Workflow Automation ด้วย AI — เปรียบเทียบ 5 วิธี เลือกแบบไหนดี

ตลาด workflow automation มีมูลค่าสูงถึง 23.8 พันล้านดอลลาร์ในปี 2025 และคาดว่าจะแตะ 40.8 พันล้านดอลลาร์ภายในปี 2031 [Mordor Intelligence, 2025] แต่ที่น่าสนใจกว่าตัวเลขนี้คือ แม้ 60% ของธุรกิจทั่วโลกจะใช้ automation แล้วใน workflow อย่างน้อยหนึ่งส่วน มีเพียง 4% เท่านั้นที่ automate ครบ end-to-end [Approveit, 2025]

ช่องว่าง 56% นั้นไม่ได้เกิดจากขาดแรงจูงใจ แต่เกิดจากความสับสนเรื่องเครื่องมือ — มีตัวเลือกมากเกินไป แต่ละตัวมีจุดแข็งและข้อจำกัดต่างกัน และการเลือกผิดตั้งแต่ต้นทำให้เสียทั้งเวลาและงบประมาณ

บทความนี้จะเปรียบเทียบ 5 วิธีหลักที่ทีมในไทยใช้ทำ workflow automation: Zapier, Make (Integromat), n8n, Claude Code, และ Custom Python พร้อมตารางเปรียบเทียบและ decision framework ที่ช่วยให้คุณตัดสินใจได้ตรงกับ use case ของตัวเอง

ภาพรวม 5 วิธี Workflow Automation ด้วย AI

ก่อนลงลึกแต่ละตัว ขอสรุปภาพรวมให้เห็นก่อนว่าแต่ละแนวทางแตกต่างกันอย่างไร:

Zapier — no-code, point-and-click, 8,000+ integrations, ง่ายที่สุดสำหรับผู้เริ่มต้น
Make (Integromat) — visual canvas, logic ซับซ้อนได้, ราคาดีกว่า Zapier
n8n — open-source, self-host ได้, hybrid code/no-code สำหรับทีมเทคนิค
Claude Code — AI coding agent, บอกเป็นภาษาพูด → AI เขียนโค้ดให้
Custom Python — เขียนโค้ดเอง 100%, ยืดหยุ่นสูงสุด, ต้องการ developer

ทั้ง 5 แนวทางไม่ได้แข่งขันกันตรงๆ แต่มีจุดแข็งที่เหมาะกับ context ต่างกัน องค์กรส่วนใหญ่ใช้หลายแนวทางพร้อมกันตามขั้นตอนการพัฒนา เริ่มจาก Zapier สำหรับงานเร็วๆ แล้วค่อยขยายไปสู่เครื่องมือที่ซับซ้อนขึ้นเมื่อ need เพิ่มขึ้น

วิธีที่ 1 — Zapier: ง่ายที่สุด สำหรับคนไม่เขียนโค้ด

Zapier เป็นเจ้าตลาด no-code automation ที่มีผู้ใช้มากกว่า 3 ล้านคนทั่วโลก รองรับกว่า 8,000 แอป และ automate ไปแล้วกว่า 81 พันล้าน tasks ตั้งแต่เริ่มก่อตั้ง [SQ Magazine, 2026] ความแข็งแกร่งของ Zapier อยู่ที่ความง่าย — ใครก็ตั้งค่าได้โดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว

การทำงานใน Zapier เรียกว่า “Zap” — แต่ละ Zap ประกอบด้วย trigger (เหตุการณ์ที่กระตุ้นให้ทำงาน) และ action (สิ่งที่ต้องทำต่อ) เช่น “เมื่อมีคนกรอก Google Form → บันทึกลง Google Sheet → ส่ง email แจ้งทีม” ทำได้ใน 10-15 นาทีโดยไม่ต้องรู้ programming

ราคา Zapier (2025-2026):

Free — 100 tasks/เดือน, Zap แบบ 2 ขั้นตอน
Pro — ~$19.99/เดือน (~720 บาท), 750 tasks, Multi-step Zaps, Webhooks
Team — ~$69/เดือน, รองรับผู้ใช้หลายคน
Enterprise — Custom pricing สำหรับ volume สูง

