Agentic AI ไม่ได้ช่วยทำงานแค่ ‘เสร็จ’ แต่จะทำให้ ‘สำเร็จ’ ด้วย

ในขณะที่ Generative AI เน้นไปที่ความคิดสร้างสรรค์ การหาไอเดียใหม่ ๆ แต่ฝั่ง Agentic AI จะเน้นไปที่การลงมือทำเพื่อแก้ปัญหาต่าง ๆ ให้กับเรา ที่ไม่ใช่แค่การเรียกผลลัพธ์ตามที่เรารีเควส แต่ยังรวมถึงการตัดสินใจ ดำเนินการส่วนต่าง ๆ ที่อาจดูซับซ้อน และปรับตัวให้เข้ากับสภาพแวดล้อมที่เปลี่ยนแปลงไปได้ด้วย

โดยพื้นฐานแล้ว Agentic AI จะเหมือนเป็นพนักงานคนหนึ่ง ที่สามารถเรียนรู้ และตัดสินใจได้ด้วยตัวเองเพื่อให้เป็นไปตามวัตถุประสงค์ที่ผู้ใช้งานระบุไว้ ซึ่งคล้ายกับการมีผู้ช่วยเสมือนจริงที่สามารถคิด ไตร่ตรอง และปรับตัวให้เข้ากับสภาพที่เปลี่ยนแปลงไป ผ่าน “กระบวนการของ Agentic AI”

4 กระบวนการของ Agentic AI และเครื่องมือแนะนำ

1. Perceive: รวบรวมข้อมูล
รวบรวม และประมวลผลข้อมูลจากแหล่งต่าง ๆ ที่เกี่ยวข้องกับเนื้องาน/สภาพแวดล้อมนั้น ๆ เช่น databases และ digital interfaces

2. Reason: วิเคราะห์ข้อมูลเพื่อระบุว่าใช้เพื่ออะไร
ตัว large language model (LLM) จะทำหน้าที่เป็นเหมือนผู้ประสานงานที่ช่วยให้เข้าใจเหตุผลของงาน สร้างโซลูชัน เช่น การสร้างเนื้อหา การประมวลผลภาพ หรือระบบคำแนะนำ

3. Act: เลือกสิ่งที่จะทำโดยพิจารณาจากเหตุผล
ตัว Agentic AI จะเริ่มทำงานตามแผนที่กำหนดไว้ แต่ก็จะยังมีกรอบการทำงานที่ช่วยกำหนดว่าอะไรคือสิ่งที่พนักงานคนนี้ทำได้และไม่ได้ เช่น เราอาจจะให้พนักงานคนนี้อนุมัติเอกสารถึงจำนวนหนึ่ง แต่พอปริมาณเริ่มมากขึ้น หรือมีหัวข้อที่ละเอียดอ่อนก็จะยกเคสต่อให้กับมนุษย์ เป็นคนจัดการแทน

4. Learn: ปรับปรุง และปรับตัวผ่านประสบการณ์
Agentic AI จะปรับปรุง และพัฒนาตัวเองอย่างต่อเนื่องผ่าน “data flywheel” ซึ่งข้อมูลที่สร้างขึ้นมาจากการโต้ตอบนี้จะถูกป้อนเข้าสู่ระบบเพื่อปรับปรุงโมเดลต่อไป และพนักงานคนนี้จะทำงานได้มีประสิทธิภาพมากขึ้น จนกลายเป็น Talent ทรงพลังอีกคนที่จะช่วยให้ธุรกิจขับเคลื่อนได้เร็วขึ้น!

โดยในปัจจุบันก็จะมีเครื่องมือที่มี Agentic AI ให้ทดลองใช้ได้แล้ว อาทิ
✅ AutoGPT → AI อัจฉริยะที่ทำงานอัตโนมัติได้เอง บ้างก็ว่าสกิลการทำงานเหมือนมีหัวหน้ามาทำงานให้
✅ BabyAGI → AI Agent สำหรับบริหารจัดการ Task
✅ SuperAGI → ใช้สร้าง AI Agents หลายตัวที่ทำงานร่วมกัน
✅ OpenAI’s Function Calling API → ใช้ทำให้ AI เรียกใช้คำสั่งและ API ได้เอง

Generative AI VS. Agentic AI ความเหมือนที่ต่างกัน

วิธีที่ง่ายที่สุดที่จะแยกสองสิ่งนี้ คือฟังก์ชันหลักที่ทั้งสองตัวนี้มี โดย Generative AI จะหมายถึงการสร้างสิ่งใหม่ ๆ ในขณะที่ Agentic AI คือการทำให้งานอย่างที่เฉพาะเจาะจงมาก ๆ สำเร็จขึ้นมาได้ โดยไม่ต้องพึ่งคำสั่งของมนุษย์ตลอดเวลา

เรียกว่าอันนึง ‘Creates’ ส่วนอีกอัน ‘Act’ นั่นเอง

จะสังเกตว่า Generative AI จะไม่ได้ปรับตัวตามสถานการณ์ ตามโลกอยู่ตลอดเวลา แต่จะทำงานบนคำสั่ง ข้อมูลที่เราป้อนเข้าไปให้เฉย ๆ และให้คำตอบบางอย่างกับเรากลับมา กลับกันในฝั่งของ Agentic AI จะประมวลผลข้อมูลใหม่ตลอดเวลา เรียนรู้จากสภาพแวดล้อม และปรับวิธีการจัดการต่อหลังจากการเรียนรู้นั้นเลย

ความแตกต่างอีกอย่างที่เห็นได้ชัดเจน คือวัตถุประสงค์ในการทำงาน อย่าง Generative AI จะทำงานในกรอบที่แคบกว่า เช่น การสร้างข้อความหนึ่งย่อหน้า, ช่วยแปลภาษา เป็นต้น ในขณะที่ Agentic AI จะมีการวางแผน และตั้งเป้าหมายการทำงานเองด้วย เพื่อดูว่าวิธีไหนจะนำไปสู่เหตุและผลที่ตั้งเอาไว้ได้ ซึ่งมีการคาดการณ์ว่า อีกหนึ่ง AI อย่าง ‘DeepSeek’ จะมีส่วนกับการเติบโตของ Agentic AI ด้วย

DeepSeek คือบริษัทสตาร์ทอัพของจีน เป็นโมเดลที่เน้นการใช้งานในหลากหลายภาษา ในบทความจากเว็บไซต์ marketingoops ระบุว่า “DeepSeek R1 คือโมเดล LLM รุ่นใหม่ล่าสุดจาก DeepSeek ถูกออกแบบมาให้มีความสามารถในการ ‘วิเคราะห์เชิงเหตุผล’ และการ ‘แก้ปัญหาที่ซับซ้อน’ ได้สามารถคิดวิเคราะห์และแก้โจทย์ยากๆ ได้อย่างเป็นขั้นเป็นตอน” ฉะนั้น Agentic AI เองก็มีการใช้ข้อมูลเหล่านี้เพื่อการเรียนรู้ คาดการณ์ การตัดสินใจ และดำเนินการเองด้วย