Microsoft Ignite 2025– After Party Thailand

งาน Microsoft Ignite มีอะไรที่ห้ามพลาด

Speaker Seksan Dusadeeviroj

📌 ปีนี้จัดงานที่ san francisco เป็น hall หลักเลย และ hall ย่อยๆ โดย hall หลัก โดยเน้นไป AI นี่แหละ

• ในไทยจะเน้นทำให้ฉลาด ตอบถูกหมด-มีผลกับความเชื่อมั่น
• แต่ในงานเน้นส่วน Agent ทำงานเล็ก ทำงานเฉพาะ ในความถูกต้องที่ยอมรับได้ โดยมี Use Case Levi เอา Agent มาทำงานส่วนย่อยๆ และเราคุม Goverance มันอย่างไร เช่น ผ่านตัว Agent 365 ส่วนฝั่ง User ปรับตัวต้องมีส่วนแนะนำให้คิด Prompt ที่ดีขึ้น

📌 ในงานมีหลาย Hall หลายห้อง ให้เราเข้าตามที่สนใจ พวก Workshop อาจจะต้องเสียเงิน และมีในส่วน partner ในงานด้วย โดยนำเสนอ Product ส่วน AI Governance เป็นหลักเลย

📌 ข้อดีของการเป็น Microsoft Partner ของ Fusion การมี Connection กับ บ ดังๆ ที่ได้พูดคุยในงาน เช่น งานในส่วน SI โดยเกือบครึ่งมาจากอินเดีย อาจจะมาโคกันได้ และพวกสิทธิต่างๆ เหมือนได้ยินใน Live Session อื่นถ้ามี MVP ในองค์กร พวก License ตามสายที่ได้มาเพิ่มด้วยนะ

📌 ในงานนี้ผู้เข้ามาร่วมงานส่วนใหญ่เป็น Senoir แล้วเข้ามาฟังในงาน และมี Demo การเข้ามาฟัง ทำให้เรารู้แนวโน้นในอนาคต โดยมุมของ MS เป็นแบบผู้จัดการทีม หา AI เจ้าต่างๆ มา Deploy ให้ใช้ทั้ง Copilot + Azure

📌 ตอนนี้มี Role ขยับขึ้นมาจาก Prompt Engineer > Agent Flow (Process Base) > Agent Admin (AI Governance)

Security in the Agentic Era – the Core Primitive

Speaker Saran Hansakul

📌 ในงานเน้นไปส่วนของ AI พอมีของใหม่ มี Attack Surface ตัวใหม่ๆ โผล่ขึ้นมาด้วย เช่น Prompt Injection / AI Models ตามรูปเลย

📌 มุมนึงที่เสริมเรื่อง AI Governance - ด้าน Security โดยข้างใน MS เน้น Design > Default > Operation อาทิ เช่น ทำ MFA เน้น Build-In เข้าไปใน Product เลย และมีตัว AI Defense In Depth

📌 นอกจาก Security AI (App / Platform / Models / Data / Orchestration) แล้ว พวก Tools ต่างๆอย่าง Copilot ของเอา AI มาช่วยนะ มีภาพรวมให้เห็นชัดเจน ว่ามี Agent ตัวไหนบ้าง / ใครใช้ทำอะไร / Risk & Mitigation คุมหมดทั้ง End User > IT (Azure / 365 / GitHub)

📌 และยังมีทำ Tools สำหรับให้ RedTeam มาลองจำลองสถานการณ์อย่างตัว PyRIT เช่นทำพวก Prompt Injection

📌 ตอนนี้ MS Sentinel มีแนะนำจากเดิมอยู่ขา Azure ย้ายมาที่ Security.Microsoft เป็น Dashboard กลาง แต่พวก Resorce ในนั้นมีการให้ย้ายมาด้วยนะ Log Analytic > Data Lake

