AI Agent คืออะไร และทำไมศึกครั้งนี้สำคัญกว่าศึกแชทบอท
เอเจนต์ AI คือระบบปัญญาประดิษฐ์ที่ไม่ได้หยุดแค่ตอบคำถาม แต่รับเป้าหมายขนาดใหญ่ แบ่งงานออกเป็นหลายขั้นตอน ใช้แอปพลิเคชันและเครื่องมือหลากหลาย อ่านและประมวลผลข้อมูล ตัดสินใจต่อเนื่อง และทำงานได้เองเป็นเวลานานแม้ผู้ใช้ไม่อยู่หน้าจอ เอเจนต์เหล่านี้ถูกออกแบบให้เป็นผู้ช่วยที่ลงมือทำจริงทั้งติดตามโครงการ วิเคราะห์ตัวเลข อัปเดตเอกสาร และเชื่อมต่อบริการออนไลน์จำนวนมาก เพื่อให้ผู้ใช้ย้ายจากการสั่งงานทีละคำสั่ง ไปสู่การมอบหมายภารกิจเต็มชุดให้ AI ทำให้สำเร็จ การปรากฏของผลิตภัณฑ์เอเจนต์ AI ชุดใหญ่ในช่วงปลายเดือนกันยายนแสดงให้เห็นว่าการแข่งขันของบริษัทเทคโนโลยีกำลังเข้าสู่เฟสใหม่ เป้าหมายไม่ใช่การสร้างแชทบอทที่ฉลาดขึ้น แต่คือการสร้างระบบที่รับงานทั้งชุด แบ่งงานย่อย ใช้ซอฟต์แวร์ และทำงานต่อเนื่องแบบอัตโนมัติ แนวโน้มนี้ชัดเจนขึ้นเมื่อบริษัท AI ชั้นนำเปลี่ยนจากโหมดสนทนาสั้น ไปสู่ภารกิจระยะยาวที่กินเวลาหลายชั่วโมงหรือหลายวัน โครงสร้างการแข่งขันจึงเปลี่ยนคำถามจากว่าโมเดลไหนเก่งกว่ากัน มาเป็นว่า AI ตัวไหนทำงานให้สำเร็จจริงได้บ้าง ไม่ใช่แค่ตอบเก่งแต่ลงมือไม่ได้ ใครครองตำแหน่งผู้นำด้าน AI agents competition จะครองอำนาจใหม่ในการกำหนดวิธีทำงานของคนทั้งองค์กร
OpenAI: จากแชทบอทสู่เอเจนต์อัตโนมัติ และยุทธศาสตร์ตลาดแบบเปิด
งาน DevDay จัดขึ้นที่ซานฟรานซิสโกเมื่อวันที่ 29 กันยายน มีการเปิดตัวผลิตภัณฑ์ใหม่กว่า 20 รายการที่เกี่ยวข้องกับ ChatGPT Codex โมเดล AI และเครื่องมือสำหรับนักพัฒนา ซีอีโอกล่าวว่า AI กำลังเปิดยุคใหม่ของความคิดสร้างสรรค์และการค้นพบ ซึ่งเป็นวิสัยทัศน์ที่สะท้อนชัดในเอเจนต์ Dots ผู้ช่วยอัตโนมัติที่เป็นมากกว่าแชทบอทตอบกลับ Dots ถูกออกแบบให้กำหนดเป้าหมาย ทำงานต่อเนื่องบนคอมพิวเตอร์คลาวด์ส่วนตัว ใช้แอปที่เชื่อมต่อจำนวนมากเพื่อจัดการงานแทนมนุษย์ ระบบไม่รอคำสั่งทีละบรรทัด แต่จัดการกระบวนการต่างๆ ได้เองภายในขอบเขตที่อนุญาต เอเจนต์เหล่านี้สามารถทำงานต่อเนื่องเป็นสิบนาที หลายชั่วโมง หรือแม้ตามโครงการหลายวัน หากโครงสร้างระบบรองรับ สิ่งที่ทำให้ OpenAI น่าสนใจยิ่งขึ้นคือยุทธศาสตร์ OpenAI marketplace strategy ที่ไม่พยายามกักผู้ใช้ไว้กับแพลตฟอร์มตายตัว แต่เปิดให้ Codex harness เป็นโอเพ่นซอร์ส และร่วมมือกับ Baseten เพื่อให้เข้าถึงโมเดลเปิดต่างๆ ในตลาด ข้อความชัดเจนคือ “หวังให้โมเดลชนะด้วยคุณภาพ ไม่ใช่ด้วยการบีบให้ใช้เพียงค่ายเดียว” สวนทางแนวทางที่เน้นปิดระบบของคู่แข่งบางราย
Google และ Microsoft เร่งสร้างผู้ช่วยที่มีตัวตน แข่งยกระดับขีดความสามารถของเอเจนต์
ไม่ใช่แค่ OpenAI ที่มองเห็นโอกาสใน autonomous AI assistants ยักษ์ใหญ่รายอื่นกำลังเร่งฝีเท้าในทิศทางเดียวกันอย่างชัดเจน OpenAI Microsoft และ Google ต่างผลักดัน AI เข้าสู่โหมดการทำงานอัตโนมัติ โดยเน้นให้เอเจนต์รับเป้าหมาย ใช้หลายแอป และทำงานต่อเนื่องได้โดยไม่ต้องให้ผู้ใช้มากำกับทุกขั้น ในฝั่ง Microsoft แนวคิดเอเจนต์ถูกฝังในระบบ Autopilot ที่ถูกออกแบบให้เป็นเพื่อนร่วมงานดิจิทัลที่มีตัวตน หน่วยความจำ คอมพิวเตอร์ และพื้นที่ทำงานเป็นของตัวเอง ผู้ใช้สามารถกำหนดบทบาทและเป้าหมายให้เอเจนต์ จากนั้นปล่อยให้มันตรวจสอบช่องทางการทำงาน แจ้งเตือนความคืบหน้า และรับผิดชอบงานที่ทำซ้ำ นี่คือการขยับจาก AI ที่นั่งอยู่ในหน้าต่างแชท ไปสู่เพื่อนร่วมทีมในสภาพแวดล้อมการทำงานจริง ด้าน Google ก็ไม่ยอมแพ้ การประกาศโมเดลที่เน้นกระบวนการหลายขั้นตอน เช่น Gemini 4 Argon ชี้ว่าพวกเขามุ่งไปสู่เอเจนต์ที่รับมือการเขียนโปรแกรม การวิจัยทางการเงิน การร่างเอกสารทางกฎหมาย และความปลอดภัยไซเบอร์ได้ในงานยาวต่อเนื่อง AI agent capabilities จึงกลายเป็นสนามแข่งที่ดุเดือดกว่าการวัดคะแนนโมเดลบนชุดทดสอบเดิมๆ
เกมตลาดของ OpenAI กับยุทธศาสตร์ล็อกแพลตฟอร์ม และผลกระทบต่อผู้ใช้
ในมุมธุรกิจ OpenAI เริ่มเล่นหมากใหม่ด้วยการเปิดตลาดที่ให้ผู้ใช้สามารถนำงบใช้จ่ายไปหักกับรายชื่อพาร์ตเนอร์ 32 ราย ณ การเปิดตัว ทำงานคล้ายตลาดของบริการคลาวด์ที่มีอยู่ก่อน จุดสำคัญคือการรวมพาร์ตเนอร์อย่าง Baseten เข้ามา เปิดทางให้โมเดลเปิดจากที่อื่นเข้าในระบบนิเวศของตน และเปิดซอร์สส่วนควบคุม Codex นี่ไม่ใช่แค่ท่าทางเป็นมิตรต่อโมเดลเปิด