บลูบิค เผยเทรนด์ Agentic AI ก้าวสู่ยุค AI “คิด-ทำ” เองได้

คอลัมน์ Technology : วารสารการเงินธนาคารฉบับเดือนเมษายน (ฉบับที่ 516)

บลูบิค เผยเทรนด์ Agentic AI ใช้ AI Agent เชื่อมโยงการทำงานผ่าน Agentic Workflow ที่สามารถแบ่งงานและสื่อสารกันเอง สร้างกระบวนการทำงานแบบอัตโนมัติ ช่วยเพิ่มขีดความสามารถการแข่งขันให้องค์กรธุรกิจ

ในช่วง 2 ปีที่ผ่านมา เทคโนโลยี AI มีการพัฒนาอย่างก้าวกระโดด โดยเฉพาะในด้านโมเดลภาษาขนาดใหญ่ เช่น ChatGPT, Gemini และ Claude ที่สามารถโต้ตอบและเข้าใจภาษามนุษย์ได้ดีขึ้นกว่าเดิมอย่างมาก ส่งผลให้ปัจจุบัน AI กลายเป็นเครื่องมือสำคัญในภาคธุรกิจ และในอนาคตอันใกล้นี้มีแนวโน้มว่า AI จะสามารถพัฒนาไปสู่ระดับที่สามารถตัดสินใจได้ใกล้เคียงกับมนุษย์มากขึ้น นอกจากนี้ ยังสามารถเรียนรู้และปรับตัวได้เองโดยไม่ต้องพึ่งพาข้อมูลที่มนุษย์ป้อนเข้าไป ซึ่งอาจนำไปสู่การเกิดขึ้นของ AI ที่สามารถคิดวิเคราะห์และแก้ปัญหาได้อย่างซับซ้อนมากขึ้น

*การเงินธนาคาร ได้สัมภาษณ์พิเศษนายพิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Advanced Insights บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน) ถึงแนวโน้มของเทคโนโลยี AI ในปี 2568 การมาของAgentic AI พร้อมจุดเด่นที่น่าสนใจ ตลอดจนการเตรียมความพร้อมขององค์กรธุรกิจเพื่อปรับใช้ Agentic AI*

[caption id="attachment_168571" align="aligncenter" width="1000"]

นายพิพัฒน์ ประภาพรรณพงศ์ ผู้อำนวยการและหัวหน้าทีม Advanced Insights บริษัท บลูบิค กรุ๊ป จำกัด (มหาชน)[/caption]

ปี 2568 เทรนด์ AI ยังแรง เน้นเรียนรู้ ปรับตัว ทำงานอัตโนมัติ

นายพิพัฒน์กล่าวว่า ในปี 2567 ที่ผ่านมา เทคโนโลยี Generative AI (Gen AI) ได้ก้าวสู่การใช้งานจริงในระดับองค์กรและเชิงพาณิชย์อย่างแพร่หลาย ผู้ให้บริการรายใหญ่ เช่น OpenAI, Google DeepMind, Anthropic และกลุ่มโอเพนซอร์ส รวมถึงผู้เล่นรายใหม่ ต่างแข่งขันกันพัฒนา Gen AI ที่สามารถโต้ตอบกับมนุษย์ได้สมจริงและครอบคลุมหลายรูปแบบ ไม่ว่าจะเป็นข้อความ รูปภาพ วิดีโอ และเสียง ส่งผลให้ GenAI ไม่เพียงแต่ช่วยสร้างสรรค์เนื้อหา แต่ยังเป็นตัวเร่งประสิทธิภาพในหลากหลายอุตสาหกรรม

นอกจากนี้ Gen AI ถูกนำไปใช้ในธุรกิจและอุตสาหกรรมต่างๆ อย่างรวดเร็ว เช่น การออกแบบ การตลาด การลดต้นทุน การเพิ่มประสิทธิภาพการทำงาน และการสร้างประสบการณ์ที่ดีขึ้นให้กับลูกค้า นอกจากนี้ ยังมีบทบาทสำคัญในอุตสาหกรรมความบันเทิง โดยถูกใช้ในการผลิตคอนเทนต์อัตโนมัติ การพากย์เสียงเสมือนจริง และการสร้างภาพยนตร์ที่ใช้ Gen AI เป็นส่วนหนึ่งของกระบวนการผลิต

