ลองนึกภาพฉากนี้ดูครับ#

สมมติว่าคุณจ้างผู้ช่วยมาคนนึง แล้วเช้าวันจันทร์คุณเดินไปสั่งงานสั้นๆ ว่า “ช่วยจัดทริปไปสัมมนาที่เชียงใหม่ให้ที วันศุกร์-อาทิตย์หน้า งบไม่เกินที่เคยตั้งไว้นะ”

ทีนี้ผู้ช่วยแบบที่หนึ่ง พอได้ยินโจทย์ปุ๊บ เขาก็พูดสวยมากเลย ร่ายให้ฟังว่า “ได้ค่ะ ทริปเชียงใหม่ควรจองตั๋วล่วงหน้า เลือกโรงแรมใกล้สถานที่จัดงาน เผื่อเวลาเดินทางด้วยนะคะ” ฟังดูดีใช่ไหมครับ แต่… จบแค่นั้นแหละ เขาพูดเสร็จก็นั่งรอคุณอยู่ตรงนั้น ไม่ได้ไปจองตั๋ว ไม่ได้โทรหาโรงแรม ไม่ได้ทำอะไรต่อเลย ถ้าคุณอยากให้ตั๋วถูกจองจริง คุณก็ต้องไปนั่งจองเองอยู่ดี เขาแค่ “บอกวิธี” ให้คุณฟังเฉยๆ

ส่วนผู้ช่วยแบบที่สอง พอได้ยินโจทย์เดียวกันเป๊ะ เขาพยักหน้าแล้วเดินจากไปเงียบๆ บ่ายวันนั้นเขากลับมาบอกว่า “เรียบร้อยค่ะ จองตั๋วเครื่องบินไป-กลับแล้ว เช็กราคาหลายสายการบินแล้วเลือกที่ถูกสุดในงบ จองโรงแรมที่เดินถึงงานได้แล้ว ใส่ทุกอย่างลงปฏิทินให้แล้ว เหลือแค่รอคุณกดยืนยันการจ่ายเงินอย่างเดียวค่ะ”

เห็นความต่างไหมครับ? คนแรก ตอบ แต่คนที่สอง ลงมือทำจนจบ ทั้งที่โจทย์ที่คุณสั่งมันสั้นเท่ากันเป๊ะเลย

นี่แหละครับคือหัวใจของเรื่องวันนี้ ในโลก AI เจ้าผู้ช่วยแบบแรกที่ “เก่งพูด เก่งแนะนำ แต่ไม่ลงมือ” เราเรียกมันว่า chatbot (แชทบอต — โปรแกรมคุยโต้ตอบ) ส่วนผู้ช่วยแบบที่สองที่ “รับโจทย์แล้วไปวางแผนแล้วลงมือทำต่อเนื่องเองจนจบ” เนี่ย วงการเขาเรียกมันว่า agent (เอเจนต์ — แปลแบบบ้านๆ ว่า “ตัวแทนที่ลงมือทำงานแทนเรา”) และเทคโนโลยีที่ทำให้ AI กลายเป็นแบบนี้ได้ เขาเรียกรวมๆ ว่า agentic AI ครับ

chatbot คืออะไร — “ที่ปรึกษาเก่งๆ ที่นั่งอยู่หลังโต๊ะ”#

เริ่มที่ตัวที่เราคุ้นที่สุดก่อน คือ chatbot ครับ

ถ้าให้ผมอุปมาแบบบ้านๆ chatbot ก็เหมือน ที่ปรึกษาเก่งๆ ที่นั่งอยู่หลังโต๊ะ คุณเดินเข้าไปถาม เขาตอบให้สวยหรูเลย ความรู้แน่นมาก พูดเพราะ อธิบายเก่ง แต่เขาจะ ไม่ลุกจากเก้าอี้ ครับ เขาทำได้แค่ “ให้คำตอบ” หรือ “ให้คำแนะนำ” กับคุณ ส่วนการลงไปทำจริงๆ ทั้งโทรหาคน เปิดระบบ กดปุ่ม จ่ายเงิน อันนั้นเป็นหน้าที่คุณเอง

