ปิดท้ายซีรีส์ AI 101 ภาคธุรกิจด้วยเกร็ดน่ารู้ที่เจ้าของกิจการชอบถามผม — AGI หรือ AI ฉลาดเท่าคนใกล้มาแล้วจริงไหม, ทำไมเขาบอกว่า AI กินไฟมหาศาล, โมเดลแบบ open กับ closed ต่างกันยังไงแล้วเราควรเลือกแบบไหน, และความเชื่อผิดๆ เรื่อง AI ที่ทำให้หลายคนตัดสินใจพลาด — เล่าแบบภาษาคน

ทุกคนพูดว่า AI คือเทรนด์เงินก้อนใหญ่แห่งยุค ลงทุนตอนนี้รวยแน่ — ตอนนี้ผมชวนคุยแบบภาษาคนว่าเงินมันไหลไปทางไหนในโลก AI ลงทุนใน AI 'คุ้ม' จริงไหมในมุมภาพรวม (ไม่ใช่คำแนะนำลงทุนนะครับ) แล้ว AI ไปทำอะไรในวงการการเงิน/fintech บ้าง

อีก 2-5 ปีข้างหน้า AI agent จะทำงานต่อเนื่องเองได้มากขึ้น จนหลายส่วนของธุรกิจ AI รันแทบจะเองทั้งหมด — ตอนนี้ผมเล่าแบบภาษาคนว่าทิศทางมันไปทางไหน เปิดโอกาสอะไร แอบมีความเสี่ยงอะไรซ่อนอยู่ และเจ้าของกิจการอย่างเราควรเตรียมใจ เตรียมระบบยังไงตั้งแต่วันนี้

AI ในธุรกิจไม่ได้พังแบบจอฟ้า มันพังแบบยิ้มแย้ม — แชตบอตตอบผิดจนผูกพันบริษัท, AI ลำเอียงคัดคนเงียบๆ, ทีมพึ่ง AI จนพลาด — ตอนนี้ผมเล่าแบบภาษาคนว่า AI ในธุรกิจพังเป็นแพตเทิร์นยังไง แล้วเจ้าของกิจการต้องคุมตรงไหน

เอา AI มาใช้ในร้านแล้วผิดกฎหมายได้ไหม — ตอนนี้ผมเล่าแบบภาษาคนว่า PDPA คุมการใช้ข้อมูลลูกค้ายังไง งานที่ AI สร้างมีลิขสิทธิ์หรือเปล่า แล้วทำไมกฎ AI ของยุโรปถึงเอื้อมมาถึงร้านเล็กๆ ในไทยได้

AI เก่งขึ้นทุกวัน แต่มีงานบางอย่างที่ปล่อยให้มันตัดสินใจเดี่ยวๆ ไม่ได้ — ตอนนี้ผมเล่าแบบภาษาคนว่าเจ้าของกิจการต้องคิดเรื่องอะไรบ้าง ความเป็นธรรม-อคติ การบอกลูกค้าตรงๆ ว่าใช้ AI งานที่ไม่ควรให้ AI เคาะ และสุดท้าย ใครรับผิดถ้ามันพลาด

AI เก่งจริง แต่เก่งแบบมั่นหน้าได้ — ตอนนี้ผมเล่าแบบภาษาคนถึง 3 กับดักใหญ่ที่เจ้าของกิจการตกบ่อยที่สุดเวลาเอา AI มาใช้ในงานจริง: มันมั่วแบบหน้าตาเฉย, เราเผลอแปะข้อมูลลูกค้า/ความลับใส่ AI สาธารณะ, และเราพึ่งมันจนลืมตรวจ พร้อมวิธีกันแบบง่ายๆ ที่ทำได้เลย

ลง AI ไปแล้วได้ผลจริงไหม วัดยังไง — ตอนนี้ผมเล่าแบบภาษาคนว่าเจ้าของกิจการควรวัดผล AI ด้วยตัวเลขอะไร ทำไม 'เวลาที่ประหยัด-คุณภาพ-ยอด' ถึงสำคัญกว่าตัวเลขสวยๆ และทำไมต้องระวัง vanity metric ที่ดูดีแต่ไม่ได้แปลว่ารวยขึ้น

ซื้อ AI มาแล้วแต่คนในร้านไม่ยอมใช้ — ตอนนี้ผมเล่าแบบภาษาคนว่าเจ้าของกิจการจะพาทีมทั้งทีมขยับมาใช้ AI ยังไง เริ่มตรงไหน อบรมแค่ไหนพอ วางกติกาเบื้องต้นยังไงไม่ให้พังหรือรั่ว และจะรับมือกับคนที่ต้านยังไงให้เขายอมเปลี่ยนเอง

อยากให้ AI ในร้านฉลาด ต้องเริ่มจากข้อมูลในบ้านก่อน — ตอนนี้ผมเล่าแบบภาษาคนว่าทำไมข้อมูลดีถึงแปลว่า AI ดี ทำไมต้องจัดบ้านข้อมูลก่อนซื้อเครื่องมือ และเรื่องความเป็นส่วนตัวที่เจ้าของกิจการต้องไม่มองข้าม

เจ้าของกิจการเล็กๆ อยากเริ่มใช้ AI แต่ไม่รู้จะเริ่มตรงไหน กลัวลงทุนแล้วไม่คุ้ม — ตอนนี้ผมเล่าแบบภาษาคนว่าให้เริ่มจากงานซ้ำๆ ที่กินเวลา มอง ROI แบบ SME ยังไง ทำไมของถูกลงเยอะแล้ว และทำไมห้ามลงทุนเกินงาน

คนชอบบ่นว่า AI ตอบไม่ได้เรื่อง — แต่หลายครั้งปัญหาไม่ได้อยู่ที่ AI โง่ มันอยู่ที่เราสั่งมันไม่เป็นต่างหาก ตอนนี้ผมเล่าแบบภาษาคนว่าการ 'คุยกับ AI ให้ได้ผล' มันมีเทคนิคจับต้องได้ — ให้บริบท ยกตัวอย่าง สั่งทีละขั้น แล้วค่อยๆ ขัดเกลา

เปิดเว็บทีไรก็เจอชื่อเครื่องมือ AI เต็มไปหมดจนเลือกไม่ถูก — ตอนนี้ผมเล่าแบบภาษาคนว่าจริงๆ แล้วมันแบ่งเป็นกี่ประเภท เจ้าใหญ่ๆ ที่ได้ยินบ่อยมันต่างกันยังไง แล้วเจ้าของกิจการอย่างเราควรเลือกจากอะไร — เลือกจาก 'งาน' ไม่ใช่เลือกจาก 'ชื่อที่ดังที่สุด'

Part 1 เราเข้าใจแล้วว่า AI agent ลงมือทำงานเองเป็นขั้นๆ ได้ — ตอนนี้ผมเล่าแบบภาษาคนว่าเอามันมาใช้ในธุรกิจจริงทำอะไรได้บ้าง แล้วเจ้าของกิจการต้องวางกรอบคุมมันยังไงไม่ให้มันทำงานเลยเถิด

ยุคนี้ AI ไม่ได้มาแทนคน แต่มานั่งข้างๆ เป็นผู้ช่วยขับ — ตอนนี้ผมเล่าแบบภาษาคนว่าคนทำงานกับเจ้าของกิจการควรปรับ workflow ยังไง prompting ทำไมกลายเป็นทักษะรายวัน ทำไมต้องมีคนคอยเช็คงาน AI และทำไมห้ามเชื่อมันร้อยเปอร์เซ็นต์

AI วาดรูป เขียนแคปชั่น ทำคลิปได้ในไม่กี่วินาที — แล้วคนทำงาน creative จะอยู่ตรงไหน ผมเล่าแบบภาษาคนว่า AI เป็นเครื่องมือหรือมาแทนคน แล้วเรื่องลิขสิทธิ์กับความเป็นต้นฉบับมันยุ่งยังไง

เอา AI ไปคุยกับลูกค้า ดูเหมือนดีแต่มีเส้นบางๆ ที่ถ้าข้ามไปลูกค้าจะรำคาญและอยากคุยกับคนจริง — ตอนนี้ผมเล่าแบบภาษาคนว่า chatbot กับ personalization ทำให้ดีต้องทำยังไง แล้วทำไม 'ความโปร่งใส' ถึงสำคัญกว่าที่คิด

เคยสงสัยไหมว่า AI ที่คนพูดถึงกันทั้งบ้านทั้งเมือง พอลงไปในวงการจริงๆ มันไปช่วยตรงไหน — ตอนนี้ผมพาเดินดูทีละวงการแบบภาษาคน ค้าปลีก สุขภาพ การผลิต โลจิสติกส์ บริการ ใครเอาไปใช้ทำอะไรได้บ้าง โดยไม่มั่วตัวเลขให้ปวดหัว