📌 Predictive Shield - เอาง่ายๆ มีฮาคิสังเกตุ ถ้าโดย Attack จะไปทางไหนต่อ

📌 Security Copilot เดิมซื่อแยก ใน Plan M365 E5 มีมาให้แล้ว และ Agent มาช่วยงานในมุมต่างๆ 12 ตัว++ ส่วน Plan อื่นๆมี Security Copilot 4 usd/hour มองเป็น IT ส่วนหมวกต่างๆ โดยหน่วยการคิด Security Copilot นับเป็น SCU (Security Compute Unit) สูตรจะทอนตาม License M365 อย่าง E5 1000 User ได้ 400 SCU 0.4

📌 Microsoft Entra มีตัว Agent Id มอง Agent เป็น User คนนึง พวก RBAC / ABAC ทำได้ แต่ตอนนี้ต้องสร้างจาก Microsoft Foundary นะ มันจะขึ้นมาให้ เดี๋ยวรอในอนาคตว่ามีการ Migrate มาไหม

📌 Microsoft Defender For Cloud - มี DATA and AI Security Overview ขึ้นมา แต่ต้องไปเปิดใช้ใน CWP เองนะ มันมองเป็น Resource อันนึง เช่น Agent เข้าถึง Storage Account ได้

📌 Microsoft Foundary - Guardrail เป็นอีกส่วนที่มาช่วยกัน ทั้งในส่วน

• Input (Prompt Shield - Prompt Injection)
  - Direct เอาเราบอก
  - และ Indirect มันไปอ่าน แล้วบอกให้ทำ เช่น PDF มันซ่อนคำสั่งไว้ /
• Output (Content Safety)

📌 Microsoft PureView มีส่วน DSPM for AI

📌 ถ้าใครอยากไปดูเพิ่มมี Session ตามนี้

Build & Manage AI Apps with Your Agent Factory

Speaker Wittahawin Sripheanpol

📌 Session นี้ Recap https://ignite.microsoft.com/en-US/sessions/BRK1706 ครับ โดย Microsoft Foundary (Azure Foundary เดิม) เป็น PAAS ที่มาช่วยทำ AI ได้ง่ายเน้นให้ Simple / Trust / Powerful แต่ละส่วนมี ดังนี่้

• Model + Infra
  - มีหลายค่าย Close (พวก GPT / Claude/ Grok) / Open Source (พวก LLAMA)
  - และหลาย Parameter
  - นอกจาก LLM มี Model เฉพาะทางด้วยพวกเสียง ภาพ
  - Fine Tune ได้
• IQ - เก็บพวก Knowledge ใน Azure AI Search มาทำ RAG
• Tools - MCP - AI Action ได้
• Agent
• Machine Learning - ถ้าอยากลุย Train เองมาทางนี้

• และ Governance - มี Control / Security และ พวก Observability ด้วยนะ เช่น
  - การทำ Policy คุม Agent การเข้าถึง Data ตามสิทธิ User หรือ ห้ามต่อ Internet (Approve ก่อน)
  - ทำ GuardRail
  - Observability ดูภาพรวม Log การทำงาน มี Dashboard สรุป

📌 มี่ Session ที่คล้ายๆกันในงาน .NET Conf 2025 TH Exploring Microsoft Foundry for Developer

📌 การใช้งาน AI ให้มี Human in Loop รุป Flow นี้ยังไม่หายไปนะ และมี AI Toolkit For VS Code

Resource AI Use Case / Workshop / Azure AI Apps Template

AI agents in Microsoft Foundry, ship fast, scale fearlessly

Speaker Surasuk Oakkharaamonphong

Microsoft Foundary มาดู Dev Flow ตามนี้ End to End / ต้องเปิด Flow ก่อนใช้งานนะ

📌 Home เป็นทางลัดสร้าง Agent / Workflow /เลือก Model
📌 Discover ดู Model / Tools ว่ามีอะไร เป็น connector ต่างๆ จัดการ DB หรือ MCP Tools หรือ ทำเองก็ได้
📌 Build Agent - สร้าง Agent ก่อนสร้างต้องรู้ Goal ก่อนนะ เอามาแก้ปัญหาเรื่องอะไร ถ้าพร้อมกำหนดชื่อ Agent เลือก Model และลองกำหนดค่าใน Playgroud

