สรุปงาน Microsoft Build 2026 เปิดโมเดล AI ที่พัฒนาเอง 7 ตัว ดันเอเจนต์ที่ 'เป็นเจ้าของได้จริง' พร้อมชิปควอนตัม Majorana 2

Microsoft ยกโมเดล AI ที่พัฒนาขึ้นเองทั้งหมดขึ้นเวที Build 2026 พร้อมกันถึง 7 ตัว นำโดย MAI-Thinking-1 โมเดลเชิงเหตุผลตัวแรกของบริษัทที่เคลมว่าได้คะแนนความพึงพอใจเหนือ Claude Sonnet 4.6 และเขียนโค้ดได้เทียบเท่า Opus 4.6 บนเกณฑ์มาตรฐาน SWE Bench Pro นี่เป็นแค่หนึ่งในของใหม่ที่ถูกประกาศในงานปีนี้ ซึ่งทั้งหมดวนอยู่รอบแนวคิดเดียวกันคือ ทำอย่างไรให้นักพัฒนาและองค์กรสร้างเอเจนต์ Artificial Intelligence (AI) ที่ 'เป็นเจ้าของได้จริง' โดยไม่ต้องแลกข้อมูลบริษัทไปกับเครื่องมือที่อยากใช้

แก่นที่ Microsoft วางไว้ตลอดงานคือเทคโนโลยีต้องมาคู่กับความปลอดภัยเสมอ บนโครงสร้างที่เปิดกว้าง รองรับหลายโมเดล และยืดหยุ่นตั้งแต่ระดับชิปประมวลผลไปจนถึงคลาวด์ เราสรุปไฮไลต์ที่น่าสนใจของ Build 2026 มาให้ในที่เดียว

เอเจนต์ที่คิดและทำงานได้เหมือนตัวคุณเอง

โจทย์ที่ Microsoft พยายามตอบคือ เมื่อโมเดล AI เก่งขึ้นเรื่อย ๆ และใคร ๆ ก็เข้าถึงได้ สิ่งที่จะสร้างความต่างให้แต่ละองค์กรจึงไม่ใช่การเข้าถึงเทคโนโลยีอีกต่อไป แต่คือ 'ความเป็นเจ้าของ AI ตัวนั้นอย่างแท้จริง' บริษัทย้ำจุดยืนว่าอยากสร้างอีโคซิสเท็มที่ให้อำนาจองค์กรในการจัดการข้อมูลและสร้างคุณค่าให้ตัวเอง ไม่ใช่ระบบที่ดูดข้อมูลและคุณค่ากลับไปหาผู้ให้บริการหรือเจ้าของโมเดล

หัวใจของเรื่องนี้คือข้อมูลบริบทที่ถูกต้อง Microsoft จึงเปิดให้ใช้งาน Microsoft IQ อย่างเป็นทางการแล้ว ทั้งบน GitHub Copilot, Microsoft Foundry และ Copilot Studio โดยทำหน้าที่เป็นชั้นข้อมูลบริบทแบบใหม่ที่เชื่อมเอเจนต์ AI เข้ากับทั้งความรู้ของโลกภายนอกและคลังความรู้ภายในองค์กร ตัวระบบแตกออกเป็นหลายส่วน เริ่มจาก Work IQ ที่รวบรวมและทำความเข้าใจรูปแบบการทำงานจริงในองค์กรผ่าน Microsoft 365 ทั้งข้อมูลบุคคล อีเมล เอกสาร และการประชุม โดย Work IQ APIs จะเปิดให้นักพัฒนาเขียนโค้ดเชื่อมต่อตรงได้ในวันที่ 16 มิถุนายนนี้ ต่อด้วย Fabric IQ ที่วางโครงสร้างพื้นฐานให้ AI เข้าใจข้อมูลธุรกิจที่มีโครงสร้างซับซ้อน และ Foundry IQ ที่ทำหน้าที่ร้อยข้อมูลทั้งหมดเข้าด้วยกัน ช่วยวางแผนค้นหาและดึงข้อมูลอ้างอิงทั้งจากในองค์กรและข้อมูลล่าสุดบนอินเทอร์เน็ต

