สัมภาษณ์พิเศษ AWS Thailand: มุมมองต่ออนาคตองค์กรไทยในยุค AI-First และเหตุผลที่ Frontier Agent อาจเป็น Game Changer

ยุคที่ AI ทำหน้าที่เพียงตอบคำถามเก่ง ๆ กำลังจะจบลง องค์กรวันนี้ไม่ได้ถามแล้วว่า “ควรใช้ AI หรือไม่” แต่ถามว่า “AI ทำงานแทนได้แค่ไหน และคุ้มค่าจริงหรือเปล่า”

Techsauce มีโอกาสพูดคุยกับ คุณวัตสัน ถิรภัทรพงศ์ Country Manager ของ AWS ประเทศไทย ถึงทิศทาง AI ที่กำลังก้าวข้ามยุค Chatbot ไปสู่ยุค Agentic AI ซึ่งไม่ใช่แค่ตอบคำถาม แต่สามารถลงมือทำงานได้อย่างอิสระ

นวัตกรรมสำคัญที่ AWS ผลักดันคือ Frontier Agent ซึ่งคุณวัตสันนิยามว่าเป็น Autonomous System หรือระบบอัจฉริยะที่ไม่ได้เป็นเพียงเครื่องมือเสริม แต่ถูกออกแบบให้ฝังอยู่ใน Workflow ของธุรกิจอย่างเป็นระบบ

พร้อมเปิดมุมมองว่าองค์กรไทยอยู่จุดไหนของ AI Transformation นักพัฒนาต้องยกระดับทักษะอย่างไร และทำไม AWS เชื่อว่า Frontier Agent อาจเป็นจุดเปลี่ยนสำคัญของวงการเทคโนโลยีไทยในระยะต่อไป

‘จาก Chatbot สู่ AI Agent’ ทำไมไทยยังติดอยู่ที่จุดเดิม?

นับตั้งแต่ ChatGPT เขย่าโลกเทคโนโลยีในปี 2022 วงการ AI แทบไม่เคยหยุดนิ่ง คุณวัตสันเล่าว่า ทุกครั้งที่ต้องขึ้นเวทีพรีเซนต์ เขาแทบไม่สามารถใช้สไลด์ชุดเดิมซ้ำได้เลย เพราะภูมิทัศน์ของ AI เปลี่ยนเร็วระดับต้องอัปเดตใหม่ทุกครึ่งปี แต่เมื่อถามว่าองค์กรไทยอยู่ตรงไหนของคลื่นลูกนี้ คำตอบกลับชัดเจนและตรงไปตรงมา

“องค์กรส่วนใหญ่ยังใช้ AI ในโหมดผู้ช่วย มากกว่าครึ่งเป็นการถามตอบหรือใช้เป็น Chatbot ขณะที่อีกกลุ่มเริ่มช่วยงาน Developer และเห็นผลลัพธ์ชัดเจนแล้ว แต่ฝั่ง Business ยังอยู่กับการแชตแบบพื้นฐาน”

สิ่งที่เขาสังเกตเห็นคือ หลายองค์กรเข้าสู่โหมด “ปีนี้ต้องมี AI” แต่ยังหา Use case ที่ชัดเจนไม่ได้ ทำให้ AI ถูกใช้เป็นเพียงเครื่องมือเสริมประสิทธิภาพเล็กๆ แทนที่จะเข้าไปเปลี่ยนกระบวนการทำงานจริง อย่างไรก็ตาม ภาพนี้กำลังเริ่มเปลี่ยนไป

ฝั่งธุรกิจเริ่มตระหนักว่า การแชตถามตอบอย่างเดียวไม่เพียงพออีกต่อไป และเริ่มหันมาหาวิธีว่า “จะทำอย่างไรให้ AI ฝังเข้าไปใน Workflow ได้จริง”

‘AI ใน Workflow’ จุดเริ่มต้นของผลลัพธ์ที่จับต้องได้

จุดเปลี่ยนสำคัญจึงไม่ใช่การมี Chatbot ที่ตอบคำถามเก่งขึ้น แต่คือ การออกแบบ Workflow ใหม่ โดยมี AI เป็นส่วนหนึ่งตั้งแต่ต้นทาง ไม่ใช่ถูกนำมาแปะเพิ่มภายหลัง และเมื่อ AI เข้าไปอยู่ใน Workflow จริง ผลลัพธ์จึงเริ่มวัดได้ชัดเจนขึ้น ทั้งในแง่ประสิทธิภาพ รายได้ และการควบคุมคุณภาพ

