งานใหญ่แห่งปีจาก Quick Transformation
ในปี 2026 หลายองค์กรลงทุนกับ AI ไปแล้ว แต่ผู้บริหารส่วนใหญ่กลับยังไม่มั่นใจว่าองค์กรพร้อมรับมือกับยุคที่คนทำงานร่วมกับ AI จริง ความมั่นใจนี้ลดลงจาก 65% ในปี 2024 เหลือเพียง 51% ในปี 2026 (Mercer Global Talent Trends 2026)
คำถามคือ ทำไม AI ถึงยังไม่สร้างผลลัพธ์อย่างที่หวัง?
คำตอบไม่ได้อยู่ที่ตัว AI แต่อยู่ที่ รากฐาน ข้อมูลที่พร้อม ระบบที่เชื่อมกัน และกระบวนการที่ชัดเจน หากข้อมูลยังกระจัดกระจาย AI ที่เก่งแค่ไหนก็ให้คำตอบที่เชื่อถือไม่ได้ นี่คือที่มาของแนวคิดงานปีนี้
Agenda
9:00-9:30 Frontier Transformation: เส้นทางองค์กรชั้นนำในยุค AI
ก้าวสู่องค์กรผู้นำที่พร้อมขับเคลื่อน AI Transformation ตั้งแต่การวางทิศทางไปจนถึงการสร้างผลลัพธ์ทางธุรกิจ
09:30-10:00 Roadmap to AI-Driven Enterprise เปลี่ยน AI จากแนวคิดสู่ผลลัพธ์ทางธุรกิจที่วัดผลได้Digitalization - Digital Coreเมื่อ ERP ไม่ใช่แค่ระบบสำหรับบันทึกข้อมูลแบบเดิม แต่กลายเป็นรากฐานข้อมูลของ AI Agent
AI ไม่ได้เริ่มจาก Technology แต่เริ่มจาก Strategy, Data และ Governance ที่ถูกต้อง เรียนรู้แนวทาง ในการเปลี่ยน AI จากแนวคิดสู่ Business Value ที่จับต้องได้
หลายองค์กรเริ่มใช้ AI แต่ยังไม่สามารถนำไปทำงานจริงได้ เพราะ AI ยังเข้าถึงข้อมูลและกระบวนการของธุรกิจไม่ได้
Session นี้จะชวนมองบทบาทใหม่ของ ERP ในฐานะ AI Foundation ที่เชื่อมข้อมูล Workflow และ AI Agent ให้ทำงานร่วมกันอย่างมีประสิทธิภาพ
10:15-10:35 Digitalization - Digital Extensionsเปลี่ยนข้อมูลลูกค้าที่กระจัดกระจายให้ AI บริหารจัดการ วิเคราะห์ข้อมูล เพิ่มโอกาสปิดการขาย
เมื่อข้อมูลลูกค้ากระจัดกระจาย ทีมขายอาจมองไม่เห็นโอกาสสำคัญ จัดลำดับลูกค้าได้ไม่แม่น และสูญเสียรายได้ให้คู่แข่งโดยไม่รู้ตัว
Session นี้จะพาไปดูว่า CRM ที่รวมข้อมูลลูกค้าไว้เป็น Center ส่งต่อ AI เพื่อวิเคราะห์ Pipeline ชี้เป้าลูกค้าที่มีโอกาสซื้อ แนะนำจังหวะการขาย และช่วยผู้บริหารวางกลยุทธ์เพื่อเพิ่มอัตราปิดการขายและสร้างการเติบโตได้อย่างไร
10:35-11:05 เมื่อข้อมูล Product กลายเป็นรากฐานของการตัดสินใจด้วย AI ที่เชื่อถือได้
ผู้ผลิตจำนวนมากมีองค์ความรู้เกี่ยวกับผลิตภัณฑ์ที่สะสมมาหลายปี แต่ข้อมูลเหล่านี้ยังคงกระจัดกระจายอยู่ในระบบ CAD เอกสาร Spreadsheet, Email และ ERP หากไม่มีรากฐานข้อมูลผลิตภัณฑ์ที่มีการกำกับดูแลอย่างเป็นระบบ AI อาจค้นหาข้อมูลได้ แต่ไม่สามารถระบุได้อย่างน่าเชื่อถือว่าข้อมูลใดเป็นข้อมูลล่าสุด ได้รับการอนุมัติแล้ว หรือได้รับผลกระทบจากการเปลี่ยนแปลง
