Muze Innovation

29/10/2026

HR Hackathon 2026: Bring Your HR Pain. Build Your Own Solution. 💡
พาชมบรรยากาศกิจกรรมเมื่อวันที่ 27 ตุลาคม 2026 ที่ Muze Innovation ได้ชวนคนทำงานสาย HR มาร่วมเรียนรู้และลงมือสร้าง Application ด้วย AI จาก Pain Point ที่พบในการทำงานจริง
ภายในงาน ผู้เข้าร่วมได้เรียนรู้การนำ AI มาประยุกต์ใช้กับงาน ตั้งแต่การทำความเข้าใจเครื่องมือ AI การค้นหา Pain Point ใน Workflow ประจำวัน ไปจนถึงการเลือกโจทย์ที่อยากนำมาพัฒนาเป็น Application ของตัวเอง
หนึ่งในไฮไลต์ของงานคือช่วง Build It Yourself ที่ผู้เข้าร่วมได้รวมทีมแข่งขันสร้าง Application ด้วย AI ผ่าน AEGIS จาก Muze โดยนำ Pain Point จากการทำงานจริงมาเป็นโจทย์ในการพัฒนา ตั้งแต่การเปลี่ยนไอเดียให้กลายเป็น Application Prototype การทดลองใช้งาน ปรับปรุงผลงาน ไปจนถึงการนำเสนอ Application ของแต่ละทีมเพื่อชิงรางวัลภายในงาน โดยไม่จำเป็นต้องมีพื้นฐานการเขียนโค้ดมาก่อน
นอกจากการแข่งขันแล้ว ผู้เข้าร่วมยังได้เรียนรู้ว่า AEGIS ช่วยรองรับการนำ Application ไปใช้งานจริงในองค์กรได้อย่างไร ทั้งการพัฒนาภายใต้มาตรฐานองค์กรผ่าน Builder Kit การตรวจสอบด้าน Security และ IT Governance รวมถึง Internal App Store ที่รวบรวม Application ที่ผ่านการอนุมัติไว้ให้พนักงานเข้าถึงและใช้งานได้ตามสิทธิ์ที่กำหนด
ตลอดการแข่งขัน เราได้เห็นไอเดียและผลงานจากแต่ละทีมที่นำปัญหาการทำงานมาออกแบบเป็นเครื่องมือของตัวเองภายในเวลาจำกัด พร้อมแลกเปลี่ยนแนวคิดและวิธีแก้ปัญหาที่แตกต่างกัน ซึ่งหลายไอเดียมีโอกาสนำไปพัฒนาต่อเพื่อช่วยลดขั้นตอนการทำงานในอนาคต
หากองค์กรของคุณกำลังมองหาแนวทางในการต่อยอด AI Application จาก Prototype ไปสู่การใช้งานจริงในองค์กร AEGIS จาก Muze ช่วยรองรับตั้งแต่การพัฒนา Application ภายใต้มาตรฐานองค์กร ไปจนถึงการตรวจสอบและนำขึ้นใช้งานผ่าน Internal App Store
ติดต่อเราได้ที่อีเมล [email protected]

28/10/2026

เมื่อทุกคนในองค์กรสามารถสร้าง App ได้ด้วยตัวเอง บทบาทของคนทำงานและทีม IT จะเปลี่ยนไปอย่างไร?

ชวนฟังมุมมองจากงาน The Human Element in an AI-Driven World ที่ Muze ร่วมกับ Google Cloud พูดคุยถึงอนาคตการทำงาน เมื่อ AI เปิดโอกาสให้คนที่เข้าใจปัญหา สามารถสร้างเครื่องมือเพื่อแก้โจทย์งานจริงได้

🎬 รับชมประเด็นสำคัญจากงานได้ในคลิปนี้ https://youtu.be/XAC8ouVQdcI?si=qdlVFaqDRMtzQQY7

Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube.

