ผมเดินทางเดินทางไปศูนย์ประชุมแห่งชาติสิริกิต โดยรถไฟฟ้า BTS ลงสถานีอโศก แล้วต่อรถไฟฟ้า MRT ครับ / แต่วันนั้นไม่รู้ผมนึกยังไง เดินจากแยกอโศก ผ่านสวนเบญจกิติ แล้วไปที่งานครับ

เมื่อไปถึงแล้วก็จะมีเจ้าหน้าที่แนะนำทางเข้างานครับ

พอขึ้นไปชั้น 1 ก็จะเจอบรรยากาศผู้ร่วมงานพูดคุยกัน หรือ กำลังเปิดโน้ตบุ๊คทำงาน แบบที่เคยเห็นทุกปี

แต่ที่แตกต่างออกไปในปีนี้คือ มีเพลงจากดีเจมาสร้างบรรยากาศให้งานคึกคักด้วยครับ (ซึ่งส่วนตัวผมชอบมาก) – จำได้ว่าบริเวณนี้ปีที่แล้วเป็นรถตุ๊กตุ๊กครับ

อันนี้เป็นหน้าตาบูธลงทะเบียน และหัวข้อสัมมนาภายในงานครับ เราจะได้บัตรเข้าร่วมงาน และใบแสตมป์สำหรับแลกรับของรางวัลท้ายงานครับ – โดยเราจะสะสมสแตมป์ เมื่อเราไปเยี่ยมชมและพูดคุยกับบูธต่างๆ ภายในงานครับ

ระหว่างรอเข้าร่วมงาน Keynote ผมก็ได้มีโอกาสแวะเยี่ยมชมบูธต่างๆ ของ AWS Partner ภายในงานครับ

ในงาน Keynote ก็มีการแสดงสดสุดอลังการเหมือนเดิมครับ

รายละเอียด Keynote ถ้าพูดกันตามตรงก็เป็นการแสดงวิสัยทัศน์ของ AWS ครับ / ไม่ได้มีประกาศอะไรใหม่ที่น่าสนใจอะไร

สังเกตว่าปีนี้คนเข้าร่วมงานเยอะขึ้น และ มีบูธของบริษัทจากอาเซียน จีน และ ญี่ปุ่น

นอกจากนี้มีบูธรถเข็นผลไม้แบบไทยๆ ที่ผมชอบมากด้วยครับ

The post รีวิวงาน AWS Summit Bangkok 2026 appeared first on KarnLab.

Snowflake คือแพลตฟอร์มข้อมูลบนคลาวด์ (Cloud Data Platform) ที่ช่วยให้องค์กรสามารถจัดเก็บ ประมวลผล และวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ โดยไม่ต้องลงทุนซื้อเซิร์ฟเวอร์เอง ใช้งานง่าย ปรับขนาดได้อัตโนมัติ และรองรับข้อมูลหลายรูปแบบทั้ง SQL, JSON, XML ฯลฯ

คุณกานต์ (Sales Director, Snowflake Thailand) https://www.linkedin.com/in/karnk/ ขึ้นบนเวทีกล่าวเปิดงาน เริ่มต้นด้วยการใช้ AI ช่วยในการเก็บข้อมูลการนอนหลับ / ข้อมูลที่ถูกต้อง ทำให้การตัดสินใจถูกต้อง / การแชร์ข้อมูลกับสมาชิกในทีมก็เป็นสิ่งที่สำคัญ

เรามีเก็บข้อมูล Data ไว้ที่ AWS S3, Google Cloud Storage, หรือแม้แต่ traditional MySQL เราได้ใช้ประโยชน์ข้อมูลนั้นหรือยัง?

