สกัดองค์ความรู้ KM: ระบบ AI วิเคราะห์และขับเคลื่อนยุทธศาสตร์ความร่วมมือเชิงรุก (UBU MOU System)

 

ผลงาน UBU KM FAIR 2026 | ประเภทผลงาน: AI Hackathon | นวัตกรรมเพื่อการบริหารจัดการองค์กรและการให้บริการ

 

ชื่อผลงาน: ระบบ AI วิเคราะห์และขับเคลื่อนยุทธศาสตร์ความร่วมมือเชิงรุก (UBU MOU System)

 

เจ้าของผลงาน: นายจักริน สงวนศักดิ์ กองกลาง สำนักงานมหาวิทยาลัยอุบลราชธานี

 

 

1. ที่มาและความสำคัญขององค์ความรู้ (Knowledge)

     เดิมการบริหารจัดการบันทึกความเข้าใจและความร่วมมือทางวิชาการ (MOU/MOA) ของมหาวิทยาลัยอุบลราชธานี ประสบปัญหาการจัดเก็บข้อมูลในรูปแบบเอกสาร PDF และการบันทึกข้อมูลด้วยมือ ทำให้ข้อมูลกระจัดกระจาย ขาดการเชื่อมโยง และยากต่อการติดตามผลการดำเนินงาน จึงพัฒนาระบบ UBU MOU System โดยนำเทคโนโลยีปัญญาประดิษฐ์ (AI) มาใช้ร่วมกับ Google Workspace เพื่อเปลี่ยนข้อมูลจากเอกสารให้เป็นฐานข้อมูลดิจิทัลที่สามารถค้นหา วิเคราะห์ และนำไปใช้ประกอบการตัดสินใจของผู้บริหารได้

องค์ความรู้สำคัญ: การเปลี่ยนเอกสารที่จัดเก็บไว้เฉย ๆ ให้เป็นฐานข้อมูลที่สามารถนำไปใช้ติดตาม วิเคราะห์ และขับเคลื่อนยุทธศาสตร์ขององค์กรได้จริง

 

2. วัตถุประสงค์ของการพัฒนา

     1. พัฒนาระบบฐานข้อมูลบันทึกความร่วมมือทางวิชาการให้เป็นระบบดิจิทัลที่มีโครงสร้างชัดเจน

     2. ใช้ AI ช่วยอ่านและดึงข้อมูลจากเอกสาร PDF เพื่อลดเวลาและความผิดพลาดในการบันทึกข้อมูล

     3. พัฒนาระบบติดตามสถานะและประเมินความเคลื่อนไหวของความร่วมมือ เพื่อแจ้งเตือนความเสี่ยงและสนับสนุนการวางแผนเชิงรุก

 

3. กระบวนการจัดการความรู้ (KM Process)

     ขั้นตอนที่ 1: รวบรวมความรู้และเอกสาร รวบรวมบันทึกข้อตกลง MOU/MOA ฉบับจริงในรูปแบบ PDF และจัดเก็บไว้ใน Google Drive โดยเชื่อมโยงกับข้อมูลในฐานข้อมูลกลาง

     ขั้นตอนที่ 2: แปลงเอกสารเป็นข้อมูลดิจิทัล ใช้ Google Gemini AI ช่วยอ่านเอกสารและดึงข้อมูลสำคัญ เช่น ชื่อความร่วมมือ วันเริ่มต้น–สิ้นสุด คู่ความร่วมมือ และพันธกิจ เพื่อนำเข้าสู่แบบฟอร์มและฐานข้อมูล Google Sheets

     ขั้นตอนที่ 3: จัดระบบฐานข้อมูล แบ่งข้อมูลเป็นหมวดหมู่ที่เชื่อมโยงกัน เช่น ข้อมูล MOU หลัก คู่ความร่วมมือ พันธกิจ และประวัติกิจกรรม เพื่อให้ค้นหาและตรวจสอบได้สะดวก

     ขั้นตอนที่ 4: วิเคราะห์ข้อมูลเพื่อการตัดสินใจ ใช้ Gemini Notebook วิเคราะห์ข้อมูลและจัดทำข้อเสนอแนะเชิงกลยุทธ์ พร้อมจัดกลุ่มความร่วมมือตามระดับความเคลื่อนไหว ได้แก่ เชิงกลยุทธ์ คุณภาพสูง ไม่เคลื่อนไหว และอยู่ระหว่างพัฒนา

     ขั้นตอนที่ 5: ติดตามและปรับปรุง ระบบคำนวณสถานะ แจ้งเตือนข้อตกลงที่มีความเสี่ยงหรือขาดกิจกรรม และช่วยให้ผู้รับผิดชอบติดตามความร่วมมือได้อย่างต่อเนื่อง

 

4. เทคนิคและเครื่องมือสำคัญที่ได้เรียนรู้ (How-to)

 

เครื่องมือ	หน้าที่และประโยชน์
Google Apps Script	เชื่อมโยงและจัดการกระบวนการทำงานของระบบ
Google Sheets	จัดเก็บและบริหารฐานข้อมูลกลาง
Google Drive	จัดเก็บเอกสาร PDF และเชื่อมโยงไฟล์กับข้อมูล
Google Gemini AI	ช่วยอ่านเอกสารและดึงข้อมูลสำคัญโดยอัตโนมัติ
Gemini Notebook	วิเคราะห์ข้อมูลและสังเคราะห์ข้อเสนอแนะเชิงกลยุทธ์

