คนไทยใช้ AI ทำอะไร? เมื่อ 1 ใน 3 ใช้ถามเรื่องใกล้ตัว ‘Google Cloud’ ดันต่อยอด Chatbot สู่ AI Agent องค์กรไทย รับเศรษฐกิจยุคใหม่
คนไทยคุ้นชิน AI! พบ 1 ใน 3 ของข้อความเป็นคำถามเกี่ยวกับชีวิตประจำวัน และกว่า 80% สื่อสารด้วยภาษาไทย ‘Google Cloud’ หนุนต่อยอดจาก Chatbot สู่ AI Agent ที่วางแผน เชื่อมโยงข้อมูล และลงมือทำงานในระดับองค์กรไทย หวังเพิ่มผลิตภาพและขีดความสามารถในการแข่งขันเศรษฐกิจใหม่
- คนไทยคุ้นชิน AI 1 ใน 3 ใช้ถามเกี่ยวกับชีวิตประจำวัน
- จาก Chatbot สู่ AI Agent ที่มากกว่าคำตอบ
- 4 องค์ประกอบสำคัญของ AI Agent ในองค์กร
- คนทั่วไปก็สร้าง AI Agent ได้ แนะต่อยอด NotebookLM
ไพบูลย์ วงศาสุทธิกุล AI Specialist, Google Cloud ประเทศไทย ซึ่งเป็นผู้เชี่ยวชาญที่มีบทบาทสำคัญในการผลักดันและให้คำปรึกษาด้านเทคโนโลยีปัญญาประดิษฐ์ (AI) และระบบคลาวด์สำหรับองค์กรขนาดใหญ่ในไทย กล่าวในงาน American Fair ซึ่งจัดขึ้นระหว่างวันที่ 23-25 ตุลาคม 2569 ณ พาร์ค พารากอน และ SCBX Next Tech ที่ สยามพารากอน เพื่อเฉลิมฉลองครบรอบ 250 ปี ว่า ปัจจุบันคนไทยจำนวนมากคุ้นเคยกับการใช้ AI ในชีวิตประจำวันแล้ว ทั้งการค้นหาข้อมูล การถามคำถามเพื่อช่วยคิด การสร้างภาพ และการสื่อสารผ่านเสียง
อย่างไรก็ตาม โจทย์สำคัญในระยะต่อไปคือการต่อยอดจากการใช้งานส่วนบุคคล (Consumer AI) สู่การใช้งานในระดับองค์กร (Enterprise AI) เพื่อเพิ่มผลิตภาพ (Productivity) และขีดความสามารถในการแข่งขันของประเทศ
“วันนี้เราใช้ AI ในมุมของ Personal Use กันมากขึ้นแล้ว แต่สิ่งที่ Google อยากแชร์คือ AI ที่เราใช้ในชีวิตประจำวัน ยังมีอีกหลายมิติที่สามารถนำมาต่อยอดในมุม Corporate Use ได้ให้มีประสิทธิภาพได้อีกมาก”
ไพบูลย์ ชี้ว่า เมื่อพูดถึง Super Intelligence หลายคนอาจนึกถึง AI Model เป็นหลัก แต่ในมุมของ Google ศักยภาพของ AI ไม่ได้จำกัดอยู่เพียงโมเดล หากแต่ครอบคลุมตั้งแต่การพัฒนาชิป AI
การสร้างโมเดลโดยทีมวิจัยอย่าง หน่วยงานวิจัยและพัฒนา (Google DeepMind) ไปจนถึงแพลตฟอร์มกลาง ระบบความปลอดภัย และแอปพลิเคชันที่นำ AI ไปใช้งานจริง ซึ่งการพัฒนาเทคโนโลยีตั้งแต่ต้นน้ำถึงปลายน้ำช่วยให้ระบบ AI ทำงานเชื่อมต่อกันได้อย่างราบรื่น
ขณะเดียวกัน Google ไม่ได้มองว่าทุกงานจำเป็นต้องใช้โมเดลเพียงตัวเดียว แต่ควรเปิดโอกาสให้ลูกค้าเลือกใช้โมเดลที่เหมาะสมกับลักษณะงานแต่ละประเภท ผ่านแพลตฟอร์มที่รองรับการใช้งานได้หลากหลายและเหมาะสมกับบริบทองค์กรนั้นๆ