ลองนึกถึงเวลาเราพิมพ์คุยกับ ChatGPT แบบปกติดูครับ คุณถามว่า “ช่วยร่างอีเมลขอโทษลูกค้าที่ของส่งช้าให้หน่อย” มันก็ร่างให้สวยเลย เนื้อหาดีมาก น้ำเสียงสุภาพพอดี แต่ก็จบตรงนั้นแหละ มันไม่ได้กดส่งอีเมลให้คุณ มันไม่รู้ด้วยซ้ำว่าลูกค้าคนนั้นชื่ออะไร อีเมลอะไร คุณต้องเอาข้อความที่มันร่างให้ ไปก๊อปแปะในกล่องอีเมลของคุณเอง แล้วกดส่งเอง

นี่คือลักษณะสำคัญของ chatbot สามข้อที่ผมอยากให้จำไว้ครับ

• มันทำงานเป็นรอบเดียวจบ — คุณถามหนึ่งคำถาม มันตอบหนึ่งคำตอบ เหมือนปิงปองตีไป-ตีกลับทีละลูก
• มันอยู่แต่ในกล่องแชท — มันคุยกับคุณได้อย่างเดียว ไม่ได้เอื้อมมือออกไปแตะระบบอื่นในโลกจริง
• มันไม่จำว่ากำลังทำภารกิจอะไรค้างอยู่ — แต่ละคำถามมันมองเป็นเรื่องใหม่ ไม่ได้คิดว่า “เรากำลังทำโปรเจกต์ใหญ่ร่วมกันอยู่นะ ขั้นต่อไปต้องทำอะไร”

ย้ำว่า chatbot ไม่ใช่ของไม่ดีนะครับ มันเก่งในหน้าที่ของมันมาก งานแบบ “ช่วยคิด ช่วยร่าง ช่วยอธิบาย ช่วยตอบคำถาม” — chatbot ทำได้ยอดเยี่ยม แค่มันมีเพดานอยู่ว่า มันได้แค่บอก แต่ไม่ได้ลงมือทำ เท่านั้นเอง

agent คืออะไร — “ผู้ช่วยที่รับงานไปแล้วจัดการให้จบเอง”#

ทีนี้มาดูพระเอกของเราวันนี้ครับ agent

ถ้า chatbot คือที่ปรึกษาที่นั่งอยู่หลังโต๊ะ agent ก็คือ ผู้ช่วยที่ลุกจากเก้าอี้ออกไปทำงานให้คุณจริงๆ ครับ คุณสั่งโจทย์ปลายทางให้ครั้งเดียว แล้วเขาจะไปคิดเองว่า “เออ งานนี้ต้องทำกี่ขั้นนะ ขั้นแรกทำอะไร ขั้นต่อไปทำอะไร” แล้วก็ลงมือไล่ทำไปทีละขั้นจนจบ โดยที่คุณไม่ต้องคอยสั่งทีละขั้น

ความสามารถที่ทำให้ agent ต่างจาก chatbot แบบหน้ามือเป็นหลังมือ มีอยู่สามเรื่องหลักๆ ครับ

หนึ่ง — มันวางแผนเองได้ (planning)

พอได้โจทย์ใหญ่ๆ มา agent จะไม่รีบทำมั่วๆ แต่มันจะ “ซอย” โจทย์ก้อนใหญ่ให้เป็นขั้นเล็กๆ ก่อน เหมือนเราได้รับมอบหมายให้ “จัดงานเลี้ยงบริษัท” แล้วเราก็นั่งลิสต์ในหัวว่า ต้องจองร้าน → เช็กจำนวนคน → ส่งบัตรเชิญ → สั่งเค้ก ฯลฯ agent มันคิดเป็นขั้นแบบนี้เองได้ครับ ไม่ต้องให้คุณบอกว่าขั้นไหนมาก่อนมาหลัง

สอง — มันหยิบเครื่องมือมาใช้เองได้ (เรียก “tool” — เครื่องมือ)