Session นี้จะพาไปดูว่า การเชื่อมโยงข้อมูลผลิตภัณฑ์ การกำกับดูแลข้อมูลด้านวิศวกรรม และการเชื่อมต่อ PLM กับ ERP สามารถเปลี่ยนข้อมูลผลิตภัณฑ์ให้กลายเป็นองค์ความรู้ที่เชื่อถือได้ และเตรียมองค์กรให้พร้อมสำหรับการนำ AI ไปใช้งานจริงได้อย่างไร
11:05-11:35 "อยากใช้ AI แต่ Data ในสายการผลิตยังไม่พร้อม" อัปเกรดสายการผลิตในอุตสาหกรรมไทย
หลายโปรเจกต์ AI ในอุตสาหกรรมไทยไปไม่ถึงฝัน ไม่ใช่เพราะ AI ไม่เก่ง แต่เพราะ “ข้อมูลตั้งต้น” ขาดความต่อเนื่องและไม่สะท้อนความเป็นจริงหน้างาน ชวนถอดรหัสความล้มเหลว และเจาะลึกความสำคัญของการวางระบบ MES ,WMS, PM และ Carbon เพื่ออุดรอยรั่วของข้อมูลก่อนส่งให้ AI ตัดสินใจ
11:35-12:00 Digitalization - Digital Workplaceจากข้อมูลองค์กรสู่ AI Agent: วางรากฐานให้ AI ทำงานร่วมกับคนได้จริง
AI Agent จะทำงานได้จริง ไม่ใช่แค่มี AI แต่ต้องสามารถเชื่อมข้อมูล ระบบ และพื้นที่ทำงานของคนเข้าด้วยกัน Session นี้จะพาเห็นแนวทางสร้าง AI Agent ที่เข้าถึงข้อมูลองค์กรและทำงานร่วมกับคนผ่าน Microsoft Team พร้อมแนวทางเริ่มจาก Use Case เล็ก ๆ และต่อยอดสู่ระดับองค์กร
13:00-13:30 ลงทุนเทคโนโลยีอย่างไรให้คุ้ม: รู้จักมาตรการและสิทธิสนับสนุนจากภาครัฐ
การยกระดับองค์กรด้วย AI, Automation, IoT และเทคโนโลยีใหม่ ไม่ได้มีแค่เรื่องความพร้อมของระบบ แต่ยังมีมาตรการจากภาครัฐที่ช่วยลดภาระและสนับสนุนการลงทุน
Session นี้จะพาไปรู้จักสิทธิประโยชน์ เงินสนับสนุน และแหล่งเงินทุนที่องค์กรสามารถนำมาใช้ประกอบแผน Transformation ได้จริง
13:30-14:00 Digitalization - IoTติดหล่มเครื่องจักรรุ่นเก่า? ทลายข้อจำกัดการเชื่อมต่อข้อมูล เพื่อสร้าง AI ในโรงงาน
อุปสรรคใหญ่ของโรงงานไทยคือเครื่องจักรบนสายการผลิตมีหลากหลายเจเนอเรชัน บางตัวเป็น PLC รุ่นเก่าที่ไม่ได้ออกแบบมาให้คุยกับใคร Session นี้จะพาไปเจาะลึกวิธีแก้ปัญหาคอขวดหน้างาน เปลี่ยนระบบที่คุยกันไม่รู้เรื่อง ให้กลายเป็น Data Foundation ที่พร้อมป้อนข้อมูลที่ถูกต้องให้กับ AI
14:00-14:20 Connectivity - APIAutomation - Agent, Assistant and RPAจากเอกสารสู่ AI-Ready Data: เตรียมข้อมูลให้ AI Agent ใช้งานได้อย่างปลอดภัย
งานคีย์ข้อมูลจากเอกสารใช้เวลามาก เสี่ยงผิดพลาด และเอกสารสำคัญบางประเภทไม่ควรถูกส่งออกนอกองค์กร
Session นี้จะพาไปดูการใช้ AI-OCR แปลงเอกสารเป็นข้อมูลพร้อมใช้ เชื่อมต่อกับ AI และ Workflow พร้อมแนวทางเลือกระหว่าง Online และ Offline ให้เหมาะกับระดับความปลอดภัยขององค์กร พร้อมงบประมาณเปรียบเทียบระหว่าง 2 Solution
14:20-14:50 AI จะเปลี่ยนข้อมูล Asset ที่กระจัดกระจาย ให้กลายเป็นผลลัพธ์ทางธุรกิจที่วัดผลได้อย่างไร?
