MFEC VENDOR DAY — TENCENT CLOUD

From AI Buzz
to Business

How to Sell Tencent Cloud AI Solutions

Three products. Three questions. One customer conversation you can start next week.

01 What is it?TokenHub / CodeBuddy / WorkBuddy — in plain business language

02 Who needs it?The persona in the room and the pain they actually feel

03 How do I sell it?Use cases, conversation starters, and MFEC + Tencent together

Sell the problem you can measure — not the model you like.

Language: switch between English and Thai at the top right.

01 / WHAT IS IT?

What it is — in plain business language

Pick a tab. Read the one-liner. That is the whole pitch.

WHAT IT IS

The model layer behind the applications your customer builds

TokenHub is a one-stop large-model service platform. In business language: instead of signing with several AI vendors, your customer calls one endpoint with one key and picks the right model for each job. When a cheaper or better model appears, they change a model name — not the application.

WHAT IT IS NOT

It is not a chatbot your employees log into

It is the engine behind the AI features the customer builds — support bots, document extraction, internal copilots, R&D agents. It is sold to the people who build and run those features, not to end users.

LANGUAGE MODEL FAMILIES

Aggregated in one catalogue

Family view only — not a complete list of model versions or endpoints. Each logo opens the model family’s official website.

Model catalogue snapshot (supplied)

Open full size ↗

The snapshot mixes language, image, video, 3D and embedding entries, plus vendor-direct duplicates and lifecycle badges. Do not present the card count as a count of available LLMs — confirm availability in the console.

AI TOOLS WE CAN INTEGRATE

Keep the customer’s existing tools

CodeBuddy Code Tencent AI coding tool Setup guide ↗ WorkBuddy Tencent desktop AI agent Setup guide ↗ Claude Code Anthropic-native terminal assistant Setup guide ↗ OpenClaw Open-source / self-hosted assistant Setup guide ↗ Hermes Agent Agent client Setup guide ↗ OpenCode Open-source CLI agent Setup guide ↗ Cline VS Code extension Setup guide ↗ Cursor AI-native code editor Setup guide ↗ Kilo Code Lightweight coding tool Setup guide ↗ Roo Code VS Code agent Setup guide ↗

Full integration overview (Language Model API) ↗

These are integration guides for TokenHub. The customer keeps the tool; TokenHub provides the model access behind it.

ONE LINE TO A CUSTOMER “You keep one integration — and you can change models whenever price or quality moves.”

Official TokenHub model list ↗ · TokenHub documentation ↗

WHAT IT IS

AI support for software teams

CodeBuddy helps developers, QA and delivery teams move from task to reviewed output faster — across plugin, IDE and CLI workflows.

VALUE TO CUSTOMER

More output from the same team

Developers get a useful first draft, issue diagnosis and test cases sooner, reducing time spent searching documentation and retrying.

VALUE TO CUSTOMER

Reduce delivery bottlenecks

Complex tasks and large-scale security scans need less manual coordination, helping the team work through backlog without removing human review.

WHO IT IS FOR

Engineering, QA, delivery

Professional programmers and full-stack teams
Test engineers who need unit tests written
Ops and delivery owners under release pressure

WHAT IT IS NOT

Not “AI writes everything”

Engineers still review the diff and own the decision. The pitch is faster iteration and less manual effort — not replacing the team.

IDE + CLI workflows

ONE LINE TO A CUSTOMER “Your engineers keep the review and the decision — CodeBuddy takes the first draft, the tests and the scanning.”

Official CodeBuddy website ↗ · Enterprise Privacy Policy ↗

WHAT IT IS

AI workbench for business teams

WorkBuddy turns research, documents and recurring office work into finished deliverables — reports, decks, briefs and cleaned spreadsheets.

VALUE TO CUSTOMER

Save time on repetitive work

Teams can process files, prepare reports and organize meeting outputs faster — without rebuilding the same deliverable by hand every week.

VALUE TO CUSTOMER

Get finished work, not more chat

Research, data analysis, material organization and creative execution can come back as a usable file — helping teams do more without adding headcount.

WHAT IT IS NOT

Not another chat window

The customer value is a completed deliverable: a brief, a deck or a cleaned spreadsheet that the team can use immediately.

Local + cloud, one workbench

ONE LINE TO A CUSTOMER “Give it the job and get a finished file back — not a paragraph you still have to format.”

Official WorkBuddy website ↗ · WorkBuddy FAQ ↗

02 / WHO NEEDS IT?

Who needs it — the persona and the pain

Look for the pain in the room, not the org chart.

IF YOU HEAR…	WHO FEELS IT	THE REAL PAIN	START WITH
“Our AI bill is growing faster than the value.”	AI platform lead, engineering manager, CTO	Paying premium-model prices for workloads a cheaper model handles	TokenHub
“Our backlog keeps growing; releases slip.”	Engineering lead, QA, delivery owner	Capacity is the constraint, not ideas	CodeBuddy
“My team rebuilds the same report every week.”	Department head, sales ops, marketing, HR, finance, PMO	Skilled people doing copy-paste work	WorkBuddy

TOKENHUB BUYER

Developer & platform teams already burning tokens

Champion: AI platform lead / engineering manager
Sponsor: CTO
Signal: they already run coding agents, internal copilots, R&D experiments or evaluation runs
Number to ask for: monthly token spend and the biggest model line item

CODEBUDDY BUYER

Teams whose constraint is capacity

Champion: engineering lead / QA lead
Sponsor: CTO or delivery director
Signal: code review queues, missing unit tests, legacy modules nobody wants to touch
Number to ask for: last slipped release and where it got stuck

WORKBUDDY BUYER

Business teams paid to produce documents

Champion: department head / ops lead
Sponsor: COO or functional director
Signal: weekly reports, customer briefs, tender docs rebuilt by hand
Number to ask for: hours spent per cycle on that one workflow

GOLDEN RULE

Lead with one product

Never pitch all three in one meeting. Pick the pain in the room, then expand only when the next need is real.

QUALIFY FAST

Three questions that sort the room

Is the pain cost, capacity or admin workload?
Who owns the budget for it today?
Is there already an AI tool in production — or only slides?

Buyer mapping is a sales recommendation, not a product restriction.

03 / HOW DO I SELL IT?

How to sell it — motion, use case, opener

One motion per product. Start where the money or the backlog already is.

THE MOTION THAT OPENS MOST DOORS

TokenHub — go where the token bill already is

01 / TARGET

Teams already spending a lot of tokens

Developer teams and platform teams running coding agents, internal copilots, R&D prototyping and evaluation runs.
They already have budget and a working integration — you are not selling AI adoption, you are selling a cheaper way to run what they already do.
Champion: AI platform lead / engineering manager. Sponsor: CTO.

02 / ASK

Get the numbers before you present

“How much did you spend on model tokens last month?”
“Which model is the biggest line item — and what does it run?”
“Who owns that bill today?”
“Or is the real problem that the dev team cannot cope with the workload backlog?”

03 / OFFER

Lower-cost models on their own workload

Run the same workload on lower-cost models from the TokenHub catalogue.
Their team keeps the tools they already use — only the endpoint, the key and the model name change.
Test performance and cost reduction together, on their own prompts and their own approved data.

04 / MEASURE

Four numbers, agreed before the test

Answer quality
Response latency
Cost per accepted response
Throughput under their real load

THE ASK “You already spend on tokens every month. Give us the workload with the highest bill — we will run it on lower-cost models with your team and show measured performance and cost.”

CODEBUDDY MOTION

Sell capacity, not magic

Who: engineering lead, QA, delivery owner
Use case: one repo task — understand a module, make a scoped change, draft unit tests
Proof: their engineers review the diff, tests pass, cycle time before vs after
Opener: “Which release slipped last quarter, and where did it get stuck — understanding the code, tests or review?”

