AI Agent 101 (Part1): AI Agent คืออะไร? ทำความเข้าใจก่อนเริ่มทำ

จากกระแสของ GenAI ในช่วงปีที่ผ่านมา นิกเชื่อว่าทุกวันนี้แทบทุกคนในที่นี้คงรู้จักและใช้งาน ทั้งในส่วนของการสร้างสรรค์งานต่างๆ หรือใช้ในลักษณะของการเข้ามาเป็นผู้ช่วยข้างตัว ซึ่งจาก Google Trends เราจะเห็นว่าในกลางปี 2023 คำว่า “GenAI” ถูกกล่าวถึงอย่างร้อนแรงมาก แล้วก็เริ่มนิ่งๆ อยู่ที่ระดับนั้น เพราะมีการใช้งานอย่างแพร่หลาย ทุกคนเข้าใจและรู้จักแล้ว แต่ความน่าสนใจก็คือ ตั้งแต่ช่วงเดือนธันวาคม 2024 หรือปลายปีที่ผ่านมา ความตื่นเต้นนั้นมุ่งไปสู่คำว่า “AI Agent” แทน ซึ่งถ้าสังเกตรูปกราฟ จะเห็นว่าเป็น Trend ในลักษณะเดียวกันกับที่ GenAI เคย Spike ขึ้นแบบพรวดพราดมาก่อนหน้า !!

แล้วชาว Everyday Marketing อย่างพวกเราจะตกรถกันได้อย่างไรคะ^^

ในบทความนี้นิกเลยจะพาทุกท่านไปทำความรู้จักกับ “เอไอ-เอเจนต์” ที่แม้แต่ Gartner ยังเชื่อว่าสิ่งนี้คืออนาคตแห่งเอไอ รวมถึง OpenAI, Nvidia และ Microsoft ต่างก็เดิมพันกับสิ่งนี้ด้วย

AI Agent คืออะไร?

AI Agent คือเอไอ Algorithm ที่สามารถตัดสินใจได้ด้วยตนเองได้ภายใต้บริบทของสิ่งต่างๆ ที่มีการเปลี่ยนแปลงตลอดเวลา ซึ่งแตกต่างจาก GenAI แบบเดิม โดยเอเจนต์ ไม่เพียงแต่ตอบสนองต่อ Input ของผู้ใช้งานเท่านั้น แต่ยังสามารถประมวลผลปัญหาที่ซับซ้อน เช่น การเรียกร้องค่าสินไหมทดแทนจากประกันได้ตั้งแต่ต้นจนจบ ซึ่งรวมถึงการทำความเข้าใจข้อความ รูปภาพ และ PDF ของงานทั้งหมดที่เกี่ยวเนื่อง สามารถใช้การค้นหาข้อมูลจากฐานข้อมูลลูกค้า เพื่อเปรียบเทียบแบบ Case by case กับข้อกำหนดและเงื่อนไขการประกัน ซึ่งถ้ายังไม่พอตัว ระบบยังสามารถถามคำถามลูกค้า และรอคำตอบจากลูกค้าได้หลายวัน ก่อนนำมาประมวลผลต่อ โดยไม่สูญเสียบริบทก่อนหน้าเลย

ซึ่งนิกคิดว่าความสามารถเบอร์นี้ก็ว้าวมากๆ แล้ว แต่เท่านั้นยังไม่พอค่ะ การประมวลผลของ Agent ทั้งหมดที่ว่ามานั้นล้วนเป็นการทำงานโดยอัตโนมัติโดยที่มนุษย์อย่างเราๆ ไม่ต้องตรวจสอบว่า AI&ML ประมวลผลทุกอย่างถูกต้องหรือไม่!!

