Agentic AI คืออะไร และทำไมผู้บริหารต้องรีบสนใจ
Agentic AI คือระบบปัญญาประดิษฐ์แบบเอเจนต์อัตโนมัติที่สามารถรับภารกิจ วางแผน ตัดสินใจ และลงมือปฏิบัติแทนมนุษย์ได้ตั้งแต่ต้นจนจบ โดยเชื่อมต่อทั้งข้อมูล ซอฟต์แวร์ และอุปกรณ์กายภาพรอบตัว เพื่อให้ระบบสามารถทำงานต่อเนื่อง เรียนรู้จากผลลัพธ์ และประสานงานกับเอเจนต์อื่นหรือมนุษย์ได้อย่างเป็นอิสระในระดับหนึ่ง
สัญญาณสำคัญคือการที่ AI เริ่มขยายจากซอฟต์แวร์ไปสู่การทำงานในโลกจริง ตั้งแต่บริการสาธารณะ โมเดลด้านพลังงาน ไปจนถึงระบบแรงงาน เท่ากับว่ากลยุทธ์ Agentic AI ธุรกิจ ไม่ใช่เรื่องเสริม แต่กำลังกลายเป็นโครงสร้างหลักของการดำเนินงาน ดาริล พลัมเมอร์เตือนว่าระบบจำนวนมากที่ใช้งานอยู่ในปัจจุบันจะถูก AI เปลี่ยนแปลงในทศวรรษหน้า ผู้นำที่ยังมอง AI เป็นแค่เครื่องมือช่วยทำเอกสารหรือเขียนโค้ดกำลังประเมินความเสี่ยงต่ำเกินไป เพราะสิ่งที่กำลังจะมาคือการเปลี่ยนแบบแปลนองค์กรทั้งแผ่น
Autonomous Agent กับแรงกดดันใหม่ต่อรัฐและโครงสร้างบริการ
หัวใจของ Agentic AI คือ Autonomous Agent หรือเอเจนต์ที่ทำงานเองได้ ตั้งเป้าหมาย ยื่นคำขอ และโต้ตอบระบบดิจิทัลโดยไม่ต้องรอมนุษย์อนุมัติทุกขั้น ภายในสิ้นปี 2573 มีการคาดการณ์ว่าจะมี Autonomous Agent มากกว่า 1 หมื่นล้านตัวที่สร้างโดยบุคคล บริษัท และภาครัฐ ถ้าทุกเอเจนต์สามารถยื่นขอสิทธิประโยชน์ ตรวจสอบสถานะ หรือโต้ตอบกับระบบราชการตลอด 24 ชั่วโมง ภาครัฐทั่วโลกจะต้องเจอกับภาระงานด้านธุรกรรมที่เพิ่มขึ้นแบบก้าวกระโดด
การเติบโตของ Agentic AI จะเพิ่มการใช้บริการสาธารณะอย่างหลีกเลี่ยงไม่ได้ เพราะเอเจนต์สามารถค้นหาโอกาส ตรวจสอบสิทธิ์ และยื่นคำร้องแทนผู้ใช้ได้โดยพึ่งพามนุษย์น้อยลง ส่งผลให้จำนวนใบสมัคร คำร้อง และธุรกรรมเพิ่มขึ้น และสร้างแรงกดดันต่อระบบภาครัฐ นี่คือการเปลี่ยนสมมติฐานพื้นฐานของบริการรัฐจาก “มีเจ้าหน้าที่รองรับคนได้เท่าไร” เป็น “ระบบดิจิทัลรองรับเอเจนต์อัตโนมัติได้แค่ไหน” รัฐที่ไม่ลงทุนโครงสร้างพื้นฐานดิจิทัลและระบบยืนยันตัวตนที่รองรับ AI จะเผชิญทั้งความล่าช้า ช่องโหว่ทุจริต และความเสี่ยงด้านความไว้วางใจของประชาชน
Physical AI และระบบอัตโนมัติ AI ที่ออกจากจอไปสู่โรงงาน ร้านค้า และถนน
ถ้า Agentic AI คือสมอง ฝั่งร่างกายคือ Physical AI หุ่นยนต์ โดรน ยานพาหนะไร้คนขับ และระบบกายภาพอื่นกำลังทำให้ระบบอัตโนมัติ AI เดินออกจากจอคอมพิวเตอร์ไปอยู่ในสายพานผลิต คลังสินค้า และพื้นที่หน้าร้าน โดยมีการคาดว่าในปี 2573 แรงงานด่านหน้าในบริษัทข้ามชาติถึง 80% จะได้รับการช่วยเหลือจากระบบ Physical AI
