
AI Center of Excellence (CoE) ແມ່ນອົງການຈັດຕັ້ງຖາວອນທີ່ລວບລວມຄວາມຮູ້, ມາດຕະຖານ ຫຼື Specification, ແລະ ການກຳກັບດູແລໃນການຂັບເຄື່ອນ AI ພາຍໃນບໍລິສັດ ເພື່ອເຜີຍແຜ່ໄປທົ່ວທຸກພາກສ່ວນຂອງອົງກອນ. ໃນຂະນະທີ່ Chief AI Officer (CAO) ເປັນບົດບາດສ່ວນບຸກຄົນໃນລະດັບບໍລິຫານ ແລະ AgentOps ເປັນທີມງານຊ່ຽວຊານດ້ານການປະຕິບັດງານ AI Agent, CoE ໝາຍເຖິງໂຄງສ້າງການຂັບເຄື່ອນທີ່ກວມເອົາທົ່ວທັງອົງກອນ.
ບົດຄວາມນີ້ມີຈຸດປະສົງເພື່ອອະທິບາຍເງື່ອນໄຂເບື້ອງຕົ້ນ ແລະ 4 ຂັ້ນຕອນ (ການກຳນົດພາລະກິດ, ໂຄງສ້າງອົງກອນ, ການຈັດຕຽມຄວາມຮູ້, ແລະ ການກຳກັບດູແລ) ໃນການອອກແບບ CoE ໂດຍເນັ້ນໃສ່ CIO, ຜູ້ຮັບຜິດຊອບການຂັບເຄື່ອນ DX, ຝ່າຍວາງແຜນຍຸດທະສາດຂອງສຳນັກງານໃຫຍ່, ແລະ ຜູ້ຮັບຜິດຊອບບໍລິສັດສາຂາໃນທ້ອງຖິ່ນຂອງບໍລິສັດຍີ່ປຸ່ນທີ່ມີການດຳເນີນທຸລະກິດໃນຫຼາຍພື້ນທີ່ທົ່ວ ASEAN. ເມື່ອອ່ານຈົບ, ທ່ານຈະສາມາດຈັດລະບຽບປະເດັນຕ່າງໆທີ່ຈຳເປັນໃນການສ້າງຕັ້ງ CoE ໄດ້ ເຊັ່ນ: ການແບ່ງແຍກບົດບາດລະຫວ່າງສຳນັກງານໃຫຍ່ກັບບໍລິສັດສາຂາ, ການຈັດລະບຽບຄວາມສຳພັນກັບອົງກອນ IT/DX ທີ່ມີຢູ່, ແລະ ການດຳເນີນງານໃນສະພາບແວດລ້ອມທີ່ມີຫຼາຍພາສາ ແລະ ຫຼາຍກົດລະບຽບ.
CoE ບໍ່ແມ່ນ "ພະແນກທີ່ລວມເອົາຜູ້ຊ່ຽວຊານດ້ານ AI ໄວ້ນຳກັນ" ແຕ່ເປັນ ໂຄງສ້າງພື້ນຖານ ຫຼື Infrastructure ຖາວອນ ເພື່ອເຮັດໃຫ້ການຂັບເຄື່ອນ AI ທົ່ວທັງອົງກອນສາມາດເກີດຂຶ້ນຊ້ຳໄດ້ຢ່າງເປັນລະບົບ. ບໍລິສັດຍີ່ປຸ່ນທີ່ມີການດຳເນີນງານໃນຫຼາຍສາຂາທົ່ວອາຊຽນ (ASEAN) ມັກຈະປະສົບກັບບັນຫາດ້ານໂຄງສ້າງ ເຊັ່ນ: ການແຍກຕົວຂອງຄວາມຮູ້ (Knowledge Silo) ລະຫວ່າງສາຂາ, ຄວາມແຕກຕ່າງດ້ານກົດລະບຽບ ແລະ ການລົງທຶນທີ່ຊ້ຳຊ້ອນ, ເຊິ່ງການແກ້ໄຂບັນຫາເຫຼົ່ານີ້ຖືເປັນແຮງຈູງໃຈຫຼັກໃນການສ້າງຕັ້ງ CoE.
ໃນຖານະຮູບແບບການຈັດຕັ້ງເພື່ອຂັບເຄື່ອນ AI, CoE, CAO ແລະ AgentOps ມັກຈະຖືກເຂົ້າໃຈຜິດກັນ ແຕ່ຄວາມລະອຽດຂອງບົດບາດ ແລະ ລັກສະນະຂອງມັນນັ້ນແຕກຕ່າງກັນ.
| ຮູບແບບ | ຜູ້ຮັບຜິດຊອບ | ບົດບາດຫຼັກ | ໜ່ວຍງານທີ່ຈັດຕັ້ງ |
|---|---|---|---|
| CoE (Center of Excellence) | ອົງກອນຖາວອນແບບຂ້າມສາຍງານ | ການສ້າງມາດຕະຖານ, ການລວມສູນຄວາມຮູ້, ການຝຶກອົບຮົມ, ການກຳກັບດູແລແບບຂ້າມສາຍງານ, ການກວດສອບການລົງທຶນ | 1 ອົງກອນຕໍ່ທັງບໍລິສັດ ແລະ ທຸກສາຂາ |
| CAO (Chief AI Officer) | ບົດບາດສ່ວນບຸກຄົນໃນລະດັບບໍລິຫານ | ການຕັດສິນໃຈດ້ານຍຸດທະສາດ, ການສື່ສານກັບພາຍນອກ, ການອະນຸມັດການລົງທຶນ | 1 ຕຳແໜ່ງ |
| AgentOps | ທີມງານຊ່ຽວຊານດ້ານການປະຕິບັດງານ | ການຕິດຕາມກວດກາ AI Agent, ການປັບປຸງ, ການຮັບມືກັບເຫດການສຸກເສີນ, MLOps | ຫຼາຍທີມຕາມຜະລິດຕະພັນ ຫຼື ໜ່ວຍງານວຽກ |
ທັງ 3 ຮູບແບບນີ້ສາມາດມີຢູ່ຮ່ວມກັນໄດ້. ໂຄງສ້າງທີ່ເປັນທີ່ນິຍົມຄື CAO ເປັນຜູ້ສະໜັບສະໜູນໃນການຈັດຕັ້ງ CoE ແລະ CoE ຈະມີ AgentOps ຢູ່ພາຍໃຕ້ການດູແລ. ຖ້າຫາກເລີ່ມຕົ້ນໂດຍການ "ສ້າງ CoE" ທັງທີ່ຍັງເຂົ້າໃຈຜິດກັນຢູ່, ພະນັກງານໃນພາກປະຕິບັດງານມັກຈະເບິ່ງວ່າເປັນ "ຄະນະກຳມະການອີກຊຸດໜຶ່ງ" ຫຼື "ທີ່ປຶກສາທີ່ບໍ່ມີອຳນາດໃນການປະຕິບັດງານ". CoE ຄວນຖືກອອກແບບໃຫ້ເປັນອົງກອນທີ່ມີຕົວຕົນແທ້ຈິງ ເຊິ່ງຮັບຜິດຊອບດ້ານການຕັດສິນໃຈ, ການປະຕິບັດງານ ແລະ ການກຳກັບດູແລ.