อีกแนวโน้มสำคัญคือ การที่ Gen AI ถูกพัฒนาให้เป็น “AI Agent” หรือผู้ช่วยอัจฉริยะที่สามารถทำงานที่ซับซ้อนมากขึ้น โดยไม่ได้จำกัดเพียงการตอบคำถาม แต่ยังช่วยจัดการกระบวนการทำงานที่ยุ่งยาก เช่น การวิเคราะห์ข้อมูล การเขียนโปรแกรม การทำงานร่วมกับหลายแอปพลิเคชั่น การดูแลและแก้ปัญหาโครงสร้างพื้นฐานด้าน IT ขององค์กร ทำให้ AI Agent ไม่ใช่แค่เครื่องมือช่วยงาน แต่กลายเป็น ระบบอัตโนมัติที่สามารถประสานงานกันเองและตัดสินใจได้ด้วยตัวเองในระดับหนึ่ง

“เชื่อว่า ในปี 2568 เทคโนโลยี AI จะยังคงพัฒนาอย่างต่อเนื่อง โดยมุ่งเน้นไปที่ AI เชิงอุตสาหกรรม (Industry-Specific AI) ที่สามารถรองรับงานเฉพาะทางได้อย่างแม่นยำและเสถียรภาพสูงขึ้น ขณะเดียวกัน แนวโน้มสำคัญของ AI คือการเพิ่มความสามารถในการทำงานอัตโนมัติ ผ่านระบบ AI Agent ซึ่งเป็น AI ที่สามารถเรียนรู้ วางแผน ปรับตัว ดำเนินการ และประสานการทำงานกันได้เองโดยไม่ต้องรอคำสั่งจากมนุษย์ในทุกขั้นตอน ทำให้ AI ก้าวไปสู่การเป็นผู้ช่วยอัจฉริยะที่สามารถทำงานได้อย่างอิสระและมีประสิทธิภาพมากขึ้น”

เจาะจุดเด่น Agentic AI สร้างระบบอัจฉริยะ Agentic Workflow

นายพิพัฒน์กล่าวต่อว่า AI Agent ถูกพัฒนาเพื่อเป็นผู้ช่วยอัจฉริยะที่สามารถทำงานเฉพาะทางได้อย่างแม่นยำและมีประสิทธิภาพสูง โดยปัจจุบัน อุตสาหกรรมต่างๆ เริ่มมีการนำ AI Agent มาใช้เพื่อเพิ่มประสิทธิภาพการทำงานเฉพาะทาง ด้านต่างๆ ด้วยความสามารถในการทำงานอัตโนมัติ ตัดสินใจ และปรับตัวได้เอง เช่น ในด้านการตลาด AI ช่วยวิเคราะห์ข้อมูลเชิงลึกและพฤติกรรมลูกค้า ด้านบัญชีช่วยตรวจสอบธุรกรรมและจัดการงบประมาณอัตโนมัติ และด้านทรัพยากรบุคคลช่วยคัดกรองผู้สมัครงานและบริหารข้อมูลพนักงาน

นอกจากนี้ บางองค์กรยังใช้ AI Agent หลายตัวสำหรับงานที่แตกต่างกัน และเชื่อมโยงการทำงานร่วมกันเป็นAgentic Workflow ซึ่งเป็นระบบ AI อัจฉริยะที่สามารถแบ่งงานกันทำและสื่อสารกันเอง เพื่อให้กระบวนการทำงานเป็นอัตโนมัติและมีประสิทธิภาพสูงสุด

