K2 Intelligence — ใส่ AI ลงใน workflow ของ Nintex K2 โดยข้อมูลไม่ต้องออกนอกองค์กร

คำถามแรกที่ฝ่าย IT ขององค์กรไทยถามทุกครั้งเมื่อมีคนเสนอให้ใช้ AI กับงานภายใน คือ "ข้อมูลของเราจะถูกส่งออกไปที่ไหน"

สำหรับองค์กรที่ใช้ Nintex K2 แบบติดตั้งในองค์กร ตอนนี้มีคำตอบที่ตรงกว่าเดิม — K2 Intelligence ส่วนเสริมที่มากับ K2 รุ่น 5.9.1 ใส่ AI ลงใน workflow ฟอร์ม และ view ได้ โดยตัวโมเดลรันอยู่บนเซิร์ฟเวอร์ขององค์กรเอง

ทำงานอย่างไร

K2 Intelligence ติดตั้งเป็น Windows service บนเซิร์ฟเวอร์ ข้างในรัน llama.cpp ซึ่งเป็นซอฟต์แวร์โอเพนซอร์สสำหรับรันโมเดลภาษาบนเครื่องตัวเอง ไฟล์โมเดลมากับตัวติดตั้ง ไม่ต้องดาวน์โหลดเพิ่ม และเอกสารของ Nintex ระบุว่าโหมด offline ที่กันไม่ให้ service ดาวน์โหลดอะไรจากภายนอกเปิดอยู่ตลอด

• โมเดลเริ่มต้นคือ Qwen3-0.6B โมเดลโอเพนซอร์สขนาดเล็ก สัญญาอนุญาต Apache 2.0
• ค่าเริ่มต้นรับคำสั่งเฉพาะจากเครื่องตัวเอง (localhost) ต้องตั้งค่าเพิ่มถ้าจะให้เครื่องอื่นเรียก
• เปลี่ยนเป็นโมเดลตัวอื่นที่อยู่ในรูปแบบ GGUF ได้ ผ่านไฟล์ตั้งค่า
• ต้องการ Windows Server 2016 ขึ้นไป และ .NET Framework 4.8

สี่งานที่ทำได้ทันที

หลังติดตั้ง จะได้งาน AI สำเร็จรูปสี่อย่างในรูปแบบ SmartObject ซึ่งเป็นวิธีที่คนทำ K2 คุ้นเคยอยู่แล้ว ลากใส่ workflow หรือผูกกับฟอร์มได้เหมือน SmartObject ทั่วไป:

• วิเคราะห์ความรู้สึก (Sentiment) — ข้อความนี้เป็นบวก ลบ หรือกลาง ๆ
• จัดระดับความรุนแรง (Severity) — เรื่องนี้ด่วนแค่ไหน
• สรุปความ (Summarization) — ย่อข้อความยาวให้คนอนุมัติอ่านจบในไม่กี่บรรทัด
• ตรวจจับภาษา (Language Detection) — รองรับอังกฤษ เยอรมัน สเปน ฝรั่งเศส และอาหรับ

ตัวอย่างการใช้ในงานจริง: คำร้องที่เข้ามาถูกจัดระดับความรุนแรงก่อน เรื่องรุนแรงวิ่งไปหัวหน้าทันที เรื่องทั่วไปเข้าคิวปกติ หรือคำขออนุมัติที่มีความเห็นแนบยาวหลายหน้า ถูกสรุปเป็นย่อหน้าเดียวไว้ด้านบนของฟอร์มอนุมัติ

ส่วนที่น่าสนใจกว่า — สร้างงาน AI ของตัวเอง

สี่งานข้างบนเป็นแค่ตัวอย่าง ทีม K2 สร้างงาน AI ของตัวเองได้ โดยกำหนดสามอย่าง:

• คำสั่ง (system prompt) — บอก AI ว่าต้องทำอะไร เช่น อ่านอีเมลแล้วบอกว่าเป็นเรื่องอะไร มาจากแผนกไหน
• ช่องผลลัพธ์ — ชื่อและชนิดข้อมูลของแต่ละช่อง เช่น หมวดเรื่อง (ข้อความ) ยอดเงิน (ตัวเลข) ต้องตอบกลับไหม (ใช่/ไม่ใช่)
• ความเข้มงวดของรูปแบบคำตอบ — บังคับให้ AI ตอบตามช่องที่กำหนด