ข้อควรระวัง: Zapier คิดค่าบริการแบบ per-task ซึ่งหมายความว่า workflow ที่ซับซ้อนที่มี action หลายขั้นตอนจะกิน task เร็วมาก ทำให้บางกรณี Make หรือ n8n ประหยัดกว่า 3-4 เท่าสำหรับ workflow เดียวกัน

เหมาะกับ: ทีม marketing, sales, HR ที่ต้องการ automation รวดเร็วโดยไม่ต้องขอ IT, SME ที่เพิ่งเริ่มต้น, งาน integration ระหว่าง SaaS tools ยอดนิยม

วิธีที่ 2 — Make (Integromat): ยืดหยุ่นกว่า ราคาดีกว่า

Make (ชื่อเดิม Integromat) เป็นแพลตฟอร์ม visual automation ที่ออกแบบมาสำหรับ workflow ซับซ้อนกว่าที่ Zapier รองรับได้ ในปี 2024 Make ประมวลผล automation scenarios ไปกว่า 5.6 พันล้านครั้ง เพิ่มขึ้น 26% จากปีก่อน [Make, 2025]

จุดต่างของ Make อยู่ที่ visual canvas — ผู้ใช้ลากวาง module เชื่อมต่อกันบนกระดานแบบ graph ทำให้เห็นภาพรวม flow ได้ชัดเจน รองรับ feature ขั้นสูงอย่าง Router (แยก path ตามเงื่อนไข), Iterator (วนซ้ำข้อมูลใน array), และ Aggregator (รวมข้อมูลหลายชิ้นเป็นชิ้นเดียว) — ทั้งหมดนี้ทำได้โดยไม่เขียนโค้ด

ราคา Make (2025-2026):

Free — 1,000 operations/เดือน
Core — ~$9-16/เดือน (~320-580 บาท), 10,000-20,000 operations
Pro — ~$29/เดือน (~1,050 บาท), features ขั้นสูง
Enterprise — Custom pricing

Make คิดค่าบริการแบบ per-operation แทน per-task ซึ่งทำให้ราคาแตกต่างจาก Zapier อย่างมีนัยสำคัญ — การรัน workflow ที่มี 5 module ครั้งเดียวใช้ 5 operations แต่ใน Zapier นับเป็น 4 tasks (ไม่นับ trigger) ในทางปฏิบัติ Make มักประหยัดกว่า Zapier 3-4 เท่าสำหรับ workflow ซับซ้อน

เหมาะกับ: Marketing operations, ทีมที่ต้องการ logic แบบ branching/looping, งาน data transformation ที่ซับซ้อน, ผู้ใช้ที่โตมาจาก Zapier แล้วต้องการ flexibility มากขึ้น

วิธีที่ 3 — n8n: Open-Source Powerhouse สำหรับทีมเทคนิค

n8n เป็น open-source workflow automation ที่เติบโตเร็วที่สุดในตลาดขณะนี้ ณ ปลายปี 2025 มีผู้ใช้งานมากกว่า 230,000 คนทั่วโลก ระดมทุนได้ $180 ล้านดอลลาร์ในรอบ Series C (valuation ~$2.5 พันล้านดอลลาร์) [Flowlyn, 2025] สิ่งที่ทำให้ n8n แตกต่างจาก Zapier และ Make คือ คุณ self-host ได้บนเซิร์ฟเวอร์ของตัวเอง

n8n ออกแบบมาเป็น hybrid code/no-code — ผู้ใช้ที่ไม่เขียนโค้ดสามารถสร้าง workflow ด้วย visual canvas เหมือน Make แต่นักพัฒนาสามารถเขียน JavaScript หรือ Python ใน Code Node ได้โดยตรง รองรับ npm packages ใน self-hosted instance ทำให้ integrate กับระบบ legacy หรือ API ที่ซับซ้อนได้ n8n ยังมี built-in nodes สำหรับ AI models (GPT-4, Claude) ทำให้สร้าง AI-powered automation ได้โดยไม่ต้องเขียนโค้ด AI เองทั้งหมด

ราคา n8n (2025-2026):

Self-hosted (Community Edition) — ฟรี ค่าเซิร์ฟเวอร์ประมาณ 180-360 บาท/เดือน
n8n Cloud Starter — ~€20/เดือน (~780 บาท), 2,500 executions/เดือน
n8n Cloud Pro — ~€50/เดือน (~2,000 บาท), executions มากขึ้น, features ขั้นสูง
Enterprise — Custom pricing