• instruction - บอก System Prompt คุมโทน การทำงาน ต้องมีความชัดเจน
• tools พวกเอกสารต่าง ให้ AI มาหาตอบ ทำ RAG
• knowledge ทำ grounding ตรวจสอบ
• memory - จดจำ State การทำงาน
• guard rail - ให้มันตรวจอะไร

และมี Demo ตามรูปเลย เอา Tools มาทำให้ AI ฉลาดขึ้น เช่น Web Search (Bing) แบบของอีกค่าย เพราะ Model มัน Pre Trained

📌 Build Workflow เอา Agent ในนี้มี Demo ลองให้เขียน Tagline ตาม Flow เอา Input จาก Flow อย่าง User Message + Product มา Gen Prompt ส่งให้ Agent ทำงาน ภาพจะคล้ายๆ n8n ตามรูปเลย

มี่ Session ที่คล้ายๆกันในงาน .NET Conf 2025 TH Exploring Microsoft Foundry for Developer

From cloud to edge: Building and shipping Edge AI apps with Microsoft Foundry

Speaker Charunthon Limseelo

📌 AI Cloud Solution ที 3 ท่าที่ทำกันนะ

• On Cloud - Microsoft Foundary
• On Premise - Own Data + Azure Local และ Manage ผ่าน Azure ARC
• On Edge - Foundary Local เอาไว้ใน Device ต่างๆ คอม มือถือ เพราะ ช่วยแก้เคส Net หลุด / Server Outage ได้ / งาน Realtime จริงๆ / Data Privacy
  นอกจากนี้ Local เอามาช่วยให้เราลอง POC พัฒนา App ได้

📌 Foundary Local - SDK ที่ On Top มาจาก ONNX Runtime อีกทีเรียกใช้ได้ทั้ง CPU / GPU / NPU โดยเลือก Model ที่รองรับจาก foundrylocal.ai ถ้าเครื่องเราไหว ก็เอา Model ที่อยากได้ตาม Spec ได้

สำหรับในอยากดูระหว่าง foundry local / ollma มันต่างกันไง มี blog .NET Conf 2025 TH

📌 ตัว Foundary Local - มีปรับในส่วน

• Mobile ด้วยนะ Android
• Model Speech to Text มาให้
• ที Git ถ้าใครอยากลองของใหม่ SDK Preview Ver ได้
• ใช้ใน K8S ได้ด้วยนะ + Azure Arc

📌 พวก UI มีอีกตัวที่น่าสนใจอย่าง anythingllm ที่ช่วยให้ Run AI Local ได้ง่ายๆ มี User Interface และทำ RAG และทำงานร่วมกัน Foundary Local (ภาพคล้าย Ollama + OpenWebUI)

📌 NimbleEdge AI UseCase - เอา Model 1B ไป Run ONNX Runtime ในมือถือ โดย Model ที่เอาไปปรับ Tune ตาม Use Case ว่าเน้นงานในด้านไหน ตัวอย่างดูรูปที่ Chat ถามได้

📌 ถ้าเอา Foundary Local ไปใช้ Prod มีตารางแนะนำสรุปดังนี้ และถ้าใช้ Runtime อื่นๆ จาก Talk ของคุณ Karn Wong

📌 Recap จาก Session ที่คุยกับ 9Arm อีกงาน AI เราต้องเรียนรู้ไปกับมัน และดูวิธีการใช้งานด้วย (Governance นี่แหละ)

Resource: On Device AI Runtime Python / Dotnet

Azure Infrastructure for Cloud Native Solutions

Speaker Karn Wong

📌 Infra มีของพื้นฐานที่สำคัญ

• Compute ส่วนประมวลผล VM / Service
• Storage - ที่เก็บของ
• Networking - ทำให้ทุกอย่างเชื่อมกัน

