AI Solutions Architect: คนออกแบบระบบ AI ให้ธุรกิจ

AI Solutions Architect เชื่อมโจทย์ธุรกิจเข้ากับสถาปัตยกรรม AI ที่ใช้ได้จริง รู้จักงาน การตัดสินใจหลัก ทักษะที่ต้องมี และเส้นทางเข้าสู่ตำแหน่งนี้

ผู้บริหารบริษัทหนึ่งพูดในที่ประชุมว่า "เราอยากให้ AI ช่วยฝ่ายบริการลูกค้า" ทีม IT ถามกลับว่าข้อมูลอยู่ที่ไหน ฝ่ายกฎหมายถามเรื่อง PDPA ฝ่ายการเงินถามว่าต้นทุนต่อเดือนเท่าไหร่ ทุกคนถูกหมด แต่ไม่มีใครเห็นภาพทั้งระบบ คนที่ต้องตอบคำถามทั้งหมดนี้ให้เป็นแผนเดียวกันได้ คือ AI Solutions Architect

AI Solutions Architect คืออะไร

AI Solutions Architect คือคนที่ แปลงโจทย์ธุรกิจให้เป็นสถาปัตยกรรมระบบ AI ที่สร้างได้ ดูแลได้ และคุ้มค่า งานไม่ได้อยู่ที่การเขียนโค้ดทุกบรรทัด แต่อยู่ที่การเลือกส่วนประกอบ วางการเชื่อมต่อ และตัดสินใจเรื่อง trade-off ก่อนทีมลงมือสร้าง

• ต่างจาก AI Engineer: AI Engineer ลงมือสร้างฟีเจอร์ Architect ออกแบบภาพรวมและมาตรฐานที่หลายทีมใช้ร่วมกัน
• ต่างจาก AI PM: PM ตัดสินว่าควรสร้างอะไรเพื่อผู้ใช้ Architect ตัดสินว่าจะสร้างอย่างไรให้ระบบรองรับได้

การตัดสินใจหลักที่ Architect ต้องทำ

1. เลือกแนวทางแก้ปัญหา

โจทย์นี้ใช้ prompt กับโมเดลทั่วไปพอไหม ต้องใช้ RAG ดึงข้อมูลบริษัท ต้องสร้าง AI Agent ที่เรียกระบบอื่น หรือจริง ๆ แล้วระบบกฎธรรมดาก็พอ การเลือกผิดตั้งแต่ต้นทำให้เสียทั้งเวลาและงบ

2. เลือกโมเดลและที่ตั้งของระบบ

ใช้โมเดลผ่าน API ของผู้ให้บริการ ใช้ผ่าน cloud ขององค์กร หรือรันโมเดลเองในระบบภายใน แต่ละแบบต่างกันเรื่องต้นทุน ความเร็ว การควบคุมข้อมูล และภาระดูแล

3. ออกแบบการไหลของข้อมูล

ข้อมูลมาจากระบบไหน ใครมีสิทธิ์เห็นอะไร ข้อมูลส่วนบุคคลถูกส่งออกนอกองค์กรหรือไม่ และ log ถูกเก็บไว้ที่ไหน เรื่องนี้ต้องคุยกับฝ่ายกฎหมายและ security ตั้งแต่ต้น

4. วางระบบวัดผลและดูแลระยะยาว

Architect ที่ดีออกแบบ evaluation, monitoring และแผนเปลี่ยนโมเดลไว้ตั้งแต่วันแรก เพราะโมเดลและราคาในตลาดเปลี่ยนเร็ว ระบบที่ผูกติดกับผู้ให้บริการรายเดียวแบบแกะไม่ออกคือความเสี่ยง