เลิกถามว่า 'บริษัทเราควรใช้ AI ไหม' แล้วมาถามให้ตรงจุดกว่าว่า 'แผนกไหนเอา AI ไปทำงานอะไรได้บ้าง' — ตอนนี้ผมพาเดินทีละแผนกแบบภาษาคน การตลาด การเงิน HR ปฏิบัติการ บริการลูกค้า งานไหนเข้าทาง งานไหนยังต้องระวัง

กลัว AI จะแย่งงานไหม? ตอนนี้ผมเล่าแบบภาษาคนว่า เราจะปรับตัว เรียนใช้ AI เป็นเครื่องมือ แล้วทำงานคู่กับมันยังไง — ไม่ต้องเก่งโค้ด ไม่ต้องกลัวจนนอนไม่หลับ

ทุกคนกลัวว่า AI จะมาแย่งงาน แต่ความจริงมันแย่งได้บางอย่าง แล้วก็แย่งไม่ได้อีกหลายอย่าง — ตอนนี้ผมเล่าแบบภาษาคนว่าอะไรคือทักษะที่ AI ยังแทนคนไม่ได้ และเจ้าของกิจการควรลงทุนกับคนของเราตรงไหน

ทุกคนกลัวว่า AI จะมาแย่งงาน แต่ของจริงมันแอบเปิดงานใหม่ๆ ขึ้นมาเงียบๆ เหมือนกัน — ตอนนี้ผมเล่าให้ฟังแบบภาษาคนว่ามีอาชีพไหนเกิดใหม่จาก AI บ้าง แล้วอาชีพเดิมที่เรารู้จักมันกำลังกลายร่างไปยังไง

คำถามที่เจ้าของกิจการกลัวที่สุด — AI จะมาแทนคนของเราไหม คำตอบไม่ได้อยู่ที่ชื่อตำแหน่งครับ แต่อยู่ที่ว่างานนั้น routine แค่ไหน ตอนนี้ผมเล่าหลักการง่ายๆ ให้ฟังว่างานแบบไหนโดน AI แตะมาก งานแบบไหนแตะน้อย

พอได้ยินคำว่า AI หลายคนนึกถึงภาพ "หุ่นยนต์มาแย่งงาน" ทันที — แต่จริงๆ AI เข้ามาในงานได้ 3 โหมด แทนที่ ช่วย และสร้างงานใหม่ ตอนนี้ผมเล่าแบบภาษาคนว่าทำไมโหมด "ช่วยคน" มักคุ้มและชนะกว่าโหมด "แทนคน" ในธุรกิจจริงๆ

AI มันมาทั้งโลก แต่พอลงมาที่บ้านเรา ไทยได้เปรียบตรงไหน เสียเปรียบตรงไหน — ตอนนี้ผมชวนคุยแบบภาษาคน มองมุมเจ้าของกิจการว่าโอกาสกับความเสี่ยงของ AI ในไทยมันหน้าตาเป็นยังไง (เป็นมุมมอง ไม่ใช่สถิติเป๊ะๆ นะครับ)

ทำไมพอ AI เข้ามา บางธุรกิจโตพรวด บางเจ้าค่อยๆ เงียบหาย — ตอนนี้ผมเล่าแบบภาษาคนว่า AI มันขยับเศรษฐกิจยังไง ใครได้ใครเสีย แล้วเจ้าของกิจการตัวเล็กๆ อย่างเราควรยืนตรงไหนในคลื่นลูกนี้

ทุกอย่างติดป้าย AI ไปหมด vendor ก็เสนอขายกันรัวๆ — ตอนนี้ผมเล่าให้ฟังแบบภาษาคนว่าอะไรคือของจริงที่คุ้มเงิน อะไรคือ hype ที่ฟังหรูแต่ยังไม่ถึงเวลา แล้วเจ้าของกิจการอย่างเราจะแยกออกได้ยังไงก่อนควักเงินจ่าย

AI ไม่ได้พังแบบจอฟ้าให้เห็นชัดๆ มันพังแบบยิ้มแย้มตอบมั่นใจแต่ผิด — ตอนนี้ผมเล่าแบบภาษาคนว่า 4 อาการพังของโมเดล (จำเก่งเกินไป, อคติจากข้อมูล, โลกเปลี่ยนจนเพี้ยน, อธิบายไม่ได้) มันหน้าตายังไง แล้วทำไมต้องคอยดูมันตลอด

chatbot ตอบเสร็จก็จบ แต่ agent รับโจทย์แล้ววางแผน-ลงมือทำต่อเนื่องเองได้เป็นขั้นๆ — ตอนนี้ผมเล่าแบบภาษาคนว่ามันต่างกันตรงไหน ทำไม autonomy ยิ่งเยอะยิ่งช่วยงานได้มาก แต่ก็ยิ่งต้องระวัง

AI สร้างรูป สร้างเสียง สร้างข้อความขึ้นมาใหม่ได้ยังไงทั้งที่มันไม่ได้เคยเห็นของจริง — ผมเล่าแบบภาษาคนว่าเบื้องหลังมันคือศิลปินปลอมแข่งกับนักจับผิด แล้วทำไม deepfake ถึงน่ากลัว กับอาการ 'มโนหน้าตาเฉย' ที่เจ้าของกิจการต้องระวัง

เปิดฝาดูว่าข้างใน ChatGPT มันคิดยังไง — แบบไม่มีคณิตสักตัว ผมเล่าให้ฟังว่า LLM, Transformer, token, embedding, attention คืออะไร แล้วทำไมจริงๆ มันก็แค่ทายคำถัดไปเก่งมากๆ เท่านั้นเอง

อัลกอริทึมคือสูตรที่ AI ใช้เรียน ส่วน hyperparameter คือปุ่มที่คนตั้งให้มัน — ตอนนี้ผมเล่าแบบภาษาคนว่าสองตัวนี้คืออะไร ต่างกันยังไง แล้วทำไมการ 'จูน' ถึงเป็นเรื่องที่กินเวลาคนทำ AI มากที่สุด โดยไม่ต้องแตะคณิตศาสตร์เลยสักนิด

ทำไม AI ตัวหนึ่งดูภาพเก่ง อีกตัวเขียนข้อความเก่ง ทั้งที่ก็เรียกว่า neural network เหมือนกัน — ตอนนี้ผมเล่าแบบภาษาคนว่าตระกูล FNN / CNN / RNN มันต่างกันยังไง แล้วทำไมมันคือเครื่องมือช่างคนละชิ้นในกล่องเดียวกัน

ได้ยินคำว่าโครงข่ายประสาทเทียม แล้วรู้สึกว่ามันลึกลับเหมือนสมองมนุษย์ไหมครับ ตอนนี้ผมจะเปิดฝาดูข้างในแบบภาษาคน ว่า neuron, layer, weight มันคืออะไร แล้วทำไมเขาถึงเรียกว่า deep — ไม่มีคณิตศาสตร์ มีแต่อุปมาบ้านๆ

AI บางตัวไม่ได้เรียนจากครู แต่เรียนเองด้วยการลองผิดลองถูก ได้รางวัลก็จำไว้ โดนหักก็เลิกทำ — เหมือนฝึกหมาเล่นกล หรือเล่นเกมจนเก่ง ผมเล่าให้ฟังแบบภาษาคนว่ามันคืออะไร แล้วมันอยู่ในเกม หุ่นยนต์ กับฟีดที่เราเลื่อนดูทุกวันยังไง

ตอนก่อนเราสอน AI ด้วยข้อสอบที่มีเฉลย แต่ถ้าจู่ๆ โยนกองข้อมูลที่ไม่มีเฉลยให้มันล่ะ? ตอนนี้ผมเล่าแบบภาษาคนว่า AI แอบจัดกลุ่มลูกค้าให้เราเอง แล้วจับธุรกรรมแปลกๆ ได้ยังไงทั้งที่ไม่มีใครบอกมันว่าอะไรคือ 'แปลก'

AI เรียนรู้ยังไงตอนมีคนติดป้ายเฉลยให้ดู แล้วทำไมการ 'ทำนายตัวเลข' กับ 'จัดกลุ่ม' มันคนละงานกัน — ผมเล่าให้ฟังแบบภาษาคนด้วยตัวอย่างร้านค้าไทยสมมติ

เครื่องมันเรียนรู้ได้ยังไงทั้งที่ไม่มีใครสอนเป็นข้อๆ? ตอนนี้ผมเล่าแบบภาษาคนว่าหัวใจของ ML คือ 'ดูตัวอย่างเยอะๆ' (train) แล้วเอาไปทาย (inference) — แล้วทำไม 'ข้อมูล' ถึงเป็นคำสำคัญที่สุดของเรื่องนี้

AI, Machine Learning, Deep Learning, GenAI — สี่คำนี้ไม่ใช่ของคนละตัวที่ต้องเลือกอย่างใดอย่างหนึ่ง แต่มันคือกล่องซ้อนกล่อง ตอนนี้ผมเล่าให้ฟังแบบภาษาคนว่าอะไรอยู่ในอะไร แล้วทำไมเจ้าของกิจการอย่างเราต้องรู้ไว้ก่อนคุยกับ vendor

