AI คืออะไร
AI มีชื่อเต็ม ๆ ว่า Artificial Intelligence หรือมีชื่อภาษาไทยว่า ปัญญาประดิษฐ์ ที่อยู่บนคอมพิวเตอร์ โดยมีการทำหน้าที่ในการช่วยแก้ไขปัญหาหรือสร้างแนวทางการตัดสินใจที่เหมือนมนุษย์คนนึง แนวคิดของ AI เกิดขึ้นมานานกว่า 75 ปี ตั้งแต่ปี 1950 โดยมาจากนักคณิตศาสตร์ชาวอังกฤษที่ชื่อว่า Alan Turing ผู้แก้วิธีการการเข้ารหัสแบบ ENIGMA ของเยอรมัน ในสงครามโลกครั้งที่ 2 ที่เกิดจากการตั้งคำถามว่า “ถ้าเครื่องจักรสามารถคิดได้เหมือนกับมนุษย์ มันจะเป็นยังไง” จากการตั้งคำถามทำให้เกิดการทำ Turing Test ที่เป็นการทดสอบว่าเครื่องจักรสามารถคิดได้เหมือนหรือแตกต่างจากมนุษย์หรือไม่ นับจากตรงนี้เองทำให้แนวคิดของปัญญาประดิษฐ์หรือ AI ได้เกิดขึ้น
ยุคสมัยของ AI จากอดีตถึงปัจจุบัน
IBM ได้แบ่งยุคสมัยที่เป็นแนวคิดของ AI ออกเป็น 4 ช่วง
- ปี 1950: แนวคิด Artificial Intelligence ได้กำเนิดขึ้น
- ปี 1980: เกิด Machine learning ระบบของ AI ที่เกิดขึ้นจากการเรียนรู้จากข้อมูลในประวัติศาสตร์
- ปี 2010: Deep learning ศาสตร์ใน Machine Learning ที่เลียนแบบการเรียนรู้ของสมองมนุษย์ โดย Deep Learning สามารถแบ่งได้ 3 ชั้น ได้แก่
- Input Layer: การนำเข้าข้อมูลที่เกิดโดยมนุษย์
- Multiple Hidden Layer: กระบวนการการคิดที่มีความซับซ้อน
- Output Layer: การแสดงผลลัพธ์ที่ตรงตามการนำเข้าข้อมูล
- ปี 2020: Generative AI ผลลัพธ์ของ Deep learning ที่สามารถสร้าง Content ของตัวเองออกมาเป็น ภาพ เสียง วิดิโอ บทความ และอื่น ๆ อีกมากมาย
Generative AI ก้าวใหญ่ของ AI และโลกเทคโนโลยี
Generative AI ถือเป็นอีกก้าวใหญ่ของ AI และเทคโนโลยีของโลกในยุคปัจจุบัน เพราะ Generative AI ไม่ได้เป็นแค่ AI ที่ใช้ในการคาดการณ์และวิเคราะห์ข้อมูล แต่ยังสามารถใช้ในการสร้างสื่อแขนงต่าง ๆ ได้ เช่น รูปภาพ วิดิโอ เสียง บทความ ที่เป็น Original ของตัวเอง ด้วยการใช้ภาษาที่มนุษย์สื่อสารทั่วไป ด้วยการ Prompt นั่นเอง
ปัจจุบัน Generative AI ที่มีชื่อเสียงมีมากมายได้แก่ ChatGPT, Gemini, Microsoft Copilot, Claude, Perplexity เป็นต้น
และในปี 2025 ไม่ได้มีแค่ Generative AI เพียงอย่างเดียว แต่ยังมีการนำ Generative AI ไปประยุกต์ใช้งานด้านต่าง ๆ ก่อให้เกิดเป็นแนวทางใหม่ ๆ เช่น
- AI Automation
- Agentic AI
AI Automation ยกระดับงานอัตโนมัติด้วย AI
ก่อนหน้านี้เรามีการสร้างระบบ Automation หรืออีกชื่อว่า RPA ในงานซ้ำ ๆ เพื่อช่วยลดเรื่องของเวลา แต่การทำงานก็ยังเป็นการตั้งค่าตามการสร้างของเรา ดังนั้นการนำ AI เข้ามาในงาน Automation จนทำให้เกิดเป็น AI Automation ที่ทำให้การทำงาน Automation มีความหลากหลายมากขึ้น มีความแม่นยำและรวดเร็ว โดยปัจจุบันเรามีเครื่องมือในการทำงานร่วมกันระหว่าง AI และ Automation มากมายเช่น Make, Power Automate, n8n, UiPath และ Automation Anywhere เป็นต้น
ประโยชน์ของ AI Automation ในงานธุรกิจ
- เพิ่มประสิทธิภาพ (Efficiency) ระบบอัตโนมัติที่ใช้ AI ช่วยลดขั้นตอนการทำงานซ้ำซ้อน ทำให้ทีมงานสามารถโฟกัสกับการสร้างนวัตกรรมใหม่ ๆ หรือการวางกลยุทธ์ที่สำคัญ
- ลดต้นทุน (Cost Reduction) เมื่อลดความต้องการด้านแรงงานคนในส่วนของงานซ้ำ ๆ หรืองานที่ใช้เวลานาน ก็จะช่วยลดค่าใช้จ่ายได้อย่างมีนัยสำคัญ
- ประหยัดเวลา (Time Saving) งานที่เคยต้องใช้เวลาหลายชั่วโมง หรือแม้แต่หลายวัน สามารถทำให้เสร็จได้ในไม่กี่นาที ด้วยการประมวลผลแบบเรียลไทม์ของ AI Automation
