ท่ามกลางภูมิทัศน์ทางธุรกิจที่เปลี่ยนแปลงอย่างรวดเร็ว ปัญญาประดิษฐ์ (AI) ได้พิสูจน์แล้วว่าไม่ใช่เป็นเพียงกระแสเทคโนโลยีชั่วคราว แต่ได้กลายเป็นความจริงที่ทุกองค์กรต้องปรับตัวเข้าหา ด้วยอัตราการนำไปใช้งานที่เพิ่มขึ้นอย่างก้าวกระโดดและการถูกจัดให้เป็นงบประมาณที่มีความสำคัญสูงสุดในหลายบริษัท คำถามจึงไม่ใช่ “จะใช้ AI หรือไม่” อีกต่อไป แต่เป็น “อะไรคือขั้นต่อไปของ AI และเราจะใช้ประโยชน์จากมันอย่างไร?”
ณิชา สืบวงศ์ลี Venture Capital Business Development Manager, Thailand & ASEAN จาก Amazon Web Services (AWS) กล่าวว่าการเปลี่ยนผ่านครั้งสำคัญที่กำลังจะเกิดขึ้นนั่นคือการเดินทางจากยุคของ Generative AI ที่เน้นการสร้างสรรค์คอนเทนต์ ไปสู่พรมแดนใหม่อย่าง Agentic AI ซึ่งเป็นเทคโนโลยีที่จะเข้ามาพลิกโฉมโมเดลธุรกิจของสตาร์ตอัพและองค์กรต่าง ๆ อย่างสิ้นเชิง โดย AWS ได้เข้ามามีบทบาทสำคัญในการสนับสนุนการเปลี่ยนแปลงครั้งนี้
กำเนิด “Agentic AI”: ก้าวต่อไปแห่งปัญญาประดิษฐ์
วิวัฒนาการของ AI มีเส้นทางที่ชัดเจน จากยุคของ AI และ Machine Learning แบบดั้งเดิมที่ถูกสร้างมาเพื่อทำงานเฉพาะทางเพียงอย่างเดียว ก้าวมาสู่ยุคของ Generative AI ที่เราคุ้นเคยกันดี ซึ่งมีความสามารถในการเข้าใจภาษามนุษย์และสร้างสรรค์คอนเทนต์ แต่เทรนด์ล่าสุดที่เป็นอนาคตคือ Agentic AI หรือระบบอัตโนมัติที่สามารถทำงานและใช้ตรรกะคล้ายมนุษย์ได้โดยต้องการการกำกับดูแลที่น้อยลง
หากจะนิยามอย่างเป็นทางการ Agentic AI คือระบบซอฟต์แวร์อัตโนมัติที่ใช้ AI ในการใช้เหตุผล วางแผน และลงมือกระทำภารกิจที่ซับซ้อนแทนบุคคลหรือระบบอื่น หัวใจสำคัญที่ทำให้มันแตกต่างคือความสามารถในการกระทำสิ่งต่าง ๆ ได้ด้วยตัวเอง ซึ่งการจะทำงานให้สำเร็จนั้นต้องอาศัยองค์ประกอบหลายอย่างประกอบกัน ตั้งแต่ความรู้และความจำซึ่งเป็นพื้นฐาน การมีเครื่องมือที่เหมาะสม การได้รับอิสระในการตัดสินใจ ความสามารถในการเลือกทางเลือกที่ดีที่สุด
และที่สำคัญคือทักษะการวางแผนและไตร่ตรองผลลัพธ์ AI Agent ก็ทำงานบนหลักการเดียวกันนี้ โดยมนุษย์เพียงแค่กำหนดเป้าหมายที่ใหญ่ขึ้น แล้ว AI Agent จะเริ่มวงจรการทำงานอัตโนมัติของมันเอง คือการใช้เหตุผลเพื่อวางแผน ลงมือกระทำ สังเกตผลลัพธ์ที่เกิดขึ้น และนำผลลัพธ์นั้นมาไตร่ตรองเพื่อปรับปรุงการทำงานในครั้งต่อไป โดยไม่ต้องรอคำสั่งในทุกขั้นตอน
อย่างไรก็ตาม ไม่ใช่ว่า AI ทุกระบบจะเป็น Agentic AI แม้แต่ Chatbot ที่มีความสามารถสูงก็อาจเป็นเพียง Generative AI ทั่วไป หากมันทำได้แค่ตอบคำถามตามคำสั่งและไม่สามารถเริ่มกระบวนการทำงานที่ซับซ้อนได้ด้วยตัวเอง คำถามทางธุรกิจจึงเปลี่ยนจาก “จะใช้ AI สร้างอะไรดี?” ไปสู่ “จะมอบหมายให้ AI ทำภารกิจที่ซับซ้อนอะไรได้บ้าง?”
