จำความรู้สึกตอนปลายปี 2022 ถึงต้นปี 2023 ได้ไหมครับ? ช่วงเวลาที่โลกหยุดหมุนเมื่อ ChatGPT เปิดตัว หรือตอนที่ Midjourney สร้างภาพที่สวยจนเราแยกไม่ออกว่าเป็นฝีมือมนุษย์หรือเครื่องจักร
ในตอนนั้น ทุกหน้าฟีดโซเชียลมีเดียเต็มไปด้วยความตื่นตะลึง เราแชร์บทกวีที่ AI แต่ง เราทึ่งกับภาพนักบินอวกาศขี่ม้าในสไตล์ภาพวาดสีน้ำมัน เราตื่นเต้นกับ “ความสามารถเชิงสร้างสรรค์” (Generative Capabilities) ที่ไม่เคยมีมาก่อน มันให้ความรู้สึกเหมือนเวทมนตร์
แต่ตอนนี้… เวทมนตร์นั้นเริ่มจืดจางลงแล้ว
ไม่ได้แปลว่า AI แย่ลงนะครับ ตรงกันข้าม มันเก่งขึ้น เร็วขึ้น และสมจริงขึ้นมาก แต่ความรู้สึก “ว้าว” ของเราต่างหากที่เปลี่ยนไป เราเริ่มชินชากับการเห็นภาพสวยๆ ที่สร้างในไม่กี่วินาที เราเริ่มเฉยๆ กับการที่ AI สรุปบทความยาวๆ ให้เราอ่าน
เรากำลังก้าวข้ามยุค “ฮันนีมูน” ของ Generative AI และกำลังเข้าสู่ยุคแห่งความเป็นจริง ยุคที่เราเริ่มตั้งคำถามที่สำคัญกว่าว่า: “โอเค แกเก่งมากที่สร้างของพวกนี้ขึ้นมาได้… แต่แล้วไงต่อ? แกช่วยทำงานจริงๆ ของฉันให้เสร็จได้ไหม?”
ทำไมการสร้างจึงไม่เพียงพออีกต่อไป
ปัญหาของ Generative AI ในยุคแรกคือ มันเก่งในเรื่องการ “สร้างผลลัพธ์” (Output Generation) แต่กลับอ่อนหัดในเรื่องการ “ดำเนินการให้สำเร็จ” (Task Execution)
ลองนึกภาพตามนะครับ
- คุณให้ AI เขียนอีเมลหาลูกค้าเพื่อเสนอขายสินค้า มันเขียนออกมาได้ดีเยี่ยม… แต่คุณยังต้องเป็นคนก๊อปปี้ข้อความนั้นไปวางใน Gmail, ใส่หัวข้อ, หาอีเมลลูกค้า, และกดส่งเอง
- คุณให้ AI สร้างภาพประกอบสำหรับโพสต์ Facebook มันสร้างได้สวยงาม… แต่คุณยังต้องเป็นคนดาวน์โหลดภาพ, เข้า Facebook, อัปโหลด, เขียนแคปชั่น, และตั้งเวลาโพสต์เอง
- คุณให้ AI วางแผนการท่องเที่ยว มันลิสต์สถานที่มาให้เสร็จสรรพ… แต่คุณยังต้องเป็นคนไปกดจองตั๋วเครื่องบิน, จองโรงแรม, และหารถเช่าเองทีละเว็บ
เห็นช่องว่างตรงนั้นไหมครับ?
AI ในปัจจุบันทำหน้าที่เหมือน “ที่ปรึกษาผู้รอบรู้” หรือ “ศิลปินผู้มากพรสวรรค์” ที่นั่งรอคำสั่ง (Prompt) จากเรา เมื่อเราสั่ง มันก็สร้างของมาวางกองไว้ตรงหน้า แล้วก็จบหน้าที่ของมัน ภาระงานที่เหลือในการนำของสิ่งนั้นไปใช้งานจริง ยังคงตกอยู่ที่ “มนุษย์”
ความตื่นเต้นจึงเริ่มหมดไป เพราะเราพบว่า แม้ AI จะช่วยลดเวลาในการคิดหรือร่างงานได้ แต่มันไม่ได้ช่วยลด “ความยุ่งยากในการลงมือทำ” (Execution Friction) สักเท่าไหร่เลย
ยุคใหม่ จาก “ผู้สร้าง” (Creator) สู่ “ผู้กระทำ” (Doer)
สิ่งที่วงการเทคโนโลยีและธุรกิจกำลังให้ความสนใจในขณะนี้ จึงไม่ใช่แค่ Generative AI อีกต่อไป แต่กำลังมุ่งไปสู่สิ่งที่เรียกว่า “AI Agents” (ตัวแทน AI) หรือ “Agentic AI”
ความแตกต่างคืออะไร?