ข้อดีที่โดดเด่นที่สุดของ n8n คือ self-hosting ฟรี — องค์กรที่มี DevOps team สามารถรัน workflow ได้ไม่จำกัดจำนวนโดยไม่มีค่า per-execution ทำให้ n8n เป็นตัวเลือกที่คุ้มค่าที่สุดเมื่อ volume สูง

สนใจเรียนสร้าง Workflow Automation ด้วย n8n อย่างจริงจัง? แนวคิดการสร้าง Workflow Automation ด้วย n8n ของ FutureSkill ครอบคลุมตั้งแต่พื้นฐาน workflow design จนถึง AI integration

เหมาะกับ: Enterprise ที่ต้องการ data privacy, ทีมที่มี Developer หรือ DevOps, องค์กรที่ต้องการ custom integration กับระบบ in-house, งานที่ volume สูงและต้องการประหยัดค่า platform

วิธีที่ 4 — Claude Code: AI Coding Agent ยุคใหม่

Claude Code เป็นหมวดหมู่ใหม่ที่ไม่เหมือน Zapier, Make, หรือ n8n — มันคือ AI coding agent ที่สร้างและดูแล automation ด้วยการสนทนาเป็นภาษาพูด คุณบอกว่าต้องการอะไร Claude Code จะเขียนโค้ด, กำหนด schedule, และ config deployment ให้ Claude Code คืออะไร

ตัวอย่างการใช้งานจริง: แทนที่จะเปิด Zapier แล้วลาก block ทีละอัน คุณอาจพิมพ์ใน Claude Code ว่า “สร้าง script ที่ดึงข้อมูล sales จาก Google Sheets, คำนวณ summary ของสัปดาห์ที่แล้ว, แล้วโพสต์ไปยัง Slack channel #sales-daily ทุกวันจันทร์เวลา 9 โมงเช้า” Claude Code จะเขียน Python script ที่สมบูรณ์พร้อม cron schedule และอธิบายวิธี deploy ให้ทีละขั้นตอน

Claude Code ทำงานผ่าน Model Context Protocol (MCP) ที่ช่วยให้ AI agent เชื่อมต่อกับ tools ภายนอกได้โดยตรง — อ่านเพิ่มเติมเรื่อง MCP ที่ MCP คืออะไร? เทคโนโลยี USB-C ของ AI ในปี 2026 Claude Code เพิ่ม features อย่าง Remote Control, Dispatch, Channels, และ Auto Mode ที่ทำให้ automation ที่สร้างด้วย Claude Code ทำงานได้ยาวนานขึ้นโดยไม่ต้องคอย monitor

ราคา Claude Code (2025-2026):

Pro — ~$20/เดือน (~720 บาท), ครอบคลุม LLM cost สำหรับ coding sessions
Max — ~$100/เดือน (~3,600 บาท), usage limit สูงขึ้น, เหมาะกับงานหนัก

ต่างจาก Zapier/Make/n8n ที่คิดค่าบริการแบบ per-task/per-execution Claude Code ใช้ subscription แบบ flat rate — คุณสามารถสร้าง automation ได้มากเท่าที่ต้องการ โดยค่าใช้จ่ายเพิ่มเติมเป็นแค่ค่าเซิร์ฟเวอร์สำหรับรัน script

เหมาะกับ: ทีมที่ต้องการ custom automation แต่ไม่มี developer ประจำ, งานที่ Zapier/Make ไม่มี connector สำเร็จรูป, developer ที่อยากเร่ง velocity การสร้าง automation, องค์กรที่ต้องการ integrate กับระบบ in-house

วิธีที่ 5 — Custom Python: ควบคุมทุกอย่าง 100%

Custom Python คือการเขียนโค้ด automation เองตั้งแต่ต้น ใช้ libraries อย่าง requests สำหรับ API calls, pandas สำหรับ data transformation, schedule หรือ cron สำหรับ scheduling — ไม่มีแพลตฟอร์มกลาง, ไม่มีค่า per-execution, ควบคุมทุก logic ได้ 100%