 

เทคนิคสำคัญที่สามารถนำไปประยุกต์ใช้ได้ คือ ให้ AI ช่วยลดงานซ้ำซ้อน แต่ยังต้องมีผู้ปฏิบัติงานตรวจสอบความถูกต้องก่อนนำข้อมูลเข้าสู่ฐานข้อมูล โดยเฉพาะกรณีเอกสารสแกนไม่ชัดเจนหรือมีรูปแบบแตกต่างกัน

 

5. ผลลัพธ์และประโยชน์ที่ได้รับ

     - ประมาณ 90% ลดเวลาการบันทึกข้อมูล

     - จากประมาณ 10–15 นาที เหลือประมาณ 45 วินาทีต่อฉบับตามรายงานโครงการ

    - ข้อมูลที่นำเข้าสู่ระบบ  244 ฉบับ

    - ผลการใช้งานจริงในระยะนำร่อง 6 เดือน

 

*หมายเหตุ: ตัวเลขเป็นผลที่รายงานในเอกสารโครงการ โดยระยะเวลาที่ลดลงเป็นค่าประมาณจากการสังเกตและการทดลองในช่วงนำร่อง

 

ประโยชน์ที่สำคัญเพิ่มเติม ได้แก่

     - ลดการบันทึกข้อมูลซ้ำซ้อนและความเสี่ยงจากการคีย์ข้อมูลผิดพลาด

     - ทำให้ข้อมูลความร่วมมือมีรูปแบบมาตรฐานและค้นหาได้สะดวก

     - ช่วยค้นหาความร่วมมือที่ไม่มีความเคลื่อนไหว เพื่อให้หน่วยงานติดตามได้ตรงจุด

     - ช่วยให้ผู้บริหารเห็นภาพรวมและนำข้อมูลไปประกอบการวางแผนเชิงยุทธศาสตร์

     - สามารถนำแนวทางไปประยุกต์ใช้กับฐานข้อมูลหรือภารกิจอื่นของมหาวิทยาลัยได้

 

6. ปัจจัยความสำเร็จและข้อควรระวัง

ปัจจัยความสำเร็จ

     1. มีการออกแบบโครงสร้างฐานข้อมูลให้เป็นระบบก่อนนำข้อมูลเข้า

     2. ใช้ AI ลดงานที่ซ้ำซ้อนและเชื่อมโยงกับเครื่องมือที่องค์กรมีอยู่แล้ว

     3. กำหนดเกณฑ์ติดตามสถานะและความเสี่ยงให้ชัดเจน

     4. มีผู้รับผิดชอบตรวจสอบข้อมูลและติดตามผลอย่างต่อเนื่อง

ข้อควรระวัง

     - ความแม่นยำของ AI ขึ้นอยู่กับคุณภาพและรูปแบบของไฟล์ PDF

     - ควรตรวจสอบข้อมูลสำคัญก่อนบันทึกเข้าสู่ฐานข้อมูล

     - ต้องกำหนดสิทธิ์การเข้าถึงข้อมูลให้เหมาะสมกับหน้าที่ของผู้ใช้งาน

     - ระบบมีข้อจำกัดด้านเวลาและปริมาณการประมวลผลของแพลตฟอร์ม ซึ่งอาจต้องปรับปรุงเมื่อข้อมูลเพิ่มขึ้น

 

7. แนวทางการนำองค์ความรู้ไปใช้ประโยชน์ (Knowledge Transfer)

หน่วยงานอื่นสามารถนำแนวทางนี้ไปประยุกต์ใช้กับงานที่มีเอกสารจำนวนมากและต้องติดตามสถานะ เช่น

     - ระบบติดตามบันทึกข้อตกลงความร่วมมือ

     - ระบบทะเบียนโครงการและกิจกรรม

     - ระบบติดตามผลการดำเนินงานตามแผนยุทธศาสตร์

     - ระบบจัดเก็บข้อมูลการวิจัยและการพัฒนาบุคลากร

แนวทางเริ่มต้นคือ สำรวจปัญหาของงานเดิม กำหนดข้อมูลที่จำเป็น ออกแบบฐานข้อมูล ทดลองใช้ AI กับเอกสารจริง ตรวจสอบความถูกต้อง และประเมินผลก่อนขยายการใช้งาน

 

8. สรุปองค์ความรู้ที่สำคัญที่สุด (KM Summary)

     องค์ความรู้จากผลงานนี้คือ การประยุกต์ใช้ AI ร่วมกับระบบฐานข้อมูลดิจิทัล เพื่อเปลี่ยนการจัดเก็บเอกสารแบบเดิมให้เป็นระบบบริหารจัดการข้อมูลที่สามารถติดตาม วิเคราะห์ และใช้ประกอบการตัดสินใจได้

 

หัวใจสำคัญไม่ได้อยู่ที่การนำ AI มาใช้เพียงอย่างเดียว แต่เป็นการออกแบบกระบวนการทำงานให้ข้อมูลถูกจัดเก็บอย่างเป็นระบบ มีมาตรฐาน ตรวจสอบได้ และนำไปใช้ประโยชน์ได้จริง ซึ่งช่วยลดภาระงาน เพิ่มประสิทธิภาพ และสนับสนุนการบริหารงานเชิงรุกขององค์กร