ເຫດຜົນທາງໂຄງສ້າງທີ່ເຮັດໃຫ້ບໍລິສັດຍີ່ປຸ່ນທີ່ດຳເນີນທຸລະກິດໃນຫຼາຍສາຂາໃນ ASEAN ຈຳເປັນຕ້ອງມີ CoE ສາມາດສະຫຼຸບໄດ້ 3 ປະການດັ່ງນີ້:
CoE ຄືຄຳຕອບທາງອົງກອນຕໍ່ກັບບັນຫາທາງໂຄງສ້າງທັງ 3 ປະການນີ້. ຈຸດປະສົງບໍ່ແມ່ນພຽງແຕ່ "ການສ້າງພະແນກທີ່ເກັ່ງດ້ານ AI" ເທົ່ານັ້ນ, ແຕ່ແມ່ນການສ້າງແພລັດຟອມໂດຍອີງໃສ່ 3 ແກນຫຼັກ ຄື: ການໝູນວຽນຄວາມຮູ້, ການປະຕິບັດຕາມກົດລະບຽບ ແລະ ການຈັດສັນການລົງທຶນ.
ຮູບແບບທົ່ວໄປທີ່ເຮັດໃຫ້ CoE ກາຍເປັນພຽງແຕ່ຊື່ຫຼັງຈາກການເປີດຕົວ ຫຼື Launch ສາມາດສະຫຼຸບໄດ້ 4 ປະການດັ່ງນີ້:
ບັນຫາເຫຼົ່ານີ້ບໍ່ແມ່ນບັນຫາຂອງການດຳເນີນງານແຍກສ່ວນ ແຕ່ເປັນຜົນມາຈາກການບໍ່ໄດ້ກຳນົດຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ຕັ້ງແຕ່ຂັ້ນຕອນການອອກແບບ CoE ໃນໄລຍະເລີ່ມຕົ້ນ. 4 ຂັ້ນຕອນໃນພາກຕໍ່ໄປນີ້ ຖືກອອກແບບມາໂດຍມີເຈດຕະນາເພື່ອຫຼີກລ່ຽງ 4 ຮູບແບບນີ້ຢ່າງເປັນລະບົບ.
ກ່ອນທີ່ຈະເລີ່ມຕົ້ນການອອກແບບ CoE, ຕ້ອງຈັດລະບຽບຂໍ້ຈຳກັດ 3 ປະການທີ່ເປັນເອກະລັກຂອງບໍລິສັດຍີ່ປຸ່ນ. ຄວາມສົມດຸນລະຫວ່າງການນຳພາຈາກສຳນັກງານໃຫຍ່ ແລະ ການຕັດສິນໃຈຂອງທ້ອງຖິ່ນ, ຄວາມສຳພັນກັບອົງກອນ IT/DX ທີ່ມີຢູ່ແລ້ວ, ແລະ ການຮອງຮັບຫຼາຍພາສາ, ຫຼາຍສະກຸນເງິນ, ແລະ ຫຼາຍກົດລະບຽບຂໍ້ບັງຄັບ — ຖ້າບໍ່ວາງສິ່ງເຫຼົ່ານີ້ເປັນເງື່ອນໄຂເບື້ອງຕົ້ນ, ການນຳໃຊ້ກອບວຽກ CoE ແບບທົ່ວໄປມາປັບໃຊ້ໂດຍກົງກໍຈະບໍ່ສາມາດເຮັດວຽກໄດ້.
ການພະຍາຍາມບັງຄັບໃຫ້ກິດຈະກຳສົ່ງເສີມ AI ທີ່ກຳລັງເລີ່ມຕົ້ນໃນບໍລິສັດຍ່ອຍທີ່ໄທ ໃຫ້ເຂົ້າກັບກອບການເຮັດວຽກທີ່ສຳນັກງານໃຫຍ່ເປັນຜູ້ກຳນົດນັ້ນ ຈະເຮັດໃຫ້ຄວາມໄວໃນການເຮັດວຽກຂອງທ້ອງຖິ່ນສູນເສຍໄປຢ່າງວ່ອງໄວ ເຊິ່ງນີ້ແມ່ນຮູບແບບຄວາມຜິດພາດທີ່ພົບເຫັນເລື້ອຍໆໃນການສົ່ງເສີມ DX ຂອງບໍລິສັດຍີ່ປຸ່ນທີ່ຂະຫຍາຍຕົວເຂົ້າສູ່ ASEAN. ໃນທາງກັບກັນ, ຖ້າປ່ອຍໃຫ້ທ້ອງຖິ່ນຕັດສິນໃຈເອງທັງໝົດ ກໍຈະເຮັດໃຫ້ຂາດການກຳກັບດູແລ (Governance) ແລະ ເກີດບັນຫາດ້ານການບໍລິຫານຄວາມສ່ຽງຂອງສຳນັກງານໃຫຍ່.
ການສ້າງຄວາມສົມດຸນລະຫວ່າງສຳນັກງານໃຫຍ່ ແລະ ທ້ອງຖິ່ນ ສາມາດຈັດລະບຽບໄດ້ງ່າຍຂຶ້ນໂດຍການແບ່ງບົດບາດດັ່ງນີ້:
ບໍ່ແມ່ນການຕັ້ງຄຳຖາມແບບສອງຂົ້ວວ່າ "ສຳນັກງານໃຫຍ່ເປັນຜູ້ຕັດສິນໃຈ ຫຼື ທ້ອງຖິ່ນເປັນຜູ້ຕັດສິນໃຈ", ແຕ່ຄວນແບ່ງບົດບາດຕາມປະເດັນການສົນທະນາ. ການລະບຸຂອບເຂດໃຫ້ຊັດເຈນ ແລະ ການຫຼຸດຜ່ອນພື້ນທີ່ສີເທົາຢ່າງຕັ້ງໃຈ ຈະຊ່ວຍຫຼີກລ່ຽງການຂັດແຍ້ງໃນໄລຍະຍາວໄດ້.
