- 28
- กุมภาพันธ์
ปี 2569 เราได้ยินคำว่า "Agentic AI" มากขึ้นเรื่อยๆ — จาก Gartner, McKinsey ไปจนถึง Microsoft และ Google ต่างพูดถึงเทคโนโลยีนี้ว่าจะเป็น คลื่นลูกถัดไปของ AI ที่จะเปลี่ยนวิธีการทำงานขององค์กรอย่างสิ้นเชิง แต่ Agentic AI คืออะไรกันแน่? ต่างจาก ChatGPT หรือ AI Copilot ที่เราใช้อยู่อย่างไร? และองค์กรไทยควรเตรียมตัวอย่างไร?
Agentic AI คืออะไร?
Agentic AI คือ AI ที่สามารถ คิด วางแผน ตัดสินใจ และลงมือทำ ได้ด้วยตัวเอง โดยไม่ต้องรอคำสั่งจากคนทุกขั้นตอน ต่างจาก AI แบบเดิมที่ต้อง "ถาม-ตอบ" ทีละรอบ Agentic AI สามารถ:
- รับเป้าหมาย (Goal) — เช่น "ช่วยจัดทำรายงานงบประมาณรายไตรมาส"
- วางแผนขั้นตอน (Plan) — แบ่งงานเป็นลำดับ ดึงข้อมูลจากหลายแหล่ง
- ลงมือทำ (Act) — เข้าถึงระบบ ดึงข้อมูล สร้างรายงาน
- ตรวจสอบผลลัพธ์ (Reflect) — ประเมินว่าผลลัพธ์ถูกต้องหรือไม่ แก้ไขถ้าจำเป็น
- ใช้เครื่องมือ (Tool Use) — เชื่อมต่อกับ API, ฐานข้อมูล, อีเมล, ปฏิทิน
Agentic AI vs Chatbot vs AI Copilot
เพื่อให้เข้าใจง่ายขึ้น มาเปรียบเทียบ 3 ระดับของ AI ที่องค์กรใช้กันอยู่:
| คุณสมบัติ | Chatbot | AI Copilot | Agentic AI |
|---|---|---|---|
| วิธีทำงาน | ถาม-ตอบ ทีละรอบ | ช่วยเสริมคนทำงาน | รับเป้าหมาย → วางแผน → ทำเอง |
| ความเป็นอิสระ | ต่ำ — ต้องคนสั่งทุกรอบ | กลาง — แนะนำแต่คนตัดสินใจ | สูง — ตัดสินใจและลงมือทำเอง |
| ตัวอย่าง | ChatGPT, LINE OA Chatbot | GitHub Copilot, Microsoft 365 Copilot | AutoGPT, Devin, Claude Agent |
| เหมาะกับ | ตอบคำถามลูกค้า | เพิ่มประสิทธิภาพงานเฉพาะทาง | ทำงานซับซ้อนข้ามระบบ |
ทำไม Gartner ถึงบอกว่า Agentic AI จะเปลี่ยนโลก?
Gartner คาดการณ์ว่าภายในปี 2028 อย่างน้อย 40% ของซอฟต์แวร์ AI ในองค์กรจะเป็นแบบ Agentic — นั่นหมายความว่า AI จะไม่ใช่แค่เครื่องมือที่รอให้คนสั่งอีกต่อไป แต่จะกลายเป็น "เพื่อนร่วมงานดิจิทัล" ที่รับงานและทำเสร็จได้เอง
เหตุผลหลักที่ Agentic AI ถูกจับตามอง:
- ลดภาระงานซ้ำซ้อน — งาน manual ที่ต้องทำซ้ำทุกวัน เช่น ตรวจสอบเอกสาร จับคู่ใบแจ้งหนี้ สรุปรายงาน
- ทำงานข้ามระบบได้ — Agentic AI สามารถเชื่อมต่อ ERP, อีเมล, ปฏิทิน, ฐานข้อมูล ทำงานต่อเนื่อง
- ทำงานตลอด 24 ชั่วโมง — ไม่มีวันหยุด ไม่มีลาป่วย ทำงานได้ตลอดเวลา
- เรียนรู้และปรับปรุง — AI Agent สามารถเรียนรู้จากข้อผิดพลาดและปรับปรุงกระบวนการทำงาน
Agentic AI ใช้งานจริงในองค์กรอย่างไร?