WORKBUDDY MOTION

Sell hours back to a department

Who: department head, sales ops, marketing, HR, finance, PMO
Use case: one recurring workflow — approved account notes → customer brief → meeting deck
Proof: baseline hours vs pilot hours, and deliverables the owner actually accepts
Opener: “Which report or deck does your team rebuild every week and still lose a day on?”

WHAT YOU ASK FOR AT THE END

Leave with the customer’s real starting point

PRODUCT	CUSTOMER PAIN / USE CASE	ASK FOR NEXT
TokenHub	Developer / platform team using a high-cost model for a high-volume workload	Monthly token spend, most expensive model and a demo date
CodeBuddy	Engineering / QA: backlog, slow code review, missing tests or expensive coding tools	Department, one approved repo task, current tool cost and productivity goal
WorkBuddy	Business department: repetitive reports, research or documents consuming too many hours	Department, recurring workflow, hours spent today and productivity improvement they want

The goal is not to sell all three products. Leave with one named department, one current pain or productivity goal, one use case and one agreed next step.

BILLING MODES

How customers pay for TokenHub, CodeBuddy and WorkBuddy

TokenHub consumption billing plus CodeBuddy / WorkBuddy enterprise license pricing.

BILLING MODE

Two ways customers pay

POSTPAID

Pay-as-you-go per token

Language models bill input, output and cached input separately, priced in USD per million tokens.

PREPAID

Token Plan subscriptions

Prepaid Token Plan packages exist (personal and enterprise tiers such as Pro / Lite) with their own plan quota and plan-specific API key. Confirm the current plan list, quota and Base URL path in the console before quoting.

Billable item	Billing method	Unit	Description
Input tokens	Pay-as-you-go	USD / million tokens	Token consumption of user input text (including system prompt)
Output tokens	Pay-as-you-go	USD / million tokens	Token consumption of model-generated text
Cached input	Pay-as-you-go	USD / million tokens	Cached input token consumption

Unit prices differ per model. Some models use tiered pricing by input length, and some reasoning models price the thinking process separately — check the pricing table for the exact model you are quoting.

CODEBUDDY + WORKBUDDY TEAM LICENSE

Team version: seats plus included token credits

License consumption (sets)	Default discount	List price / license / mo	Effective price / license / mo
0 – 50 sets	10%	$40.00	$36.00
50 – 100 sets	20%	$40.00	$32.00
Above 100 sets	Case-by-case	$40	Case-by-case (product team)

Each team license includes token credits. The team version gives the customer centralized seat management, shared usage visibility and a consistent AI workspace for the whole team — instead of managing individual users one by one.

TEAM VERSION BENEFIT One team license = shared token credits + centralized control + faster adoption across the team.

COMMERCIAL POSITIONING TokenHub is priced by consumption; CodeBuddy and WorkBuddy are priced by licensed seats. Match the commercial model to the customer’s buying preference.

DISCOVERY / ASK FOR THE DEMO

Find the friction, then book the test

Two frictions open most doors: AI cost that is too high, and a dev team that cannot cope with the backlog.

01 / FIND THE FRICTION

Cost or capacity?

“Is the company’s AI / LLM model cost too high?”
“Which model is too expensive right now — and what does it run?”
“Or is the dev team unable to cope with the backlog?”
Get the numbers: monthly token spend, top-cost model, backlog size, delayed releases.

02 / USE THEIR CONTEXT

Test on their own workload

Take their real prompts, their support questions or their repo task.
Offer our LLM models on TokenHub, or an AI agent — WorkBuddy or CodeBuddy.
Test the two things they care about: performance and cost reduction.
Use approved or sanitized data for the test.

03 / ASK FOR THE DEMO

Book it in the meeting

Ask for a demo slot on their highest-cost workload.
Agree the owner, the metrics and the review date.
Measure quality, latency, cost per accepted response and throughput.
Come back with the measured numbers, not estimates.

ASK FOR THE DEMO “Give us the workload with your highest AI bill, or the backlog task hurting your release — we will run it on our models or agents with you and show measured performance and cost.”

COST CONVERSATION

Where AI spend usually hides

High-volume chat or support traffic on a premium model
Long documents re-sent on every call instead of using cached input
Reasoning left on for simple tasks
No per-department key, so nobody owns the bill

CAPACITY CONVERSATION

Where the backlog usually sits

Understanding legacy modules before any change
Missing unit tests blocking a release
Code review queues
Repetitive reporting pulling engineers off delivery

FAQ / OBJECTIONS

Answer the concern. Clarify the product layer.

Short answers that lead to evidence — including how we compare with Aerogram.

THEY SAY	YOU SAY
“We already use another AI tool.”	Compare one real task against the current tool. Agree what result would justify a change.
“Can we use confidential data?”	Check the product, plan, permissions and data terms first. Start with approved or sanitized material, then answer with the linked official security documentation below.
“How much will we save?”	Measure their baseline, their usage and their accepted output in the test, then build the value case from those observed results.
“Which model should we use?”	Map it to the workload, then test. Quality, latency and cost per accepted response decide it — not a leaderboard.

PRODUCT COMPARISON FAQ

Where Aerogram fits — and where it does not replace Tencent products

WORKBUDDY vs AEROGRAM

Flexible AI colleague vs standardized workflow apps

Not a one-to-one substitute. Aerogram turns SOPs and expert logic into reusable, governed workflow apps that employees run through structured inputs. WorkBuddy is a full-scenario desktop AI workstation: users describe varied tasks in natural language, and it plans, executes and returns finished, verifiable files. Choose Aerogram for centrally standardized repeatable processes; choose WorkBuddy for flexible, multi-step daily office work. They can also complement each other.

Aerogram official website ↗ · WorkBuddy official overview ↗

TOKENHUB vs AEROGRAM

Model-access layer vs business workflow layer

They are not substitutes; they operate at different layers. Aerogram builds, publishes and governs AI workflow applications for business users. TokenHub gives developers and AI platform teams unified API access to model families such as Hunyuan, DeepSeek, GLM, Kimi and MiniMax. Aerogram defines how a business process runs; TokenHub supplies model access behind applications and agents.

Potential integration: if Aerogram supports customer-configured OpenAI- or Anthropic-compatible endpoints, TokenHub may supply its underlying models. Aerogram’s public site confirms multi-model support but does not clearly confirm custom TokenHub endpoints, so verify technically before promising this integration.

Aerogram official website ↗ · TokenHub API overview ↗

SALES POSITIONING Aerogram productizes standardized workflows. WorkBuddy gives employees a flexible AI colleague. TokenHub provides the model-access layer behind AI applications and agents.

FAQ / SECURITY & COMPLIANCE

Security answers you can defend

Every line below is traced to official documentation. Nothing inferred.

THE QUESTION THAT STALLS DEALS

“Do you train on our data?”

Product	Documented position	Read it on the official site
TokenHub	“No, we take your privacy protection very seriously. We will not use your data for any purpose other than providing services to you, nor will it be used for training.” Processing purposes are limited to providing features and troubleshooting.	TokenHub FAQs ↗ Data Processing & Security Protocol ↗
CodeBuddy Enterprise	“By default, we do not use your Inputs or Outputs for model training purposes.” Training requires explicit opt-in consent; BYOK usage is also excluded.	CodeBuddy Enterprise Privacy Policy ↗ Enterprise Service Agreement, §9.2(g) ↗
WorkBuddy	“Data is executed and processed in the user’s local environment… the server side only processes data fragments, discards them after use, does not save them, and does not use them for model training.”	WorkBuddy FAQs — Data Security ↗ Privacy statement ↗

How to answer: all three state a no-training position in writing. For CodeBuddy the training setting lives in IDE Settings → General → “Experience Optimization Program” — the privacy policy says it is off by default and can be turned off at any time. For a bank or government customer, stipulate in the order form that the toggle is disabled tenant-wide and ask for the enterprise / VPC edition.