อันนี้คือจุดที่เปลี่ยนเกมจริงๆ ครับ chatbot มันติดอยู่ในกล่องแชท แต่ agent มัน เอื้อมมือออกไปจับเครื่องมืออื่นในโลกจริงได้ สมมติมันต้องรู้ราคาตั๋วเครื่องบินวันนี้ มันก็เปิดเว็บค้นหาเองได้ สมมติมันต้องคำนวณตัวเลขเป๊ะๆ มันก็เรียกเครื่องคิดเลขมาช่วย (เพราะ AI เองคำนวณเลขแล้วมั่วได้ มันเลยฉลาดพอจะไม่เดาเอง แต่ไปกดเครื่องคิดเลขแทน) สมมติมันต้องส่งอีเมล มันก็ต่อเข้าระบบอีเมลแล้วส่งให้ได้จริง คำว่า “tool” ในที่นี้ก็คือพวกเครื่องมือ-โปรแกรม-ระบบต่างๆ ที่ agent หยิบมาใช้เป็นแขนขาของมันนั่นเองครับ

สาม — มันทำงานต่อเนื่องหลายขั้นเองได้ แล้วคอยเช็กตัวเองด้วย

agent ไม่ได้ทำขั้นเดียวจบเหมือน chatbot แต่มันวนทำเป็นรอบๆ ครับ คือทำขั้นหนึ่งแล้วดูผลว่าเป็นไง ถ้ายังไม่เข้าเป้าก็ปรับแล้วทำขั้นต่อไป วนแบบนี้ไปเรื่อยๆ จนกว่าจะถึงเป้าหมายที่คุณสั่งไว้ เหมือนคนทำงานจริงที่ทำไปดูไป ไม่ใช่ทำมั่วรวดเดียวแล้วเดินจากไป

ลองดูเป็นตัวอย่างนะครับ สมมติคุณสั่ง agent ว่า “หาร้านขายกล่องพัสดุเจ้าใหม่ที่ถูกกว่าเจ้าเดิมให้หน่อย” สิ่งที่มันทำในหัวอาจเป็นแบบนี้ครับ

1. เปิดเว็บค้นหาร้านขายกล่องพัสดุหลายๆ เจ้า
2. เก็บราคาของแต่ละเจ้ามาเทียบกัน
3. กรองออกเจ้าที่แพงกว่าเจ้าเดิมทิ้ง
4. เหลือเจ้าที่ถูกกว่า เอามาเรียงให้ดูว่าเจ้าไหนคุ้มสุด
5. สรุปเป็นตารางสั้นๆ ส่งกลับมาให้คุณตัดสินใจ

เห็นไหมครับว่ามันไม่ใช่แค่ “ตอบ” แต่มันไป “ทำ” มาให้จริงๆ เป็นขั้นๆ ต่อเนื่องกัน นี่แหละครับคือสิ่งที่ทำให้คนตื่นเต้นกับ agentic AI กันทั้งโลกปีนี้

เทียบให้เห็นชัดๆ เป็นตาราง#

ผมรู้ว่าอ่านมาถึงตรงนี้บางคนยังงงๆ ว่าตกลงสองตัวนี้มันต่างกันยังไงกันแน่ ผมขอจับมาเทียบกันชัดๆ เป็นตารางเลยนะครับ (ตัวอย่างในตารางเป็นเรื่อง สมมติ ที่ผมแต่งขึ้นเองเพื่อให้เห็นภาพ ไม่ใช่เคสจริงของใคร)

ถ้าจะให้สรุปเส้นแบ่งสั้นที่สุดให้จำง่ายๆ ก็คือ

chatbot บอกคุณว่า “ควรทำยังไง” · agent ลงมือ “ทำให้เลย”

💡 มุมเจ้าของกิจการ: เวลามี vendor มาเสนอขาย “ระบบ AI ที่ทำงานแทนพนักงานได้” ลองถามคำถามเดียวสั้นๆ ครับ — “สั่งมันครั้งเดียว แล้วมันไปทำจนจบเองได้เลยไหม หรือผมต้องคอยกดต่อทีละขั้น?” ถ้ามันแค่ตอบหรือร่างให้ แล้วคุณต้องเอาไปทำต่อเอง — นั่นคือ chatbot ครับ (ดีนะ แค่อย่าคาดหวังว่ามันจะทำงานจบเอง) ถ้ามันรับโจทย์แล้ววิ่งไปทำต่อเนื่องจนเสร็จได้จริง — อันนั้นถึงจะเรียกว่า agent