เมื่อเผยแพร่งานนั้น K2 จะสร้างเป็น SmartObject ใหม่ให้ทันที workflow จึงรับผลจาก AI เป็นข้อมูลที่มีโครงสร้าง ใช้ตัดสินเส้นทางต่อได้เลย ไม่ใช่ข้อความยาว ๆ ที่ต้องมีคนอ่านอีกรอบ

ข้อจำกัดที่ควรรู้ก่อนวางแผน

• ภาษาไทย — งานตรวจจับภาษาที่ติดมาไม่มีภาษาไทยในรายการ ถ้างานของคุณเป็นข้อความไทย ต้องทดสอบกับข้อมูลจริงก่อน และอาจต้องเปลี่ยนเป็นโมเดลที่รองรับภาษาไทยได้ดีกว่า
• โมเดลเริ่มต้นเล็ก — 0.6B เหมาะกับงานแยกประเภทและสรุปสั้น ๆ มากกว่างานที่ต้องคิดหลายขั้น ถ้าต้องการมากกว่านี้ให้เลือกโมเดลที่ใหญ่ขึ้น และเตรียมเครื่องให้พอ
• คำตอบไม่รับประกันเสมอไป — เอกสารของ Nintex เขียนไว้เองว่าถ้าบังคับรูปแบบไม่สำเร็จ อาจไม่ได้คำตอบ workflow จึงควรมีเส้นทางสำรองส่งให้คนตัดสินใจ
• ข้อความจากภายนอกต้องกรองก่อน — Nintex แนะนำให้เปิดการกรองข้อความ (sanitize) กับทุกอย่างที่มาจากฟอร์ม อีเมล หรือเอกสาร เพื่อกันคำสั่งแฝง (prompt injection)
• K2 5.9.1 เป็นรุ่น short term support — release notes ระบุว่าการรองรับจะสิ้นสุดเมื่อรุ่น 5.10 ออก ควรวางแผนอัปเกรดไว้ด้วย

ภาพเดียวกับที่ Salesforce กำลังทำ แต่คนละทิศ

เมื่อ ส.ค. 2569 Salesforce กับ Anthropic ประกาศ Claudeforce ให้ AI agent จากภายนอกเข้ามาทำงานกับระบบผ่าน MCP ไม่ต้องเปิดหน้าจอ K2 Intelligence คืออีกด้านของแนวโน้มเดียวกัน — แทนที่จะให้ AI ภายนอกเข้ามา กลับใส่ AI ขนาดเล็กลงไปในกระบวนการ ทำงานเฉพาะเรื่องที่กำหนด ภายใต้กฎและสิทธิ์ของ workflow

สององค์กรอาจเลือกต่างกันด้วยเหตุผลเดียว คือข้อมูลอยู่ได้ที่ไหน องค์กรที่ส่งข้อมูลขึ้นคลาวด์ได้จะได้โมเดลที่เก่งกว่ามาก องค์กรที่ส่งไม่ได้ เช่น ภาครัฐ การเงิน และโรงพยาบาล ตอนนี้มีทางเลือกที่ไม่ต้องรอ

เริ่มจากตรงไหน

เลือกขั้นตอนเดียวใน workflow ที่ทุกวันนี้มีคนนั่งอ่านข้อความแล้วตัดสินใจว่าจะส่งต่อให้ใคร ขั้นนั้นคืองานแรกที่เหมาะกับ K2 Intelligence — ผลผิดพลาดได้ไม่แพง และวัดผลได้ง่ายว่าคนอ่านน้อยลงแค่ไหน

WinnerSoft เป็นพาร์ตเนอร์ Nintex ในไทย ดูแลระบบ K2 ให้ลูกค้าองค์กร ติดต่อเราเพื่อทดสอบ K2 Intelligence กับข้อความภาษาไทยจริงขององค์กรคุณ ก่อนตัดสินใจวางลงกระบวนการ