เปิดซีรีส์ AI 101 ฉบับภาษาคน สำหรับเจ้าของกิจการกับคนทั่วไปที่ไม่ใช่สาย IT — ทำไมต้องเข้าใจ AI สักหน่อย แล้วซีรีส์นี้แบ่งเป็น 2 ทางให้เลือกอ่าน เบื้องหลังมันทำงานยังไง กับเอาไปใช้ในงานจริง

เจ้าของร้านโดน vendor ป้ายยา ระบบ AI ทั้งที่จริงๆ มันแค่ทำตามกฎ — ตอนนี้ผมเล่าให้ฟังแบบภาษาคนว่า AI กับ automation มันคนละตัวกันยังไง แล้วทำไมต้องแยกให้ออกก่อนควักเงินจ่าย

สารบัญรวมของซีรีส์ AI 101 ฉบับภาษาคน สำหรับเจ้าของกิจการกับคนทั่วไปที่ไม่ใช่สาย IT — แบ่งเป็น 2 ภาค Part 1 เบื้องหลัง AI ทำงานยังไง กับ Part 2 เอา AI ไปใช้งานและธุรกิจ พร้อมตัวช่วยเลือกว่าควรเริ่มอ่านจากตรงไหน และสารบัญเต็มทั้ง 41 ตอน

ซีรีส์ 16 EP ที่พาคุณ — เจ้าของกิจการ ผู้บริหาร startup founder PM dev junior คนทั่วไป — เข้าใจโลก database ทั้งภาพ ตั้งแต่ ledger กระดาษของยุค 1960s → relational revolution → NoSQL → serverless → vector DB ของยุค AI ปี 2026 ภาษาคน ไม่ต้องเป็นโปรแกรมเมอร์

ปิดซีรีส์ Database 101 ทั้ง 16 ตอน — Decision Tree 1 หน้าตอบคำถาม 'ผมต้องเลือก DB อะไรสำหรับ project นี้?' + 5 anti-pattern ที่เจอบ่อย + 5 trends ที่ต้องจับตา (DuckDB / NewSQL / AI-native DB / Database Branching / WebAssembly DB)

ลูกค้าพิมพ์มาว่า 'เครื่องเสียงของผมไม่ดัง' — ในประโยคนี้ไม่มีคำว่า volume ไม่มีคำว่า เสียง แต่ AI customer service ตอบกลับเรื่อง volume ได้ถูกจุด. EP.15 เล่าว่าทำไมระบบเข้าใจได้ — Embedding + Semantic Similarity + Vector DB 5 เจ้า + RAG pattern ที่อยู่เบื้องหลัง AI app เกือบทุกตัวปี 2026 + ทำไมผมเดาว่า pgvector จะกินตลาดระยะยาว.

เคส e-commerce ไทยที่ junior copy backup file ที่ไม่ encrypt ออก external drive ‘เพื่อทดสอบ’ — drive หาย, customer record 2 ล้าน leak. EP.14 เจาะ 3 ชั้น Database Security (network / authentication / encryption), encryption at rest vs in transit vs field-level, tokenization, SQL injection prevention, Row-Level Security, backup encryption + immutable backup ป้องกัน ransomware และ audit logging — ทั้งหมดผูกกับ PDPA + GDPR ที่ถือว่า encryption เป็น ‘default expected control’ ปี 2026.

เคสสมมติของผู้ผลิตชิ้นส่วนรถยนต์ที่ DBA แก้ค่า quality test 15 record ตรงผ่าน database — ของหลุดถึงลูกค้าและ application log ไม่เห็นเลย เพราะ change ไม่ผ่าน application. EP.13 เล่าว่า DBA คือใคร, ทำไมเข้าตรง DB = bypass ทุก control, และ 5 เครื่องมือที่บริษัทใหญ่ใช้คุม — PAM, Session Recording, JIT Access, SoD, Audit Log Tampering Defense.

Netflix ใช้ DB ถึง 7 ตัว Uber 10+ ตัวในระบบเดียว — ไม่ใช่เพราะวิศวกรชอบเล่นของใหม่ แต่เพราะ enterprise ปี 2026 ไม่มี 'DB ตัวเดียวพอ' อีกแล้ว. EP.12 เล่าเรื่อง Polyglot Persistence, 8 family ของ DB ใน enterprise stack, DW vs DL vs Lakehouse, ETL/ELT/Reverse ETL, Data Mesh, CDC — และทำไม budget DB ของ enterprise ไทยใหญ่ขึ้นทุกปี ทั้งที่ data เพิ่มไม่เยอะขนาดนั้น.

ปี 2026 ทีม founder + dev + designer 3 คน รัน SaaS user 10,000 ได้ด้วยค่าใช้จ่ายเดือนละ ~$50 — สแตก Supabase + Vercel + Stripe + Cloudflare ที่ไม่มี server ไม่มี DBA ไม่มี on-call. EP.11 เจาะ 4 family ของ Serverless DB ปี 2026 + บทเรียน PlanetScale ปิด free tier ปี 2024 ที่บอกเราว่า vendor lock-in ต้องเห็นตั้งแต่ day 1.

เคยสงสัยมั้ย ทำไม Notion / Linear / Obsidian เปิดได้ตอนเครื่องบินไม่มีเน็ต แล้วพอลงเครื่องเปิดเน็ตเสร็จ ทุกอย่าง sync เข้ากันเองโดยไม่ต้องกดอะไร — เบื้องหลังคือ SQLite, database ที่อยู่ในมือถือคุณทุกเครื่อง browser ทุกตัว แต่ไม่มีใครพูดถึง. EP.10 คุยเรื่อง SQLite + Local-first movement + CRDT + Cloudflare D1 + Turso — pattern ที่ flip ทิศ data ownership กลับไปอยู่ที่ user.

เอาตรงๆ blog ที่คุณกำลังอ่านอยู่นี้ไม่มี database เลย — ย้ายจาก WordPress + MySQL บน Cloudways มาเป็น Markdown + Cloudflare Pages + R2 ไปแล้วเมื่อปีก่อน. EP.09 เล่าว่าทำไม static-first ถึงชนะสำหรับเว็บ content ปี 2026 และเมื่อไหร่ database ค่อย 'กลับมา' บางส่วน.

ตั๋วเครื่องบินที่นั่งสุดท้าย ลูกค้า 100 คนกดจองพร้อมกัน ระบบ confirm สำเร็จ 5 คน — ทุกคนได้ตั๋วใบเดียวกัน. EP.08 เจาะ Locking (shared/exclusive) → Deadlock → Isolation Levels 4 ระดับ → MVCC ของ Postgres → Optimistic vs Pessimistic Locking → Eventual Consistency. และทำไม 'isolation level ผิด' ถึงเป็น bug ที่ debug ยากที่สุดในวงการ — เจอเฉพาะตอน scale ใหญ่ ไม่เจอใน dev.

ระบบค้นหาลูกค้าของบริษัทค้าปลีก ปีแรก 0.01 วินาที เจอ — ปีที่สองช้าลงเป็น 30 วินาที ทั้งที่ code เดียวกัน server ตัวเดิม. EP.07 เล่าว่าทำไมมันช้าลง 1000 เท่า, root cause คือ index ขาด, แล้วพา tour B-tree / hash / composite index + EXPLAIN PLAN + N+1 problem แบบที่ผู้บริหารฟังรู้เรื่อง.

ลูกค้าเปลี่ยนที่อยู่ใน profile แต่ order เก่ายังโชว์ที่อยู่เก่า — ทำไม? เพราะ schema ออกแบบผิดตั้งแต่วันแรก. EP.06 พาดู Table/Row/Column, Primary Key, Foreign Key, แล้ว refactor ตารางรกๆ ให้สะอาดผ่าน 1NF/2NF/3NF, รู้ว่าเมื่อไหร่ควร denormalize 'ผิดหลักโดยตั้งใจ', แล้วปิดด้วย schema migration ที่ไม่ทำให้ระบบล่ม.

EP.04 จบที่ NoSQL ระเบิด + Polyglot Persistence. EP.05 คือทศวรรษที่ database เลิกต้องการ DBA — สตาร์ทอัพไทยปี 2025 launch product ด้วยทีม 3 คน + Supabase + 0 DBA + 0 server. 4 ระดับของ database evolution ในยุค cloud + pricing model ที่เปลี่ยนเกมของวงการสตาร์ทอัพทั้งวงการ.

EP.03 เราจบที่ ACID + relational เป็นกระดูกสันหลังของ enterprise. EP.04 คือทศวรรษที่กระดูกสันหลังนั้นเริ่มหัก — Twitter ล่มทุกสัปดาห์ปี 2008, Google เขียน paper BigTable ปี 2006, Amazon เขียน paper Dynamo ปี 2007, แล้วโลกก็ได้ NoSQL 4 ตระกูล + CAP theorem ที่บังคับให้ทุก distributed database ต้องเลือก trade-off เอง. ไม่ใช่ของดีกว่า relational — เป็น tool คนละงาน.