ตัวอย่าง use case ที่ Python เหมาะที่สุด: ระบบ ETL ที่ดึงข้อมูลจาก database 10 แหล่ง, ประมวลผล 1 ล้าน records ต่อวัน, แล้วโหลดขึ้น data warehouse — การใช้ Zapier หรือ Make สำหรับ workload แบบนี้ไม่เพียงแต่แพงมาก แต่ยังทำไม่ได้จริงๆ Python ที่รัน batch job บน cloud server ประหยัดกว่าหลาย 10 เท่าสำหรับ volume ระดับนี้

Python ยังเหมาะกับงานที่ต้องการ algorithm เฉพาะ, machine learning inference, หรือ integration กับ hardware/sensor ที่ Zapier/Make ไม่รองรับ ในบริบทของ AI Agents, Python เป็นภาษาหลักที่ใช้สร้าง multi-agent systems — อ่านเพิ่มเติมที่ AI Agent คืออะไร — พนักงานคนต่อไปในธุรกิจ

ราคา Custom Python:

ค่า platform: ฟรี (ไม่มี SaaS fee)
ค่าเซิร์ฟเวอร์: $5-50/เดือน (~180-1,800 บาท) ขึ้นอยู่กับ workload
ค่าพัฒนา: สูง — ต้องการ developer ที่มีประสบการณ์

เหมาะกับ: Engineering teams, Data teams, งาน mission-critical ที่ต้องการ performance สูง, ระบบที่ต้องการ compliance เข้มงวด, งานที่ volume สูงมากจน SaaS platform แพงเกินไป

ตารางเปรียบเทียบ: ราคา, Learning Curve, ความยืดหยุ่น

เครื่องมือ	ราคาเริ่มต้น	Learning Curve	ความยืดหยุ่น	Self-host	AI-ready
Zapier	ฟรี / ~$20/mo	⭐ ต่ำมาก	⭐⭐ ปานกลาง-ต่ำ	❌	✅ (AI by Zapier)
Make	ฟรี / ~$9/mo	⭐⭐ ปานกลาง	⭐⭐⭐ ปานกลาง-สูง	❌	✅ (via HTTP)
n8n	ฟรี (self-host)	⭐⭐⭐⭐ สูง	⭐⭐⭐⭐ สูงมาก	✅ ฟรี	✅ (built-in AI nodes)
Claude Code	~$20/mo	⭐⭐ ปานกลาง	⭐⭐⭐⭐ สูงมาก	✅ (code runs locally)	✅ Native AI
Custom Python	เซิร์ฟเวอร์ ~$5/mo	⭐⭐⭐⭐⭐ สูงที่สุด	⭐⭐⭐⭐⭐ สูงที่สุด	✅ เต็มรูปแบบ	✅ (ต้องเขียนเอง)

หมายเหตุ: ราคาแสดงในรูปแบบ USD ตามที่ vendor กำหนด ($1 ≈ 36 บาท ณ ปี 2026). Learning Curve วัดจากระดับความรู้ที่ต้องการในการเริ่มต้นใช้งานจริง ไม่ใช่ความสามารถสูงสุดของ platform

Decision Framework: เลือกแบบไหนดีสำหรับคุณ?

แทนที่จะถามว่า “เครื่องมือไหนดีที่สุด?” คำถามที่ถูกต้องกว่าคือ “เครื่องมือไหนเหมาะกับบริบทของฉัน?” ลองตอบ 4 คำถามนี้:

1. ทีมของคุณเขียนโค้ดได้หรือเปล่า?

ไม่เขียนโค้ดเลย → เริ่มต้นที่ Zapier
เข้าใจ logic แต่ไม่ใช่ developer → Make
มี developer ในทีม → n8n หรือ Python
มีคน “กึ่ง technical” ที่สะดวกกับ terminal → Claude Code

2. Workflow ของคุณซับซ้อนแค่ไหน?

Simple trigger → action (แจ้งเตือน, sync ข้อมูล) → Zapier
มี branching, looping, หรือ data transformation → Make หรือ n8n
ต้องการ custom algorithm หรือ ML → Python หรือ Claude Code

3. ข้อมูลที่ process มีความ sensitive แค่ไหน?