หลังจากผลิตภัณฑ์ออกจากโรงงานแล้ว ข้อมูลของ Asset แต่ละรายการมักกระจายอยู่ใน ERP, CRM, ระบบ Service, ระบบ Product และระบบ Operational อื่น ๆ ส่งผลให้องค์กรไม่สามารถมองเห็นได้ชัดเจนว่า มี Asset ใดติดตั้งอยู่ที่ใด แต่ละ Asset มีประสิทธิภาพอย่างไร และจุดใดที่จำเป็นต้องดำเนินการ
Session นี้จะพาไปดูว่า การรวมมุมมองของข้อมูล Product, Asset และ Service เข้าด้วยกัน สามารถสร้างรากฐานข้อมูลที่พร้อมสำหรับ AI เพื่อช่วยระบุความเสี่ยง คาดการณ์ความต้องการด้านบริการ และกำหนดการดำเนินงานหรือกิจกรรมเชิงพาณิชย์ได้อย่างไร
15:05-15:45 จาก ERP Foundation สู่ AI ที่พร้อมใช้งาน และ AI Cowork อ่าน สรุป เปลี่ยนข้อมูล ERP ให้เป็น Insight พร้อมลงมือทำงานอัตโนมัติ
AI Agent เชื่อมต่อข้อมูลกับ ERP เพื่อวิเคราะห์ข้อมูลและทำงานอัตโนมัติ เช่น ดึงลูกหนี้คงค้างแล้วส่งอีเมลแจ้งลูกค้าให้เลย หรือ ตั้งเวลาทำงาน Auto โดยให้มี Workflow อนุมัติก่อนส่ง และเมื่อข้อมูลการเงินและการดำเนินงานอยู่ใน ERP การเข้าถึง Insight ไม่ควรหยุดอยู่แค่การดึง Report แบบเดิม
Session นี้จะพาเห็นการใช้ AI Cowork เพื่ออ่านและสรุปข้อมูลจาก ERP นำข้อมูลมาสร้าง Dashboard สำหรับติดตามและตัดสินใจ รวมถึงรับไฟล์เอกสาร Invoice ให้ AI ช่วยอ่านและคีย์ข้อมูลเข้า ERP อัตโนมัติ เพื่อลดงานซ้ำ เพิ่มความรวดเร็ว ลดเวลา ลดข้อผิดพลาดในการทำงาน
15:45-16:15 Intelligence - AI (Data / Analytics)จากข้อมูลองค์กรสู่ AI ที่คิดและลงมือทำ: 7-8 Use Case ที่สร้างผลลัพธ์ทางธุรกิจ มาพร้อม Local LLM ที่เก็บข้อมูลแบบ OnPrem ในองค์กรเราได้แบบ 100%
หลายองค์กรมี AI ไว้ “ถาม-ตอบ” แต่การก้าวสู่ AI ที่ทำงานได้จริง ต้องสามารถเข้าถึงและเชื่อมโยงข้อมูลจากหลายระบบ ทั้ง ERP, CRM, MES และ IoT ขององค์กร
Session นี้จะพาเห็นผ่าน 7-8 Use Case จริงในงาน Sales, CRM, Purchase, Finance, Maintenance และ Carbon ว่า AI สามารถดึงข้อมูล วิเคราะห์ ติดตาม คาดการณ์ และใช้ Agent ลงมือทำงานต่อในระบบ เพื่อเปลี่ยนข้อมูลทั่วทั้งองค์กรให้เป็นผลลัพธ์ทางธุรกิจได้อย่างไร