คุณวัตสันยกตัวอย่างจากฝั่ง Retail ที่ไม่ได้แค่ติดตั้ง Chatbot บนเว็บไซต์ แต่เริ่มจากการออกแบบ Customer Journey ใหม่ทั้งหมด ตั้งแต่ลูกค้าเริ่มค้นหา ใส่ตะกร้า จนถึงการวิเคราะห์หลังการขาย โดยมี AI อยู่ในทุกจุดสำคัญของกระบวนการ

AWS เองก็มีตัวอย่างในลักษณะใกล้เคียงกันผ่าน Blue Cross ที่ใช้ Conversational AI เข้ามาช่วยการขายออนไลน์ แทนที่ลูกค้าจะต้องเสิร์ชหาสินค้า ระบบเปลี่ยนเป็นให้ลูกค้าเริ่มจากการบอกจุดประสงค์ของตัวเอง เช่น “อยากไปเที่ยวจีนในอีก 2 เดือน” จากนั้น AI จะช่วยนำทางตั้งแต่การเลือกสินค้าไปจนถึงการตัดสินใจซื้อ ผลลัพธ์คือยอด Upsell เพิ่มขึ้นอย่างมีนัยสำคัญ เพราะระบบสามารถแนะนำสิ่งที่ลูกค้าอาจไม่ได้คิดถึงตั้งแต่แรก

อีกกรณีที่น่าสนใจคือในภาคธนาคาร เดิมการตรวจสอบคุณภาพการให้บริการต้องอาศัยการส่งพนักงานไปทำ Mystery Shopping เพื่อตรวจดูว่า Underwriter ปฏิบัติตามสคริปต์และข้อกำหนดครบถ้วนหรือไม่ และด้วยทรัพยากรที่มี จะทำได้เพียงวันละ 2–3 สาขา จากทั้งหมดกว่า 500 สาขาทั่วประเทศ

“เมื่อฝัง AI เข้า Workflow แทนที่จะสุ่มตรวจไม่กี่สาขา ก็ครอบคลุมได้แทบ 100 เปอร์เซ็นต์ เพราะ Underwriter อัดเสียงบทสนทนาแล้วให้ AI ตรวจสอบทันที”

นี่คือความแตกต่างระหว่าง AI ที่เป็นเครื่องมือ กับ AI ที่กลายเป็นส่วนหนึ่งของระบบงานอย่างแท้จริง

Frontier Agent คืออะไร?

เมื่อ AI เริ่มเข้าไปอยู่ใน Workflow จริง บทบาทของ Agent ก็ต้องเปลี่ยนตาม เพราะงานในองค์กรไม่ได้เป็น Task เดี่ยว ๆ แต่เป็นกระบวนการที่เชื่อมหลายขั้นตอนเข้าด้วยกัน การมี Agent เก่งแค่ตัวเดียวจึงไม่พอ องค์กรต้องการระบบที่ให้ Agent หลายตัวทำงานประสานกันอย่างมีโครงสร้าง และนี่คือที่มาของแนวคิด Frontier Agent ของ AWS

ปลายปี 2024 AWS เปิดตัว Frontier Agent จำนวน 3 ตัว ซึ่งคุณวัตสันมองว่านี่คือก้าวสำคัญจาก AI Agent ที่ทำงานเป็น Task เดี่ยวๆ ไปสู่ “Autonomous System” ที่ทำงานเป็นระบบ

แนวคิดสำคัญคือ ไม่ใช่แค่มี Agent ที่ทำงานเองได้ แต่มี Orchestrator ตัวใหญ่คอยกำกับ และมี Agent ย่อยทำงานร่วมกันเป็น Workflow ที่ชัดเจน เพื่อให้ลูกค้าเห็นภาพว่า AI ช่วยธุรกิจหรือ Operation ได้อย่างไร

Frontier Agent ทั้ง 3 ตัวถูกออกแบบมาเพื่อครอบคลุม Developer Lifecycle ได้แก่

• Q Developer (Coding Agent) ผู้ช่วยเขียนโค้ดแบบ AI-driven โดยลูกค้าบางรายสามารถลดระยะเวลา Code Review จากหลักวันเหลือเพียง “5 นาที
• Security Agent  ทำหน้าที่เสมือน Virtual Security Expert ที่ทำ Penetration Testing ได้ตลอด 24/7 ลดความจำเป็นในการจ้างทีมภายนอกราคาหลักแสนทุก 6 เดือน
• DevOps Agent ตรวจจับปัญหาแอปพลิเคชันแบบ Real-time พร้อมแนะนำแนวทางแก้ไขทันที

Frontier Agent ป้องกัน Hallucination อย่างไร?