นายพิพัฒน์อธิบายต่อว่าAgentic Workflow โดดเด่นด้วยความสามารถในการเรียนรู้และพัฒนาอย่างต่อเนื่อง ระบบสามารถปรับปรุงกระบวนการทำงานโดยอัตโนมัติ เรียนรู้จากข้อผิดพลาด และปรับปรุงผลลัพธ์ให้มีประสิทธิภาพยิ่งขึ้น แตกต่างจากระบบอัตโนมัติแบบเดิมที่ต้องอาศัยคำสั่งจากมนุษย์ตลอดเวลา

อย่างไรก็ดี Agentic Workflow จะทำงานโดยมี AI Orchestrator เป็นศูนย์กลางทำหน้าที่ประมวลผลคำสั่ง หรือ Prompt จากผู้ใช้ แล้วประมวลผลคำสั่งนั้น แจกจ่ายงานไปยัง AI Agent ที่เชี่ยวชาญเฉพาะด้าน ยกตัวอย่างการใช้งานในภาคการเงิน เช่น บริการ Banking Assistance ที่ช่วยให้ธนาคารสามารถให้คำแนะนำด้านการลงทุนได้แบบอัตโนมัติ

“เมื่อลูกค้าสอบถามเกี่ยวกับการลงทุนที่เหมาะสมกับตัวเอง AI Orchestrator จะวิเคราะห์คำถามและส่งต่อไปยัง AI Agent ที่เกี่ยวข้อง ได้แก่ AI Agent ที่รวบรวมข้อมูลผลิตภัณฑ์การลงทุนของธนาคาร และ AI Agent ที่วิเคราะห์พฤติกรรมและความเสี่ยงของลูกค้า ระบบจะนำข้อมูลจากทั้งสองแหล่งมาวิเคราะห์ร่วมกัน และแนะนำผลิตภัณฑ์ที่เหมาะสมที่สุดแบบเรียลไทม์ พร้อมเปิดให้ลูกค้าทำธุรกรรมผ่านแชตได้ทันที”

จากตัวอย่างในกรณีของการให้บริการด้าน Banking Assistance จะเห็นว่า Agentic Workflow ช่วยลดขั้นตอนการให้บริการลูกค้า ทำให้กระบวนการรวดเร็วขึ้น ลดภาระงานของเจ้าหน้าที่ และเพิ่มประสิทธิภาพการให้บริการ โดยเจ้าหน้าที่ธนาคารจะเข้ามามีบทบาทเฉพาะในขั้นตอนสุดท้าย เช่น การตรวจสอบและอนุมัติธุรกรรม ซึ่งช่วยประหยัดเวลา และช่วยให้ทรัพยากรบุคคลสามารถมุ่งเน้นงานที่สร้างมูลค่าสูงขึ้นให้กับองค์กร

แนะเตรียมพร้อมองค์กร ก่อนปรับใช้ Agentic AI

นายพิพัฒน์กล่าวต่อว่า สำหรับองค์กรที่จะนำAgentic AI มาใช้งานนั้น การเตรียมตัวอย่างรอบคอบ เพื่อให้มั่นใจว่าจะได้รับประโยชน์สูงสุดและลดความเสี่ยงที่อาจเกิดขึ้น ซึ่งองค์กรควรระบุกรณีการใช้งานที่ชัดเจนสำหรับการนำ Agentic AI ไปใช้ รวมถึงต้องประเมินความพร้อมของระบบข้อมูล กระบวนการและโครงสร้างพื้นฐานด้าน IT ขององค์กรให้พร้อมต่อการใช้งาน AI อีกด้วย

"หากจะใช้ Agentic AI อย่างแรกคือ ทำความเข้าใจก่อนว่าจะนำไปใช้กับอะไร องค์กรต้องกำหนดว่าต้องการให้ AI ช่วยงานด้านใด เช่น การวิเคราะห์ข้อมูล การให้บริการลูกค้า หรือการบริหารจัดการกระบวนการภายใน และต้องประเมินว่า องค์กรพร้อมแค่ไหน โดยเฉพาะการเตรียมความพร้อมด้านข้อมูล เนื่องจากการใช้ Agentic AI นั้นจะใช้ข้อมูลที่มีความเฉพาะเจาะจงกว่า เพื่อให้ AI Agent ที่ทำงานแต่ละด้านเข้าถึงและเข้าใจเนื้อหาของข้อมูลที่นำมาใช้อย่างลึกซึ้ง”

