AWS ประเทศไทย ประกาศทิศทางปี 2569 ดัน ‘Frontier Agent’ สู่ยุคพนักงาน AI เต็มรูปแบบ

ปี 2569 AWS ประเทศไทยประกาศชัดว่า AI ไม่ใช่แค่เครื่องมือช่วยงานอีกต่อไป ในงานแถลงข่าวกลุ่มย่อย คุณวัตสัน ถิรภัทรพงศ์ Country Manager และ คุณฉัตรชัย กำลังเดช Senior Solutions Architect Manager เปิดเผยแนวทางธุรกิจประจำปี พร้อมสรุปสิ่งที่น่าจับตาจากงาน AWS re:Invent 2025

เนื้อหาภายในงานครั้งนี้ครอบคลุมตั้งแต่บทบาทของ Thailand Region ในฐานะโครงสร้างพื้นฐานดิจิทัลของประเทศ ไปจนถึง "Frontier Agent" เทคโนโลยีที่เปลี่ยน AI จากผู้ช่วยให้กลายเป็นกำลังการผลิตที่ทำงานแทนมนุษย์ได้จริง และในยุคที่องค์กรทั่วภูมิภาคกำลังตั้งคำถามว่าจะดึง AI มาสร้างผลลัพธ์ทางธุรกิจได้จริงอย่างไร AWS เลือกตอบด้วย 4 ทิศทางหลัก พร้อมหยิบกรณีศึกษาจากองค์กรชั้นนำของไทยที่ก้าวข้ามจากการ 'ทดลอง' ไปสู่การ 'ใช้งานจริงและวัดผลได้' มาให้เห็นเป็นรูปธรรม

Thailand Region โครงสร้างพื้นฐานที่วางไว้เพื่อ AI ระยะยาว

คุณวัตสัน เริ่มต้นด้วยภาพใหญ่ของ AWS Asia Pacific (Thailand) Region ซึ่งปัจจุบันให้บริการแล้วกว่า 120 บริการ ครอบคลุมความต้องการลูกค้าไทยราว 80-90% พร้อมเตรียมดึงบริการด้าน AI, Data และเทคโนโลยีประมวลผลใหม่เข้ามาอย่างต่อเนื่อง

เป้าหมายไม่ใช่แค่มี Data Centerในประเทศ แต่ต้องทำให้ประเทศไทยมีโครงสร้างพื้นฐานที่รองรับงานระดับองค์กร ทั้งในมิติความปลอดภัย การกำกับดูแลข้อมูล และความพร้อมสำหรับ AI ในระยะยาว ควบคู่กับการพัฒนาบุคลากร ตั้งแต่โครงการ Tech for Digital Future ที่นำ AI เข้าถึงเยาวชนในต่างจังหวัด ไปจนถึงการจับมือกับสถาบันพระจอมเกล้าลาดกระบังในหลักสูตร Data Center ระดับ World-class และการร่วมมือกับกระทรวง อว. ผ่านโครงการ Skills to Jobs Tech Alliance Thailand

AI โตแรงกว่า Digital Economy รวม

จากภาพโครงสร้างพื้นฐาน วัตสันขยับไปที่แนวโน้มตลาด และตัวเลขก็พูดแทนตัวเองได้ชัดเจน องค์กรไทยที่นำ AI ไปฝังใน Workflow และระบบงานจริง เพิ่มจาก 24% ในปี 2566 เป็น 32% ในปี 2568 เติบโต 33% ภายในสองปี หรือถ้าแปลงเป็นตัวเลขที่จับต้องได้มากขึ้น นั่นหมายความว่า มีบริษัทไทยเปิดตัวใช้ Enterprise AI จริง ๆ ทุก ๆ 3 นาที

ตัวเลขนี้ยิ่งน่าสนใจขึ้นไปอีก เมื่อเทียบกับ Digital Economy ไทยโดยรวมที่คาดว่าจะเติบโตเพียง 4.2% ขณะที่ตลาด AI เพียงอย่างเดียวคาดการณ์ว่าโตเฉลี่ย 41.5% ต่อปีจนถึงปี 2030 ชี้ให้เห็นว่า AI ไม่ได้เป็นแค่ส่วนหนึ่งของการลงทุนด้านเทคโนโลยี แต่กำลังกลายเป็นเครื่องยนต์หลักที่ขับเคลื่อนมันอยู่

อย่างไรก็ตาม คุณวัตสัน ย้ำว่าตัวเลขเหล่านี้มีความหมายก็ต่อเมื่อนับจากการใช้งานที่แท้จริง ไม่ใช่การสมัครแชตบอทให้พนักงานทดลองเล่น แต่คือการฝัง AI เข้าไปในแอปพลิเคชัน ระบบบริการลูกค้า และกระบวนการทำงานที่ส่งผลต่อธุรกิจโดยตรง

