ปัญหาที่ซ่อนอยู่เบื้องหลังความก้าวหน้าของ AI

เมื่อองค์กรเริ่มสร้าง AI Agent เพื่อช่วยงานมากขึ้น ปัญหาหนึ่งที่พบซ้ำแล้วซ้ำเล่าคือ “ความรู้กระจัดกระจาย”

ข้อมูลเดียวกันอาจถูกเก็บอยู่ในหลายสถานที่ เช่น

• เอกสารประกอบโครงการ
• Wiki ภายในองค์กร
• Data Catalog
• Dashboard วิเคราะห์ข้อมูล
• คู่มือปฏิบัติงาน
• Comment ในโค้ดโปรแกรม

มนุษย์อาจพอเชื่อมโยงข้อมูลเหล่านี้เข้าด้วยกันได้จากประสบการณ์ แต่สำหรับ AI นั่นไม่ใช่เรื่องง่าย

ผลลัพธ์คือ AI หลายระบบต้องเสียเวลาสร้างกลไกพิเศษเพื่อรวบรวมและตีความข้อมูลเหล่านี้ใหม่อยู่ตลอดเวลา ทำให้เกิดต้นทุนสูง ความซ้ำซ้อน และยากต่อการแลกเปลี่ยนข้อมูลระหว่างแพลตฟอร์มต่าง ๆ

สิ่งที่น่าสนใจคือ Google ไม่ได้แก้ปัญหานี้ด้วยเทคโนโลยีซับซ้อน

OKF เวอร์ชันแรกเลือกใช้สิ่งที่นักพัฒนาและผู้เขียนเอกสารทั่วโลกคุ้นเคยอยู่แล้ว นั่นคือ Markdown ร่วมกับ YAML Metadata

กล่าวอีกนัยหนึ่ง องค์ความรู้แต่ละชิ้นจะถูกเก็บเป็นไฟล์ข้อความธรรมดา ซึ่งมนุษย์สามารถอ่านได้ และ AI ก็สามารถตีความได้เช่นกัน

แนวคิดนี้อาจฟังดูธรรมดา แต่ความเรียบง่ายคือจุดแข็งสำคัญ

แทนที่จะสร้างฐานข้อมูลรูปแบบใหม่ หรือกำหนด Runtime พิเศษสำหรับ AI
Google เลือกใช้มาตรฐานที่มีอยู่แล้ว ทำให้เอกสารสามารถ

• เปิดอ่านได้ด้วยโปรแกรมทั่วไป
• จัดเก็บบน GitHub ได้ทันที
• ค้นหาผ่านระบบ Search ได้ง่าย
• เชื่อมโยงข้ามเอกสารด้วยลิงก์มาตรฐาน

และที่สำคัญคือสามารถส่งต่อระหว่างเครื่องมือหรือผู้ให้บริการรายต่าง ๆ ได้โดยไม่ติดกับดัก Vendor Lock-in

Google อธิบายว่า OKF เกิดขึ้นจากแนวคิดที่เรียกว่า “LLM-Wiki Pattern”

หลายองค์กรเริ่มสร้างคลังความรู้ที่ออกแบบมาเพื่อให้ AI Agent เข้าถึงโดยเฉพาะ คล้ายกับ Wiki ที่ไม่ได้มีไว้ให้คนอ่านเพียงอย่างเดียว แต่ยังเป็นแหล่งข้อมูลสำหรับ AI ในการให้เหตุผล ตัดสินใจ และดำเนินงานแทนมนุษย์

ในมุมมองนี้ เอกสารไม่ได้เป็นเพียงบันทึกข้อมูลอีกต่อไป แต่กลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานสำหรับระบบอัตโนมัติ

เมื่อ AI Agent ต้องการตอบคำถามเกี่ยวกับฐานข้อมูล ขั้นตอนการทำงาน หรือกฎทางธุรกิจ มันสามารถค้นหาและเชื่อมโยงความรู้จากไฟล์ OKF ได้โดยตรง แทนที่จะพยายามเดาคำตอบจากข้อมูลฝึกสอนเพียงอย่างเดียว

