Gemini AI อัปเดต: จากแชตบอตสู่โครงสร้างพื้นฐานของการทำงานดิจิทัล
Gemini AI คือชุดโมเดลและบริการปัญญาประดิษฐ์ของ Google ที่กำลังขยับจากบทบาทผู้ช่วยตอบคำถามทั่วไปไปสู่การเป็นโครงสร้างพื้นฐานของการค้นหาข้อมูล การชอปปิงออนไลน์ การทำงานบนคลาวด์ และการมอบหมายงานดิจิทัลแบบต่อเนื่องให้กับ AI Agent ซึ่งสะท้อนทิศทางใหม่ของตลาดที่ผู้ใช้ไม่ได้ต้องการแค่คำตอบอีกต่อไป แต่ต้องการให้ AI ลงมือทำงานแทนอย่างเป็นระบบในทุกมิติของชีวิตดิจิทัล. การอัปเดต Gemini AI รอบล่าสุดจึงไม่ใช่การเพิ่มฟีเจอร์เล็กน้อย แต่เป็นการรุกหลายแนวรบพร้อมกัน ทั้งบนหน้าร้านออนไลน์ ผ่าน Google Shopping ราคา ที่ดึงข้อมูลสินค้ากว่า 60,000 ล้านรายการและอัปเดตกว่า 2,000 ล้านรายการทุกชั่วโมง บนฝั่งโครงสร้างโมเดลด้วย Gemini 3.6 Flash และ 3.5 Flash-Lite ที่เน้นความคุ้มค่าด้านต้นทุนและประสิทธิภาพ และบนฝั่งผู้ช่วย AI Agent อย่าง Gemini Spark Agent ที่ทำงานแทนผู้ใช้ตลอด 24 ชั่วโมง ภาพรวมจึงชัดเจนว่า Google กำลังผลักดัน Gemini ให้เป็นหัวใจของระบบนิเวศ AI Assistant ไทย และตลาดอื่น ๆ มากกว่าจะเป็นผลิตภัณฑ์เดี่ยวเฉพาะกิจ.
ชอปปิงยุคใหม่: Google Shopping ราคา + Gemini เปลี่ยนแชตให้เป็นห้างสรรพสินค้า
แนวรุกที่เห็นผลทันตาคือการนำ Google Shopping Graph เข้ามาอยู่ในบทสนทนากับ Gemini โดยตรง ทำให้ผู้ใช้สามารถค้นหา เปรียบเทียบ และตัดสินใจซื้อสินค้าในแชตเดียวโดยไม่ต้องเปิดหลายแท็บหรือสลับเว็บไปมาอีกต่อไป การดึงฐานข้อมูลสินค้ากว่า 60,000 ล้านรายการทั่วโลกและข้อมูลที่อัปเดตทุกชั่วโมงกว่า 2,000 ล้านรายการเข้ามาแสดงในรูปแบบตารางเปรียบเทียบภายในหน้าต่างแชต ทำให้การดู Google Shopping ราคา ไม่ใช่ประสบการณ์แยกจากการแชตกับ AI อีกต่อไป แต่กลายเป็นส่วนหนึ่งของการพูดคุยและตัดสินใจอย่างเป็นธรรมชาติ. ท่าทีนี้สะท้อนวิสัยทัศน์ชัดเจน: Google ต้องการให้ Gemini เป็น “ผู้ช่วยเลือกซื้อ” ไม่ใช่แค่ “เครื่องมือค้นหาสเปก” การที่ระบบสามารถสร้างตารางสรุปข้อมูลรองเท้าวิ่งแต่ละรุ่น ตั้งแต่เทคโนโลยีพื้นรองเท้า ไปจนถึงจุดเด่นและดีไซน์ได้แบบอัตโนมัติ คือการย้ายงานรีเสิร์ชก่อนซื้อจากมือผู้ใช้ไปอยู่ในมือ AI โดยตรง ใครที่เคยเสียเวลาท่องเว็บเปรียบเทียบทีละร้านจะรู้สึกทันทีว่าความหมายของการชอปปิงออนไลน์ถูกเขียนใหม่แล้ว.