20/10/2026

เมื่อแต่ละทีมในองค์กรเริ่มสร้าง Tool จากโจทย์งานของตัวเอง สิ่งที่เกิดขึ้นตามมาคือองค์กรเริ่มมี Application เพิ่มขึ้นเรื่อย ๆ
บางตัวใช้กันอยู่ในทีม ถูกส่งต่อกันผ่าน Link หรือมีคนใช้งานอยู่แล้ว แต่อีกหลายทีมอาจไม่เคยรู้ว่ามี Tool นี้อยู่
ตรงนี้ทำให้เรื่องของ Visibility มีความสำคัญ
เพราะต่อให้มี Tool ที่พร้อมใช้งานอยู่แล้ว ถ้าคนที่ต้องการใช้หาไม่เจอ หรือไม่รู้ว่ามีอะไรให้ใช้งานอยู่บ้าง Tool เหล่านั้นก็ยังถูกจำกัดอยู่ในวงแคบ
AEGIS Internal App Store ทำให้ Application ที่พร้อมใช้งานมีพื้นที่ของตัวเองในองค์กร
พนักงานสามารถเข้ามาดูได้ว่ามี Tool อะไรให้ใช้งาน แต่ละตัวช่วยเรื่องอะไร และเข้าถึง Application ที่เกี่ยวข้องกับงานของตัวเองได้จากที่เดียว
ขณะเดียวกัน Tool ที่เริ่มต้นจากทีมหนึ่งก็ไม่จำเป็นต้องถูกส่งต่อด้วยการแชร์ Link เพียงอย่างเดียว แต่สามารถถูกค้นพบ โดยคนอื่นในองค์กรได้
การสร้าง AI Tool กระจายไปอยู่ในหลาย Function การมีพื้นที่ที่ทำให้คนมองเห็นและเข้าถึงสิ่งที่องค์กรสร้างขึ้นมาแล้ว จึงเป็นอีกส่วนที่ทำให้ Tool เหล่านั้นไปถึงผู้ใช้งานจริงได้มากขึ้น
สนใจพูดคุยเพิ่มเติมเกี่ยวกับ AEGIS ติดต่อเราได้ที่ Email: [email protected]

09/10/2026

Muze ร่วมกับ Google Cloud จัดงาน The Human Element in an AI-Driven World เมื่อวันที่ 7 ตุลาคม 2026 เพื่อชวนมอง AI Adoption ในองค์กรจากอีกมุมหนึ่งว่า การมี AI ที่เก่งขึ้นอาจยังไม่เพียงพอ หากคนที่เข้าใจปัญหาของงานจริงยังไม่มีพื้นที่และเครื่องมือที่เหมาะสมในการเปลี่ยนความรู้ของตัวเองให้กลายเป็น Solution ที่ใช้งานได้
ที่ผ่านมา “คน” ต้องเป็นฝ่ายเรียนรู้วิธีใช้เทคโนโลยีมาตลอด แต่ AI กำลังเปลี่ยนความสัมพันธ์นี้ เพราะเทคโนโลยีเริ่มสามารถเข้าใจภาษาของคนได้โดยตรงมากขึ้น ทำให้ความสามารถในการสร้าง Digital Solution ไม่ได้จำกัดอยู่แค่คนสาย Tech อีกต่อไป
ขณะเดียวกัน การ “เก่ง AI” ก็ไม่ได้หมายถึงแค่ Prompt เก่งหรือใช้ Tool เป็น แต่ต้องเริ่มจากการเข้าใจ People และ Business ก่อน Technology เข้าใจว่างานกำลังแก้ปัญหาอะไร ลูกค้าต้องการอะไร และ Process ตรงไหนควรถูกปรับ เพราะต่อให้ AI ช่วยทำงานได้มากขึ้น หากคนยังไม่เข้าใจโจทย์ของตัวเอง ก็ยากที่จะรู้ว่าควรนำ AI ไปใช้ตรงไหน
แนวคิดนี้เกิดขึ้นทั้งในฝั่ง Muze และ Google Cloud ตั้งแต่ Application ที่ทีมภายใน Muze สร้างขึ้นจาก Pain Point ของแต่ละ Function ไปจนถึงตัวอย่างจาก Google Cloud ที่แสดงให้เห็นว่า แม้คนที่ไม่ได้มีพื้นฐานด้าน Coding ก็สามารถสร้าง Application เพื่อเชื่อมข้อมูลจากระบบองค์กรและนำมาใช้กับงานของตัวเองได้
เมื่อคนสามารถสร้าง Application ได้มากขึ้น บทบาทของ IT ก็ต้องเปลี่ยนตาม จากเดิมที่เป็น Builder ที่รับ Requirement และสร้างทุกอย่างให้กลายเป็น Enabler ที่วาง Infrastructure, Security, Governance และ Guardrails เพื่อให้แต่ละทีมสามารถสร้างและทดลอง Solution ของตัวเองได้ โดยยังอยู่บนมาตรฐานเดียวกันขององค์กร
และเมื่อ AI Application เริ่มถูกนำไปใช้จริงใน Workflow โจทย์ก็ขยับจาก “สร้างได้หรือไม่” ไปสู่ “จะทำให้ใช้งานจริงและ Scale อย่างไร” ซึ่งต้องคิดต่อทั้ง Data Foundation, Cloud, Security, Governance รวมถึงการเลือก AI Model ให้เหมาะกับแต่ละ Use Case โดยไม่จำเป็นว่าทุกงานต้องใช้ Model ที่เก่งที่สุด หากต้องแลกกับ Cost และ Latency ที่สูงขึ้น
ท้ายที่สุด AI ยังไม่สามารถแทน Human Judgment ได้ทั้งหมด คนยังเป็นผู้กำหนดว่าจะใช้ AI เพื่อแก้ปัญหาอะไร และผลลัพธ์แบบไหนที่สร้างคุณค่าให้กับธุรกิจจริง

