Agentic AI คืออะไร? เมื่อ AI ไม่ได้แค่ตอบคำถาม แต่สามารถ “ลงมือทำงาน” ได้ - ok

Agentic AI คืออะไร? เมื่อ AI ไม่ได้แค่ตอบคำถาม แต่สามารถ “ลงมือทำงาน” ได้

หากย้อนกลับไปเมื่อ 2-3 ปีก่อน หลายคนคงคุ้นเคยกับการใช้ ChatGPT หรือ Generative AI เพื่อช่วยเขียนอีเมล สรุปรายงาน คิดไอเดีย หรือแปลภาษา เพียงพิมพ์คำสั่ง (Prompt) AI ก็สามารถสร้างคำตอบหรือเนื้อหาตามที่ต้องการได้ภายในไม่กี่วินาที

แต่ในช่วงปีที่ผ่านมา คำใหม่ที่เริ่มถูกพูดถึงมากขึ้นคือ “Agentic AI” หลายองค์กรเทคโนโลยีมองว่านี่คือก้าวต่อไปของการพัฒนา AI เพราะบทบาทของ AI จะไม่ได้หยุดอยู่แค่การ “สร้างคำตอบ” แต่กำลังพัฒนาไปสู่การเป็นผู้ช่วยที่สามารถวางแผน ตัดสินใจ และดำเนินงานหลายขั้นตอนเพื่อบรรลุเป้าหมายที่ได้รับ

แล้ว Agentic AI แตกต่างจาก Generative AI อย่างไร? ทำไมหลายคนถึงสับสนกับคำว่า AI Agent? และเทคโนโลยีนี้จะเปลี่ยนวิธีการทำงานขององค์กรในอนาคตอย่างไร บทความนี้จะพาไปทำความเข้าใจแบบง่าย ๆ

จาก “AI ที่ตอบ” สู่ “AI ที่ลงมือทำ”

Generative AI เปรียบเสมือนผู้ช่วยที่เก่งในการสร้างเนื้อหา ไม่ว่าจะเป็นข้อความ รูปภาพ โค้ด หรือการสรุปข้อมูล เมื่อผู้ใช้ถาม AI ก็จะตอบตามคำสั่งที่ได้รับ

ตัวอย่างเช่น หากเราพิมพ์ว่า

“ช่วยเขียนอีเมลนัดประชุม”

AI จะสร้างอีเมลให้ทันที

หรือหากถามว่า

“ช่วยสรุปรายงานยอดขาย”

AI ก็สามารถสรุปข้อมูลออกมาได้อย่างรวดเร็ว

อย่างไรก็ตาม การทำงานของ Generative AI ส่วนใหญ่ยังอยู่ในรูปแบบ ถามหนึ่งครั้ง ตอบหนึ่งครั้ง เมื่อจบคำตอบ กระบวนการทำงานก็สิ้นสุดลง หากต้องการให้ AI ทำงานต่อ ผู้ใช้จะต้องป้อนคำสั่งใหม่ทุกครั้ง

Agentic AI มีแนวคิดที่แตกต่างออกไป แทนที่จะรอรับคำสั่งทีละขั้น ผู้ใช้สามารถกำหนดเพียง “เป้าหมาย” แล้ว AI จะคิดต่อว่าจะต้องทำอะไรบ้างเพื่อให้บรรลุเป้าหมายนั้น

ลองจินตนาการว่าคุณบอก AI ว่า

“ช่วยวิเคราะห์ผลการตลาดของเดือนที่ผ่านมา พร้อมสรุปประเด็นสำคัญและจัดทำสไลด์นำเสนอสำหรับผู้บริหาร”

แทนที่ AI จะเพียงสรุปรายงาน Agentic AI อาจเริ่มจากรวบรวมข้อมูล วิเคราะห์แนวโน้ม เปรียบเทียบกับเดือนก่อน สรุป Insight ที่สำคัญ และจัดรูปแบบผลลัพธ์ให้อยู่ในรูปแบบ Presentation โดยอัตโนมัติ