ข้อมูลปกติ ไม่ sensitive → Cloud SaaS ใดก็ได้ (Zapier, Make, n8n Cloud)
ต้องการ data privacy หรือ compliance เข้มงวด → n8n self-host หรือ Python

4. Volume ของ automation สูงแค่ไหน?

ต่ำ (<10,000 tasks/เดือน) → Zapier หรือ Make เพียงพอ
สูง (>100,000 executions/เดือน) → n8n self-host หรือ Python คุ้มกว่ามาก
ต้องการ build + maintain หลาย automation → Claude Code ช่วยลดเวลา dev

สำหรับธุรกิจส่วนใหญ่ในไทย เส้นทางที่ดีที่สุดคือ เริ่มต้นที่ Zapier หรือ Make สำหรับ quick wins ด้าน marketing/operations → ย้ายไป n8n เมื่อต้องการ flexibility และ privacy มากขึ้น → ใช้ Claude Code เป็น accelerator สำหรับสร้าง custom automation → Python สำหรับระบบ core ที่ต้องการ performance สูงสุด

สนใจเรียนรู้ทั้ง Claude Code, n8n, และ AI Automation แบบครบจบในที่เดียว? Claude Code and CoWork สำหรับหัวหน้ายุคใหม่ ของ FutureSkill สอน workflow ตั้งแต่พื้นฐานจนถึง sub-agent และ multi-tool automation — อ่านเพิ่มเติมเรื่อง sub-agent ที่ Sub-agent ใน Claude Code คืออะไร — ทำงาน parallel เร็วขึ้น 5 เท่า

คำถามที่พบบ่อยเกี่ยวกับ Workflow Automation

Zapier กับ Make (Integromat) ต่างกันอย่างไร?

Zapier เหมาะกับผู้เริ่มต้นที่ต้องการ setup รวดเร็วโดยไม่ต้องเรียนรู้อะไรมาก มี integration ครอบคลุมกว่า 8,000 แอป interface ง่ายแบบ guided step-by-step แต่ราคาอาจแพงเมื่อ scale ขึ้นเพราะคิดแบบ per-task Make มี visual canvas ที่ยืดหยุ่นกว่า รองรับ logic ซับซ้อนอย่าง router, iterator, และ data aggregation ที่ Zapier ทำได้จำกัดกว่า ราคาถูกกว่าประมาณ 3-4 เท่าสำหรับ workflow ที่เทียบเท่ากัน แต่ต้องใช้เวลาเรียนรู้มากกว่าสัปดาห์สองสัปดาห์เพื่อใช้งานได้เต็มประสิทธิภาพ ทั้งสองเป็น cloud-only จึงไม่เหมาะกับองค์กรที่ต้องการ self-host เพื่อ data privacy หากนั้นคือ requirement จริงๆ ควรพิจารณา n8n แทน

n8n ฟรีจริงไหม? มีข้อจำกัดอะไรบ้าง?

n8n Community Edition ฟรีสำหรับการ self-host บนเซิร์ฟเวอร์ของตัวเอง ใช้ fair-code license — ไม่จำกัดจำนวน workflow, ไม่จำกัดผู้ใช้, ไม่มีค่า per-execution ข้อจำกัดคือ (1) ห้ามนำไปขายเป็น SaaS ให้ลูกค้าภายนอก และ (2) ต้องดูแลเซิร์ฟเวอร์เอง ซึ่งต้องการทักษะ DevOps ระดับหนึ่ง (Docker, การ monitor) ค่าเซิร์ฟเวอร์สำหรับ n8n ขนาดเล็กอยู่ที่ประมาณ 180-360 บาทต่อเดือน สำหรับองค์กรที่ไม่ต้องการดูแลเซิร์ฟเวอร์เอง n8n Cloud เริ่มต้นที่ ~780 บาทต่อเดือน ซึ่งก็ยังถูกกว่า Zapier Pro สำหรับ workflow ที่ซับซ้อนมาก

Claude Code ใช้ทำ Workflow Automation ได้อย่างไร?

Claude Code เป็น AI coding agent ที่ช่วยสร้าง automation โดยคุณบอกเป็นภาษาพูดว่าต้องการอะไร เช่น “สร้าง script ที่ดึงข้อมูล sales จาก Google Sheets วิเคราะห์ และส่ง summary ไปที่ Slack ทุกวันจันทร์” Claude Code จะเขียน Python script ที่สมบูรณ์ กำหนด schedule และอธิบายวิธี deploy ให้ ต่างจาก Zapier/Make ตรงที่ Claude Code สร้าง code จริงๆ ไม่ใช่แค่เชื่อม API ผ่าน visual builder จึงรองรับ logic ที่ซับซ้อนและ integrate กับระบบ legacy หรือ internal API ที่ไม่มี connector สำเร็จรูปได้ เหมาะเป็นพิเศษสำหรับทีมที่ต้องการ custom automation แต่ไม่มี full-time developer

ควรเลือก automation tool ตามอะไร?