RETENTION

How long content is kept

Product	Retention	Read it on the official site
TokenHub	“If you choose Singapore or Frankfurt or Silicon Valley as your resource region and activate the Zero Data Retention (ZDR) function, then we will not store such information. If you did not activate the ZDR function, we generally retain information for up to 30 days after your task request.”	Data Processing & Security Protocol, §5 ↗
CodeBuddy Enterprise	Inputs and outputs retained for up to fourteen (14) days. Login, account and security credential data is kept while the account exists and deleted within one month of termination. End-user configuration information is stored locally on the device only.	CodeBuddy Enterprise Privacy Policy ↗
WorkBuddy	“Server side only processes data fragments, discards them after use, does not save them, and does not use them for model training.” Confirm the current retention wording in the client privacy statement before committing it contractually.	WorkBuddy FAQs — Data Security ↗ Privacy statement ↗

CERTIFICATIONS

Platform-level and region-scoped — click through to each certificate

These certifications are issued to the Tencent Cloud platform and are region-scoped. Confirm region coverage, and provide reports and attestations under NDA on request. For Thai regulated customers, request the actual attestation letter for the Thailand financial-industry audit under NDA rather than citing the web page alone.

TOKENHUB CONTROLS

Identity, content, data, network

Per-application API keys scoped by model, service and source IP
Token quotas per key
Call metadata to CLS for audit
LLM-WAF prompt and response inspection (allow / block / substitute)
Confidential computing with remote attestation; PrivateLink access

TokenHub documentation ↗

WORKBUDDY CONTROLS

Three layers of defence

Sandbox, filesystem isolation to the authorised workspace, read-only by default with explicit approval
SSO + org sync, per-department credit quotas, IP allow-list, granular tool permissions
Skill security audit and local skill scanner before install
HTTPS end-to-end with TLS 1.2 / 1.3
VPC Dedicated Edition: dedicated VPC, tenant isolation, private-link access

WorkBuddy FAQs — Data Security ↗

CODEBUDDY DEPLOYMENT

SaaS, dedicated VPC or on-prem

SaaS Enterprise on shared VPC
Dedicated-cloud Enterprise on a dedicated VPC
Fully offline deployment in the customer’s own IDC is supported, so code and data stay inside the corporate network
Encryption, hashing, role-based access control and audit logs

codebuddy.ai ↗

Every statement above links to the official Tencent Cloud or product documentation page it comes from. Documentation changes — open the link and re-check the exact wording before you put it in a customer proposal.

SOURCES

Where each claim comes from

Official documentation only — click any entry to open it.

TokenHub — product & pricing

AI tools we can integrate

CodeBuddy

WorkBuddy

Comparison reference

Security & compliance certificates

Every entry above links to an official Tencent Cloud or product-owner page — click it to open the source. Links verified 20 Sep 2026; documentation changes, so re-check before using the wording in a customer proposal.

MFEC VENDOR DAY — TENCENT CLOUD

จากกระแส AI
สู่ธุรกิจ

วิธีขายโซลูชัน AI ของ Tencent Cloud

สามผลิตภัณฑ์ สามคำถาม และหนึ่งบทสนทนาที่เริ่มต้นกับลูกค้าได้ตั้งแต่สัปดาห์หน้า

01 คืออะไร?TokenHub / CodeBuddy / WorkBuddy — อธิบายด้วยภาษาธุรกิจ

02 ใครต้องการ?คนในห้องประชุมและปัญหาที่พวกเขาเผชิญจริง

03 ขายอย่างไร?ยูสเคส ประโยคเปิดบทสนทนา และการทำงานร่วมกันของ MFEC กับ Tencent

ขายคุณค่าจากปัญหาที่วัดผลได้ ไม่ใช่ขายโมเดลที่เราชอบ

ภาษา: สลับระหว่างภาษาอังกฤษ/ไทยได้ที่มุมขวาบน

01 / คืออะไร?

คืออะไร — อธิบายด้วยภาษาธุรกิจที่เข้าใจง่าย

เลือกแท็บ แล้วอ่านคำอธิบายสั้น ๆ เพียงประโยคเดียว—เท่านี้ก็นำเสนอได้

คืออะไร

เลเยอร์โมเดลที่อยู่เบื้องหลังแอปที่ลูกค้าสร้างเอง

TokenHub คือแพลตฟอร์มบริการโมเดลขนาดใหญ่แบบครบวงจร อธิบายแบบภาษาธุรกิจคือ แทนที่ลูกค้าจะทำสัญญากับผู้ให้บริการ AI หลายราย ลูกค้าเชื่อมต่อผ่าน endpoint เดียวด้วย API Key เดียว แล้วเลือกโมเดลให้เหมาะกับแต่ละงาน เมื่อมีโมเดลที่ถูกกว่าหรือดีกว่า เขาเปลี่ยนแค่ชื่อโมเดล ไม่ต้องเขียนแอปใหม่

ไม่ใช่อะไร

ไม่ใช่แชตบอทที่พนักงานล็อกอินเข้าไปใช้

แต่เป็นระบบเบื้องหลังฟีเจอร์ AI ที่ลูกค้าสร้างเอง เช่น บอทซัพพอร์ต การสกัดข้อมูลจากเอกสาร ผู้ช่วยภายใน และเอเจนต์งานวิจัย ขายให้ทีมที่สร้างและดูแลฟีเจอร์เหล่านั้น ไม่ใช่ผู้ใช้ปลายทาง

ตระกูลโมเดลภาษา

รวมอยู่ในแค็ตตาล็อกเดียว

แสดงระดับตระกูลเท่านั้น ไม่ใช่รายชื่อรุ่นหรือ endpoint ทั้งหมด คลิกโลโก้เพื่อเปิดเว็บไซต์ทางการของแต่ละตระกูลโมเดล

ภาพแค็ตตาล็อกโมเดล (จากไฟล์ที่ส่งมา)

เปิดขนาดเต็ม ↗

ภาพนี้รวมทั้งโมเดลภาษา ภาพ วิดีโอ 3D และ embedding รวมถึงการ์ดแบบ vendor-direct และรายการที่มีป้าย lifecycle จึงไม่ควรนับจำนวนการ์ดเป็นจำนวน LLM ที่ใช้ได้ ต้องตรวจสอบในคอนโซลก่อนเสนอ

เครื่องมือ AI ที่เชื่อมต่อได้

ใช้เครื่องมือเดิมของลูกค้าได้

ภาพรวมการเชื่อมต่อทั้งหมด (Language Model API) ↗

นี่คือคู่มือการเชื่อมต่อสำหรับ TokenHub ลูกค้ายังคงใช้เครื่องมือเดิม ส่วน TokenHub ทำหน้าที่เชื่อมต่อกับโมเดลเบื้องหลัง

ประโยคเดียวที่พูดกับลูกค้า “คุณมีจุดเชื่อมต่อเดียว และเปลี่ยนโมเดลได้ทันทีเมื่อราคาหรือคุณภาพเปลี่ยน”

รายการโมเดล TokenHub ทางการ ↗ · เอกสาร TokenHub ↗

คืออะไร

ผู้ช่วย AI สำหรับทีมซอฟต์แวร์

CodeBuddy ช่วยให้ทีมพัฒนา ทีม QA และทีมส่งมอบเปลี่ยนงานที่ได้รับมอบหมายให้เป็นผลงานที่พร้อมสำหรับการรีวิวได้เร็วขึ้น ผ่าน workflow บน plugin, IDE และ CLI

คุณค่าต่อลูกค้า

ทีมเดิมทำงานได้มากขึ้น

นักพัฒนาได้ร่างแรกที่ใช้งานได้ ผลการวิเคราะห์ปัญหา และ test case เร็วขึ้น ลดเวลาค้นเอกสารและลองผิดลองถูก

