Individual กับ Team Track ต่างกันอย่างไร

Individual (Stage 3) Hack งานของแต่ละคน ได้ Agent / Skill ส่วนตัว Mentoring 2 ครั้งใน 30 วัน ส่วน Team (Stage 4) Hack กระบวนการทีม ทีมละ 5–6 ท่าน ได้ Agent ทีมและแผน Pilot Mentoring 3 ครั้งใน 90 วัน

ต้องมีพื้นฐานแค่ไหน

เหมาะกับผู้ที่ผ่าน Stage 2 แล้ว คือใช้ AI ในงานเป็นประจำและมี Prompt / GPT ใช้ซ้ำ ถ้าไม่แน่ใจ ทำ AI Readiness Check ก่อน

ใช้เวลากี่วัน

Workshop 1 วันแบบ Hackathon แบบ Onsite แล้วมี Online Group Mentoring ต่อหลังจบ

หลัง Workshop มีอะไรต่อ

Coach ติดตามผลแบบ Online Group Mentoring ช่วยปรับ Agent และแผนใช้งานจริง พร้อม Mission บน JOINSTICK → Manager Review → HR Dashboard

รับกี่คนต่อรุ่น

จำนวนทีมต่อรุ่นปรับตามขนาดองค์กร · Team Track ทีมละ 5–6 ท่าน

ค่าอบรมคิดอย่างไร

BASE Playhouse ไม่เผยแพร่ราคาบนเว็บไซต์ ราคาขึ้นกับจำนวนทีม Track และ Mentoring กรอกฟอร์มท้ายหน้าเพื่อขอใบเสนอราคา

ทีมแข่งกับเวลาในช่วง Challenge ของ Workshop

Stage 3–4 · HACKATHON + MENTORING · AI PLAYBOOK 2027

AI Workflow Design Lab: Workshop สร้าง AI Agent จากงานจริงแบบ Hackathon 1 วัน

Workshop 1 วันรูปแบบ Hackathon ของ BASE Playhouse ใช้กระบวนการเดียวกัน แต่เลือกได้ว่าจะ Hack งานของแต่ละคน (Individual · Stage 3) หรือกระบวนการของทีม ทีมละ 5–6 ท่าน (Team · Stage 4) แล้วจบวันด้วย AI Agent ที่พร้อมใช้งานจริง หลัง Workshop มี Coach ติดตามผลแบบ Online Group Mentoring

ขอใบเสนอราคาหลักสูตรนี้ดูตาราง Hackathon →

ระยะเวลา

1 วัน · Hackathon

รูปแบบ

Onsite + Online Mentoring

Individual

Stage 3 · Mentoring 2 ครั้ง / 30 วัน

Team

Stage 4 · ทีมละ 5–6 ท่าน · 3 ครั้ง / 90 วัน

รูปแบบ

Hackathon 1 วัน + Mentoring

Learn by Doing: 1 กระบวนการ 2 Track

ฝึกคิดแบบคนมอบหมายงานให้ Agent ทั้งแบ่งงาน วางขั้นตอน และตั้งเกณฑ์ตรวจงาน ด้วยโจทย์จริงจากงาน แล้ว Hack อย่างเข้มข้นพร้อม Mentor ใกล้ชิด เพื่อสร้างผลลัพธ์จริงในงาน