คนไทยคุ้นชิน AI 1 ใน 3 ใช้ถามเกี่ยวกับชีวิตประจำวัน
ไพบูลย์ เปิดเผยชุดข้อมูลอันน่าสนใจว่า รายงานเกี่ยวกับการใช้งาน AI ในภูมิภาคเอเชียแปซิฟิกที่ Google จัดทำเมื่อต้นปี สะท้อนให้เห็นถึงการเติบโตของการใช้งาน AI ทั่วโลก โดยแอปพลิเคชันที่กล่าวถึงมีฐานผู้ใช้มากกว่า 1,000 ล้านคนทั่วโลก และมีจำนวนผู้ใช้งานต่อเนื่องและเพิ่มขึ้นอย่างรวดเร็ว
สำหรับประเทศไทย ข้อมูลที่ Google รวบรวมชี้ให้เห็นว่า ผู้ใช้จำนวนมากเข้าถึง AI ผ่านโทรศัพท์มือถือ โดยข้อความ คำถาม คำสั่ง หรือชุดข้อมูลที่ผู้ใช้ป้อนให้กับระบบปัญญาประดิษฐ์ (AI) เพื่อบอกให้ AI ทำตามความต้องการ เช่น การเขียนบทความ แปลภาษา วิเคราะห์ข้อมูล สร้างรูปภาพ (Prompt) เข้าสู่ระบบประมาณ 1 ใน 3 เกี่ยวข้องกับเรื่องใกล้ตัวและชีวิตประจำวัน ขณะที่ มากกว่า 80% เป็นการสื่อสารด้วยภาษาไทย
นอกจากนี้ ผู้ใช้อายุ 54 ปีขึ้นไป ยังมีรูปแบบการใช้งานที่น่าสนใจ ทั้งการสร้างภาพและการใช้เสียงสนทนากับ AI สะท้อนให้เห็นว่าการใช้ AI ไม่ได้จำกัดอยู่แค่การพิมพ์ข้อความเพื่อถามคำถาม แต่ขยายไปสู่การสื่อสารหลายรูปแบบที่เข้าถึงผู้คนได้หลากหลายกลุ่ม
ไพบูลย์ ยกตัวอย่าง กระแสการสร้างภาพฟิกเกอร์ หรือภาพจำลองบุคคลที่แพร่หลายในโลกออนไลน์ โดยระบุว่า เทรนด์ดังกล่าวมีต้นกำเนิดจากประเทศไทย ก่อนจะได้รับความนิยมไปทั่วโลก เป็นตัวอย่างที่สะท้อนว่าคนไทยมีความคุ้นเคยกับการใช้ AI เพื่อสร้างสรรค์เนื้อหา และสามารถเป็นส่วนหนึ่งของกระแสเทคโนโลยีระดับโลกได้
อย่างไรก็ตาม แม้การใช้ AI ในระดับผู้บริโภคจะเติบโตขึ้นมาก แต่โอกาสสำคัญในระยะต่อไปคือการนำเทคโนโลยีไปเพิ่มประสิทธิภาพการทำงานขององค์กร ทั้งธุรกิจขนาดเล็กและขนาดใหญ่ ตลอดจนหน่วยงานภาครัฐและเอกชน
จาก Chatbot สู่ AI Agent ที่มากกว่าคำตอบ
การใช้ AI ในฐานะ Chatbot ช่วยให้ผู้ใช้ตั้งคำถาม แลกเปลี่ยนความคิดเห็น และทำความเข้าใจข้อมูลได้มากขึ้น แต่ก้าวต่อไปของ AI คือการเปลี่ยนผ่านไปสู่ Enterprise AI ซึ่งมีศักยภาพในการสร้างผลิตภาพให้กับ ธุรกิจและเศรษฐกิจไทยได้มากกว่าเดิม
“Next Page ของ AI คือการนำไปสู่ Institutional AI ไม่ว่าจะเป็นองค์กรขนาดเล็ก ขนาดใหญ่ ภาครัฐ หรือภาคเอกชน หากเราสามารถเปลี่ยนผ่านไปสู่การใช้ AI ในระดับองค์กรได้ ก็จะช่วยสร้าง Productivity ให้กับเศรษฐกิจประเทศได้เป็นอย่างมาก”