** There is no AI strategy without data strategy **

เป้าหมายของ Snowflake ที่เข้ามาในประเทศไทย
Data & AI for Good cause / industries / skill (developer)

Notes: Snowflake มีคอร์สฟรีให้มหาวิทยาลัยไปใช้ได้ อาจารย์ท่านไหนสนใจ สามารถติดต่อไปทาง Snowflake ได้

ต่อไปก็เป็นประกาศสำคัญจากทาง Snowflake ว่า ตอนนี้สามารถใช้ Snowflake แล้วเลือกเก็บข้อมูลที่ AWS Thailand Region ได้แล้ว

Keynote for Making Real for business

• การนำ AI ไปใช้งานจริงในระดีบ Enterprise มีปัญหา / ปัญหาหลักคือ AI ไม่ได้เข้าใจ Data และ Business ของเราจริงๆ / ข้อมูลไม่ได้ถูกเก็บอย่างเป็นระบบ หรือ ข้อมูลกระจัดกระจาย
• คีย์สำคัญคือการสร้างระบบเพื่อรวบรวมข้อมูลไว้ด้วยกัน และเครื่องมือที่สามารถวิเคราะห์ข้อมูลได้อย่างถูกต้อง และแนะนำ Next Action ที่ดีตรงกับบริบทของธุรกิจนั้นๆ

High-impact AI organization = AI in every workflow + Business Logic & Context + Unified Data

** Announcing: Project SnowWork **

SnowWork คือแพลตฟอร์ม AI อัตโนมัติใหม่จาก Snowflake ที่เปิดตัวในปี 2026 โดยออกแบบมาเพื่อช่วยผู้ใช้งานธุรกิจ (เช่น Finance, Sales, Marketing, Operations) ทำงานได้เสร็จสมบูรณ์จากคำสั่งภาษาธรรมชาติ โดยไม่ต้องพึ่งทีมเทคนิคหรือเขียนโค้ดเอง

** Case Study: KFC Thailand, Yum Brands **

ทำไมถึงเลือกใช้ Snowflake

• ใช้งานง่าย Easy to use
• เชื่อมต่อข้อมูลกับระบบอื่นได้ง่าย (connected API)
• เชื่อมต่อข้อมูล เพื่อแสดงผลกับกับ Power BI
• ใช้งานฟีเจอร์ Snowflake intelligence (AI on top of data)

** Modernizing your data estate to build and use enterprise ready data agents **

The legacy data estate is a hidden tax on the business = ข้อมูลในระบบที่เราไม่ได้ใช้งาน อาจมีค่าใช้จ่ายแฝงที่เราไม่รู้ตัว

The Business impact of moderning = unlock the connected data ecosystem

One platform for your data modernization journey

• activate your data = data warehouse migrations + lake house analytics
• consume your data = analytics

Snowflake ConvertAI คือเครื่องมือที่ช่วยองค์กร “แปลงและย้ายโค้ด/สคริปต์จากระบบฐานข้อมูลเดิม” (เช่น Oracle, SQL Server) ไปยัง Snowflake ได้โดยอัตโนมัติ ลดเวลาและความเสี่ยงในการทำ Migration

Semantic Layer is the key to reduce BI inconsistency & AI hallucination

Question complexity vs Schema complexity

Top interactive analytics use cases

• real-time dashboard
• data-backed APIs
• notifications & alert

The purpose of Data & AI

• cognitive offloading
• anticipatory service
• information symmetry

The Gap in Business Knowledge / Business teams can’t get on the same page

• Business Users (Managers, Marketings, Sales, Operations) vs Data teams (Engineers, Scientists, ITs)
• หน้าที่ของ CEO ยุคใหม่ คือ การทำให้ทุกคนในทีมทำงานร่วมกัน พูดภาษาเดียวกัน ด้วยข้อมูลเดียวกัน

Cortex Code (หรือ CoCo) คือ “AI Coding Agent” ที่ฝังอยู่ใน Snowflake โดยตรง ช่วยให้ทีม Data Engineer, Analyst และ Business User สามารถสร้าง ปรับปรุง และจัดการโค้ดหรือ Workflow ได้ด้วยภาษาธรรมชาติ โดยไม่ต้องเขียน SQL หรือ Pipeline เอง

Data >> Governance & Access >> Analytics >> Agents >> Decision

Notes:

• เป้าหมายหลักที่องค์กรอยากได้คือ ถามคำถามในเชิงธุรกิจ เช่น ทำไมยอดขายเดือนที่แล้วลดลง แล้วระบบสามารถเข้าไปดูข้อมูลยอดขาย และสามารถนำมาวิเคราะห์ข้อมูลจากแหล่งข้อมูลต่างๆ แล้วแนะนำ Next Action ที่น่าสนใจ
• อันนี้เป็นมุมมองส่วนตัวของผมเอง Software ใดๆ ก็ตาม ที่จะมีคนใช้งานกันเยอะๆ มักเกิดจากการมี influencers (ในวงการไอทีเรียกว่า champions) สอนการใช้งาน และสาธิตการใช้งานกับเคสจริงๆ ให้คนทั่วไปได้เห็น

Event Link:
https://www.snowflake.com/events/data-for-breakfast/bangkok/

https://www.snowflake.com/en/developers/guides/getting-started-with-snowflake-intelligence

สปอนเซอร์ภายในงาน

AWS (Amazon Web Services) คือบริการคลาวด์อันดับ 1 ของโลก (Top 3) ที่ให้เช่าเซิร์ฟเวอร์, ระบบจัดเก็บข้อมูล และเครื่องมือไอทีผ่านอินเทอร์เน็ต โดยจ่ายเงินตามการใช้งานจริง ไม่ต้องซื้อหรือดูแลเครื่องเอง

Trainocate คือสถาบันฝึกอบรมด้าน IT และธุรกิจระดับสากล ที่มีสาขาในหลายประเทศ รวมถึงประเทศไทย ให้บริการหลักสูตรการอบรมและสอบใบรับรองจากผู้ผลิตเทคโนโลยีชั้นนำ เช่น AWS, Microsoft, Cisco, Google Cloud และอื่น ๆ

BAC Co.,Ltd. (Business Applications Company Limited) คือบริษัทไอทีในประเทศไทยที่เชี่ยวชาญด้าน Business Intelligence (BI) และ Data Analytics ก่อตั้งตั้งแต่ปี 1993 มีประสบการณ์กว่า 30 ปีในการให้บริการซอฟต์แวร์ การพัฒนาระบบ และการอบรมองค์กรทั้งภาครัฐและเอกชน

ADA Global คือบริษัทที่ให้บริการด้าน Data และ AI Experience โดยมุ่งเน้นการสร้างโซลูชันดิจิทัลที่ใช้ข้อมูลและปัญญาประดิษฐ์เพื่อช่วยธุรกิจเติบโต สร้างประสบการณ์ลูกค้าที่เป็นส่วนตัว และเพิ่มประสิทธิภาพการดำเนินงาน

Fivetran คือแพลตฟอร์มสำหรับการ “ย้ายและเชื่อมโยงข้อมูลอัตโนมัติ” (Automated Data Movement Platform) ที่ช่วยให้องค์กรสามารถดึงข้อมูลจากหลายแหล่ง เช่น ฐานข้อมูล, แอป SaaS, หรือระบบคลาวด์ มารวมไว้ใน Data Warehouse หรือ Data Lake ได้อย่างง่ายและเชื่อถือได้ โดยไม่ต้องเขียนโค้ด ETL เอง

SIFT Analytics Group คือบริษัทที่เชี่ยวชาญด้านโซลูชันข้อมูล การวิเคราะห์ และ AI ก่อตั้งในสิงคโปร์ตั้งแต่ปี 1999 และมีสาขาในหลายประเทศ รวมถึงประเทศไทย ให้บริการซอฟต์แวร์และการฝึกอบรมด้าน Business Intelligence, Predictive Analytics, Data Management และ AI Solutions สำหรับองค์กรทั้งภาครัฐและเอกชน

Tealium คือแพลตฟอร์ม Customer Data Platform (CDP) ระดับองค์กร ที่ช่วยรวบรวม จัดการ และเชื่อมโยงข้อมูลลูกค้าจากทุกช่องทางแบบเรียลไทม์ เพื่อสร้างโปรไฟล์ลูกค้าแบบ 360 องศา และนำไปใช้กับ AI, การตลาด และการวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ

ภาพบรรยากาศภายในงาน

The post Snowflake Data for Breakfast Bangkok appeared first on KarnLab.