คุณค่าต่อลูกค้า

ลดคอขวดในการส่งมอบ

งานที่ซับซ้อนและการสแกนความปลอดภัยในวงกว้างทำได้โดยลดภาระการประสานงาน ช่วยให้ทีมจัดการ backlog ได้มากขึ้นโดยยังมีวิศวกรเป็นผู้รีวิว

เหมาะกับใคร

ทีมวิศวกรรม, QA และงานส่งมอบ

โปรแกรมเมอร์มืออาชีพและทีม full-stack
วิศวกรทดสอบที่ต้องการให้ช่วยเขียน unit test
ทีม ops และผู้รับผิดชอบงานส่งมอบที่ต้องเร่งปล่อยงานตามกำหนด

ไม่ใช่อะไร

ไม่ใช่ “AI เขียนทุกอย่างให้”

วิศวกรยังเป็นคนรีวิว diff และตัดสินใจ จุดขายคือรอบการพัฒนาที่เร็วขึ้นและภาระงานที่ต้องทำด้วยตนเองลดลง ไม่ใช่การแทนที่ทีม

ทำงานได้ทั้ง IDE และ CLI

ประโยคเดียวที่พูดกับลูกค้า “วิศวกรของคุณยังเป็นคนรีวิวและตัดสินใจ CodeBuddy ช่วยจัดทำร่างแรก เขียนการทดสอบ และสแกนโค้ด”

เว็บไซต์ CodeBuddy ทางการ ↗ · นโยบายความเป็นส่วนตัวสำหรับองค์กร ↗

คืออะไร

เวิร์กเบนช์ AI สำหรับทีมธุรกิจ

WorkBuddy เปลี่ยนงานค้นคว้า งานเอกสาร และงานออฟฟิศที่ทำซ้ำให้เป็นชิ้นงานที่เสร็จพร้อมใช้ เช่น รายงาน สไลด์ สรุป และตารางที่จัดเรียบร้อย

คุณค่าต่อลูกค้า

ประหยัดเวลากับงานที่ทำซ้ำ

ทีมประมวลผลไฟล์ จัดทำรายงาน และสรุปผลการประชุมได้เร็วขึ้น โดยไม่ต้องสร้างผลงานเดิมด้วยมือทุกสัปดาห์

คุณค่าต่อลูกค้า

ได้ชิ้นงานที่เสร็จพร้อมใช้ ไม่ใช่แค่แชตเพิ่ม

งานค้นคว้า การวิเคราะห์ข้อมูล การจัดเอกสาร และงานสร้างสรรค์สามารถส่งมอบเป็นไฟล์พร้อมใช้งานได้ ช่วยทีมทำงานได้มากขึ้นโดยไม่ต้องเพิ่มคน

ไม่ใช่อะไร

ไม่ใช่เพียงเครื่องมือแชตอีกตัวหนึ่ง

คุณค่าต่อลูกค้าคือผลงานที่เสร็จพร้อมใช้ เช่น สรุปลูกค้า สไลด์ หรือตารางที่จัดเรียบร้อย

ทำงานได้ทั้งบนเครื่องผู้ใช้และบนคลาวด์จากพื้นที่ทำงานเดียว

ประโยคเดียวที่พูดกับลูกค้า “สั่งงานหนึ่งอย่าง แล้วได้ไฟล์งานที่เสร็จพร้อมใช้กลับมา ไม่ใช่ย่อหน้าที่ยังต้องนำไปจัดรูปแบบเอง”

เว็บไซต์ WorkBuddy ทางการ ↗ · WorkBuddy FAQ ↗

02 / ใครต้องการ?

ใครต้องการ — กลุ่มคนและปัญหา

มองหาปัญหาที่คนในห้องกำลังเผชิญ ไม่ใช่ดูจากผังองค์กร

ถ้าได้ยินแบบนี้…	ใครเป็นคนเจอปัญหา	ปัญหาที่แท้จริง	เริ่มด้วย
“ค่าใช้จ่ายด้าน AI เพิ่มเร็วกว่ามูลค่าที่ได้รับ”	หัวหน้าทีม AI platform, ผู้จัดการฝ่ายวิศวกรรม, CTO	ใช้โมเดลพรีเมียมกับงานที่โมเดลราคาต่ำกว่าก็รองรับได้	TokenHub
“backlog โตขึ้นเรื่อย ๆ จนปล่อยงานล่าช้า”	หัวหน้าทีมวิศวกรรม, QA, เจ้าของงานส่งมอบ	ข้อจำกัดอยู่ที่กำลังคน ไม่ใช่การขาดไอเดีย	CodeBuddy
“ทีมทำรายงานเดิมซ้ำทุกสัปดาห์”	หัวหน้าแผนก, sales ops, การตลาด, HR, การเงิน, PMO	บุคลากรที่มีทักษะต้องเสียเวลาไปกับงานคัดลอกและวาง	WorkBuddy

ผู้ซื้อ TokenHub

ทีมพัฒนาและทีม platform ที่ใช้ token จำนวนมากอยู่แล้ว

ผู้สนับสนุนหลัก: หัวหน้าทีม AI platform / ผู้จัดการฝ่ายวิศวกรรม
ผู้อนุมัติ: CTO
สัญญาณ: เขามี coding agent, ผู้ช่วยภายใน, งานทดลอง R&D หรือรันงานประเมินผลอยู่แล้ว
ตัวเลขที่ต้องขอ: ค่าโทเคนต่อเดือน และโมเดลที่มีค่าใช้จ่ายสูงสุด

ผู้ซื้อ CodeBuddy

ทีมที่ติดข้อจำกัดด้านกำลังคน

ผู้สนับสนุนหลัก: หัวหน้าทีมวิศวกรรม / หัวหน้า QA
ผู้อนุมัติ: CTO หรือผู้อำนวยการฝ่ายส่งมอบ
สัญญาณ: คิวรีวิวโค้ดยาว ขาด unit test และโมดูลเก่าที่ไม่มีใครอยากแตะ
ตัวเลขที่ต้องขอ: การปล่อยงานล่าสุดที่ล่าช้าและจุดที่ติดขัด

ผู้ซื้อ WorkBuddy

ทีมธุรกิจที่ต้องผลิตเอกสาร

ผู้สนับสนุนหลัก: หัวหน้าแผนก / หัวหน้าฝ่ายปฏิบัติการ
ผู้อนุมัติ: COO หรือผู้อำนวยการสายงาน
สัญญาณ: รายงานประจำสัปดาห์ สรุปลูกค้า เอกสารประมูล ที่ทำใหม่ด้วยมือทุกครั้ง
ตัวเลขที่ต้องขอ: จำนวนชั่วโมงต่อรอบของงานนั้น

กฎเหล็ก

เริ่มเสนอด้วยผลิตภัณฑ์เดียว

อย่าเสนอทั้งสามผลิตภัณฑ์ในการประชุมเดียว เลือกปัญหาที่คนในห้องประชุมกำลังเผชิญ แล้วค่อยขยายเมื่อเห็นความต้องการจริง

คัดกรองให้เร็ว

สามคำถามที่ช่วยคัดกรองความต้องการ

ปัญหาคือ ต้นทุน กำลังคน หรืองานเอกสาร
ตอนนี้ใครเป็นเจ้าของงบประมาณส่วนนี้คะ
มีเครื่องมือ AI ใช้งานจริงแล้ว หรือยังอยู่แค่ในสไลด์คะ

การกำหนดกลุ่มผู้ซื้อเป็นคำแนะนำเชิงการขาย ไม่ใช่ข้อจำกัดของผลิตภัณฑ์

03 / ขายอย่างไร?

