OpenAI กำลังก้าวข้ามการเป็นเพียงแชทบอทธรรมดา ไปสู่การสร้างเอเจนต์ AI อัตโนมัติ (autonomous AI agents) ที่สามารถจัดการเวิร์กโฟลว์ดิจิทัลแบบหลายขั้นตอนได้ โดยได้เปิดตัวเอเจนต์ตัวแรกในชื่อ ChatGPT Work ซึ่งเป็นบริการเสริมราคา 20 ดอลลาร์ต่อเดือนสำหรับสมาชิกทั่วไป บริการนี้สัญญาว่าจะทำหน้าที่เป็นผู้ร่วมงานดิจิทัลที่สามารถดึงข้อมูลจากกล่องจดหมาย, Slack, Notion และเครื่องมืออื่นๆ ซึ่งเป็นขีดความสามารถที่อาจเปลี่ยนรูปแบบการทำงานในแต่ละวันของกลุ่มคนทำงานสายความรู้ (knowledge workers) ไปอย่างสิ้นเชิง

ทำไมถึงต้องเปลี่ยนผ่านสู่ “agentic” AI

โมเดลภาษาขนาดใหญ่ (large-language models) แบบดั้งเดิมจะตอบคำถามแล้วก็จบไป แต่ “Agentic AI” หมายถึงระบบที่สามารถตัดสินใจได้ว่าจะต้องทำอะไรและลงมือทำสิ่งนั้นด้วยตัวเอง ไม่ว่าจะเป็นการส่งอีเมล, การอัปเดตสเปรดชีต หรือการร่างงานดีไซน์ใน Figma โดยที่มนุษย์ไม่ต้องคอยคลิกปุ่มทีละขั้นตอน วิศวกรของ OpenAI กล่าวว่าขั้นตอนที่เพิ่มขึ้นมานี้จะเปลี่ยนจากผู้ช่วยสนทนาให้กลายเป็นคู่หูด้านผลิตภาพ (productivity partner) โดยเฉพาะอย่างยิ่งสำหรับอาชีพที่ต้องสลับการใช้งานไปมาระหว่างแอปพลิเคชันต่างๆ ซึ่งทำให้เสียเวลาในการทำงานที่สามารถคิดค่าบริการได้ (billable hours)

จากนักพัฒนาสู่พนักงานทั้งออฟฟิศ

ความสำเร็จที่เห็นได้ชัดที่สุดของ agentic AI อยู่ในด้านวิศวกรรมซอฟต์แวร์ โมเดล Codex ของ OpenAI ช่วยให้นักพัฒนาสามารถอธิบายสิ่งที่ต้องการด้วยภาษาธรรมดา แล้วระบบจะสร้างโค้ดให้โดยอัตโนมัติ ซึ่งเป็นการลดความยุ่งยากเรื่องไวยากรณ์ (syntax) ลงอย่างมีประสิทธิภาพ ผลการศึกษาที่สนับสนุนโดยบริษัทแสดงให้เห็นว่า ในขณะที่พนักงานเกือบทุกคนที่ OpenAI ใช้ Codex แต่มีผู้สมัครใช้งานภายนอกไม่ถึงหนึ่งในร้อยที่ใช้งาน ChatGPT Work ตั้งเป้าที่จะนำประสบการณ์แบบ “อธิบายสิ่งที่คุณต้องการ” นี้ไปสู่กลุ่มนักบัญชี, แพทย์, นักลงทุน และมืออาชีพสายอื่นที่ไม่ใช่สายเทคนิค โดยมีเป้าหมายเพื่อแทนที่อินเทอร์เฟซแบบบรรทัดคำสั่ง (command-line interfaces) และสคริปต์ที่เขียนขึ้นเอง ด้วยการใช้คำสั่งข้อความ (text prompt) ง่ายๆ ที่สามารถท่องเว็บไซต์รุ่นเก่า, ดึงข้อมูลจากผลิตภัณฑ์ SaaS ที่หลากหลาย และนำผลลัพธ์มาประกอบเข้าด้วยกัน

ความกังวลด้านความเป็นส่วนตัวและการควบคุม

เพื่อให้เกิดประโยชน์ เอเจนต์จำเป็นต้องเข้าถึงข้อมูลแบบเดียวกับที่มนุษย์เห็น เช่น อีเมลส่วนตัว, ข้อความแชท, เอกสารภายใน และไฟล์งานดีไซน์ นักวิจารณ์เตือนว่าการให้ AI เข้าถึงข้อมูลในระดับนั้นเป็นการสร้างช่องโหว่ใหม่ (attack surface) — หากโมเดลถูกเจาะระบบ ข้อมูลที่เป็นความลับอาจถูกดึงออกไปได้ และผู้ใช้อาจไม่เข้าใจอย่างถ่องแท้ว่าข้อมูลของตนถูกนำไปใช้ในการสร้างคำตอบอย่างไร ทีมงานของ OpenAI ยอมรับถึงความเสี่ยงนี้ แต่กล่าวว่าเป็นการแลกเปลี่ยนที่หลีกเลี่ยงไม่ได้ เพราะหากไม่มีการเชื่อมต่อที่ลึกซึ้ง เอเจนต์ก็จะไม่สามารถทำงานตามที่ผู้ใช้สั่งให้สำเร็จได้

