ข้ามไปยังเนื้อหา
QC/QA สู่ BA

จาก QC/QA สู่ Business Analyst ในยุค AI

เส้นทางเรียนรู้ 10 Stage สำหรับคนทำงาน QC/QA และ Customer Support ที่อยากเข้าใจ AI แบบใช้งานจริงและก้าวไปเป็น BA — ไม่ต้องมีพื้นฐาน AI หรือเขียนโค้ดมาก่อน

เริ่มเรียน Stage 1ทำแบบประเมินตนเองก่อนเริ่ม

Learning Path

Track A — เข้าใจ AI

  1. 1เข้าใจงานตัวเองก่อน (Understand Your Work First)ก่อนถามว่า AI ช่วยอะไรได้ ต้องเข้าใจก่อนว่างานปัจจุบันเกิดอะไรขึ้นจริง3 Lesson
  2. 2AI Literacyเข้าใจว่า AI ต่างจาก software อย่างไร ทำหน้าที่อะไรในงานเรา และพลาดแบบไหนได้บ้าง โดยไม่ต้องสร้าง model เอง8 Lesson
  3. 3Prompting & Using AI at Workเปลี่ยนจาก “ถาม AI เล่น ๆ” เป็นการใช้งานแบบมีโครงสร้าง2 Lesson

Track B — AI ช่วยงานตรงไหน

  1. 4AI Use Case Discoveryหา use case จากปัญหาที่มีต้นทุนจริง ไม่ใช่จากความอยากใช้ AI2 Lesson
  2. 5Technologies That Can Helpรู้จักเทคโนโลยีหลัก — LLM, Semantic Search, RAG, OCR, Automation, Computer Vision — ในระดับที่ BA ใช้ตัดสินใจได้5 Lesson

Track C — เปลี่ยนจาก QC/QA Support → BA

  1. 6Business Analyst FundamentalsBA ไม่ใช่คนจด requirement — แต่คือคนค้นหาความต้องการจริงและทำให้ solution ตอบโจทย์ธุรกิจ2 Lesson
  2. 7Requirement Engineeringจาก stakeholder ถึง acceptance criteria — เขียนความต้องการให้ทีมพัฒนาทำต่อได้จริง4 Lesson
  3. 8Process Modelingอธิบาย process ให้คนหลายทีมเห็นภาพเดียวกัน — จาก As-Is สู่ To-Be3 Lesson

Track D — ทำ Project จริง

  1. 9Capstone: Automotive QA AI AssistantProject กลางที่เชื่อมงานเดิม + AI + BA เข้าด้วยกัน — คุณเป็นเจ้าของ BA deliverables ทั้งชุด5 Lesson
  2. 10Portfolio → สมัคร BAเปลี่ยน Capstone ให้เป็น case study ที่เล่าได้ในห้องสัมภาษณ์ และเช็คความพร้อมก่อนออกเดินทาง4 Lesson
เส้นทางนี้คืออะไร — อ่านก่อนเริ่ม

เส้นทางนี้คืออะไร

หลักสูตรนี้ออกแบบสำหรับคนทำงานสาย QC/QA Support ในอุตสาหกรรมยานยนต์ (และคนทำงาน Customer Support ที่ตามเนื้อหาเดียวกันผ่านกล่อง “ถ้าคุณมาจาก Customer Support” ในแต่ละ Stage) ที่ต้องการ (1) เข้าใจ AI แบบใช้งานจริง (2) รู้ว่า AI ช่วยงานปัจจุบันตรงไหน และ (3) ค่อย ๆ เปลี่ยนสายไป Business Analyst

เราไม่ได้ตั้งเป้าให้คุณเป็น AI Engineer แต่ให้เป็น คนที่เข้าใจปัญหาธุรกิจ + เข้าใจ AI มากพอที่จะออกแบบ solution และสื่อสารกับทีมเทคนิคได้

ภาพรวม 10 Stage

QC/QA Support
    │
    ├── Stage 1: เข้าใจงานตัวเองและ Business Process
    │
    ├── Stage 2: AI Literacy
    │
    ├── Stage 3: ใช้ Generative AI กับงานจริง
    │
    ├── Stage 4: เข้าใจ AI Solution / RAG / Automation
    │
    ├── Stage 5: ทดลองสร้าง AI Use Case สำหรับ QA
    │
    ├── Stage 6: Business Analysis Fundamentals
    │
    ├── Stage 7: Requirement / User Story / Process
    │
    ├── Stage 8: ทำงานร่วมกับ Dev / Product / QA
    │
    ├── Stage 9: Capstone — Automotive QA AI Assistant
    │
    └── Stage 10: Portfolio → สมัคร BA

แบ่งเป็น 4 Track: Track A — เข้าใจ AI (Stage 1–3), Track B — AI ช่วยงานตรงไหน (Stage 4–5), Track C — เปลี่ยนจาก QC/QA Support → BA (Stage 6–8) และ Track D — ทำ Project จริง (Stage 9–10)

