โลกเทคโนโลยีปัญญาประดิษฐ์กำลังก้าวข้ามขีดจำกัดจากยุค Reactive AI หรือ Generative AI ซึ่งเป็นระบบตั้งรับที่ทำหน้าที่ตอบสนองตามคำสั่งรายครั้ง (Prompt-driven) เข้าสู่ยุค Agentic AI (ระบบเอเจนต์อัจฉริยะอัตโนมัติ) ซึ่งหมายถึงโมเดลโครงข่ายที่สามารถกำหนดทิศทาง วางแผนกลยุทธ์ และดำเนินงานที่มีความซับซ้อนต่อเนื่องแบบปิดลูปได้ด้วยตนเอง โดยยึดตามวัตถุประสงค์ระดับสูง (High-level goals) ที่มนุษย์มอบหมายไว้ในครั้งแรก
การเปลี่ยนผ่านนี้ส่งผลกระทบและสร้างความเสียหายอย่างรุนแรงต่อโมเดลธุรกิจแบบ Software-as-a-Service (SaaS) แบบเดิม เนื่องจากผู้ใช้งานไม่จำเป็นต้องเข้าไปเรียนรู้หน้าต่างโปรแกรม (User Interface) เพื่อกดปุ่มหรือดึงข้อมูลเองอีกต่อไป ทว่าเอเจนต์จะทำหน้าที่เชื่อมต่อและสั่งการระบบต่างๆ ผ่าน API หลังบ้านด้วยตัวเอง ความต้องการหน้าจอแอปพลิเคชันที่ซับซ้อนจะลดลง และถูกแทนที่ด้วยสถาปัตยกรรมเอเจนต์ที่ทรงประสิทธิภาพ
ระบบที่จะได้รับการยอมรับว่าเป็นระบบปัญญาประดิษฐ์แบบเอเจนต์ที่แท้จริงตามโครงสร้างของ Pascal Bornet จะต้องประกอบไปด้วย 3 เสาหลักที่เชื่อมต่อกันเป็นวงจรปิด (Closed-Loop System) ดังนี้:
คือความสามารถในการตรวจสอบ มอนิเตอร์ และแปลความหมายของชุดข้อมูลที่เคลื่อนไหวในระบบนิเวศดิจิทัลอย่างต่อเนื่อง (Multi-modal Data Ingestion) เช่น การอ่านอีเมลลูกค้าที่หลั่งไหลเข้ามา, การเฝ้าดูความผิดปกติในดาต้าเบส หรือการดักจับสัญญาณตลาดภายนอกองค์กร
ถือเป็นสมองส่วนหน้าของเอเจนต์ ซึ่งมีความสามารถในการทำ Task Decomposition หรือการย่อยเป้าหมายขนาดใหญ่ให้กลายเป็นขั้นตอนปฏิบัติงานย่อย และคุณสมบัติสำคัญคือ Self-Reflection ซึ่งเปิดโอกาสให้ AI ตรวจสอบ ประเมิน และแก้ไขความผิดพลาดในกระบวนการทำงานของตนเองระหว่างทางได้ โดยไม่ต้องพึ่งพามนุษย์เข้ามาแจ้งเตือน
ความสามารถในการหยิบจับและใช้งานเครื่องมือดิจิทัลภายนอก (Tool Use) ได้อย่างอิสระ เช่น การรันคำสั่งโค้ดชั่วคราวเพื่อประมวลผลข้อมูล, การยิงคำสั่ง API ข้ามระบบ หรือการผสานเทคโนโลยี RPA เพื่อกรอกเอกสารและดำเนินธุรกรรมทางการเงิน
เพื่อความปลอดภัยในการบริหารความเสี่ยง องค์กรธุรกิจจำเป็นต้องประเมินและแบ่งระดับความอิสระในการปฏิบัติงานของ AI เอเจนต์ โดยเทียบเคียงกับมาตรฐานระบบขับเคลื่อนอัตโนมัติ:
| ระดับความอิสระ | คำอธิบายและขอบเขตหน้าที่ | บทบาทของมนุษย์ (Human Role) |
|---|---|---|
| Level 1 Assistive AI |
ทำหน้าที่เป็นผู้ช่วยประมวลผลคำสั่งย่อยๆ เช่น ตรวจสอบไวยากรณ์ ค้นหาข้อมูลตามคำระบุ หรือสรุปใจความสำคัญของเอกสาร | มนุษย์ลงมือทำเอง 100% โดยใช้ AI เป็นเพียงเครื่องมือเสริมความเร็ว |
| Level 2 Task-Bound AI |
สามารถทำงานจบเป็นชิ้นเดี่ยวได้ตาม Prompt ที่ป้อนอย่างชัดเจน เช่น "เขียนอีเมลเสนอขายสินค้าตามข้อมูลแนบนี้" | มนุษย์ต้องคอยป้อนคำสั่งแบบขั้นตอนต่อขั้นตอนและตรวจสอบผลลัพธ์รายครั้ง |
| Level 3 Conditional Autonomy |
เอเจนต์สามารถวางแผนและดำเนินงานตั้งแต่ต้นจนจบกระบวนการได้เอง แต่ระบบจะหยุดอัตโนมัติเพื่อรอการยืนยันในจุดสำคัญ | Human-in-the-loop: มนุษย์รับบทบาทเป็นผู้อนุมัติ (Approver) ในจุดเสี่ยงสูง |
| Level 4 High Autonomy |
เอเจนต์ทำงานและตัดสินใจแทนมนุษย์ได้ทั้งหมดภายใต้เงื่อนไขและบริบทที่กำหนดไว้ (เช่น อนุมัติเคสเคลมประกันที่มูลค่าต่ำกว่าเกณฑ์) | Human-on-the-loop: มนุษย์คอยมอนิเตอร์ห่างๆ และเข้าแทรกแซงเฉพาะเมื่อเกิด Error |
| Level 5 Full Autonomy |
เอเจนต์ปฏิบัติการ วางกลยุทธ์ และแก้ปัญหาเฉพาะหน้าแบบปิดลูปสมบูรณ์ สามารถเรียนรู้และปรับปรุงระบบการทำงานได้ด้วยตัวเอง | Human-out-of-the-loop: มนุษย์ทำหน้าที่เพียงกำหนด Objective เชิงนโยบายสูงสุด |
แนวทางการขับเคลื่อนเพื่อนำระบบ Agentic AI มาสร้างความได้เปรียบทางการแข่งขันในแผนงานจริง:
ปรับมุมมองทัศนคติของแรงงานจากการกลัวเทคโนโลยีแย่งงาน มุ่งเน้นการยกระดับทักษะ (Upskilling) สู่การเป็น "Manager of AI Agents" ซึ่งเป็นผู้เชี่ยวชาญในการกำหนดเป้าหมายเชิงตัวชี้วัด (KPIs) และควบคุมดูแลการทำงานของฝูงเอเจนต์แทน