📌 Cloud Native - เป็นท่าที่ทำให้ Deploy ของบน Public / Private / Hybrid Cloud ของแต่ละเจ้าไม่ต่างกันมาก เมื่อเทียบ Dev Env โดยเบื่องหลังมาจากเทคโนโลยีที่เรียกว่า

• Container - Pack Code + Runtime ลงไป
• แนวคิด Microservice - แยกงานตาม Domain เพื่อให้ Scale ได้สะดวก
• พอมี Conrtainer เยอะ ต้องมาจัดการมีแนวคิด Orchestration เหมือน Conductor มาจัดการแต่ละ Microservice

📌 ถ้ายุคเดิมก่อน Container ถ้าเราขึ้นระบบมาต้องลง

📌 Container ปัญหาพวกนี้จะลดลง เรา Pack Code + Runtime ลงไป ลด Overhead จากการขี่บน OS อีกที

• มันแก้ปัญหาในยุคเดิมที่เจอกันส่วน
  - ก่อนขึ้น Orchestration จัดการ Deploy Container / Traffic / Deployment Type แบบต่างๆ เช่น Canary แบ่ง Traffic ให้เข้ามาลองก่อน
  - หลังขึ้น Monitoring / Logging / Alert / Scaling แบบ Auto / Load Balancing / Auto-Healing / Upgrade Zero Downtime และ Rollback ได้ง่าย
• Tools Kubernates / Azure Kubernetes Service / Azure RedHat OpenShift / Azure Container Apps

📌 แต่การขยับมา Cloud Native ต้องมีการ Modernization ซึ่งต้องมีการลงทุนช่วงแรก แต่ส่งผลดีระยะยาวทั้ง Performance / Security / Maintenance Code

📌 แล้วในยุคของ AI Cloud Native มาช่วยอะไรได้บ้าง

• ช่วย Scale / Resilience / Rapid POC
• Tools vLLM / Ray / KServe

📌 อีกประเด็นที่ต้องดู Cost มี Tools OpenCost มาช่วยตรวจได้ มี Blog ของ Speaker เขียนไว้นะ

📌 Recap Tools On Azure

• Function As Service - Azure Function
• Container As Service - Azure Container Apps
• Kubernetes - Azure Kubernetes Service / Azure RedHat OpenShift

Resource: Slide

Kubernetes for the Rest of Us: Demystifying Cloud-Native for Windows Server admins

Speaker Nathachai Bangkung

📌 Application Life Cycle - Build (Dev) / Deploy (System Engineer) / Maintain (IT Operation)

📌 สุดท้ายได้เป็นภาพของ DevOps เป็น Culture ทำให้ชีวิตของชาว IT สะดวกขึ้น มีหลายมุมทั้งคนและ Tech โดยมุม Tech เน้น Ship Fast + Working โดยที่มี 4A Availability / Acceleration / Anywhere (Deploy ได้สะดวกทุกที) / Automation

📌 สิ่งที่มาช่วย คือ Cloud Native - เน้นให้ loosely coupled ให้ scale ได้ง่าย Key Container + Microservice ถ้าสนใจดู Trend Tech จาก CNCF Landscape ตัวที่เด่นๆ

• OCI - เป็นมาตรฐานกลางทำให้ Contianer ใช้งานได้กับ Runtime หลายๆตัว Docker / Podman
• Kubernetes - มาแก้ปัญหาในการจัดการ Container เยอะๆ (Orchestration) และยังช่วยแก้ปัญหาพวก Self Maintance / Scale / Deploy ได้ง่าย ตามหัวข้อก่อน และเป็น Open Source โดยทาง MS มี Contribute Code เข้าไปด้วยนะ รวมถึงทำ Service ตัวเอง AKS

Kubernetes ต้องยอมรับอย่างนึงมี Learning Curve และเข้าใจพื้นฐาน ไม่งั้นอาจจะเยอะปัญหา Misconfiguration ได้มันช่วยให้เรา Orchestration เช่น Dev / Test / Parallel