การเปลี่ยนผ่านดังกล่าวไม่ได้หมายถึงการมี Chatbot ที่ตอบคำถามได้ดีขึ้นเท่านั้น แต่เป็นการพัฒนา AI Agent ที่สามารถรับเป้าหมายจากผู้ใช้ วางแผนแบ่งงานออกเป็นขั้นตอน เลือกใช้เครื่องมือที่เหมาะสม และดำเนินงานจนได้ผลลัพธ์ตามที่ต้องการ
ไพบูลย์ อธิบายว่า AI สำหรับบุคคลทั่วไป กับ AI ที่ใช้ในองค์กร มีข้อแตกต่างสำคัญ โดย AI สำหรับบุคคลมักทำงานภายใต้บัญชีและข้อมูลของผู้ใช้รายนั้น
แต่เมื่อนำมาใช้ในองค์กร จำเป็นต้องมีระบบระบุตัวตนและสิทธิ์การเข้าถึงตามบทบาท สามารถเชื่อมต่อกับฐานข้อมูลและระบบ งานขององค์กรได้อย่างเหมาะสม รวมถึงมีกลไกควบคุมไม่ให้ AI ดำเนินการนอกเหนือจากขอบเขตที่ได้รับอนุญาต
เขาอธิบายความแตกต่างระหว่าง Chatbot กับ AI Agent ว่า Chatbot มีหน้าที่หลักในการให้คำตอบ
ส่วน AI Agent สามารถรับเป้าหมายแล้วแปลงเป็นแผนการทำงาน กำหนดขั้นตอนย่อย เลือกใช้เครื่องมือ และสร้างผลลัพธ์ที่ต้องการได้
เพื่อให้เห็นภาพชัดเจน ไพบูลย์ยกตัวอย่าง การสร้างบ้านทรงไทยว่า การสร้างบ้านหนึ่งหลังต้องเริ่มจากการวางแผนว่าจะต้องทำอะไรบ้าง ใช้เครื่องมือใด และดำเนินงานตามลำดับอย่างไร AI Agent ก็ทำงานในลักษณะเดียวกัน
โดยเป็นเสมือนผู้ช่วยดิจิทัลที่สามารถวางแผนและใช้เครื่องมือต่าง ๆ เพื่อทำงานให้สำเร็จ ไม่ใช่เพียงให้ข้อมูลหรือคำแนะนำเท่านั้น
4 องค์ประกอบสำคัญของ AI Agent ในองค์กร
ดังนั้น มองว่า การนำ AI Agent ไปใช้ในองค์กรต้องพิจารณามากกว่าหน้าจอหรือแอปพลิเคชันที่ผู้ใช้มองเห็น เพราะหัวใจสำคัญอยู่ที่ระบบเบื้องหลัง ซึ่งทำให้ AI เข้าใจบริบท เชื่อมโยงข้อมูล และดำเนินงานได้อย่างมีประสิทธิภาพ
1. Memory: จดจำบริบทและทำงานต่อเนื่องได้
AI ในอนาคตจะไม่จำกัดอยู่กับการทำงานเพียงอย่างเดียวหรือการเปิดแอปพลิเคชันแยกกัน แต่สามารถช่วยทำงานหลายรูปแบบ
ทั้งเขียนโค้ด สร้างภาพ และค้นคว้าวิจัย พร้อมจดจำบริบทจากการสนทนาได้ทั้งภายในเซสชันเดียวกันและข้ามเซสชัน
เมื่อ AI สามารถจดจำข้อมูลและบริบทที่เกี่ยวข้อง รวมถึงเข้าถึงข้อมูลขององค์กรได้ตามสิทธิ์ ก็จะช่วยให้ทำงานต่อเนื่องและส่งมอบผลลัพธ์ได้ดีขึ้น
2. Open Platform: ทำงานร่วมกับเครื่องมืออื่นได้
Google เชื่อว่า AI ไม่ควรถูกจำกัดให้ใช้งานได้เฉพาะบนคอมพิวเตอร์หรือโทรศัพท์มือถือ หรือผูกติดอยู่กับระบบใดระบบหนึ่ง แต่ควรสามารถทำงานร่วมกับเครื่องมือที่องค์กรใช้อยู่แล้วได้
