โมเดลตัดสินใจ AI คืออะไร และทำไมตัวเลข 83.5% จึงสำคัญ
โมเดลตัดสินใจ AI คือโมเดลปัญญาประดิษฐ์ที่ออกแบบมาเพื่อรับข้อมูลและคำถาม แล้วตอบกลับเป็นตัวเลือกการตัดสินใจพร้อมความน่าจะเป็น แทนการสร้างข้อความยาวแบบโมเดลแชตทั่วไป โมเดลเหล่านี้ใช้ในงานจำแนก ตรวจสอบคุณภาพ จัดลำดับความสำคัญ และควบคุมเวิร์กโฟลว์ในองค์กร โดยเน้นให้ผลลัพธ์ที่เป็นโครงสร้างชัดเจน สามารถเชื่อมต่อกับระบบธุรกิจและเอเจนต์อัตโนมัติได้โดยตรง ทำให้การตัดสินใจซ้ำๆ ที่เคยใช้คนทำกลายเป็นงานที่ระบบอัตโนมัติรับช่วงต่อได้อย่างมีแบบแผน จุดเปลี่ยนสำคัญคือการมาของ Microsoft Decision-1 ที่รายงานความแม่นยำเฉลี่ย 83.5% ในงานจำแนกและตัดสินใจ ซึ่งสูงกว่าโมเดล Jev 1.13.0 ที่ 82.3% และ GPT-6 Luna Decisions ที่ 79.4% ในการทดสอบเกณฑ์มาตรฐาน 36 รายการรวมเกือบ 150,000 คำถาม ตัวเลขนี้ไม่ได้เป็นแค่คะแนนสวยงาม แต่สะท้อนว่าองค์กรเริ่มเชื่อว่าการปล่อยให้ AI เลือกขั้นตอนถัดไปในเวิร์กโฟลว์สำคัญเป็นเรื่องที่ทำได้จริงแล้ว
จากโมเดลทั่วไปสู่โมเดลเฉพาะทาง: กฎหมาย ภาพ และการตัดสินใจในระบบ
ทิศทางชัดเจนของตลาดตอนนี้คือการแตกแขนงโมเดลตัดสินใจ AI ไปสู่เวิร์กโฟลว์เฉพาะทาง ไม่ใช่โมเดลเดียวทำทุกอย่างอีกต่อไป GLM-Legal ของ Z.ai ถูกออกแบบมาเป็นเอเจนต์สำหรับงานด้านกฎหมายโดยเฉพาะ พัฒนาบน GLM-5.3-Flash ซึ่งบริษัทอธิบายว่าเป็นโมเดลน้ำหนักเบา แล้วเสริมด้วยการฝึกข้อมูลกฎหมายคุณภาพสูงและสภาพแวดล้อมจำลองงานวิชาชีพที่มีความเสี่ยงสูง ผลคือโมเดลสามารถผ่านทุกเกณฑ์ใน Harvey LAB ได้ 19.2% เพิ่มขึ้น 12.5 จุดเปอร์เซ็นต์จากโมเดลพื้นฐานของตน และทำงานเวิร์กโฟลว์สำนักงานกฎหมายในสถานการณ์จริงครอบคลุม 24 สาขา อีกด้านหนึ่ง TypeSafe ผลักดันโมเดล Jev ให้กลายเป็นเครื่องมือสำหรับงานภาพและการตรวจจับวัตถุ Jev 1.14.0 เพิ่มความสามารถรับภาพเป็นอินพุตเพื่อใช้จำแนกและเปรียบเทียบ พร้อมฟีเจอร์ Box สำหรับระบุตำแหน่งวัตถุในภาพด้วยพิกัดและคะแนนความมั่นใจ ทำให้แอปพลิเคชันสามารถใช้ผลลัพธ์ไปตัดสินใจต่อได้ทันที แนวโน้มนี้ชี้ชัดว่า AI สำหรับเวิร์กโฟลว์ กำลังเดินหน้าไปสู่โมเดลเฉพาะโดเมนที่เข้าใจบริบทงานลึกขึ้น ไม่ใช่แค่ตอบคำถามทั่วไป
สถาปัตยกรรมเบาแต่จริงจัง: Qwen3.5-9B และ GLM-5.3-Flash ในโลกองค์กร