ຫຼາຍບໍລິສັດຍີ່ປຸ່ນມີພະແນກ IT, ຫ້ອງການສົ່ງເສີມ DX, ພະແນກລະບົບຂໍ້ມູນຂ່າວສານ, ແລະ ພະແນກຍຸດທະສາດ IT ສາກົນຢູ່ແລ້ວ. ຖ້າບໍ່ມີການແບ່ງໜ້າທີ່ໃຫ້ຊັດເຈນໃນເວລາສ້າງຕັ້ງ CoE, ມັນຈະເກີດບັນຫາຄວາມຊ້ຳຊ້ອນໃນຜັງອົງກອນ ແລະ ຄວາມວຸ້ນວາຍໃນການປະຕິບັດງານຕົວຈິງໄປພ້ອມໆກັນ.
ຄວາມສຳພັນຫຼັກທີ່ຄວນຈັດລະບຽບມີດັ່ງນີ້:
ໃຫ້ບັນທຶກຜັງອົງກອນ ແລະ RACI (Responsible / Accountable / Consulted / Informed) Matrix ເປັນເອກະສານໃນເວລາສ້າງຕັ້ງ CoE ແລະ ຕົກລົງເຫັນດີກັບພະແນກທີ່ກ່ຽວຂ້ອງ.
ການດຳເນີນງານຫຼາຍສາຂາໃນ ASEAN ຕ້ອງປະເຊີນກັບຄວາມແຕກຕ່າງດ້ານພາສາ, ສະກຸນເງິນ ແລະ ກົດລະບຽບຂອງແຕ່ລະປະເທດທີ່ດຳເນີນໄປພ້ອມໆກັນ. ການອອກແບບ CoE ຈຳເປັນຕ້ອງມີກົນໄກໃນການຮອງຮັບຄວາມແຕກຕ່າງເຫຼົ່ານີ້ຕັ້ງແຕ່ຕົ້ນ.
ປະເດັນສຳຄັນສາມາດສະຫຼຸບໄດ້ດັ່ງນີ້:
ສິ່ງເຫຼົ່ານີ້ຈະບໍ່ສາມາດສຳເລັດໄດ້ຫາກ "ປ່ອຍໃຫ້ສາຂາທ້ອງຖິ່ນຈັດການກັນເອງຕາມຄວາມເໝາະສົມ". ດັ່ງນັ້ນ, ໃນຂະນະທີ່ເປີດຕົວ ຫຼື Launch CoE ຕ້ອງມີການບັນທຶກກົດລະບຽບການດຳເນີນງານໄວ້ເປັນລາຍລັກອັກສອນ ແລະ ນຳໄປປັບໃຊ້ເຂົ້າໃນເຄື່ອງມື ແລະ ຂະບວນການ ຫຼື Pipeline ການເຮັດວຽກຕົວຈິງ.
ຂັ້ນຕອນທີ 1 ແມ່ນການບັນທຶກຂອບເຂດພາລະກິດ ແລະ ຜູ້ສະໜັບສະໜູນລະດັບບໍລິຫານ. ການທີ່ CoE ຕັດສິນໃຈແຕ່ທຳອິດວ່າ "ອົງກອນຈະເຮັດຫຍັງ ແລະ ຈະບໍ່ເຮັດຫຍັງ" ນັ້ນ ຈະຊ່ວຍຫຼີກລ່ຽງການຂັດແຍ່ງທີ່ບໍ່ຈຳເປັນກັບພາກສ່ວນທີ່ກ່ຽວຂ້ອງ ແລະ ຄວາມຄາດຫວັງທີ່ບໍ່ກົງກັນພາຍໃນອົງກອນ.
ຖ້າຕັ້ງພາລະກິດຂອງ CoE ໃຫ້ກວ້າງເກີນໄປວ່າເປັນ "ທຸກຢ່າງທີ່ກ່ຽວຂ້ອງກັບ AI" ຈະເຮັດໃຫ້ການເຄື່ອນໄຫວແຕກແຍກ ແລະ ບໍ່ມີວຽກໃດສຳເລັດຢ່າງສົມບູນ. ໃນທາງກົງກັນຂ້າມ, ຖ້າກຳນົດຂອບເຂດແຄບເກີນໄປ ກໍຈະເຮັດໃຫ້ອົງກອນຂາດປະສິດທິພາບ. ການລະບຸຂອບເຂດທີ່ຮັບຜິດຊອບ ແລະ ບໍ່ຮັບຜິດຊອບໃຫ້ຊັດເຈນ ຈະຊ່ວຍໃຫ້ການແບ່ງຂອບເຂດວຽກກັບພາກສ່ວນທີ່ກ່ຽວຂ້ອງມີຄວາມຈະແຈ້ງ.
ຕົວຢ່າງຂອບເຂດທີ່ຮັບຜິດຊອບ:
ຕົວຢ່າງຂອບເຂດທີ່ບໍ່ຮັບຜິດຊອບ:
ການລະບຸຂອບເຂດທີ່ບໍ່ຮັບຜິດຊອບໃຫ້ຊັດເຈນ ຈະຊ່ວຍປ້ອງກັນບໍ່ໃຫ້ CoE ກາຍເປັນ "ຜູ້ຊ່ວຍເຫຼືອທຸກຢ່າງ" ທີ່ຕ້ອງແບກຫາບທຸກວຽກ. ການຮັກສາຂະໜາດພາລະກິດໃຫ້ຍືນຍົງໃນຖານະອົງກອນ ຄືການຕັດສິນໃຈທີ່ສຳຄັນທີ່ສຸດໃນການອອກແບບໄລຍະເລີ່ມຕົ້ນ.
CoE ທີ່ຂາດຜູ້ສະໜັບສະໜູນລະດັບບໍລິຫານ ມັກຈະເສຍປຽບສະເໝີໃນການເຈລະຈາງົບປະມານ ແລະ ການຕັດສິນໃຈ. ເນື່ອງຈາກລັກສະນະຂອງໜ່ວຍງານທີ່ຕ້ອງກວມເອົາຫຼາຍພາກສ່ວນທຸລະກິດ, ຖ້າປາສະຈາກການສະໜັບສະໜູນທີ່ເຂັ້ມແຂງແລ້ວ ມັນກໍຈະບໍ່ສາມາດເຮັດວຽກເປັນອົງກອນໄດ້.
