วิธีการ & การตรวจสอบ
เบื้องหลังวิธีทำงาน — semantic search บนภาษาไทย, NLP สำหรับสัญญาณความเสี่ยง, ระบบอัตโนมัติ และด่านตรวจที่กันตัวเลขผิดไม่ให้หลุดออกไป
แรงงานแพงขึ้น เงินทุนแพงขึ้น: ต้นทุนสองปัจจัยการผลิตของบริษัทไทย 2022–2026 อ่านจาก MD&A จริง
แรงงานแพงขึ้น เงินทุนแพงขึ้น: ต้นทุนสองปัจจัยการผลิตของบริษัทไทย 2022–2026 อ่านจาก MD&A จริง
ระหว่างปี 2022–2026 บริษัทจดทะเบียนไทยโดนต้นทุนสองปัจจัยการผลิตขยับพร้อมกัน — ค่าแรงที่ขึ้นตามนโยบายรัฐและขาดแคลนแรงงาน (ขึ้นแล้วไม่ลง) กับต้นทุนเงินทุนที่พุ่งตามดอกเบี้ยปี 2022–23 แล้วค่อยผ่อนปี 2024–25. อ่านคำต่อคำจาก MD&A ของกว่า 800 บริษัท ว่าพวกเขาพูดถึงมันอย่างไร และตอบสนองด้วยการ 'เอาทุนแทนแรง'
ทำไม Ctrl+F อ่านงบทั้งตลาดไม่ได้: semantic search กับคำชี้แจงผู้บริหาร (MD&A) — ค้นด้วยความหมาย ไม่ใช่คำ
ทำไม Ctrl+F อ่านงบทั้งตลาดไม่ได้: semantic search กับคำชี้แจงผู้บริหาร (MD&A) — ค้นด้วยความหมาย ไม่ใช่คำ
คู่มือฉบับคนทำ data สายการเงิน: ทำไมการค้นด้วยคีย์เวิร์ดพลาด MD&A เกือบทุกครั้ง semantic search (vector) ทำงานอย่างไร ทำไมคำชี้แจงผู้บริหารคือโจทย์ที่เหมาะกับมันพอดี และวิธีใช้ให้ได้คำตอบที่ตรวจสอบต้นฉบับได้
AI แต่งตัวเลขได้เนียนกว่าที่คิด: 3 ด่านที่ผมใช้กันตัวเลขปลอมหลุดขึ้นเว็บ (2026)
AI แต่งตัวเลขได้เนียนกว่าที่คิด: 3 ด่านที่ผมใช้กันตัวเลขปลอมหลุดขึ้นเว็บ (2026)
AI ไม่ได้แต่งตัวเลขจากอากาศ มันแต่งรอบตัวเลขจริง — วิธีวางสัญญาแหล่งอ้างอิง สคริปต์ตรวจอัตโนมัติ และการดึงแหล่งใหม่สดก่อนเผยแพร่ พร้อมโค้ดที่ก็อปไปใช้ได้เลย
AI ในภาคการเงินปี 2026: 80% ใช้แล้ว แต่แค่ 40% เห็นกำไรเพิ่ม — ช่องว่างที่คนทำ Model Risk ต้องอุด
AI ในภาคการเงินปี 2026: 80% ใช้แล้ว แต่แค่ 40% เห็นกำไรเพิ่ม — ช่องว่างที่คนทำ Model Risk ต้องอุด
รายงาน AI ในภาคการเงินระดับโลกของ Cambridge (CCAF) สำรวจ 628 องค์กรใน 151 เขตอำนาจศาล พบว่าใช้ AI กันเกิน 80% แต่วัดคุณค่าไม่ได้ — มุมที่คนทำ risk/data ต้องอ่าน
AI agent ขยับเงินจริงแล้ว — แต่ระบบกันโกงยังตามไม่ทัน
AI agent เริ่มขยับเงินจริงในแบงก์แล้ว — แต่ระบบกันโกงยังตามไม่ทัน
มิ.ย. 2026 agentic payment ข้ามเส้นจากเดโมสู่เงินจริง (Worldline–ING–Mastercard) แต่ผู้เชี่ยวชาญเตือนว่าระบบกันโกง/ยืนยันตัวตนของแบงก์ออกแบบมาเพื่อคน ไม่ใช่ AI agent — ช่องว่าง governance นี้คือทั้งความเสี่ยงและโอกาสของคนทำ model risk
NLP Early Warning System: จับสัญญาณเสี่ยงก่อนเป็นหนี้เสีย
บทเรียนจากการสร้าง NLP Early Warning System ตัวแรกที่ใช้ Deep Learning ในที่ทำงาน
ระบบเตือนภัยล่วงหน้าที่อ่านข่าวและข้อความเพื่อจับสัญญาณความเสี่ยงด้านเครดิตก่อนกลายเป็นหนี้เสีย — บทเรียนจากการนำ deep learning (WangchanBERTa) มาใช้จริงเป็นครั้งแรกในที่ทำงาน