สิ่งที่น่าสนใจไม่แพ้คะแนนความแม่นยำคือวิธีที่ผู้เล่นรายใหญ่เลือกสถาปัตยกรรมเบาเพื่อให้โมเดลตัดสินใจ AI ใช้งานได้จริงในสภาพแวดล้อมองค์กรที่ทรัพยากรจำกัด Microsoft Decision-1 สร้างบนโมเดล Qwen3.5-9B ของ Alibaba แล้วนำมาฝึกต่อให้เชี่ยวชาญงานจำแนก การให้คะแนน การมอบหมายงาน และควบคุมกระบวนการ โดยรองรับอินพุตยาวถึง 32K โทเคน และใช้การอนุมานครั้งเดียวเพื่อให้คะแนนการตัดสินใจ ทำให้เหมาะกับการฝังในระบบที่ต้องตอบสนองเร็วและควบคุมต้นทุน ฝั่ง Z.ai เลือก GLM-5.3-Flash ซึ่งระบุว่าเป็นโมเดลน้ำหนักเบาเป็นฐานของ GLM-Legal แล้วเสริมด้วยการฝึกระยะกลางและการฝึกหลังการฝึกที่เน้นเวิร์กโฟลว์ด้านกฎหมายจริง พร้อมกรอบการประสานงานที่ชื่อ Harness เพื่อจัดการบริบทงานและเครื่องมือที่เกี่ยวข้อง แนวทางนี้สะท้อนความคิดใหม่ของตลาดว่า โมเดลตัดสินใจไม่จำเป็นต้องใหญ่ที่สุด แต่ต้องพอดีกับงานและโครงสร้างพื้นฐานขององค์กรมากที่สุด
การใช้งานจริง: จากสำนักงานกฎหมายถึงทีมปฏิบัติการและงานลูกค้า
คำถามสำคัญสำหรับผู้อ่านองค์กรคือ โมเดลตัดสินใจ AI ถูกใช้จริงอย่างไรในเวิร์กโฟลว์ปัจจุบัน GLM-Legal แสดงให้เห็นภาพชัดในงานกฎหมาย เมื่อโมเดลถูกมอบหมายให้ตรวจทานสัญญาบริการซอฟต์แวร์ของลูกค้าที่กำลังเปลี่ยนผู้ให้บริการ โมเดลสามารถดึงประเด็นเรื่องการบอกเลิกสัญญา การส่งมอบงาน และความเสี่ยงด้านทรัพย์สินทางปัญญาออกมา แล้วเสนอการปรับเงื่อนไข เช่น การลดระยะเวลาแจ้งบอกเลิก การกำหนดให้ส่งคืนผลงานทั้งหมด และเพิ่มช่วงเวลาช่วยเหลือการเปลี่ยนผ่านที่ครอบคลุมซอร์สโค้ด เอกสาร ข้อมูล และการถ่ายทอดความรู้ งานแบบนี้เคยต้องใช้ทีมทนายหลายคน แต่ตอนนี้กลายเป็นเวิร์กโฟลว์ที่เอเจนต์กฎหมายทำงานตั้งแต่ต้นจนจบได้ ในฝั่งปฏิบัติการ Microsoft Decision-1 ถูกออกแบบให้ตรวจสอบเหตุการณ์และจัดทีมรับผิดชอบ เช่น เมื่อองค์กรได้รับแจ้งเตือนระบบขัดข้อง โมเดลสามารถประเมินระดับความรุนแรงและเลือกทีมที่ต้องรับผิดชอบ แล้วให้แอปพลิเคชันใช้ผลลัพธ์ไปมอบหมายงานต่อ ภายในองค์กรเดียวกัน ทีม Xbox Research ใช้ Decision-1 จัดระเบียบความคิดเห็นผู้เล่นกว่า 10,000 รายการ ส่วนทีม Copilot ใช้ประเมินคุณภาพคำตอบของ AI ขณะที่ Jev เปิดทางให้เวิร์กโฟลว์ด้านภาพ เช่น การตรวจหาวัตถุในเอกสารสแกนหรือภาพสินค้า แล้วส่งต่อผลการจำแนกไปยังระบบจัดการคำสั่งซื้อหรือบริการลูกค้าโดยตรง
ด้านมืดของความแม่นยำ: ช่องโหว่ prompt injection และการแข่งขันระยะยาว