แนวคิดเหล่านี้เชื่อมมาที่ AEGIS — Internal App Store ของ Muze ที่ช่วยเชื่อม Business, AI และ IT ตั้งแต่การสร้าง Application การกำกับดูแลตามมาตรฐานขององค์กร ไปจนถึงการนำ Application ขึ้นใช้งานและกระจายให้คนในองค์กรเข้าถึงได้จากที่เดียว
หากองค์กรกำลังมองหาแนวทางในการต่อยอด AI Application จาก Prototype ให้พร้อมใช้งานจริงในองค์กร ดูรายละเอียด AEGIS เพิ่มเติมได้ที่ https://www.muze.co.th/aegis/
หรืออีเมล [email protected]

07/10/2026

เมื่อแต่ละทีมเจอปัญหาใน Workflow ของตัวเอง หลายเรื่องไม่จำเป็นต้องเริ่มจากการเขียน Requirement แล้วรอให้ทีม Developer เข้ามาพัฒนาให้เสมอไป

บางทีมเริ่มลงมือสร้าง Tool ขึ้นมาใช้เองจากโจทย์ที่เจออยู่ทุกวัน ตั้งแต่ Marketing ที่อยากจัดการ Content Workflow ให้คล่องขึ้น

HR ที่มี Process ภายในที่อยากลดงาน Manual ไปจนถึง Finance ที่อยากเห็นข้อมูล Budget ในแบบที่ทีมตัวเองใช้งานจริง
Tool เหล่านี้มักเริ่มจากโจทย์เล็ก ๆ และคนสร้างก็คือคนที่เข้าใจปัญหานั้นดีที่สุด

แต่เมื่อ Tool เริ่มถูกแชร์ให้คนอื่นใช้ เชื่อมกับข้อมูลของบริษัท หรือกลายเป็นส่วนหนึ่งของ Workflow ที่ใช้งานจริง เรื่องที่ต้องคิดก็เริ่มมากกว่าแค่ว่า Function ทำงานได้หรือเปล่า

Tool ใช้ข้อมูลจากไหน เชื่อมกับระบบอะไร ใครควรมีสิทธิ์เข้าใช้ และถ้าคนที่สร้างไม่ได้ดูแลต่อ ใครจะเป็น Owner?

ยิ่งมี Tool เกิดขึ้นจากหลายทีม IT ก็ยิ่งต้องเห็นภาพรวมว่าในองค์กรมีอะไรถูกสร้างขึ้นบ้าง แต่ละตัวเชื่อมต่อกับอะไร และมีใครเป็นคนดูแล

ตรงนี้ทำให้บทบาทของ IT ขยับมาสู่การวาง Environment และมาตรฐานที่ทุกทีมใช้ร่วมกัน ทั้ง Infrastructure, Tech Stack, Security, Data & Privacy และ Access Control รวมถึงแนวทางก่อนนำ Tool ขึ้นใช้งานจริง

แต่ละทีมยังสร้าง Tool จากโจทย์ของตัวเองได้ ขณะที่ IT ดูแลภาพรวมในระดับองค์กร เพราะเมื่อจำนวน Tool เพิ่มขึ้น ความซับซ้อนก็ตามมา ทั้ง Tech Stack ที่แตกต่างกัน การเชื่อมต่อข้อมูลหลายรูปแบบ สิทธิ์การเข้าถึง รวมถึง Application ที่อาจไม่มี Owner ดูแลต่อในระยะยาว

การมีมาตรฐานกลางตั้งแต่ต้นจึงช่วยให้ Internal Tool ที่ถูกสร้างจากหลายทีมสามารถนำไปใช้งานต่อได้ โดยไม่กลายเป็นภาระที่ IT ต้องกลับมาตามจัดการภายหลัง