เลือกตาม 4 ปัจจัยหลัก: (1) Technical skill ของทีม — ถ้าไม่เขียนโค้ดเลย เริ่มที่ Zapier หรือ Make (2) Complexity ของ workflow — งานง่ายใช้ Zapier งานซับซ้อนที่มี branching/looping ใช้ Make หรือ n8n (3) Data privacy — ถ้าต้องการ self-host เลือก n8n หรือ Python (4) Budget และ Volume — งาน volume สูง n8n self-hosted หรือ Python คุ้มค่ากว่า Zapier/Make ในระยะยาวมาก หลายองค์กรใช้หลายเครื่องมือพร้อมกัน เช่น Zapier สำหรับ marketing automations ที่ง่าย n8n สำหรับ data pipeline ที่ซับซ้อน และ Claude Code เป็น assistant สำหรับสร้างและ maintain automation scripts

Workflow Automation กับ RPA (Robotic Process Automation) ต่างกันอย่างไร?

RPA (เช่น UiPath, Automation Anywhere) ออกแบบมาเพื่อทำงานบนหน้าจอแบบที่มนุษย์ทำ เช่น คลิกปุ่ม กรอก form copy-paste ข้อมูลระหว่างแอป เหมาะกับระบบเก่าที่ไม่มี API Workflow Automation (Zapier, Make, n8n) ทำงานผ่าน API และ webhooks โดยตรง เร็วกว่า เสถียรกว่า และ maintain ง่ายกว่า RPA มาก แต่ต้องการให้ระบบปลายทางรองรับ API ในปัจจุบัน AI-powered automation รวมถึง Claude Code กำลังก้าวหน้าจนสามารถผสม RPA-style computer use กับ API automation เข้าด้วยกันได้ ทำให้เส้นแบ่งระหว่างสองแนวทางเริ่มเลือนลางมากขึ้นเรื่อยๆ

สรุป

Workflow Automation ไม่ใช่แค่เรื่องของ “เครื่องมือไหนดีที่สุด” แต่คือการเลือกเครื่องมือที่ตรงกับบริบทของทีมและองค์กรคุณ สรุปสิ่งที่ควรจำ:

Zapier — เริ่มต้นได้เร็วที่สุด เหมาะกับ SME และทีมไม่มี Dev แต่แพงเมื่อ scale
Make — ยืดหยุ่นกว่า Zapier ราคาดีกว่า เหมาะกับ workflow ที่ซับซ้อนขึ้น
n8n — open-source, self-host ฟรี เหมาะกับ Enterprise และทีมที่ต้องการ privacy และ customization
Claude Code — AI coding agent รุ่นใหม่ สร้าง automation ด้วยภาษาพูด เหมาะกับทีมที่ต้องการ custom automation โดยไม่ต้องมี dev เต็มเวลา
Custom Python — ยืดหยุ่นสูงสุด เหมาะกับงาน mission-critical, volume สูง, หรือต้องการ integration ลึก

สำหรับธุรกิจในไทยที่เพิ่งเริ่มต้น แนะนำให้เริ่มจาก Zapier หรือ Make เพื่อสร้างประสบการณ์ก่อน แล้วค่อยขยายไปสู่ n8n หรือ Claude Code เมื่อ need ซับซ้อนขึ้น อย่าพยายาม overengineer ตั้งแต่วันแรก — automation ที่ดีที่สุดคือ automation ที่ทีมคุณ maintain ได้จริง

อยากเรียนรู้ทั้ง n8n, Claude Code, และ AI Automation ครบจบ? AI Automation Tech Pass ให้คุณเข้าถึงทุกคอร์สสาย AI Tech ของ FutureSkill — ตั้งแต่ n8n Workflow Automation, Claude Code, AI Agent จนถึง Web Development ในราคาเดียว พร้อม update คอร์สใหม่ตลอดปี เหมาะสำหรับคนที่อยากสร้างระบบ automation จริงๆ ด้วยตัวเอง