กูรูเทคชี้ 2568 ปีทองของ Agentic AI ‘อัจฉริยะเกินคาด แต่ต้องควบคุมให้ดี’

หลังจาก ChatGPT ถูกพัฒนาและปล่อยให้บุคคลทั่วไปใช้ใน 2-3 ปีที่ผ่านมา ปรากฎการณ์เอไอสร้างสรรค์คอนเทนต์ ไม่ว่าจะเป็นแชตบอตตอบคำถาม เขียนบทความ สร้างภาพ สรุปข่าว ขณะนี้เริ่มกลายเป็นเอไอที่เริ่มมี “จิตวิญญาณ” ของการทำงาน กล่าวคือ มีความอัจฉริยะมากขึ้น โดยสามารถวางแผน ตัดสินใจ และทำงานได้ด้วยตนเอง ไม่ต้องรอคำสั่งจากมนุษย์ทั้งหมด นี่คือสิ่งที่เรียกว่า Agentic AI หรือ “เอเจนต์เอไอ” 

ช่วงปลายปี 2567 ถึงต้นปี 2568 Agentic AI ได้รับความสนใจอย่างมากในวงการเทคโนโลยี ผู้เชี่ยวชาญและนักพัฒนามองว่านี่จะเป็นก้าวสำคัญต่อไปของปัญญาประดิษฐ์ สอดคล้องกับการคาดการณ์ของการ์ทเนอร์ที่เชื่อว่าภายในปี 2571 องค์กรถึง 33% จะนำ Agentic AI มาพัฒนาสู่แอปพลิเคชันของตน

อโณทัย เวทยากร กรรมการผู้จัดการใหญ่ไอบีเอ็มประเทศไทย ได้ให้มุมมองที่น่าสนใจในงาน AI Revolution 2025 ว่า แม้ Agentic AI จะถูกมองเป็นกระแสหลักทางนวัตกรรม แต่เราควรตั้งคำถามอย่างระมัดระวังถึงความสอดคล้องระหว่างความคาดหวังขององค์กรกับความเป็นจริง 

“AI Agent คือซอฟต์แวร์ที่ถูกออกแบบมาเพื่อให้ช่วยทำงานบางอย่างแทนมนุษย์ได้อัตโนมัติ เป็นผู้ช่วยได้ตั้งแต่ขั้นตอนการทำความเข้าใจ การวางแผน การให้เหตุผล ไปจนถึงการดำเนินกิจกรรมต่างๆ แทนเรา ซึ่งขับเคลื่อนโดยโมเดลภาษาขนาดใหญ่ (Large Language Mode: LLM) และสามารถเชื่อมต่อกับเครื่องมือ โมเดล หรือระบบต่างๆ ที่จำเป็นได้ เพื่อช่วยให้งานนั้นๆ บรรลุเป้าหมาย”

ผลการศึกษานักพัฒนาจำนวน 1,000 คนที่ไอบีเอ็มทำร่วมกับ Morning Consult ยังชี้ให้เห็นว่าวันนี้ 99% ของนักพัฒนาที่กำลังสร้างแอปพลิเคชันเอไออสำหรับองค์กร กำลังศึกษาหรือพัฒนา Agentic AI อยู่ 

แม้วันนี้บริษัทเทคโนโลยีขนาดใหญ่รวมถึงบริษัทสตาร์ตอัปหลายร้อยแห่ง กำลังทดลองใช้ AI Agent หรือเปิดตัวแพลตฟอร์มที่สามารถผสานรวมเข้ากับระบบนิเวศของแอปพลิเคชันได้อย่างง่ายดาย และกำลังจะมี AI Agent มาให้เราเลือกใช้มากมายในอนาคตอันใกล้ แต่อโณทัยมองว่าจริงๆ แล้ว การเดินทางครั้งนี้ยังอีกยาวไกล 

อโณทัยอธิบายเพิ่มเติมว่า ความคาดหวังที่องค์กรต่างๆ มองหาจาก Agentic AI ในวันนี้คือการที่ Agent ต่างๆ สามารถทำงานได้เองแบบอัตโนมัติเต็มรูปแบบ คนคาดหวังว่า AI Agent จะสามารถวิเคราะห์ข้อมูลและคาดการณ์แนวโน้มต่างๆ ได้อย่างแม่นยำ ช่วยให้เวิร์คโฟลว์ต่างๆ รันไปอย่างอัตโนมัติ ช่วยให้บุคลากรหันไปใช้เวลากับเรื่องที่เป็นยุทธศาสตร์สำคัญ มีเวลาใช้ความคิดสร้างสรรค์ พัฒนานวัตกรรมที่สร้างคุณค่าให้กับองค์กร และนำสู่การเพิ่มผลิตภาพและลดต้นทุนให้กับองค์กรในที่สุด