ตัวที่เพิ่งเปิดตัวใหม่ล่าสุดคือ Web IQ ซึ่ง Microsoft เคลมว่าเป็นระบบค้นหาข้อมูลบนเว็บที่เร็วที่สุดสำหรับนำมาเป็นข้อมูลอ้างอิงให้เอเจนต์ ออกแบบมาเพื่อทำงานกับ AI โดยเฉพาะ เชื่อมต่อกับโมเดลใดก็ได้ รองรับโปรโตคอลมาตรฐานแบบเปิดอย่าง Model Context Protocol (MCP) และดึงข้อมูลที่เกี่ยวข้องกลับมาได้เร็วกว่าระบบทั่วไปเกือบ 2.5 เท่า

อีกตัวที่น่าจับตาคือ Microsoft Scout เอเจนต์ส่วนตัวสำหรับคนทำงานที่เปิดให้ลูกค้ากลุ่ม Frontier ทดลองใช้แล้ววันนี้ Scout พัฒนาบน OpenClaw และ Work IQ เรียนรู้รูปแบบการทำงานของผู้ใช้ และเชื่อมกับเครื่องมือที่ใช้ประจำอย่าง Teams และ Outlook เพื่อช่วยเตรียมข้อมูลก่อนประชุม จัดการนัดหมายที่ชนกันในปฏิทิน และสะสางงานประจำวันให้อัตโนมัติโดยที่ผู้ใช้ไม่ต้องคอยสั่ง ซึ่ง Microsoft บอกว่าจะทยอยขยายขีดความสามารถและเปิดใช้งานเป็นวงกว้างต่อไป

โมเดลตระกูล MAI ใหม่ 7 ตัว ที่พัฒนาขึ้นเองตั้งแต่ต้น

ในระดับโมเดล ทีม Microsoft AI Superintelligence เปิดตัวตระกูลโมเดลใหม่ที่พัฒนาเองถึง 7 ตัว พระเอกคือ MAI-Thinking-1 โมเดลเชิงเหตุผลตัวแรกของบริษัทที่ฝึกสอนขึ้นมาใหม่ทั้งหมดตั้งแต่ต้น ไม่มีการถ่ายทอดความรู้จากโมเดลอื่น และใช้ชุดข้อมูลระดับองค์กรที่ปลอดภัยและถูกต้องตามกฎหมายลิขสิทธิ์ เพื่อให้นำไปต่อยอดได้อย่างสบายใจ

MAI-Thinking-1 เป็นโมเดลขนาดกลาง มีพารามิเตอร์ทำงานอยู่ที่ 3.5 หมื่นล้านพารามิเตอร์ และรองรับข้อมูลบริบทขนาด 128,000 โทเค็น จุดขายคือประสิทธิภาพสูงในราคาประหยัด โดยจากผลทดสอบแบบปิดโดยผู้ประเมินอิสระ โมเดลนี้ได้คะแนนความพึงพอใจสูงกว่า Claude Sonnet 4.6 และมีทักษะเขียนโค้ดบนเกณฑ์ SWE Bench Pro เทียบเท่า Opus 4.6 ออกแบบมาสำหรับงานที่มีคำสั่งซับซ้อนหลายขั้นตอน การวิเคราะห์เชิงเหตุผลจากข้อมูลยาว ๆ และการเขียนโค้ด ตอนนี้เปิดให้ทดลองใช้ในระบบทดสอบแบบจำกัดกลุ่มบน Foundry แล้ว

ส่วนที่เหลือในตระกูลเดียวกันก็มีของให้เล่นครบทุกรูปแบบ เริ่มจาก MAI-Image-2.5 และรุ่น Flash โมเดลแรกของบริษัทที่รองรับทั้งการแปลงข้อความเป็นภาพ (Text-to-Image) ซึ่งทำคะแนนความพึงพอใจ (ELO) แซงหน้า Nano Banana Pro และการแปลงภาพเป็นภาพ (Image-to-Image) เหมาะกับงานสร้างสรรค์ ตอนนี้ใช้ได้แล้วใน PowerPoint กำลังทยอยเปิดบน OneDrive และพร้อมใช้บน Foundry แล้ววันนี้ ถัดมาคือ MAI Transcribe 1.5 ที่ให้ความแม่นยำระดับแนวหน้าในการถอดเสียงครอบคลุม 43 ภาษา และกำลังจะมีระบบถอดเสียงแบบเรียลไทม์ตามมา ด้าน MAI-Voice-2 และรุ่น Flash เปิดให้ใช้ในภาษาใหม่เพิ่มอีกกว่า 15 ภาษา พร้อมตัวเลือกเสียงสังเคราะห์แบบใหม่ ปิดท้ายด้วย MAI-Code-1 โมเดลเขียนโค้ดประสิทธิภาพสูงที่ปรับแต่งมาเพื่อ GitHub โดยเฉพาะ และพร้อมใช้บน Copilot และ Visual Studio Code แล้ว