ขายอย่างไร — วิธีขาย ยูสเคส และประโยคเปิด

ใช้แนวทางการขายเฉพาะสำหรับแต่ละผลิตภัณฑ์ โดยเริ่มจากจุดที่ลูกค้ามีค่าใช้จ่ายหรือ backlog อยู่แล้ว

แนวทางการขายที่ช่วยเปิดบทสนทนาได้บ่อยที่สุด

TokenHub — เริ่มจากลูกค้าที่มีค่าใช้จ่ายด้าน token อยู่แล้ว

01 / กลุ่มเป้าหมาย

ทีมที่ใช้โทเคนจำนวนมากอยู่แล้ว

ทีมพัฒนาและทีม platform ที่รัน coding agent, ผู้ช่วยภายใน, งานทดลอง R&D และการประเมินผล
เขามีงบและมีระบบที่เชื่อมต่ออยู่แล้ว เราไม่ได้ขายการเริ่มใช้ AI แต่ขายวิธีรันงานเดิมให้ต้นทุนต่ำลง
ผู้สนับสนุนหลัก: หัวหน้าทีม AI platform / ผู้จัดการฝ่ายวิศวกรรม ผู้อนุมัติ: CTO

02 / ถาม

ได้ตัวเลขก่อนเริ่มนำเสนอ

“เดือนที่แล้วจ่ายค่า token ไปเท่าไรคะ”
“โมเดลใดมีค่าใช้จ่ายสูงที่สุด และใช้ทำงานอะไรคะ”
“ตอนนี้ใครเป็นผู้รับผิดชอบค่าใช้จ่ายส่วนนี้คะ”
“หรือปัญหาที่แท้จริงคือทีมพัฒนารับมือกับ backlog ไม่ทันคะ”

03 / เสนอ

โมเดลต้นทุนต่ำกว่าสำหรับ workload จริงของลูกค้า

รันงานเดิมด้วยโมเดลต้นทุนต่ำกว่าจากแค็ตตาล็อกของ TokenHub
ทีมยังใช้เครื่องมือเดิมได้ เปลี่ยนแค่ endpoint, key และชื่อโมเดล
ทดสอบทั้งประสิทธิภาพและการลดต้นทุนไปพร้อมกัน โดยใช้ prompt และข้อมูลจริงของลูกค้าที่ได้รับอนุญาตแล้ว

04 / วัดผล

สี่ตัวเลขที่ต้องตกลงกันก่อนเริ่มทดสอบ

คุณภาพคำตอบ
ความเร็วในการตอบ
ต้นทุนต่อคำตอบที่ยอมรับได้
ปริมาณงานที่รองรับได้ภายใต้โหลดจริง

สิ่งที่ขอ “คุณจ่ายค่า token ทุกเดือนอยู่แล้ว ขอเลือก workload ที่มีค่าใช้จ่ายสูงที่สุดเพียงหนึ่งรายการ แล้วเราจะทดลองรันด้วยโมเดลที่มีต้นทุนต่ำกว่าร่วมกับทีมของคุณ และแสดงผลที่วัดได้ทั้งด้านประสิทธิภาพและต้นทุนค่ะ”

วิธีขาย CodeBuddy

ขายขีดความสามารถที่เพิ่มขึ้น ไม่ใช่เวทมนตร์

คุยกับ: หัวหน้าทีมวิศวกรรม, QA, เจ้าของงานส่งมอบ
ยูสเคส: หนึ่งงานใน repo — ทำความเข้าใจโมดูล แก้ไขในขอบเขตที่กำหนด และร่าง unit test
หลักฐาน: วิศวกรของลูกค้ารีวิว diff ผลการทดสอบผ่าน และเปรียบเทียบเวลาต่อรอบก่อนและหลัง
ประโยคเปิด: “ไตรมาสที่แล้ว งานใดปล่อยล่าช้าและติดขัดตรงขั้นตอนไหน—การอ่านโค้ด การทดสอบ หรือการรีวิวคะ”

วิธีขาย WorkBuddy

ขายคุณค่าจากเวลาที่ทีมได้คืนมา

คุยกับ: หัวหน้าแผนก, sales ops, การตลาด, HR, การเงิน, PMO
ยูสเคส: หนึ่งงานที่ทำซ้ำ — บันทึกเกี่ยวกับลูกค้าที่ได้รับอนุมัติให้ใช้ → สรุปลูกค้า → สไลด์ประชุม
หลักฐาน: จำนวนชั่วโมงก่อนและหลัง pilot และผลงานที่เจ้าของงานยอมรับจริง
ประโยคเปิด: “รายงานหรือสไลด์ใดที่ทีมต้องทำใหม่ทุกสัปดาห์และใช้เวลาทำเป็นวันคะ”

สิ่งที่ต้องขอก่อนจบการประชุม

จบการประชุมโดยได้จุดเริ่มต้นจากปัญหาจริงของลูกค้า

ผลิตภัณฑ์	ปัญหา / ยูสเคสของลูกค้า	สิ่งที่ต้องขอเป็นขั้นถัดไป
TokenHub	ทีม developer / platform ที่ใช้โมเดลต้นทุนสูงกับ workload ปริมาณมาก	ค่าโทเคนต่อเดือน โมเดลที่แพงที่สุด และวันนัดเดโม
CodeBuddy	ทีมวิศวกรรม / QA: backlog ค้าง รีวิวโค้ดช้า ขาด test หรือเครื่องมือเขียนโค้ดมีต้นทุนสูง	ชื่อแผนก งานหนึ่งรายการใน repo ที่ได้รับอนุมัติให้ใช้ ต้นทุนเครื่องมือปัจจุบัน และเป้าหมายด้านผลิตภาพ
WorkBuddy	แผนกธุรกิจ: รายงาน งานค้นคว้า หรือเอกสารที่ทำซ้ำและใช้เวลามากเกินไป	ชื่อแผนก workflow ที่ทำซ้ำ ชั่วโมงที่ใช้ในปัจจุบัน และเป้าหมายการเพิ่มผลิตภาพ

เป้าหมายไม่ใช่การขายทั้งสามผลิตภัณฑ์ ให้จบด้วยชื่อแผนกหนึ่งแผนก ปัญหาหรือเป้าหมายด้านผลิตภาพหนึ่งข้อ ยูสเคสหนึ่งรายการ และขั้นตอนถัดไปที่ตกลงกันแล้ว

รูปแบบค่าบริการ

ลูกค้าจ่ายค่า TokenHub, CodeBuddy และ WorkBuddy อย่างไร

TokenHub คิดค่าบริการตามการใช้งาน ส่วน CodeBuddy/WorkBuddy คิดค่าไลเซนส์สำหรับองค์กร

รูปแบบค่าบริการ

ลูกค้าจ่ายได้สองแบบ

แบบชำระภายหลัง

คิดตามโทเคนที่ใช้จริง

โมเดลภาษาคิดค่าบริการ input, output และ cached input แยกกัน หน่วยเป็น USD ต่อล้านโทเคน

แบบจ่ายล่วงหน้า

แพ็กเกจ Token Plan

มีแพ็กเกจ Token Plan แบบจ่ายล่วงหน้า (ทั้งระดับบุคคลและองค์กร เช่น Pro / Lite) โดยมีโควตาและ API key ของแพ็กเกจแยกออกมา ให้ตรวจรายการแพ็กเกจ โควตา และพาธของ Base URL ปัจจุบันในคอนโซลก่อนเสนอราคา

รายการที่คิดเงิน	วิธีคิดเงิน	หน่วย	คำอธิบาย
Input tokens	จ่ายตามใช้จริง	USD / million tokens	โทเคนของข้อความที่ผู้ใช้ป้อน รวม system prompt
Output tokens	จ่ายตามใช้จริง	USD / million tokens	โทเคนของข้อความที่โมเดลสร้าง
Cached input	จ่ายตามใช้จริง	USD / million tokens	โทเคนของอินพุตที่ถูกแคช