ສິ່ງທີ່ຄວນກວດສອບໃນການອອກແບບຜູ້ສະໜັບສະໜູນ (Sponsor) ມີດັ່ງນີ້:
ຖ້າຫາກເລີ່ມຕົ້ນ CoE ໂດຍທີ່ການກຳນົດຜູ້ສະໜັບສະໜູນບໍ່ຊັດເຈນ, ພາຍໃນ 6 ເດືອນຫາ 1 ປີ ມັນຈະຖືກເບິ່ງວ່າເປັນ "ອົງກອນທີ່ປຶກສາທີ່ບໍ່ມີຕົວຕົນແທ້ຈິງ" ແລະ ຈະຕ້ອງໄດ້ເລີ່ມຕົ້ນໃໝ່. ການຫຼີກລ່ຽງກັບດັກນີ້ຕັ້ງແຕ່ຂັ້ນຕອນການອອກແບບເບື້ອງຕົ້ນ ຄືປັດໄຈທີ່ຕັດສິນຄວາມສຳເລັດ ຫຼື ຄວາມລົ້ມເຫຼວຂອງ CoE ໃນໄລຍະຍາວ.
ໃນການດຳເນີນງານຫຼາຍສາຂາໃນ ASEAN, ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ທີ່ສຸດຂອງການອອກແບບໂຄງສ້າງອົງກອນຄື ຈະເລືອກແບບ Hub & Spoke ຫຼື ແບບ Federation. ບໍ່ມີຮູບແບບໃດທີ່ຖືກຕ້ອງທີ່ສຸດ, ແຕ່ທາງອອກທີ່ເໝາະສົມທີ່ສຸດຈະປ່ຽນແປງໄປຕາມຂະໜາດຂອງບໍລິສັດ, ຈຳນວນສາຂາ ແລະ ຄວາມເຂັ້ມແຂງຂອງການບໍລິຫານງານຈາກສຳນັກງານໃຫຍ່.
ຈັດລະບຽບຄວາມແຕກຕ່າງຂອງ 2 ຮູບແບບຕົວຢ່າງດັ່ງນີ້:
| ມຸມມອງ | ຮູບແບບ Hub & Spoke | ຮູບແບບ Federation |
|---|---|---|
| ໂຄງສ້າງ | ສຳນັກງານໃຫຍ່ CoE ເປັນ Hub, ແຕ່ລະສາຂາມີຜູ້ຮັບຜິດຊອບປະສານງານ CoE (Spoke) | ແຕ່ລະສາຂາມີ CoE ເປັນເອກະລາດ, ສຳນັກງານໃຫຍ່ CoE ເປັນຜູ້ປະສານງານ |
| ການຕັດສິນໃຈ | ເນັ້ນສຳນັກງານໃຫຍ່. ມາດຕະຖານ ແລະ ການກຳກັບດູແລແມ່ນສຳນັກງານໃຫຍ່ເປັນຜູ້ຕັດສິນ | ເນັ້ນສາຂາ. ສຳນັກງານໃຫຍ່ພຽງແຕ່ປະສານງານຂ້າມພາກສ່ວນເທົ່ານັ້ນ |
| ຄວາມໄວ | ປານກາງ. ອາດໃຊ້ເວລາໃນກໍລະນີທີ່ຕ້ອງໄດ້ຮັບການອະນຸມັດຈາກສຳນັກງານໃຫຍ່ | ໄວ. ການຕັດສິນໃຈສຳເລັດພາຍໃນສາຂາ |
| ຄວາມເຂັ້ມງວດໃນການກຳກັບດູແລ | ສູງ. ມີການປະຕິບັດຕາມມາດຕະຖານຢ່າງເຄັ່ງຄັດ | ປານກາງ. ມີການຄວບຄຸມທີ່ຫຼວມກວ່າເນື່ອງຈາກສາຂາມີອຳນາດຕັດສິນໃຈສູງ |
| ຂະໜາດບໍລິສັດທີ່ເໝາະສົມ | ຈຳນວນສາຂາ 3-10 ແຫ່ງ, ແຕ່ລະສາຂາມີຂະໜາດນ້ອຍຫາປານກາງ | ຈຳນວນສາຂາ 10 ແຫ່ງຂຶ້ນໄປ, ແຕ່ລະສາຂາມີຂະໜາດໃຫຍ່ ແລະ ມີຄວາມເປັນອິດສະຫຼະ |
| ຄວາມຕ້ອງການດ້ານບຸກຄະລາກອນ | ຕ້ອງການຊັບພະຍາກອນຫຼາຍທີ່ສຳນັກງານໃຫຍ່ CoE, ແຕ່ລະສາຂາໃຊ້ພຽງຜູ້ປະສານງານ 1-2 ຄົນກໍພຽງພໍ | ຕ້ອງການບຸກຄະລາກອນທີ່ມີຄວາມສາມາດດ້ານ CoE ໃນແຕ່ລະສາຂາ |
ແນວທາງໃນການເລືອກ:
ບໍລິສັດຍີ່ປຸ່ນທີ່ເຂົ້າສູ່ຕະຫຼາດ ASEAN ໃນໄລຍະເລີ່ມຕົ້ນເຖິງໄລຍະກາງ ສ່ວນຫຼາຍມັກເລີ່ມຕົ້ນຈາກຮູບແບບ Hub & Spoke.
ບໍ່ວ່າຈະເລືອກຮູບແບບ Hub & Spoke ຫຼື Federation, ການອອກແບບສ່ວນເຊື່ອມຕໍ່ (Interface) ລະຫວ່າງ CoE ຂອງສຳນັກງານໃຫຍ່ ແລະ ບໍລິສັດສາຂາໃນທ້ອງຖິ່ນ ຈະເປັນ ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ທີ່ກຳນົດປະສິດທິພາບຂອງ CoE.
