับระบบ Data Access/Analysis หรือการใช้ GenAI ที่เรียกภายในว่า Data Pup-Pap (เดต้าปุ๊ปปั๊ป) ทำให้พนักงานที่ไม่ใช่ IT สามารถดึงและวิเคราะห์ข้อมูลได้ง่ายขึ้นด้วยภาษาธรรมชาติ
ทำไมเลือก AWS: AWS เป็น Enterprise-ready Cloud ที่มีมาตรฐานความปลอดภัยสูง มีบริการที่ครอบคลุม (กว่า 240 ประเภท) และ Partner Ecosystem ที่แข็งแกร่ง ซึ่งเป็นสิ่งสำคัญสำหรับธนาคาร การมี Thailand Region ตอบโจทย์ความต้องการด้าน Data Residency และ Latency ต่ำ นอกจากนี้ยังเปลี่ยนรูปแบบการลงทุนจาก CapEx เป็น OpEx (Pay-per-use) ทำให้ควบคุมค่าใช้จ่ายได้ดีขึ้น AWS ยังมีเครื่องมือและบริการด้าน AI/GenAI ที่หลากหลายและพัฒนาอย่างต่อเนื่อง รวมถึงมีวัฒนธรรมการทำงานแบบพันธมิตรที่มุ่งเน้นความสำเร็จของลูกค้าในระยะยาว
บริษัท ปตท. จำกัด (มหาชน) (PTT)
บริษัท ปตท. จำกัด (มหาชน) (PTT) เป็นอีกองค์กรด้านพลังงานชั้นนำของไทยที่กำลัง Transform องค์กรให้ทันสมัยและมีการนำระบบ Cloud เข้ามาใช้งานผ่านการปรับปรุงระบบ ERP ในองค์กร โดย คุณทวีสุข สายะศิลปี ผู้จัดการฝ่ายแผนวิสาหกิจ และผู้อำนวยการโครงการ ERP บริษัท ปตท. จำกัด (มหาชน) ได้เล่าถึงเส้นทางการเปลี่ยนผ่านสู่ดิจิทัลของ ปตท. โดยเฉพาะการตัดสินใจครั้งสำคัญในการนำระบบ RISE with SAP มาใช้งานบน AWS เอาไว้ว่า
“ปตท. ได้ใช้ระบบ ERP ของ SAP เป็นระบบแกนหลักมาอย่างยาวนานถึง 20 ปี และมีการอัปเกรดมาโดยตลอด อย่างไรก็ตาม เมื่อ SAP ยืนยันกลยุทธ์ในอนาคตว่าจะหยุดการสนับสนุนระบบ On-Premise และทุกอย่างจะไปอยู่บนคลาวด์ของ AWS ปตท. จึงต้องพิจารณาทางเลือกใหม่ โดยทำการเปรียบเทียบข้อดีข้อเสียระหว่างการคงระบบไว้ที่เดิม (On-Premise) กับการย้ายขึ้นสู่คลาวด์. ในที่สุด ปตท. ตัดสินใจเลือกใช้ RISE with SAP บนคลาวด์ เพื่อให้สามารถใช้งานระบบได้อย่างต่อเนื่องในระยะยาว”
ปัจจัยสำคัญที่ทำให้ ปตท. เลือกใช้ AWS ในประเทศไทย สำหรับการย้ายระบบครั้งนี้ คือเรื่องของ Data Residency หรือการที่ข้อมูลต้องอยู่ในประเทศในฐานะองค์กรรัฐวิสาหกิจ ปตท. ให้ความสำคัญอย่างยิ่งกับเรื่องนี้ แม้ในปัจจุบันจะยังไม่มีข้อบังคับทางกฎหมายที่ชัดเจน แต่ก็จำเป็นต้องเตรียมความพร้อมไว้ล่วงหน้า คุณทวีสุขให้เหตุผลว่า หากรอจนกว่าจะมีข้อบังคับออกมาและต้องย้ายข้อมูลในภายหลัง อาจจะเกิดความยุ่งยากและโกลาหลได้ การมีคลาวด์ในประเทศจึงเป็นเรื่องสำคัญที่ตอบโจทย์นี้ได้ ทำให้ข้อมูลหลักขององค์กรอยู่ในประเทศไทย นอกจากนี้ ยังมีปัจจัยเรื่องต้นทุนที่คาดว่าจะลดลง และเรื่องความปลอดภัยซึ่ง AWS มีมาตรฐานระดับโลก
คุณทวีสุขยังได้กล่าวถึงความท้าทายของการนำโปรเจกต์ใหญ่ระดับนี้มาใช้ ซึ่งไม่ใช่แค่การอัปเกรดทางเทคนิค แต่เป็นการ Process Redesign ทั้งหมด. การย้ายจาก Data Center ที่บริหารจัดการเองมาสู่คลาวด์สร้างความไม่มั่นใจในช่วงแรก แต่ก็ได้รับการสนับสนุนจากทั้ง SAP และ AWS ในการวางแผนการรับมือกับเหตุการณ์ไม่คาดฝัน (Disaster Recovery). ระบบใหม่นี้จะเป็นรากฐานสำคัญในการขับเคลื่อนการเปลี่ยนผ่านสู่ดิจิทัลของ ปตท. และเป็นพื้นฐานสำหรับการนำ AI มาใช้ในอนาคต
มหาวิทยาลัยเชียงใหม่ (CMU)