ปัญหาที่องค์กรเจอ หลังส่งทีมไปเรียน AI แล้ว

เรียนแล้ว แต่ยังไม่มี Agent ใช้จริง

ทีมใช้ AI ถาม-ตอบเป็น แต่ยังไม่มีเครื่องมือที่ทำงานแทนในกระบวนการจริงสักตัว

ไอเดียเยอะ ไม่รู้จะเริ่มอันไหน

ห้องจริงระดมได้ 75 ไอเดีย ต้องคัดเหลือ 18 โจทย์ที่คุ้มและทำได้จริง

ทำตามกระแส แล้วพังเมื่อเจองานจริง

Agent ที่ไม่ได้เช็คข้อมูล ความเสี่ยง และเกณฑ์ตรวจงานตั้งแต่ต้น ใช้ต่อไม่ได้

Workshop AI Agent 2 Track: Individual และ Team

INDIVIDUAL · Stage 3

Hack งานของตัวเอง

โจทย์ · งานของแต่ละคน
ผลงาน · Agent / Skill ส่วนตัว
Mentoring · 2 ครั้ง / 30 วัน

TEAM · Stage 4

Hack กระบวนการทีม

ทีมละ 5–6 ท่าน
ผลงาน · Agent ทีม + แผน Pilot
Mentoring · 3 ครั้ง / 90 วัน

องค์กรแบบไหนควรเข้า: ผ่าน Stage 2 แล้ว (ใช้ AI ในงานเป็นประจำ มี Prompt / GPT ใช้ซ้ำ) · ทีมที่มี Process ร่วมชัด สมาชิก 1–2 คนมี Agent ใช้งานจริง และหัวหน้าสนับสนุน เหมาะกับ Team Track · ไม่แน่ใจ ทำ AI Readiness Check ก่อน

จบวันได้อะไร

ผลลัพธ์

01Hack งานของแต่ละคน หรือกระบวนการของทีม แล้วจบวันด้วย AI Agent ที่พร้อมใช้งานจริง
02ทีมเลือก 2 use case ที่คุ้มและทำได้จริง พร้อมเหตุผล
03ทีมได้เช็คลิสต์ความรู้ของ use case พร้อมแผนไปเก็บข้อมูลที่ยังขาด

สิ่งที่ได้ติดตัวกลับไป

AI Agent / Skill ที่ใช้กับงานจริง (Individual) หรือ Agent ทีม + แผน Pilot (Team)
Workflow ใหม่ และแผนนำไปใช้
โจทย์ 2 เรื่องที่คุ้มและทำได้จริง พร้อมเหตุผล
เช็คลิสต์ความรู้ที่ Agent ต้องใช้ พร้อมเจ้าของข้อมูล
ติดตามผลต่อด้วย Mentoring และ JOINSTICK

Lab 1 วัน + Mentoring: ฝึกอะไร เพื่ออะไร

CompetencyKnowledge & SkillMindsetที่แต่ละช่วงพัฒนา

ช่วงเช้า · Design

เลือกโจทย์จากงานจริง และออกแบบ Agent

SESSION 01

Hackathon Kickoff: โจทย์และเกณฑ์ตัดสิน

ฝึก: ทำความเข้าใจโจทย์ Hackathon และเกณฑ์ตัดสิน 5 ข้อที่ใช้ตลอดวัน
เพื่อ: ทุกทีมเล็งเป้าเดียวกัน คือ Agent ที่ถูกใช้จริงหลังจบงาน ไม่ใช่แค่สร้างเสร็จ

Results OrientationBusiness AcumenAI Agent Use Case CriteriaGoal SettingOutcome over Output

SESSION 02

My AI Agent: วาด Agent ในหัว

ฝึก: วาด AI Agent ที่อยากได้ แล้วเดินคุยให้เพื่อนต่างสายงานเติม 'พลัง' ให้
เพื่อ: เห็นความต่างของ Gen AI กับ AI Agent และกล้าแชร์ไอเดีย Agent ของตัวเอง

Creativity & InnovationCommunicationGen AI vs AI AgentIdea GenerationCuriosityOpenness

SESSION 03

Team Up: จับทีมจากจุดแข็ง

ฝึก: เล่า Agent ที่อยากทำและจุดแข็งของตัวเองให้คนใน BU ฟัง แล้วจับทีม
เพื่อ: ได้ทีมที่ความถนัดเสริมกัน พร้อมงานตั้งต้นที่อยากให้ Agent ช่วย (เส้นทาง Team)

CollaborationInterpersonal SkillsTeam RolesActive ListeningTeam over Hero

SESSION 04

Job to be Done: ลิสต์งานจริงของทีม

ฝึก: ลิสต์งานจริงทีละใบ: ใครทำ งานอะไร เมื่อไหร่ เพื่ออะไร ส่งให้ใคร บ่อยแค่ไหน
เพื่อ: เริ่มจากงานจริงก่อนคิดว่า AI จะช่วยตรงไหน ไม่ใช่เริ่มจากเครื่องมือ