📌 Day-1

• ลด Overhead ในการทำงาน ทำ infra as a code (yaml) บอก Desire State ไป ถ้าใครไปติดตั้งได้ผลลัพธ์เดียวกันว่า App อยู่ในไหน มี DB อะไร
• App เอาต้องปรับ ลดการ hard code
  - K8S มีที่เก็บ ConfigMap / Secret
  - Extenal พวก Azure KeyVault / HashiCorp Vault และค่ายอื่นๆ
• CRI / CNI / CSI
• พวก Network อิงตาม CNI
  - Internal CoreDNS แต่มี Extension ให้ลง Calico / Cilium (eBPF + Observability) และอีกหลายๆ Feature Map ผ่าน Domain Name เวลาย้ายเครื่อง ไม่ต้องตามแก้ Config เป็นต้น
  - External ต่อข้างนอกพวก Ingress Controller / GatewayAPI ทีหลายค่ายที่ทำ NGINX / Istio / Traefik เป็นต้น

นอกจากนี้มี CNAPP เป็น Guideline ช่วยให้ APP ทำได้ตามมาตรฐานของ Cloud Native

📌 Day-2 คล้ายกับ Talk ก่อนหน้าเป็นการ MA ดู Observability (Log / Tracing / Metric) พวก LGTM Stack รวมถึงทำ Goverance Police ต่างๆ ตัว Azure Policy + Open Policy Agent / Kyverno (แปะไว้ก่อน)

📌 Azure เองมีตัว manage grafrana ให้ deploy และจัดการได้เลย

📌 แต่มันอีกแหละพวก Observability Stack มันมีมุมของการ Self-Host / Manage Service ที่ใช้ Cost / ข้อมูลที่ได้ อาจจะต่างกัน แบบ Manager Service เข้าได้ลึกกว่าต้องวนมาดูว่า เราใช้งานอะไรจริงๆ ติดตามตอบปัญหาอะไรบ้าง

📌 AI On Kube ได้นะ KubeFlow มอง Compute เป็น pool

จปส ฟังและเขียน Blog ย้อนหลังเลย เคยเจอเคส Windows Server 2019 อยากใช้ Container จริงๆขึ้น 2022 ได้ต้องซื่อ License ให้ลูกค้าเพิ่ม ตอนนั้นคิดพวก Docker Desktop ไม่ได้นึกภาพ K8S ส่วน Project นั้นเลยจบแบบ Windows Server 2019+IIS ไป มาฟังดูเผื่อมีท่าบิตใหม่ๆ ฟังจบยอมรับใน Linus 55 > Linux Base

Resource:

Microsoft Fabric and Azure Databases - the data estate for AI

Speaker Phakkhaphong Krittawat

📌 เป็น Session Recap ของ Arun Ulag จากงาน Ms Ignite โดยเย้ยไปส่วนของ Microsoft Fabric โดย Tools Data ไหว้ที่เดียว ไม่ต้องลงอะไรมา Integrate กันเยอะแยะ ชอบ Chief Integation Officer จริงๆมันต้อง Information โดย Fabric มีภาพรวม

• Data Factory
• Analytic
• Database เดิมมี LakeHouse / Warehouse ตอนนี้พวก SQL Server / Cosmos DB รวมถึงการทำ Zero ETL ทำ Mirror แล้วได้ผลแบบจาก ETL เลย
• Realtime Intelligent - Event House / Stream
• IQ - มาเหมือน Foundary จากเดิม Unified Data > Unified Intelligent (Work / Fabic / Foundary)
• Power BI

📌 ตอนนี้ Fabric คนใช้เยอะขึ้น บ ใน Fortune 500 ใช้กัน

📌 ถ้ามองมุม Database มีมุม Edge / PaaS / SaaS

• Edge - SQL Server 2025 - DB AI Ready มี Vector DB ทำ RAG
• PaaS
  - Cosmos DB / Azure DocumentDB (MognoDB Ver MS)
  - กลุ่ม PostgreSQL - Azure Database for PostgreSQL > Azure HorizonDB (Enterpise Grade)
  Tools VSCode Extension for PostgreSQL (Demo)
• SaaS - Microsoft Fabric มี SQL Server / Cosmos DB / HorizonDB

