← Course Brief Hub
☕ DATA-ESPRESSO · COURSE BRIEF

Generative AI for Property Management
จาก AI Coworker สู่ AI System ที่ทำงานต่อเนื่อง

หลักสูตร 2 วัน สำหรับนิติบุคคลอาคารชุด/หมู่บ้านจัดสรร — ลงมือใช้ AI จริงกับงานบริการลูกบ้าน เอกสาร/สัญญา และการวิเคราะห์วางแผน ก่อนต่อยอดสู่ระบบที่ตอบลูกบ้าน real-time และทำงานหลังบ้านให้เองตามตารางเวลา

🏢 ลูกค้า: QPM (นิติบุคคล) 🗓️ 2 วันเต็ม (09:00–17:00) 👥 แนะนำ 15–30 คน / รุ่น 🎯 Hands-on 70%+
01 · หลักการและเหตุผล

ทำไมนิติบุคคลถึงต้องเริ่มใช้ AI ตอนนี้

นิติบุคคลอาคารชุด/หมู่บ้านจัดสรร เป็นธุรกิจที่ "งาน manual" กินเวลาทีมมากกว่าที่ควร — Operations ต้องรับแจ้งซ่อม จ่ายงานช่าง จดรายงานประชุมกรรมการ ร่างสัญญาผู้รับเหมา ขณะที่บัญชีไล่ตามยอดค้างชำระค่าส่วนกลาง และผู้บริหารต้องตัดสินใจเรื่องงบซ่อมบำรุง/พลังงานประจำปี โดยส่วนใหญ่ยังทำผ่านแชท กระดาษ และ Excel แยกกันคนละไฟล์

⏱️ ทีมใช้เวลาส่วนใหญ่ไปกับการ "ทำรายงาน" มากกว่า "ตัดสินใจจากรายงาน"
🌀 เห็น AI เป็นแค่กระแส ไม่รู้จะเริ่มยังไงกับงานตัวเอง
🔒 กลัวเรื่อง Data Security / PDPA — ไม่รู้ข้อมูลลูกบ้านไหนอัปโหลดได้
📚 อบรม AI มาแล้วแต่ไม่ได้ใช้ต่อ เพราะเป็นทฤษฎีมากกว่าลงมือทำ

หลักสูตรนี้ตอบ pain point เหล่านี้ตรงๆ ด้วย Hands-on 70%+ — ใช้ dummy data จำลองใกล้เคียงงานจริง (ไม่แตะข้อมูลลูกบ้านจริงในห้องเรียน) เพื่อให้ทุกคนได้ "ลองของจริง" อย่างปลอดภัย ก่อนตัดสินใจนำไปใช้กับข้อมูลจริงขององค์กร

02 · วัตถุประสงค์ & ผลลัพธ์ที่วัดได้

เป้าหมายของ 2 วันนี้

  1. เข้าใจ Generative AI ในบริบทงานของตัวเอง ไม่ใช่ทฤษฎีทั่วไป
  2. ลงมือใช้เครื่องมือสำเร็จรูป (No-Code) ที่ทำงานได้จริงทันที ครอบคลุมบริการลูกบ้าน เอกสาร/สัญญา และการวิเคราะห์วางแผน
  3. เข้าใจ ระบบ Agentic (AI ที่ทำงานต่อเนื่องได้เอง ไม่ใช่แค่ตอบแชท) ผ่าน 2 รูปแบบ: ตอบลูกบ้าน real-time ผ่าน CustomerOS และทำงานหลังบ้านตามตารางเวลาผ่าน Claude Cowork Scheduled Tasks
  4. ผู้บริหารมีข้อมูลพอตัดสินใจ toolset ระยะยาว หลังเห็นผลจริงจากคอร์ส

ผลลัพธ์ที่วัดได้

03 · กลุ่มเป้าหมาย

3 ฝ่ายสำคัญที่ควรเข้าเรียน

Executive

ผู้บริหารระดับสูง

CEO / Managing Director / GM — ต้องการภาพรวม ROI และ roadmap การลงทุน AI ระยะยาว

Operations

ฝ่ายปฏิบัติการ

Operations / Property Manager — ต้องการเครื่องมือจัดการ ticket ซ่อม สัญญา และประชุม ที่ใช้ต่อได้ทันที

Back Office

ฝ่ายสนับสนุน

Back Office / Accounting / HR — ต้องการเครื่องมือช่วยวิเคราะห์ค่าส่วนกลางค้างจ่าย ลดงาน manual

04 · โครงสร้าง Session

กำหนดการ 2 วัน

DAY 1

AI Coworker — "สั่งงานเป็นภาษาคน ได้งานกลับมาทันที"