แม้โมเดลตัดสินใจ AI จะดูปลอดภัยกว่าการให้โมเดลแชตสร้างข้อความอิสระ แต่รายงานด้านความปลอดภัยเตือนชัดว่าความเสี่ยงยังอยู่ การทดสอบกับโมเดล Jev ซึ่งถูกโฆษณาว่าไม่หลงสร้างข้อมูลและไม่ทำผิดชนิดข้อมูล พบว่ายังสามารถถูกโจมตีผ่าน prompt injection ทางอ้อมได้เหมือนโมเดลภาษาแบบเดิม นักวิจัยด้านความปลอดภัยชี้ว่า แม้โมเดลแบบ System One จะไม่สามารถสร้างโทเคนตามใจ แต่ภายในก็ยังเป็นโมเดลภาษา ใช้กลยุทธ์การถอดรหัสต่างกัน จึงเผชิญความเสี่ยงคล้ายกัน ในการทดลองกับเอเจนต์เบราว์เซอร์ที่ใช้ Jev ทีมวิจัยสร้างร้านค้าออนไลน์จำลองและฝังโฆษณาที่หลอกให้คลิกปุ่ม "Confirm Price" แม้ระบบจะถูกกำหนดว่าไม่ควรเชื่อข้อความบนหน้าเว็บ แต่เอเจนต์ก็เปลี่ยนพฤติกรรมไปคลิกปุ่มแทนที่จะทำตามคำสั่งเดิม บทเรียนสำคัญคือ ความแม่นยำ Decision Model ไม่ได้แปลว่าไม่มีความเสี่ยง การตัดสินใจของโมเดลยังกลายเป็นการกระทำในระบบขององค์กรเสมอ และหากอินพุตถูกออกแบบให้หลอกโมเดล ผลลัพธ์ก็อาจพาเวิร์กโฟลว์ไปผิดทาง นักพัฒนาจึงต้องออกแบบการตรวจสอบและการรับรองผลลัพธ์อย่างเข้มงวด เช่น การใช้กฎธุรกิจเสริม การตรวจสอบสองชั้น หรือการให้มนุษย์อนุมัติในขั้นตอนที่มีความเสี่ยงสูง ในภาพรวม ตลาดโมเดลตัดสินใจ AI กำลังแข่งขันกันอย่างเข้มข้น ผู้ให้บริการรายใหญ่ทดสอบโมเดลด้วยชุดเกณฑ์มาตรฐานจำนวนมาก เช่น Decision-1 ที่ผ่านการทดสอบ 36 รายการ ครอบคลุมงานจำแนก การจัดลำดับ หลายภาษา การให้เหตุผล และความปลอดภัย ขณะเดียวกัน TypeSafe ก็เร่งออกเวอร์ชันใหม่ของโมเดล Jev โดยระบุว่า Jev 1.14 มีคะแนนรวม 60.0 สูงกว่า 1.13 ที่ 58.9 และคาดว่าความสามารถด้านหลายภาษาดีขึ้น ส่วน Z.ai เชิญชวนสำนักงานกฎหมาย บริษัทเทคโนโลยีกฎหมาย ทีมกฎหมายในองค์กร และผู้ประกอบวิชาชีพอิสระเข้าร่วมรุ่นเบต้าของ GLM-Legal ผ่านการยื่นคำขอรับคำปรึกษา เพื่อหมุนรอบการฝึกจากข้อมูลใช้งานจริงอย่างต่อเนื่อง สำหรับองค์กรที่กำลังพิจารณาใช้ AI สำหรับเวิร์กโฟลว์ จุดยืนที่สมเหตุผลคือ การมองโมเดลตัดสินใจเป็นเครื่องยนต์กลางของกระบวนการ ไม่ใช่ผู้ตัดสินสูงสุด เลือกโมเดลให้เหมาะกับโดเมนงาน ใช้ความแม่นยำสูงเป็นจุดเริ่มต้น แต่ต้องออกแบบระบบตรวจสอบ ความปลอดภัย และการมีส่วนร่วมของมนุษย์ให้ดี หากทำได้ โมเดลตัดสินใจ AI จะไม่ใช่แค่เทคโนโลยีใหม่ แต่เป็นโครงสร้างพื้นฐานการตัดสินใจขององค์กรยุคต่อไป
