ประวัติศาสตร์และวิวัฒนาการของ AI

AI ได้พัฒนามาอย่างต่อเนื่องตลอดหลายทศวรรษที่ผ่านมา โดยสามารถแบ่งวิวัฒนาการออกเป็นยุคสำคัญๆ ได้ดังนี้:

1.ยุคแรก: Rule-Based AI

AI ยุคแรกที่เกิดขึ้นเมื่อประมาณ 50 กว่าปีที่แล้วทำงานด้วยหลักการของ กฎ (Rule-Based) ซึ่งมนุษย์จะเป็นผู้กำหนดกฎต่างๆ ให้กับ AI เพื่อให้ AI ตัดสินใจตามกฎเหล่านั้นAI จะฉลาดได้จากการที่มนุษย์ป้อนกฎให้ เช่น "เด็กอายุ 18 ปีสามารถทำใบขับขี่ได้"ข้อดีคือประมวลผลเร็วกว่ามนุษย์ และทำงานได้ 24 ชั่วโมง 7 วันตัวอย่างการใช้งานที่เห็นได้ชัดเจน เช่น ระบบอ่านป้ายทะเบียนรถยนต์

2.ยุคที่สอง: Predictive AI

หลังจากนั้น เราได้พัฒนามาสู่ยุคของ Predictive AI หรือ AI ที่สามารถพยากรณ์ได้ โดยใช้หลักการของ Machine Learningแทนที่จะป้อนกฎ เราป้อนข้อมูลจำนวนมาก เพื่อให้ AI เรียนรู้แพทเทิร์นเริ่มต้นด้วยการใช้ข้อมูลที่เป็นตัวเลข (Structured Data)พัฒนาต่อมาเป็น Deep Learning ที่สามารถเรียนรู้จากข้อมูลที่ไม่มีโครงสร้าง (Unstructured Data) เช่น รูปภาพ เอกสาร วิดีโอสามารถทำงานแยกแยะ (Classification) และทำนายได้ เช่น แยกแมวกับหมา หรือแยกรถกับเรือ

3.ยุคปัจจุบัน: Generative AI

ยุคปัจจุบันที่เริ่มต้นเมื่อประมาณ 2 ปีที่แล้ว เป็นยุคของ Generative AI ที่มีความสามารถในการสร้างสิ่งใหม่ๆจุดเริ่มต้นของ Generative AI คือโมเดลภาษา ที่ถูกเทรนด้วยข้อมูลประมาณ 10% ของอินเทอร์เน็ตมีความรู้มาก่อนที่จะมาคุยกับเรา ทำให้สามารถพูดคุยได้อย่างเป็นธรรมชาติสามารถแปลงจากภาษาหนึ่งไปเป็นอีกภาษาหนึ่งได้ รวมไปถึงภาษาคอมพิวเตอร์เข้าใจโทนและน้ำเสียงของการสื่อสาร สามารถปรับตัวให้เข้ากับบริบทต่างๆ ได้ข้อสังเกตสำคัญ: Generative AI มีข้อจำกัดคือ ไม่ได้อ่านทุกเอกสารในโลก และต้องตอบทุกคำถามเสมอ ทำให้บางครั้งอาจ "มโน" หรือสร้างข้อมูลที่ไม่มีอยู่จริงได้

AI กับการเป็น General Purpose Technology (GPT)

ปรากฏการณ์สำคัญหลังจากการเกิดขึ้นของ Generative AI คือการที่ AI กลายเป็น เทคโนโลยีเอนกประสงค์ (General Purpose Technology) GPT คือเทคโนโลยีที่สามารถทำงานได้ทั่วไป นำไปประยุกต์ใช้ได้หลากหลายตัวอย่าง GPT ในอดีต เช่น ไฟฟ้า ที่สามารถนำไปใช้แก้ปัญหาได้หลากหลายAI ยุคนี้เป็นโอกาสสำคัญสำหรับผู้ที่สามารถระบุปัญหาและใช้ AI มาแก้ไขได้อย่างเหมาะสม