4 ทิศทางหลักของ AWS ไทย ปี 2569

ท่ามกลางการเติบโตของตลาด AWS สรุป 4 Priority หลักของปีนี้ ได้แก่

1. เร่ง Adoption บน Thailand Region
2. ลงลึกด้าน AI พร้อมเพิ่มบุคลากรผู้เชี่ยวชาญในประเทศ
3. โฟกัส Industry Vertical ใน 3 อุตสาหกรรมหลักคือ Financial Services, Retail และ Manufacturing พร้อมเริ่มบุก Healthcare
4. เติบโตผ่าน Partner โดยยกระดับความเชี่ยวชาญด้าน Agentic AI ทั้งในแง่ Agentic AI Application, AI Tools และ Consulting

จาก Generative AI สู่ Agentic AI

เมื่อวางบริบทตลาดแล้ว AWS ขยับเข้าสู่หัวใจของ re:Invent 2025 คือการเปลี่ยนผ่านจาก Generative AI ไปสู่ Agentic AI

หาก AI รุ่นแรกคือ 'ผู้ช่วยตอบคำถาม' และ Gen AI คือ 'เพื่อนร่วมทีม' Agentic AI คือระบบที่รับเป้าหมายแล้วลงมือทำได้เองแบบต่อเนื่อง ทำงานข้ามระบบ และจัดการงานหลายขั้นตอนได้โดยไม่ต้องมีมนุษย์กำกับทุกช่วง อย่างไรก็ตาม คุณวัตสันระบุว่า AI Agents ในปัจจุบันยังมีข้อจำกัด 3 ประการที่สำคัญ ได้แก่ ไม่สามารถจดจำการเรียนรู้จากวันก่อนหน้า ทำงานอิสระได้เพียงช่วงเวลาสั้น และยังต้องการการกำกับดูแลจากมนุษย์  และนั่นคือสิ่งที่ Frontier Agent ถูกออกแบบมาเพื่อแก้ไข

"Frontier Agent" AI ที่ทำงานแบบ Autonomous

AWS เปิดตัว Frontier Agent ซึ่งมีคุณสมบัติหลัก 3 ประการ ได้แก่ ทำงานอัตโนมัติโดยไม่ต้องสั่งทีละขั้น ประสานงานและมอบหมายงานต่อให้ Agent อื่นได้เอง และรันงานต่อเนื่องได้เป็นชั่วโมงหรือเป็นวัน

จากเวที re:Invent มีการเปิดตัว Agent สำคัญ 3 ตัว

• Kiro Autonomous Agent นักพัฒนาเสมือนจริงที่ไม่ใช่แค่เขียนโค้ดตามสั่ง แต่นำทางผ่าน Code Repositories ได้เอง ตรวจสอบและคัดกรองบั๊ก ปรับปรุง Test Coverage และเข้าใจว่าถ้าแก้ไฟล์นี้แล้วต้องแก้ที่ไหนอีกบ้างในระบบทั้งหมด รับโจทย์แล้วทำงานจนเสร็จโดยที่นักพัฒนาไม่ต้องนั่งรอ
• Amazon Security Agent เปรียบเหมือนสถาปนิกด้านความปลอดภัยที่ตรวจสอบแบบแปลนตั้งแต่ก่อนวางอิฐ ระบุช่องโหว่ตั้งแต่ขั้นออกแบบ ไม่รอให้ระบบ Launch แล้วค่อยมาแก้ทีหลัง บวกกับความสามารถจำลองการแฮ็กระบบ (Penetration Test) แบบ On-demand โดยเข้าดูในระดับ Source Code เลยว่ามีช่องว่างอะไรบ้าง
• Amazon DevOps Agent ตรวจเจอปัญหาเอง วิเคราะห์ Root Cause เอง เสนอวิธีแก้ไข และ 'จำ' ว่าเคยเจอปัญหานี้แล้วเพื่อป้องกันไม่ให้เกิดซ้ำ เปรียบได้กับทีม DevOps ที่พร้อมทำงานตลอด 24 ชั่วโมงโดยไม่ต้องรอสายโทรศัพท์

นอกจาก Frontier Agents แล้ว AWS ยังอัปเดต AWS Transform ให้รองรับการปรับปรุงระบบเก่าด้วย Agentic AI ที่เร็วขึ้นถึง 5 เท่า ครอบคลุมทั้งแอปพลิเคชัน .NET, SQL Server และช่วยลดต้นทุนค่าใบอนุญาตได้สูงสุดถึง 70% ตอบโจทย์องค์กรที่ยังติดอยู่กับระบบ Legacy และต้องการ Modernize โดยไม่ต้องเริ่มนับหนึ่งใหม่ทั้งหมด

แพลตฟอร์มรองรับ Agentic AI: Nova และ Bedrock

เพื่อรองรับการสร้าง Agent ในระดับองค์กร AWS เปิดตัวและขยายความสามารถของแพลตฟอร์มหลัก