งานนี้จัดขึ้นเมื่อวันอังคารที่ 10 กุมภาพันธ์ พ.ศ.2569 ที่โรงแรม
Hyatt Regency Bangkok Sukhumvit / BTS Nana (E3)

Event Link:
https://cloudonair.withgoogle.com/events/thailand-region-launch-hands-on-labs

รายละเอียด hands-on labs ภายในงาน ใครสนใจสามารถเข้าไปอ่านหรือลองทำตามได้ครับ
https://goo.gle/th-region-lab1
https://goo.gle/th-region-lab2
https://goo.gle/th-region-lab3

Lab 1 – App Mod Workshop

เป็นการจำลองสถานการณ์ว่า เจ้านายของคุณอยากให้คุณอยากให้ปรับปรุงแอพพลิเคชันเดิม แต่นักพัฒนาคนก่อนลาออกไปแล้ว แถมภาษาโปรแกรมที่ใช้ก็เลิกสนับสนุนไปกว่า 5 ปี แต่แอปพลิเคชันนี้ยังมีประโยชน์ทางธุรกิจและยังมีคนใช้งานอยู่ / แถมระบบเดิมก็ deploy แบบ manual ไม่มีใครจำได้ว่าทำอย่างไร

ถึงเวลาที่คุณต้องปรับปรุงแอพให้ทันสมัย คุณจะทำอย่างไร?

App Mod Workshop เป็นเวิร์กช็อปที่สอนการปรับปรุงแอป PHP เก่าให้ทันสมัยบน Google Cloud ปลอดภัยขึ้น และสามารถ scale ได้ง่าย ผ่านบริการ Cloud-native เช่น Cloud Run, Cloud SQL และ Cloud Build

ภาพรวมของ Workshop

เป้าหมายหลัก: นำแอป PHP 5.7 เก่าที่มีการจัดการรหัสผ่านแบบไม่ปลอดภัยและ deployment แบบ manual มาปรับปรุงให้ทันสมัยบน Google Cloud

แนวทาง: ใช้บริการ Cloud-native ของ Google เพื่อทำให้แอปสามารถ deploy ได้อัตโนมัติ, ปลอดภัย และรองรับการขยายตัว

ขั้นตอนสำคัญ

• 1) Containerize แอป PHP
• ใช้ Docker เพื่อบรรจุโค้ดและ dependencies
• ปรับ config ให้เชื่อมต่อกับ Cloud SQL
  
  2) ย้ายฐานข้อมูลไป Cloud SQL
• สร้าง instance MySQL บน Cloud SQL
• นำ schema และ seed data จากโค้ดเดิมเข้าไป
  
  3) Deploy ไปที่ Cloud Run
• ใช้ gcloud run deploy เพื่อรัน container แบบ serverless
• Cloud Run ช่วย scale อัตโนมัติและลดค่าใช้จ่ายเมื่อไม่มี traffic
  
  4) จัดการ Secrets อย่างปลอดภัย
• ย้ายรหัสผ่านและค่า config ออกจากโค้ด
• ใช้ Secret Manager และ IAM เพื่อควบคุมการเข้าถึง
  
  5) ตั้งค่า CI/CD Pipeline ด้วย Cloud Build
• เชื่อม GitHub repo เข้ากับ Cloud Build
• ทุกครั้งที่ push โค้ดใหม่ จะ trigger build และ deploy อัตโนมัติ
  
  6) ใช้ Cloud Storage สำหรับไฟล์รูปภาพ
• Mount storage โดยไม่ต้องแก้โค้ด
• รองรับการอัปโหลดและจัดเก็บรูปภาพอย่างปลอดภัย
  
  7) เพิ่มฟีเจอร์ Gen AI ผ่าน Gemini และ Cloud Functions
• ใช้ AI เพื่อประมวลผลหรือเพิ่มความสามารถใหม่ให้กับแอป
  
  8) เรียนรู้การตั้งค่า SLO และการดูแลระบบ
• ทำความเข้าใจการ monitor และการจัดการแอปใน production

Lab 2 – Welcome to the PetVerse!