ສ່ວນເຊື່ອມຕໍ່ຫຼັກທີ່ຕ້ອງອອກແບບມີດັ່ງນີ້:
ຖ້າການອອກແບບສ່ວນເຊື່ອມຕໍ່ບໍ່ຊັດເຈນ, ມັນຈະເຮັດໃຫ້ສຳນັກງານໃຫຍ່ ແລະ ສາຂາໃນທ້ອງຖິ່ນຕົກຢູ່ໃນສະພາວະທີ່ "ຮູ້ຕົວອີກທີກໍຕ່າງຄົນຕ່າງເຮັດວຽກໄປຄົນລະທິດລະທາງ" ໄດ້ງ່າຍ.
ການຈັດການ Use Case ແມ່ນ ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ທີ່ເຮັດໃຫ້ CoE ສາມາດເຫັນພາບລວມຂອງການລົງທຶນດ້ານ AI ໄດ້ທົ່ວທັງອົງກອນ. ການລວບລວມ Use Case ທີ່ແຕ່ລະພາກສ່ວນ ຫຼື ແຕ່ລະໜ່ວຍງານດຳເນີນການແຍກກັນນັ້ນ ມາໄວ້ໃນບັນຊີລາຍຊື່ດຽວ ຈະຊ່ວຍໃຫ້ສາມາດຄົ້ນພົບວຽກທີ່ຊ້ຳຊ້ອນ, ຊ່ອງວ່າງທີ່ຍັງຂາດຫາຍໄປ ແລະ ການນຳເອົາກໍລະນີທີ່ປະສົບຜົນສຳເລັດໄປຂະຫຍາຍຜົນຕໍ່ໄດ້.
ລາຍການທີ່ຄວນບັນທຶກໄວ້ໃນບັນຊີລາຍຊື່ Use Case ເປັນຢ່າງໜ້ອຍ:
ບັນຊີລາຍຊື່ດັ່ງກ່າວຄວນມີການກວດສອບທຸກໆໄຕມາດ ແລະ ສຳລັບ Use Case ທີ່ຢຸດສະງັກ (ສະຖານະບໍ່ມີການປ່ຽນແປງເກີນເຄິ່ງປີ) ຄວນມີການຕັດສິນໃຈໃຫ້ຍົກເລີກ. ຖ້າຂໍ້ມູນໃນບັນຊີລາຍຊື່ບໍ່ເປັນປັດຈຸບັນ, ຄວາມໜ້າເຊື່ອຖືຂອງໜ້າທີ່ການກຳກັບດູແລ (Governance) ຂອງ CoE ທັງໝົດຈະຫຼຸດລົງ.
ບັນຊີລາຍຊື່ Use Case ແມ່ນຊັບສິນທີ່ພື້ນຖານ ແລະ ສຳຄັນທີ່ສຸດຂອງ CoE, ຂໍແນະນຳໃຫ້ກຳນົດຂະບວນການດຳເນີນງານໃຫ້ຊັດເຈນກ່ອນການເລືອກໃຊ້ເຄື່ອງມື.
ເພື່ອໃຫ້ການຂະຫຍາຍຜົນຢ່າງມີປະສິດທິຜົນ, ຕ້ອງມີເງື່ອນໄຂເບື້ອງຕົ້ນຄືແຕ່ລະສາຂາຕ້ອງດຳເນີນງານດ້ວຍ "ຮູບແບບດຽວກັນ". ການທີ່ CoE ຈັດຕຽມແມ່ແບບມາດຕະຖານໄວ້ ແລະ ເຮັດໃຫ້ແຕ່ລະສາຂາສາມາດນຳກັບມາໃຊ້ໃໝ່ໄດ້ນັ້ນ ຈະຊ່ວຍເລັ່ງການໝູນວຽນຂອງຄວາມຮູ້ໃຫ້ໄວຂຶ້ນ.
ກຸ່ມແມ່ແບບທີ່ຄວນຈັດຕຽມ:
ແມ່ແບບຄວນຖືກສ້າງຂຶ້ນໃນລະດັບທີ່ "ພຽງແຕ່ຕື່ມຂໍ້ມູນກໍສາມາດບັນລຸຄຸນນະພາບໃນລະດັບໜຶ່ງໄດ້". ການແນບຄູ່ມືການໃຊ້ງານ ແລະ ຕົວຢ່າງການຕື່ມຂໍ້ມູນໃສ່ໃນແຕ່ລະແມ່ແບບ ຈະຊ່ວຍໃຫ້ການຂະຫຍາຍຜົນໃນສາຂາທ້ອງຖິ່ນເຮັດໄດ້ງ່າຍຂຶ້ນ.
ແມ່ແບບເປັນສິ່ງທີ່ມີການປ່ຽນແປງຢູ່ສະເໝີ. ຄວນເກັບກຳຄຳຕິຊົມຈາກສາຂາທີ່ນຳໄປໃຊ້ເພື່ອປັບປຸງທຸກໆໄຕມາດ. ຄວນຮັກສາປະຫວັດການແກ້ໄຂໄວ້ ເພື່ອໃຫ້ສາມາດເຫັນຄວາມແຕກຕ່າງຈາກສະບັບກ່ອນໜ້າໄດ້.
ຂັ້ນຕອນທີ 4 ແມ່ນການອອກແບບຂະບວນການກວດສອບແບບແນວນອນ ຫຼື Horizontal ແລະ KPI ເພື່ອເຮັດໃຫ້ກິດຈະກຳຂອງ CoE ສາມາດວັດແທກໄດ້ໃນລະດັບອົງກອນ. CoE ທີ່ບໍ່ມີການບໍລິຫານຈັດການ ແລະ ການວັດແທກຜົນທີ່ມີປະສິດທິພາບ ຈະຖືກເບິ່ງວ່າເປັນ "ພະແນກທີ່ບໍ່ຮູ້ວ່າກຳລັງເຮັດຫຍັງຢູ່" ພາຍໃນໄລຍະເວລາ 6 ເດືອນ ຫາ 1 ປີ ເຊິ່ງຈະສົ່ງຜົນໃຫ້ງົບປະມານຖືກຕັດອອກ.
ເພື່ອໃຫ້ CoE ສາມາດເຮັດວຽກໄດ້ຢ່າງມີປະສິດທິພາບ, ຕ້ອງມີການລະບຸຂະບວນການກວດສອບແບບ ແນວນອນ ຫຼື Horizontal ຢ່າງຊັດເຈນ ແລະ ສ້າງກົນໄກໃຫ້ໂຄງການ AI ຂອງແຕ່ລະສູນປະຕິບັດງານ ຫຼື ພະແນກທຸລະກິດ ຕ້ອງຜ່ານດ່ານກວດສອບທີ່ກຳນົດໄວ້.