ทำไม “ทำงานเองได้” ถึงเป็นเรื่องใหญ่ — เจ้าคำว่า autonomy#

ทีนี้ผมอยากชวนคุยคำสำคัญอีกคำครับ คือคำว่า autonomy แปลว่า “ความเป็นอิสระในการทำงานเอง” หรือพูดง่ายๆ คือ “ทำเองได้มากแค่ไหนโดยไม่ต้องให้คนคอยสั่ง” นั่นเอง

ผมอยากให้นึกภาพ autonomy เป็นเหมือน ลูกจ้างที่เราค่อยๆ ไว้ใจให้ทำงานเองมากขึ้นเรื่อยๆ ครับ ลองนึกถึงพนักงานใหม่วันแรก เราคงไม่ปล่อยให้เขาตัดสินใจเรื่องใหญ่เองใช่ไหม เราจะคอยดู คอยสั่งทีละขั้น แต่พอเขาอยู่ไปนานๆ เก่งขึ้น ไว้ใจได้ เราก็ค่อยๆ ปล่อยให้เขาตัดสินใจเองมากขึ้น สั่งงานสั้นลง เพราะรู้ว่าเขาจัดการได้

AI ก็มี “ระดับความเป็นอิสระ” แบบนี้เหมือนกันครับ ลองไล่เป็นขั้นๆ ดูนะ

• ขั้นที่ AI แค่แนะนำ — มันบอกว่าควรทำอะไร แต่คุณเป็นคนลงมือเองทุกอย่าง (นี่คือ chatbot)
• ขั้นที่ AI ทำให้ แต่ขอคุณยืนยันก่อนทุกครั้ง — มันเตรียมทุกอย่างไว้ให้ แต่ก่อนจะกดจริงต้องให้คุณเห็นชอบก่อน (เหมือนผู้ช่วยจัดทริปในฉากต้นเรื่อง ที่ทำทุกอย่างเสร็จแต่รอคุณกดจ่ายเงิน)
• ขั้นที่ AI ทำเองจบเลย คุณค่อยมาดูทีหลัง — อันนี้คือปล่อยให้มันวิ่งเองเต็มที่ คุณแค่มาเช็กผลตอนจบ

ยิ่งขึ้นไปขั้นบนเท่าไหร่ ก็ยิ่ง สบายเราเท่านั้น เพราะเราสั่งสั้นลง คุมน้อยลง งานเดินเร็วขึ้น แต่ในความสบายนั้นแหละครับที่ซ่อนเรื่องที่ต้องระวังเอาไว้ด้วย เดี๋ยวผมจะเล่าต่อในหัวข้อถัดไป

ดาบสองคม — ยิ่งทำเองได้มาก ยิ่งช่วยได้เยอะ แต่ก็ยิ่งเสี่ยง#

มาถึงหัวใจสำคัญของเรื่องวันนี้แล้วครับ อยากให้จำประโยคนี้ไว้เลยว่า autonomy มันเป็นดาบสองคม ด้านนึงคือประโยชน์ที่เพิ่มขึ้น อีกด้านคือความเสี่ยงที่เพิ่มขึ้น และมันเพิ่มขึ้นไปด้วยกันเสมอ

ผมอุปมาแบบนี้นะครับ สมมติคุณยื่นกุญแจรถให้คนขับ ถ้าคุณนั่งข้างๆ คอยบอกทางทุกแยก “เลี้ยวซ้ายตรงนี้นะ ชะลอหน่อย” ต่อให้เขาขับพลาด คุณก็ทักได้ทัน รถไม่ไปไกล แต่ถ้าคุณบอกว่า “เอ้า ขับไปส่งที่หมายเลย ฉันจะนอนหลับ” ทีนี้ถ้าเขาขับเก่ง คุณก็สบายมาก ตื่นมาถึงที่พอดี แต่ถ้าเขาดันเลี้ยวผิดตั้งแต่ต้นทาง พอคุณตื่นมาอีกที รถอาจไปไกลผิดเส้นทางเป็นสิบกิโลแล้ว

agent ที่มี autonomy สูงก็เป็นแบบคนขับที่เราหลับให้นั่นแหละครับ เวลามันทำถูก มันช่วยเราได้เยอะมาก แต่เวลามันทำพลาด มันก็ พลาดไปได้ไกลก่อนที่เราจะรู้ตัว เพราะเราไม่ได้นั่งคุมทุกขั้น

