Claude Cowork ในองค์กร: ใช้กับงานอะไรได้ก่อน และต้องตั้งอะไรก่อนให้ทีมใช้

Claude Cowork คือโหมดที่ทำให้ Claude ทำงานแทนเราได้หลายขั้นตอนต่อเนื่อง ไม่ใช่แค่ตอบคำถาม มันเปิดไฟล์ในโฟลเดอร์ที่เราให้สิทธิ์ อ่านเอกสารหลายสิบไฟล์ สร้าง Excel ที่สูตรทำงานได้จริง ทำสไลด์ ร่างรายงาน ต่อกับ Google Drive, Gmail และ Slack แล้วตั้งเวลาให้ทำซ้ำเองได้ สำหรับองค์กร คำถามจึงไม่ใช่ "มันทำอะไรได้" แต่คือ "จะให้ทีมไหนใช้กับงานอะไรก่อน และต้องคุมตรงไหน" บทความนี้ตอบสองคำถามนั้น

Cowork ต่างจาก Claude แบบแชทอย่างไร

แบบแชท เราถาม มันตอบ แล้วเราต้องเอาคำตอบไปทำต่อเอง แบบ Cowork เราให้เป้าหมายกับวัตถุดิบ เช่น "สรุปรายงานประจำเดือนจากไฟล์ทั้งหมดในโฟลเดอร์นี้เป็น PowerPoint 10 หน้า" แล้วมันไปวางแผน เปิดไฟล์ทีละไฟล์ ดึงตัวเลข สร้างสไลด์ ตรวจสอบตัวเอง แล้วส่งไฟล์ที่เสร็จแล้วกลับมา ถ้าเจอจุดที่ต้องตัดสินใจก็จะหยุดถาม

ความต่างที่สำคัญกับองค์กรคือ Cowork มีมือมีเท้า มันอ่านและเขียนไฟล์ในเครื่องได้ รันโค้ดได้ ต่อกับระบบภายนอกได้ นั่นแปลว่าประโยชน์เพิ่มขึ้นมาก และความเสี่ยงก็เปลี่ยนรูปไปด้วย จากเดิมที่กังวลว่า "พนักงานจะพิมพ์ข้อมูลอะไรลงไป" กลายเป็น "พนักงานให้สิทธิ์เข้าถึงโฟลเดอร์และบัญชีอะไรบ้าง"

งานในองค์กรที่ Cowork เปลี่ยนได้เร็วที่สุด

จากที่จัดอบรมเรื่องนี้ให้ทีม IT และทีมสำนักงานหลายองค์กร งานที่เห็นผลเร็วมักเป็นกลุ่มนี้

• รวบรวมข้อมูลจากหลายไฟล์เป็นรายงานเดียว งานที่เคยเปิดสิบไฟล์แล้วก๊อปลงตารางเดียว ให้ Cowork อ่านทั้งโฟลเดอร์แล้วสรุปให้
• สกัด action items จากบันทึกการประชุม ป้อนไฟล์ถอดเสียงหรือโน้ต ได้รายการงาน ผู้รับผิดชอบ และกำหนดส่งกลับมา
• สร้างเอกสารทำงานจากข้อมูลดิบ Excel ที่มี VLOOKUP และ conditional formatting ทำงานจริง ไม่ใช่ CSV ที่ต้องมาจัดต่อ รวมถึง PowerPoint และ Word ที่จัดรูปแบบแล้ว
• งานประจำที่ตั้งเวลาได้ เช่น ทุกเช้าวันจันทร์ให้ไล่อ่านอีเมลกลุ่มหนึ่ง สรุปเป็นเอกสาร แล้ววางร่างอีเมลติดตามผลไว้ในกล่องร่างโดยไม่ส่ง
• ตรวจและจัดระเบียบไฟล์ เปลี่ยนชื่อ จัดหมวด และหาไฟล์ซ้ำในโฟลเดอร์ที่ไม่มีใครกล้าแตะมานาน

สังเกตว่าทุกข้อเป็นงานที่มีคนตรวจก่อนใช้ และผิดแล้วไม่เสียหายหนัก ซึ่งเป็นเกณฑ์เดียวกับการเลือก use case แรก

สิ่งที่ต้องตั้งก่อนให้ทีมใช้

1. โฟลเดอร์ที่ให้สิทธิ์ Cowork เข้าถึงได้เฉพาะโฟลเดอร์ที่เชื่อมต่อไว้ กติกาที่ใช้ได้จริงคือให้ทีมสร้างโฟลเดอร์งานสำหรับ AI แยกต่างหาก แล้วคัดไฟล์ที่ผ่านการปกปิดข้อมูลอ่อนไหวมาไว้ตรงนั้น ไม่ใช่ชี้ไปที่ไดรฟ์ทั้งก้อน