ราคาต่อหน่วยต่างกันตามรุ่นโมเดล บางโมเดลคิดราคาเป็นขั้นตามช่วงความยาวของอินพุต และบาง reasoning model คิดราคาส่วน thinking แยกต่างหาก ให้ตรวจตารางราคาของโมเดลนั้นก่อนเสนอราคา

ไลเซนส์ทีม CODEBUDDY + WORKBUDDY

เวอร์ชันทีม: ไลเซนส์พร้อม token credits

จำนวนไลเซนส์ (ชุด)	ส่วนลดมาตรฐาน	ราคาปกติ / ไลเซนส์ / เดือน	ราคาสุทธิ / ไลเซนส์ / เดือน
0 – 50 ชุด	10%	$40.00	$36.00
50 – 100 ชุด	20%	$40.00	$32.00
มากกว่า 100 ชุด	พิจารณาเป็นรายกรณี	$40	พิจารณาเป็นรายกรณี (ทีมผลิตภัณฑ์)

ไลเซนส์ทีมแต่ละชุดรวม token credits ช่วยให้ลูกค้าบริหารผู้ใช้ ดูภาพรวมการใช้งานของทีม และใช้ AI workspace มาตรฐานเดียวกันทั้งทีม แทนการจัดการผู้ใช้ทีละราย

ประโยชน์ของเวอร์ชันทีม ไลเซนส์ทีมหนึ่งชุด = token credits ที่ใช้ร่วมกัน + การควบคุมจากส่วนกลาง + ให้ทั้งทีมเริ่มใช้งานได้เร็วขึ้น

จุดยืนเชิงพาณิชย์ TokenHub คิดค่าบริการตามการใช้งาน ส่วน CodeBuddy และ WorkBuddy คิดตามจำนวนไลเซนส์ ให้เลือกรูปแบบค่าบริการให้สอดคล้องกับวิธีจัดซื้อของลูกค้า

ค้นหาปัญหา / ขอเดโม

ค้นหาปัญหาให้เจอ แล้วนัดทดสอบ

สองปัญหาที่ช่วยเปิดโอกาสในการขายได้บ่อยที่สุด คือค่า AI ที่สูงเกินไป และทีมพัฒนาที่รับ backlog ไม่ทัน

01 / ค้นหาปัญหาหลัก

ต้นทุน หรือกำลังคน

“ค่าใช้จ่ายโมเดล AI / LLM ขององค์กรสูงเกินไปไหมคะ”
“ตอนนี้โมเดลใดมีค่าใช้จ่ายสูงเกินไป และใช้ทำงานอะไรคะ”
“หรือทีมพัฒนารับมือกับ backlog ไม่ทันคะ”
ขอตัวเลข: ค่าโทเคนต่อเดือน โมเดลที่แพงสุด ขนาด backlog และงานที่ปล่อยช้า

02 / ใช้บริบทของลูกค้า

ทดสอบด้วยงานจริงของลูกค้า

ใช้ prompt จริง คำถามลูกค้าจริง หรืองานใน repo ของเขา
เสนอโมเดล LLM ผ่าน TokenHub หรือ AI agent อย่าง WorkBuddy หรือ CodeBuddy
ทดสอบสองเรื่องที่ลูกค้าสนใจ: ประสิทธิภาพ และการลดต้นทุน
ใช้ข้อมูลที่ได้รับอนุญาตหรือผ่านการลบ/ปกปิดข้อมูลส่วนบุคคลแล้ว

03 / ขอเดโม

นัดให้ได้ในห้องประชุม

ขอนัดเดโมโดยใช้ workload ที่มีต้นทุนสูงสุดของลูกค้า
ตกลงผู้รับผิดชอบ ตัวชี้วัด และวันทบทวนผล
วัดคุณภาพ ความเร็ว ต้นทุนต่อคำตอบที่ยอมรับได้ และปริมาณงานที่ทำได้
กลับมาพร้อมตัวเลขที่วัดได้จริง ไม่ใช่การประมาณ

ขอเดโม “ขอ workload ที่มีค่าใช้จ่ายด้าน AI สูงที่สุด หรือรายการใน backlog ที่ทำให้การปล่อยงานล่าช้า แล้วเราจะทดลองกับทีมของคุณโดยใช้โมเดลหรือ AI agent ของเรา พร้อมแสดงผลที่วัดได้ทั้งด้านประสิทธิภาพและต้นทุนค่ะ”

บทสนทนาเรื่องต้นทุน

ค่าใช้จ่าย AI มักซ่อนอยู่ที่ไหน

ทราฟฟิกแชตหรือซัปพอร์ตปริมาณมากที่รันบนโมเดลราคาสูง
ส่งเอกสารยาวซ้ำทุกครั้ง แทนที่จะใช้ cached input
เปิดโหมด reasoning ไว้กับงานง่าย ๆ
ไม่มีคีย์แยกตามแผนก จึงไม่มีใครรับผิดชอบค่าใช้จ่าย

บทสนทนาเรื่องกำลังทีม

backlog มักติดอยู่ที่ไหน

ต้องเข้าใจโมดูลเก่าก่อนจะแก้อะไรได้
ขาด unit test ทำให้ปล่อยงานไม่ได้
คิวรีวิวโค้ดยาว
งานรายงานซ้ำ ๆ ดึงวิศวกรออกจากงานส่งมอบ

FAQ / ข้อโต้แย้ง

ตอบข้อกังวล และอธิบายบทบาทของแต่ละผลิตภัณฑ์ให้ชัดเจน

ตอบสั้นแล้วพาไปสู่หลักฐาน รวมถึงการเปรียบเทียบกับ Aerogram

ลูกค้าพูด	เราตอบ
“เราใช้เครื่องมือ AI อื่นอยู่แล้ว”	เทียบงานจริงหนึ่งงานกับเครื่องมือเดิม และตกลงว่าผลลัพธ์แบบไหนจึงคุ้มที่จะเปลี่ยน
“ใช้ข้อมูลที่เป็นความลับได้ไหม”	ตรวจสอบผลิตภัณฑ์ แพ็กเกจ สิทธิ์ และเงื่อนไขด้านข้อมูลก่อน เริ่มจากข้อมูลที่ได้รับอนุมัติหรือปกปิดข้อมูลส่วนบุคคลแล้ว จากนั้นอ้างอิงข้อมูลด้านความปลอดภัยด้านล่าง
“จะประหยัดได้เท่าไร”	วัด baseline ทั้งด้านการใช้งานและผลลัพธ์ที่ยอมรับได้ระหว่างการทดสอบ แล้วจัดทำข้อเสนอด้านคุณค่าจากผลที่วัดได้
“ควรใช้โมเดลตัวไหน”	จับคู่กับลักษณะงานแล้วทดสอบ ตัวตัดสินคือคุณภาพ ความเร็ว และต้นทุนต่อคำตอบที่ยอมรับได้ ไม่ใช่ตารางจัดอันดับ

FAQ เปรียบเทียบผลิตภัณฑ์

Aerogram เหมาะกับส่วนใด และไม่ได้ทดแทนผลิตภัณฑ์ Tencent ในส่วนใด

WORKBUDDY เทียบกับ AEROGRAM

ผู้ช่วย AI ที่ยืดหยุ่น เทียบกับ workflow app ที่มีมาตรฐาน

ไม่ใช่ผลิตภัณฑ์ที่ทดแทนกันแบบหนึ่งต่อหนึ่ง Aerogram เปลี่ยน SOP และตรรกะของผู้เชี่ยวชาญให้เป็น workflow app ที่นำกลับมาใช้ซ้ำและกำกับดูแลได้ โดยพนักงานเรียกใช้ผ่านข้อมูลนำเข้าที่มีโครงสร้าง ส่วน WorkBuddy เป็น AI desktop workstation ที่รองรับงานหลากหลาย ผู้ใช้อธิบายงานด้วยภาษาธรรมชาติ แล้วระบบวางแผน ดำเนินงาน และส่งมอบไฟล์ที่เสร็จพร้อมตรวจสอบ เลือก Aerogram สำหรับกระบวนการที่ทำซ้ำและต้องการมาตรฐานจากส่วนกลาง เลือก WorkBuddy สำหรับงานออฟฟิศประจำวันหลายขั้นตอนที่ต้องการความยืดหยุ่น และทั้งสองสามารถทำงานเสริมกันได้