องค์กรในอภาคการศึกษาก็มี ผู้ช่วยศาสตราจารย์ ดร. ชาย รังสิยากูล อาจารย์คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเชียงใหม่ ตัวแทนจาก “มหาวิทยาลัยเชียงใหม่ (มช.)” ที่มาเล่าถึงประสบการณ์ในการใช้บริการ AWS ในการสร้าง Gen AI ในสถาบันการศึกษาด้วยเช่นกัน
อาจารย์ชายเล่าว่า มช. ได้พัฒนาแพลตฟอร์ม Generative AI 2 ตัวบน AWS เพื่อยกระดับการเรียนการสอนและการบริหารจัดการสำหรับบุคลากรและนักศึกษากว่า 52,000 คน โดยตัวแรกคือ “ChatGen” (ชัดเจน) แพลตฟอร์ม AI ที่เปิดให้ใช้ทั่วทั้งมหาวิทยาลัย
การพัฒนา ChatGen นั้นมีการใช้ Amazon Bedrock และ Amazon Nova ผสานข้อมูลองค์ความรู้ของมหาวิทยาลัยด้วยเทคนิค RAG (Retrieval-Augmented Generation) เพื่อให้คำตอบที่ถูกต้องและอ้างอิงได้ ช่วยงานด้านบริหารจัดการ เช่น ตรวจสอบเอกสาร และเป็นส่วนหนึ่งของระบบ Student Compass AI ช่วยนักศึกษาวางแผนการเรียนและอาชีพเป็นต้น
Gen AI อีกตัวคือ “Matthew” เครื่องมือสำหรับอาจารย์ในการสร้าง AI Assistant เฉพาะวิชา ปัจจุบันมีกว่า 1,000 รูปแบบ ช่วยนักศึกษาในการสรุปบทเรียน ฝึกฝน Prompt Engineering และเป็น Personal Tutor เช่น “น้องกะทิ” AI Tutor สำหรับวิชา Digital Literacy
อาจารย์ชายพูดถึงเหุตผลที่เลือกใช้บริการจาก AWA เพราะว่า มช. ต้องการแพลตฟอร์มที่ ยืดหยุ่น ขยายขนาดได้ และรวมเทคโนโลยี AI ล่าสุด การเลือก AWS ทำให้ไม่ต้องกังวลเรื่อง Infrastructure และ Security สามารถมุ่งเน้นไปที่การพัฒนา Use Case ด้านการศึกษาที่ตอบโจทย์ความต้องการที่หลากหลายของแต่ละคณะได้เลย
นอกจากนี้ AWS Thailand Region ยังเป็นปัจจัยสำคัญที่ทำให้มั่นใจด้าน Compliance และความสามารถในการ Scale นอกจากนี้ Amazon Bedrock ยังมีเครื่องมืออย่าง Guardrails ช่วยควบคุมการใช้ AI ให้เป็นไปตามกรอบจริยธรรมของมหาวิทยาลัย ส่วนเป้าหมายของมช.ในการสร้าง Gen AI เหล่านี้ขึ้นมาก็คือการ ลดความเหลื่อมล้ำ ด้านการเข้าถึงเทคโนโลยี AI โดยให้บริการแพลตฟอร์มเหล่านี้ฟรีแก่นักศึกษาและบุคลากรทั้งหมด ซึ่ง AWS ช่วยให้สามารถทำได้ด้วยรูปแบบ Pay-per-use และการบริหารจัดการต้นทุนทำได้อย่างมีประสิทธิภาพด้วย
โดยสรุปแล้วที่องค์กรไทยเลือกใช้ AWS Cloud มาเป็นโครงสร้างพื้นฐานหลักของเทคโนโลยีขององค์กรก็มีอยู่หลายเหตุผลไม่ว่าจะเป็น การเปิด AWS Asia Pacific (Thailand) Region เป็นปัจจัยสำคัญที่ตอบโจทย์ด้าน Data Residency และช่วยลดความหน่วงในการเข้าถึงบริการได้ นอกจากนี้ยังมีเรื่อง “ความยืดหยุ่น” และ “Scalability” คือสามารถปรับขนาดทรัพยากรได้อย่างรวดเร็วตามความต้องการที่เปลี่ยนแปลงและผันผวนสูง ทำให้รับมือกับปริมาณงานที่คาดการณ์ไม่ได้ได้อย่างดี
นอกจากนั้นแล้วยังสามารถช่วย ลดต้นทุน มีนวัตกรรม AI/GenAI ที่หลากหลาย มีความปลอดภัยและเสถียรภาพระดับโลกโดยเฉพาะอยางยิ่งการมีทีมงาน AWS และเครือข่าย Partner ที่แข็งแกร่งในไทย สามารถให้คำปรึกษาและสนับสนุนการทำโปรเจกต์ที่ซับซ้อนได้อย่างมีประสิทธิภาพด้วยเช่นกัน สิ่งเหล่านี้ช่วยให้องค์กรสามารถโฟกัสที่ธุรกิจหลัก ช่วยลดภาระในการดูแลโครงสร้างพื้นฐาน ทำให้องค์กรสามารถทุ่มเททรัพยากรไปกับการพัฒนา Product, Services และนวัตกรรมที่สร้างความได้เปรียบในการแข่งขันได้มากขึ้นนั่นเอง