PetVerse Multimodal เป็นเวิร์กช็อปที่สอนการสร้างแอปพลิเคชันที่รวบรวมข้อมูลสัตว์เลี้ยงเข้ากับสื่อมัลติมีเดีย (ภาพ, วิดีโอ, เสียง) โดยใช้ BigQuery, Cloud Storage และฟังก์ชัน AI ของ Google Cloud เพื่อทำการวิเคราะห์, สร้าง embeddings และ semantic search พร้อมทั้งสร้างเว็บแอปด้วย Gemini CLI และ deploy บน Cloud Run

เทคโนโลยีที่ใช้

• BigQuery สำหรับจัดการข้อมูลและ embeddings
• Cloud Storage สำหรับเก็บรูปภาพ/วิดีโอ/เสียง
• Vertex AI / Gemini สำหรับสร้าง embeddings และคำอธิบายจากสื่อ
• Cloud Run สำหรับ deploy แอปพลิเคชันเว็บ
• Secret Manager, IAM สำหรับการจัดการสิทธิ์และความปลอดภัย

ขั้นตอนสำคัญ

1. ตั้งค่า Project และ Billing บน Google Cloud
2. สร้าง Cloud Storage Bucket และอัปโหลดสื่อสัตว์เลี้ยง
3. สร้างตาราง pets ใน BigQuery และโหลดข้อมูลจาก CSV
4. เชื่อม BigQuery กับ Storage Bucket ผ่าน ObjectRef
5. เพิ่มคอลัมน์ profile_picture และ additional_media ในตาราง
6. ใช้ AI.GENERATE เพื่อสร้างคำอธิบายและเติมข้อมูลที่หายไป
7. สร้าง embeddings สำหรับรูปภาพและข้อความ
8. ทำ semantic search และ similarity search เพื่อหาสัตว์เลี้ยงที่คล้ายกัน
9. สร้างเว็บแอปด้วย Gemini CLI และ deploy บน Cloud Run
10. ทำความสะอาด (Clean up) โดยลบ resource ที่สร้างขึ้น

Lab 3 – Prepare data with AI agents in BigQuery codelab

BigQuery Data Preparation with AI Agents เป็นเวิร์กช็อปที่สอนการใช้ BigQuery ร่วมกับ AI Agents เพื่อเตรียมและปรับปรุงข้อมูลให้พร้อมสำหรับการวิเคราะห์และการใช้งานเชิงธุรกิจ โดยเน้นการใช้ฟังก์ชัน AI ใน BigQuery เพื่อทำความสะอาด, เติมเต็ม, และแปลงข้อมูลที่ไม่สมบูรณ์หรือไม่มีโครงสร้างให้เป็นข้อมูลที่ใช้ได้จริง

ภาพรวมของ Workshop
คือ การเตรียมข้อมูล (Data Preparation) ด้วย BigQuery และ AI Agents

เป้าหมาย ทำให้ข้อมูลที่กระจัดกระจายหรือไม่สมบูรณ์สามารถนำไปใช้วิเคราะห์ได้อย่างมีประสิทธิภาพ

เทคโนโลยีที่ใช้

• BigQuery สำหรับการจัดการและประมวลผลข้อมูล
• AI Agents / AI Functions เพื่อช่วยทำความสะอาดและแปลงข้อมูล
• Cloud Storage สำหรับเก็บไฟล์ข้อมูลต้นทาง
• SQL + AI.GENERATE / AI.CLEAN สำหรับการปรับปรุงข้อมูล