- ลดความผิดพลาด (Error Reduction) ความสามารถของ AI ในการวิเคราะห์ข้อมูลจำนวนมหาศาล ช่วยให้ลดความเสี่ยงและความผิดพลาดจากการทำงานด้วยมนุษย์
โดยเรามีกรณีศึกษาอย่างงาน HR ที่เราสามารถใช้ในเรื่องของการคัด Resume ให้ตรงตาม Job Description ให้เราได้ สามารถอ่านบทความได้ที่นี่ หรือสามารถรับชมคลิปได้ที่
HR ยุคใหม่ ใช้ AI คัดเลือกผู้สมัครงานได้อย่างมีประสิทธิภาพ
Agentic AI เมื่อ AI เปรียบเสมือนคนในองค์กรของเรา
Agentic AI คือ ผู้ช่วย AI อัจฉริยะ ที่สามารถดำเนินการและตัดสินใจด้วยตนเอง โดยมีลักษณะคล้าย “ตัวแทน” (Agent) ที่เข้าใจเป้าหมาย รวมถึงมีความสามารถในการปรับตัวตามสถานการณ์ต่าง ๆ ได้ สามารถที่จะทำงาน คิด ตัดสินใจได้ด้วยตัวเอง
Agentic AI เป็นก้าวสำคัญอีกขั้นของ AI ที่ให้ AI มีบทบาทเป็นตัวกระทำ (Agent) หรือผู้ช่วยอัจฉริยะที่สามารถเรียนรู้ ตัดสินใจ และดำเนินการตามเป้าหมายโดยอัตโนมัติ จุดเด่นคือการลดภาระงานซ้ำซ้อนและตัดสินใจได้เร็ว โดยใช้เทคโนโลยีอย่าง Deep Reinforcement Learning, RPA และ Large Language Models เข้ามาช่วย แม้จะมีความท้าทายด้านการควบคุมความปลอดภัยและจริยธรรม แต่ในอนาคตเราจะเห็น Agentic AI มีบทบาทเป็น “ทีมงานดิจิทัล” หรือ “ผู้ร่วมงานเสมือน” ในองค์กรต่าง ๆ ได้อย่างแพร่หลาย
ประโยชน์ของ Agentic AI
- ลดภาระงานซ้ำซ้อน Agentic AI สามารถจัดการงานอัตโนมัติในกิจวัตรประจำวันของธุรกิจหรือองค์กร ไม่ว่าจะเป็นการออกใบเสนอราคา ตรวจสอบเอกสาร และส่งต่อข้อมูล ช่วยให้บุคลากรได้มีเวลาทำงานเชิงกลยุทธ์มากขึ้น
- ตัดสินใจได้รวดเร็ว ในสถานการณ์ที่ต้องการความรวดเร็วอย่างการเทรดหุ้น การตรวจจับภัยคุกคามไซเบอร์ หรือการคัดกรองข้อมูลจำนวนมหาศาล AI ที่สามารถดำเนินการได้ทันทีจะช่วยแก้ปัญหาได้อย่างมีประสิทธิภาพ
- ปรับตัวตามสภาวะแวดล้อม เมื่อสภาพแวดล้อมเปลี่ยน เช่น เทรนด์ตลาดโลก หรือรูปแบบข้อมูลใหม่ Agentic AI ที่มีระบบเรียนรู้ด้วยตนเอง (Self-Learning) สามารถปรับเปลี่ยนกลยุทธ์เพื่อให้ผลลัพธ์ได้ตามเป้าหมายอยู่เสมอ
Generative AI, AI Automation, Agentic AI เลือกใช้อย่างไรให้เหมาะกับงาน
มาถึงเรื่องของการเลือกใช้งานของ Generative AI, AI Automation, Agentic AI เบื้องต้น ผู้เขียนอยากจะบอกผู้อ่านทุกคนว่า การเลือกใช้เครื่องมือ AI เหล่านี้ สิ่งนึงที่เราต้องเข้าใจมากที่สุดคือ กระบวนการทำงานของตัวเราเอง เพื่อให้เราสามารถเลือกใช้งานเครื่องมืออย่างมีประสิทธิภาพและสามารถควบคุม Cost ได้
- Generative AI
- งานที่ต้องการสร้างผลลัพธ์ออกมาเป็นคอนเท็นต์หรือสื่อต่าง ๆ เช่น รูปภาพ, วิดิโอ, เสียง, บทความ หรือ Code สำหรับการเขียนโปรแกรม
- AI Automation
- งานที่ต้องการทำงานซ้ำ ๆ เพื่อลดระยะเวลาการทำงานในส่วนที่ใช้เวลานาน ได้มีประสิทธิภาพมากขึ้น
- Agentic AI
- งานที่ต้องอาศัยการตัดสินใจได้เร็ว และสามารถปรับตัวและเรียนรู้ได้ด้วยตัวเอง เพื่อเพิ่มความยืดหยุ่นในการทำงาน
การทำงานร่วมกับ AI
ปัจจุบันมีหลาย ๆ องค์กร ที่มีการปรับโครงสร้างการทำงานที่ร่วมกันกับ AI มากยิ่งขึ้น และขณะเดียวกัน หลาย ๆ องค์กรกำลังลดจำนวนพนักงานลง ดังนั้นเพื่อให้เรายังสามารถทำงานอยู่ได้เราจึงจำเป็นต้องฝึกทักษะด้าน AI เพื่อให้เราสามารถทำงานร่วมกันกับ AI และยังสามารถควบคุมการทำงานของ AI โดยแนวคิดดังนี้ Frontier Firm ของทาง Microsoft อีกด้วย
ขอบคุณสำหรับการติดตาม
9Expert Training
#อย่าหยุดเรียนรู้