ATM โอนเงิน 1,000 บาทจาก A→B แล้วไฟดับตอนระบบหักจาก A เสร็จพอดี — เงินหายไปไหน? นี่คือคำถามที่ ACID เกิดมาตอบ. EP.03 เล่ายุคที่ relational + ACID กลายเป็นกระดูกสันหลังของธนาคาร, SQL ถูก standardize เป็นภาษากลาง, Big 4 (Oracle / SQL Server / DB2 / Sybase) ครองตลาด, ERP boom เปลี่ยน database เป็น single source of truth ของบริษัท, และตำแหน่ง DBA เกิดมาเป็น 'คนถือกุญแจทุกดอก'.

EP.01 จบที่คำถามว่า 'ห้องสมุดของเมืองดิจิทัล' เกิดขึ้นได้ยังไง. EP.02 พาย้อนไปดูยุคที่ database จริงๆ 'เกิด' — เริ่มที่ NASA Apollo Program ที่ต้องเก็บชิ้นส่วนยานล้านชิ้น ห้ามผิดแม้แต่ตัวเดียว, IBM ส่งทีมไปช่วยจน IMS เกิดในปี 1968, แล้วปี 1970 — Edgar Codd นักคณิตศาสตร์ของ IBM เขียน paper ฉบับเดียวที่เปลี่ยนทั้งวงการ. SQL กำเนิด, Oracle 1979 ปล่อยขายเชิงพาณิชย์ตัวแรก, และ relational database ก็ครองโลกต่อเนื่อง 50 ปี — เพราะมันเปลี่ยนวิธีคิดจาก 'บอกวิธีไปหา' เป็น 'บอกว่าต้องการอะไร'.

ลองนึกภาพออฟฟิศไทย 50 คนใช้ Excel customer list ร่วมกัน — 2 คนเซฟพร้อมกัน ของหายไปครึ่งวัน ที่อยู่ลูกค้าใน Excel A ≠ B ≠ C. EP.01 เปิดซีรีส์ Database 101 ด้วยคำถามเดียว — ทำไมโลกถึงต้องคิด database ขึ้นมาตั้งแต่แรก? คำตอบคือ 4 ปัญหาที่มนุษย์เจอทุกครั้งที่พยายามเก็บข้อมูลร่วมกัน

EP สุดท้ายของซีรีส์ 52 ตอน. พา reader เดินทัวร์เมืองครบทุกย่าน — สรุปแผนที่ 6 Parts (WHY → HOW → Identity → Data → Infrastructure → Operations → Governance) ในมุมเดียว. ทบทวน 3 mental tool ที่ใช้ได้ตลอดชีวิต (CIA Triad / Defense in Depth / Assume Breach). สรุป 5 leader takeaway ที่ผู้บริหารต้องจำ. Bridge ไปยัง CISA Domain 5 ในมุม auditor + topic mapping ของ Foundation → CISA D5 + next steps ตาม reader 4 กลุ่ม (เจ้าของกิจการ / CISA candidate / tech professional / general reader). ครอบคลุมเนื้อหาที่ขยายในรอบล่าสุด — BCM Standards Family (EP.08), Network Anatomy primer ที่ลึกถึง physical media + WAN + SAN + Network Types (PAN/WPAN/WWAN) + NAS vs SAN + VSAN + VLAN deep (EP.26.5), AAA Protocols (RADIUS/TACACS+/Diameter) + Certificate-based authentication (EP.11), Biometric performance metrics FAR/FRR/CER + 8 modalities (EP.13), PKI 3 components + 6 revocation reasons + 11 PKI risks + CP vs CPS (EP.23), IDS 4-part components + WIPS + 7 best practices (EP.29), IPSec internals + DNSSEC NSEC3 + CDN deep + NTP deep (EP.30), DLP Content Analysis 7 techniques + Risk/Controls taxonomies (EP.31), Community cloud + Cloud Repatriation + 9 CSA Top Threats (EP.32), CYOD + MDM 10 controls + Wireless categories + EAP 5 types + Mobile Payment 4-type (EP.35), Passive vs Active attack taxonomy (EP.39), Scareware + 12 specific attacks + Malware Wall 3 levels (EP.41), SOC 9 activities + SIM vs SEM + SIEM agent/agentless + SOAR 6 benefits (EP.43), White + Yellow team + Pen-test vs Ethical hacking + MAST + Fuzz testing (EP.45), 6 investigation types + DEBs + Forensic Report 8 quality (EP.47), ISSP 6 subtypes + Policy 9 elements + Baseline 7 categories (EP.48), Alarm Control Panel 8 reqs + EPO switches + Perpetrator profiles + 8 entry path audit (EP.50). Security ไม่ใช่ project — เป็น discipline ตลอดชีวิต

EP.48-50 ตอบเรื่อง policy + privacy law + physical security. แต่ในเมืองจริง — กฎหมายไม่บังคับใช้เองได้ ต้องมี เทศบาล + ผู้ว่าฯ + ตำรวจ + ผู้ตรวจสอบ ที่แยกอำนาจกัน. EP.51 พา reader ไปดู โครงสร้างองค์กร security ที่ผู้บริหารต้องเข้าใจ — เริ่มจาก CISO + กฎเหล็กที่บริษัทไทยพลาดกันบ่อย ห้ามให้ CISO รายงาน CIO/CTO/CFO เพราะ KPI ขัดกัน + Three Lines Model ที่แบ่ง operations / risk / audit ให้อิสระต่อกัน + Risk Committee vs Audit Committee ของ Board + CRO/CAE/DPO ที่ทั้ง 3 ห้ามอยู่ใต้คนที่ตัวเองตรวจ. เคสจริง — Equifax 2017 (CISO อยู่ใต้ CIO ก่อนเจาะ 147 ล้านคน) + Uber 2016 (CSO Joseph Sullivan โดนตัดสินคดีอาญาปี 2023) + Target 2013 (CISO turnover หลังเจาะ)

EP.49 คุยเรื่อง Privacy = สิทธิ์ดิจิทัลของชาวเมือง. แต่ security ที่เริ่มต้นจริงๆ ไม่ใช่ digital — มันคือ ของจริงๆ ในโลกจริง — ประตู + ระบบอากาศ + ไฟฟ้า + ระบบดับเพลิง. ถ้า physical พัง — ดิจิทัลพังตามทันที. EP.50 พาคุณเดินใน data center จริง — mantrap เหมือน airlock ของยานอวกาศ / HVAC ที่ทำให้ Target โดน hack ปี 2013 / FM-200 ดับเพลิงโดยไม่ทำลายเซิร์ฟเวอร์ / Uptime Tier I-IV ที่บอก downtime ต่อปีกี่นาที / Stuxnet ที่ข้าม air-gap ด้วย USB / AWS Iceland HVAC overheat ปี 2022. ผู้บริหารที่อ่านจบ — จะถามผู้รับเหมา data center ได้ถูกคำถาม

EP.48 พาคุณเข้าใจลำดับชั้นเอกสารของเมือง — Policy / Standard / Procedure / Guideline. EP.49 ลงเฉพาะกฎหมายที่บริษัทไทยเจอแน่นอนในปี 2026 — Privacy laws. GDPR ของยุโรปบังคับมาตั้งแต่ปี 2018 + PDPA ของไทยบังคับเต็มรูปแบบมิถุนายน 2022 + Cross-border transfer ที่ทุกคนสับสนหลัง Schrems II. EP.49 พาคุณเข้าใจสิทธิ์ของชาวเมืองในข้อมูลของตัวเอง — Data Subject Rights 8 ข้อ / Lawful Basis 6 ฐาน / Article 33 + มาตรา 37 (แจ้งภายใน 72 ชั่วโมง) / Schrems II ที่ล้ม Privacy Shield / SCC + BCR + Adequacy / Data Localization / DPO + DPIA + Privacy by Design — และเคสจริงที่ทำให้บริษัทเจ็บ: Cambridge Analytica 2018 / Meta โดนปรับ €1.2B / Marriott £18.4M / LINE Thailand 2024 leak

Part 5 ปิดด้วย Forensics. Part 6 (Governance) เปิดด้วยภาพใหญ่ที่สุด — กฎหมายของเมือง. EP.48 พาคุณเข้าใจลำดับชั้นเอกสาร 4 ชั้น — Policy (รัฐธรรมนูญ) / Standard (กฎหมายลูก) / Procedure (ขั้นตอน) / Guideline (คำแนะนำ) — ทำไมบริษัทไทยส่วนใหญ่ไม่มี Information Security Policy เป็นลายลักษณ์อักษร แล้วโดน audit fail / ทำไม Acceptable Use Policy = เกราะคุ้มกัน HR ตอนพนักงานทำผิด / lifecycle ของเอกสาร 7 ขั้น (Draft → Review → Approve → Publish → Train → Maintain → Retire) / เริ่มที่ไหน — NIST policy templates / SANS / ISO 27002