- Generative AI (แบบเดิม): รอรับคำสั่ง -> สร้างเนื้อหาตามคำสั่ง -> จบ
- AI Agent (แบบใหม่): รับรู้เป้าหมาย -> วางแผนขั้นตอน -> ใช้เครื่องมือต่างๆ -> ลงมือทำจนสำเร็จ -> รายงานผล
ถ้าเปรียบเทียบให้เห็นภาพ Generative AI คือศิลปินฟรีแลนซ์ที่คุณจ้างมาวาดรูป ส่วน AI Agent คือ “เลขาฯ ส่วนตัวระดับมืออาชีพ”
เมื่อคุณบอกเลขาฯ ว่า “ช่วยจัดประชุมกับคุณสมชายให้หน่อยในสัปดาห์หน้า” เลขาฯ จะไม่แค่ร่างอีเมลเชิญประชุมมาให้คุณดู แต่เขาจะ
- ไปเช็กปฏิทินของคุณเพื่อหาเวลาว่าง
- อีเมลไปถามคุณสมชายเพื่อขอเวลาที่สะดวก
- เจรจาหาเวลาที่ตรงกัน
- ส่งปฏิทินนัดหมายให้ทั้งสองฝ่าย
- จองห้องประชุม (ถ้าจำเป็น)
นี่คือการ “ทำงานแทน” ที่แท้จริง
อนาคตที่เราคาดหวัง ระบบอัตโนมัติที่คิดเองได้
ความตื่นเต้นระลอกใหม่จะไม่ใช่การเห็นภาพสวยๆ อีกต่อไป แต่จะเป็นความรู้สึกโล่งใจที่งานน่าเบื่อหายไปจากชีวิต
เรากำลังรอดู AI ที่สามารถ:
- บริการลูกค้า: ไม่ใช่แค่ตอบแชทบอทด้วยคำพูดสุภาพ แต่สามารถกดรีฟันเงินในระบบ ค้นหาสินค้าคงคลัง และออกใบสั่งซื้อใหม่ให้ลูกค้าได้จริง
- เขียนโค้ด: ไม่ใช่แค่เจนฯ โค้ดมาให้โปรแกรมเมอร์ก๊อปไปแปะ แต่สามารถรันเทสต์ ตรวจสอบบั๊ก และ Deploy ขึ้นเซิร์ฟเวอร์ได้เอง
- จัดการข้อมูล: ไม่ใช่แค่สรุปไฟล์ Excel แต่สามารถดึงข้อมูลจาก 3 แหล่งที่ต่างกัน มารวมกัน วิเคราะห์ และส่งรายงานเข้าอีเมลหัวหน้าทุกเช้าวันจันทร์
การที่ AI สามารถเข้าใจภาษาและสร้างสรรค์เนื้อหาได้นั้นถือเป็นรากฐานทางเทคโนโลยีที่สำคัญมาก แต่ตึกระฟ้าแห่งผลิตภาพ (Productivity) จะสร้างเสร็จได้ก็ต่อเมื่อรากฐานนั้นถูกนำไปเชื่อมต่อกับโลกแห่งการทำงานจริง
เราเลิกตื่นเต้นกับ “มายากล” แล้วครับ ตอนนี้เราต้องการ “เครื่องทุ่นแรง”
ในอีกไม่กี่ปีข้างหน้า AI ที่ประสบความสำเร็จและมีค่าที่สุด อาจไม่ใช่ AI ที่วาดรูปได้สวยที่สุด แต่จะเป็น AI ที่เงียบที่สุด ที่ทำงานอยู่เบื้องหลังอย่างน่าเชื่อถือ เพื่อจัดการงานร้อยแปดพันเก้าที่เราไม่อยากทำ ให้เสร็จสิ้นโดยที่เราไม่ต้องขยับนิ้วคลิกด้วยซ้ำ
นั่นต่างหากคือการปฏิวัติที่แท้จริง