เว็บไซต์ Aerogram ทางการ ↗ · ภาพรวม WorkBuddy ทางการ ↗

TOKENHUB เทียบกับ AEROGRAM

เลเยอร์เชื่อมต่อโมเดล เทียบกับเลเยอร์ workflow ธุรกิจ

ทั้งสองไม่ใช่ผลิตภัณฑ์ทดแทนกัน เพราะทำงานคนละเลเยอร์ Aerogram ใช้สร้าง เผยแพร่ และกำกับดูแล AI workflow application สำหรับผู้ใช้ธุรกิจ ส่วน TokenHub ให้ทีมพัฒนาและทีม AI platform เชื่อมต่อโมเดลหลายตระกูล เช่น Hunyuan, DeepSeek, GLM, Kimi และ MiniMax ผ่าน API แบบรวมศูนย์ Aerogram กำหนดว่ากระบวนการธุรกิจต้องทำงานอย่างไร ขณะที่ TokenHub จัดหาเลเยอร์เชื่อมต่อโมเดลเบื้องหลังแอปและ agent

ความเป็นไปได้ในการเชื่อมต่อ: หาก Aerogram รองรับ endpoint ที่ลูกค้ากำหนดเองและเข้ากันได้กับ OpenAI หรือ Anthropic ก็อาจใช้ TokenHub เป็นแหล่งโมเดลเบื้องหลังได้ แต่เว็บไซต์สาธารณะของ Aerogram ยืนยันเพียงการรองรับหลายโมเดล และยังไม่ได้ยืนยัน custom TokenHub endpoint อย่างชัดเจน จึงต้องตรวจสอบทางเทคนิคก่อนรับปากลูกค้า

เว็บไซต์ Aerogram ทางการ ↗ · ภาพรวม TokenHub API ↗

แนวทางการวางตำแหน่งในการขาย Aerogram เปลี่ยน workflow มาตรฐานให้เป็นแอป WorkBuddy มอบผู้ช่วย AI ที่ยืดหยุ่นให้พนักงาน และ TokenHub เป็นเลเยอร์เชื่อมต่อโมเดลเบื้องหลังแอปและ AI agent

FAQ / ความปลอดภัยและการปฏิบัติตามข้อกำหนด

คำตอบด้านความปลอดภัยที่ยืนยันได้

ทุกบรรทัดด้านล่างอ้างอิงเอกสารทางการ โดยไม่มีการตีความเพิ่มเติมนอกเหนือจากเอกสาร

คำถามที่ทำให้ดีลหยุดชะงัก

“เอาข้อมูลเราไปฝึกโมเดลไหม”

ผลิตภัณฑ์	จุดยืนตามเอกสาร	อ่านบนเว็บไซต์ทางการ
TokenHub	“ไม่ใช้ — เราให้ความสำคัญกับความเป็นส่วนตัวของคุณอย่างมาก เราจะไม่ใช้ข้อมูลของคุณเพื่อวัตถุประสงค์อื่นนอกจากการให้บริการ และไม่นำไปใช้ฝึกโมเดล” วัตถุประสงค์การประมวลผลจำกัดอยู่ที่การให้บริการและการแก้ปัญหา	TokenHub FAQs ↗ Data Processing & Security Protocol ↗
CodeBuddy Enterprise	“โดยค่าเริ่มต้น เราไม่ใช้ Input หรือ Output ของคุณเพื่อฝึกโมเดล” การฝึกโมเดลต้องได้รับความยินยอมแบบ opt-in และกรณีใช้คีย์โมเดลของลูกค้าเอง (BYOK) ก็ไม่ถูกนำไปฝึกด้วย	CodeBuddy Enterprise Privacy Policy ↗ Enterprise Service Agreement, §9.2(g) ↗
WorkBuddy	“การประมวลผลข้อมูลดำเนินการในสภาพแวดล้อมบนเครื่องของผู้ใช้… ฝั่งเซิร์ฟเวอร์ประมวลผลเพียงบางส่วนของข้อมูลและทิ้งทันทีหลังใช้งาน โดยไม่มีการจัดเก็บ และไม่นำไปใช้ฝึกโมเดล”	WorkBuddy FAQs — ความปลอดภัยข้อมูล ↗ ประกาศความเป็นส่วนตัว ↗

วิธีตอบ: ทั้งสามผลิตภัณฑ์ระบุไว้เป็นลายลักษณ์อักษรว่าจะไม่นำข้อมูลไปฝึกโมเดล สำหรับ CodeBuddy การตั้งค่าอยู่ที่ IDE Settings → General → “Experience Optimization Program” — นโยบายความเป็นส่วนตัวระบุว่าปิดเป็นค่าเริ่มต้นและปิดได้ทุกเมื่อ สำหรับลูกค้าธนาคารหรือหน่วยงานรัฐ ให้ระบุในใบสั่งซื้อว่าปิดสวิตช์นี้ทั้งองค์กร และขอใช้รุ่น Enterprise หรือรุ่นที่ติดตั้งบน VPC เฉพาะ

ระยะเก็บข้อมูล

เก็บเนื้อหาไว้นานเท่าไร

ผลิตภัณฑ์	ระยะเก็บข้อมูล	อ่านบนเว็บไซต์ทางการ
TokenHub	“หากคุณเลือกสิงคโปร์ แฟรงก์เฟิร์ต หรือซิลิคอนวัลเลย์เป็นภูมิภาคทรัพยากร และเปิดใช้ Zero Data Retention (ZDR) เราจะไม่จัดเก็บข้อมูลนั้น แต่หากไม่ได้เปิด ZDR โดยทั่วไปเราจะเก็บข้อมูลไม่เกิน 30 วันหลังคำขอของคุณ”	Data Processing & Security Protocol, §5 ↗
CodeBuddy Enterprise	เก็บ Input และ Output ไม่เกินสิบสี่ (14) วัน ข้อมูลการเข้าสู่ระบบ บัญชี และข้อมูลรับรองความปลอดภัยเก็บไว้ตราบเท่าที่ยังมีบัญชีอยู่ และถูกลบภายในหนึ่งเดือนหลังยกเลิกบัญชี ส่วนการตั้งค่าของผู้ใช้ปลายทางจะจัดเก็บไว้เฉพาะบนอุปกรณ์	CodeBuddy Enterprise Privacy Policy ↗
WorkBuddy	“ฝั่งเซิร์ฟเวอร์ประมวลผลเพียงบางส่วนของข้อมูลและทิ้งทันทีหลังใช้งาน โดยไม่มีการจัดเก็บ และไม่นำไปใช้ฝึกโมเดล” ควรยืนยันถ้อยคำเรื่องระยะเก็บข้อมูลล่าสุดจากประกาศความเป็นส่วนตัวของแอปก่อนระบุเป็นข้อผูกพันในสัญญา	WorkBuddy FAQs — ความปลอดภัยข้อมูล ↗ ประกาศความเป็นส่วนตัว ↗

การรับรอง

การรับรองมีผลในระดับแพลตฟอร์มและมีขอบเขตตามภูมิภาค — คลิกเพื่อดูรายละเอียดใบรับรองแต่ละรายการ