EP.46 พาคุณรู้จัก Incident Response — ทีมดับเพลิงที่หยุดไฟไม่ให้ลาม. EP.47 ปิด Part 5 ด้วย discipline ที่กฎเข้มที่สุดในวงการ — Digital Forensics. หลังหยุดไฟแล้ว — ค้นหาสาเหตุ + เก็บหลักฐาน + รู้ว่าโจรเอาอะไรไป — ทุกขั้นตอนต้องทำให้ถูกต้องตามใบเหลือง (chain of custody) ที่ทุกคนเซ็น. มิฉะนั้นหลักฐานเป็นโมฆะในศาล. รวม Order of Volatility (RFC 3227) — เก็บ RAM ก่อน disk + Locard's Exchange Principle — ทุกการสัมผัสทิ้งร่องรอย + Imaging + Write Blocker + Memory / File / Network forensics + Anti-forensics. เคสจริง BTK Killer 2005 (จับได้จาก metadata ของ floppy disk) + Silk Road 2013 (FBI ถ่าย RAM image ตอนที่เครื่องเปิดอยู่) + Power-Off Trap ที่ทำลายหลักฐานทุกครั้ง

EP.45 ลองเจาะตัวเอง — เจอบาง. แต่วันที่โจรจริงเข้ามา — ทำยังไง? คำตอบ — Incident Response. EP.46 พาคุณดูคู่มือดับเพลิงของวงการ — NIST 800-61 framework 4 phases (Preparation / Detection-Analysis / Containment-Eradication-Recovery / Post-Incident) + ทีม CSIRT ที่รวม IR lead / Forensics / Legal / PR / Exec / HR / DPO / Comms + Tabletop exercise ที่ฝึกก่อนไฟไหม้ + 72-hour clock ของ GDPR/PDPA + Cyber Insurance + IR retainer (Mandiant / CrowdStrike / Kroll) + 3 เคสจริง — Maersk NotPetya 2017 (10 วันกู้คืน + Ghana DC backup), Marriott 2018 (delay 30 วัน = £18M ICO fine), Uber 2016 (CSO Joseph Sullivan โดน criminal charges จากการปกปิด — convict 2023)

EP.44 พาคุณดู Threat Hunting + Deception — หาภัยแบบ active. คำถามต่อ — เราจะรู้ได้ยังไงว่าระบบของเรามีรู? คำตอบเดียวที่จริงคือ — แฮกตัวเองก่อนโจรจะหาเจอ. EP.45 พาคุณรู้จัก 4 ระดับของการแฮกตัวเอง — Vuln Scan (เด็กส่องไฟฉาย) / Pen Test (โจรลองเข้า) / BAS (Red Team ในกล่อง — automated, continuous) / Red Team (แก๊งโจรปลอมตัวเข้าทั้งบริษัท) — ต่างกันที่ความถี่ / ราคา / ทักษะ / เป้าหมาย. ปิดท้ายด้วย VM Lifecycle (Vulnerability Management) — closed loop 6 ขั้นที่ทำให้ของที่เจอถูกแก้จริง ไม่ใช่แค่นอนในรายงาน. ครอบคลุม PTES methodology, Black/Gray/White Box, Bug Bounty (HackerOne / Bugcrowd / ZDI / Apple), CVD + Google Project Zero 90-day policy. พร้อมเคสจริง — Coalfire pentester ที่ Iowa โดนจับติดคุก 12 ชั่วโมงเพราะกระดาษไม่ครบ + Hacking Team บริษัท security ที่โดนแฮกเสียเอง + Equifax 2017 ที่ patch ออกมา 6 สัปดาห์แล้วไม่ patch

EP.43 SOC + SIEM + EDR ดู alert ที่เครื่องจักรเห็น. แต่บางครั้งโจรเก่งกว่า — เครื่องไม่เห็น. EP.44 พาคุณเข้าโลกของ Threat Hunting (ตั้งสมมติฐานแล้วเดินหาในเมือง) + Deception (วางขนมหวานล่อให้โจรเข้าไปแตะ). 5 concept: hypothesis-driven hunt / IoC vs IoA / Threat Intelligence + STIX/TAXII / Pyramid of Pain (David Bianco) / Honeypot + Canary token. เคสจริง — Mandiant M-Trends dwell time / Snowden 2013 ที่ internal hunting น่าจะจับได้ / Canary token ของ Thinkst ที่ low-cost high-signal

EP.39-42 พาคุณดู attack — Kill Chain / Phishing / Malware / OWASP Top 10. คำถามถัดมาที่จริงที่สุดของวงการคือ — รู้แล้วว่าโจรทำงานยังไง แล้ว detect ยังไง? EP.43 พาคุณเข้า ห้องควบคุมของเมือง — SOC ที่มี analyst 3 ชั้น + SIEM ที่รวม log ของทุกระบบเข้ามาดูในจอเดียว + EDR/XDR ที่เป็นกล้องในทุกตึก + SOAR ที่เป็นแม่บ้าน auto. ปิดด้วยเคส Target 2013 ที่ FireEye alert ดังแล้วแต่ทีม SOC ไม่ตอบ — ขโมยบัตรลูกค้าไป 40 ล้านใบ. บทเรียน: เครื่องมือดี + คนกับ process แย่ = ตาย

EP.41 พาคุณดูสวนสัตว์ malware ฝั่ง endpoint — virus / worm / ransomware / RAT. แต่ในยุคนี้ โจรไม่ต้องส่ง malware ก็ได้ — แค่ exploit bug ใน web app ของบริษัทคุณก็พอ. EP.42 พา reader เดินผ่าน OWASP Top 10 (2021 edition) — รายการ 10 ช่องโหว่ที่ developer + security team ทั่วโลกใช้เป็น checklist. ทุกข้อมีเคสจริง: Capital One ($100M+ จาก SSRF), Equifax (147M record จาก Struts injection), Sony 2011 (77M account จาก SQLi), Log4Shell (ทั้งโลกตื่นปลายปี 2021), SolarWinds 2020 (supply chain integrity). อ่านจบ — ผู้บริหารรู้ว่าแต่ละข้อแปลว่าอะไร + breach ดังเรื่องไหน map กับข้อไหน

EP.40 พาคุณดูวิธีที่โจรหลอกคน — phishing / BEC / vishing — แต่หลอกเสร็จแล้วโจรปล่อยอะไรเข้าเครื่อง? คำตอบคือ Malware — และไม่ใช่มีแค่ virus เหมือนที่คนทั่วไปคิด มันเป็นสวนสัตว์ทั้งสวน. EP.41 พาคุณเดินสวนสัตว์ของวงการ — virus / worm / trojan / RAT / rootkit / bootkit / ransomware / cryptominer / banking trojan / spyware / keylogger / stalkerware / wiper / logic bomb / backdoor / fileless — 12+ ประเภทแบ่งเป็น 5 ครอบครัวใหญ่. มาพร้อม WannaCry 2017 (worm + ransomware) / NotPetya 2017 (wiper ปลอม ransomware) / Stuxnet (state-grade) / Emotet (banker → loader) / Pegasus (Khashoggi 2018) / Mirai (IoT botnet). อ่านจบรู้ว่าแต่ละสัตว์ดุยังไง + ทำไมผู้บริหารต้องสนใจ

EP.39 พาคุณเดิน Kill Chain + MITRE ATT&CK — playbook ของโจรครับ. EP.40 ลงลึก phase แรกที่สำคัญที่สุด — Initial Access. ความจริงที่วงการรู้แต่บริษัทยังไม่ยอมรับ — โจรในยุคนี้ไม่เจาะ firewall. โจรหลอกคน. Verizon DBIR รายงานทุกปีว่า 70-80% ของ breach เริ่มจาก human element. FBI ประเมิน BEC (Business Email Compromise) ทำเงินให้โจรทั่วโลกสะสมกว่า $55B ตั้งแต่ 2013 ถึง 2023. ฮ่องกง 2024 พนักงานโอน $25M เพราะเชื่อ deepfake CFO ใน Zoom. Twitter 2020 พนักงานให้ credential เพราะคนปลอม IT โทรมาตอน lockdown. EP.40 พาคุณดู phishing 4 แบบ + BEC + vishing + smishing + pretexting + baiting + tailgating + defense layers. คนคือ Layer 6 ที่เปราะที่สุดในเมือง — แต่ก็แก้ได้ถ้าวางระบบถูก