หลายอุตสาหกรรมเริ่มนำ Physical AI มาใช้เพื่อเพิ่มความปลอดภัย ลดงานซ้ำซ้อนหรืออันตรายแทนมนุษย์ และสร้างข้อมูลเชิงลึก ผลคือโครงสร้างงานของพนักงานด่านหน้าจะเปลี่ยนจาก “ลงมือทำทุกขั้นเอง” เป็น “กำกับ ตรวจสอบ และตัดสินใจในจุดวิกฤต” แทน ธุรกิจค้าปลีก โลจิสติกส์ การขนส่ง หรือแม้แต่สาธารณสุข จะต้องออกแบบบทบาทงานใหม่ สร้างทักษะใหม่ และวางกรอบกำกับดูแลร่วมกันระหว่างฝ่าย IT ฝ่ายปฏิบัติการ และฝ่ายความปลอดภัย ไม่ใช่แค่ซื้อหุ่นยนต์มาใช้แล้วจบ
จากการลงทุน AI สู่วิกฤตต้นทุนและไซเบอร์ยุค Cost Exhaustion Attack
เมื่อ Agentic AI ฝังอยู่ในทุกส่วนของธุรกิจ คำถามจะไม่ใช่แค่ “ใช้หรือไม่ใช้ AI” แต่คือ “ต้นทุนกับคุณค่าที่ได้คุ้มกันหรือไม่” มีการคาดการณ์ว่ามากถึง 60% ของบริษัทกลุ่มใหญ่จะฝังระบบควบคุม AI FinOps ในขั้นตอนประมวลผล เพื่อเปลี่ยนการบริหารต้นทุนจากการรายงานย้อนหลังไปสู่การปรับปรุงประสิทธิภาพแบบเรียลไทม์ นี่คือสัญญาณชัดเจนว่าการบริหารต้นทุน AI จะกลายเป็นความสามารถหลัก ไม่ใช่แค่ตัวเลขในงบประมาณ IT
ด้านมืดของ Agentic AI ธุรกิจ คือความเสี่ยงไซเบอร์รูปแบบใหม่ที่เน้นทำลายผ่าน “ค่าใช้จ่าย” มากกว่าขโมยข้อมูล มีการคาดการณ์ว่าในปี 2573 องค์กรที่มีการใช้งาน AI เชื่อมต่อกับบริการสาธารณะราว 80% จะเผชิญ Cost Exhaustion Attack หรือการโจมตีที่มุ่งทำให้ทรัพยากรและต้นทุนสูญสิ้นจากการใช้งาน AI ที่สูงเกินจริง ผู้โจมตีเพียงเร่งการเรียกใช้โมเดล ก็สามารถดันต้นทุน Token ให้พุ่งสูงอย่างไม่ปกติ การกำหนดต้นทุน Token เป็นตัวชี้วัดด้านความปลอดภัยไซเบอร์ และการติดตามการใช้งาน AI ทุกช่องทางจึงต้องถูกมองเป็นส่วนหนึ่งของระบบรักษาความปลอดภัย ไม่ใช่แค่ระบบการเงิน
การเปลี่ยนแปลงธุรกิจ AI ที่ลึกกว่าการใช้เครื่องมือ และบทเรียนเชิงกลยุทธ์
ภาพรวมการเปลี่ยนแปลงธุรกิจ AI ไม่ได้หยุดอยู่ที่ประสิทธิภาพงานเอกสารหรือแชตบอต แต่กำลังรื้อโครงสร้างโมเดลธุรกิจทั้งห่วงโซ่ ระบบด้านพลังงานก็ถูกพลิก เพราะเมื่อความต้องการไฟฟ้าจาก AI และศูนย์ข้อมูลเพิ่มขึ้น องค์กรธุรกิจขนาดใหญ่ที่ลงทุนในสินทรัพย์ด้านการผลิต การกักเก็บ และการจัดการพลังงาน อาจกลายเป็นผู้ผลิตไฟฟ้าโดยไม่คาดคิด เส้นแบ่งระหว่างผู้ใช้ไฟฟ้าและผู้ผลิตจึงเริ่มพร่าเลือน และการจัดการพลังงานกลายเป็นโจทย์เชิงกลยุทธ์ไม่แพ้การจัดการข้อมูล
สำหรับผู้นำองค์กร ข้อเท็จจริงที่ต้องยอมรับคือ ระบบจำนวนมากตั้งแต่บริการสาธารณะ ซอฟต์แวร์ โมเดลด้านพลังงานและแรงงาน จะถูก AI เปลี่ยนแปลงในทศวรรษหน้า การตอบสนองเชิงกลยุทธ์จึงควรประกอบด้วยสามส่วน หนึ่ง วางกรอบธรรมาภิบาล AI ให้ชัดเจนทั้งเรื่องความรับผิดชอบและหลักฐานการตัดสินใจ สอง สร้างโครงสร้างการทำงานใหม่ที่ผสมผสานมนุษย์ ระบบอัตโนมัติ AI และ Physical AI อย่างตั้งใจ สาม ผูกการลงทุน AI เข้ากับตัวชี้วัดคุณค่าทางธุรกิจ ไม่ใช่จำนวนโครงการ AI ที่เปิดตัว องค์กรที่ทำได้จะไม่เพียงอยู่รอด แต่จะเป็นคนเขียนกติกาเกมใหม่ของอุตสาหกรรม
