AI ที่Goodnotes: วิธีที่เราทำงาน เรียนรู้ และสร้างสิ่งต่างๆ ร่วมกัน

เรากำลังสร้างอนาคตที่ AI ไม่ได้มาแทนที่มนุษย์ แต่ช่วยให้เราไปถึงจุดสูงสุดใหม่ทั้งในความทะเยอทะยานและความสมบูรณ์แบบ หากสิ่งนี้ฟังดูน่าตื่นเต้นสำหรับคุณเช่นกัน คุณก็เหมาะสมอย่างยิ่งที่จะเป็นส่วนหนึ่งกับเรา

เราทำอะไรกันจริงๆ?

หลายบริษัทพูดถึงการนำ AI มาใช้ แต่กลับตั้งข้อจำกัดไว้หลังการอนุมัติและอัตราค่าบริการ เราเลือกเส้นทางที่แตกต่างออกไป

การเข้าถึงอย่างกว้างขวางด้วยการออกแบบ

พนักงานทุกคน — ไม่ว่าจะเป็นวิศวกรหรือไม่ — สามารถเข้าถึงโมเดลได้หลายร้อยแบบผ่าน LLM Router ภายในของเราและพอร์ทัล "GoodGPT" ของเรา เพียงกรอกข้อมูลในหน้าต่างบริบทด้วยทุกคำสั่งและไม่ต้องกังวลกับข้อจำกัดด้านอัตรา

วัฒนธรรมเครื่องมืออเนกประสงค์

เราส่งเสริมการใช้ "หลายเครื่องมือพร้อมกัน" — โดยใช้Goodnotes , ChatGPT, Claude, Perplexity, Cursor, Notion AI และอื่นๆ ขึ้นอยู่กับงานที่ทำ สิ่งนี้ช่วยสร้างสองสินทรัพย์ทางวัฒนธรรมที่เราให้ความสำคัญ:

ความเข้าใจในโมเดล: รู้ว่าโมเดลใดเหมาะกับงานใด คุณจะได้ยินพนักงานของเราพูดว่า "ฉันใช้ Gemini 3 Pro ในการวิเคราะห์ แต่เปลี่ยนไปใช้ 4.5 Opus ในการเขียนผลลัพธ์" — ไม่ใช่แค่ "ฉันถาม AI"

รสนิยมผลิตภัณฑ์: ด้วยการใช้เครื่องมือล้ำสมัยทุกวัน เราพัฒนาสัญชาตญาณที่เฉียบคมในการรับรู้ประสบการณ์ AI ที่ยอดเยี่ยม — ข้อมูลเชิงลึกที่หล่อหลอมโดยตรงสู่ผลิตภัณฑ์ที่เราสร้างขึ้น

ธรรมาภิบาลที่เร่งขับเคลื่อน

ทีมกฎหมาย, ความปลอดภัยทางไซเบอร์, และการจัดซื้อของเราไม่ได้มีอยู่เพื่อทำให้สิ่งต่าง ๆ ช้าลง. เราได้สร้างนโยบายที่ชัดเจนและจัดตั้งคณะกรรมการตรวจสอบ AI เพื่อให้ทีมสามารถทดลองได้อย่างปลอดภัยและดำเนินการอย่างรวดเร็ว.

การเรียนรู้และการสนับสนุน

เราไม่คาดหวังให้ใครต้องคิดเรื่องนี้เพียงลำพัง การประสบความสำเร็จในการเปลี่ยนแปลงด้วยปัญญาประดิษฐ์จะต้องอาศัยการทำงานเป็นทีมและการเรียนรู้อย่างต่อเนื่อง และเราจะเรียนรู้ได้ดีที่สุดเมื่อได้เรียนรู้ร่วมกัน:

แชมป์เปียน AI

ทุกฟังก์ชันมีผู้นำด้าน AI ที่ได้รับการแต่งตั้ง ซึ่งหน้าที่ของพวกเขาคือการทดลอง ค้นหาสิ่งที่ได้ผล และสนับสนุนการใช้ AI ของเพื่อนร่วมทีม พวกเขาเป็นผู้ฟังมากพอๆ กับผู้สอน — พร้อมรับฟังปัญหาจริงและพร้อมที่จะช่วยแก้ไข

การพัฒนาทักษะอย่างต่อเนื่อง

เราจัดการฝึกอบรมเป็นประจำ — ตั้งแต่การออกแบบคำสั่ง (prompt engineering) ไปจนถึงการสร้างตัวแทนแบบกำหนดเอง — และรวบรวมเครื่องมือที่ใช้ร่วมกันเพื่อให้ทุกคนสามารถเข้าถึงทรัพยากรที่เหมาะสมได้ นอกจากนี้ยังมีงบประมาณสำหรับการเรียนรู้และพัฒนา (L&D) ที่คุณสามารถใช้สำหรับคอร์สและประกาศนียบัตรจากภายนอกบริษัทได้

วัฒนธรรมแห่งการทดลอง

การลองสิ่งใหม่ ๆ ได้รับการส่งเสริม; การรอคอยการอนุญาตไม่ได้รับการส่งเสริม. เราเรียนรู้จากการกระทำ และเราแบ่งปันชัยชนะของเรา (และความล้มเหลว) ด้วยความซื่อสัตย์อย่างสุดขีด.

ปัญญาประดิษฐ์ในการปฏิบัติ

วิศวกรรม

ระบบตรวจสอบโค้ดอัตโนมัติถูกฝังอยู่ในกระบวนการทำงานของ pull request ของเรา ตรวจจับปัญหาที่เกิดขึ้นเป็นประจำเพื่อให้วิศวกรอาวุโสสามารถมุ่งเน้นไปที่สถาปัตยกรรมและการออกแบบได้

ไอทีและการดำเนินงาน

เราได้ติดตั้งตัวแทนที่สามารถแก้ไขปัญหาตั๋วจากฝ่ายช่วยเหลือภายในได้อย่างอัตโนมัติและรักษาฐานความรู้ให้ทันสมัยอยู่เสมอ

การจัดซื้อจัดจ้าง

ตัวแทน Deep Research จัดการการตรวจสอบเบื้องต้น สิ่งที่เคยหมายถึงการอ่านนโยบายความเป็นส่วนตัวและรายงานความปลอดภัยของผู้ขายอย่างละเอียด ตอนนี้ใช้เวลาเพียงไม่กี่นาที ทำให้มนุษย์สามารถมุ่งเน้นไปที่การเจรจาต่อรองและกลยุทธ์ได้

การประชุม

หลายทีมปฏิบัติตามกฎง่าย ๆ: "หากการประชุมไม่ได้รับการบันทึกไว้ ก็ไม่ได้เกิดขึ้น" ระบบ AI ช่วยบันทึกและสรุปการสนทนาของเราเพื่อให้ผู้เข้าร่วมสามารถมีส่วนร่วมอย่างเต็มที่

ความโปร่งใส

เราปฏิบัติสิ่งที่เราเรียกว่า "วัน-ไลน์" — บันทึกสั้น ๆ ที่อยู่ท้ายของเอกสารหรือผลงานใด ๆ ที่อธิบายว่า AI ถูกนำมาใช้อย่างไร