ที่น่าสนใจคือ Microsoft ไม่ได้ขังโมเดลตระกูล MAI ไว้บนแพลตฟอร์มตัวเอง แต่เปิดให้ใช้บนคลาวด์พันธมิตรอย่าง Fireworks AI, Baseten และ Open Router ด้วย โดย Fireworks AI เปิดให้บริการทั่วไปบน Foundry แล้ว ทำให้นักพัฒนาทำงานบนแพลตฟอร์มเดียวพร้อมระบบความปลอดภัยระดับองค์กรและการเก็บข้อมูลไว้ในภูมิภาคที่กำหนดของ Azure ไม่ว่าจะเลือกโมเดลค่ายไหนก็ตาม และสำหรับองค์กรที่อยากปั้นโมเดลเฉพาะทางของตัวเองแบบเต็มสูบ ยังมี Frontier Tuning ที่นำการเรียนรู้แบบลองผิดลองถูกมาปรับใช้ภายใต้ขอบเขตการกำกับดูแลความปลอดภัยขององค์กร ช่วยให้เอเจนต์เรียนรู้วิธีทำงานจริงของธุรกิจจากข้อมูลและขั้นตอนขององค์กรเอง เปิดให้ทดสอบแบบจำกัดแล้ววันนี้

ความปลอดภัยของเอเจนต์ ที่คุมได้จากที่เดียว

เมื่อเอเจนต์เริ่มกระจายไปอยู่ทุกที่ Microsoft จึงเปิดตัว Agent 365 for Local Agents สำหรับตรวจสอบ กำกับดูแล และรักษาความปลอดภัยให้เอเจนต์ทั้งหมดในองค์กรที่ทำงานบนคอมพิวเตอร์ส่วนตัว โดยเชื่อมเข้ากับ Entra, Defender และ Purview ทำให้คุมเอเจนต์ทุกตัวได้จากที่เดียว ไม่ว่าจะติดตั้งอยู่ที่ไหนหรือพัฒนาบนแพลตฟอร์มใด

นอกจากนี้ยังเปิดโครงการโอเพนซอร์สสำคัญ 2 โครงการ เพื่อสร้างมาตรฐานความปลอดภัยระดับสากลให้เอเจนต์บนทุกเครื่องมือพัฒนา ได้แก่ ASSERT สำหรับประเมินความปลอดภัยตามนโยบายขององค์กร และ Agent Control Specification ที่กำหนดมาตรฐานกลางว่าควรเข้าไปควบคุมความปลอดภัยของเอเจนต์ตรงจุดไหนและอย่างไรในขณะที่ AI กำลังทำงาน และเพื่อเสริมเกราะป้องกันภัยไซเบอร์ Microsoft ยังเปิดตัว Codename MDASH ระบบรักษาความปลอดภัยยุคใหม่ที่ส่งเอเจนต์ AI กว่า 100 ตัวเข้าไปช่วยกันไล่หาช่องโหว่ ตั้งแต่เส้นทางการไหลของข้อมูล ตรรกะธุรกิจ ไปจนถึงวิธีที่แฮกเกอร์จะใช้โจมตี เมื่อเจอปัญหาก็จะส่งคำแนะนำแก้ไขที่ตรงจุดไปยังหน้าต่างควบคุม Defender Portal ให้ผู้ดูแลจัดการได้ทันที

รันงาน AI หนัก ๆ ได้จบบนเครื่องตัวเอง

หนึ่งในความเจ็บปวดของการพัฒนา AI คือต้องนั่งรอคลาวด์ประมวลผลเป็นชั่วโมง ๆ Microsoft จึงพยายามดึงงานหนักกลับมาจบบนเครื่องของนักพัฒนาเอง เริ่มที่ระดับชิปด้วย Surface RTX Spark Dev Box คอมพิวเตอร์สเปกแรงที่ออกแบบมารองรับงานต่อเนื่องยาวนาน ทั้งการสอนโมเดล ขั้นตอนซับซ้อนของเอเจนต์ และการปรับแต่งโมเดลในเครื่อง โดยคุมการใช้พลังงานและความร้อนไว้ต่ำเพียง 100 วัตต์ ตัวเครื่องขับเคลื่อนด้วยขุมพลัง NVIDIA RTX Spark ที่ให้ประสิทธิภาพประมวลผล AI สูงสุดถึง 1 Petaflop พร้อมหน่วยความจำรวม 128 GB รันโมเดล AI ขนาดใหญ่ถึง 1.2 แสนล้านพารามิเตอร์ได้ตรงบนเครื่อง โดยไม่ต้องเสียเงินเช่าการ์ดจอบนคลาวด์เพิ่ม แถมยังตั้งค่าระบบมาให้พร้อมใช้ ทั้งระบบจำลองสถานการณ์ Windows Subsystem for Linux 2 (WSL 2) ที่เข้าถึงการ์ดจอโดยตรง ระบบประมวลผล CUDA เต็มรูปแบบ และเครื่องมือยอดนิยมอย่าง Visual Studio Code กับ GitHub Copilot ติดตั้งมาให้แล้ว โดยจะเริ่มวางจำหน่ายในสหรัฐอเมริกาช่วงปลายปีนี้ผ่าน Microsoft.com