หลักสำคัญ

ไม่ควรเริ่มด้วยการเรียน Python, Neural Network หรือคณิตศาสตร์หนัก ๆ — สิ่งที่ต้องตอบให้ได้ก่อนคือ:

  1. AI คืออะไรและไม่ใช่อะไร
  2. AI เก่งอะไร
  3. AI พลาดอะไรได้บ้าง
  4. ปัญหาแบบไหนควรใช้ AI
  5. ข้อมูลอะไรจำเป็นต่อ AI
  6. จะวัดได้อย่างไรว่า AI ช่วยธุรกิจจริง
  7. จะเปลี่ยนปัญหาของผู้ใช้ให้เป็น requirement ที่ทีมพัฒนาทำต่อได้อย่างไร

ใช้เว็บนี้อย่างไร

  • อ่านฟรีทุกหน้า ไม่ต้อง login — เนื้อหาทั้งหมดเปิดให้ทุกคน ไม่มีกำแพงใด ๆ
  • Login เพื่อเก็บ Progress และงานของคุณ — Member สามารถติ๊กสถานะการเรียนราย Stage (Read / Understand / Exercise / Review / Complete) และบันทึก Deliverable ของแต่ละ Exercise ไว้กับบัญชีตัวเอง โดยสถานะ Complete จะได้เมื่อผ่าน Post-test ของ Stage นั้น
  • บัญชีรับจากผู้ดูแล — ช่วงแรกบัญชี Member สร้างโดย Admin เท่านั้น ติดต่อผู้ดูแลเว็บเพื่อขอบัญชี
  • เริ่มจากแบบประเมินตนเอง — ก่อนเข้า Stage 1 ลองทำแบบประเมินตนเอง 10 ข้อเพื่อเห็น baseline ของตัวเอง ไม่มีผ่าน/ตก
  • เรียงตามลำดับ — เนื้อหาออกแบบให้เรียนจาก Stage 1 → 10 แต่ละ Stage แบ่งเป็น Lesson สั้น ๆ อ่านจบได้ในไม่กี่นาทีบนมือถือ

ใช้เวลาเท่าไร

อิงจากแผนการเรียน 5 Phase: Phase 1 — AI User (1–2 สัปดาห์), Phase 2 — AI Problem Solver (2 สัปดาห์), Phase 3 — BA Foundation (3–4 สัปดาห์), Phase 4 — Product Collaboration (2–4 สัปดาห์) และ Phase 5 — Portfolio รวมแล้วประมาณ 8–12 สัปดาห์ แบบเรียนคู่กับงานประจำ — รายละเอียดแผนอยู่ใน Stage 10

เป้าหมายอาชีพ: BA ก่อน แล้วค่อย PO/PM

เส้นทางนี้มุ่งไปที่ Business Analyst (BA) เป็นลำดับแรก — ไม่ใช่ “BA หรือ PM แล้วแต่เลือก”

เหตุผล: BA คือตำแหน่งที่ต่อยอดจากจุดแข็งของคุณโดยตรง — ความเข้าใจ process หน้างาน การสอบสวนปัญหาอย่างเป็นระบบ และการทำงานกับเอกสาร/หลักฐาน ล้วนเป็นแกนของงาน BA ขณะที่ Product Owner / Project Manager ต้องอาศัยประสบการณ์เพิ่มเติมด้านการจัดลำดับความสำคัญเชิงธุรกิจ การบริหารทีม และการเป็นเจ้าของ product ซึ่งมักเติบโตต่อจากการทำงาน BA มาก่อน — PO/PM จึงเป็น ขั้นถัดไป ของเส้นทาง ไม่ใช่ทางแยกที่ต้องเลือกตั้งแต่วันแรก

สิ่งที่เส้นทางนี้สร้างให้คุณ:

Automotive Domain Knowledge
          +
Quality / Customer Experience
          +
Business Analysis
          +
AI Literacy
          ↓
AI-aware Business Analyst

ตำแหน่งปลายทางที่สำรวจได้

  • Business Analyst
  • IT Business Analyst
  • Business System Analyst
  • Digital Transformation Analyst
  • Manufacturing IT / MES Analyst
  • Quality System Analyst
  • Product Owner (เมื่อมีประสบการณ์เพิ่ม)
  • AI / Automation Business Analyst

ข้อได้เปรียบของคุณคือไม่ได้ทิ้งประสบการณ์ QC/QA เดิม แต่เปลี่ยน domain knowledge เดิมให้กลายเป็นจุดแข็งของ BA

ทำด้วยใจสำหรับเพื่อนร่วมทางสาย QC/QA และ Support ทุกคน — เรียนไปด้วยกัน ไปถึง BA ด้วยกัน