แรงกดดันจากการแข่งขันของกลุ่มผู้เชี่ยวชาญเฉพาะทาง

OpenAI ไม่ใช่ผู้เล่นเพียงรายเดียวที่เดิมพันกับเอเจนต์อัตโนมัติ บริษัทขนาดเล็กหลายแห่งได้เปิดตัวเครื่องมือที่เน้นเฉพาะอาชีพใดอาชีพหนึ่ง เช่น บางแบรนด์เน้นสำหรับทนายความ หรือบางแบรนด์เน้นสำหรับทีมขาย ผลิตภัณฑ์เหล่านั้นใช้แนวทางแบบ model-agnostic คือสามารถสลับเปลี่ยนโมเดลภาษาใดก็ได้ที่ให้ประสิทธิภาพดีที่สุดสำหรับกลุ่มเฉพาะของตน แทนที่จะผูกติดกับเทคโนโลยีของผู้ให้บริการรายเดียว ความยืดหยุ่นนี้ช่วยให้บริษัทเหล่านั้นทำงานได้อย่างคล่องตัวและพัฒนาได้อย่างรวดเร็ว สำหรับ OpenAI ความท้าทายคือการสร้างโซลูชันแบบ “หนึ่งเดียวใช้ได้กับหลายกลุ่ม” (one-size-many) ที่ยังคงให้ความรู้สึกปรับแต่งมาเพื่อเฉพาะทางเหมือนแอปพลิเคชันเฉพาะทาง มิฉะนั้น องค์กรต่างๆ อาจเลือกใช้ทางเลือกอื่นที่แม้จะทำได้เฉพาะทางกว่าแต่มีความสมบูรณ์แบบมากกว่า

แรงจูงใจทางเศรษฐกิจเบื้องหลังเอเจนต์ที่ทำงานต่อเนื่องยาวนานขึ้น

ทุกๆ โทเคน (token) ที่เอเจนต์สร้างขึ้น ไม่ว่าจะเป็นคำหรือเศษเสี้ยวของโค้ด ล้วนมีต้นทุนด้านทรัพยากรการประมวลผลของ OpenAI และบริษัทจะเรียกเก็บเงินผู้ใช้ตามปริมาณการใช้งานโทเคน เมื่อเอเจนต์รันเวิร์กโฟลว์ที่กินเวลาหลายนาที มีการสื่อสารกับ API หลายตัว และสร้างรายงานสรุปผล จำนวนโทเคนจะพุ่งสูงขึ้นอย่างมากเมื่อเทียบกับการแชทถามตอบเพียงคำถามเดียว สิ่งนี้ช่วยเพิ่มรายได้ต่อผู้ใช้ให้สูงขึ้น โดยเฉพาะสำหรับสมาชิกที่ยังคงใช้งานบริการเสริมราคา 20 ดอลลาร์นี้อยู่ โมเดลธุรกิจนี้ขึ้นอยู่กับการขยายบริการไปยังฐานผู้ใช้จำนวนมหาศาล ยิ่งมีมืออาชีพพึ่งพาเอเจนต์ในแต่ละวันมากเท่าไหร่ กระแสรายได้ก็จะยิ่งมากขึ้น ซึ่งจะช่วยรองรับการลงทุนมหาศาลในคลัสเตอร์การประมวลผล (compute clusters) และการฝึกฝนโมเดล

สิ่งที่ต้องจับตามองต่อไป

  • ตัวชี้วัดการใช้งาน (Adoption metrics) – ข้อมูลการใช้งานในช่วงแรกจะแสดงให้เห็นว่าผู้ใช้ที่ไม่ใช่สายเทคนิคจะสามารถก้าวข้ามช่วงการเรียนรู้ และไว้วางใจให้เอเจนต์จัดการงานที่ละเอียดอ่อนได้หรือไม่
  • มาตรการป้องกันความเป็นส่วนตัว (Privacy safeguards) – การเปิดตัวการประมวลผลบนอุปกรณ์ (on-device inference) หรือการควบคุมสิทธิ์ที่เข้มงวดขึ้น อาจเป็นปัจจัยสำคัญที่เปลี่ยนสมดุลระหว่างความเสี่ยงและผลตอบแทนสำหรับผู้ซื้อในระดับองค์กร

บทสรุป

ความพยายามของ OpenAI ในการเปลี่ยน ChatGPT ให้เป็นผู้ร่วมงานเชิงรุกอาจเป็นการกำหนดนิยามใหม่ของผลิตภาพในออฟฟิศ แต่เส้นทางนี้เต็มไปด้วยความกังวลด้านความเป็นส่วนตัว ช่องว่างในการปรับตัวที่สูง และคู่แข่งที่ครองตลาดเฉพาะกลุ่มไปแล้ว ความสำเร็จจะขึ้นอยู่กับการโน้มน้าวกลุ่มมืออาชีพในวงกว้างว่า ความสะดวกสบายและผลตอบแทนที่เพิ่มขึ้นนั้นคุ้มค่ากว่าความเสี่ยงจากการมอบสิทธิ์การเข้าถึงชีวิตดิจิทัลอย่างลึกซึ้งให้กับ AI