3 เสาหลักสู่การสร้าง AI ที่ประสบความสำเร็จในสตาร์ตอัพ
สำหรับสตาร์อัพที่ต้องการนำ AI มาใช้ให้เกิดผลลัพธ์สูงสุด มีแนวทางที่เป็นเสาหลักอยู่สามประการ ประการแรกคือ อิสระในการสร้างสรรค์และเลือกใช้ซึ่งเน้นที่การมีเครื่องมือและโครงสร้างพื้นฐานที่ยืดหยุ่น เนื่องจากภูมิทัศน์ของ AI Model เปลี่ยนแปลงเร็วมาก การยึดติดกับโมเดลเดียวจึงเป็นความเสี่ยง สิ่งสำคัญคือการสร้างสถาปัตยกรรมที่ยืดหยุ่นพอที่จะประเมิน ทดสอบ และสลับสับเปลี่ยน AI Model ได้ตลอดเวลา เพื่อเลือกใช้โมเดลที่ดีและคุ้มค่าที่สุดสำหรับแต่ละ Use case โดยต้องมีเครื่องมือรองรับตลอดทั้งวงจรการพัฒนา ตั้งแต่การเตรียมข้อมูล การปรับแต่งโมเดลด้วยเทคนิคต่าง ๆ เช่น RAG หรือ Fine-tuning ไปจนถึงการนำไปใช้งานจริง แต่ท่ามกลางเทคโนโลยีที่ทุกคนเข้าถึงได้เหมือนกัน ข้อมูลที่มีคุณภาพและเป็นกรรมสิทธิ์ของสตาร์ตอัพเอง จะกลายเป็นกุญแจสำคัญเพียงหนึ่งเดียวที่สร้างความได้เปรียบในการแข่งขัน
เสาหลักประการที่สองคือ การสร้างความไว้วางใจ ซึ่งเป็นสิ่งที่สำคัญที่สุดสำหรับ SaaS ที่ขายให้ลูกค้าองค์กร และเป็นสิ่งที่ผู้บริหารส่วนใหญ่กังวล การสร้างความไว้วางใจนี้ประกอบด้วยสองส่วนหลัก ส่วนแรกคือความปลอดภัยและความเป็นส่วนตัวที่ต้องออกแบบมาตั้งแต่ต้น ครอบคลุมทั้งการควบคุมสิทธิ์การเข้าถึง การมีระบบที่ตรวจสอบได้ และการป้องกันข้อมูลรั่วไหล และส่วนที่สองคือ AI ที่มีความรับผิดชอบ ซึ่งเป็นมากกว่าเรื่องความปลอดภัย แต่หมายถึงการกำกับดูแลให้ AI ทำงานอย่างมีจรรยาบรรณ ผ่านกระบวนการกำกับดูแลที่ดี การสร้างมาตรฐานการทดสอบที่ชัดเจน การใส่กรอบควบคุมเพื่อป้องกัน AI ตอบสนองในสิ่งที่ไม่เหมาะสม และการมีความโปร่งใสที่ตรวจสอบได้
เสาหลักประการสุดท้ายคือ การสร้างมูลค่าสูงสุดจาก AI โดยยึดหลัก “เริ่มจากปัญหา ไม่ใช่เริ่มจากเทคโนโลยี” และต้องมุ่งเน้นผลลัพธ์ทางธุรกิจที่วัดผลได้ ซึ่งมีกระบวนการที่เป็นระบบ เริ่มจากการประเมิน Use case ว่ามีความพร้อมทางด้านข้อมูลและกฎระเบียบหรือไม่ ต่อด้วยการประเมินผลกระทบในเชิงธุรกิจว่า ROI ที่คาดหวังคืออะไรและมีความสำคัญทางกลยุทธ์แค่ไหน และสุดท้ายคือนำข้อมูลทั้งหมดมาจัดลำดับความสำคัญของโปรเจกต์ โดยพิจารณาจากความเป็นไปได้ทางเทคนิคเทียบกับคุณค่าทางธุรกิจ เพื่อให้มั่นใจว่าได้ลงแรงในสิ่งที่สร้างผลกระทบสูงสุดก่อน เช่น การนำ AI มาช่วยสร้างโค้ดเพื่อเพิ่ม Productivity ของทีมพัฒนา หรือการนำไปใช้สร้างประสบการณ์ลูกค้าแบบ Hyper-personalized เพื่อเพิ่มยอดขาย