📌 ต่อจากนี้เป็น Demo

• Ontology ให้เรามานิยาม Data ของเรามีมีความหมาย ความสัมพันธ์อย่างไร
  - สร้างใหม่/ต่อยอดมาจาก Semantic Model / KustoDB ที่มีอยู่แล้วก็ได้
  - Ontology มีการ Query อีกแบบ
• Agent มาอีกแล้ว Data Agent - ดูจาก Ontology มาตอบคำถามเรา / Operation Agent สร้างจาก Prompt

Resource: https://blog.fabric.microsoft.com/en-us/blog/from-data-platform-to-intelligence-platform-introducing-microsoft-fabric-iq / Demo

The future of Power Platform: AI-powered and enterprise-grade

Speaker Chalaivate Pipatpannawong / Boonthawee Tangsoonthornthum

📌 ก่อนเริ่ม Session หลายองค์กรมีเอา AI มาใช้แล้วกับข้อมูลภายใน เช่น

• Agent จัดการ Order หรือ เอา Copilot Studio มาเชื่อมพวกระบบ ERP ผ่าน Protocal MCP
• มีการถกเรื่องการนำข้อมูลมาวิเคราะห์ต้องมีการตรวจสอบอะไรไหม หลักพวกสิทธิว่าเป็นคนที่เกี่ยวข้องจริงๆ เช่น จาก Line ต้องเอา Data มาลง Pool กลาง กำหนดสิทธิการเห็น
• รวมการที่องค์กรเอา AI มาใช้ ต้องมีจาก Top > Down / Champion มีสอน และมีเวลาให้เรียนรู้ในเวลางานนะ

📌 ตอนนี้พวก SaaS / Software มีการเชื่อมโยงแบบ seamless ลดข้อมูลที่ซ้ำซ้อนลง ลดงาน Manual เช่น การ Export / Import ของโปรแกรมบัญชีออย่าง Express หาทางแบบเอา RPA ไปครอบเป็นต้น ซึ่งถ้าองค์กรมีการลงทุนเอา AI เข้ามาใช้ช่วยเพิ่มความเร็วในการเปลี่ยนถ่าย ลดเวลาในการพัฒนาระบบลง โดยไม่จำเป็นตอน IT เริ่มนะ

• อาจจะให้ End User เข้ามาใช้ แบบ Low Code (เค้าแม่น Business)
• หรือ Dev เอาเข้ามาใช้ Low Code ได้เหมือนกันนะบาง Use Case ใช้แล้วมันไวกว่าเริ่มจาก
• แต่งาน Pro Code ยังไม่ได้ลดลงนะ

📌 ภาพรวมจะเป็นแบบ Copilot / Apps (Low / Pro) / Agent ใน Session นี้จะเน้นส่วนของ Low นะ

📌 Demo App Builder Frontier (m365.cloud.microsoft) เราเตรียม Knowledge Base (File word / Pdf) และ ใส่ Prompt เข้าไป ข้างหลังมันให้ Model ที่แบบมีพวก Thinking Deep Research มีการ Plan คิด Task และสร้าง App + Test อันนี้ทำ Share App ให้คนอื่นใช้ได้เหมือนกัน

📌 Demo Power App (vibe.powerapp.com / vibe.preview.powerapp.com ) สร้างจาก Prompt เหมือนกัน ได้เป็นเว็บเลย เค้าบอกว่ามาจาก React Base และพวก DB อยู่ในส่วน Dataverse ของ Fabric มันคล้ายของ Studio ของอีกค่าย

เบื่องหลัง Model เป็นพวก GPT หรือ Claude ที่ MS เค้า Deal มาให้นะ / ตอน Deploy ต้องมี License Power App นะ

📌 สำหรับสาย Dev มีของแบบนี้นะเป็นตัว GitHub Spark ต้องใช้ Enterpise หรือส่วนตัวแบบ Packaage 39 usd/month

Reference

• https://www.eventpop.me/e/124663
• มี Live ด้วยนะ