แต่เป็นยุทธศาสตร์เพื่อให้ลูกค้ารู้สึกว่าการทำสัญญาระยะยาวกับ OpenAI ยังยืดหยุ่น ใช้กับเครื่องมืออื่นได้โดยไม่ต้องย้ายค่ายง่ายๆ ในทางตรงข้าม แนวทางที่เข้มงวดของบางผู้เล่น เช่น การตัดบัญชีผู้ใช้ทันทีเมื่อพยายามผสานเครื่องมือคู่แข่งเข้ากับบริการของตน ถูกวิจารณ์ว่าเป็นสไตล์แบบแพลตฟอร์มธุรกิจรุ่นเดิมที่เน้นล็อกผู้ใช้มากกว่าสร้างคุณค่าร่วม การที่ลูกค้าสามารถใช้บัญชีสมาชิกกับเครื่องมือหลายค่ายภายใต้สัญญาเดียว ทำให้ OpenAI มีอำนาจใหม่ในการชี้นำการซื้อครั้งต่อไปของลูกค้า โดยที่ไม่ต้องชนะทุกครั้งด้วยคุณภาพโมเดลเพียงอย่างเดียว สำหรับผู้ใช้ปลายทาง สิ่งนี้แปลว่าการเลือกเครื่องมือในอนาคตอาจถูกกำหนดไม่ใช่แค่จากคุณสมบัติ แต่จากว่าข้อผูกพันกับแพลตฟอร์มใดเป็นศูนย์กลางของโครงสร้างการทำงานขององค์กร
จากการตอบคำถามสู่การทำงานให้จบ: เอเจนต์จะเปลี่ยนชีวิตผู้ใช้แบบไหนต่อไป
หัวใจของการเปลี่ยนผ่านสู่เอเจนต์คือการย้ายจากระบบที่ตอบข้อความ ไปสู่ระบบที่ทำงานให้เสร็จจริงๆ ความต่างไม่ใช่ว่า AI ตอบเก่งแค่ไหน แต่คือมันลงมือทำได้แค่ไหน ตัวแทน AI สามารถแบ่งเป้าหมายเป็นหลายขั้นตอน เปิดแอปที่ได้รับอนุญาต อ่านข้อมูล วิเคราะห์ ตรวจสอบผล และประมวลผลต่อจนงานเสร็จสิ้น พูดง่ายๆ คือเปลี่ยนคำตอบให้กลายเป็นการกระทำได้ด้วยเบราว์เซอร์ ซอฟต์แวร์ ข้อมูล และเครื่องมืออื่นๆ ตัวอย่างเช่น โปรแกรมเมอร์ใช้เอเจนต์ติดตามความคิดเห็นลูกค้า ค้นหาข้อผิดพลาดบ่อยครั้ง สร้างวิธีแก้ไขอัตโนมัติ ทดสอบ และเตรียมอัปเดตให้มนุษย์ตรวจสอบได้ นักวิจัยให้ AI ติดตามข้อมูลใหม่ ทำการวิเคราะห์ซ้ำ อัปเดตกราฟ และทำเครื่องหมายผลลัพธ์ที่ต้องให้มนุษย์ดูอีกครั้ง งานธุรการเองก็ถูกแทรกแซงโดยเอเจนต์ที่ตรวจพบใบแจ้งหนี้ที่ยังไม่ได้สร้าง เตรียมเอกสารและรอการอนุมัติจากผู้ใช้ ข้อมูลการใช้เครื่องมือในที่ทำงานระบุว่าผู้ใช้กว่า 80 เปอร์เซ็นต์มอบหมายงานอย่างน้อยหนึ่งงานให้ AI ทำแทนซึ่งเทียบเท่ากับแรงงานมนุษย์มากกว่า 30 นาที และกว่า 25 เปอร์เซ็นต์ใช้ AI กับงานที่คาดว่าจะใช้เวลามากกว่าแปดชั่วโมง นี่ไม่ใช่อนาคตไกลตัว แต่เป็นสัญญาณว่าศึก AI agents competition กำลังส่งผลต่อเวลาทำงานของเราทุกคนแล้ว