🛠️ เครื่องมือ: Claude
09:00 – 10:30
Generative AI Foundations + Mindset
ทำไม AI ไม่ใช่แค่ hype, เข้าใจ Claude ในฐานะ "เพื่อนร่วมงาน AI" คนแรกของทีม, กติกาความปลอดภัยข้อมูล (PDPA) — อัปโหลดอะไรได้/ไม่ได้
10:45 – 12:00
โมดูล 1: บริการลูกบ้าน & Data Security
Hands-on: ร่างชุดคำตอบ AI Chatbot สำหรับ LINE OA (พัสดุ/ค่าส่วนกลาง/กฎตึก), แปลประกาศเป็นอังกฤษ/จีน, จำลอง Ticket Triage จัดลำดับความเร่งด่วนงานซ่อม
13:00 – 14:30
โมดูล 2: เอกสาร ประชุม สัญญา
Minutes & Summary AI — ถอดเทป/สรุปประชุมกรรมการนิติบุคคลจำลอง (เกริ่น NotebookLM เป็นทางเลือกเสริม), Vendor Drafting — ร่างสัญญาจ้าง รปภ./แม่บ้าน
14:45 – 16:30
โมดูล 3: วิเคราะห์และวางแผนสำหรับผู้บริหาร
Task & Maintenance Planning — วาง Preventive Maintenance ประจำปี, Data Analysis — วิเคราะห์ไฟล์ค่าส่วนกลางค้างจ่าย/ค่าใช้จ่ายพลังงานจำลอง
16:30 – 17:00
สรุปวันแรก + เกริ่น Day 2
💡 "วันนี้เราสั่ง AI ทำทีละงาน พรุ่งนี้เราจะสอนให้มันทำงานเองได้ทั้งวัน แม้ตอนเรานอน"
DAY 2

AI System ต่อเนื่อง — "งานลูกบ้านตอบทันที งานหลังบ้านทำงานเอง"

🛠️ เครื่องมือ: CustomerOS (เช้า) + Claude Cowork / BusinessOS pattern (บ่าย) — ผลิตภัณฑ์ของ Data-Espresso เอง

แยกงานเป็น 2 สาย ตามธรรมชาติของงาน:

Real-time

CustomerOS
ตอบลูกบ้านทันทีผ่าน LINE OA/Facebook — โมดูล 1

Scheduled

Claude Cowork
Project/Knowledge + Scheduled Tasks — โมดูล 2 & 3

09:00 – 10:00
จาก AI Coworker สู่ AI System 2 สาย
เกริ่นแนวคิด: งาน real-time (ตอบลูกบ้าน) ใช้ CustomerOS, งานตามตารางเวลา (สรุป/แจ้งเตือน) ใช้ Claude Cowork Scheduled Tasks — demo สดให้เห็น Claude คุยกับ CustomerOS ผ่าน MCP จริง เช่นถาม "ลูกบ้านคนไหนต้อง follow-up วันนี้"
10:15 – 12:00
Hands-on: CustomerOS (โมดูล 1)
แบ่งกลุ่มตามแผนก, เชื่อม LINE OA ทดสอบเข้า CustomerOS, ป้อน FAQ/ข้อมูลบริการจำลองเข้า Knowledge Base, ตั้งค่า Bot Profile + โหมดตอบ, ทดลองสั่งงานบอทผ่าน Claude เป็นภาษาคน
13:00 – 14:30
Hands-on: Claude Project + Knowledge (โมดูล 2)
สร้าง Claude Project เก็บ context นิติบุคคลจำลอง (กฎตึก, รายชื่อผู้รับเหมา, template สัญญา) ตาม pattern ของ BusinessOS — ร่างสัญญา/สรุปประชุมโดยไม่ต้องอธิบาย context ใหม่ทุกครั้ง
14:45 – 16:00
Hands-on: Scheduled Tasks (โมดูล 3)
ตั้ง Scheduled Task ให้ Claude สรุปยอดค้างชำระค่าส่วนกลาง/สถานะงานซ่อมส่งอัตโนมัติรายวัน-รายสัปดาห์ (จำลอง)
16:00 – 17:00
Demo แต่ละกลุ่ม + Roadmap หลังคอร์ส
Demo CustomerOS bot + Scheduled Task ของแต่ละกลุ่ม, สรุป 30-day action plan, Q&A data security, แนะนำขั้นต่อไป
🔒 Data Security: Day 2 ใช้ sandbox + dummy data ตลอดทั้งวัน — เชื่อมเฉพาะ LINE OA ทดสอบ ไม่ใช่ของจริง เก็บการต่อระบบจริงไว้เป็นงาน Phase 2 (Pilot Implementation) หลังคอร์ส หลังยืนยัน data residency/security ของ CustomerOS กับทีมภายในแล้ว
05 · สิ่งที่ได้กลับบ้าน

