จากนักวิจัยสู่ไบโอเทค เมื่อ AI agents เริ่มแทนที่ทั้งสายงาน

AI agents ที่แทนที่งานคืออะไร และทำไมกำลังเปลี่ยนโฉมแรงงานความรู้

AI agents ที่แทนที่งาน หมายถึงระบบปัญญาประดิษฐ์แบบตัวแทนที่สามารถรับผิดชอบชุดงานเฉพาะทางตั้งแต่ต้นจนจบ ตั้งแต่การวิเคราะห์ข้อมูล การตัดสินใจเชิงวิชาชีพ ไปจนถึงการสื่อสารกับผู้ใช้และระบบอื่น โดยทำงานแทนมนุษย์ในตำแหน่งที่เคยต้องใช้ความเชี่ยวชาญระดับสูง การเกิดขึ้นของ agentic AI applications รูปแบบนี้ทำให้แรงงานความรู้จำนวนมากถูกจัดระเบียบใหม่ กลายเป็นโครงสร้างงานที่ขับเคลื่อนด้วยซอฟต์แวร์ ไม่ใช่คน และเป็นจุดเริ่มต้นของ AI workforce replacement แบบเป็นระบบในหลายอุตสาหกรรม

ทิศทางนี้สำคัญกว่าการใช้เอไอเป็นเครื่องมือช่วยงานเฉพาะกิจ เพราะองค์กรใหญ่เริ่มออกแบบงานใหม่ตั้งต้นให้ AI agents ถือบทบาทคล้ายทีมงานเต็มรูปแบบ ตั้งแต่ฝ่ายบริการลูกค้า การวิจัยทางวิทยาศาสตร์ ไปจนถึงการพัฒนายา เมื่อ automation ตำแหน่งงานขยับจากงานรูทีนไปสู่การตัดสินใจเชิงวิชาชีพ คำถามจึงไม่ใช่แค่ว่าเราจะใช้เอไอยังไง แต่คือเราจะอยู่ร่วมกับโครงสร้างแรงงานที่มีเอไอเป็นแกนกลางอย่างไร

กรณี Uber เมื่อ AI agents กลายเป็นชั้นผู้จัดการและพนักงานซัพพอร์ต

กรณีของ Uber แสดงให้เห็นอย่างตรงไปตรงมาว่า AI agents ที่แทนที่งานไม่ได้เป็นเรื่องไกลตัวอีกต่อไป บริษัทใช้บอต Genie ในช่อง Slack ภายในเพื่อให้คำตอบพร้อมแหล่งอ้างอิงจากเอกสารภายในแก่คำถามของพนักงาน ซึ่งเดิมเป็นบทบาทของผู้จัดการและทีมซัพพอร์ตความรู้ พนักงานบางส่วนยอมรับว่าในช่วงก่อนถูกปลด พวกเขาใช้เครื่องมือเอไอจนทำให้เวลาทำงานลดเหลือหนึ่งในห้าเมื่อเทียบกับเดิม และถึงขั้นก็อปปี้คำตอบจากเครื่องมืออย่าง Glean ไปตอบผู้ขับและผู้โดยสารในระบบบริการลูกค้าโดยตรง

ในเวลาเดียวกัน บริษัทปลดพนักงานราว 3,300 คนในเดือนเดียวกันนั้น โดยมีการอธิบายว่าต้องการลดชั้นการบริหารและทีมที่มีผู้ใต้บังคับบัญชาน้อย แม้ผู้บริหารจะไม่ระบุว่าเอไอเป็นเหตุผลตรงๆ แต่พนักงานกลับอธิบายความรู้สึกว่า "AI เหมือนระเบิดไดนาไมต์ใต้สะพานสำหรับพวกเรา" ซึ่งสะท้อนการรับรู้เรื่อง AI workforce replacement ชัดเจน เมื่อองค์กรมี agentic pods ใช้วิศวกรไปสำรวจการประยุกต์ AI ตั้งแต่การเงินไปจนถึง HR ก็หมายความว่าทุกสายงานกำลังถูกประเมินใหม่ว่ามีส่วนไหนที่ควรถูกแทนที่ด้วยระบบอัตโนมัติ

บริษัทไบโอเทคเสมือนจริงของ Stanford พิสูจน์ว่าเอไอทำงานวิจัยครบวงจรได้

หากกรณี Uber ทำให้เราเห็นว่า AI agents สามารถรับบทเป็นพนักงานและผู้จัดการในงานบริการลูกค้า บริษัทไบโอเทคเสมือนจริงจาก Stanford Medicine แสดงให้เห็นมิติอีกด้าน คือการแทนที่ทั้งองค์กรวิจัย นักวิจัยสร้างบริษัทไบโอเทคที่ไม่มีมนุษย์เลยแม้แต่คนเดียว ใช้พนักงานเอไอจำนวน 37,000 ตัวเพื่อสนับสนุนกระบวนการพัฒนายาแบบครบวงจรโดยไม่มีห้องปฏิบัติการจริง โครงสร้างบริษัทจำลองจากองค์กรไบโอเทคชั้นนำจริง มีเอเจนต์รับบท Chief Science Officer และแผนกเฉพาะทางต่างๆ ที่ทำงานคู่ขนานกันในงานออกแบบยา ตั้งแต่การหาเป้าหมายระดับโมเลกุลไปจนถึงการออกแบบการทดลองทางคลินิก

