Agentic AI คืออะไร และทำไมการคาดการณ์ AI เชิงกลยุทธ์รอบนี้จึงต่างออกไป
Agentic AI คือปัญญาประดิษฐ์ที่ทำงานแบบเอเจนต์อิสระ สามารถตั้งเป้าหมาย วางแผน ลงมือทำงาน และตัดสินใจแทนมนุษย์ในหลายขั้นตอน โดยเชื่อมต่อบริการดิจิทัลและระบบองค์กรต่างๆ เข้าด้วยกัน Agentic AI ไม่ได้แค่ตอบคำถาม แต่ทำธุรกรรม ยื่นคำร้อง ประสานงาน และติดตามผลได้เอง ทำให้ทั้งโมเดลธุรกิจ กระบวนการปฏิบัติงาน และความสัมพันธ์ระหว่างองค์กรกับภาครัฐเปลี่ยนไปอย่างลึกซึ้ง
แก่นของข่าวนี้คือ การคาดการณ์ AI กลยุทธ์ ชุดใหม่ของบริษัทวิจัยชื่อดังที่ออก Top Strategic Predictions แบ่งเป็นสามหมวด Robots Everywhere Cost to Value และ Unknown Unknowns แปลเป็นภาษาธุรกิจง่ายๆ ว่า AI จะออกจากกรอบซอฟต์แวร์มาปะทะโลกจริง ตั้งแต่บริการสาธารณะ โครงสร้างต้นทุน ไปจนถึงความเสี่ยงที่เรายังนึกไม่ถึง AI กำลังขยายจากซอฟต์แวร์ไปสู่การทำงานในโลกจริง พร้อมสร้างโจทย์ใหม่ให้ธุรกิจตั้งแต่ต้นทุน การใช้พลังงาน ความปลอดภัย ไปจนถึงความรับผิดชอบต่อการตัดสินใจของระบบ ถ้าใครยังมอง AI เป็นแค่เครื่องมือเสริมประสิทธิภาพ นั่นคือจุดเสี่ยงเชิงกลยุทธ์
Agentic AI ธุรกิจ และภาระใหม่ของบริการรัฐ: ใครกันแน่ที่ยังไม่พร้อม
จุดหักเหสำคัญของเทรนด์ AI 2025 ที่ต่อยอดมาถึงการคาดการณ์รอบนี้ คือการยก Agentic AI ขึ้นมาเป็นพระเอกในเกมธุรกิจและบริการสาธารณะ Gartner คาดว่า ภายในสิ้นปี 2573 จะมี Autonomous Agent มากกว่า 1 หมื่นล้านตัว ที่สร้างโดยบุคคล บริษัท และภาครัฐ และจะเข้ามาเปลี่ยนรูปแบบการใช้บริการสาธารณะ ตัวเลขระดับนี้บอกชัดว่า เรากำลังเดินเข้าสู่เศรษฐกิจที่มีเอเจนต์แทนมนุษย์จำนวนมากทำธุรกรรมให้เรา
เอเจนต์เหล่านี้สามารถค้นหาโอกาส ตรวจสอบสิทธิ์ และยื่นคำร้องแทนผู้ใช้ได้โดยพึ่งพามนุษย์น้อยลง ส่งผลให้จำนวนใบสมัคร คำร้อง และธุรกรรมเพิ่มขึ้น และสร้างแรงกดดันต่อระบบภาครัฐ นี่คือดาบสองคมของการแปลงดิจิทัล AI ฝั่งผู้บริโภคจะได้บริการรัฐที่สะดวกขึ้น แต่ฝั่งหน่วยงานรัฐเสี่ยงระบบล่ม งบประมาณบาน และปัญหาการพิสูจน์ตัวตนกับความรับผิดชอบ หากรัฐไม่เร่งยกระดับโครงสร้างพื้นฐานดิจิทัลและระบบยืนยันตัวตน ภาพที่เห็นอาจไม่ใช่รัฐอัจฉริยะ แต่เป็นรัฐที่ถูก AI กดดันจนล้า
จากหุ่นยนต์ถึง Physical AI เมื่อ AI หลุดจอแล้วเดินเข้าหน้างาน
อีกด้านหนึ่งของเทรนด์ AI 2025 ที่ถูกขยายความคือแนวคิด Robots Everywhere ซึ่งไม่ได้หมายถึงหุ่นยนต์ในโรงงานอย่างเดียว แต่คือ Physical AI ทั้งชุด ตั้งแต่หุ่นยนต์ โดรน ยานพาหนะไร้คนขับ และระบบกายภาพอื่นที่สามารถรับรู้ มีปฏิสัมพันธ์ และส่งผลต่อสภาพแวดล้อมรอบตัว การ์ทเนอร์คาดว่า ในปี 2573 แรงงานด่านหน้า หรือ Front line Workers มากถึง 80 เปอร์เซ็นต์ในบริษัทข้ามชาติ จะได้รับการช่วยเหลือจากระบบ Physical AI