เดินออกจากห้องพร้อมอะไรบ้าง

📋Prompt library เฉพาะงานนิติบุคคล (chatbot script, ประกาศแปล 2 ภาษา, สัญญาตัวอย่าง)
📎Cheat sheet การใช้ Claude สำหรับงานเอกสาร/วิเคราะห์
🤖CustomerOS bot ต้นแบบ (เชื่อม LINE OA ทดสอบ) + Claude Project/Scheduled Task ต้นแบบ
🗓️30-day action plan รายกลุ่ม
🧭Framework ตัดสินใจ toolset ระยะยาว
06 · โปรไฟล์วิทยากร

ผู้สอน

AP

อภิพจน์ เพียศักดิ์ (อาร์ตี้)

Chief AI & Co-Founder, LIFE and Health Innovation / Data-Espresso
  • ประสบการณ์ 20+ ปี ด้าน Data Science, Digital Transformation, Enterprise AI
  • อดีต VP, Head of Data & AI Transformation — บริษัทประกันภัยชั้นนำของไทย
  • อดีต Head of Digital — เครือ Retail ยักษ์ใหญ่ของไทย (E-Commerce + ร้านค้าปลีก)
  • อดีต Director, Digital & Analytics — บริษัทวิจัยตลาดระดับโลก ประจำไทย
  • อดีต VP, Marketing & Data Analytics — E-Commerce ไทย + อินโดนีเซีย
  • การศึกษา: MBA Marketing (STIU) · วิทยาการคอมพิวเตอร์ (KKU) · Applied Agentic AI for Organizational Transformation (MIT)
💡 จุดต่างคือเคยนั่งเก้าอี้ผู้บริหารจริงมาก่อน ไม่ใช่เทรนเนอร์อย่างเดียว — เข้าใจแรงกดดันของ GM/Operations/บัญชี ที่ต้องตัดสินใจเรื่อง AI จริงๆ
07 · รูปแบบการเรียน & การเตรียมตัว

ก่อนวันอบรม

สำหรับผู้จัดงาน

  • Wi-Fi รองรับผู้เข้าอบรมทุกคนพร้อมกัน (จำเป็นมากสำหรับ Day 2)
  • แบ่งรายชื่อผู้เข้าอบรมเป็น 3 กลุ่มตามแผนกล่วงหน้า

สำหรับผู้เข้าอบรม

  • นำโน้ตบุ๊กมาเอง เชื่อมต่ออินเทอร์เน็ตได้
  • ไม่ต้องสมัครหรือจ่ายเงินเครื่องมือใดๆ ล่วงหน้า
  • เตรียมตัวอย่างงานจริง (ไม่ใช่ข้อมูลลูกบ้านจริง) ถ้าสะดวก — ไม่บังคับ
08 · ตัวเลือก / Add-on

ต่อยอดหลังคอร์ส

Phase 2 — Pilot Implementation

ต่อยอดจาก dummy data สู่ข้อมูลจริง มี data governance ที่เหมาะสม + เชื่อมต่อ LINE OA จริงเข้า CustomerOS

CustomerOS Subscription

แนะนำ Growth Plan ฿6,990/เดือน สำหรับใช้งานจริงต่อเนื่อง หรือ Pilot 30 วัน ฿25,000 (รวม setup)

BusinessOS Course Access

มอบสิทธิ์คอร์ส Claude + Claude Cowork Zero→Hero (฿2,990/คน) ให้ทีมที่อยากเรียนลึกต่อด้วยตัวเอง

Ongoing Coaching

ที่ปรึกษารายเดือน ช่วยดูแล/ปรับปรุงระบบต่อเนื่องหลังคอร์ส

Exec Briefing เสริม

บรีฟสั้น 1–2 ชม. สำหรับผู้บริหารที่ไม่สะดวกเข้าเต็ม 2 วัน แต่ต้องการเห็นภาพรวม ROI/roadmap

พร้อมเปลี่ยนทีมจาก "ฟัง AI" เป็น "ใช้ AI ทำงานจริง" หรือยัง?

ความรู้ Data/AI เข้มข้น ย่อยง่าย ใช้งานได้ทันที

[email protected] · data-espresso.com

Data-Espresso · Course Brief Draft v1 · ร่างตามบรีฟจากลูกค้า (QPM) — รอ confirm รายละเอียดที่ทำเครื่องหมาย ⚠️ ก่อนส่งลูกค้าจริง