ประเด็นที่น่าสนใจไม่แพ้ตัวเทคโนโลยีคือการที่ Google เลือกเผยแพร่ OKF ในรูปแบบ Open Standard ตั้งแต่วันแรก

ในอดีต บริษัทเทคโนโลยีมักแข่งขันกันสร้างระบบจัดการข้อมูลของตนเอง แต่โลกของ AI กำลังเผชิญปัญหาใหม่ นั่นคือการขาดมาตรฐานกลางสำหรับองค์ความรู้

หากแต่ละบริษัทใช้รูปแบบข้อมูลที่แตกต่างกัน AI Agent ก็ต้องเรียนรู้วิธีเชื่อมต่อใหม่ทุกครั้ง ส่งผลให้เกิดความซ้ำซ้อนอย่างมหาศาล

OKF จึงถูกออกแบบให้เป็นมาตรฐานที่ไม่ผูกติดกับผู้ขายรายใดรายหนึ่ง เพื่อเปิดโอกาสให้ผู้พัฒนา เครื่องมือ และองค์กรต่าง ๆ สามารถสร้างระบบที่ทำงานร่วมกันได้ง่ายขึ้น

จุดเปลี่ยนของยุค Agentic AI

การเปิดตัว OKF สะท้อนแนวโน้มสำคัญในอุตสาหกรรม AI

ในช่วงแรกของยุค Generative AI การแข่งขันมุ่งเน้นไปที่การสร้างโมเดลที่ฉลาดขึ้น แต่ปัจจุบันผู้เชี่ยวชาญจำนวนมากเริ่มตระหนักว่า ความสำเร็จของ AI ไม่ได้ขึ้นอยู่กับโมเดลเพียงอย่างเดียว

สิ่งที่สำคัญไม่แพ้กันคือ “คุณภาพของความรู้” ที่ AI สามารถเข้าถึงได้

โมเดลที่เก่งที่สุดในโลกก็ยังให้คำตอบผิดได้ หากมันไม่มีข้อมูลที่ถูกต้องและเป็นปัจจุบัน

ด้วยเหตุนี้ การจัดระเบียบองค์ความรู้จึงกำลังกลายเป็นสนามแข่งขันใหม่ และ OKF อาจเป็นหนึ่งในก้าวแรกของการสร้างโครงสร้างพื้นฐานร่วมสำหรับ AI Agent ในอนาคต

Key Takeaways

• Google Cloud เปิดตัว Open Knowledge Format (OKF) เพื่อเป็นมาตรฐานเปิดสำหรับจัดเก็บและแลกเปลี่ยนองค์ความรู้ที่ AI และมนุษย์สามารถใช้งานร่วมกันได้
• OKF ใช้ Markdown และ YAML เป็นโครงสร้างหลัก ทำให้เรียบง่าย อ่านได้ด้วยมนุษย์ และประมวลผลได้ด้วย AI โดยไม่ต้องพึ่งเทคโนโลยีเฉพาะทาง
• เป้าหมายสำคัญคือแก้ปัญหาความรู้กระจัดกระจาย ที่อยู่ในเอกสาร Wiki Data Catalog และระบบต่าง ๆ ขององค์กร
• OKF ถูกออกแบบให้เป็น Vendor-Neutral Standard ลดการผูกขาดกับแพลตฟอร์มใดแพลตฟอร์มหนึ่ง และส่งเสริมการทำงานร่วมกันระหว่างเครื่องมือ AI ต่าง ๆ
• แนวโน้มใหม่ของอุตสาหกรรม AI กำลังเปลี่ยนจากการแข่งขันเรื่องโมเดล ไปสู่การแข่งขันเรื่อง “คุณภาพและโครงสร้างขององค์ความรู้” ที่ AI สามารถเข้าถึงได้อย่างมีประสิทธิภาพ

…..

เรียบเรียงใหม่โดย AiNextopia

อ้างอิง : Google Cloud Announces The Open Knowledge Format.