Prompt Engineering - ศิลปะการสื่อสารกับ AI

การสื่อสารกับ AI หรือที่เรียกว่า "Prompting" เป็นทักษะสำคัญที่ทุกคนควรเรียนรู้ จากการศึกษาพบว่า Prompt ที่ดีควรมีประมาณ 21 คำ ในขณะที่คนส่วนใหญ่ใช้เพียง 8 คำ ควรมีการสนทนาอย่างต่อเนื่อง ไม่ใช่แค่คำสั่งสั้นๆ ปัจจุบัน Prompt ไม่ได้จำกัดแค่ข้อความ แต่สามารถใช้รูปภาพ เสียงหรือสื่อผสมได้ ผู้ที่สามารถ Prompt ได้ดีจะได้ผลลัพธ์ที่ดีกว่า

Agentic AI - ก้าวต่อไปของ AI ที่กำลังมา

Agentic AI คือ AI ที่มีความสามารถในการวางแผนและดำเนินการได้ด้วยตัวเอง เป็นคำที่ได้รับความนิยมมากในวงการเทคโนโลยีปัจจุบัน

ความแตกต่างระหว่าง Generative AI และ Agentic AI

Generative AI	Agentic AI
สร้างเนื้อหาจากความรู้ที่มีอยู่	สามารถวางแผนและเลือกเครื่องมือที่เหมาะสม
ตอบคำถามตามข้อมูลที่ได้เรียนรู้มา	ตัดสินใจว่าเมื่อไหร่จะใช้ AI ประเภทใด
อาจไม่เก่งในการคำนวณหรือพยากรณ์	สามารถเลือกใช้ Predictive AI, Rule-based AI, Generative AI ตามความเหมาะสม
ผู้ใช้ต้องบอกทุกขั้นตอน	ผู้ใช้เพียงบอกเป้าหมาย AI จะวางแผนขั้นตอนเอง

ตัวอย่างการทำงานของ Agentic AI

สมมติว่าต้องการวางแผนทริปไปญี่ปุ่น:
การใช้ Generative AI: คุณต้องระบุทุกขั้นตอนที่ต้องการให้ AI ช่วย เช่น ช่วยเช็คราคาโรงแรม, ช่วยเช็คราคาตั๋วเครื่องบิน, ดูพยากรณ์อากาศ, หาร้านอาหาร โดยคุณต้องบอกแต่ละสเต็ปและอาจต้องใช้ AI หลายตัว
การใช้ Agentic AI: คุณเพียงบอกว่า "ช่วยจัดทริปญี่ปุ่น 5 วัน งบ 50,000 บาท" Agentic AI จะเป็นเหมือนเอเจนซี่ท่องเที่ยวที่วางแผนทุกอย่างให้ ทั้งเลือกว่าต้องใช้เครื่องมืออะไรบ้าง ไปดูข้อมูลจากที่ไหน วางแผนการเดินทาง และอาจถึงขั้นจองที่พักให้ด้วย

ความสามารถพิเศษของ Agentic AI

• วางแผน (Planning): เข้าใจว่าต้องทำอะไรบ้างเพื่อให้บรรลุเป้าหมาย
• ปฏิบัติการ (Take Action): สามารถควบคุมเบราว์เซอร์ เปิดเว็บไซต์ กรอกข้อมูล
• บูรณาการ (Integration): เลือกใช้ AI หลายประเภทร่วมกันเพื่อแก้ปัญหาที่ซับซ้อน
• การเตรียมพร้อมสำหรับยุค Agentic AI

ทักษะสำคัญที่ต้องพัฒนา 3 ประการ

1. การสื่อสารกับ AI (Prompt): พัฒนาทักษะการสื่อสารกับ AI ให้เข้าใจและได้ผลลัพธ์ตามที่ต้องการ
2. การเลือกเครื่องมือ (Tool Selection): เรียนรู้ว่ามี AI ประเภทใดบ้าง แต่ละประเภทมีจุดแข็งจุดอ่อนอย่างไร
3. การตัดสินใจ (Decision Making): รู้ว่าเมื่อไหร่ควรใช้ AI และเมื่อไหร่ควรใช้มนุษย์

