ใส่ความรู้ให้ AI สร้างสมองที่ 2 ของเรา

"เราสามารถเปลี่ยนสภาพจากเอกสารดิบให้กลายเป็นถังความรู้ที่เป็นสมองใบที่สองขององค์กร โดยที่ AI สามารถเข้าถึงและตอบข้อมูลที่ Google ในโลกอินเทอร์เน็ตก็ไม่รู้ได้" — [หมาก ดิจิทัล, ใส่ความรู้ให้ AI สร้างสมองที่ 2 ของเรา, 00:02:08]

(เมื่อคืนผมเพิ่งนั่งจัดการกองเปเปอร์งานวิจัยและเอกสารระเบียบภายในที่สะสมมาหลายปี กะว่าจะจัดหมวดหมู่แบบเดิมๆ แต่คิดไปคิดมาเลยลองสั่งให้ AI Coworker สกัดโครงสร้างเข้า Open Knowledge Format ดู ปรากฏว่าค้นหา Insight ภายในได้เร็วและแม่นยำกว่านั่งค้นในไดรฟ์เป็นสิบเท่าเลยครับ 555)

Note 1: การโยนไฟล์ PDF หรือ Word กองโตเข้าหน้าต่างแชตแบบเดิมๆ ไม่ใช่ทางออกที่ยั่งยืน เพราะนอกจากจะเปลือง Context Window และ Token มหาศาลแล้ว โมเดลยังมองไม่เห็นความเชื่อมโยงเชิงโครงสร้าง (Ontology) ขององค์ความรู้

Note 2: สิ่งที่ทำให้ Open Knowledge Format (OKF) แตกต่างจากการทำ RAG ทั่วไป คือการสร้าง Standardized Knowledge Base แบบโปร่งใส มีระบบสมุดหน้าเหลือง (Index) และประวัติการเปลี่ยนแปลง (Audit Log) กำกับชัดเจน ทำให้เราควบคุมสิทธิ์และตรวจสอบความถูกต้องได้ 100%

Architecture Shift: จาก Cloud Notebook สู่ Local Standardized Knowledge Base

สำหรับคนทำงานทั่วไป Gemini Notebook (NotebookLM) อาจตอบโจทย์การสรุปเอกสารเบื้องต้นได้ดี แต่ในระดับองค์กรที่ต้องการ Data Governance และความเป็นส่วนตัวสูงสุด การจัดการถังความรู้ในเครื่องตัวเองคือคำตอบ [00:01:21]

• OKF (Open Knowledge Format) เป็นมาตรฐานการจัดเก็บความรู้แบบเปิดที่พัฒนาต่อยอดจากแนวคิด Wiki-LLM เพื่อให้ AI Agent เข้าใจข้อมูลที่มีความสัมพันธ์ซับซ้อน [00:01:41]
• สามารถใช้ Coding Agent เช่น Claude Desktop, Claude Cowork หรือ Hermes Agent ในการเป็นตัวกลางแปลง Unstructured Document ให้กลายเป็นโครงสร้าง OKF [00:02:48]
• ข้อมูลทั้งหมดถูกประมวลผลและจัดเก็บใน Local Storage ภายในโฟลเดอร์เฉพาะทาง ป้องกันไม่ให้ข้อมูลลับของบริษัทรั่วไหลออกสู่ภายนอก [00:05:04]

เหมือนกับที่ทุกองค์กรต้องมี Enterprise Architecture ในการจัดระเบียบไอที ตอนนี้ระบบ AI ภายในก็ต้องมี Knowledge Architecture มาตรฐาน เพื่อให้ Agent ทุกตัวเข้ามาดึงความรู้ไปใช้ร่วมกันได้

Index & Audit Logs: สถาปัตยกรรมถังความรู้ที่ตรวจสอบได้ทุกขั้นตอน

เมื่อให้ Coding Agent สกัดเอกสารงานวิจัยหรือคู่มือกระบวนการ ระบบจะสร้างโฟลเดอร์ความรู้ที่มีโครงสร้างมาตรฐานชัดเจน [00:07:12]

• สร้างไฟล์ index ทำหน้าที่เสมือนสมุดหน้าเหลือง คอยแมปปิ้งผู้แต่ง วัตถุประสงค์ คำสำคัญ และประเภทของเอกสารทั้งหมดไว้ในจุดเดียว [00:07:26]
• บันทึกไฟล์ log คอยแทร็กทุกการอัปเดต เช่น มีการเพิ่มเปเปอร์ใหม่เมื่อใด หรือปรับปรุงเนื้อหาจุดไหน เพื่อรองรับการทำ Data Governance และ Compliance [00:07:44]
• เริ่มต้นสกัดไฟล์จากชุดเล็กๆ 2–3 ไฟล์ก่อนเพื่อทดสอบโครงสร้างและประหยัด Token ก่อนจะขยายไปสู่ระดับ 50–100 ไฟล์ในอนาคต [00:06:18]

Agent-Driven Retrieval: ดึงข้อมูลเฉพาะทางที่เสิร์ชเอนจินภายนอกไม่เคยรู้

ความได้เปรียบที่แท้จริงของการมีสมองที่ 2 ไม่ใช่แค่การค้นหาคำ แต่คือการให้ Agent อนุมานคำตอบจากข้อมูลเฉพาะกิจขององค์กร [00:03:18]

• เมื่อเราถามคำถามเชิงลึก (เช่น รายละเอียดกระบวนการจัดซื้อจัดจ้าง หรือคู่มือสินค้าเฉพาะรหัส SKU) Agent จะวิ่งไปเปิด Index ของ OKF เพื่อสกัดคำตอบเฉพาะทางมาทันที [00:03:05]
• รองรับการอัปเดตความรู้แบบ Dynamic เพียงแค่ลากไฟล์ใหม่ใส่โฟลเดอร์แล้วสั่งให้ Agent บันทึกเข้าถังความรู้เดิม [00:08:48]
• ลดปัญหา AI Hallucination ได้อย่างเด็ดขาด เพราะโมเดลตอบอิงจากข้อเท็จจริงในเอกสารที่ผ่านการจัดหมวดหมู่แล้วเท่านั้น [00:09:07]

ผมเข้าใจดีว่าหลายท่านมองว่าการอัปโหลดไฟล์ขึ้นระบบแชตทั่วไปก็พอใช้งานได้แล้ว... แต่สิ่งที่ต้องพูดถึงคือความสามารถในการเป็นเจ้าของโครงสร้างข้อมูล (Data Ownership) และการสร้างมาตรฐานความรู้ที่พร้อมส่งต่อให้ Agent ทุกประเภทเข้ามาทำงานร่วมกัน

ถ้าเราเริ่มตอนที่องค์กรมีข้อมูลกระจัดกระจายจนคุมไม่อยู่และข้อมูลรั่วไหลไปสู่ Public Cloud แล้ว ก็ไม่ทันคนที่วางโครงสร้าง Knowledge Base ภายในอย่างเป็นระบบตั้งแต่ Day 1

Jensen จินตนาการว่าในอนาคต ทุกองค์กรและทุกคนจะมี Personalized AI Brain ที่เก็บสะสมภูมิปัญญาและประสบการณ์เฉพาะตัวไว้อย่างปลอดภัย และการวางโครงสร้างผ่าน Open Knowledge Format ในวันนี้ กำลังเป็นก้าวแรกที่สำคัญของการสร้างสมองที่สองที่ทำงานร่วมกับเราได้ตลอดไปครับ

อ้างอิงวิดีโอต้นฉบับ: https://www.youtube.com/watch?v=Dax29OFA2w8