ผลลัพธ์ที่สำคัญคือเอไอสามารถวิเคราะห์ข้อมูลการทดลองทางคลินิกกว่า 50,000 รายการภายในเวลาไม่ถึงหนึ่งสัปดาห์ และสร้างระบบประเมินโอกาสสำเร็จของยาได้ ในกรณีหนึ่ง เอไอออกแบบแนวทางการรักษาด้วย Antibody drug conjugate ที่มุ่งเป้าไปยังโปรตีน B7 H3 ซึ่งภายหลังถูกยืนยันโดยการค้นพบของบริษัทยาชั้นนำ นี่ไม่ใช่แค่การช่วยงานนักวิจัย แต่คือการให้ AI agents รับผิดชอบสายงานวิจัยอย่างเต็มตัว เป็นตัวอย่างสุดโต่งของ automation ตำแหน่งงานระดับนักวิทยาศาสตร์ ที่ทำให้คำถามเรื่องขอบเขตของงานมนุษย์ในอุตสาหกรรมไบโอเทคยิ่งท้าทาย

Paper2Agent เมื่อบทความวิทยาศาสตร์กลายเป็นทีมเอไอที่โต้ตอบและทดลองใหม่

อีกก้าวสำคัญของ agentic AI applications คือ Paper2Agent โปรแกรมจากทีมวิจัย Stanford Medicine ที่เปลี่ยนบทความวิทยาศาสตร์ให้กลายเป็นตัวแทน AI แบบโต้ตอบได้ ทีมงานที่นำโดย เจียเฉิง เหมี่ยว และเจมส์ โซว พัฒนาระบบที่แปลงทั้งข้อความ รูปภาพ และข้อมูลที่เกี่ยวข้องให้เป็นเอไอที่สามารถพูดคุยกับผู้ใช้และโต้ตอบกับเอไอที่สร้างจากบทความอื่น งานวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Nature วันที่ 16 กันยายน 2026 โดยแสดงให้เห็นว่าบทความซึ่งเคยเป็นที่เก็บความรู้แบบเชิงรับ สามารถถูกทำให้แอคทีฟและทำงานวิจัยซ้ำในสภาพแวดล้อมเสมือนจริงได้

Paper2Agent ใช้ทีมตัวแทน AI วิเคราะห์บทความ รวมถึงซอร์สโค้ดและชุดข้อมูลที่แนบมา จากนั้นพยายามสร้างงานวิจัยต้นฉบับขึ้นใหม่ในสภาพแวดล้อมจำลอง ขั้นตอนการทดลอง วัสดุ และวิธีการจึงถูกทำให้เข้าถึงได้แบบเชิงปฏิบัติ ไม่ใช่แค่ผลลัพธ์ที่ตีพิมพ์ แล้วจัดระเบียบผ่าน Model Context Protocol เพื่อให้เรียกใช้ส่วนต่างๆ ของบทความได้อย่างเป็นระบบ เมื่อบทความแต่ละชิ้นกลายเป็น AI agent ที่ทำการทดลองใหม่ได้เอง เรากำลังเห็นการแทนที่งานบางส่วนของนักวิจัย เช่น การทวนสอบผล การวิเคราะห์วิธีการ และการเชื่อมโยงองค์ความรู้ข้ามงานวิจัย โดยตรง

สัญญาณใหม่ของแรงงานยุคเอไอ และทางเลือกของคนทำงาน

เมื่อมองร่วมกันทั้งกรณีบริการลูกค้าและงานวิจัยเชิงลึก ภาพที่ชัดขึ้นคือ AI agents ที่แทนที่งานไม่ได้จำกัดอยู่แค่งานรูทีนหรือการตอบอีเมล แต่กำลังรุกเข้าไปแทนที่ตำแหน่งที่ต้องใช้ดุลยพินิจและความเชี่ยวชาญ ไม่ว่าจะเป็นชั้นผู้จัดการที่ตอบคำถามใน Slack และกำหนดแนวทางให้ทีม หรือทีมวิจัยที่ออกแบบยารักษามะเร็งจากข้อมูลทดลองหลายหมื่นชุด การพูดถึง AI workforce replacement จึงไม่ใช่การปลุกปั่น แต่เป็นการบรรยายการออกแบบระบบงานใหม่ที่เกิดขึ้นแล้ว

คำถามสำคัญไม่ใช่แค่ว่าเอไอจะมาแย่งงานหรือไม่ แต่คือองค์กรและคนทำงานจะจัดโครงสร้างความรับผิดชอบใหม่อย่างไร หากงานวิเคราะห์ข้อมูลและทวนสอบงานวิจัยถูกมอบให้ Paper2Agent และสายบริการลูกค้าถูกเกลี่ยให้บอตอย่าง Genie กับ Glean ตอบแทน มนุษย์ควรขยับไปอยู่ตรงไหนในห่วงโซ่คุณค่า บทบาทที่จะยังมีความหมายคือการตั้งคำถามใหม่ ออกแบบเป้าหมาย และกำหนดกรอบจริยธรรมให้ automation ตำแหน่งงานไม่กลายเป็นการลดทอนคุณค่าคนทำงาน แต่เป็นการยกระดับให้เราทำสิ่งที่เอไอไม่ควรทำหรือยังทำไม่ได้