ในช่วง 12-18 เดือนที่ผ่านมา ไอบีเอ็มเห็นพัฒนาการสำคัญของ Agentic AI ใน 4 ด้านหลัก

1. โมเดลที่ทำงานได้ดีเยี่ยม เร็วกว่า และมีขนาดเล็กลง
2. มีกระบวนการการเทรน AI แบบ Chain-of-Thought (COT) เกิดขึ้น
3. เริ่มเห็นฟังก์ชันที่เพิ่มขึ้นในการทำ contextual reasoning เลียนแบบวิธีการตัดสินใจของมนุษย์
4. มีการเรียกใช้เครื่องมือและฟังก์ชันต่างๆ ด้วย orchestration layer โดยคุณสมบัติเหล่านี้ทำให้ AI Agent เก่งขึ้น ทำ inference ได้เร็วขึ้น มีระบบคิดที่ถูกต้องและแม่นยำยิ่งขึ้น และราคาถูกลง ซึ่งนำสู่การ democratize AI ที่เป็นประโยชน์กับองค์กรในวงกว้าง

อย่างไรก็ตาม แม้เรากำลังอยู่ในจุดเปลี่ยนที่น่าตื่นเต้นและเริ่มเห็นความสามารถของเอเจนต์เอไอในการทำในสิ่งที่เหนือความคาดหมาย แต่ในความเป็นจริง อโณทัยมองว่าการจะสร้างเอเจนต์เอไอที่สามารถดำเนินการตัดสินใจที่ซับซ้อนได้โดยอัตโนมัตินั้น ไม่ได้ขึ้นอยู่กับความสามารถของอัลกอริธึมขั้นสูงเท่านั้น

แต่ “จำเป็นต้องมีการพัฒนาอย่างก้าวกระโดดในเรื่อง contextual reasoning โดยหากเปรียบเทียบให้เห็นภาพชัดขึ้น การตัดสินใจในเรื่องที่ซับซ้อนของมนุษย์มักไม่ได้ใช้ตรรกะและเหตุผลอย่างเดียว แต่ยังมีเรื่องประสบการณ์ สถานการณ์แวดล้อมในขณะนั้น รวมถึงมิติต่างๆ อย่างการเอาใจเขามาใส่ใจเราประกอบอยู่ในการตัดสินใจในแต่ละครั้ง” 

โดยเขาย้ำว่า ในปี 2568 นี้ องค์กรจะยังไม่สามารถใช้ Agentic AI ทำงานแทนมนุษย์ได้ในทุกเรื่อง เพราะดุลพินิจของมนุษย์หรือการคิดตัดสินใจโดย ‘คน’ ยังมีความสำคัญอย่างมาก โดยเฉพาะในงานที่มีความซับซ้อนและอ่อนโยน 

เอเจนต์เอไอ ฉลาด แต่ต้องมีการกำกับดูแล

“หากมองผ่านเลนส์ reality check ภาพความจริงที่เด่นชัดกลับกลายเป็นช่องว่างและความท้าทายหลายประการที่องค์กรต้องผ่านไปให้ได้ก่อนที่จะเริ่มนำเอเจนต์เอไอมาใช้จริง วันนี้สิ่งที่เราต้องเริ่มตั้งคำถาม คือ เราจะมีกระบวนการรับมืออย่างไรหากเกิดข้อผิดพลาดขึ้น

และจะทำอย่างไรให้กระบวนการการทำงานของเอเจนต์มีความโปร่งใส ตรวจสอบได้ ระบบเหล่านี้ต้องผ่านการทดสอบ stress test อย่างเข้มข้นตั้งแต่เริ่มต้นในสภาพแวดล้อมแซนด์บ็อกซ์ เพื่อหลีกเลี่ยงความเสี่ยงและความผิดพลาด ขณะเดียวกันก็ต้องมีการออกแบบกลไกตรวจสอบย้อนกลับได้ในทุกขั้นตอน”