สิ่งที่คุณจะได้เรียนรู้

• โหลดข้อมูลเข้าสู่ BigQuery จากไฟล์ CSV หรือ JSON
• ใช้ AI Agents
  – เติมข้อมูลที่หายไป (missing values)
  – แปลงข้อมูลให้อยู่ในรูปแบบที่ต้องการ
  – clean text/data เช่น การลบ noise หรือการ normalize
• สร้างตารางใหม่ที่พร้อมใช้งาน สำหรับการวิเคราะห์หรือ machine learning
• ทดลองใช้ AI Functions เช่น AI.GENERATE_TEXT หรือ AI.CLEAN_TEXT เพื่อปรับปรุงคุณภาพข้อมูล

The post Google Cloud Thailand Region Launch Hands-on Labs 2026 appeared first on KarnLab.

โดยงานจัดขึ้นเมื่อวันพฤหัสบดีที่ 2 เมษายน พ.ศ.2569 ที่โรงแรม The Athenee (BTS เพลินจิต E2)

พระเอกของงานในปีนี้แน่นอนว่าต้องเป็น AgentForce, Agentic AI ซึ่งเป็นหัวข้อที่ใครๆ ก็พูดถึงในปี 2026

ความสามารถหลักๆ ของ AgentForce ก็เหมือน Agentic AI ทั่วไป ที่เราสามารถพูดคุยในรูปแบบ Chatbot โดย AI จะไปศึกษาข้อมูลที่เราระบุไว้ (ฐานข้อมูล เอกสาร รูปภาพ ข้อความ) จากนั้นจะตอบกลับข้อมูลที่เป็นประโยชน์และเกี่ยวข้องกับผู้ใช้งาน

แต่ความเจ๋งของ AgentForce คือเราสามารถพูดคุยผ่านทางเสียงแบบโทรศัพท์ได้เลย นึกถึงเราโทรหา callcenter แต่ Agentic AI พูดคุยกับเราคล้ายคนมาก และเราสามารถทำนัดหมายผ่านเอไอได้ด้วย โดยในงานมี Live demo และทุกคนดูว้าว

ผมสังเกตว่า ทุกครั้งที่ไปงานของ SalesForce จะพูดถึงเรื่องนี้อยู่ตลอด
5 core value = trust / customer success / innovation / equality / sustainability

และเรื่องการตอบแทนสังคม
1% ของหุ้น 1% ของเวลา 1% ของผลิตภัณฑ์

SalesForce นอกจากตัว CRM แล้วทยังมีผลิตภัณฑ์อื่นๆ ด้วย เช่น Slack, Tableau, Heroku

วิสัยทัศน์ของ SalesForce ในปีนี้ คือ
Every company will become an Agentic Enterprise

But 95% of AI pilots fail before making it to Production? (MIT research)
only AI can not make your business success, without human or business context

Agentic Enterprise needs more than models. It needs 4 system. = system of engagement / system of agency / system of work / system of context

system of context = ข้อมูล (data warehouse / data lake / aws,gcp,azure)
system of work = ระบบการทำงานของเรา (application)
system of agency = คนที่ทำงาน/พนักงาน หรือ AI Agents
system of engagement = การทำงานร่วมกันของระบบต่างๆ เช่น Slack & any workspace (ms teams, zoom, google meet)

สรุป คือ ข้อมูล >> ระบบการทำงาน >> คนทำงาน >> การสื่อสาร
summary: data >> app >> agent >> comm.

Agent ที่ดีควรรู้ว่าลูกค้าเคยซื้ออะไรไปบ้าง มีประวัติการคุยอะไรบ้าง? ลูกค้าซื้อสินค้าผ่านแชท ก็ควรปิดการขายที่แชทให้ได้ / ไม่ควรให้ลูกค้าต้องเปลี่ยนช่องทางซื้อไปที่อื่น

ภาพบรรยากาศภายในงาน

TrailBlazer = SalesForce Developer Community in Thailand
https://trailhead.salesforce.com/en/trailblazercommunity

TrailHead = Knowledge Base from SalesForce
https://trailhead.salesforce.com/

นอกจากนี้ในงานมีซุ้มกาแฟที่อร่อย และได้พบกับเพื่อนร่วมสายงานต่างชาติด้วย อย่างที่ผมเจอในงานมีทั้งฮ่องกง ออสเตรเลีย มาเลเซีย

Event Link:
https://www.salesforce.com/ap/events/world-tour/bangkok26

ภาพบรรยากาศสถานที่จัดงาน/โรงแรม

The post SalesForce AgentForce World Tour Bangkok 2026 appeared first on KarnLab.