ไพบูลย์ ยกตัวอย่างการนำ Gemini และ AI Agent ไปทำงานร่วมกับแพลตฟอร์มต่าง ๆ เช่น Microsoft Teams และ Slack เพื่อให้ผู้ใช้สามารถเข้าถึง AI ได้จากเครื่องมือที่คุ้นเคย โดยไม่จำเป็นต้องเปลี่ยนวิธีทำงานทั้งหมด
3. Data Integration: เชื่อมต่อข้อมูลจากหลายแหล่ง
AI ควรสามารถเชื่อมต่อกับแหล่งข้อมูลและบริการต่าง ๆ นอกเหนือจากระบบของ Google เพื่อทำความเข้าใจข้อมูลและบริบทการทำงานของผู้ใช้ได้ครอบคลุมยิ่งขึ้น
ตอบโจทย์ความต้องการเฉพาะของแต่ละองค์กรได้ดีขึ้น ทั้งนี้ การเข้าถึงข้อมูลต้องอยู่ภายใต้สิทธิ์และนโยบายที่องค์กรกำหนด
4. Governance: กำกับดูแลและควบคุมการใช้งาน
อีกหนึ่งองค์ประกอบสำคัญคือการกำกับดูแลการใช้ AI Agent ในองค์กร โดยไพบูลย์ระบุว่าจำเป็นต้องมี 4 กลไกหลัก ได้แก่ Identity, Policy, Budget, Audit
กลไกเหล่านี้มีความสำคัญต่อการนำ AI มาใช้ในระดับองค์กร เพราะการทำงานของ AI ต้องสามารถตรวจสอบ ควบคุม และอยู่ภายใต้ขอบเขตที่กำหนดได้ ไม่ใช่เพียงมุ่งให้ AI ทำงานได้รวดเร็วขึ้นเท่านั้น
คนทั่วไปก็สร้าง AI Agent ได้ แนะต่อยอด NotebookLM
ไพบูลย์ กล่าวทิ้งท้ายว่า “ปัจจุบันผู้ใช้ทั่วไปสามารถเริ่มทดลองสร้าง AI Agent ของตนเองได้ โดยไม่จำเป็นต้องใช้ AI เพียงเพื่อถาม-ตอบข้อมูล แต่สามารถนำมาเป็นผู้ช่วยในการทำงาน เช่น การจัดทำเอกสารและการค้นคว้าหาความรู้
“NotebookLM เป็นอีกเครื่องมือที่ช่วยจัดการข้อมูลและต่อยอดการเรียนรู้ โดยผู้ใช้สามารถนำเครื่องมือ AI มาประยุกต์ใช้กับงานที่ทำอยู่ได้ เพื่อเพิ่มประสิทธิภาพและลดภาระงานบางส่วน” ไพบูลย์ กล่าว
รายงานข่าวระบุว่า ปัจจุบันตลาด AI Agent ทั่วโลกกำลังเติบโตด้วย CAGR 46% ต่อปี จาก 7.9 พันล้านดอลลาร์สู่ 52.6 พันล้านดอลลาร์ภายในปี 2030
การเปลี่ยนผ่านจาก Consumer AI สู่ Enterprise AI จึงไม่ใช่เพียงการนำเครื่องมือใหม่มาใช้ แต่เป็นการเปลี่ยนวิธีทำงาน ตั้งแต่การใช้ AI เป็นผู้ช่วยส่วนบุคคล ไปจนถึงการให้ AI Agent ทำงานร่วมกับระบบ ข้อมูล และบุคลากรภายในองค์กรอย่างเป็นระบบ
โจทย์สำคัญขององค์กรไทยในระยะต่อไปจึงอยู่ที่การเลือกใช้ AI ให้เหมาะกับงาน การเชื่อมต่อข้อมูลอย่างปลอดภัย และการวางระบบกำกับดูแลที่มีประสิทธิภาพ เพื่อให้เทคโนโลยีสามารถสร้างผลลัพธ์ที่จับต้องได้ และเพิ่มผลิตภาพให้กับองค์กรในระยะยาว
ภาพ: KAWS HOLIDAY THAILAND, สถานทูตสหรัฐฯ ประจำประเทศไทย, FabrikaSimf/ Shutterstock