อโณทัยย้ำว่า AI Governance หรือการกำกับดูแลเป็นสิ่งสำคัญที่สุดซึ่งจะนำสู่การใช้ งานจริงในทุกอุตสาหกรรม โดยเฉพาะอุตสาหกรรมที่อยู่ภายใต้การกำกับดูแล เพราะเมื่อใช้หลาย Agent ความซับซ้อนก็เกิดขึ้นเป็นเท่าตัว องค์กรจำเป็นต้องมีแนวทางในการตรวจสอบที่มาของการทำงานของ Agent ต่างๆ และป้องกันความผิดพลาดที่อาจจะเกิดขึ้น ต้องรู้แนวทางการรับมือหากเกิดปัญหาขึ้นกับระบบอันซับซ้อนนี้

“แม้เอไอจะเก่งขึ้นเรื่อยๆ แต่เทคโนโลยีไม่สามารถรับผิดชอบแทนเราได้ ดังนั้น เราจึงต้องปิดประตูทุกความเสี่ยง การที่เราอนุญาตให้ Agentic AI เข้าถึงข้อมูลสำคัญขององค์กรหรือลบข้อมูลต่างๆ ได้ อาจนำสู่ข้อผิดพลาดที่ไม่คาดคิด ซึ่งหากเกิดขึ้นจริงๆ เราไม่สามารถโทษหรือปัดความผิดชอบให้เอไอได้

เพราะฉะนั้น ระบบ Agentic AI ต้องมีธรรมาภิบาลกำกับ ต้องโปร่งใสและตรวจสอบย้อนกลับได้ตั้งแต่เริ่มใช้ โดยในมุมไอบีเอ็มเองก็ได้เริ่มมีการนำเทคโนโลยี AI governance เข้าไปช่วยลูกค้ารับมือในเรื่องนี้แล้วเช่นกัน” 

นอกจากนี้ อโณทัยมองว่า Open-source Ecosystems จะเป็นกลไกสำคัญในการขับเคลื่อนการสเกลการใช้งานเอไออย่างมีความรับผิดชอบ เพราะคอมมิวนิตี้และความร่วมมือของกลุ่มนักพัฒนาจะนำสู่การสร้างสรรค์นวัตกรรมที่เร็วขึ้น ขณะเดียวกันการใช้โอเพนซอร์สยังช่วยหลีกเลี่ยงปัญหาเดิมๆ อย่าง vendor lock-in ที่จะสร้างข้อจำกัดมากมายและนำสู่งบประมาณบานปลายในอนาคต 

“เพื่อเป็นการสนับสนุนการพัฒนาและการเข้าถึงเทคโนโลยีเอไออย่างเท่าเทียม เราควรส่งเสริมและสร้าง AI Creator รุ่นใหม่ โดยตัวอย่างหนึ่งที่กำลังเกิดขึ้น คือการขับเคลื่อนโครงการ “The Next Frontier of AI Race in Thailand” ของไอบีเอ็ม ที่วันนี้ได้มีการจับมือกับหน่วยงานต่างๆ

ไม่ว่าจะเป็น depa หรือสถาบันการศึกษาต่างๆ อาทิ มหาวิทยาลัยเชียงใหม่ มหาวิทยาลัยธรรมศาสตร์ มหาวิทยาลัยบูรพา เป็นต้น ภายใต้แนวคิดในการสร้าง Change Agent และพัฒนา AI Creator รุ่นใหม่ขึ้น โดยมี Open-source Ecosystems เป็นจิ๊กซอว์สำคัญในการลดช่องว่างทางเทคโนโลยีและ democratize AI 

อโณทัยทิ้งท้ายด้วยคำว่า “Autonomy Without Accountability is Chaos.” โดยมองว่าในวันที่ทั้ง Generative AI และ Agentic AI กำลังนำพาเราไปสู่โลกแห่งเทคโนโลยีอัตโนมัติอันก้าวล้ำ หากไร้การควมคุมและกำกับดูแลด้วย AI Governance Framework ที่เหมาะสม เทคโนโลยีย่อมนำพาเราเข้าไปสู่ความเสี่ยงมหาศาลได้เช่นกัน เปรียบเสมือน 2 ด้านของเหรียญที่แยกออกจากกันไม่ได้