ในระดับระบบปฏิบัติการ Microsoft กำลังเปลี่ยน Windows ให้รองรับการทำงานของเอเจนต์อย่างเต็มตัว ด้วยการเปิดตัว Microsoft Execution Containers (MXC) เวอร์ชันทดสอบ ที่ช่วยให้นักพัฒนาและฝ่ายไอทีสร้างพื้นที่จำลองสำหรับทดสอบเอเจนต์ตามมาตรฐานองค์กรได้ง่าย ๆ โดยให้ตัว Windows เองคุมเข้มและจำกัดขอบเขตความปลอดภัยให้โดยตรง ตั้งกฎครั้งเดียว Windows จะคุมกฎนั้นในทุกที่ที่เอเจนต์เปิดทำงาน ตอนนี้ถูกนำไปใช้กับ OpenClaw บน Windows แล้ว ช่วยให้เอเจนต์ทำงานหลายขั้นตอนได้อย่างปลอดภัยในขอบเขตที่กำหนด ขณะที่ระบบ OpenShell ของ NVIDIA ซึ่งพัฒนาบนสถาปัตยกรรม MXC ก็เข้ามาเสริมเรื่องการจัดการความปลอดภัย การกำหนดเส้นทางประมวลผลคำสั่ง และการปกปิดข้อมูลส่วนบุคคล ทำให้นักพัฒนาได้ระบบที่เปิดกว้างและยืดหยุ่น ส่วนฝ่ายไอทียังตรวจสอบและควบคุมความปลอดภัยได้สม่ำเสมอ ทั้งบนเครื่องคอมพิวเตอร์ เครื่องจำลอง (Virtual Machines) และคลาวด์

และเมื่อต้องย้ายเอเจนต์ขึ้นคลาวด์ บริการ Foundry Agent Service เวอร์ชันทดสอบ จะรองรับสเกลที่ใหญ่ขึ้น ด้วยจุดเด่นอย่างพื้นที่จำลองที่ปลอดภัยพร้อมใช้ในแต่ละรอบการทำงาน ระบบแยกส่วนการรันโค้ด หน่วยความจำถาวร และการขยายขนาดได้ยืดหยุ่นตามการใช้งานจริง ซึ่ง Microsoft วางให้เป็นโครงสร้างพื้นฐานสำคัญของระบบเอเจนต์ เหมือนกับที่คอนเทนเนอร์เคยเป็นหัวใจของแอปบนคลาวด์ในอดีต

ปิดช่องว่างจากโค้ดที่เขียนเสร็จ ไปจนถึงขึ้นระบบจริง

แม้ AI จะช่วยเขียนโค้ดได้เร็วขึ้นมาก แต่ Microsoft มองว่านั่นเป็นแค่จุดเริ่มต้น เพราะนักพัฒนายังเสียเวลาอีกมากกับขั้นตอนหลังจากนั้น จึงพัฒนาแอป GitHub Copilot เวอร์ชันทดสอบ ขึ้นมาเพื่อให้พัฒนาด้วย AI บนเครื่องของตัวเองได้ตั้งแต่ต้นจนจบ ตั้งแต่เปลี่ยนไอเดียหรือข้อผิดพลาดที่เจอให้กลายเป็นโค้ดจริง ไปจนถึงส่งโค้ดผ่านขั้นตอนตรวจสอบ การรันระบบทดสอบอัตโนมัติ (Continuous Integration) และการรวมโค้ดเข้าระบบ โดยสั่งให้ AI หลายตัวแยกกันทำงานขนานได้อย่างเป็นสัดส่วนผ่านระบบ git worktrees งานจึงไม่ปะปนกัน และนักพัฒนายังเป็นผู้ควบคุมและตัดสินใจในทุกขั้นตอนสำคัญเหมือนเดิม

