สิ้นสุดยุค Chatbot! อุตสาหกรรมโลกขานรับปี 2025 จุดเริ่มต้น “AI Agent”

อาลีบาบา คลาวด์ (Alibaba Cloud) ชี้ใกล้สิ้นสุดยุค Chatbot! หลังอุตสาหกรรมโลกขานรับปี 2025 พร้อมสู่จุดเริ่มต้น “AI Agent” พลิกโฉมองค์กรสู่ระบบอัจฉริยะเชิงรุก…

สิ้นสุดยุค Chatbot! อุตสาหกรรมโลกขานรับปี 2025 จุดเริ่มต้น “AI Agent“

ภาคอุตสาหกรรมเห็นพ้องต้องกันอย่างชัดเจนว่าปี 2025 เป็นการเริ่มต้นยุค AI Agent (เอไอ เอเจนต์) ที่ปัจจุบันถูกมองว่าเป็นระบบอัจฉริยะที่ก้าวข้ามขีดจำกัดของ chatbots และ copilots โดย เอไอ เอเจนต์ สามารถกำหนดเป้าหมาย ตัดสินใจเรื่องซับซ้อน และดำเนินงานหลายขั้นตอนได้อย่างอิสระ

ภายใต้การกำกับดูแลของมนุษย์ กล่าวได้ว่า การเปลี่ยนแปลงจากการเป็นเพียงเครื่องมือเก็บข้อมูลความรู้ (passive knowledge tools) ไปสู่การเป็นระบบที่ทำงานเชิงรุก และเน้นการลงมือปฏิบัติในครั้งนี้เป็นการก้าวกระโดดครั้งสำคัญด้านขีดความสามารถของ Agent

โดย McKinsey ชี้ให้เห็นว่าก้าวสำคัญต่อไปของ Generative AI (เจนเนอเรทีฟ เอไอ) คือการเปลี่ยนผ่านจากงานที่ใช้ข้อมูลความรู้ (knowledge-based tasks) ไปสู่งานที่เน้นการลงมือทำโดย Agent ทั้งนี้ เอไอ เอเจนต์ ต่าง ๆ ที่มาพร้อมความสามารถในการใช้เหตุผล การวางแผน และการปรับกลยุทธ์แบบเรียลไทม์

ที่มีประสิทธิภาพล้ำหน้า จะพร้อมทำงานในสภาพแวดล้อมที่ซับซ้อน เพื่อให้การทำงานในโลกของการใช้งานจริงประสบผลสำเร็จ ดังนั้น จึงไม่น่าแปลกใจที่มีการคาดการณ์ว่าตลาด Agentic AI (เอเจนติก เอไอ) จะเติบโตอย่างก้าวกระโดดในอีกไม่กี่ปีข้างหน้า

การเติบโตของ “เอไอ เอเจนต์“ : จากการทดลองสู่การใช้งานอย่างแพร่หลาย

เราได้เห็นการเปลี่ยนผ่านจาก Chatbot (แชทบอท) ธรรมดา ๆ สู่การเป็น Agent ที่สามารถลงมือปฏิบัติได้แล้ว องค์กรต่าง ๆ กำลังทดสอบ และเริ่มนำ เอไอ เอเจนต์ ไปใช้อย่างจริงจัง เพื่อเพิ่มประสิทธิภาพให้กับเวิร์กโฟลว์ต่าง ๆ ตั้งแต่การจัดตารางการประชุมอัตโนมัติ การสร้างรายงานการวิเคราะห์ และการดีบักโค้ด

ไปจนถึงการเตรียมแคมเปญการตลาด และการขาย การคัดกรองจดหมายสมัครงาน และการจัดการคำถามจากลูกค้า ซึ่งการคาดการณ์บางส่วนระบุว่า ภายในปี 2026 เอเจนติก เอไอ จะเริ่มเติบโตเต็มที่ จากการเป็นเพียงการทดลองแบบแยกส่วน เปลี่ยนผ่านไปสู่การนำไปใช้ในกลุ่มธุรกิจต่าง ๆ อย่างกว้างขวาง

การเร่งตัวนี้จะได้รับแรงหนุนจากขีดความสามารถที่เพิ่มขึ้นของ Agent ซึ่งรวมถึงความเป็นอิสระที่เพิ่มขึ้น การรับรู้บริบท การผนวกเครื่องมือเข้าด้วยกัน ขีดความสามารถในการประมวลผลข้อมูลหลายรูปแบบ (multimodal capabilities) การปรับแต่งให้เหมาะกับแต่ละบุคคล หน่วยความจำระยะยาว รวมถึงความปลอดภัย และการปรับจูนให้สอดคล้อง (alignment) กับสิ่งที่มนุษย์ต้องการจริง ๆ

อย่างไรก็ตาม การจะนำ Agent ไปใช้งานในวงกว้าง เพื่อตอบสนองความต้องการทางธุรกิจ ยังคงมีงานที่ต้องทำอีกมาก เพราะปัจจุบัน เอไอ เอเจนต์ ยังคงต้องพึ่งพาโมเดลภาษาขนาดใหญ่ (LLMs) เป็นพื้นฐานในการดำเนินงานต่าง ๆ การจะสามารถลดการสร้างข้อมูลที่ไม่จริง (hallucination) 