ทีนี้ความเสี่ยงที่ผมอยากให้ระวังเป็นพิเศษมีอยู่ไม่กี่เรื่องครับ

หนึ่ง — มันพลาดเป็นลูกโซ่ได้

agent ทำงานเป็นขั้นต่อขั้น ถ้าขั้นแรกมันเข้าใจโจทย์ผิดนิดเดียว ขั้นต่อๆ ไปที่ต่อยอดจากขั้นแรกก็จะเพี้ยนตามกันไปหมด เหมือนติดกระดุมเม็ดแรกผิด เม็ดที่เหลือก็เบี้ยวทั้งแถว แล้วเพราะมันทำต่อเนื่องเอง เราอาจไม่ได้เห็นตอนมันเริ่มเพี้ยน กว่าจะรู้ก็ตอนผลออกมาผิดทั้งงานแล้ว

สอง — มันลงมือทำจริง ไม่ใช่แค่พูด

อันนี้ต่างจาก chatbot ชัดมากครับ chatbot ต่อให้ตอบผิด มันก็แค่ “พูดผิด” เราอ่านแล้วไม่เชื่อก็จบ แต่ agent มัน กดปุ่มจริง ส่งอีเมลจริง ใช้เงินจริงได้ ลองนึกภาพคุณให้มันจัดการสั่งของเข้าสต็อกเอง แล้วมันเข้าใจตัวเลขผิด สั่งของมาเกินความจำเป็นไปสิบเท่า อันนี้ไม่ใช่แค่ “ตอบผิด” แล้วนะครับ มันคือของจริงที่มาถึงโกดังพร้อมใบเรียกเก็บเงินจริงๆ

สาม — ยิ่งให้มันแตะระบบเยอะ ยิ่งต้องระวังเรื่องสิทธิ์

พอ agent หยิบเครื่องมือมาใช้เองได้ เราก็ต้อง “ให้กุญแจ” มันเข้าถึงระบบต่างๆ ใช่ไหมครับ ทีนี้ถ้าเราใจดีให้กุญแจมันทุกห้องในบ้าน เกิดวันนึงมันทำงานเพี้ยน หรือมีคนไม่หวังดีมาหลอกมันได้ ความเสียหายก็จะกว้างกว่าการให้กุญแจมันแค่ห้องเดียว

💡 มุมเจ้าของกิจการ: หลักง่ายๆ ที่ผมยึดคือ “เริ่มจากให้มันคุมน้อยๆ ก่อน แล้วค่อยปล่อยมากขึ้นเมื่อไว้ใจได้” — เหมือนพนักงานใหม่นั่นแหละครับ งานที่พลาดแล้วเสียหายหนัก (จ่ายเงิน สั่งของ ติดต่อลูกค้าจริง) ช่วงแรกให้มันทำเสร็จแล้ว รอเรากดยืนยันก่อนเสมอ อย่าเพิ่งปล่อยให้มันกดเองรวดเดียวจบ ต่อเมื่อใช้ไปสักพักแล้วมั่นใจ ค่อยๆ ผ่อนการคุมลง ตรงนี้เสียเวลานิดหน่อยตอนแรก แต่กันความเสียหายก้อนใหญ่ได้เยอะเลยครับ

แล้วของแบบนี้เอาไปใช้กับธุรกิจได้จริงไหม#

ได้ครับ และนี่คือทิศทางที่โลกกำลังมุ่งไป ผมขอยกตัวอย่างงานสมมติในธุรกิจที่ agent น่าจะช่วยได้ (ย้ำว่าเป็นตัวอย่าง สมมติ ที่ผมแต่งขึ้นเองเพื่อให้เห็นภาพนะครับ)