แปลแบบตรงไปตรงมาคือ งานที่ต้องลงพื้นที่ เสี่ยงอันตราย หรือทำซ้ำๆ จะถูกแบ่งให้หุ่นยนต์และอุปกรณ์อัจฉริยะมากขึ้น หลายอุตสาหกรรมเริ่มนำ Physical AI มาใช้เพื่อเพิ่มความปลอดภัย ลดงานซ้ำซ้อนหรืออันตรายแทนมนุษย์ และสร้างข้อมูลเชิงลึก ฝั่งธุรกิจนี่คือโอกาสลดอุบัติเหตุและเก็บข้อมูลภาคสนามละเอียดกว่าที่เคย แต่ก็แลกมากับคำถามยากเรื่องการกำกับดูแล ความปลอดภัยในการทำงานร่วมกันระหว่างคนกับหุ่น และทักษะใหม่ที่แรงงานต้องมีเพื่อทำงานคู่กับ AI แทนที่จะถูกแทนที่
Cost Exhaustion Attack และแอปอายุสั้น: มรสุมไซเบอร์และต้นทุนแบบที่ฝ่ายการเงินไม่ทันตั้งตัว
เมื่อ AI แทรกตัวเข้าแอปสำหรับลูกค้าและเชื่อมกับบริการสาธารณะมากขึ้น โจทย์ด้านความปลอดภัยก็เปลี่ยนจากการกันข้อมูลรั่ว มาเป็นการกันกระเป๋าเงินรั่วด้วย การ์ทเนอร์คาดการณ์ว่า ในปี 2573 องค์กรที่มีการใช้งาน AI เชื่อมต่อกับบริการสาธารณะราว 80 เปอร์เซ็นต์ จะเผชิญ Cost Exhaustion Attack หรือการโจมตีที่มุ่งทำให้ทรัพยากรและต้นทุนสูญสิ้นจากการใช้งาน AI ที่สูงเกินจริง กล่าวคือฝ่ายร้ายจะจงใจกระตุ้นให้โมเดล AI ทำงานถี่เกินจำเป็น เพื่อดันค่าใช้จ่ายด้านคอมพิวต์และโทเคนให้พุ่งขึ้น
ในเวลาเดียวกัน การ์ทเนอร์ยังประเมินว่า ในปี 2572 แอปพลิเคชันใหม่ถึง 80 เปอร์เซ็นต์จะถูกออกแบบให้ใช้งานน้อยกว่า 1 ปี เพราะ AI ทำให้คนในองค์กรสร้างแอปเฉพาะกิจได้ง่ายขึ้น แนวโน้มนี้ดีต่อความคล่องตัว แต่เลวร้ายต่อทีมไอทีและคอมพลายแอนซ์ หากไม่มีกรอบกำกับตามระดับความเสี่ยง ระบบลงทะเบียนอัตโนมัติ และนโยบายเก็บข้อมูลที่รองรับแอปและเอเจนต์ที่สร้างโดย AI องค์กรก็เสี่ยงจมอยู่กับเทคนิค AI ล้ำยุค แต่ฐานการจัดการที่ไร้ระเบียบ
จากพลังงานถึงโครงสร้างองค์กร: การแปลงดิจิทัล AI ครั้งนี้คือการผ่าตัดทั้งบริษัท
การ์ทเนอร์ชี้ว่าระบบจำนวนมากที่ใช้งานอยู่ในปัจจุบัน ตั้งแต่บริการสาธารณะ ซอฟต์แวร์ ไปจนถึงโมเดลด้านพลังงานและแรงงาน จะถูก AI เปลี่ยนแปลงในทศวรรษหน้า ผลกระทบหนึ่งที่มักถูกมองข้ามคือเรื่องพลังงาน ความต้องการไฟฟ้าที่เพิ่มขึ้นจาก AI และดาต้าเซ็นเตอร์ กำลังผลักดันให้องค์กรลงทุนในสินทรัพย์ด้านการผลิต การกักเก็บ และการจัดการพลังงาน ทำให้เส้นแบ่งระหว่างผู้บริโภคและผู้ผลิตพลังงานเริ่มเปลี่ยนไป เมื่อพลังงานกลายเป็นสินทรัพย์ที่ควบคุมผ่านซอฟต์แวร์ได้ ฝ่ายเทคโนโลยีจึงหลีกเลี่ยงไม่พ้นที่จะเข้าไปมีบทบาทในกลยุทธ์พลังงานขององค์กร
ทั้งหมดนี้ส่งสัญญาณชัดว่าองค์กรที่หวังจะรอดในโลกที่ขับเคลื่อนด้วย AI ต้องทำมากกว่าการทดลองใช้เครื่องมือใหม่ องค์กรที่จะประสบความสำเร็จจำเป็นต้องรักษาสมดุลระหว่างการพัฒนานวัตกรรมและความรับผิดชอบ พร้อมสร้างขีดความสามารถเพื่อรับมือทั้งโอกาสและผลกระทบที่ไม่คาดคิดจากโลกที่ขับเคลื่อนด้วย AI การ์ทเนอร์ระบุว่า ผู้นำด้านเทคโนโลยีและธุรกิจควรประเมินผลกระทบของการคาดการณ์เหล่านี้ต่อการปรับกลยุทธ์และการลงทุนในปีหน้าและระยะต่อไป บทสรุปสำคัญคือ AI ไม่ได้มาขอที่นั่งเพิ่มในบริษัท มันกำลังขอเปลี่ยนโครงสร้างโต๊ะทั้งตัว ถ้าไม่กล้าวางแผนใหม่ตั้งแต่ตอนนี้ วันหนึ่งองค์กรอาจถูก AI และกติกาใหม่ของตลาดบังคับให้เปลี่ยนแบบไม่มีทางเลือก