และเพิ่มความแม่นยำในงานเฉพาะทางได้นั้น ผู้ให้บริการ Agent ต้องทำงานอย่างใกล้ชิดกับลูกค้าองค์กรเพื่อพัฒนา Agent ที่ปรับแต่งให้เหมาะสมเฉพาะงานที่ต้องการและมีความเชี่ยวชาญเฉพาะด้าน ซึ่งสามารถแก้ไขปัญหาทางธุรกิจในแต่ละวันได้ด้วยอย่างแม่นยำสูง (เช่น การนำ agent ด้านสุขภาพไปใช้ในคลินิก)

ดังนั้น การพัฒนา Agent ที่สามารถใช้เครื่องมือต่าง ๆ ได้อย่างยืดหยุ่นเพื่อแก้ไขปัญหาต่าง ๆ เพื่อการควบคุมแทรกแซงแบบเรียลไทม์ เพื่อคงความสอดคล้องกับความต้องการของมนุษย์ และเพื่อการบริหารจัดการบริบทอย่างชาญฉลาดเพื่อเพิ่มความแม่นยำ จึงเป็นสิ่งที่มีความสำคัญสูงสุดในการขับเคลื่อนการนำ เอไอ เอเจนต์ ไปปรับใช้ในองค์กรในวงกว้าง 

จาก ModelScope สู่ AgentScope : การจัดการกลุ่ม “เอไอ เอเจนต์” ที่กำลังเติบโต

เราได้เห็นวิวัฒนาการที่สำคัญอีกอย่างหนึ่งของยุค Agent นั่นคือการที่จะปลดล็อกให้องค์กรได้ใช้ AI อย่างเต็มประสิทธิภาพ ต้องเปลี่ยนจากการใช้โมเดลหรือ Agent แบบ Atandalone ไปสู่ระบบ Multi-Agent (มัลติ เอเจนต์) ที่ทำงานร่วมกัน และถูกถักทอเข้าเป็นส่วนหนึ่งของการดำเนินงานทางธุรกิจอย่างแน่นหนา

การทำงานร่วมกันลักษณะนี้เท่านั้นที่จะช่วยให้องค์กรใช้ประโยชน์จาก AI ในระดับที่เพียงพอที่จะสามารถค้นพบมูลค่าทางธุรกิจใหม่ ๆ และสร้างโอกาสในการเติบโตที่ก่อให้เกิดการเปลี่ยนแปลงแบบพลิกโฉมได้ ซึ่งแพลตฟอร์มในปัจจุบัน เช่น ModelScope ของ อาลีบาบา ซึ่งให้บริการแบบ models as a service มีบทบาทสำคัญ

อย่างยิ่งในการเปิดให้ผู้ใช้งานเข้าถึงไลบรารี่ขนาดใหญ่ของโมเดล AI แต่ละโมเดล และช่วยให้ธุรกิจดึงศักยภาพของ AI หลากหลายรูปแบบมาใช้ประโยชน์ อย่างไรก็ตาม ข้อจำกัดของโมเดล หรือเอเจนต์เดี่ยวที่มีโครงสร้างแบบโมโนลิธิก (single, monolithic model or agent) กลับปรากฏชัดเจน

เมื่อองค์กรต้องรับมือกับปัญหาที่ซับซ้อน และเปลี่ยนแปลงอย่างต่อเนื่อง แม้ว่าเอเจนต์เดี่ยวจะสามารถทำงานแบบอัตโนมัติได้ แต่โดยทั่วไปแล้วยังไม่สามารถประสานกระบวนการเพื่อให้บรรลุเป้าหมายที่มีความซับซ้อนได้

ความท้าทายนี้กำลังนำไปสู่การเกิดขึ้นของระบบที่เรียกว่า Multi-Agent Systems (MAS) นั่นคือจะไม่ได้ใช้ เอไอ เอเจนต์ ที่ทรงพลังเพียงเอเจนต์เดียวแก้ปัญหาทางธุรกิจที่ซับซ้อน แต่จะใช้เอเจนต์ที่เชี่ยวชาญเฉพาะทางด้านต่าง ๆ ทำงานร่วมกันเป็นทีมเพื่อแก้ไขปัญหานั้น ๆ

เช่น การตัดสินใจลงทุน จะต้องได้รับการสนับสนุนจากกลุ่มเอเจนต์จำนวนมาก เริ่มจากเอเจนต์วิเคราะห์ด้านการเงิน ซึ่งจะทำการวิเคราะห์ปัจจัยพื้นฐาน รายงานการเงิน และ ประเมินมูลค่าของผู้ลงทุนที่มีศักยภาพ ต่อด้วย เอเจนต์วิเคราะห์รายงาน ที่ทำหน้าที่ตรวจสอบและสรุปรายงานก่อนหน้าของบริษัทด้านการลงทุนต่าง ๆ