โดยใช้ LLM Local ความสามารถที่มากับ Qoot Ai ช่วยให้องค์กร รักษาข้อมูลความลับ ได้ 100%
16:15-16:45 Trust - Data Governance & SecurityAI Agent ทำงานแทนคนได้ แต่ใครคุมความเสี่ยง? วางรากฐาน Security ก่อนเปิดใช้ AI ในองค์กร
เมื่อ AI Agent เข้าถึงข้อมูล ตัดสินใจ และลงมือทำงานแทนคนได้ ความเสี่ยงไม่ได้หยุดอยู่แค่ข้อมูลรั่วไหล แต่รวมถึงการใช้สิทธิ์เกินขอบเขต คำสั่งที่ไม่น่าเชื่อถือ และการตัดสินใจที่ตรวจสอบไม่ได้
Session นี้จะพาไปวางรากฐาน Security และ Governance เพื่อให้องค์กรใช้ AI และ AI Agent ได้อย่างมั่นใจ ตั้งแต่การควบคุมตัวตนและสิทธิ์ ไปจนถึงการปกป้องข้อมูลและติดตามการทำงาน
16:45-17:15 FOUNDATION TO AI: Connecting the FrameworkConnecting the Dots: จุดแตกต่างของ Quick ในยุค AI Transformation
ข้อมูลสำคัญขององค์กรกระจายอยู่ใน ERP, CRM, MES, WMS, HR และอีกหลายระบบ ทำให้ AI ไม่สามารถเข้าถึงข้อมูลได้อย่างครบถ้วน
Session นี้จะพาคุณมารู้จัก Quick Ecosystem ที่เชื่อมโยงทุกแหล่งข้อมูลเข้าสู่แพลตฟอร์มกลาง เพื่อสร้าง Insight, Automation และ Business Value ที่เป็นไปได้
งานนี้เหมาะกับใคร
โรงงานและการผลิต
ที่ต้องการเชื่อมข้อมูลจากหน้างานสู่ระบบบริหาร และยกระดับสู่การผลิตอัจฉริยะ
เทรดดิ้งและการค้า
ที่ต้องการมองเห็นข้อมูลสต็อก การซื้อขาย และลูกค้าแบบครบวงจร
ขนส่งและโลจิสติกส์
ที่ต้องการบริหารการเดินรถ คลังสินค้า และการส่งมอบอย่างแม่นยำ
อาหารและเครื่องดื่ม
ที่ต้องการควบคุมคุณภาพ ความปลอดภัย และการตรวจสอบย้อนกลับตลอดสายการผลิต
พลังงาน
ที่ต้องการติดตามการใช้พลังงานและบริหารทรัพยากรอย่างมีประสิทธิภาพ
ยานยนต์และชิ้นส่วนอิเล็กทรอนิกส์
ที่ต้องการความแม่นยำสูงในการผลิตและการบริหารวงจรชีวิตผลิตภัณฑ์
เคมีภัณฑ์
ที่ต้องการควบคุมกระบวนการผลิตและมาตรฐานความปลอดภัยอย่างเข้มงวด
พลาสติก
ที่ต้องการเพิ่มประสิทธิภาพการผลิตและลดการสูญเสียในกระบวนการ
บรรจุภัณฑ์
ที่ต้องการบริหารการผลิตให้ตอบสนองความต้องการที่หลากหลายและเปลี่ยนแปลงเร็ว
สินค้าอุปโภคบริโภค
ที่ต้องการเชื่อมข้อมูลจากการผลิตถึงช่องทางจำหน่ายเพื่อตอบสนองตลาดได้ทันท่วงที