เมื่อ AI ถูกยกระดับให้เข้าไปอยู่ในกระบวนการทำงานหลัก ความแม่นยำจึงถือเป็นปัจจับที่ส่งผลกระทบต่อความเสี่ยงทางธุรกิจ ยิ่ง AI ทำงานอัตโนมัติมากเท่าไร ความผิดพลาดเพียงเล็กน้อยก็อาจส่งผลกระทบในวงกว้าง คำถามเรื่องความน่าเชื่อถือและ Hallucibation จึงกลายเป็นเงื่อนไขสำคัญของการใช้งานจริง

AWS จัดการกับสิ่งนี้ด้วย 2 แนวทางหลัก

• Bedrock Guardrails ทำหน้าที่เป็น Gateway กรองทั้ง Input และ Output ให้อยู่ในกรอบที่องค์กรกำหนด
• Automated Reasoning บังคับให้ระบบหาแหล่งอ้างอิงก่อนตอบ

คุณวัตสัน ย้ำว่า "Automated Reasoning ช่วยป้องกัน Hallucination ได้ถึง 99% เพราะมันไม่ยอมให้ตอบหากหา Source ไม่ได้ เราบอกว่าสู้บอกว่า 'ไม่รู้' ดีกว่าตอบสิ่งที่ผิด"

เมื่อ Model กลายเป็น Commodity ความได้เปรียบจึงย้ายไปที่ระบบ

เมื่อ AI เข้าไปอยู่ใน Workflow จริง ประเด็นการแข่งขันก็เปลี่ยนไปด้วย คุณวัตสันมองว่าโลกกำลังเข้าสู่จุดที่คนจะเลิกถามว่า Model ไหนเก่งกว่ากัน เพราะความสามารถเริ่มใกล้เคียงกันมากขึ้นทุกวัน

“การแข่งขันจะย้ายจากเรื่องความฉลาด ไปสู่ Cost Efficiency และความเหมาะสมกับ Use Case มากกว่า”

ในอนาคต โมเดลจะเล็กลง เฉพาะทางมากขึ้น และต้นทุนถูกลงผ่านเทคนิคอย่าง Distillation บางรายจะเก่งด้าน Coding บางรายจะเน้นความเป็น General Purpose แต่เมื่อโมเดลใกล้เคียงกันมากขึ้น ตัวแปรตัดสินจึงไม่ใช่ตัวโมเดลเอง

สิ่งที่ AWS เลือกเดิมพันคือ Ecosystem ทั้งเครื่องมือ แพลตฟอร์ม ความปลอดภัย และความสามารถในการ Orchestrate Agent หลายตัวให้ทำงานร่วมกันเป็นระบบ เพราะสุดท้ายความได้เปรียบอยู่ที่ว่า ใครทำให้ AI สร้างผลลัพธ์ทางธุรกิจได้จริง

เมื่อ Workflow เปลี่ยน วงจรพัฒนา Software ก็ต้องเปลี่ยน

ทันทีที่ AI ถูกฝังเข้าไปใน Workflow หลักขององค์กร วงจรการทำงานทั้งหมด โดยเฉพาะการพัฒนา Software ก็ต้องถูกออกแบบใหม่ตามไปด้วย

อีกแนวคิดสำคัญที่คุณวัตสันพูดถึงด้วยความภาคภูมิใจคือ AI-DLC (AI Development Life Cycle) ซึ่งเป็นไอเดียจากทีม AWS Asia และถูกยกระดับสู่ Global

แนวคิด AI-DLC หรือ AI Development Life Cycle เกิดจากข้อสังเกตว่าองค์กรส่วนใหญ่มักใช้ AI แบบสุดโต่งสองทาง คือให้ AI ทำแค่งานเล็ก ๆ แล้วไม่เห็น ROI หรือ โยนทุกอย่างให้ AI โดยไม่มีคนกำกับจนเกิดความเสี่ยง

AI-DLC เสนอ ‘ทางสายกลาง’ ภายใต้แนวคิด AI-driven พร้อม Human-in-the-loop คือ ให้ AI ทำงานระดับภาพใหญ่ แต่ยังมีมนุษย์คอยกำกับในแต่ละรอบ

หนึ่งในตัวอย่างที่สะท้อนแนวคิดนี้ชัดเจน คือกรณี CFO และ CTO ของธนาคารต่างประเทศ ที่นั่งอยู่ในห้องเดียวกัน CFO อธิบาย Pain Point เรื่องการ Reconciliation ของบัญชีที่แก้ไม่ตกมานาน CTO ช่วยกำหนดเงื่อนไขด้าน Security แล้วใช้ AI เขียนโค้ดแบบเรียลไทม์

