เปิดครัว KaoJai.ai: Solopreneur กับทีม Agentic — 0–15 นาที
- Solopreneur สร้างบริษัท KaoJai.ai ได้อย่างไร? เปิดหลังบ้านการทำงานของผู้ประกอบการที่ทำงานคนเดียว โดยมีทีม AI Agents ช่วยรับช่วงงานหลายบทบาท ตั้งแต่รับเรื่องลูกค้าไปจนถึงพัฒนาผลิตภัณฑ์
- คนหนึ่งคนจะรองรับธุรกิจที่โตขึ้นได้แค่ไหน? เริ่มจาก KaoJai.ai ที่มีผู้ใช้ [xxxx] คน แล้วเล่าว่าการเติบโตและเป้าหมาย Global ทำให้ต้องออกแบบ workflow ที่ไม่ต้องเพิ่มงานให้เจ้าของบริษัททุกครั้งที่มีลูกค้าเพิ่ม
- จากแชตลูกค้า สู่เคสที่ทีม Agentic ลงมือทำต่อได้: โชว์ KaoJai.ai รวมบทสนทนาจากแพลตฟอร์มที่เชื่อมต่อ แล้วใช้ KaoJai MCP ให้ Agent อ่านบริบท สรุปปัญหา และสร้างเคสโดยไม่ต้องให้คนคัดลอกข้อมูลไปมาระหว่างเครื่องมือ
- KaoJai MCP เชื่อมงานลูกค้าเข้ากับ Agent ที่คุณใช้อยู่: อธิบายจุดเชื่อมระหว่าง KaoJai.ai กับเครื่องมือ Agentic ที่คุ้นเคย เพื่อให้ผู้ฟังเห็นว่าจะนำวิธีนี้ไปใช้กับ workflow ของตัวเองอย่างไร
- หนึ่งเคสเดินทางไปถึง production อย่างไร? พาดูงานจริงหนึ่งเรื่อง ตั้งแต่ Agent วิเคราะห์เคส เตรียมงานใน development stack แก้โค้ด และเดินกระบวนการ deployment ให้เห็นว่าแต่ละช่วงส่งงานต่อกันอย่างไร
- แล้ว Solopreneur ยังต้องทำอะไรเอง? หยุด workflow ที่ Code Review และ Development Testing ให้เห็นสิ่งที่คนตรวจจริง: แก้ตรงปัญหาหรือไม่ ใช้งานแล้วดีหรือไม่ และพร้อมให้ลูกค้าใช้หรือยัง
Uncomfortable Truth: เมื่อ AI ทำงานได้มากขึ้น มนุษย์ยังเติมอะไร? — 15–27 นาที
- งานที่เคยใช้พิสูจน์ว่าเราเก่ง อาจไม่ใช่สิ่งที่ทำให้เราแตกต่างอีกต่อไป: ย้อนจาก workflow ของ KaoJai.ai ว่างานที่เคยต้องใช้เวลาและความเชี่ยวชาญของคน ตอนนี้มอบให้ Agent ได้มากเพียงใด แล้วชวนถามว่าคุณค่าของคนทำงานกำลังย้ายไปอยู่ตรงไหน
- ทำงานเสร็จ ไม่เท่ากับสร้างสิ่งที่ควรสร้าง: ใช้ตัวอย่างฟีเจอร์ที่ทำงานได้และผ่าน test แต่ยังไม่ช่วยแก้ปัญหาลูกค้า เพื่อชี้ว่าการเลือกโจทย์และนิยามคำว่า “ดี” สำคัญอย่างไร
- Taste คือการรู้ว่าอะไรดี อะไรไม่ดี: เมื่อ AI สร้างทางเลือกให้ได้มากมาย คนต้องแยกให้ออกว่าแบบไหนเหมาะกับผู้ใช้และสถานการณ์ พร้อมอธิบายเหตุผลที่เลือกได้
- Taste ต่างจาก “ฉันชอบแบบนี้” อย่างไร? เชื่อมกลับไปที่การรีวิวงานของ KaoJai.ai: สิ่งที่ดูดีสำหรับคนสร้างอาจใช้งานยากสำหรับลูกค้า จึงต้องทดสอบความเห็นของเรากับพฤติกรรมและผลลัพธ์จริง
- ยิ่งให้ AI ทำแทน เราจะยิ่งตัดสินงานได้ดีขึ้นจริงหรือ? ชวนมองความเสี่ยงของการรับคำตอบสำเร็จรูปจนไม่ได้ฝึกสังเกตข้อผิดพลาด ตั้งคำถาม หรืออธิบายว่าทำไมงานชิ้นหนึ่งถึงดี
- อย่าเพิ่งสรุปว่า Taste เป็นพื้นที่ปลอดภัยของมนุษย์: ถ้า AI เรียนรู้เกณฑ์และวิจารณ์งานได้ดีขึ้นเรื่อย ๆ เราจะใช้เหตุผลอะไรยืนยันว่ามนุษย์ยังต้องอยู่ตรงจุดตัดสินใจนั้น
ทิ้งคำถามไว้กับคนสร้าง — 27–30 นาที
- วันนี้คุณเติมอะไรลงในงาน นอกจากคำสั่งให้ AI ทำ? ให้ผู้ฟังลองนึกถึงงานล่าสุด ว่าตัวเองเป็นคนเลือกปัญหา กำหนดมาตรฐาน หรือเข้าใจผู้ใช้เพิ่มขึ้นตรงไหน
- ถ้า AI รีวิวและทดสอบเก่งกว่าเรา บทบาทของเราจะย้ายไปไหน? ย้อนกลับไปยังจุดที่คนยืนอยู่ใน workflow ของ Solopreneur เพื่อเปิดคำถามว่าจุดนั้นจะยังเป็นของมนุษย์เสมอหรือไม่
- เมื่อใครก็สร้างได้ เราจะเลือกสร้างอะไร และรับผิดชอบมันอย่างไร? ปิดด้วยคำถามเรื่องคุณค่ามนุษย์ที่ไม่ได้มีแค่ความสามารถผลิตงาน แต่รวมถึงการเลือกเป้าหมายและรับผลของสิ่งที่ส่งออกไปสู่โลก
หมายเหตุเตรียมพูด: โครงนี้อิงเรื่องเล่าที่ผู้พูดเสนอ ยังไม่ใช่การยืนยันระบบจริง เติมจำนวนผู้ใช้และหลักฐานการเติบโตก่อนใช้คำว่า exponential; แยกเป้าหมาย Global ออกจากสิ่งที่ทำได้แล้ว และเลือก workflow ที่สาธิตได้จริง โดยระบุส่วนที่ยังต้องให้คนช่วย เวทีห้ามขายตรง จึงใช้ KaoJai MCP เป็นกรณีศึกษาและตัวอย่างการเชื่อมต่อแทนช่วงขายสินค้า