
ตั้งแต่เข้าสู่ศักราชใหม่ปี 2025 คำว่า “Agentic AI” ก็กลายเป็นบัซซ์เวิร์ดในโลกเทคโนโลยี ด้วยความสามารถในการทำงานแบบอัตโนมัติที่ประสานการสั่งการผ่าน “AI Agent” แต่ละตัว สะท้อนพัฒนาการอีกขั้นของเทคโนโลยี AI
วิวัฒนาการ 5 ยุค AI
“พิพัฒน์ ประภาพรรณพงศ์” ผู้อำนวยการ และหัวหน้าทีม Advanced Insights (AI) บมจ.บลูบิค กรุ๊ป ที่ปรึกษาด้านดิจิทัลทรานส์ฟอร์เมชั่น ฉายภาพให้เห็นถึงวิวัฒนาการของเทคโนโลยี AI ว่าแบ่งออกได้เป็น 5 ยุคด้วยกัน ประกอบด้วย 1.การถือกำเนิดของ AI ในช่วงทศวรรษที่ 1950 โดยนักคณิตศาสตร์ชาวอังกฤษ “อลัน ทัวริง” (Alan Turing) พัฒนาคอมพิวเตอร์เพื่อทำหน้าที่ในการคำนวณและแก้สมการที่ซับซ้อน พร้อมเพิ่มความสามารถการประมวลผลมากขึ้น

2.การวางรากฐานของ AI ในช่วงทศวรรษที่ 1960-1970 เป็นยุคที่มีสิ่งประดิษฐ์เกิดขึ้นมากมาย เช่น ELIZA แชตบอตตัวแรกของโลกที่พัฒนาโดย “โจเซฟ ไวเซนเบียม” (Joseph Weizenbaum) นักวิทยาศาสตร์คอมพิวเตอร์ จากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ในปี 1966 และหุ่นยนต์ Shakey จาก Stanford Research Initiative เป็นต้น
3.ยุคก่อนเข้าสู่ AI Winter ช่วงทศวรรษที่ 1980-1990 มีการทดสอบเกี่ยวกับ AI ที่น่าตื่นเต้นหลายอย่าง เช่น ปี 1986 มีการพัฒนารถยนต์ไร้คนขับครั้งแรก และปี 1966 IBM พัฒนา Deep Blue โปรแกรมคอมพิวเตอร์สำหรับเล่นหมากรุก ที่ช่วงแรกชนะเพียงเกมเดียวจาก 6 เกม ก่อนที่ในปีต่อมาจะชนะการแข่งขันในรอบรีแมตช์
4.ยุคการศึกษาเรื่อง Machine Learning (ML) หลังจบยุค AI Winter ช่วงทศวรรษที่ 1990 นักวิทยาศาสตร์ก็มีการศึกษาเกี่ยวกับ AI และ ML มาเรื่อย ๆ ตั้งแต่ปี 2000 เป็นต้นมา มีการพัฒนามากมาย เช่น ปี 2011 IBM เปิดตัว Watson โมเดล AI ที่สามารถสนทนาด้วยภาษาธรรมชาติ และยังเป็นช่วงเดียวกับที่ผู้ช่วยสั่งการด้วยเสียงอย่าง Siri และ Alexa เปิดตัว รวมถึงปี 2016 Google ส่ง AlphaGo มาแข่งโกะ (หมากล้อม) กับมนุษย์
และ 5.ยุค Generative AI บูม ตั้งแต่ปี 2020 เมื่อ OpenAI เปิดตัว GPT-3 ทำให้คนตื่นตัวเกี่ยวกับโมเดลภาษาขนาดใหญ่ (LLM) และเข้าใจการทำงานของ Generative AI มากขึ้น
สำหรับปี 2025 Agentic AI จะเป็นหนึ่งในเทรนด์ที่สำคัญมาก ๆ หลายองค์กรเริ่มนำเวิร์กโฟลว์ของ Agentic AI มาประยุกต์ใช้กับการทำธุรกิจ เริ่มลองผิดลองถูก จนเกิดเป็น Use Case ต่าง ๆ ที่จะเห็นชัดเจนขึ้นในปี 2026
โครงสร้าง Agentic AI