“จากเดิมที่ต้องผ่าน Business Analyst และ Developer ใช้เวลาเป็นเดือน กลายเป็นใช้เวลาเพียง 30 นาที และ CFO เห็นผลลัพธ์ได้ทันที”

นี่ไม่ใช่แค่การใช้ AI ช่วยเขียนโค้ด แต่คือการ รื้อกระบวนการพัฒนา Software ทั้งหมด ให้ Business และ Tech ทำงานร่วมกันแบบเรียลไทม์ โดยมี AI เป็นตัวกลาง และหากแนวคิดนี้ถูกนำมาใช้ในวงกว้าง มันอาจเปลี่ยนโฉมโครงสร้างทีมพัฒนา Software ไปอย่างสิ้นเชิง

อนาคตของ Developer

เมื่อ Agent หลายตัวทำงานร่วมกันเป็นระบบ คำถามที่คนในวงการเทคหลีกเลี่ยงไม่ได้คือ “แล้ว Developer จะทำอะไรในยุค Agentic AI?”

คุณวัตสันตอบอย่างตรงไปตรงมาว่า โครงสร้างทีมกำลังเปลี่ยนผ่านจาก Traditional Programming และ Chat-assisted Coding โดยกำลังเข้าสู่ยุค Agent Cluster และ Agent Fleet ที่มี AI Manager เป็นทีมงานใหม่ บทบาทของมนุษย์จะขยับจาก Executor (คนลงมือทำ) ไปเป็น Orchestrator (คนคุมเกม)

“ความต้องการ Junior Developer จะลดลง เพราะไม่มีทางสู้ AI ในเรื่องความเร็วและต้นทุนของการเขียนโค้ดได้ สิ่งที่ยังมีค่าคือคนที่เก่งพอจะกำกับ AI ออกแบบสถาปัตยกรรม และสร้าง Innovation ใหม่ๆ”

แต่ข่าวดีคือคนที่ยังทำงานได้ในระดับนี้ จะมีค่ามากขึ้นไปอีก และค่าตอบแทนก็ยังคาดว่าจะสูง เพราะความต้องการ Orchestrator ที่เก่งนั้นเพิ่มขึ้น และยุคนี้ยังเปิดโอกาสให้ Solo Entrepreneur สร้างผลิตภัณฑ์ได้ด้วยทีมเล็กลง เพราะ AI ทำหน้าที่บางส่วนแทน CTO ได้

องค์กรไทยในยุค AI-First

สำหรับประเทศไทย โครงสร้างพื้นฐานพร้อมมากขึ้น การมี AWS Region ในประเทศช่วยเรื่อง Data Sovereignty ลด Latency ลง 4 ถึง 5 เท่าเมื่อเทียบกับ Singapore และลดต้นทุนได้ประมาณ 10 ถึง 15 เปอร์เซ็นต์ ทำให้การใช้งาน Agentic AI มีประสิทธิภาพและปลอดภัยมากขึ้น

ในมุมกลยุทธ์ คุณวัตสันอ้างถึงหลักการของ Jeff Bezos ว่า สิ่งที่ไม่เปลี่ยนคือ ลูกค้าต้องการ Cost ที่ดี Choice ที่หลากหลาย และ Convenience และ AWS ใช้สามข้อนี้เป็นแนวทางในการพัฒนาแพลตฟอร์ม

แต่สิ่งที่เปลี่ยนชัดเจนคือโครงสร้างองค์กร ทุกทีมต้องมีพื้นฐาน AI และรู้ว่าจะนำ AI ไป Automate งานของตัวเองอย่างไร AI จะไม่ใช่เรื่องของฝ่าย IT เพียงฝ่ายเดียวอีกต่อไป

AWS จึงเดินหน้า Tech Alliance Program ร่วมกับสถาบันการศึกษากว่า 10 แห่งในไทย เพื่อเชื่อมช่องว่างระหว่างความต้องการของตลาดกับหลักสูตรการเรียนการสอน หลังจากที่ฝึกอบรมคนไทยไปแล้วมากกว่า 100,000 คนตั้งแต่ปี 2017 เพื่อเตรียมกำลังคนให้พร้อม 

คุณวัตสันยังฝากแนวคิดถึงเด็ก ๆ ที่กำลังเรียนรู้และเติบโตในยุค AI ว่า “เด็กยุคนี้เข้าถึงความรู้ได้ทุกที่ แต่ต้องไม่หยุดอยู่แค่ในห้องเรียน เพราะโลกเปลี่ยนเร็วเกินกว่าหลักสูตรจะตามทัน”