ຂະບວນການກວດສອບຫຼັກ:
ຂະບວນການກວດສອບຈະບໍ່ຖືກນຳໃຊ້ເປັນ "ເບຣກ" ແຕ່ຈະຖືກນຳໃຊ້ເປັນ "ການຮັບປະກັນຄຸນນະພາບ". ຕ້ອງມີການລະບຸໄລຍະເວລາໃນການອະນຸມັດໃຫ້ຊັດເຈນໃນຮູບແບບ SLA (ຕົວຢ່າງ: ການກວດສອບການລົງທຶນຕ້ອງສຳເລັດພາຍໃນ 2 ອາທິດ) ເພື່ອໃຫ້ເກີດຄວາມສົມດຸນລະຫວ່າງຄວາມວ່ອງໄວ ແລະ ການກຳກັບດູແລ (Governance).
ການເກັບບັນທຶກການກວດສອບ ແລະ ການວິເຄາະເຫດຜົນທີ່ມັກຖືກປະຕິເສດການອະນຸມັດ ຈະກາຍເປັນຂໍ້ມູນນຳເຂົ້າ (Input) ເພື່ອປັບປຸງແມ່ແບບ (Template) ແລະ ໂຄງການຝຶກອົບຮົມໃຫ້ດີຂຶ້ນ.
ຖ້າດຳເນີນງານ CoE ໂດຍບໍ່ມີ KPI, ກິດຈະກຳຕ່າງໆຈະບໍ່ເຫັນຜົນໃນນາມອົງກອນ. KPI ຄວນຖືກອອກແບບເປັນໂຄງສ້າງ 4 ຊັ້ນ ແລະ ປະເມີນຜົນລວມໂດຍການລວມແຕ່ລະຊັ້ນເຂົ້າດ້ວຍກັນ.
| ຊັ້ນ | ຕົວຢ່າງ KPI | ຄວາມຖີ່ໃນການວັດແທກ |
|---|---|---|
| ປະລິມານກິດຈະກຳ | ຈຳນວນ PoC ທີ່ເລີ່ມຕົ້ນ, ຈຳນວນທີ່ນຳໃຊ້ຈິງ, ຈຳນວນຜູ້ເຂົ້າອົບຮົມ, ຈຳນວນການລົງທະບຽນໃນບັນຊີ | ລາຍເດືອນ |
| ມູນຄ່າທາງທຸລະກິດ | ຈຳນວນຊົ່ວໂມງແຮງງານທີ່ຫຼຸດລົງສະສົມ, ຜົນກະທົບຕໍ່ຍອດຂາຍ, ຈຳນວນຕົ້ນທຶນທີ່ຫຼຸດລົງ, ການເພີ່ມຂຶ້ນຂອງຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າ | ລາຍໄຕມາດ |
| ການສ້າງມາດຕະຖານ | ອັດຕາການນຳໃຊ້ Template, ຈຳນວນການຂະຫຍາຍຜົນ, ຈຳນວນການເຂົ້າເບິ່ງຄວາມຮູ້ (Knowledge) | ລາຍໄຕມາດ |
| ຄວາມສ່ຽງ | ຈຳນວນອຸບັດຕິເຫດ (Incident), ຈຳນວນຂໍ້ຜິດພາດທີ່ພົບຈາກການກວດສອບ, ກໍລະນີຂໍ້ມູນຮົ່ວໄຫຼ | ລາຍເດືອນ |
ຄວາມຜິດພາດທີ່ມັກພົບໃນການອອກແບບ KPI:
KPI ຄວນໄດ້ຮັບການເຫັນດີຈາກຜູ້ສະໜັບສະໜູນລະດັບບໍລິຫານໃນຕອນເລີ່ມຕົ້ນ CoE ແລະ ຄວນມີການທົບທວນຄືນທຸກໆໄຕມາດ. CoE ໃດທີ່ຍັງໃຊ້ KPI ເດີມຕະຫຼອດໄລຍະເວລາ 3 ປີ ມີຄວາມເປັນໄປໄດ້ສູງທີ່ອົງກອນນັ້ນກຳລັງຢຸດສະງັກ.
ຈັດລຽງລຳດັບຄວາມຜິດພາດທີ່ມັກພົບເລື້ອຍໃນໄລຍະເລີ່ມຕົ້ນການສ້າງຕັ້ງ CoE ໄປຈົນເຖິງໄລຍະການດຳເນີນງານ ພ້ອມກັບມາດຕະການແກ້ໄຂດັ່ງນີ້:
Q1: ການສ້າງຕັ້ງ CoE ຄວນມີຂະໜາດຈັກຄົນຈຶ່ງຈະເໝາະສົມ?
ໃນໄລຍະເລີ່ມຕົ້ນ, ມັກຈະເຫັນຕົວຢ່າງການເລີ່ມຕົ້ນດ້ວຍພະນັກງານປະຈຳ 3-5 ຄົນ ແລະ ລວມພະນັກງານທີ່ເຮັດວຽກຄວບຕຳແໜ່ງອີກປະມານ 5-10 ຄົນ. ໂຄງສ້າງພື້ນຖານປະກອບດ້ວຍ ຫົວໜ້າທີມ (Full-time), ຜູ້ຮັບຜິດຊອບດ້ານມາດຕະຖານ ແລະ ຄວາມຮູ້, ຜູ້ຮັບຜິດຊອບດ້ານການກຳກັບດູແລ (Governance), ຜູ້ຮັບຜິດຊອບດ້ານການຝຶກອົບຮົມ, ແລະ ຜູ້ຮັບຜິດຊອບການປະສານງານແຕ່ລະສາຂາ (ເຮັດວຽກຄວບຕຳແໜ່ງ 20-40%). ການສ້າງ CoE ຂະໜາດໃຫຍ່ທີ່ມີພະນັກງານເຖິງ 30 ຄົນນັ້ນ ຄວນຕັ້ງເປົ້າໝາຍໄວ້ໃນໄລຍະທີ່ອົງກອນມີຄວາມພ້ອມດ້ານການຂັບເຄື່ອນ AI ແລ້ວ (ປະມານ 2-3 ປີຫຼັງຈາກເລີ່ມຕົ້ນ) ຈຶ່ງຈະມີຄວາມເປັນໄປໄດ້ຫຼາຍກວ່າ.