Analytical ThinkingProcess AwarenessJobs to be DoneWork DecompositionProblem-first Thinking

SESSION 05

Impact Priority Matrix: เลือกโจทย์ที่คุ้ม

ฝึก: ให้คะแนนงานแต่ละชิ้นด้าน Impact และความเป็นไปได้ แล้ววางลงตาราง 4 ช่อง
เพื่อ: เลือก 2 โจทย์ที่คุ้มและทำได้จริง พร้อมเหตุผลที่อธิบายหัวหน้าได้

Decision MakingPrioritizationImpact-Feasibility AssessmentUse Case SelectionValue-driven

SESSION 06

Use Case Analysis: ออกแบบ Workflow ใหม่

ฝึก: วาดงานที่เลือกเป็นเส้นเดียว ตั้งแต่จุดเริ่มถึงผลลัพธ์ พร้อมผู้เกี่ยวข้องและจุดที่ติด
เพื่อ: เห็นว่า Agent ช่วยขั้นไหนได้ และกำหนดตัววัดผลทั้งปริมาณและคุณภาพ

Systems ThinkingProcess ImprovementWorkflow MappingPain Point AnalysisSuccess MetricsSystems Thinking

SESSION 07

Knowledge Mapping & Agent Building Blocks

ฝึก: เช็คว่า Agent ต้องรู้อะไร ความรู้อยู่ที่ไหน พร้อมแค่ไหน ใครเป็นเจ้าของ และเรื่องที่ห้ามตอบ
เพื่อ: Agent เก่งเท่าความรู้ที่ใส่ เจอช่องว่างของข้อมูลก่อนลงมือสร้าง

Knowledge ManagementRisk AwarenessAgent Instruction · Knowledge · ToolData Readiness CheckResponsible AI Use

ช่วงบ่าย · Build

สร้าง ทดสอบ และนำเสนอ Agent

SESSION 08

Skills: ห่อวิธีทำงานให้ AI ทำซ้ำได้

ฝึก: เทียบงานที่มีและไม่มี Skill แล้วสร้าง Skill จากงานของตัวเอง ทดสอบกับไฟล์ใหม่
เพื่อ: งานซ้ำออกมาได้มาตรฐานเดียวกันไม่ว่าใครเป็นคนสั่ง

StandardizationContinuous ImprovementAI Skills (SKILL.md)Quality Criteria DesignBuild Once, Reuse Often

SESSION 09

Hack Sprint: สร้าง Agent บนแพลตฟอร์มองค์กร

ฝึก: สร้าง AI Agent / Custom GPT ใส่ความรู้งานของตัวเองหรือของทีม บนเครื่องมือ AI ที่องค์กรใช้
เพื่อ: จบวันด้วย Agent ที่พร้อมใช้กับงานจริง ไม่ใช่แค่ต้นแบบบนกระดาษ

Digital LiteracyProblem SolvingAI Agent BuildingInstruction WritingKnowledge UploadLearning by Doing

SESSION 10

Coach Clinic: พี่เลี้ยงตรวจทีละทีม

ฝึก: คุยกับพี่เลี้ยงเรื่อง Impact ความเป็นไปได้ และแผนเตรียมข้อมูล แล้วกลับไปแก้ทันที
เพื่อ: ปลดล็อกจุดที่ติดระหว่างสร้าง ได้คำแนะนำเฉพาะงานของทีม

CoachabilityProblem SolvingFeedback IntegrationGap Closing PlanGrowth Mindset

SESSION 11

Test & Demo / Pitch

ฝึก: ทดสอบ Agent กับงานจริง แล้วนำเสนอผลงานตามเกณฑ์ตัดสิน
เพื่อ: พิสูจน์ว่า Agent ใช้ได้จริง และสื่อสารคุณค่าให้ผู้บริหารเห็น

Presentation SkillsBusiness AcumenTesting with Real CasesPitchingOwnership

AFTER

หลังจบวัน

Coach ติดตามจน Agent ใช้งานได้จริง

SESSION 12

Online Group Mentoring หลัง Workshop

ฝึก: Coach ติดตามผลออนไลน์ ช่วยปรับ Agent และแผนใช้งานจริง
เพื่อ: ติดตาม Agent จนใช้งานได้จริงในงาน คู่กับ Manager Review