เกี่ยวกับผู้ที่อาจได้รับการลงทุนนี้ และสุดท้ายคือเอเจนต์ข่าวที่ให้ข้อมูลภาพรวมความเคลื่อนไหวของบริษัทในสื่อรวมถึงความน่าเชื่อถือ และชื่อเสียงของแบรนด์ การทำงานร่วมกันของ มัลติ เอเจนต์ ไม่ได้เป็นเพียงทางเลือก แต่เป็นจุดเปลี่ยนสำคัญที่จะช่วยให้องค์กรต่าง ๆ ได้ใช้คุณประโยชน์ของ AI อย่างแท้จริงได้เต็มประสิทธิภาพ

เอเจนต์แต่ละตัวเป็นเครื่องมือทรงพลังก็จริง แต่การจะเพิ่มความสามารถของแต่ละเอเจนต์ให้ถึงขีดสุด และสร้างผลตอบแทนที่จับต้องได้อย่างทวีคูณ และต่อเนื่องในวงกว้างได้นั้น เอเจนต์เหล่านั้นจำเป็นต้องเรียนรู้ที่จะทำงานร่วมกันเป็นทีมได้อย่างมีประสิทธิภาพ

Agent Framework เพื่อขับเคลื่อนการทำงานร่วมกันของ “มัลติ เอเจนต์“

การที่จะทำให้การทำงานร่วมกันแบบ มัลติ เอเจนต์ เกิดขึ้นได้จริงนั้น จำเป็นต้องมี Agent frameworks (เอเจนต์ เฟรมเวิร์ค) ที่แข็งแกร่ง เฟรมเวิร์กเหล่านี้ทำหน้าที่เป็นแพลตฟอร์มกลางให้เอเจนต์ต่าง ๆ ทำงานร่วมกัน ผสานโมเดล เครื่องมือ และแหล่งข้อมูลที่หลากหลายเข้าด้วยกัน

รวมถึงประสานการทำงานของเอเจนต์ต่าง ๆ ที่อยู่บนซอฟต์แวร์หลายตัว เพื่อให้สามารถดำเนินการตามขั้นตอนที่ซับซ้อนหลายขั้นตอนได้อย่างอิสระ โดย AgentScope ของ อาลีบาบา เป็นผู้นำด้านนี้ AgentScope เป็นเฟรมเวิร์กโอเพนซอร์สที่ให้ความสำคัญกับนักพัฒนาเป็นหลัก

สร้างขึ้นพื่อการพัฒนาแอปพลิเคชัน มัลติ เอเจนต์ ที่ควบคุมได้และพร้อมใช้งานจริงอย่างเจาะจง มีบริการต่าง ๆ เช่น การสร้าง และการประสานงานเอเจนต์ (agent construction and orchestration) การติดตั้ง และดำเนินการของเอเจนต์ (agent deployment and execution)

รวมถึง การพัฒนา และติดตามเอเจนต์ด้วยภาพ (visual development and monitoring) เฟรมเวิร์กนี้ครอบคลุมทุกขั้นตอนของวงจรในการพัฒนา การติดตั้งใช้งาน และการติดตามเอเจนต์ ทั้งยังตอบสนองความต้องการในการประสานงานอย่างเป็นระเบียบ (orchestrate) ให้กับ เอไอ เอเจนต์ ที่เชี่ยวชาญเฉพาะด้านหลายตัวให้ทำงานร่วมกันได้อย่างราบรื่น

AgentScope คือ เอเจนต์ เฟรมเวิร์ค ที่เป็นมากกว่าชุดเครื่องมือ แต่เป็นเทคโนโลยีพื้นฐานที่ตอบโจทย์ความต้องการหลักในการผสาน และจัดระเบียบความเชี่ยวชาญด้าน AI ที่หลากหลาย เพื่อให้บรรลุวัตถุประสงค์ทางธุรกิจร่วมกัน ด้วยความสามารถในการทำงานร่วมกันอย่างราบรื่นระหว่างเอเจนต์ต่าง ๆ

เฟรมเวิร์กเหล่านี้เป็นตัวเร่งให้ระบบ มัลติ เอเจนต์ ที่ซับซ้อนเพิ่มขึ้นอย่างรวดเร็ว และขับเคลื่อนการนำ เอเจนติก เอไอ มาใช้ในวงกว้าง ซึ่งเป็นสิ่งที่คาดการณ์ไว้ในปี 2026 และหลังจากนั้นโดยอนาคตของ AI ในระดับองค์กรไม่ควรแยกส่วนตามความสามารถเฉพาะตัว แต่ควรมุ่งเน้นไปที่ความร่วมมือ การประสานและจัดระเบียบความสอดคล้องในการทำงานร่วมกัน

ส่วนขยาย

* บทความเรื่องนี้น่าจะเป็นประโยชน์สำหรับการวิเคราะห์ในมุมมองที่น่าสนใจ 
** เขียน: ชลัมพ์ ศุภวาที (บรรณาธิการ และผู้สื่อข่าว) 
*** ขอขอบคุณภาพประกอบบางส่วนจาก N/A

สามารถกดติดตามข่าวสาร และบทความทางด้านเทคโนโลยีของเราได้ที่  www.facebook.com/itday.in.th