ค้นพบความสนใจของคุณ ไปด้วยกัน

ดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

ค้นพบความสนใจของคุณ ไปด้วยกันดีลจริง รีวิวตรงไปตรงมา และเรื่องราวการช้อปปิ้งจากคนที่มีความสนใจเดียวกับคุณ — ทุกวันบน ZestBuy

AI Agents อัตโนมัติบุกองค์กร จากแพลตฟอร์มเสริมแรงสู่เวิร์กโฟลว์ที่เดินเองได้

AI Agents อัตโนมัติบุกองค์กร จากแพลตฟอร์มเสริมแรงสู่เวิร์กโฟลว์ที่เดินเองได้
ความสนใจ|เพิ่มประสิทธิภาพงานด้วย AI

AI agents อัตโนมัติคืออะไร และทำไมองค์กรถึงเริ่มปล่อยให้มันทำงานเอง

AI agents อัตโนมัติคือซอฟต์แวร์อัจฉริยะที่สามารถรับเป้าหมาย ทำความเข้าใจบริบททางธุรกิจ วางแผน และลงมือทำงานหลายขั้นตอนแทนมนุษย์ โดยเชื่อมต่อกับระบบข้อมูลและแอปพลิเคชันขององค์กรได้โดยตรง เอเจนต์เหล่านี้ไม่ได้แค่ตอบคำถามแต่สามารถดำเนิน enterprise workflow automation ทั้งเส้น เช่น การจัดซื้อ การเงิน ทรัพยากรบุคคล หรือการปฏิบัติการซัพพลายเชน พร้อมเรียนรู้จากข้อมูลใหม่อย่างต่อเนื่อง เพื่อให้ autonomous business processes ทำงานได้อย่างต่อเนื่องและเชื่อถือได้

ประเด็นสำคัญคือ แพลตฟอร์มระดับองค์กรกำลังค่อยๆ เปิดทางให้เอเจนต์ทำงานแบบอิสระมากขึ้น ทั้งในมิติของข้อมูล การประมวลผล และการเชื่อมต่อระบบ ตัวอย่างล่าสุดคือผู้ให้บริการรายใหญ่ที่หันมาสร้าง agentic cloud platform และสถาปัตยกรรม Autonomous Enterprise อย่างจริงจัง ช่วยให้เอเจนต์หนึ่งตัวสามารถวิ่งข้ามระบบหลายสายงานได้โดยไม่ต้องรอให้พนักงานคลิกอนุมัติทุกขั้น การเปลี่ยนผ่านนี้จึงไม่ใช่แค่เทคโนโลยีใหม่ แต่คือการยกเครื่องวิธีคิดด้านการจัดการงานซ้ำๆ ในองค์กรเสียใหม่

SAP Joule และ Autonomous Enterprise เมื่อเวิร์กโฟลว์ธุรกิจเริ่มเดินเองได้

แนวคิด Autonomous Enterprise ของ SAP คือการยอมรับอย่างตรงไปตรงมาว่า เวิร์กโฟลว์องค์กรขนาดใหญ่มีความซับซ้อนเกินกว่าที่มนุษย์จะคุมทุกปุ่ม ทุกฟอร์มได้ตลอดเวลา SAP จึงเปิดตัวสถาปัตยกรรม SAP Autonomous Suite เพื่อเชื่อมการประมวลผลของ SAP Business AI เข้ากับงานปฏิบัติการจริง เช่น การจัดซื้อ การคาดการณ์สินค้าคงคลัง และระบบเรียกเก็บเงิน จุดต่างจากการทำอัตโนมัติยุคเก่าคือ AI agents อัตโนมัติในแพลตฟอร์มนี้ไม่ได้แค่ทำตามสคริปต์ แต่ใช้ Joule และ Joule Assistants เป็นสมองหลักในการประมวลผล

อินเทอร์เฟซ Joule Work เปิดให้ผู้ใช้สั่งการและค้นหาข้อมูลด้วยภาษาธรรมชาติ พร้อมเชื่อมกับ SAP Knowledge Graph ที่มีโครงข่ายข้อมูลกว่า 7 ล้านฟิลด์ ผลลัพธ์ที่น่าสนใจคือ SAP ใช้งานภายในกับพนักงานกว่า 110,000 คน และระบุว่า "ระบบดังกล่าวช่วยเพิ่มประสิทธิภาพการทำงานเฉลี่ย 20% ในส่วนงานการเงิน ทรัพยากรบุคคล และการจัดซื้อ" ที่สำคัญ ระบบ Joule Assistants ยังรองรับโปรโตคอล Agent2Agent เปิดทางให้เอเจนต์ภายในคุยกับเอเจนต์ภายนอกได้โดยตรง นี่คือการขยับจาก chatbot ไปสู่เครือข่ายเอเจนต์ที่ประสานงานกันเอง