ในงานก็เป็นการให้ความรู้เกี่ยวกับการพัฒนา/สร้างแอพพลิเคชันด้วย AI เนื้อหาตามนี้เลยครับ

ภาพบรรยากาศภายในงาน (1)

Keynote #1
Vibe Coding zero to one

• Vibe Coding is a simple approach to build apps using natural/human language
• More people can build their own app even they do not know how to coding
• Think >> Build >> Publish
• Tools: AI Studio (Rapid Prototype) / Antigravity (IDE) / Gemini CLI (Smart Terminal)

Step 1: Think

• Building simple apps with vibe coding
  e.g.) Retro Arcade Games, interactive dashboard, personal portfolio, interactive storyboard, event countdown
• AI features
  e.g.) Analyze images, generate speech, transcribe audio, image/video generation, AI-powered chatbot
• anatomy of a powerful prompt
  give a role >> define a goal >> provide context

Step 2: Build

• AI Studio >> https://aistudio.google.com/apps
• Antigravity

Step 3: Publish

สไลด์สำหรับหัวข้อนี้ครับ
https://docs.google.com/presentation/d/e/2PACX-1vT5FmgwnjE8Q2FhcWx7Cg89PrW6CujORX4bzUacuABBg1oeFrn6kXkPKhFXGxcVcbfkfUrF5tOxgrDx/pub

Keynote #2 Datadog
https://www.datadoghq.com/

• AI = multiplier, if product/code deliver system is failed, it’s multiply failed.
• AI can improve/accerate Software Delivery LifeCycle (SDLC)
• Developer Challenge: Slow App!, App Down!!, where errors come from?, incident management
• Datadog = Unified Observability Platform / incident, diagnosis, investigate

ภาพบรรยากาศภายในงาน (2)

Hands-on Lab
Getting Started with MCP, ADK, A2A
https://codelabs.developers.google.com/codelabs/currency-agent

• ทดลองสร้าง AI Agent ในการแปลงหน่วยค่าเงิน (USD/TBD) แล้วสร้างให้ไปเชื่อมกับ AI Agent ตัวอื่น / รายละเอียด สามารถทำตามได้จากลิงค์ครับ

ตัวอย่างหน้าจอ Hands-on Lab

Keynote #3
Best practice in designing AI agent system

• Multi-agent
  — iterative >> Re:Act
  — Procedural >> Sequential Pattern, Parallel Pattern, Loop Pattern, Coordinator Pattern (Boss & Officer)
  — High Stake or Critical System >> Human-in-the-Loop Pattern (human confirm)
• Agent Callbacks
• Agent Guardrail / Model Armor

ข้อมูลเพิ่มเติม
https://cloud.google.com/architecture/choose-design-pattern-agentic-ai-system

Keynote #4
Dynamic UI with GenUI & Gemini

• AI Chat Wall of Text Problem – ถาม AI นิดหน่อย แต่ AI ตอบอะไรมาก็ไม่รู้
• cognitive overload – เวลาเราเจอข้อความเยอะๆ หรือ เจอข้อมูลเยอะๆ หรือ ดูรูปภาพเยอะๆ สมองเราจะเหนื่อยล้าได้
• หลายๆ คำตอบ อ่านรูปภาพ เข้าใจง่ายกว่า อ่านข้อความ
• A2UI (เปลี่ยนคำตอบของเอไอให้อยู่ใยรูปแบบที่มนุษย์เข้าใจง่าย)
  — Text is great, but reading 500+ words explanation is exhausting
  — AI return as JSON, web browser render

คลิปวิดีโอย้อนหลังสำหรับกิจกรรมนี้ครับ
https://www.youtube.com/watch?app=desktop&v=p9WMHTTPdWk

ในงานมีขนมปังจาก S&P ไอศครีมไผ่ทอง จาก Datadog และบรรยากาศที่นั่งที่ดีมากครับ (ส่วนกาแฟดริปหอศิลป์ ผมซื้อมาเองครับ)

The post GDG Bangkok Build with AI 2026 appeared first on KarnLab.

