Alumni & Executive Engagement Agent

รายละเอียดหลักสูตรการอบรมการพัฒนาตัวแทนปัญญาประดิษฐ์เพื่อการรายงานผลและบริหารความสัมพันธ์
(Alumni & Executive Engagement Agent)

1. หลักการและเหตุผล (Principles and Rationale)

ในยุคปัจจุบัน การวัดผลความสำเร็จขององค์กรและการตัดสินใจของผู้บริหารจำเป็นต้องอาศัยข้อมูลที่ถูกต้อง รวดเร็ว และแม่นยำ (Data-Driven Decision Making) แต่กระบวนการรวบรวมข้อมูล จัดทำรายงาน และนำเสนอในรูปแบบเดิมมักใช้เวลานานและขาดความยืดหยุ่น ทำให้เกิดความล่าช้าในการนำข้อมูลไปใช้ประโยชน์จริง อีกทั้งยังขาดการเชื่อมโยงข้อมูลเชิงลึกที่จะช่วยในการวางแผนกลยุทธ์และการสร้างความสัมพันธ์ที่ดีกับเครือข่ายศิษย์เก่า ซึ่งเป็นทรัพยากรบุคคลที่สำคัญขององค์กร

เพื่อแก้ไขปัญหาดังกล่าว โครงการนี้จึงมุ่งเน้นการเปลี่ยนบทบาทของนักศึกษาให้เป็น Data Analyst และ Storyteller ผ่านการเรียนรู้และปฏิบัติจริงในการสร้าง "Alumni & Executive Engagement Agent (AEA)" โดยใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) ร่วมกับเครื่องมือ Business Intelligence (เช่น Apache Superset หรือ Tableau) เพื่อพัฒนาระบบที่สามารถดึงข้อมูลย้อนหลัง วิเคราะห์ผลกระทบ (Impact Metrics) และสร้างรายงานสรุปผล (Executive Summary) หรือจดหมายข่าวได้โดยอัตโนมัติ ช่วยลดภาระงานเอกสารและเพิ่มประสิทธิภาพการสื่อสารข้อมูล

โครงการนี้เป็นส่วนหนึ่งของ "Agentic Living Lab" ซึ่งมีเป้าหมายเชิงกลยุทธ์ในการปิดวงจรการเรียนรู้ด้วยการให้นักศึกษาสามารถสังเคราะห์ผลลัพธ์จากโครงการทั้งหมดออกมาเป็นรูปธรรม โดยการเชื่อมโยงทักษะทางเทคนิค (Tech Skills) เข้ากับทักษะการเล่าเรื่อง (Soft Skills) ภายในระยะเวลาจำกัดแบบเข้มข้น (Intensive) เพื่อผลิตบุคลากรที่มีความพร้อมในการทำงานในอุตสาหกรรมดิจิทัล

2. วัตถุประสงค์ (Objectives)

• เพื่อให้นักศึกษามีทักษะขั้นสูงในการเล่าเรื่องด้วยข้อมูล (Data Storytelling) และมีความเชี่ยวชาญในการใช้เครื่องมือ Business Intelligence (BI Tools) สำหรับการแสดงผลข้อมูล

• เพื่อพัฒนา AI Agent ที่มีความสามารถในการ Query ข้อมูล เชื่อมต่อ Data Warehouse และสร้างคำบรรยายสรุปผล (Narrative Generation/NLG) สำหรับผู้บริหารได้อัตโนมัติ

• เพื่อจัดทำรายงานสรุปผลภาพรวมความสำเร็จของโครงการ Living Lab ทั้งหมดในรูปแบบ Dashboard และ Executive Report ที่เป็นรูปธรรม

3. วิธีการดำเนินงาน (Methodology)

• ระยะที่ 1: การเตรียมความพร้อม (Pre-Event Preparation)

• การวางแผน (Planning): เตรียมชุดข้อมูล (Mock Data) และ Environment (Server/Cloud) ให้พร้อมใช้งานทันที

• ผู้รับผิดชอบ: หัวหน้าโครงการ / ทีมเทคนิค

• การดำเนินการ: ติดตั้งระบบ Business Intelligence และเตรียม API Key สำหรับ AI Agent

• ระยะที่ 2: การอบรมเชิงปฏิบัติการเข้มข้น (2-Day Intensive Workshop)

• การอบรมวันที่ 1 (Skill Building): เรียนรู้หลักการ Data Storytelling, BI Tools และการสร้าง AI Agent พื้นฐาน

• ผู้รับผิดชอบ: วิทยากรรับเชิญ / ทีมเทคนิค

• การดำเนินการ: บรรยายสลับ Workshop ลงมือปฏิบัติจริง (Hands-on)

• การอบรมวันที่ 2 (Hackathon & Pitching): ประยุกต์ใช้ความรู้เพื่อสร้างชิ้นงานจริงและนำเสนอ

• ผู้รับผิดชอบ: นักศึกษา / Mentor / คณะกรรมการ

• การดำเนินการ: แข่งขันพัฒนา Prototype และนำเสนอผลงาน (Pitching)