Gemini 3.6 Flash และ Flash-Lite: เกมต้นทุน-ประสิทธิภาพในสงครามโมเดลใหญ่
ด้านเบื้องหลัง Google เลือกเดินเกมเชิงกลยุทธ์ชัดเจนด้วยการเปิดตัว Gemini 3.6 Flash, 3.5 Flash-Lite และ 3.5 Flash Cyber ก่อนประกาศผลประกอบการไตรมาส 2 โดยโฟกัสที่ความคุ้มค่าต่อโทเคนมากกว่าการอวดสเปกเพียว ๆ โมเดล 3.6 Flash ในฐานะรุ่นอัปเกรดจาก 3.5 Flash ถูกปรับให้ใช้เอาต์พุตโทเคนลดลง 17% และในบางเกณฑ์อย่าง DeepSWE ลดสูงสุดถึง 65% เมื่อเทียบกับรุ่นเดิม พร้อมลดขั้นตอนการใช้เหตุผลและการเรียกใช้เครื่องมือในงานหลายขั้นตอน. ตัวเลขราคาก็ชี้ให้เห็นทิศทาง: อินพุตอยู่ที่ USD 1.50 (ประมาณ ฿54) ต่อล้านโทเคน และเอาต์พุตที่ USD 7.50 (ประมาณ ฿270) ต่อล้านโทเคน ซึ่งต่ำกว่ารุ่น 3.5 Flash และลดต้นทุนต่อหนึ่งงานของเอเจนต์ลงตามไปด้วย ขณะที่ 3.5 Flash-Lite ยิงตรงไปที่งานที่ต้องการความหน่วงต่ำและปริมาณการประมวลผลสูง ด้วยความเร็ว 350 เอาต์พุตโทเคนต่อวินาที และราคาฝั่งอินพุตเพียง USD 0.3 (ประมาณ ฿11) กับเอาต์พุต USD 2.5 (ประมาณ ฿90) ต่อล้านโทเคน. ทิศทางนี้ไม่ใช่เรื่องบังเอิญ เมื่อโมเดลเรือธงอย่าง Gemini 3.5 Pro กำลังพัฒนาล่าช้าและคู่แข่งอย่าง Anthropic ทำคะแนนนำด้านความปลอดภัยของโค้ดผ่านโมเดล Mythos การเปิดตัว Flash Cyber ซึ่งเชี่ยวชาญการค้นหาและแก้ไขช่องโหว่ซอฟต์แวร์และถูกปล่อยอย่างระมัดระวังผ่านเอเจนต์ CodeMender ให้หน่วยงานที่ได้รับความไว้วางใจเท่านั้น คือการประกาศชัดว่า Google จะสู้ในสนามราคาและความปลอดภัยพร้อมกัน ไม่ยอมปล่อยให้คู่แข่งครองภาพ ‘AI ที่ปลอดภัยกว่า’ อยู่ฝ่ายเดียว.
Google Workspace AI: Gemini ต้องแบ่งพื้นที่ให้ Grok แต่ผู้ใช้ได้ประโยชน์เต็มๆ
อีกสมรภูมิที่น่าสนใจคือ Google Workspace AI เมื่อผู้ใช้ไม่ได้มีแค่ Gemini เป็นตัวเลือกอีกต่อไป แต่สามารถติดตั้ง Add-on ของ Grok จาก xAI เพื่อเรียกใช้ Grok 4.5 ได้โดยตรงใน Google Docs, Sheets และ Slides หมายความว่าตอนนี้เอกสาร สเปรดชีต และสไลด์กลายเป็นพื้นที่แข่งขันของ AI หลายค่ายในเวลาเดียวกัน ซึ่งในมุมผู้ใช้ถือเป็นข่าวดี เพราะสามารถเลือกเครื่องมือที่ตอบโจทย์งานได้มากที่สุดแทนที่จะยึดติดกับเจ้าของแพลตฟอร์ม. ในเชิงการทำงาน Grok บน Google Sheets ช่วยจัดการข้อมูลดิบ วิเคราะห์เทรนด์ และสร้างกราฟรายงานยอดขายหรือสถิติได้รวดเร็ว บน Google Slides สามารถแปลงโครงร่างเป็นงานนำเสนอที่ดูเป็นมืออาชีพ ส่วนบน Google Docs ก็เปลี่ยนโน้ตย่อกระจัดกระจายให้กลายเป็นบทความหรือข้อเสนอโครงการแบบครบถ้วน. ท่าทีของ Google ที่เปิดพื้นที่ให้ Grok “ทำงานแทน Gemini ได้เลย” ใน Workspace บอกเราว่า บริษัทตระหนักดีว่าความได้เปรียบในยุคนี้ไม่ได้มาจากการล็อกผู้ใช้ให้อยู่กับ AI ตัวเดียว แต่มาจากการทำให้ Workspace เป็นศูนย์กลาง Productivity ที่ยอมรับการแข่งขันและการเลือกของผู้ใช้อย่างเต็มที่.