2. โหมดขออนุญาต มีสามระดับ Manual คือหยุดถามทุกครั้งก่อนทำอะไร Auto คือทำต่อเนื่องแต่ตรวจสอบความปลอดภัยของแต่ละการกระทำก่อน และ Skip คือไม่ถามไม่ตรวจ สำหรับองค์กร เริ่มที่ Manual ในสองสัปดาห์แรกให้ทีมเห็นว่ามันทำอะไรบ้าง แล้วค่อยขยับเป็น Auto กับงานที่ไว้ใจได้ ห้ามใช้ Skip กับงานที่แตะข้อมูลจริง

3. บัญชีที่เชื่อมต่อ การต่อ Gmail หรือ Google Drive ของบริษัทให้ AI คือการให้สิทธิ์ที่กว้างมาก ให้เริ่มจากบัญชีที่มีขอบเขตชัด และให้ฝ่าย IT รู้ว่าใครต่ออะไรไว้บ้าง

4. คำสั่งประจำตัวของทีม Global instructions และ folder instructions คือที่เก็บวิธีทำงานขององค์กร เช่น รูปแบบรายงานที่ใช้ ภาษาที่ต้องใช้ในเอกสาร และสิ่งที่ห้ามทำ เขียนไว้ครั้งเดียวแล้วทุกคนในทีมได้ผลลัพธ์แบบเดียวกัน

5. แพลนที่ใช้ งานองค์กรควรอยู่บนแพลน Team หรือ Enterprise ที่ไม่นำข้อมูลไปฝึกโมเดลเป็นค่าเริ่มต้น และมีชั้นการควบคุมสำหรับผู้ดูแล เช่น การปิด session บน cloud ให้เหลือแค่ local สำหรับทีมที่แตะข้อมูลอ่อนไหว

ความเสี่ยงที่ต้องสอนทีมก่อนวันแรก

• Prompt injection เอกสารหรือเว็บที่ AI ไปอ่านอาจซ่อนคำสั่งไว้ให้ AI ทำสิ่งที่เราไม่ได้สั่ง ทีมต้องรู้ว่าสิ่งนี้มีอยู่จริง และเป็นเหตุผลที่โหมด Auto ต้องมีชั้นตรวจสอบ
• สิทธิ์ที่กว้างเกินจำเป็น หลัก least privilege ใช้กับ AI เหมือนกับพนักงานใหม่ ให้เท่าที่งานต้องใช้ ไม่ใช่ให้ทั้งหมดเพราะสะดวก
• ไฟล์ที่ออกนอกเครื่อง เมื่อ session รันบน cloud ไฟล์ที่ AI เปิดจะถูกส่งไปประมวลผลบนเซิร์ฟเวอร์ต่างประเทศ งานที่มีข้อมูลส่วนบุคคลตาม PDPA ต้องใช้โหมด local หรือปกปิดข้อมูลก่อน (การจัดชั้นข้อมูล)
• การลบไฟล์ Cowork จะขออนุญาตก่อนลบถาวรเสมอ แต่ทีมควรทำงานบนสำเนาในช่วงแรกอยู่ดี

จะเริ่มในองค์กรอย่างไร

เลือกทีมนำร่องหนึ่งทีมที่มีงานรวบรวมข้อมูลหรือทำรายงานซ้ำทุกสัปดาห์ ตั้งโฟลเดอร์งานสำหรับ AI ให้ วัดเวลาที่งานนั้นใช้ตอนนี้ แล้วอบรมทั้งทีมด้วยไฟล์จริงของเขาเอง ไม่ใช่ตัวอย่างสมมติ สามสัปดาห์ต่อมาวัดซ้ำ ถ้าได้ผล ค่อยขยายทีมถัดไปพร้อมคำสั่งประจำตัวที่ทีมแรกเขียนไว้แล้ว โครงนี้คือโรดแมป 90 วันแรกฉบับย่อสำหรับเครื่องมือเดียว

อ่านต่อ

เทียบ Cowork กับคู่แข่งโดยตรงได้ที่Claude Cowork x ChatGPT Work เราเหมาะกับตัวไหน ฝึกแบบลงมือทำได้ทั้งPublic Classและจัดในองค์กร โดยเนื้อหาอยู่ที่ระดับ 3 ของกรอบ AI Learning Layer