Part 4 ปิด — Infrastructure ครบ. Part 5 เปิดด้วยคำถามที่จริงที่สุดของวงการ — โจรทำงานยังไง? EP.39 พาคุณเข้าหัวโจร 3 มุม: Lockheed Martin Kill Chain — 7 ขั้นตอนของการปล้นรถยุคดิจิทัล / Diamond Model — 4 มุมของทุก attack / MITRE ATT&CK — Google Maps ของวงการ security ที่ map ทุกซอย tactic + technique ที่โจรใช้จริง. SolarWinds APT29 mapped เป็น T1195.002 (supply chain) + T1078 (valid accounts). Conti playbook leak. ก่อน defend ต้องเข้าใจวิธีคิดของโจรก่อน — Part 5 เริ่มที่นี่

EP.27-37 พาคุณดูโครงสร้างพื้นฐานแบบดั้งเดิมของเมือง — firewall / segmentation / cloud / DevSecOps / ZTNA. แต่ในปี 2024-2025 มี 2 เทคโนโลยีใหม่ที่เปลี่ยนเกมทั้งหมด — AI กับ Blockchain. EP.38 ปิด Part 4 ด้วยเรื่องที่ผู้บริหารปี 2026 หลีกเลี่ยงไม่ได้: prompt injection ที่ใช้หลอก AI ของบริษัท + deepfake CEO ที่หลอกโอนเงิน $25M ที่ฮ่องกง + smart contract bug ที่ทำให้ DAO เสีย $60M + bridge hack Ronin $625M + exchange ล่ม Mt. Gox / FTX. AI = ผู้ช่วยใหม่ของเมืองที่หลอกได้. Blockchain = บัญชีสาธารณะที่แก้ไม่ได้ แต่กุญแจ wallet หายก็พังเหมือนกัน

EP.35-36 พาดูพนักงานนอกตึก + ของที่ฝังคอมในบ้าน. EP.37 ปิด case หนักสุดของยุค post-COVID — พนักงานทำงานที่บ้าน 100% ผ่านเน็ตที่บริษัทไม่ได้คุม. มีนาคม 2020 ทั้งโลกย้าย remote ใน 1 สัปดาห์ — RDP exposed เพิ่ม 127% — ransomware era เริ่มต้นจากตรงนี้. VPN ที่ใช้กันมา 25 ปี = castle-and-moat (เข้าได้ก็เดินทั้งเมือง). Zero Trust = ตำรวจที่ตรวจที่ทุกประตู ไม่ใช่แค่ประตูหน้าเมือง. ZTNA / SASE / SSE / Conditional Access + เคส Twitter 2020, Colonial Pipeline 2021, Citrix CVE-2019-19781 — และ home network risks ที่ผู้บริหารยุค hybrid work ต้องรู้

EP.35 รู้ mobile + wireless. แต่ของอีกประเภทที่ไม่มีใครคิดว่าเป็น 'IT' — สมาร์ทแอร์ในบ้าน + เครื่องจักรในโรงงาน + ระบบไฟฟ้าของประเทศ — ทุกอย่างฝังคอม + ต่อเน็ต + และโจรชอบ. EP.36 พาดู OWASP IoT Top 10 + ความต่างระหว่าง OT กับ IT ที่ผู้บริหารส่วนใหญ่ไม่รู้ + PLC / HMI / SCADA / Modbus ที่ทำให้โรงงานเดิน + ทำไม 'air-gap' เป็นตำนานที่ไม่จริง + เคส Stuxnet 2010 / Ukraine power grid 2015-2016 / Casino fish tank 2017 / Triton 2017 / Colonial Pipeline 2021 / Verkada 2021 — บทเรียนที่บริษัทไทยที่มีโรงงาน + บ้านที่มี IoT ต้องเข้าใจก่อนสายเกินไป

EP.34 build pipeline พร้อมแล้ว — code ผ่าน SAST/DAST/SCA + SBOM ครบ + secrets ไม่หลุด. แต่ของที่ build เสร็จไปอยู่ที่ไหน? อยู่บน **มือถือพนักงาน** ที่ขึ้นรถไฟฟ้ากลับบ้าน + ต่อ **Wi-Fi ร้านกาแฟ** ตอนกลางวัน + เชื่อม **Bluetooth หูฟัง** ระหว่างประชุม + ใช้ **4G/5G** ตอนเดินทาง — ทุกชั้นเป็นสัญญาณวิทยุที่ลอยอยู่ในอากาศ ใครก็ดักได้ ใครก็ปลอมได้. EP.35 พาคุณดู MDM/MAM/UEM (Microsoft Intune / Workspace ONE / Jamf), BYOD vs COPE vs COBO, Jailbreak / Root / Sideloading, Wi-Fi ตั้งแต่ WEP (ตาย 2001) ถึง WPA3, Evil Twin ที่ Vegas / KRACK 2017 ของ Mathy Vanhoef, Bluetooth BlueBorne + KNOB, IMSI Catcher (Stingray) ที่ปลอม cell tower, และ Pegasus ของ NSO Group ที่ใช้ติดตาม Jamal Khashoggi ก่อนถูกฆ่าในปี 2018.

EP.32-33 พาคุณเข้าโลก cloud + container เรียบร้อย — ของในเซฟวิ่งอยู่บน infrastructure ยุคใหม่ครบ. แต่ก่อนของจะ run บน production มันต้องผ่าน build pipeline — สายพานการผลิตที่เปลี่ยนโค้ดเป็นแอป. EP.34 พาคุณดูเหตุผลที่โจรยุคใหม่หันมาเจาะ pipeline แทนการเจาะ production — เพราะถ้าได้ pipeline = ทุกคนที่ใช้แอปคุณติดในวันเดียว. SolarWinds 2020 / Log4Shell 2021 / Codecov 2021 / npm-typosquatting — 4 เคสที่สอนว่าทำไม Shift-Left = เลื่อนการตรวจของกลับไปที่โรงงาน ไม่ใช่ตอนของถึงปลายทางแล้ว. SAST / DAST / SCA / IaC scanning / Secrets management / SBOM / Sigstore + supply chain — ทำไมโค้ดทุกบรรทัดที่ deploy ต้องมีลายเซ็น

EP.33 จบที่ Docker + Kubernetes ที่ครองตลาด enterprise. แต่ landscape ไม่ได้หยุดที่ container — AWS Lambda รันบน Firecracker (MicroVM) ตั้งแต่ปี 2018, Cloudflare Workers ไม่ใช้ container เลย ใช้ V8 isolate + WebAssembly แทน. EP.33.5 พาดู 3 runtime หลัง container — MicroVM, Wasm, Unikernel — ที่ Cloudflare/AWS/Fastly/Vercel กำลังเดิมพันสำหรับยุค edge computing + serverless ปี 2026-2028

EP.32 พาคุณดูเรื่อง cloud + shared responsibility — รู้แล้วว่าใครรับผิดชอบส่วนไหนของตึก. EP.33 ลงลึกอีกชั้น — หน่วยย่อยที่สุดของ cloud-native ยุคนี้คือ container + Kubernetes. เปลี่ยนวิธีคิดเรื่อง deployment ทั้งหมด. ทำไมตู้คอนเทนเนอร์ถึงเร็วกว่า VM, ทำไมภาพ Docker จาก Docker Hub โดยตรงเป็น supply chain risk ที่ใหญ่ที่สุดในรอบ 5 ปี, ทำไม Tesla โดน cryptojacking ผ่าน Kubernetes dashboard ที่ไม่ใส่รหัส, Pod / Service / Ingress / RBAC คืออะไรในภาษาคน, และ Pod Security Standards / Falco / OPA Gatekeeper / Service Mesh + mTLS ใช้ป้องกันอะไรในชีวิตจริง — สำหรับผู้บริหารที่ทีม dev บอกว่า 'ย้ายขึ้น K8s แล้วครับ' แต่ตัวเองยังงงว่ามันคืออะไร

EP.32 มี table 9 ชั้นที่บอกว่า ใครดูแล Network, Storage, Servers, Virtualization, OS, Container Tech, Runtime, Application, Data ในแต่ละ cloud model. แต่ถ้าไม่รู้ว่า 9 ชั้นนี้คืออะไร แต่ละชั้นทำหน้าที่อะไร table ก็เป็นแค่ตารางสีสวยที่อ่านไม่รู้เรื่อง. EP.32.5 ปูพื้น 9 layers ตั้งแต่ Network ขึ้นมาถึง Data ในภาษาที่ผู้บริหารใช้ในห้องประชุมได้ พร้อมตอบคำถามที่ค้างใจ — Runtime ต่างจาก Middleware ยังไง? ทำไม PaaS ดูแล Runtime แต่ IaaS ไม่ดูแล?