Gemini Spark Agent และยุค AI Assistant ไทย ที่ทำงานแทนคน 24 ชั่วโมง
การเปิดตัว Gemini Spark Agent คือการส่งสัญญาณว่าผู้ช่วย AI กำลังก้าวจากการ “ตอบคำถาม” ไปสู่การ “ลงมือทำงานแทน” อย่างเต็มตัว เมื่อ Google ประกาศนำ Gemini Spark ผู้ช่วย AI ส่วนตัวที่ทำหน้าที่เป็น AI Agent เข้ามาให้บริการ โดยรองรับทั้งภาษาไทยและภาษาอังกฤษ และรับงานที่ซับซ้อนไปทำต่อเนื่องบนคลาวด์ตลอด 24 ชั่วโมง แม้ผู้ใช้จะล็อกหน้าจอหรือปิดแอปไปแล้วก็ตาม. หัวใจของ Gemini Spark คือโครงสร้างแบบ Agent ที่รับเป้าหมายระดับใหญ่ (Tasks) ใช้ชุดคำสั่งพร้อมบริบท (ทักษะ) และตารางเวลาให้ระบบเริ่มทำงานเองตามเงื่อนไขที่ตั้งไว้ โดยใช้โมเดล Gemini 3.5 Flash เป็นแกน และรองรับการรันงานพร้อมกันสูงสุด 15 งาน. การเชื่อมต่อกับ Gmail, Google Docs และ Google Sheets ได้ทันทีโดยไม่ต้องตั้งค่าเพิ่มทำให้ผู้ใช้สามารถมอบหมายงานดิจิทัลประจำวันตั้งแต่จัดระเบียบแผนการเดินทางจากอีเมล ไปจนถึงร่างอีเมลตอบลูกค้าและจัดการคำเชิญงานอีเวนต์ให้ระบบทำแทน. ในเชิงการเปิดให้ใช้ Gemini Spark เริ่มจากสมาชิก Google AI Ultra ก่อน แล้วค่อยทยอยเปิดให้สมาชิก Google AI Pro เข้าถึงในอีกไม่กี่สัปดาห์ สะท้อนแนวคิดการเปิดตัวแบบเป็นชั้น เพื่อควบคุมความเสี่ยงและปรับปรุงประสบการณ์ก่อนปล่อยสู่ผู้ใช้วงกว้าง ผู้ใช้ยังคงมีอำนาจควบคุม เพราะระบบถูกออกแบบให้ “ขออนุญาตก่อน” ในการทำสิ่งสำคัญเช่นธุรกรรมทางการเงินหรือการส่งอีเมล และเสนอการแก้ไขเอกสารให้กดยืนยันก่อนในกรณีเอกสารแชร์ร่วมกัน. เมื่อมองภาพรวม การผสาน Gemini AI อัปเดตบน Shopping, การยอมให้ Grok แชร์เวทบน Workspace และการผลักดัน Gemini Spark Agent เข้าสู่ชีวิตประจำวันของผู้ใช้ คือการประกาศยุคใหม่ของ AI Assistant ไทย ที่ไม่ได้เป็นแค่ “คนช่วยคิด” อีกต่อไป แต่เป็น “คนทำงานแทน” ที่จะอยู่เบื้องหลังทุกคลิกและทุกอีเมลในโลกดิจิทัล ถ้าเราจัดการความคาดหวังและเส้นแบ่งความเป็นส่วนตัวให้ดี การยอมให้ AI มาทำงานจุกจิกแทนเราอาจเป็นดีลที่สังคมพร้อมรับมากกว่าที่คิด.