ความแตกต่างสำคัญจึงไม่ได้อยู่ที่ AI “ฉลาดกว่า” แต่เป็นการที่ AI สามารถดำเนินงานเป็นลำดับขั้นเพื่อไปให้ถึงเป้าหมายที่ได้รับ

Agentic AI ทำงานแตกต่างจากเดิมอย่างไร

สิ่งที่ทำให้ Agentic AI แตกต่าง คือความสามารถในการคิดเป็นกระบวนการ ไม่ใช่เพียงสร้างคำตอบเพียงครั้งเดียว

เมื่อได้รับเป้าหมาย AI จะเริ่มวิเคราะห์ว่าควรทำอะไรเป็นลำดับแรก ต้องใช้ข้อมูลจากที่ใด จำเป็นต้องใช้เครื่องมืออะไร และผลลัพธ์ที่ได้ควรนำไปใช้ในขั้นตอนถัดไปอย่างไร

กระบวนการทำงานโดยทั่วไปประกอบด้วย

·      ทำความเข้าใจเป้าหมาย

·      วางแผนและแบ่งงานออกเป็นขั้นตอนย่อย

·      ค้นหาหรือดึงข้อมูลที่จำเป็น

·      ใช้เครื่องมือหรือระบบที่เกี่ยวข้อง

·      ประเมินผลลัพธ์ระหว่างทาง

·      ปรับแผนเมื่อข้อมูลหรือสถานการณ์เปลี่ยนไป

·      ส่งมอบผลลัพธ์ที่ใกล้เคียงกับเป้าหมายมากที่สุด

แนวคิดนี้ทำให้ AI ไม่ได้เป็นเพียงผู้ช่วยตอบคำถาม แต่กลายเป็นผู้ช่วยที่สามารถจัดการ Workflow ได้อย่างเป็นระบบ

AI Agent กับ Agentic AI ต่างกันอย่างไร

หลายคนมักใช้คำว่า AI Agent และ Agentic AI แทนกัน แต่จริง ๆ แล้วทั้งสองแนวคิดมีความแตกต่างอยู่บ้าง

AI Agent คือระบบ AI ที่ถูกออกแบบมาเพื่อทำหน้าที่บางอย่างแทนมนุษย์ เช่น ผู้ช่วยตอบคำถามลูกค้า ระบบจองนัดหมาย หรือ AI ที่ช่วยตรวจสอบเอกสาร โดยแต่ละ Agent มักมีหน้าที่เฉพาะด้าน

ส่วน Agentic AI เป็นแนวคิดที่กว้างกว่า เพราะไม่ได้มองเพียง AI ตัวเดียว แต่หมายถึงระบบที่สามารถวางแผน ประสานงาน และอาจมี AI หลายตัวทำงานร่วมกันเพื่อบรรลุเป้าหมายเดียวกัน

หากเปรียบเทียบง่าย ๆ

·      Generative AI คือ “นักเขียน” ที่สร้างคำตอบเมื่อได้รับคำสั่ง

·      AI Agent คือ “พนักงาน” ที่รับผิดชอบงานเฉพาะด้าน

·      Agentic AI คือ “ทีมงาน” ที่สามารถแบ่งหน้าที่ วางแผน และทำงานร่วมกันจนงานสำเร็จ

แล้วองค์กรจะได้ประโยชน์อะไรจาก Agentic AI

เมื่อ AI สามารถดำเนินงานหลายขั้นตอนด้วยตัวเอง องค์กรจะไม่ได้ใช้ AI เพียงเพื่อประหยัดเวลาในการเขียนข้อความหรือสรุปรายงานอีกต่อไป แต่สามารถนำ AI เข้ามาช่วยในกระบวนการทำงานจริงได้

ตัวอย่างเช่น

ฝ่ายการตลาด

AI สามารถรวบรวมข้อมูลจากหลายช่องทาง วิเคราะห์ผลแคมเปญ สรุป Insight และสร้างร่างรายงานเบื้องต้นให้ทีมการตลาดตรวจสอบ