อีกคอขวดที่ใหญ่ไม่แพ้กันคือตอนนำแอปขึ้นใช้งานจริง ที่ต้องนั่งเชื่อมระบบต่าง ๆ เข้าด้วยกัน ทั้งฐานข้อมูล ช่องทางเชื่อมต่อระบบ (Application Programming Interface) ระบบยืนยันตัวตน และการตั้งค่าโครงสร้างพื้นฐานที่ซับซ้อน Microsoft จึงพัฒนา Project Rayfin เวอร์ชันทดสอบ บน Microsoft Fabric ให้ทำหน้าที่เป็นบริการหลังบ้านสำเร็จรูปที่เชื่อมผ่านขั้นตอนการทำงานของ GitHub ช่วยให้ส่งแอปต้นแบบขึ้นใช้งานจริงได้ทันทีโดยไม่ต้องลงไปจัดการเซิร์ฟเวอร์หลังบ้านเอง อีกทั้งการทำงานร่วมกับ Replit ยังช่วยสร้างทางลัดในการนำแอปต้นแบบขึ้นระบบจริงตามมาตรฐานความปลอดภัยขององค์กรได้ตั้งแต่วันแรก และเมื่อแอปขยายตัวใหญ่ขึ้น Azure HorizonDB ซึ่งเป็นบริการฐานข้อมูล PostgreSQL บน Azure ที่ดูแลโดย Microsoft จะเข้ามารองรับการใช้งานหนาแน่นได้อย่างเสถียร โดยผลทดสอบภายในพบว่าส่งผ่านข้อมูลได้เร็วกว่าการตั้งค่าและดูแลฐานข้อมูลด้วยตัวเองถึงกว่า 3 เท่า

จากช่วยเขียนโค้ด สู่การช่วยคิดค้นทางวิทยาศาสตร์

ก้าวที่ Microsoft อยากไปต่อคือให้ AI ข้ามจากการช่วยเขียนโค้ด ไปสู่การช่วยนักวิทยาศาสตร์คิดค้นสิ่งใหม่ ๆ โดยวันนี้ Microsoft Discovery พร้อมเปิดใช้งานทั่วไปอย่างเป็นทางการแล้ว แพลตฟอร์มนี้ทำงานบนคลาวด์ Azure เป็นผู้ช่วย AI ระดับองค์กรที่ดูแลกระบวนการวิจัยทางวิทยาศาสตร์แบบครบวงจร และมีบริษัทชั้นนำนำไปใช้จริงแล้ว เช่น BHP ที่ใช้ค้นหาวิธีสกัดแร่ทองแดงจนสำเร็จในเวลาเพียงไม่กี่เดือนแทนที่จะเป็นหลายปี, Syensqo ที่ใช้เร่งการวิจัยและพัฒนาสารกึ่งตัวนำ และ GSK ที่ใช้คิดค้นและพัฒนาตัวยาใหม่ ๆ นอกจากนี้ยังเปิดแอป Discovery เวอร์ชันฟรีสำหรับติดตั้งใช้ในเครื่อง เพื่อสนับสนุนชุมชนนักวิทยาศาสตร์ในวงกว้าง โดยใช้เพียงบัญชี GitHub Copilot และเปิดให้ทดลองใช้แล้วในช่วงทดสอบระบบ

และของชิ้นที่ทะเยอทะยานที่สุดในงานคือ Majorana 2 ชิปควอนตัมคอมพิวเตอร์รุ่นใหม่ล่าสุด ที่ Microsoft ถือเป็นก้าวสำคัญในการขยายขีดความสามารถของระบบ โดยมีอายุการทำงานของคิวบิตเฉลี่ยถึง 20 วินาที และอยู่ได้นานสุดถึงหนึ่งนาที ซึ่งเสถียรและน่าเชื่อถือกว่ารุ่นก่อนถึง 1,000 เท่า พร้อมแนวทางบรรจุคิวบิตจำนวนหนึ่งล้านตัวลงบนชิปขนาดเล็กเท่าฝ่ามือ และด้วยความช่วยเหลือจาก AI บริษัทมั่นใจว่าจะสร้างเครื่องควอนตัมคอมพิวเตอร์ที่พร้อมใช้งานจริงในระดับสเกลได้สำเร็จภายในปี พ.ศ. 2572