EP.27-31 พาคุณดู Infrastructure ของเมือง — ป้อมยาม (Firewall), แบ่งย่าน (Segmentation), ตำรวจ (IDS/IPS/WAF), ท่อใต้ดิน (VPN/Proxy/DNS), และยามรับนักท่องเที่ยว 10 ล้านคน (DDoS+DLP). ทั้งหมดเป็นภาพ on-premise — ของในตึกที่บริษัทเป็นเจ้าของ. แต่ปี 2025-2026 ทุกบริษัทไป cloud กันหมด — และคำถามที่ผู้บริหารไทยอ่านผิดบ่อยที่สุดในรอบ 10 ปีคือ Shared Responsibility Model. EP.32 พาคุณเข้าใจ IaaS / PaaS / SaaS / FaaS / CaaS ผ่านภาพ เช่าคอนโด vs ซื้อตึก, ทำไม Capital One โดน 100 ล้านแฟ้มในปี 2019 ทั้งที่ใช้ AWS, ทำไม Code Spaces บริษัทดีๆ ถูกลบหมดใน 12 ชั่วโมง, และความต่างระหว่าง CSPM / CIEM / CWPP / CNAPP ที่ vendor ขายให้สับสน

EP.30 พาคุณดูท่อใต้ดิน (VPN) + คนกลาง (Proxy) + สมุดที่อยู่ (DNS) — ระบบที่ทำให้ของวิ่งจากเมืองหนึ่งไปอีกเมืองได้ปลอดภัย. EP.31 ขึ้นกับโจทย์ใหญ่ของยุคนี้ — โจรไม่ต้องเจาะกำแพง โจรแค่ส่ง 10 ล้านคนมายืนหน้าประตูพร้อมกัน. DDoS 3 ประเภท (Volumetric / Protocol / Application) + Amplification ที่ทำให้ 1 packet กลายเป็น 50,000 packet + วิธีรับมือด้วย Anycast / Scrubbing / Rate limiting. และอีกครึ่งของ EP — DLP (Data Loss Prevention) ยามขาออก ที่คอยดูว่า data ไหลออกไปจากบริษัทผิดทางไหม. เคสจริง — Mirai 2016 ที่ล้ม Dyn DNS / GitHub 1.35 Tbps Memcached / AWS 2.3 Tbps record

EP.29 พาดูตำรวจในเมือง — IDS / IPS / WAF / RASP. EP.30 เปลี่ยนมาดูอีก 3 โครงสร้างที่ผู้บริหารไทยใช้ทุกวันแต่ไม่ค่อยเข้าใจ — VPN (ท่อใต้ดินจากบ้านพนักงานถึงออฟฟิศ) + Proxy (คนกลางส่งของแทนแทนที่จะออกหน้าเอง) + DNS Security (สมุดที่อยู่ของ Internet ที่โจรปลอมได้). IPsec / SSL VPN / WireGuard / Split vs Full tunnel / Forward vs Reverse Proxy (CDN/Cloudflare) / NAT / DNSSEC / DoH / DoT / DNS sinkholing — และ Kaminsky 2008 ที่เปลี่ยน Internet ทั้งโลก + DNSpionage 2018 + DGA ของ malware ที่ทำให้ block-list ใช้ไม่ได้

EP.27-28 ป้อมยามและการแบ่งย่านพร้อม. แต่โจรที่ผ่านป้อมแล้ว — เห็นได้ยังไง? EP.29 พาคุณรู้จัก ตำรวจตรวจการ (IDS) ที่เห็นแต่ไม่หยุด, ตำรวจหยุดรถ (IPS) ที่ block ทันทีแต่แลกด้วย latency, Network vs Host based ที่ใช้คู่กัน, WAF เฉพาะ Layer 7 ที่กรอง OWASP Top 10, และ RASP ยามที่นั่งอยู่ใน app เอง. เคส Equifax 2017 ที่ IDS/WAF ดีๆ ควรจะจับได้ + Capital One 2019 ที่ SSRF ผ่าน WAF ที่ misconfigure

EP.27 ผมพาคุณรู้จัก ป้อมยามที่ขอบเมือง — Firewall 4 รุ่น. แต่ถ้าโจรเข้าเมืองได้แล้ว — เดินเล่นไปย่านไหนก็ได้? ไม่ได้ครับ. ต้องแบ่งย่าน. นี่คือ Segmentation. EP.28 พาคุณดู VLAN / Subnet / DMZ / VPC / Microsegmentation — 5 ระดับของการแบ่งย่านในเมืองดิจิทัล + ทำไม Target 2013 (โจรเข้าผ่าน HVAC vendor) + Maersk NotPetya 2017 (ระบาดทั่วโลก 10 วัน) + Equifax (flat network) คือบทเรียนของ Segmentation ที่ผู้บริหารทุกคนต้องอ่าน — และทำไม Zero Trust ปี 2026 สั่งให้ทุก service มี policy ของตัวเอง ไม่ใช่กลุ่มใหญ่ๆ แบบ VLAN classic

Part 3 ปิดด้วย Privacy — ข้อมูลของเมืองเราปกป้องแล้ว. แต่ข้อมูลไม่ลอยในอากาศ — มันวิ่งบน ถนน + กำแพง + ท่อ ของเมือง. Part 4 เปิดที่นี่ — โครงสร้างพื้นฐาน. EP.27 พาคุณเดินเริ่มที่ ป้อมยามหน้าหมู่บ้าน — Firewall 4 รุ่น (Packet Filter → Stateful → NGFW → Cloud) + เข้าใจ TCP/IP / port / packet ในภาษาคน + เคส firewall rule sprawl 1,000+ rules ที่บริษัทไทยติด pattern คลาสสิคของวงการ — และทำไม Default Deny คือกฎเหล็กที่ลด liability มากกว่าซื้อ firewall แพง

Primer ปูพื้น network anatomy ทั้งหมดก่อนเข้า Part 4 (Infrastructure). คุย OSI 7 Layer + TCP/IP 4-Layer + protocol stack ของแต่ละชั้น (HTTP / TCP / IP / Ethernet อยู่ชั้นไหน) + LAN physical media 5 ชนิด (UTP / STP / Coax / Fiber / Wireless) + EMI/Crosstalk + LAN topology (Bus / Ring / Star / Mesh) + device→Layer mapping (Hub / Switch / Router / L3 Switch / Firewall) + WAN transmission (Simplex / Duplex + Circuit/Packet switching + SVC/PVC + LAN/MAN/WAN) + SNMP/ICMP สำหรับ management + diagnostic + SAN/Storage protocols (FC / FCoE / iSCSI / MPLS) + network primitive 6 ตัวที่ผู้บริหารต้องอ่านได้ (NAT / Proxy / DMZ / VLAN / VPN / VoIP) + 4 metric ที่วัด network จริง (Throughput / Latency / Jitter / Packet loss) — ทุกหัวข้อเล่าด้วยภาษาคน ไม่ต้องท่อง

EP.18-25 พาคุณดู Security ของข้อมูล — ปกป้องของในเซฟจากโจร. แต่ในโลกปี 2026 มีอีกมิติที่ใหญ่กว่าและกฎหมายบังคับใช้แล้ว — Privacy. EP.26 ปิด Part 3 ด้วยคำถามที่ flip มุมมองทั้งหมด — บริษัทคุณอาจ secure (โจรเข้าไม่ได้) แต่ privacy พังได้ (เก็บข้อมูลลูกค้าเยอะเกิน ไม่ลบ แชร์ผิด). 5 หลักการของ GDPR + ความต่างระหว่าง Anonymization vs Pseudonymization + PETs ที่ Apple/Google ใช้จริง + เคส Cambridge Analytica / Netflix Prize / Strava heatmap ที่เปิดฐานทัพลับ — และทำไม Privacy by Design ต้อง built-in ตั้งแต่วันแรก ไม่ใช่ bolt-on ตอนโดน audit

EP.24 หุ้มเกราะให้ web traffic ด้วย HTTPS. แต่ traffic ที่ใหญ่ที่สุดในโลก — ที่บริษัทคุณใช้ทุกวันรับใบสั่งซื้อ ส่งใบแจ้งหนี้ คุยกับลูกค้า — คืออีเมล. และโปรโตคอลอีเมลที่ออกแบบในปี 1982 ไม่มี authentication เลย — ใครก็พิมพ์ From: [email protected] แล้วส่งได้ฟรี. EP.25 พาคุณดูระบบไปรษณีย์ของเมืองดิจิทัล — SPF (ป้อมยามดูที่อยู่ผู้ส่ง) / DKIM (ตราประทับขี้ผึ้ง) / DMARC (policy ของหมู่บ้าน) / BIMI (โลโก้ในกล่องจดหมาย) — เคสจริง Toyota Boshoku $37M / Ubiquiti $46M / Crelan Bank €70M — ทำไม FBI ประเมิน BEC fraud สะสมกว่า $55B ตั้งแต่ปี 2013 ถึง 2023 — และทำไม Gmail/Apple บังคับ DMARC ในปี 2024.