ผลกระทบต่อการทำงานในอนาคต

• วิธีการทำงานจะเปลี่ยนไป: จากการทำงานคนเดียวหรือเป็นทีมมนุษย์ จะกลายเป็นการทำงานร่วมกันระหว่างมนุษย์และ AI
• งานบางประเภทจะหายไป: โดยเฉพาะงานที่ทำซ้ำๆ หรืองานที่มีกระบวนการชัดเจน
• งานใหม่ๆ จะเกิดขึ้น: จากความร่วมมือระหว่างมนุษย์และ AI

กลุ่มอาชีพที่จะได้รับผลกระทบ

• นักพัฒนาซอฟต์แวร์: AI จะช่วยในการเขียนโค้ด ตรวจสอบโค้ด และแก้ไขบั๊ก
• งานอัตโนมัติ (Automation): งานที่เกี่ยวกับการเก็บข้อมูลจากเว็บไซต์ การทำ Copy & Paste ข้อมูล

สิ่งที่ควรระวังในยุค Agentic AI

• Automation Over-confidence: อย่าเชื่อว่า AI จะเก่งเสมอไป ยังมีข้อจำกัดและข้อผิดพลาด
• Switch Off the Brain: อย่าปล่อยให้ AI คิดแทนเราทั้งหมด เราต้องยังใช้สมองของเราเอง
• Human in the Room: ต้องมีมนุษย์เข้าไปอยู่ในกระบวนการของ AI เสมอ ไม่ว่า AI จะเก่งแค่ไหน

อนาคตของ Agentic AI

ในอนาคตอันใกล้ เราจะเห็น Agentic AI เข้ามามีบทบาทในชีวิตประจำวันและการทำงานมากขึ้น:

• การเรียนรู้จะเร็วขึ้นสำหรับผู้ที่เพิ่งเข้าวงการ ด้วยความช่วยเหลือจาก AI
• ผู้เชี่ยวชาญจะใช้ AI เป็นผู้ช่วยในการทำงานที่ซับซ้อน
• กระบวนการทำงานจะเปลี่ยนแปลงไป โดยมี AI เข้ามาช่วยในหลายขั้นตอน
• มนุษย์จะยังคงมีบทบาทสำคัญในการระบุปัญหาและตัดสินใจเชิงกลยุทธ์

สรุป

Agentic AI เป็นความก้าวหน้าที่สำคัญของเทคโนโลยี AI ที่จะเปลี่ยนแปลงวิธีการทำงานและการใช้ชีวิตของเรา การเตรียมพร้อมที่ดีคือการเข้าใจความสามารถและข้อจำกัดของ AI แต่ละประเภท รวมถึงการพัฒนาทักษะการสื่อสารกับ AI การเลือกใช้เครื่องมือที่เหมาะสม และการตัดสินใจว่าเมื่อไหร่ควรใช้ AI หรือมนุษย์
"อย่าหยุดเรียนรู้ เพราะเทคโนโลยี AI เปลี่ยนแปลงอย่างรวดเร็ว การอัพสกิลและติดตามความเคลื่อนไหวด้าน AI จะช่วยให้คุณใช้ประโยชน์สูงสุดจากเทคโนโลยีนี้"

สนใจติดตามคอนเทนต์อื่นๆ เกี่ยวกับ AI สามารถคลิกดูที่ YouTube: 9Expert
อ้างอิงจากการสัมภาษณ์ ดร.โกเมธ จันทวิมล, Principle AI Evangelist จาก KPTG
9Expert Training - แหล่งความรู้เพื่อพัฒนาศักยภาพทางด้านเทคโนโลยี

หลักสูตรที่แนะนำ

Generative AI for Business Transformation (2 Days)
Microsoft 365 Copilot for Business Professionals (2 Days)
AI Agents with Microsoft Copilot Studio
AI Builder in Power Platform for Business
AI Automation Agent with Make.com