Introduce Google Developer Group เป็นกลุ่มนักพัฒนาที่ใช้ผลิตภัณฑ์ของกูเกิลที่รวมตัวกัน แล้วมาแบ่งปันความรู้กัน เรียกสั้นว่า GDG

What’s new in Google

[ Google Labs ]
CC >> AI Summarize To-Do List
Project Genie >> AI-generated scene (experiment)
Project Disco >> Web-Browser-liked ChatGPT

[ Gemini ]

• Prepare for the SAT with practice tests
• Gemini on Chrome

[ Tech Updates ]

• Google Cloud Thailand Region
• AI Coding = Google AI Studio / Gemini Code Assist
• Gemini Deep Research
• Code Execution On Image >> Return chain-of-thought
• Vertex AI >> Model-as-a-service / Dedicated Endpoint
• Enchanced Veo 3.1 (สร้างวิดีโอ)
• Translate Gemma (แปลภาษา)
• Developer Knowledge API & MCP Server >> ให้ AI อ่าน document ก่อนสร้างอะไรต่อ

[ Session 1 ]
Making a Data Analyst Agent with ADK โดย Thu Ya Kyaw
Senior Developer Relation Engineer

• Collect / Clean / Research / Analyze / Report
• can GenAI help data science.
• LLM in Action
  1) Prompt
  2) LLM (data+grounding) (e.g.Gemini)
  3) Response (maybe hallucination)

AI Agent Evolution
1) LLM + Retrieval
2) LLM + Retrieval + Actions
3) Many Tools & Reasoning Loop
4) Multi-agent system

Google Search Agent
pip install google-adk
adk create agent
# agent.py
# …..

DO NOT PUSH ANY CREDENTIALS IN YOUR CODE ON GITHUB

Lab for today
https://goo.gle/adk-data-analyst

• สร้าง AI Agent คล้ายๆ ChatGPT/Gemini
• ถามข้อมูลที่น่าสนใจในไฟล์เอกสาร
• เชื่อมโยงข้อมูลจากในไฟล์เอกสาร กับ web search
• Analyze data with BigQuery

Cloud Shell = small VM

Before we use new features/functions, you need to activate them first (least privilege – security concept)

• เวลามางาน Hands-on Lab ของ Google เราแค่ copy+paste โค้ดได้เลย
• แนะนำว่าถ้าเราทำตามหรือเขียนโค้ดตามวิทยากรไม่ทัน ให้เปลี่ยนไปตั้งใจฟังให้เข้าใจคอนเซ็ปต์ แล้วมีเวลาค่อยกลับไปทำตามเองต่อที่บ้าน
• แต่เวลาทำงานจริงๆ เราต้องวางแผนและคิด process การทำงานเอง และความยากกว่าคือ ไอเดียนี้ของเรามันดีที่สุดในสถานการณ์นี้แล้วหรือยัง?

https://adk.dev

[ Session 2 ]
Deploy Agents in production โดย คุณฝน กมลพันธ์ Data Team Lead, AIMET.tech

Agent >> Container >> Vertex AI + Cloud Run + custom infrastruction
Notes: Cloud Run Thailand Region ถูกกว่าที่อื่น

1) Google Agent Starter Pack
https://github.com/GoogleCloudPlatform/agent-starter-pack

ADK Samples
https://github.com/google/adk-samples

2) Application Design Center (ADC)

3) Google MCP Servers

ภาพบรรยากาศภายในงาน

The post GDG Bangkok @ Google Thailand Office (February 2026) appeared first on KarnLab.