เมื่อเทียบกับระบบเอไอ ที่มีอยู่ก่อนหน้า และ Copilot ต่างๆ จะเป็นเหมือนผู้ช่วยของพวกเราที่ทำงานควบคู่ไปกับเรา แต่ AI Agent จะเป็นเหมือนพนักงานเต็มตัว ซึ่งมีศักยภาพมหาศาลในการทำให้กระบวนการทำงานเป็นอัตโนมัติ

เพื่อนๆ ลองนึกภาพตามนะคะว่า สิ่งนี้คือ AI ที่สามารถทำงานที่ซับซ้อนและมีหลายขั้นตอนซึ่งปัจจุบันดำเนินการโดยพนักงานที่มนุษย์คนเดียวหรืออาจจะทั้งแผนก ไม่ว่าจะเป็น:

  • การวางแผน ออกแบบ ดำเนินการ วัดผล และเพิ่มประสิทธิภาพแคมเปญการตลาด
  • ค้นหาการจัดส่งที่สูญหายในระบบโลจิสติกส์โดยสื่อสารกับผู้ขนส่ง ลูกค้า และคลังสินค้า หรือหากยังคงสูญหายอยู่ ให้เรียกร้องมูลค่าจาก Stakeholder ที่รับผิดชอบ
  • ค้นหาฐานข้อมูลเครื่องหมายการค้าทุกวันและตรวจสอบว่ามีการจดทะเบียนเครื่องหมายการค้าใหม่หรือไม่ซึ่งขัดแย้งกับเครื่องหมายการค้าของตนเอง และยื่นคำคัดค้านทันที
  • รวบรวมข้อมูลที่เกี่ยวข้องหรือถามพนักงาน ตรวจสอบข้อมูล และจัดทำรายงาน ESG

ซึ่ง Traditional Model ในปัจจุบันสามารถช่วยในงานต่างๆ เช่น การสร้างเนื้อหาแคมเปญหรือการประเมินอีเมล แต่ขาดความสามารถในการดำเนินการกระบวนการทั้งหมด แต่ Agent สามารถทำได้

AI Agent กับ เอไอโมเดลแบบเดิม

ในขณะที่โมเดลดั้งเดิมนั้นเปรียบเสมือนเครื่องชงกาแฟชั้นยอด แต่ AI Agent เปรียบเสมือนบาริสต้า ที่ไม่เพียงแต่ชงกาแฟได้เท่านั้น แต่ยังสามารถต้อนรับแขก รับออร์เดอร์ เสิร์ฟกาแฟ เก็บเงิน ใส่แก้วในเครื่องล้างจาน และปิดร้านในตอนกลางคืนได้ด้วย– nero.digital

เพราะแม้แต่เครื่องชงกาแฟที่ดีที่สุดในโลกก็ไม่สามารถบริหารร้านกาแฟได้ด้วยตัวเอง แต่บาริสต้าทำได้
ซึ่งสิ่งนี้ก็เช่นเดียวกันค่ะ เพราะมีความเชี่ยวชาญกระบวนการย่อยต่างๆ ของงานที่ซับซ้อน และสามารถตัดสินใจได้อย่างอิสระว่าจะจัดการงานไหนต่อไป รวมถึงสามารถสื่อสารกับผู้คน เช่น ลูกค้า หากต้องการข้อมูลเพิ่มเติม (นมโอ๊ตหรืออัลมอนด์) สามารถตัดสินใจได้ว่าจะถามใครในกรณีที่มีปัญหา (เมล็ดกาแฟหมด => ถามเจ้าของ้านหรือติดต่อ Supplier เลย)

