โจทย์และ Proposed Solution

Why this matters

ถึงเวลาเอาทุกอย่างมารวมกัน: ความเข้าใจงานตัวเอง (Stage 1), AI literacy (Stage 2–3), use case และเทคโนโลยี (Stage 4–5), ทักษะ BA (Stage 6–8) — Capstone นี้คือ project กลางที่เชื่อม งานเดิม + AI + BA และจะกลายเป็นผลงานชิ้นหลักใน portfolio ของคุณ

Problem

QA Support ใช้เวลามากในการค้น:

• Complaint เก่า
• Root cause เก่า
• Corrective action
• SOP
• Specification
• Customer requirement

ข้อมูลกระจายหลายที่และค้นด้วย keyword ได้ยาก (จำ Stage 5 ได้ไหม — “bolt rust” หา “corrosion on fastener” ไม่เจอ)

Proposed Solution: Automotive QA Knowledge Assistant

Documents
├── SOP
├── WI
├── Specifications
├── 8D Reports
├── Complaint History
└── Customer Requirements
          │
          ▼
     Document Parser
          │
          ▼
    Search / Embeddings
          │
          ▼
     Knowledge Base
          │
          ▼
Question → Retrieval → LLM
                      │
                      ▼
            Answer + Evidence

อ่านจากบนลงล่าง: เอกสารทุกชนิดผ่าน Document Parser (OCR/parsing จาก Stage 5) เข้าสู่ระบบ Search/Embeddings กลายเป็น Knowledge Base ที่ค้นเชิงความหมายได้ เมื่อมีคำถามเข้ามา ระบบ Retrieve หลักฐานที่เกี่ยวข้องส่งให้ LLM ตอบพร้อม Evidence — สถาปัตยกรรมนี้คือ RAG จาก Stage 5 นั่นเอง

What a BA needs to know

บทบาทของคุณใน project นี้ไม่ใช่คนสร้างระบบ แต่คือ BA เจ้าของปัญหา: นิยามปัญหา เขียน requirement กำหนดเส้นแบ่งคน/AI และวัดผล — บทถัดไปจะไล่ดู features ที่ระบบควรมีทีละตัว