Dell AI Data Platform สร้างฐานข้อมูลเดียวให้เอเจนต์ทุกตัวเข้าใจตรงกัน

ถ้า SAP เน้นฝั่งเวิร์กโฟลว์ Dell กำลังแก้ปัญหาที่รากของข้อมูล Dell ชี้ตรงๆ ว่าคอขวดของการใช้ AI ในองค์กรไม่ใช่โมเดล แต่คือข้อมูลที่กระจัดกระจายและไม่ถูกจัดระเบียบให้เครื่องอ่านเข้าใจได้ ทางออกของพวกเขาคือการเพิ่ม Unified Semantic Layer และ Enterprise Knowledge Graph เข้าไปใน Dell AI Data Platform เพื่อให้ทุกแอปและเอเจนต์เห็นโลกข้อมูลชุดเดียวกันในความหมายเดียวกัน

Unified Semantic Layer ทำหน้าที่นิยามความหมายทางธุรกิจของข้อมูลทั้งแบบ structured และ unstructured ด้วยกฎและ glossary ที่ค้นหาได้ ทำให้คำว่า client ในระบบหนึ่งและ account ในอีกระบบหนึ่งถูกเข้าใจว่าเป็นสิ่งเดียวกัน ขณะเดียวกัน Enterprise Knowledge Graph จัดแผนผังความสัมพันธ์ของข้อมูลและปรับตามการใช้งานจริง เมื่อเอเจนต์ถามคำถาม ระบบจะดึง table data product ข้อมูล multimodal และ vector index ที่เกี่ยวข้องมาให้โดยอัตโนมัติ จุดชี้เป็นชี้ตายคือ Knowledge Agents ซึ่งเป็นเอเจนต์เฉพาะทางที่อ้างอิงจากส่วนย่อยของ graph ทำให้การตัดสินใจของ AI agents อัตโนมัติอยู่ในกรอบข้อมูลที่องค์กรกำหนด ไม่ใช่การเดาแบบลอยๆ

ในด้านประสิทธิภาพ Dell ระบุว่า Data Processing Engine ที่ใช้ NVIDIA cuDF บน GPU NVIDIA RTX PRO 4500 Blackwell Server Edition ประมวลผลข้อมูลได้เร็วกว่าการใช้ CPU อย่างเดียวเกือบ 4 เท่าโดยเฉลี่ย และสูงสุด 20 เท่าในงานแบบ batch processing ฟังดูเป็นตัวเลขด้านเทคนิค แต่ในทางปฏิบัติ หมายถึง enterprise workflow automation ที่ต้องพึ่งงาน ETL หนักๆ สามารถรองรับเอเจนต์หลายตัวถามหาข้อมูลพร้อมกันได้โดยไม่ทำให้ระบบหน่วง ทั้งหมดนี้ยังคงรันใน data center ของลูกค้า ลดความเสี่ยงจากการถูกผูกติดกับผู้ให้บริการโมเดลหรือ storage รายใดรายหนึ่ง

AI Agents อัตโนมัติบุกองค์กร จากแพลตฟอร์มเสริมแรงสู่เวิร์กโฟลว์ที่เดินเองได้

Huawei Agentic Cloud เมื่อแพลตฟอร์มเอเจนต์เปิดและขยายระดับองค์กร

ในขณะที่บางค่ายเน้นปิด ecosystem ให้แน่น Huawei Cloud กลับเลือกทำ agentic cloud platform แบบเปิดที่เน้นทั้งโครงสร้างพื้นฐานและแพลตฟอร์มเอเจนต์ Huawei Cloud เปิดตัวผลิตภัณฑ์ AI สำหรับองค์กรเต็มรูปแบบ และประกาศเดินหน้าสร้าง Agentic Cloud แบบเปิด พร้อมปาฐกถาหัวข้อ “The Agentic Cloud for the Agentic World: Build Together, Grow Together” ภายในงาน HUAWEI CONNECT 2026 ทิศทางนี้สะท้อนชัดว่าพวกเขามองโลกอนาคตเป็นยุคของเอเจนต์ AI ที่ต้องการโครงสร้างพื้นฐานใหม่