• ระยะที่ 3: การประเมินผลและปิดโครงการ (Post-Event Evaluation)

• การประเมิน (Evaluation): สรุปผลคะแนนและรวบรวม Feedback จากผู้เข้าร่วม

• ผู้รับผิดชอบ: คณะทำงาน

• การดำเนินการ: มอบประกาศนียบัตรและจัดทำรายงานสรุปผลโครงการ

4. สถานที่และระยะเวลาดำเนินการ (Location and Duration)

• ระยะเวลา: 2 วัน (เดือนพฤษภาคม 2569)

• สถานที่: สาขาวิชา อาคาร SC3

5. ผลที่คาดว่าจะได้รับ (Expected Results)

• ได้ระบบ Executive Impact Dashboard ที่แสดงผลการดำเนินงาน KPIs ของโครงการแบบ Real-time ซึ่งสามารถนำไปใช้งานจริงได้

• ได้ระบบ Automated Newsletter Generator ที่ใช้ AI ในการเขียนสรุปข่าวสารและผลงานเพื่อส่งให้ผู้บริหารและศิษย์เก่า

• นักศึกษาและผู้เข้าร่วมโครงการได้รับการยกระดับทักษะด้าน Data Science และ AI Integration ภายในระยะเวลาที่กระชับ

6. ผลลัพธ์การเรียนรู้ (Course Learning Outcomes: CLO)

1. ผู้เรียนสามารถใช้งานเครื่องมือ Business Intelligence (เช่น Apache Superset) เพื่อสร้าง Dashboard ที่มีประสิทธิภาพและสื่อความหมายได้

2. ผู้เรียนสามารถประยุกต์ใช้เทคนิค Natural Language Generation (NLG) ในการสร้าง AI Agent เพื่อสรุปความและเขียนรายงานอัตโนมัติ

3. ผู้เรียนมีทักษะ Data Storytelling สามารถวิเคราะห์และนำเสนอข้อมูลเชิงลึก (Insights) เพื่อสนับสนุนการตัดสินใจของผู้บริหารได้

7. หัวข้อการอบรมและบรรยาย (Workshop and Lecture Topics)

• Day 1: Foundations of Data Intelligence & AI

• Morning: The Art of Data Storytelling & BI Tools Setup

• Afternoon: Introduction to AI Agents for Reporting (NLG & Text-to-SQL)

• Day 2: Intensive Development & Showcase

• Morning: Mini-Hackathon: Building the Executive Dashboard & Agent

• Afternoon: Final Pitching & Demo Day
  
  

8. กำหนดการ (Schedule)
Day 1 | สถานที่: สาขาวิชา อาคาร SC 3

• 08:30 - 09:00 น. | ลงทะเบียน

  • รายละเอียด: ลงทะเบียนและรับเอกสารประกอบการอบรม

• 09:00 - 10:30 น. | บรรยายช่วงที่ 1

  • รายละเอียด: "Data Storytelling for Executives" หลักการออกแบบ Dashboard เพื่อการตัดสินใจ

• 10:30 - 10:45 น. | พักเบรก

  • รายละเอียด: อาหารว่าง

• 10:45 - 12:00 น. | Workshop ช่วงที่ 1

  • รายละเอียด: "BI Tools Hands-on" การใช้งาน Apache Superset/Tableau เชื่อมต่อฐานข้อมูลเบื้องต้น

• 12:00 - 13:00 น. | พักเที่ยง

  • รายละเอียด: รับประทานอาหารกลางวัน

• 13:00 - 14:30 น. | บรรยายช่วงที่ 2

  • รายละเอียด: "AI for Business Reporting" การใช้ LLM และ NLG ในการเขียนรายงานอัตโนมัติ

• 14:30 - 14:45 น. | พักเบรก

  • รายละเอียด: อาหารว่าง

• 14:45 - 16:30 น. | Workshop ช่วงที่ 2

  • รายละเอียด: "Connecting AI to Data" ฝึกเชื่อมต่อ AI Agent กับ Database เพื่อดึงข้อมูลมาเขียนสรุป

Day 2 | สถานที่: สาขาวิชา อาคาร SC 3

• 09:00 - 09:30 น. | Check-in & Brief

  • รายละเอียด: ชี้แจงโจทย์ Mini-Hackathon และแบ่งกลุ่ม

• 09:30 - 12:00 น. | Development Sprint

  • รายละเอียด: "Hackathon Start" ลงมือสร้าง Dashboard และ Agent จากโจทย์จริง (มี Mentor ให้คำแนะนำ)

• 12:00 - 13:00 น. | พักเที่ยง

  • รายละเอียด: รับประทานอาหารกลางวัน

• 13:00 - 15:00 น. | Final Pitching

  • รายละเอียด: "Demo Day" นำเสนอผลงานกลุ่มละ 10 นาที (Demo ระบบ + Q&A)

• 15:00 - 15:30 น. | Deliberation

  • รายละเอียด: คณะกรรมการรวบรวมคะแนนและตัดสินผลงาน

• 15:30 - 16:00 น. | Closing Ceremony

  • รายละเอียด: ประกาศผล มอบรางวัล และพิธีปิดโครงการ