Agentic AI เมื่อ AI เริ่มมี “เจตจำนง” และทำงานเป็นทีม

ธุรกิจหลายอุตสาหกรรมเริ่มนำ Agentic AI มาใช้แล้ว

• การเงิน ธนาคารใหญ่ ๆ เช่น JPMorgan Chase ทดลองใช้ AI agents ตรวจจับการฉ้อโกง อนุมัติสินเชื่อ และให้คำแนะนำการลงทุนเฉพาะบุคคล
• ค้าปลีก Walmart พัฒนา AI agents ที่ช่วยลูกค้าช้อปปิ้งแบบส่วนตัว และจัดการงานหลังบ้าน เช่น การวางแผนสินค้า
• การแพทย์ นักวิจัยใช้ Agentic AI วิเคราะห์บันทึกคนไข้เพื่อจับสัญญาณความผิดปกติที่อาจเป็นอันตราย

สิ่งที่ทำให้ Agentic AI น่าสนใจคือความสามารถในการทำงานแบบ workflow หลายขั้นตอน ตั้งแต่การค้นหาข้อมูลไปจนถึงการลงมือปฏิบัติ โดยแทบไม่ต้องมีมนุษย์คอยกำกับ

นักเศรษฐศาสตร์จาก MIT ชี้ว่า Agentic AI มีศักยภาพในการลด “ต้นทุนธุรกรรม” อย่างมหาศาล ช่วยลดเวลาที่มนุษย์ต้องใช้ในการค้นหา เปรียบเทียบ และทำสัญญา เพราะตัวแทนดิจิทัลสามารถทำสิ่งเหล่านี้แทนได้

• อ่านรีวิว วิเคราะห์ข้อมูล และเปรียบเทียบตัวเลือกนับพันได้ในเวลาไม่กี่วินาที
• ทำงานตลอด 24 ชั่วโมงโดยไม่เหนื่อยล้า
• ลดความเหลื่อมล้ำของข้อมูล เช่น การซื้อประกันหรือรถมือสอง ที่ผู้ขายมักรู้มากกว่าผู้ซื้อ

ผลลัพธ์คือการตัดสินใจที่เร็วขึ้น ถูกกว่า และบางครั้งแม่นยำกว่ามนุษย์

แม้จะดูเหมือนอนาคตสดใส แต่การนำ Agentic AI มาใช้จริง ณ ตอนนี้ยังเต็มไปด้วยงานหนักที่ไม่ค่อยมีใครพูดถึง

• Data Engineering กว่า 80% ของงานคือการจัดระเบียบข้อมูลให้อยู่ในรูปแบบที่ AI เข้าใจได้
• Governance ต้องมีระบบกำกับดูแลเพื่อป้องกันการตัดสินใจผิดพลาดหรือไม่โปร่งใส
• Integration การเชื่อมต่อกับระบบเดิมและการสร้าง API ที่เสถียรเป็นเรื่องซับซ้อน
• Metrics การวัดผลต้องชัดเจน ไม่ใช่แค่ “ประหยัดเวลา” แต่ต้องเชื่อมโยงกับเป้าหมายธุรกิจจริง

นอกจากนั้น งานวิจัยจาก MIT พบว่า “บุคลิก” ของ AI agent มีผลต่อการทำงานร่วมกับมนุษย์และตัวแทนอื่น ๆ เช่น

• คนที่เปิดกว้าง (open personality) ทำงานได้ดีขึ้นกับ AI ที่มีบุคลิกละเอียดรอบคอบและเป็นมิตร
• คนที่มั่นใจเกินไป อาจได้ประโยชน์จาก AI ที่กล้าทักท้วงและตั้งคำถาม

นี่สะท้อนว่า Agentic AI ไม่ใช่แค่เครื่องจักร แต่เป็น “เพื่อนร่วมทีม” ที่ต้องออกแบบให้เข้ากับพลวัตของมนุษย์

ความเสี่ยงที่ต้องระวัง

การมอบอำนาจให้ AI ตัดสินใจแทนมนุษย์ย่อมมาพร้อมความเสี่ยงเหล่านี้

• ความน่าเชื่อถือ หาก AI ปฏิเสธสินเชื่อหรือการรับเข้ามหาวิทยาลัยด้วยข้อมูลผิดพลาด ผลกระทบอาจรุนแรง
• ความปลอดภัยไซเบอร์ เมื่อ AI ได้สิทธิ์เข้าถึงข้อมูลและระบบ อันตรายจากการโจมตีจึงสูงขึ้น
• ความรับผิดชอบ ใครจะเป็นผู้รับผิดชอบเมื่อ AI ทำผิดพลาด—นักพัฒนา บริษัท หรือผู้ใช้?
• การกำกับดูแล ต้องมีบอร์ดกำกับดูแลและระบบตรวจสอบต่อเนื่อง ไม่ใช่แค่โครงการชั่วคราว

Key Takeaways

• Agentic AI คือวิวัฒนาการต่อจาก Generative AI ที่สามารถ รับรู้ เหตุผล และลงมือทำ ได้เอง
• ธุรกิจหลากหลายอุตสาหกรรมเริ่มใช้แล้ว ตั้งแต่การเงิน ค้าปลีก ไปจนถึงการแพทย์
• ศักยภาพทางเศรษฐกิจมหาศาล ช่วยลดต้นทุนธุรกรรมและเพิ่มคุณภาพการตัดสินใจ
• ความท้าทายหลักอยู่ที่การจัดการข้อมูล การบูรณาการระบบ และการกำกับดูแล
• บุคลิกของ AI มีผลต่อการทำงานร่วมกับมนุษย์ ต้องออกแบบให้เหมาะสม
• ความเสี่ยงสำคัญ ความน่าเชื่อถือ ความปลอดภัยไซเบอร์ และความรับผิดชอบทางกฎหมาย
• อนาคตของ Agentic AI คือการเป็น “เพื่อนร่วมทีม” ไม่ใช่แค่เครื่องมือ แต่ต้องมีกรอบกำกับที่เข้มแข็งเพื่อให้ปลอดภัยและสร้างคุณค่าอย่างแท้จริง

…..

เรียบเรียงโดย AiNextopia

อ้างอิง : Agentic AI, explained – MIT