ส่วนปัญหาที่พบได้บ่อยจากการนำ AI ไปใช้คือ การขาดการเตรียมความพร้อมด้านข้อมูล เช่น การมีข้อมูลกระจัดกระจาย ไม่ได้มาตรฐาน หรือไม่มีระบบที่สามารถเข้าถึงข้อมูลได้อย่างปลอดภัยและมีประสิทธิภาพ ดังนั้น องค์กรจำเป็นต้องมี Data Strategy ที่ชัดเจน และวางระบบ Data Governance ให้รองรับการทำงานของ AI ด้วย

นายพิพัฒน์ ให้ข้อมูลเพิ่มว่า อีกปัจจัยสำคัญคือ การกำหนดแนวทางในการควบคุมและตรวจสอบการใช้งาน AI (AI Governance) อย่างรัดกุม เพื่อกำกับดูแลการใช้ AI ให้เป็นไปตามหลักจริยธรรม ป้องกันความเสี่ยงด้านความปลอดภัยของข้อมูล และลดโอกาสที่ AI จะสร้างผลลัพธ์ที่ผิดพลาดหรือลำเอียง (Bias) หากไม่มีมาตรการควบคุมที่ดี องค์กรอาจเผชิญกับปัญหาข้อมูลที่ไม่ถูกต้องหรือคลาดเคลื่อน หรือข้อมูลที่ถูกสร้างขึ้นมาเพื่อหลอกลวงหรือทำให้เกิดความเข้าใจผิดโดยเจตนา หรือแม้กระทั่งข้อมูลที่เป็นความจริง แต่ถูกนำไปใช้ในทางที่ไม่เหมาะสมเพื่อทำร้ายบุคคล องค์กร หรือสังคม

ดังนั้น การออกแบบAgentic Workflow สำหรับองค์กรธุรกิจนั้นต้องมีความรัดกุมและคำนึงถึงความปลอดภัยเป็นหลัก องค์กรควรใส่ AI Security Control เพื่อควบคุมกระบวนการทำงานและลดความเสี่ยงจากการถูกโจมตีหรือการใช้งานที่ไม่เหมาะสม ซึ่งในปัจจุบันมี AI Security Framework ที่หลากหลายให้เลือกใช้ เช่น NIST AI Risk Management Framework เป็นต้น

“การใช้ AI Security Control เพื่อช่วยในการ จัดเตรียมและจัดระเบียบข้อมูลให้อยู่ในรูปแบบที่ AI สามารถเข้าใจและใช้ประมวลผลได้อย่างมีประสิทธิภาพ พร้อมทั้งรองรับ การเชื่อมต่อ API กับแอปพลิเคชั่นต่างๆ โดยต้องมีการตั้งค่าการควบคุมความปลอดภัยในแต่ละจุดอย่างชัดเจน เช่น การใช้การเข้ารหัสข้อมูล การตรวจสอบสิทธิ์การเข้าถึง และการเฝ้าระวังความปลอดภัยของข้อมูลเพื่อป้องกันช่องโหว่ในระบบที่อาจนำไปสู่การละเมิดข้อมูลหรือการโจมตีจากภายนอก”

ติดตามอ่านคอลัมน์อื่น ๆ ได้ในวารสารการเงินธนาคารฉบับเดือนเมษายน 2568 ฉบับที่ 516 ในรูปแบบดิจิทัล : https://goo.gl/U6OnIi

รวมช่องทางการสั่งซื้อวารสารการเงินธนาคาร ทั้งฉบับปัจจุบันและฉบับย้อนหลัง ครบจบที่นี่ที่เดียว : https://moneyandbanking.co.th/2023/18250/