แม้จะยังอยู่ในช่วงเริ่มต้น แต่หลายองค์กรเริ่มนำ Agentic AI มาใช้ในงานจริงแล้ว:
1. การเงินและบัญชี
- ตรวจสอบใบแจ้งหนี้ จับคู่กับใบสั่งซื้อ และอนุมัติการจ่ายเงินอัตโนมัติ
- สรุปรายงานการเงินรายเดือน พร้อมวิเคราะห์ความผิดปกติ
- ติดตามลูกหนี้ที่ค้างชำระและส่งแจ้งเตือนอัตโนมัติ
2. จัดซื้อจัดจ้าง
- เปรียบเทียบราคาจากหลายผู้ขาย สร้างรายงานเปรียบเทียบ
- ตรวจสอบสัญญาและแจ้งเตือนก่อนหมดอายุ
- ติดตามสถานะการส่งมอบสินค้าจาก Supplier
3. ทรัพยากรบุคคล (HR)
- คัดกรอง Resume เบื้องต้นและจัดอันดับผู้สมัคร
- จัดการ Onboarding ใหม่ — ส่งเอกสาร นัดปฐมนิเทศ ตั้งค่าบัญชี
- ตอบคำถามพนักงานเรื่องสิทธิ์ วันลา สวัสดิการ
4. IT และ Helpdesk
- วิเคราะห์ Ticket และแก้ปัญหาเบื้องต้นอัตโนมัติ
- ตรวจสอบ ความปลอดภัยของระบบ และแจ้งเตือนภัยคุกคาม
- จัดการ patch updates และอัปเดตซอฟต์แวร์
Agentic AI กับระบบ ERP
Agentic AI จะทำงานได้ดีที่สุดเมื่อองค์กรมี ข้อมูลรวมศูนย์ในระบบเดียว เช่น ระบบ ERP — เพราะ AI Agent ต้องเข้าถึงข้อมูลจากหลายแผนก (บัญชี, จัดซื้อ, คลัง, HR) ถ้าข้อมูลกระจายอยู่ใน Excel หลายไฟล์ AI จะทำงานได้ยากมาก ดังนั้นการวางระบบ ERP คือรากฐานสำคัญสำหรับ Agentic AI ในอนาคต
ความเสี่ยงที่ต้องระวัง
Agentic AI ไม่ได้มีแต่ข้อดี — ยังมีความเสี่ยงที่องค์กรต้องจัดการ:
- Hallucination — AI อาจสร้างข้อมูลที่ดูน่าเชื่อถือแต่ไม่ถูกต้อง ยิ่ง AI ตัดสินใจเอง ความเสียหายจากข้อมูลผิดยิ่งสูง
- ความรับผิดชอบ (Accountability) — ถ้า AI Agent ตัดสินใจผิดพลาด ใครรับผิดชอบ? องค์กรต้องกำหนด AI Governance ให้ชัดเจน
- ความปลอดภัย — AI Agent ที่เข้าถึงระบบหลายตัวเป็น Attack Surface ใหม่ ต้องมีการ ยืนยันตัวตน และ บริหารความเสี่ยง ที่ดี
- การควบคุม (Human-in-the-loop) — งานที่มีผลกระทบสูง ยังต้องมีคนอนุมัติก่อน AI ลงมือทำ
Agentic AI ไม่ใช่การแทนที่คน แต่เป็นการเปลี่ยนบทบาทของคนจาก "ผู้ทำงาน" เป็น "ผู้กำกับดูแล" — องค์กรที่มีข้อมูลเป็นระเบียบและมีกระบวนการชัดเจน จะได้ประโยชน์จาก Agentic AI มากที่สุด
- ทีมงาน Saeree ERP
องค์กรไทยควรเตรียมตัวอย่างไร?
แม้ Agentic AI จะยังอยู่ในช่วงเริ่มต้น แต่องค์กรที่เตรียมตัวตั้งแต่วันนี้จะพร้อมรับ AI Agent ได้เร็วกว่า:
- รวมข้อมูลให้เป็นระบบ — ย้ายจาก Excel กระจัดกระจาย มาสู่ระบบ ERP ที่รวมข้อมูลทุกแผนก
- จัดทำ AI Governance Policy — กำหนดว่า AI ทำอะไรได้ ทำอะไรไม่ได้ ใครอนุมัติ ใครรับผิดชอบ
- เริ่มจากงานง่ายๆ — ทดลองใช้ AI กับงาน สรุปรายงาน หรือตอบคำถามภายในก่อน
- ฝึกอบรมคน — ให้พนักงานเข้าใจว่า AI ทำอะไรได้ มีข้อจำกัดอะไร และ คนกับ AI ทำงานร่วมกันอย่างไร
- เลือก Tech Stack ที่พร้อม — ระบบที่มี API เปิดและรองรับการเชื่อมต่อกับ AI ในอนาคต
สรุป
Agentic AI คือ AI ยุคใหม่ที่ทำได้มากกว่า "ถาม-ตอบ" — มันคิดเอง วางแผนเอง และลงมือทำเอง Gartner คาดว่า 40% ของซอฟต์แวร์ AI ในองค์กรจะเป็นแบบ Agentic ภายในปี 2028
สิ่งที่องค์กรไทยควรทำตอนนี้:
- รวมข้อมูลให้เป็นระบบเดียวด้วย ERP
- จัดทำ AI Governance Policy
- เริ่มทดลองใช้ AI กับงานที่มีความเสี่ยงต่ำ
- ฝึกอบรมพนักงานให้เข้าใจ AI
หากต้องการวางรากฐานข้อมูลให้พร้อมรับ AI ในอนาคต สามารถปรึกษาทีมที่ปรึกษาของเราได้ฟรี