Q2: CoE ຄວນຢູ່ພາຍໃຕ້ພະແນກໃດ?
ຄວນຢູ່ພາຍໃຕ້ການຊີ້ນຳໂດຍກົງຂອງ CIO, CDO ຫຼື CEO. ຖ້າໄປຝັງຕົວຢູ່ໃນພະແນກທຸລະກິດ ຫຼື ພະແນກ IT ຈະເຮັດໃຫ້ຄວາມສາມາດໃນການປະສານງານຂ້າມພະແນກອ່ອນແອລົງ. ຖ້າວາງໄວ້ໃນພະແນກລະບົບຂໍ້ມູນຂ່າວສານ, ມັນຈະຖືກເບິ່ງວ່າເປັນ "ວຽກຂອງ IT" ເຮັດໃຫ້ໄດ້ຮັບຄວາມຮ່ວມມືຈາກພະແນກປະຕິບັດງານໄດ້ຍາກ. ການວາງໄວ້ພາຍໃຕ້ການບໍລິຫານໂດຍກົງ ຈະຊ່ວຍໃຫ້ສາມາດເບິ່ງພາບລວມຂອງຫຼາຍພະແນກທຸລະກິດ ແລະ ບໍລິສັດໃນເຄືອໄດ້ຢ່າງເທົ່າທຽມ.
Q3: ໃນກໍລະນີທີ່ແຕ່ລະສາຂາໄດ້ເລີ່ມຂັບເຄື່ອນ AI ໄປແລ້ວ, ການສ້າງ CoE ຕາມຫຼັງຍັງມີຄວາມໝາຍຢູ່ບໍ?
ຍັງມີຄວາມໝາຍຢູ່. ໃນທາງກົງກັນຂ້າມ, ສະພາບທີ່ການເຄື່ອນໄຫວຕ່າງໆກະຈັດກະຈາຍຢູ່ຕາມສາຂາຕ່າງໆນັ້ນ, ການສ້າງ CoE ຈະຊ່ວຍໃຫ້ການລວບລວມຄວາມຮູ້ຂ້າມພະແນກ ແລະ ການກຳຈັດວຽກທີ່ຊ້ຳຊ້ອນມີປະສິດທິຜົນຫຼາຍຂຶ້ນ. ໃນໄລຍະເລີ່ມຕົ້ນ, ການໃຊ້ວິທີການແບບຄ່ອຍເປັນຄ່ອຍໄປ ໂດຍເລີ່ມຈາກ "ການເຮັດບັນຊີລາຍຊື່ໂຄງການທີ່ມີຢູ່" ແລະ "ການເຮັດໃຫ້ການປະຕິບັດຕາມກົດລະບຽບເປັນມາດຕະຖານດຽວກັນ" ແລ້ວຈຶ່ງນຳມາດຕະຖານມາປັບໃຊ້ກັບໂຄງການໃໝ່ໆເທື່ອລະຂັ້ນ ຖືເປັນວິທີທີ່ເໝາະສົມ.
Q4: ຖ້າສະຖານະການຂັບເຄື່ອນ AI ຂອງສາຂາໃນ ASEAN ເຊັ່ນ: ໄທ, ຫວຽດນາມ, ອິນໂດເນເຊຍ ມີຄວາມແຕກຕ່າງກັນ, ຄວນອອກແບບແນວໃດ?
ຄວນສ້າງກົນໄກທີ່ເຊື່ອມຕໍ່ສາຂາທີ່ມີລະດັບຄວາມພ້ອມແຕກຕ່າງກັນໃນຮູບແບບ Hub & Spoke ໂດຍນຳເອົາຄວາມຮູ້ຈາກສາຂາທີ່ມີຄວາມກ້າວໜ້າ (ສ່ວນຫຼາຍແມ່ນໄທ ຫຼື ສິງກະໂປ) ມາເຜີຍແຜ່ໃຫ້ສາຂາທີ່ຕາມຫຼັງ. ສຳລັບສາຂາທີ່ຕາມຫຼັງ, ຄວນໃຫ້ບຸລິມະສິດໃນການສະໜອງ Template ການອອກແບບ PoC ແລະ ໂຄງການຝຶກອົບຮົມ ເພື່ອຫຼຸດໄລຍະເວລາໃນການເລີ່ມຕົ້ນ. ສ່ວນສາຂາທີ່ມີຄວາມກ້າວໜ້າ, ຄວນລະບຸໃຫ້ການກຽມຄວາມພ້ອມດ້ານຄວາມຮູ້ເພື່ອການຂະຫຍາຍຜົນ ເປັນສ່ວນໜຶ່ງຂອງພາລະກິດຢ່າງຊັດເຈນ.
Q5: ຄວນໃຊ້ເວລາຈັກປີໃນການຕັດສິນຄວາມສຳເລັດ ຫຼື ຄວາມລົ້ມເຫຼວຂອງ CoE?
ເຖິງແມ່ນວ່າການປະເມີນຜົນ KPI ຈະເຮັດທຸກໆໄຕມາດ, ແຕ່ການຕັດສິນຄວາມສຳເລັດໃນລະດັບອົງກອນຕ້ອງໃຊ້ເວລາຢ່າງໜ້ອຍ 18-24 ເດືອນ. ໃນໄລຍະ 6 ເດືອນທຳອິດ ຄວນເນັ້ນທີ່ KPI ດ້ານປະລິມານກິດຈະກຳ, ເມື່ອຮອດ 12 ເດືອນ ໃຫ້ກວດສອບແນວໂນ້ມຂອງ KPI ດ້ານມູນຄ່າທາງທຸລະກິດ, ແລະ ໃນໄລຍະ 18-24 ເດືອນ ຈຶ່ງຕັດສິນໃຈດ້ານການບໍລິຫານກ່ຽວກັບຄວາມຄຸ້ມຄ່າຂອງການລົງທຶນ. ຖ້າຮຽກຮ້ອງຜົນງານພາຍໃນບໍ່ຮອດ 1 ປີ, ມັກຈະກາຍເປັນກິດຈະກຳທີ່ເນັ້ນແຕ່ການຜະລິດ PoC ຈຳນວນຫຼາຍ ເຮັດໃຫ້ບໍ່ເຫັນຄຸນຄ່າທີ່ແທ້ຈິງຂອງການສ້າງມາດຕະຖານ ແລະ ການລວບລວມຄວາມຮູ້.