AEGIS รองรับตั้งแต่การสร้าง Tool ภายใต้ Environment และมาตรฐานขององค์กร ผ่าน Governance Pipeline สำหรับดูแล Security, Tech Stack และ Data & Privacy ก่อน Deploy ไปจนถึง Internal App Store ที่รวบรวม Tool ที่พร้อมใช้งาน และเปิดให้พนักงานเข้าถึงตามสิทธิ์ที่กำหนดไว้

หากองค์กรของคุณกำลังวางแนวทางสำหรับ Internal Tools พูดคุยกับทีม Muze ได้ที่
📩 [email protected]

01/10/2026

AI Training ทำให้พนักงานรู้จักเครื่องมือมากขึ้น เขียน Prompt ได้ และบางทีมไปไกลถึงขั้นสร้าง Prototype จากโจทย์งานของตัวเองได้ แต่หลังจาก Training จบ สิ่งที่เกิดขึ้นในวันนั้นมักไม่ได้ตามกลับมาอยู่ในงานประจำ
การนำ Prototype ที่ทำไว้กลับมาใช้กับงานจริงจึงไม่ได้จบแค่การพัฒนา Function ให้ใช้งานได้ ยังต้องจัดการเรื่องการเชื่อมต่อกับข้อมูลขององค์กร สิทธิ์การเข้าถึง Infrastructure การ Deploy และ Security ให้เหมาะกับข้อมูลและระบบที่ Tool นั้นเชื่อมต่ออยู่
เมื่อองค์กรยังไม่มีแนวทางรองรับขั้นตอนเหล่านี้อย่างชัดเจน Prototype ที่ทำไว้จึงมักหยุดอยู่ที่การทดลอง แม้คนที่สร้างจะเห็นแล้วว่าสามารถช่วยงานของตัวเองได้ก็ตาม สุดท้ายพนักงานที่มีไอเดียจึงต้องกลับไปใช้ AI ผ่านเครื่องมือทั่วไป หรือกลับไปทำงานด้วย Workflow เดิม เพราะการพา Tool หนึ่งตัวจาก Training ไปถึงจุดที่ใช้งานจริง ต้องอาศัยมากกว่าความรู้เรื่อง AI
ถ้าต้องการให้ Prototype เหล่านี้ถูกพัฒนาต่อ องค์กรจึงต้องมี Environment ที่รองรับตั้งแต่การพัฒนา Tool ไปจนถึงการนำขึ้นใช้งานจริง เพื่อให้แต่ละทีมมีแนวทางเดียวกันในการจัดการ Infrastructure, Security & Data, Governance รวมถึง Deployment & Access
AEGIS เข้ามารองรับในส่วนนี้ โดยช่วยให้ AI Tool ที่แต่ละทีมสร้างขึ้นสามารถพัฒนาต่อบน Environment ที่องค์กรวางไว้ และเมื่อ Tool พร้อมใช้งาน ก็สามารถนำขึ้น Internal App Store เพื่อให้พนักงานเข้าถึงเครื่องมือที่เกี่ยวข้องกับงานของตัวเองได้จากที่เดียว

ปรึกษาทีม Muze เกี่ยวกับการนำ AI Tool ขึ้นใช้งานจริงได้ที่ Email: [email protected]

29/09/2026

เมื่อรูปและวิดีโอกิจกรรมบริษัทเยอะจนหาไม่เจอ... ทีมงานเลยเนรมิตแอปคลังสื่อองค์กรขึ้นมาเองซะเลย!

✅ หาง่าย แยกหมวดหมู่ชัดเจน
✅ แท็กเจ้าของรูปได้ทันที
✅ โหลดไปใช้งานต่อได้ไวขึ้น 10 เท่า

พนักงาน + ไอเดีย + AI = ผลลัพธ์ไม่เล็ก! ไปดูความเจ๋งในคลิปได้เลย

22/09/2026

เคยสงสัยไหมว่า... ถ้าให้พนักงานสร้างแอปใช้เอง หน้าตาแอปในบริษัทจะเป็นยังไง?
พาส่องแอปทุ่นแรงในบริษัท ทั้งแอปบริหารโปรเจกต์ แอปกิจกรรมนัดเพื่อน และแอปสแกนรับข้าวเที่ยงฟรี ที่ทีม Non-tech สร้างเองโดยไม่ต้องเขียนโค้ดสักบรรทัด ✨
อยากรู้ว่าแอปในบริษัทช่วยเปลี่ยนชีวิตการทำงานยังไง? ดูคลิปนี้เลย!