ตัวอย่าง: ผู้ช่วยตอบคำถามพนักงานสาขา

เครือร้านค้าปลีกแห่งหนึ่งอยากให้พนักงานสาขาถาม AI เรื่องนโยบายคืนสินค้าและโปรโมชันได้ทันที Architect อาจออกแบบให้ใช้ RAG ดึงจากคู่มือที่ฝ่ายปฏิบัติการอัปเดตเป็นประจำ จำกัดให้ AI ตอบจากเอกสารเท่านั้นและแนบแหล่งอ้างอิงทุกครั้ง แยกสิทธิ์ให้แต่ละระดับเห็นเอกสารต่างกัน และวางชุดคำถามทดสอบที่ต้องผ่านก่อนอัปเดตทุกครั้ง โจทย์เดียวกันนี้ถ้าออกแบบไม่ดี อาจกลายเป็น chatbot ที่ตอบโปรโมชันเก่าที่หมดอายุไปแล้ว

ทักษะและพื้นฐานที่ต้องมี

• ประสบการณ์ software หรือ cloud architecture และความเข้าใจระบบองค์กร
• เข้าใจ LLM, RAG, AI Agent และข้อจำกัดของแต่ละแบบ อ่านพื้นฐานได้ที่ เข้าใจโครงสร้าง AI Agent
• คิดเรื่องต้นทุนเป็น ประเมินค่าใช้จ่ายต่อการใช้งานได้
• สื่อสารกับผู้บริหาร ทีมเทคนิค และฝ่ายกฎหมายได้ในภาษาของแต่ละฝ่าย

ภาพตลาดในไทย

Adecco Thailand Salary Guide 2026 ไม่ได้แยกตำแหน่ง AI Solutions Architect ออกมา แต่มีตำแหน่ง Software / Solutions Architect ในหมวด IT ซึ่งใกล้เคียงที่สุด โดยระบุเงินเดือนฐานต่อเดือนที่ 50,000 ถึง 100,000 บาทสำหรับประสบการณ์ 3 ถึง 5 ปี, 60,000 ถึง 120,000 บาทสำหรับ 5 ถึง 7 ปี และ 150,000 ถึง 250,000 บาทสำหรับมากกว่า 7 ปี ตัวเลขนี้เป็นกรอบอ้างอิง ไม่ใช่เงินเดือนของตำแหน่งด้าน AI โดยตรง

ข้อควรระวัง

• อย่าออกแบบระบบซับซ้อนเกินโจทย์ บางปัญหาแก้ได้ด้วยวิธีง่ายกว่า AI
• อย่าประเมินต้นทุนจาก demo เพราะการใช้งานจริงมีปริมาณและกรณีพิเศษมากกว่า
• ทุกระบบ AI ต้องมีแผนรับมือเมื่อตอบผิด และมีคนรับผิดชอบที่ชัดเจน

Architect ที่ดีไม่ได้เลือกเทคโนโลยีที่ใหม่ที่สุด แต่เลือกสิ่งที่องค์กรดูแลต่อได้จริง

เส้นทางเข้าสู่ตำแหน่งนี้

1. สร้างพื้นฐานจากงาน software, data หรือ cloud ให้แข็งก่อน
2. รับผิดชอบโปรเจกต์ AI อย่างน้อยหนึ่งโปรเจกต์ตั้งแต่ออกแบบจนขึ้นระบบ ดูเส้นทางได้ที่ เส้นทางอาชีพ AI Engineer ในไทย
3. ฝึกเขียนเอกสารสถาปัตยกรรมที่อธิบายเหตุผลของการตัดสินใจ ไม่ใช่แค่ไดอะแกรม
4. เรียนรู้ด้าน security, PDPA และการประเมินต้นทุน
5. ฝึกนำเสนอทางเลือกพร้อม trade-off ให้ผู้บริหารตัดสินใจได้

ถ้าคุณกำลังเตรียมขยับเข้าสายนี้ ซ้อมตอบคำถาม system design และการอธิบาย trade-off ได้ที่ Interview Lab และค้นตำแหน่ง Architect ที่เปิดรับจริงได้ที่ หน้าหางาน Plants.work