ເພື່ອໃຫ້ບໍລິສັດຍີ່ປຸ່ນທີ່ມີການດຳເນີນງານຫຼາຍສາຂາໃນ ASEAN ສາມາດສ້າງລະບົບການຂັບເຄື່ອນ AI ໃຫ້ເກີດຂຶ້ນໄດ້ຢ່າງເປັນຮູບປະທຳໃນອົງກອນ, ການອອກແບບ CoE ໂດຍແບ່ງເປັນ 4 ຂັ້ນຕອນຖືວ່າໄດ້ຜົນດີ. ເນື້ອໃນທີ່ໄດ້ອະທິບາຍໃນບົດຄວາມນີ້ສາມາດສະຫຼຸບໄດ້ດັ່ງນີ້:
CoE ເປັນອົງກອນທີ່ຍາກຈະປະເມີນຜົນດ້ວຍຕົວຊີ້ວັດໄລຍະສັ້ນ, ແຕ່ມັນມີບົດບາດສຳຄັນໃນການແກ້ໄຂບັນຫາຄວາມຊ້ຳຊ້ອນ, ຊ່ອງວ່າງ ແລະ ການເຮັດວຽກແບບແຍກສ່ວນ (Silo) ຂອງການລົງທຶນດ້ານ AI ໃນການດຳເນີນງານຫຼາຍສາຂາທົ່ວ ASEAN. ການຍອມຮັບໄລຍະເລີ່ມຕົ້ນ 18-24 ເດືອນ ເປັນໄລຍະສ້າງຕົວ ແລະ ການມີທັດສະນະຄະຕິໃນການທົບທວນການອອກແບບທຸກໆໄຕມາດ ຈະເປັນປັດໄຈຕັດສິນຄວາມສຳເລັດໃນໄລຍະຍາວ.
ສຳລັບບົດຄວາມທີ່ກ່ຽວຂ້ອງ, ຂໍໃຫ້ອ້າງອີງເຖິງ ອົງກອນ AI-Native ແລະ ບົດບາດຂອງ Chief AI Officer ເຊິ່ງກ່າວເຖິງການອອກແບບບົດບາດຂອງຜູ້ບໍລິຫານ, AgentOps ແມ່ນຫຍັງ — ຄູ່ມືການອອກແບບອົງກອນປະຕິບັດການ AI Agent ເຊິ່ງກ່າວເຖິງອົງກອນປະຕິບັດການ AI Agent, ແລະ ຄູ່ມືການສ້າງລະບົບການກຳກັບດູແລ AI ສຳລັບບໍລິສັດທີ່ຂະຫຍາຍຕົວເຂົ້າສູ່ ASEAN ເຊິ່ງໄດ້ຮວບຮວມກົດລະບຽບດ້ານ AI ຂອງແຕ່ລະປະເທດໃນ ASEAN.
Yusuke Ishihara
ເລີ່ມຂຽນໂປຣແກຣມຕັ້ງແຕ່ອາຍຸ 13 ປີ ດ້ວຍ MSX. ຫຼັງຈົບການສຶກສາຈາກມະຫາວິທະຍາໄລ Musashi, ໄດ້ເຮັດວຽກໃນການພັດທະນາລະບົບຂະໜາດໃຫຍ່ ລວມທັງລະບົບຫຼັກຂອງສາຍການບິນ ແລະ ໂຄງສ້າງ Windows Server Hosting/VPS ທຳອິດຂອງຍີ່ປຸ່ນ. ຮ່ວມກໍ່ຕັ້ງ Site Engine Inc. ໃນປີ 2008. ກໍ່ຕັ້ງ Unimon Inc. ໃນປີ 2010 ແລະ Enison Inc. ໃນປີ 2025, ນຳພາການພັດທະນາລະບົບທຸລະກິດ, NLP ແລະ ແພລດຟອມ. ປັດຈຸບັນສຸມໃສ່ການພັດທະນາຜະลິດຕະພັນ ແລະ ການສົ່ງເສີມ AI/DX ໂດຍນຳໃຊ້ generative AI ແລະ LLM.
Chi
ສຳເລັດການສຶກສາສາຂາວິທະຍາສາດຄອມພິວເຕີ (Information Science) ຈາກມະຫາວິທະຍາໄລແຫ່ງຊາດລາວ ໂດຍໃນລະຫວ່າງການສຶກສາມີສ່ວນຮ່ວມໃນການພັດທະນາຊອບແວສະຖິຕິ (Statistical Software) ຈາກປະສົບການຕົວຈິງ ຈຶ່ງໄດ້ສ້າງພື້ນຖານດ້ານການວິເຄາະຂໍ້ມູນ (Data Analysis) ແລະ ການໂປຣແກຣມມິງ (Programming) ຢ່າງເຂັ້ມແຂງ. ຕັ້ງແຕ່ປີ 2021 ໄດ້ກ້າວເຂົ້າສູ່ເສັ້ນທາງການພັດທະນາ Web ແລະ ແອັບພລິເຄຊັນ (Application) ແລະ ຕັ້ງແຕ່ປີ 2023 ເປັນຕົ້ນມາ ໄດ້ສັ່ງສົມປະສົບການພັດທະນາຢ່າງເຕັມຮູບແບບທັງໃນດ້ານ Frontend ແລະ Backend. ໃນບໍລິສັດ ຮັບຜິດຊອບການອອກແບບ ແລະ ພັດທະນາ Web Service ທີ່ນຳໃຊ້ AI ພ້ອມທັງມີສ່ວນຮ່ວມໃນໂຄງການທີ່ປະສົມປະສານ ການປະມວນຜົນພາສາທຳມະຊາດ (NLP: Natural Language Processing), ການຮຽນຮູ້ຂອງເຄື່ອງ (Machine Learning), Generative AI ແລະ ໂມເດນພາສາຂະໜາດໃຫຍ່ (LLM: Large Language Model) ເຂົ້າກັບລະບົບທຸລະກິດ. ມີຄວາມກະຕືລືລົ້ນໃນການຕິດຕາມເທັກໂນໂລຊີໃໝ່ລ່າສຸດຢູ່ສະເໝີ ແລະ ໃຫ້ຄວາມສຳຄັນກັບຄວາມວ່ອງໄວໃນທຸກຂັ້ນຕອນ ຕັ້ງແຕ່ການທົດສອບດ້ານເທັກນິກ ຈົນເຖິງການນຳໄປໃຊ້ງານຈິງໃນລະບົບ Production.