อนาคตของ SaaS ในยุค Agentic AI
การมาถึงของ Agentic AI ไม่เพียงเป็นแค่การอัปเกรดทางเทคโนโลยี แต่ถูกคาดการณ์ว่าจะเปลี่ยนรากฐานของธุรกิจ SaaS ไปอย่างสิ้นเชิงในสามมิติสำคัญ มิติแรกคือการเปลี่ยนจาก Software สู่ Outcome-as-a-Service จากเดิมที่ลูกค้าซื้อสิทธิ์ในการเข้าถึง “เครื่องมือ” เพื่อไปทำงานให้สำเร็จด้วยตนเอง ในอนาคตลูกค้าจะสามารถซื้อ “ผลลัพธ์” ที่ต้องการได้โดยตรง โดยให้ AI Agent ของผู้ให้บริการทำงานนั้นให้สำเร็จลุล่วง
มิติที่สองคือ โมเดลราคาที่จะอิงตามคุณค่า จากเดิมที่เป็นแบบ Subscription รายเดือน ในอนาคตราคาจะเปลี่ยนไปอิงตามผลลัพธ์ที่สร้างขึ้น หรืออาจเกิดโมเดลใหม่อย่าง “AI Agent for Hire” ที่ลูกค้าสามารถ “จ้าง” AI Agent ของ SaaS ให้ทำงานเป็นโปรเจกต์หรือเป็นรายชั่วโมงได้ เหมือนการจ้างที่ปรึกษาที่เป็นมนุษย์
และมิติสุดท้ายซึ่งอาจเป็นการเปลี่ยนแปลงที่สำคัญที่สุดคือ การหาลูกค้าที่เปลี่ยนไป จากเดิมที่ทำการตลาดเพื่อเข้าถึง “คน” ที่เป็นผู้มีอำนาจตัดสินใจ ในอนาคตเมื่อองค์กรต่างๆ มี AI Agent เป็นของตนเอง SaaS จะต้องทำให้ผลิตภัณฑ์ของตนเองสามารถถูกค้นพบและทำงานร่วมกับ AI Agent ของลูกค้าได้ กระบวนการจัดซื้อจัดจ้างอาจเกิดขึ้นระหว่าง AI Agent ต่อ AI Agent การมี API ที่พร้อมให้ AI ตัวอื่นมาเชื่อมต่อจึงกลายเป็นสิ่งจำเป็นอย่างยิ่ง
AI ได้เดินทางมาถึงจุดเปลี่ยนที่สำคัญ จากเครื่องมือสร้างสรรค์สู่ “ผู้ช่วยอัตโนมัติ” ที่ชาญฉลาด สำหรับ SaaS Startup การปรับตัวเพื่อทำความเข้าใจ สร้างความน่าเชื่อถือ และใช้ประโยชน์จาก Agentic AI ไม่ใช่แค่ทางเลือก แต่เป็นหนทางสู่การเติบโตและสร้างความได้เปรียบในอนาคตที่กำลังจะมาถึงอย่างรวดเร็ว
ข่าวอื่น ๆ ที่น่าสนใจ
‘Resilience is the New Luxury’: เจาะลึกกลยุทธ์แบรนด์หรู เมื่อ ‘คุณค่า’ อยู่เหนือ ‘ราคา’
Krungsri Finnovate เดิมพันอนาคต ปั้น AI ไทย-อาเซียนสู่สมรภูมิเทคโลก
ถอดรหัสธุรกิจ SaaS ฉบับไทย: ‘ไผท ผดุงถิ่น’ กับวิวัฒนาการจากซอฟต์แวร์กล่องสู่โมเดลที่ยั่งยืน