AccountabilityChange AdoptionAgent IterationAdoption PlanningContinuous Improvement

บรรยากาศใน Lab จริง

ทุกทีมเอางานจริงของตัวเองมาเป็นโจทย์

ภาพจากคลาส AI จริงของ BASE Playhouse ปี 2026 · ปรับหน้าผู้เรียนและซ่อนโลโก้องค์กรเพื่อความเป็นส่วนตัว

กรอบคิดที่ใช้ใน Lab

กรอบคิดของ BASE Playhouse ที่พาจากงานจริงไปสู่ Agent ที่ใช้ได้

Job to be Done (5 ช่อง)

เขียนงานจริง 1 งานต่อ 1 ใบ ให้เห็นว่าใครทำ ทำอะไร เพื่อใคร

ช่วยให้ ทีมเห็นงานทั้งหมดบนกระดาน ก่อนตัดสินว่า AI ควรช่วยงานไหน

Impact Priority Matrix

ให้คะแนนงานด้านความคุ้ม (★) กับความทำได้จริง (●) แล้ววาง 4 ช่อง

ช่วยให้ ช่วยเลือก 2 โจทย์ที่คุ้มและทำได้จริง แทนการเลือกตามความชอบ

Agent 3 ชั้น + Input · Process · Output

Agent ประกอบด้วยคำสั่ง ความรู้ และเครื่องมือ ออกแบบโดยคิดย้อนจากผลลัพธ์

ช่วยให้ รู้ว่าต้องเตรียมข้อมูลอะไร ใครเป็นเจ้าของ และ Agent ห้ามข้ามขอบเขตไหน

System · AI · Human + บันได AI 4 ขั้น

แบ่งงานทุกชิ้นว่าให้ระบบทำ ให้ AI ทำ หรือคนต้องทำ แล้วเลือกระดับที่ปล่อยมือให้ AI

ช่วยให้ ไม่ใช้ AI กับทุกขั้น และคงคนไว้ที่จุดตัดสินใจ

D.U.E.T. Framework

กรอบ 4 ขั้นสำหรับออกแบบการทำงานร่วมกับ AI

ช่วยให้ ช่วยแตกงานเป็นขั้นและเลือกจุดที่ AI เข้าช่วยก่อนต่อยอดเป็น Agent

จุดเด่นของ Lab

เลือกโจทย์จากงานจริง

เริ่มจากงานที่ทีมทำทุกวัน ไม่ใช่จากเครื่องมือ แล้วคัดเฉพาะโจทย์ที่คุ้มและทำได้จริง

Coach Clinic

พี่เลี้ยงคุยกับทีละทีม ช่วยปลดจุดที่ติด ตั้งแต่โจทย์จนถึงข้อมูลที่ต้องใช้

Demo & Pitch

จบวันด้วยการโชว์ Agent ที่ใช้งานได้จริงต่อหน้าผู้บริหารและเพื่อนร่วมงาน

ผลประเมินจากห้องเรียนจริง

จากช่วงออกแบบ (Design) ของ AI Agent Bootcamp ที่จัดจริง · ผลช่วง Build และ Mentoring จะอัปเดตเมื่อจบโครงการ

4.53 / 5คะแนนความพึงพอใจเฉลี่ยอสังหาริมทรัพย์ · 30 คนจาก 16 หน่วยงาน · ต.ค. 2026 · ช่วงออกแบบของ AI Agent Bootcamp

100%มั่นใจว่าสร้าง AI Agent ได้อสังหาริมทรัพย์ · 30 คนจาก 16 หน่วยงาน · ต.ค. 2026 · ช่วงออกแบบของ AI Agent Bootcamp

93.3%ทีมมีโจทย์ AI Agent ชัดเจนอสังหาริมทรัพย์ · 30 คนจาก 16 หน่วยงาน · ต.ค. 2026 · ช่วงออกแบบของ AI Agent Bootcamp

ที่มา: แบบประเมินหลังคลาสจริงของ BASE Playhouse ปี 2026 · ไม่ระบุชื่อองค์กรลูกค้า

หลัง Workshop: Online Group Mentoring จน Agent ใช้งานได้จริง