การรับรองเหล่านี้ออกให้แก่แพลตฟอร์ม Tencent Cloud และมีขอบเขตตามภูมิภาค ต้องยืนยันขอบเขตภูมิภาค และส่งรายงานหรือหนังสือรับรองภายใต้ NDA เมื่อได้รับการร้องขอ สำหรับลูกค้าไทยที่อยู่ภายใต้การกำกับดูแล ให้ขอหนังสือรับรองตัวจริงของการตรวจสอบอุตสาหกรรมการเงินไทยภายใต้ NDA ไม่ใช่อ้างเฉพาะหน้าเว็บ

การควบคุมของ TokenHub

ตัวตน เนื้อหา ข้อมูล และเครือข่าย

API key แยกตามแอป จำกัดตามโมเดล บริการ และ IP ต้นทาง
กำหนดโควตาโทเคนต่อคีย์
ส่ง metadata ของการเรียกใช้ไปที่ CLS เพื่อตรวจสอบย้อนหลัง
LLM-WAF ตรวจ prompt และคำตอบ (อนุญาต / บล็อก / แทนที่)
confidential computing พร้อม remote attestation และเข้าถึงผ่าน PrivateLink

เอกสาร TokenHub ↗

การควบคุมของ WorkBuddy

การป้องกันสามชั้น

แซนด์บ็อกซ์จำกัดการเข้าถึงไฟล์ไว้เฉพาะ workspace ที่อนุญาต โดยค่าเริ่มต้นเป็นแบบอ่านอย่างเดียว และต้องได้รับอนุมัติก่อนแก้ไข
SSO และซิงก์โครงสร้างองค์กร โควตาเครดิตต่อแผนก IP allow-list และการกำหนดสิทธิ์ใช้เครื่องมืออย่างละเอียด
ตรวจสอบความปลอดภัยของ skill และสแกนในเครื่องก่อนติดตั้ง
ใช้ HTTPS ตลอดเส้นทางด้วย TLS 1.2/1.3
รุ่น VPC Dedicated: VPC เฉพาะ แยก tenant และเข้าถึงผ่าน private link

WorkBuddy FAQs — ความปลอดภัยข้อมูล ↗

รูปแบบการติดตั้ง CodeBuddy

SaaS, VPC เฉพาะ หรือติดตั้งในองค์กร

SaaS Enterprise บน VPC ที่ใช้ร่วมกัน
Enterprise บนคลาวด์เฉพาะ ใช้ VPC ของตัวเอง
รองรับการติดตั้งแบบออฟไลน์เต็มรูปแบบใน IDC ของลูกค้า เพื่อให้โค้ดและข้อมูลอยู่ในเครือข่ายองค์กร
การเข้ารหัส การแฮช การควบคุมสิทธิ์ตามบทบาท และ audit log

codebuddy.ai ↗

ทุกข้อความด้านบนมีลิงก์ไปยังหน้าเอกสารทางการของ Tencent Cloud หรือของผลิตภัณฑ์ที่เป็นที่มา เอกสารมีการเปลี่ยนแปลง ควรเปิดลิงก์และตรวจสอบถ้อยคำจริงก่อนนำไปใส่ในข้อเสนอของลูกค้า

แหล่งอ้างอิง

ที่มาของแต่ละข้อความ

เฉพาะเอกสารทางการ — กดที่รายการใดก็ได้เพื่อเปิด

TokenHub — ผลิตภัณฑ์และราคา

เครื่องมือ AI ที่เชื่อมต่อได้

CodeBuddy

WorkBuddy

แหล่งอ้างอิงสำหรับการเปรียบเทียบ

ใบรับรองความปลอดภัยและการกำกับดูแล

ทุกรายการด้านบนลิงก์ไปยังหน้าอย่างเป็นทางการของ Tencent Cloud หรือเจ้าของผลิตภัณฑ์ — กดเพื่อเปิดแหล่งที่มาได้เลย ลิงก์ตรวจสอบเมื่อ 20 ก.ย. 2026 เอกสารมีการเปลี่ยนแปลง ควรตรวจซ้ำก่อนนำถ้อยคำไปใช้ในข้อเสนอลูกค้า

From AI Buzzto Business

The model layer behind the applications your customer builds

It is not a chatbot your employees log into

Aggregated in one catalogue

Keep the customer’s existing tools

AI support for software teams

More output from the same team

Reduce delivery bottlenecks

Engineering, QA, delivery

Not “AI writes everything”

AI workbench for business teams

Save time on repetitive work

Get finished work, not more chat

Not another chat window

Developer & platform teams already burning tokens

Teams whose constraint is capacity

Business teams paid to produce documents

Lead with one product

Three questions that sort the room

TokenHub — go where the token bill already is

Teams already spending a lot of tokens

Get the numbers before you present

Lower-cost models on their own workload

Four numbers, agreed before the test

Sell capacity, not magic

Sell hours back to a department

Leave with the customer’s real starting point

Two ways customers pay

Pay-as-you-go per token

Token Plan subscriptions

Team version: seats plus included token credits

Cost or capacity?

Test on their own workload

Book it in the meeting

Where AI spend usually hides

Where the backlog usually sits

Where Aerogram fits — and where it does not replace Tencent products

Flexible AI colleague vs standardized workflow apps

Model-access layer vs business workflow layer

“Do you train on our data?”

How long content is kept

Platform-level and region-scoped — click through to each certificate

Identity, content, data, network

Three layers of defence

SaaS, dedicated VPC or on-prem

TokenHub — product & pricing

AI tools we can integrate

CodeBuddy

WorkBuddy

Comparison reference

Security & compliance certificates

จากกระแส AIสู่ธุรกิจ

เลเยอร์โมเดลที่อยู่เบื้องหลังแอปที่ลูกค้าสร้างเอง

ไม่ใช่แชตบอทที่พนักงานล็อกอินเข้าไปใช้

รวมอยู่ในแค็ตตาล็อกเดียว

ใช้เครื่องมือเดิมของลูกค้าได้

ผู้ช่วย AI สำหรับทีมซอฟต์แวร์

ทีมเดิมทำงานได้มากขึ้น

ลดคอขวดในการส่งมอบ

ทีมวิศวกรรม, QA และงานส่งมอบ

ไม่ใช่ “AI เขียนทุกอย่างให้”

เวิร์กเบนช์ AI สำหรับทีมธุรกิจ

ประหยัดเวลากับงานที่ทำซ้ำ

ได้ชิ้นงานที่เสร็จพร้อมใช้ ไม่ใช่แค่แชตเพิ่ม

ไม่ใช่เพียงเครื่องมือแชตอีกตัวหนึ่ง

ทีมพัฒนาและทีม platform ที่ใช้ token จำนวนมากอยู่แล้ว

ทีมที่ติดข้อจำกัดด้านกำลังคน

ทีมธุรกิจที่ต้องผลิตเอกสาร

เริ่มเสนอด้วยผลิตภัณฑ์เดียว

สามคำถามที่ช่วยคัดกรองความต้องการ

TokenHub — เริ่มจากลูกค้าที่มีค่าใช้จ่ายด้าน token อยู่แล้ว

ทีมที่ใช้โทเคนจำนวนมากอยู่แล้ว

ได้ตัวเลขก่อนเริ่มนำเสนอ

โมเดลต้นทุนต่ำกว่าสำหรับ workload จริงของลูกค้า

สี่ตัวเลขที่ต้องตกลงกันก่อนเริ่มทดสอบ

ขายขีดความสามารถที่เพิ่มขึ้น ไม่ใช่เวทมนตร์

ขายคุณค่าจากเวลาที่ทีมได้คืนมา

จบการประชุมโดยได้จุดเริ่มต้นจากปัญหาจริงของลูกค้า

ลูกค้าจ่ายได้สองแบบ

คิดตามโทเคนที่ใช้จริง

From AI Buzz
to Business

จากกระแส AI
สู่ธุรกิจ