“พิพัฒน์” อธิบายว่า แชตบอตที่ใช้ในปัจจุบัน หรือ Nonagentic Model (Zero-Shot) ทำหน้าที่ตอบสนองตามคำสั่ง (Prompt) ที่ผู้ใช้ป้อนเข้าไปเท่านั้น โดยจะนำข้อมูลที่ได้รับมาประมวลผลผ่าน LLM ก่อนส่งกลับไป แต่การทำงานของ Agentic AI มีความซับซ้อนกว่านั้น
กล่าวคือเมื่อผู้ใช้ป้อนคำสั่งเข้าไปในระบบ ต้องผ่านตัวกลางอย่าง “Orchestrator” เพื่อแจกจ่ายงานให้ Agent แต่ละตัว ซึ่งมีการเทรนให้มีความเชี่ยวชาญในเรื่องใดเรื่องหนึ่ง จากนั้นจะรวมการประมวลผลของ Agent แต่ละตัวส่งกลับไปยังผู้ใช้ คล้ายกับการที่หัวหน้าแบ่งงานให้ลูกทีมตามความถนัดของแต่ละคน
เช่น ในธุรกิจท่องเที่ยว เมื่อก่อนโมเดลแบบ Nonagentic ทำได้แค่วางแผนการท่องเที่ยว 3 วัน 2 คืน แต่โมเดลแบบ Agentic จะดึงความสามารถของ Agent แต่ละตัวมาผนวกกัน เช่น ตัวที่ 1 เก่งเรื่องโรงแรม ตัวที่ 2 เก่งเรื่องรถ ตัวที่ 3 เก่งเรื่องการวางแผน และการจอง ก็จะช่วยให้ผู้ใช้จองทริปได้ทันที เป็นต้น
และ Agentic AI จะเป็นแกนหลักขับเคลื่อนธุรกิจของบลูบิคในปี 2025 ซึ่งปัจจุบันมีลูกค้าหลายกลุ่มสนใจนำ Agentic AI ไปใช้ในเวิร์กโฟลว์ของตน เช่น กลุ่มรีเทล มองเรื่อง Customer Services เป็นหลัก เช่น ถาม-ตอบเกี่ยวกับสินค้าหรือโปรโมชั่น ซึ่งในอนาคตอาจขยายผลไปที่การส่งคำสั่งซื้อก็เป็นได้
คลื่นลูกที่สามของ AI
ด้าน “เดวิด โมลด์” ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี และผู้อำนวยการด้านโซลูชั่น Salesforce ประเทศไทย และเวียดนาม มองว่า ปี 2024 เป็นปีแห่งการก้าวเข้าสู่คลื่นลูกที่สามของ AI ด้วยความก้าวหน้าของ Agentic AI และการพัฒนา AI Agent ที่ทำงานโดยอัตโนมัติไม่ต้องมีมนุษย์กำกับดูแล ส่วนปี 2025 จะเป็นปีที่ AI สร้างผลลัพธ์ให้เกิดขึ้นจริง มีการออกแบบ AI Agent ที่ทำงานตามวัตถุประสงค์เฉพาะ เพื่อตอบสนองความต้องการและกระบวนการทำงานของแต่ละองค์กร

“2 ปีที่ผ่านมา องค์กรต่าง ๆ มุ่งไปที่การลดต้นทุนเพื่อรับมือกับความไม่แน่นอน และการชะลอตัวของเศรษฐกิจโลก ซึ่งปัจจุบันการพัฒนา Autonomous Agent สร้างการเติบโตของรายได้ช่องทางใหม่ ๆ เนื่องจากองค์กรรวบรวมข้อมูลทั้งในรูปแบบที่มี และไม่มีโครงสร้าง (Structured and Unstructured Data) ทำให้ธุรกิจพัฒนาความสัมพันธ์กับลูกค้าได้ลึกซึ้งยิ่งขึ้น”
“เดวิด” กล่าวด้วยว่า Autonomous Agent ส่งผลต่อการเติบโตของบริษัทเป็นอย่างมาก เช่น Agent ทำงานได้ทุกวัน ตลอด 24 ชั่วโมง ธนาคารจึงมอบการให้บริการลูกค้าได้ในแบบที่ไม่เคยมีมาก่อน ซึ่งจะช่วยยกระดับการเชื่อมสัมพันธ์กับลูกค้า สร้างรายได้มากขึ้น และลดโอกาสในการสูญเสียลูกค้าให้คู่แข่ง