• งานที่ต้อง “ไล่ทำหลายขั้นซ้ำๆ แต่ละขั้นต้องตัดสินใจนิดหน่อย” เช่น รับเรื่องร้องเรียนจากลูกค้า → อ่านว่าเป็นปัญหาเรื่องอะไร → ดึงข้อมูลออเดอร์มาดู → ร่างคำตอบที่เหมาะกับเคสนั้น → เตรียมส่ง (แล้วรอเราอนุมัติ)
• งานค้นหา-รวบรวม-สรุป เช่น ไปหาข้อมูลคู่แข่งในตลาดมาหลายเจ้า แล้วสรุปเป็นตารางเทียบให้
• งานประสานหลายระบบที่เดิมต้องนั่งทำมือ เช่น ดึงยอดจากระบบขาย ไปกรอกในระบบบัญชี แล้วสรุปส่งให้ฝ่ายที่เกี่ยวข้อง

จุดร่วมของงานที่ agent เหมาะ คือ “งานที่มีหลายขั้น แต่ละขั้นต้องคิด/ตีความนิดหน่อย และเชื่อมต่อกันเป็นลำดับ” กลับกัน ถ้างานมันมีขั้นเดียวง่ายๆ หรือเป็นกฎตายตัวเป๊ะๆ คุณไม่ต้องไปถึง agent หรอกครับ เครื่องมือธรรมดากว่านั้นก็จบงานได้แล้ว (เรื่องเส้นแบ่งระหว่างของที่ทำตามกฎเป๊ะกับของที่คิดเองได้ ผมเคยเล่าไว้ในตอน AI กับ Automation ของซีรีส์นี้แล้วนะครับ)

สรุปสั้นๆ ส่งท้าย#

ถ้าให้ผมย่อทั้งเรื่องนี้เหลือไม่กี่บรรทัดเอาไว้จำง่ายๆ ก็คือแบบนี้ครับ

• chatbot = บอก/แนะนำ ตอบเก่งมากแต่ไม่ลงมือ ทำงานรอบเดียวจบ อยู่แต่ในกล่องแชท (เหมือนที่ปรึกษาหลังโต๊ะ)
• agent = ลงมือทำให้จริง รับโจทย์ครั้งเดียว แล้ววางแผนเอง หยิบเครื่องมือมาใช้เอง ทำหลายขั้นต่อเนื่องจนจบ (เหมือนผู้ช่วยที่ออกไปทำงานให้)
• autonomy = ระดับที่มันทำเองได้โดยไม่ต้องให้เราสั่ง มีตั้งแต่แค่แนะนำ ไปจนถึงทำเองจบเลย
• ยิ่ง autonomy สูง ยิ่งสบายเรา แต่ยิ่งเสี่ยง เพราะมันพลาดเป็นลูกโซ่ได้ ลงมือทำจริง (ไม่ใช่แค่พูด) และต้องให้สิทธิ์เข้าถึงระบบเยอะ
• หลักปลอดภัย: เริ่มจากคุมเยอะๆ ก่อน งานเสี่ยงให้มันรอเรากดยืนยัน แล้วค่อยๆ ผ่อนเมื่อไว้ใจได้

ผมไม่ใช่ผู้เชี่ยวชาญด้าน AI อะไรหรอกนะครับ เป็นแค่เจ้าของกิจการคนนึงที่โดนคำศัพท์พวกนี้รุมล้อมจนต้องนั่งหาความเข้าใจเอง แล้วก็เลยอยากเล่าให้เพื่อนเจ้าของกิจการด้วยกันฟังแบบภาษาคนๆ ตรงไหนผมเข้าใจคลาดเคลื่อนไป ทักท้วงกันเข้ามาได้เลยนะครับ ยินดีมากๆ

ตอนหน้าของซีรีส์ AI 101 ผมว่าจะเล่าเรื่องที่ต่อเนื่องกันพอดี คือเจ้า agent ที่เราพูดถึงวันนี้ เวลามันต้อง “จำ” ว่าทำอะไรไปแล้วบ้าง แล้วต้องดึงความรู้นอกหัวมันมาใช้ มันทำยังไง ทำไมบางที AI ถึงเหมือนความจำสั้น คุยไปคุยมาแล้วลืมต้นเรื่อง ไว้เจอกันตอนหน้าครับ