หัวใจคือ Agentic Infra ที่เน้นสี่องค์ประกอบ ได้แก่ การเพิ่มประสิทธิภาพในระดับโทเคน การยกระดับหน่วยความจำ การจัดการทรัพยากรประมวลผลแบบเป็นหนึ่งเดียว และการทำงานอัตโนมัติที่ปลอดภัย ซึ่งปัจจุบันให้บริการลูกค้ามากกว่า 3,500 ราย AI Cluster Service รุ่นล่าสุดรองรับการฝึกโมเดลบนคลาวด์ได้ต่อเนื่องมากกว่า 40 วัน และกู้คืนจากความขัดข้องได้ภายใน 10 นาที โดยมีประสิทธิภาพการประมวลผลโทเคนสูงกว่ารุ่นเดิม 20% และจะเปิดให้บริการเชิงพาณิชย์ในประเทศจีนตั้งแต่ 30 กันยายน และตลาดนอกจีนตั้งแต่ 30 พฤศจิกายน

ในระดับแพลตฟอร์มเอเจนต์ AgentArts ให้บริการแก่องค์กรมากกว่า 100 แห่ง และ Industry AI Foundry รวบรวมสินทรัพย์ AI มากกว่า 1,000 รายการ พร้อมโครงการใช้งานจริงกว่า 1,000 โครงการ Huawei ยังผลักดัน openJiuwen และ Model Context Protocol มากกว่า 5,000 รายการ เพื่อให้องค์กรพัฒนา ใช้งาน และบริหารเอเจนต์ AI ได้ง่ายขึ้น แนวทางแบบเปิดนี้ทำให้องค์กรสามารถสร้าง AI agents อัตโนมัติแบบเฉพาะกิจ ปรับตามอุตสาหกรรม และขยายระดับใช้งานได้โดยไม่ต้องยึดติดกับโมเดลเดียวหรือเวิร์กโฟลว์เดียว

จากโครงสร้างข้อมูลสู่กติกาองค์กร จะปล่อยให้เอเจนต์เดินเองแค่ไหน

เมื่อมองรวม SAP Dell และ Huawei จะเห็นแนวโน้มเดียวกันอย่างชัดเจน คือ autonomous business processes ไม่ได้เกิดจากโมเดลขนาดใหญ่เพียงอย่างเดียว แต่เกิดจากการสร้างโครงสร้างข้อมูลที่เอเจนต์เข้าใจได้จริง ทั้ง knowledge graph AI และ semantic layer กลายเป็นโครงสร้างพื้นฐานสำคัญให้เอเจนต์ตีความคำศัพท์ธุรกิจได้ตรงกัน เชื่อมความสัมพันธ์ของข้อมูล และตัดสินใจได้อย่างสอดคล้องกับความเป็นจริงขององค์กร Unified Semantic Layer ของ Dell กำหนดความหมายข้อมูลให้ตรงกันทุกระบบ ขณะที่ SAP Knowledge Graph เชื่อมโยงข้อมูลกว่า 7 ล้านฟิลด์ให้ Joule ใช้งาน หากขาดชั้นเหล่านี้ เอเจนต์ก็ไม่ต่างจากคนต่างชาติที่อ่านเอกสารผิดภาษาแล้วต้องเดาเอาเอง

อีกด้านหนึ่ง agentic cloud platform แบบเปิดของ Huawei แสดงให้เห็นว่าการขยาย AI agents อัตโนมัติสู่ระดับองค์กรต้องคิดตั้งแต่โครงสร้างพื้นฐาน การจัดสรรทรัพยากร ไปจนถึงแพลตฟอร์มพัฒนาและดูแลเอเจนต์ในภาพรวม องค์กรที่กำลังสนใจ enterprise workflow automation จึงไม่ควรถามแค่ว่า “จะใช้เอเจนต์ตัวไหน” แต่ต้องถามว่า “โครงสร้างข้อมูลของเราเข้าใจได้ในแบบกราฟหรือไม่ semantic layer ของเราพร้อมหรือยัง และเรากำหนดขอบเขตให้อัตโนมัติแค่ไหน” เพราะเมื่อเอเจนต์เริ่มทำงานเองได้ การกำหนดบริบทและกติกาดีๆ คือวิธีเดียวที่จะทำให้ความอัตโนมัติกลายเป็นสินทรัพย์ ไม่ใช่ภาระใหม่ขององค์กร

ZestBuy ได้รับค่าคอมมิชชั่นเมื่อคุณช้อปผ่านลิงก์ของเรา โดยคุณไม่ต้องจ่ายเพิ่ม

You May Also Like

Comments
พูดอะไรบางอย่าง...
ยังไม่มีความคิดเห็น มาเป็นคนแรกที่แบ่งปันความคิดเห็นของคุณ!