ฝ่ายขาย

AI สามารถค้นหาข้อมูลลูกค้า สรุปประวัติการซื้อ เตรียมข้อมูลก่อนเข้าประชุม และติดตามงานหลังการขายได้โดยอัตโนมัติ

ฝ่ายบริการลูกค้า

AI สามารถรับเรื่อง ตรวจสอบข้อมูลจากหลายระบบ เปิด Ticket ส่งต่อให้ทีมที่เกี่ยวข้อง และติดตามสถานะจนงานเสร็จสิ้น

ฝ่ายทรัพยากรบุคคล

AI สามารถคัดกรองใบสมัคร สรุปคุณสมบัติผู้สมัคร นัดหมายสัมภาษณ์ และจัดเตรียมเอกสารเบื้องต้นได้

สิ่งเหล่านี้ช่วยลดงานที่ต้องทำซ้ำ เปิดโอกาสให้พนักงานใช้เวลาไปกับการคิดเชิงกลยุทธ์ การตัดสินใจ และการสร้างคุณค่าที่ AI ยังไม่สามารถทดแทนได้

Agentic AI ไม่ได้ทำงานแทนมนุษย์ทั้งหมด

แม้ Agentic AI จะมีความสามารถเพิ่มขึ้น แต่ไม่ได้หมายความว่า AI จะสามารถทำงานได้โดยไม่มีมนุษย์เข้ามาเกี่ยวข้อง

AI ยังคงต้องอาศัยข้อมูลที่มีคุณภาพ กฎเกณฑ์ที่ชัดเจน และการกำกับดูแลจากมนุษย์ โดยเฉพาะในงานที่เกี่ยวข้องกับการตัดสินใจเชิงธุรกิจ ความปลอดภัยของข้อมูล หรือผลกระทบต่อผู้คน

ดังนั้น บทบาทของคนทำงานอาจเปลี่ยนจาก “ผู้ลงมือทำทุกขั้นตอน” มาเป็น “ผู้ออกแบบ กำกับ และตรวจสอบการทำงานของ AI” มากขึ้น

ความสามารถที่สำคัญในอนาคตจึงอาจไม่ใช่เพียงการใช้ AI ให้เป็น แต่คือการรู้ว่าเมื่อใดควรให้ AI ทำงาน เมื่อใดควรตรวจสอบ และเมื่อใดที่มนุษย์ควรเป็นผู้ตัดสินใจ

Key Takeaways

·      Generative AI เหมาะสำหรับการสร้างเนื้อหาและตอบคำถามตามคำสั่งของผู้ใช้

·      Agentic AI ก้าวไปอีกขั้น โดยสามารถวางแผน แบ่งงาน ใช้เครื่องมือ และดำเนินงานหลายขั้นตอนเพื่อให้บรรลุเป้าหมาย

·      AI Agent คือผู้ช่วยที่ทำงานเฉพาะด้าน ขณะที่ Agentic AI มองภาพรวมของการจัดการงานและการประสานงานระหว่างหลายกระบวนการ

·      การนำ Agentic AI มาใช้ควรมาพร้อมการกำกับดูแลจากมนุษย์ เพื่อให้การทำงานมีความถูกต้อง โปร่งใส และปลอดภัย

·      อนาคตของการทำงานไม่ใช่การแข่งขันระหว่างคนกับ AI แต่คือการทำงานร่วมกัน โดยให้ AI รับผิดชอบงานที่ทำซ้ำ และให้มนุษย์มุ่งเน้นการคิด วิเคราะห์ และตัดสินใจ

อ้างอิง

• OECD. (2026). The Agentic AI Landscape and its Conceptual Foundations. OECD Artificial Intelligence Papers. https://www.oecd.org/en/publications/the-agentic-ai-landscape-and-its-conceptual-foundations_396cf758-en.html