AI Agent ยังช่วยคัดกรองโอกาสการขายจาก Lead หรือผู้ที่มีแนวโน้มความสนใจในสินค้าเบื้องต้นให้พนักงานได้โดยอัตโนมัติ ก่อนส่งต่อให้ทีมขายที่เป็นมนุษย์ เพื่อให้บริการต่อไป ช่วยให้ไม่ต้องเสียเวลาไปกับการขายที่มีโอกาสสำเร็จต่ำ
“AI Agent จะใช้ข้อมูลที่เชื่อมโยงจากแหล่งต่าง ๆ แบบเรียลไทม์ เพื่อมอบการบริการที่ถูกต้อง และสัมพันธ์กับเรื่องที่ลูกค้าขอ สามารถตัดสินใจและลงมือดำเนินการได้ตามความต้องการของลูกค้า”
ตัวอย่างการใช้งาน
สำหรับตัวอย่างองค์กรที่มีการประยุกต์ใช้ AI Agent แล้ว เช่น ท่าอากาศยานลอนดอนฮีโทรว์ (London Heathrow Airport) หนึ่งในสนามบินที่มีผู้โดยสารมากที่สุดในโลก มีเที่ยวบินเฉลี่ยมากถึงวันละ 1,300 เที่ยวบิน เดินทางสู่จุดหมายปลายทางมากกว่า 230 แห่งทั่วโลก และต้องจัดการกับผู้เดินทางระหว่างประเทศจำนวนมหาศาลในช่วงเทศกาลต่าง ๆ
ลอนดอนฮีโทรว์ ใช้ “Agentforce” (บริการผู้ช่วย AI ของ Salesforce) ที่ดึงข้อมูลเรียลไทม์จากฐานความรู้และระบบเชื่อมต่อ API ที่นำข้อมูลเที่ยวบินมาใช้ตอบคำถามให้ผู้โดยสารได้พร้อมกันหลายพันคำถาม ทำให้ผู้โดยสารไม่เสียเวลาค้นหาคำตอบสำหรับคำถามที่พบบ่อยครั้ง หรือรอสายเจ้าหน้าที่ ทั้งยังรับทราบข้อมูลสถานะเที่ยวบิน การนำทาง และสิ่งอำนวยความสะดวกรวมถึงบริการต่าง ๆ ในสนามบิน ช่วยให้เจ้าหน้าที่ใช้เวลาแก้ไขปัญหาการเดินทางที่มีความซับซ้อน
“Agentforce มีความแม่นยำในการตอบสนองถึง 95% จึงช่วยลดความเครียดของผู้โดยสารที่กำลังเดินทางผ่านสนามบินฮีโทรว์ได้เป็นอย่างดี”
ทักษะที่ต้องมี
เมื่อถามถึงทักษะที่เด็กจบใหม่ หรือคนทำงานต้องมีเพื่อรับมือ Agentic AI “พิพัฒน์” แนะนำว่าต้องเข้าใจก่อนว่า AI เข้ามาช่วยให้ทำงานได้เร็วขึ้นอย่างไรแล้วค่อยไปศึกษาเพิ่มเติมว่าจะนำมาปรับใช้กับการทำงานในปัจจุบันอย่างไรได้บ้าง เพื่อปูพื้นความรู้ให้พร้อมต่อการเปลี่ยนแปลงในอนาคต
“การเข้ามามีบทบาทของ Agentic AI ในภาคธุรกิจ ทำให้ความต้องการของตลาดแรงงานเปลี่ยนไป องค์กรจะนำคนไปทำงานที่มีประโยชน์มากขึ้น ลดการทำงานซ้ำ ๆ และเมื่อ AI Agent เก่งขึ้น ก็อาจเห็นการทดแทนแรงงานมากขึ้นด้วย การรีสกิลให้ทันต่อการเปลี่ยนแปลงไม่ได้เป็นแค่โจทย์สำหรับคนทำงาน แต่ยังเป็นโจทย์ของสถาบันการศึกษา และการผลักดันของรัฐบาลอีกด้วย”