18/09/2026

[Muze Internship 2026]
มีใครกำลังมองหาที่ฝึกงานในสาย Tech อยู่บ้าง?
ข่าวดีสำหรับน้อง ๆ ที่สนใจ! ตอนนี้บริษัท Muze Innovation เปิดรับนักศึกษาฝึกงานประจำปี 2569
ตำแหน่งที่เปิดรับ
🔹Product Owner จำนวน 2 อัตรา
🔹Product Designer (UX/UI) จำนวน 2 อัตรา
🔹Technical Operation Support จำนวน 1 อัตรา
ที่นี่ให้โอกาสได้ลงมือทำงานจริง ได้แสดงศักยภาพอย่างเต็มที่ บรรยากาศสนุก เป็นกันเอง รุ่นพี่น่ารัก พร้อมให้คำแนะนำเสมอ
ที่สำคัญยังได้ฝึกทักษะและพัฒนาตัวเอง เพื่อเติบโตในสายงาน Tech อย่างแท้จริงสนใจร่วมฝึกงานที่ Muze ส่ง Resume พร้อม Portfolio ได้แล้ววันนี้ >>> https://forms.gle/3wVPLZJie71NKnY69

*** การพิจารณาคัดเลือกเป็นไปตามเงื่อนไขของบริษัทฯ ***

17/09/2026

ช่วงที่ทีมกำลังทำ AI Tool ขึ้นมา สิ่งที่ทุกคนสนใจมักเป็นเรื่อง Function ว่าทำงานได้ไหม ใช้กับ Workflow จริงได้หรือเปล่า และช่วยลดเวลาของทีมได้แค่ไหน
แต่พอ Tool เริ่มเข้าใกล้การใช้งานจริง เรื่อง Security จะเข้ามาเกี่ยวข้องทันที เพราะ Tool ที่ใช้ในองค์กรอาจต้องอ่านข้อมูลจากระบบภายใน เรียก API เชื่อมกับ Database หรือเปิดให้พนักงานหลายกลุ่มเข้ามาใช้งาน การตัดสินใจตั้งแต่ช่วง Development จึงเริ่มมีผลต่อการนำ Tool ขึ้นใช้งานจริง
ถ้า Access Control ยังไม่ได้ถูกวางไว้ตั้งแต่ต้น Data Flow ไม่ชัด หรือแต่ละทีมเลือกวิธีเชื่อมต่อระบบตามความถนัดของตัวเอง การมาแก้ตอนใกล้ขึ้น Production อาจต้องย้อนกลับไปเปลี่ยนโครงสร้างของ Application มากกว่าการตรวจ Security เพิ่มอีกหนึ่งรอบ
เมื่อ AI Tool เริ่มมีหลายตัวในองค์กร เรื่องนี้จะยิ่งเห็นชัดขึ้น เพราะแต่ละทีมอาจใช้คนละ Tech Stack จัดการสิทธิ์คนละแบบ และมีวิธีเชื่อมต่อข้อมูลที่ต่างกัน
ภาระของทีมที่ดูแลระบบต่อจึงไม่ได้มีแค่จำนวน Application ที่เพิ่มขึ้น แต่รวมถึงมาตรฐานที่แตกต่างกันของแต่ละระบบด้วย
AEGIS วาง Security และ Governance ไว้ใน Flow ก่อน Deploy โดย Builder Kit ช่วยให้การพัฒนาอยู่บนแนวทางเดียวกับมาตรฐานขององค์กร และก่อนนำ Application ขึ้นใช้งานจริง จะมีการตรวจสอบทั้ง Security, Tech Stack และ Data & Privacy
Application ที่ผ่านกระบวนการแล้วสามารถ Deploy ผ่าน Internal App Store พร้อมกำหนดสิทธิ์การเข้าถึงให้เหมาะกับผู้ใช้งานแต่ละกลุ่ม

แนวทางนี้ช่วยให้เรื่องที่เกี่ยวกับ Security ถูกจัดการตั้งแต่ช่วงที่ระบบยังสามารถปรับแก้ได้ง่าย ก่อนที่จะเข้าสู่ Production
หากองค์กรกำลังวางแผนนำ AI Tool ขึ้นใช้งานจริง สามารถปรึกษาทีม Muze ได้ที่ Email: [email protected]
อ่านเพิ่มเติมเกี่ยวกับ AEGIS ได้ที่คอมเมนต์ 👇