AI Agent 101: AI Agent คืออะไร?
credit: nero.digital

Traditional AI เปรียบเหมือน #ผู้เชี่ยวชาญด้านข้อมูล

โดยจะเทพมากๆ เมื่อต้องทำงานที่ต้องใช้ความรู้ที่มีรูปแบบ (Structure Knowledge) ไม่ว่าเราจะต้องการแปลข้อความหรือสร้าง Content โมเดลแบบดั้งเดิมนี้ก็โดดเด่นใน task แบบ Input-Output Based ด้วย Trained Data ที่เราใส่เป็นข้อมูลให้ และช่วยพวกเราเพิ่มประสิทธิภาพในการทำงาน
Input-Output based: ระบบเหล่านี้ทำงานโดยรับข้อความแจ้งเตือนและสร้างการตอบกลับ
Knowledge baled: เหมาะสำหรับการสร้างข้อความ การแปล และการเขียนเชิงสร้างสรรค์ แต่เฉพาะในส่วนที่ Trained มาแล้วเท่านั้น
Static Nature: ไม่สามารถดำเนินการหรือปรับเปลี่ยนตามบริบทภายนอกได้ ซึ่งทำให้ส่วนใหญ่เป็นเพียงการวิเคราะห์ข้อมูลมากกว่าการทำงานอย่างเป็นระบบ
💡 ตัวอย่าง: ขอให้ระบบ AI แบบดั้งเดิมวางแผนวันหยุดพักร้อน และระบบอาจให้รายชื่อจุดหมายปลายทาง สถานที่ท่องเที่ยวยอดนิยม หรือเคล็ดลับการจัดกระเป๋า แต่สุดท้ายแล้ว เราก็ยังต้องจองและจัดตารางเวลาเองอยู่ดี (นอกจากเราจะ Input คำสั่งเพิ่มเติมผ่านการ Prompt)

AI Agent 101: AI Agent คืออะไร?
credit: nero.digital

AI Agent เปรียบเหมือน #นักคิดและดำเนินการ

โดยตัวเอเจนต์สามารถแบ่งปัญหา วางแผนขั้นตอน และดำเนินการตามงานได้อย่างอิสระ ช่วยให้เราประหยัดเวลา และเพิ่มผลสัมฤทธิ์ในงาน
Reasoning based: สามารถวางแผน วางกลยุทธ์ และเพิ่มประสิทธิภาพงานได้แบบเรียลไทม์
Integration: สามารถโต้ตอบกับระบบภายนอก (การค้นหาบนเว็บ API ฐานข้อมูล) เพื่อรวบรวมและดำเนินการตามข้อมูลแบบเรียลไทม์
Real-World responsive: สามารถจองเที่ยวบิน ส่งอีเมล จัดการปฏิทิน และอื่นๆ อีกมากมาย โดย Results แบบเดิมของ GenAI ให้กลายเป็นผลสัมฤทธิ์ที่จับต้องได้จริงๆ
Adaptability: สามารถเรียนรู้จากการโต้ตอบและข้อเสนอแนะ ปรับปรุงประสิทธิภาพอย่างต่อเนื่อง
💡 ตัวอย่าง: Agent ที่วางแผนงานต่างประเทศให้เรา ซึ่งสามารถจองเที่ยวบิน จองที่พัก และตรวจสอบให้แน่ใจว่ากำหนดการเดินทางเหมาะกับตารางเวลา โดยที่เราไม่ต้องทำอะไรเลย

What’s Next =>>

สุดท้าย (แต่ไม่ท้ายสุด) เพื่อนๆ ทุกท่านที่ติดตามอ่านมาถึงตรงนี้น่าจะมีความเข้าใจในหลักการทำงาน ความสามารถ ตลอดจนความต่างกับ Tranditional Model กันแล้ว แต่เท่านี้ยังไม่พอแน่นอนค่ะ เพราะรู้จักหรือจะเท่าสร้างเป็น เพราะฉะนั้นในบทความต่อไปของ AI Agent 101 เราจะมาสร้างเอไอแบบนี้กันค่ะ โดยนิกจะใช้ตัวอย่างเป็นการสร้างระบบสำหรับกระบวนการประกันภัยที่ตาม Workflow ด้านล่างนี้ โดย Algorithm จะจัดการเคลมประกันภัยตั้งแต่เริ่มต้นจนถึงการขอคืนเงิน (ป.ล. ไอเดียมาจากโปรเจคน้องๆ นักเรียนคลาส ML&AI ของนิกเองค่ะ– ขอบคุณมา ณ ที่นี้ด้วย^^) ==>> แล้วเจอกันในบทความต่อไป (coding part) นะคะ^^

AI Agent 101: AI Agent คืออะไร?
credit: Maximilian Vogel

Hi, I am Nick,,,,Panaya Sudta (●'◡'●) Engineer during the daytime. Researcher at night. Reader in spare time. (❁´◡`❁) วิศวกร/นักวิจัย/ Market research ค่ะ หวังเป็นอย่างยิ่งว่าจะได้แชร์มุมมองกันนะคะ

Leave a Reply

Your email address will not be published. Required fields are marked *