EP.23 พาคุณดู certificate + PKI — ระบบบัตรประชาชนของเมืองดิจิทัล. EP.24 ดูการใช้งานยอดฮิตของมัน — HTTPS — กุญแจสีเขียวข้างๆ URL ที่ทุกคนเคยเห็น แต่ส่วนใหญ่ไม่รู้ว่ามันบอกอะไรกันแน่ และที่สำคัญกว่า — มันไม่ได้บอกอะไร. EP นี้ผมพาคุณดู TLS Handshake แบบไม่ต้องอ่าน RFC — ดูว่า HTTPS ป้องกัน 3 อย่าง (Confidentiality / Integrity / Server Authentication) ไม่ป้องกัน 4 อย่าง (Data at rest / Phishing site ที่มี cert ถูกต้อง / Misconfig / Client malware) — และเคสจริง Heartbleed 2014 ที่ทำให้โลกอินเทอร์เน็ตทั้งโลกต้อง reset password ใน 1 สัปดาห์

EP.21 บอกว่า public key ใช้ encrypt + verify ได้. แต่ — คุณจะรู้ได้ยังไงว่า public key ที่เห็นนี่คือของ Google จริงๆ ไม่ใช่ของโจรปลอม? คำตอบ — PKI (Public Key Infrastructure) ระบบบัตรประชาชนของอินเทอร์เน็ตทั้งโลก. EP นี้ผมพาคุณดูราชวงศ์ที่ทุกคนเชื่อ (Root CA), ขุนนางที่ราชวงศ์แต่งตั้ง (Intermediate CA), บัตรประชาชนของแต่ละเว็บ (Leaf cert), กลไก revoke / OCSP / Certificate Transparency — และเคสจริง DigiNotar ปี 2011 — ราชวงศ์ของฮอลแลนด์ที่ถูกปลอม → บริษัทล่มสลายใน 3 สัปดาห์ → ทำให้เกิด Certificate Transparency

EP.21 จบ Asymmetric — RSA / ECC / Diffie-Hellman — ตู้ไปรษณีย์ที่ใครๆ ก็ใส่ของเข้าได้ แต่เปิดได้คนเดียว. EP.22 เข้าตระกูลที่ 3 — Hashing — และตระกูลนี้ต่างจาก 2 ตัวก่อนหน้าโดยสิ้นเชิง. Hashing ไม่ใช่ encryption (เพราะย้อนกลับไม่ได้) — มันคือ 'ลายนิ้วมือดิจิทัล' ของข้อมูลที่ใช้ใน password storage / file integrity / digital signature / blockchain. EP นี้พาคุณดู — properties 5 ข้อของ hash function ที่ดี, ตระกูล SHA ทั้งบ้าน (MD5 ตายแล้ว / SHA-1 โดน Google ฆ่าปี 2017 / SHA-2 ยังยืน / SHA-3 มาเป็น backup), ทำไม password ต้องใช้ slow hash ไม่ใช่ SHA-256, Collision attack + Birthday Paradox ที่ทำให้ 2^128 ลดเหลือ 2^64, และ HMAC + Merkle tree ที่ Bitcoin กับ Git ใช้กันทุกวัน.

EP.20 รู้ Symmetric ดี — แต่ปัญหา key distribution ยังไม่จบ. EP.21 ตอบ — Asymmetric encryption — สิ่งประดิษฐ์ที่นักวิจัย Cold War เปลี่ยนโลก. ตู้ไปรษณีย์ที่ใครก็ใส่จดหมายลงไปได้ — แต่เปิดออกได้คนเดียว. ผมพาคุณดู Diffie-Hellman 1976, RSA 1977, ECC ที่โลก crypto สมัยใหม่ใช้, Diffie-Hellman key exchange + ECDH ที่อยู่ใน TLS 1.3 ทุก HTTPS handshake, Perfect Forward Secrecy ที่ทำให้ session ในอดีตปลอดภัยตลอดกาล และ Digital Signature ที่เป็นรากของ code signing + iMessage + PGP.

EP.19 รู้แล้วว่า crypto มี 3 ตระกูล — Symmetric / Asymmetric / Hashing. EP.20 ผมพาคุณเจาะตระกูลแรก — Symmetric — ตระกูลที่เป็น workhorse ของโลก crypto. คุณจะเห็น AES (มาตรฐานที่ชนะการแข่งขัน NIST ปี 1998 และครองวงการมา 25 ปี), Block vs Stream cipher (ทำไม AES = block, ChaCha20 = stream — Google เลือกตัวไหนสำหรับ mobile), 4 Modes of Operation ที่สำคัญที่สุด (ECB ห้ามใช้กับ penguin image ที่กลายเป็นภาพสอนของวงการ, CBC, GCM, CTR), DES และ 3DES ที่ NIST เพิ่งฆ่าทิ้งในปี 2023, และทำไม WhatsApp + Signal เลือก AES-256-GCM.

EP.18 รู้แล้วว่าข้อมูลคืออะไร แบ่งระดับยังไง วงจรชีวิตเป็นยังไง. EP.19 คือคำตอบของวงการต่อคำถาม 1,000 ปี — ตอนข้อมูลเดินทาง + ตอนเก็บไว้ — ปกป้องยังไงไม่ให้คนกลางทางอ่านออก? คำตอบคือ Cryptography (รหัสลับ). และในวงการมี 3 ตระกูลใหญ่ — Symmetric (ตู้เซฟกุญแจเดียว) / Asymmetric (ตู้ไปรษณีย์เปิด-ปิดต่างกุญแจ) / Hashing (ลายนิ้วมือของของ). 3 ตระกูลนี้แก้ปัญหาคนละมุม — ทำไมถึงไม่ใช้ตัวเดียวจบ? EP นี้เป็น overview ก่อนที่ EP.20-22 จะลงลึกทีละตัว.

Part 2 จบ — Identity ครบทุกซอกทุกมุม. EP.18 เปิด Part 3 ด้วยคำถามที่ใหญ่ที่สุด — control ทั้งหมดที่ผ่านมา สุดท้ายปกป้องอะไร? คำตอบ: ข้อมูล. แต่ข้อมูลในเมืองไม่เท่ากันทุกชิ้น — บางอย่างเป็น public บางอย่าง top secret. และของทุกชิ้นมีวัยเกิด-เติบโต-เก่า-ตาย. EP นี้พาคุณดู 4-tier classification, 3 บทบาท Owner/Custodian/Steward, 6 phase ของ data lifecycle, secure disposal (wipe / degauss / shred / crypto-shredding), Data Sovereignty (GDPR / PDPA), และเคสจริงที่ Morgan Stanley จ่าย $35M ค่าปรับเพราะทิ้ง HDD ไม่ถูกวิธี.

Part 2 climax — เด็ก 17 ปีใน Florida เข้าควบคุมบัญชี Obama / Elon / Bill Gates ในคืนเดียว ไม่ใช่เพราะ hack Twitter ได้ — แต่เพราะ admin tool ของ Twitter ทำได้ทุกอย่าง และคน 1-2 คนถือกุญแจชุดนั้น. EP.17 เล่าเรื่อง PAM (ตู้เซฟของกุญแจ admin) + Zero Trust (mindset ของ Google ที่เปลี่ยนวงการ) — แล้วปิด Part 2 ด้วยข้อสรุปเดียว: Identity คือ perimeter ใหม่.

EP.11-15 ตอบคำถาม 'คุณคือใคร' (Authentication) ครบทุกซอกทุกมุม. EP.16 ขยับไปคำถามถัดมาที่ใหญ่กว่า — 'คุณทำอะไรได้บ้าง?' (Authorization). ยามที่ประตูตึกถามคุณ 2 รอบ — รอบแรก 'คุณคือใคร', รอบที่สอง 'บัตรนี้เปิดประตูห้องไหนได้บ้าง'. EP นี้ผมพาคุณดู 4 รูปแบบของการแจกสิทธิ์ที่ครองวงการ — RBAC (ตามตำแหน่งงาน), ABAC (ตาม context), MAC (ระบบบังคับ), DAC (เจ้าของแชร์เอง) — กฎทอง 3 ข้อ Least Privilege + Need-to-Know + Separation of Duties — เคสจริง Société Générale €4.9B ที่ trader คนเดียวพัง 1 แบงค์ฝรั่งเศส — และทำไม IDOR ครองอันดับ 1 ของ OWASP Top 10 ตั้งแต่ปี 2021.

EP.15 พาดผ่านประโยคหนึ่งว่า SAML เกิดในปี 2005 ตอน 'XML กำลังฮิตในวงการ enterprise — SOAP, WSDL, XSD ทุกอย่างเป็น XML'. หลายคนที่ผ่านบรรทัดนั้นไป สงสัยว่ายุคที่ว่าคือยุคไหน. EP.15.5 นี้ผมขอแทรกเป็น primer สั้นๆ เปิดซอง 3 ตัวอักษรของยุคนั้น — SOAP (ซองจดหมายราชการระหว่างบริษัท), WSDL (คู่มือว่ารับเรื่องอะไรได้บ้าง), UDDI (สมุดรายชื่อบริษัททั่วโลก). ทำไม UDDI ตายไปตั้งแต่ปี 2006 ทำไม SOAP ยังไม่ตาย — และทำไม auditor + security engineer ของปี 2026 ยังต้องรู้จัก trio นี้ทั้งที่ดูเหมือนของเก่า.