• Amazon Nova 2 ตระกูลโมเดลที่ครอบคลุมทุกความต้องการ ตั้งแต่ Nova 2 Lite สำหรับงานทั่วไปที่ต้องการความเร็วและต้นทุนต่ำ, Nova 2 Pro สำหรับงานซับซ้อน, Nova 2 Sonic สำหรับ Speech-to-Speech และ Nova 2 Omni ที่รับ Input ได้ทุกรูปแบบทั้งข้อความ รูปภาพ และวิดีโอ นอกจากนี้ยังมี Nova Act ที่เชี่ยวชาญการทำงานอัตโนมัติบนเบราว์เซอร์ด้วยภาษาธรรมชาติโดยไม่ต้องเขียนสคริปต์ล่วงหน้า โดยมีความน่าเชื่อถือในการทำ Automation Task ได้ถึง 90%
• Nova Forge เปิดทางให้องค์กรนำข้อมูลภายในไปเทรนโมเดลเฉพาะทางของตนเอง ตั้งแต่ขั้น Pre-training ไปจนถึง Post-training เหมือนสอนเด็กตั้งแต่ยังเล็กให้มีความรู้เฉพาะด้านก่อนที่จะโตเป็นผู้ใหญ่ที่มีความรู้ทั่วไป (Sony นำแนวคิดนี้ไปสร้างโมเดลเฉพาะด้านเกมและอิเล็กทรอนิกส์เพื่อให้บริการพนักงานกว่า 57,000 คนทั่วโลก)
• Amazon Bedrock ทำหน้าที่เป็นแพลตฟอร์มบริหารจัดการ Agent พร้อมระบบควบคุมความปลอดภัยและนโยบายการใช้งาน รองรับโมเดลมากกว่า 100 ตัว ทั้งจาก AWS เอง และ Third-party อย่าง Anthropic, Google Gemma, Mistral, NVIDIA Nemotron รวมถึงโมเดลจากฝั่งเอเชียอย่าง MiniMax และ Moonshot Kimi ในส่วนของ Bedrock AgentCore มีการเพิ่มความสามารถสำคัญในปีนี้ ทั้ง Policy Control ที่กำหนดขอบเขตการทำงานของ Agent ด้วยภาษาธรรมชาติ, Evaluations ที่มี Evaluator สำเร็จรูป 13 ตัวสำหรับตรวจสอบคุณภาพในหลายมิติ และ Episodic Memory ที่ทำให้ Agent 'จำ' บทสนทนาและปรับตัวตามพฤติกรรมผู้ใช้ได้เหมือนมนุษย์

ชิปรุ่นใหม่และ AI Factories

ในระดับ Infrastructure AWS ประกาศ Graviton5 ชิปรุ่นใหม่ที่ให้ประสิทธิภาพสูงขึ้น 25% พร้อมด้วย 192 cores ต่อชิปและแคชที่ใหญ่กว่าเดิมถึง 5 เท่า ปัจจุบัน 98% ของลูกค้า EC2 กำลังใช้ประโยชน์จาก Graviton อยู่แล้ว สะท้อนให้เห็นว่าเทคโนโลยีนี้ได้รับความไว้วางใจในระดับอุตสาหกรรม

ควบคู่กันนั้น Trainium3 UltraServers รองรับชิปได้สูงสุด 144 ชิปในระบบเดียว ให้ Throughput สูงกว่า 3 เท่าต่อชิป และ Deploy โมเดล AI ได้เร็วขึ้น 4.4 เท่าในราคาครึ่งหนึ่ง โดย Anthropic ใช้แพลตฟอร์มนี้รัน Claude.ai จนทำให้ Response Time เร็วขึ้น 60%

และสำหรับองค์กรหรือหน่วยงานภาครัฐที่ต้องการควบคุมข้อมูลภายในองค์กรอย่างเต็มรูปแบบ AWS AI Factories คือคำตอบ ด้วยการนำโครงสร้างพื้นฐาน AWS ที่รวม NVIDIA GPUs, ชิป Trainium และบริการอย่าง Amazon Bedrock และ SageMaker ไปติดตั้งใน Data Center ขององค์กรได้โดยตรง ตอบโจทย์ข้อกำหนดด้านการกำกับดูแลข้อมูลและข้อบังคับต่างๆ โดยไม่ต้องส่งข้อมูลออกนอกองค์กร

กรณีศึกษาองค์กรไทย

AWS ยกตัวอย่างองค์กรไทยที่นำ AI ไปใช้จริงและวัดผลได้

• ธนาคารกรุงศรีอยุธยา ใช้ AI ตรวจจับพฤติกรรมบัญชีม้าแบบ Real-time จากรูปแบบ Transaction และนำ Computer Vision มาประเมินสินทรัพย์ ลดเวลาจากหลายวันเหลือเพียงไม่กี่นาที
• แสนสิริ ใช้ AI ภายในองค์กรชื่อ ChatX ตอบคำถามลูกบ้านจากกว่า 500 โครงการ ส่งผลให้ Response Time ดีขึ้น 30% พร้อมกันนั้นยังนำ AI มาอ่าน Invoice ของคู่ค้า เพิ่มความแม่นยำจาก 50-60% กระโดดขึ้นไปเกือบ 90% ด้วยต้นทุนที่ถูกลง
• ปตท. ใช้ AI ช่วย Migrate โค้ด .NET จาก Windows มาเป็น Open Source ประหยัดค่าใช้จ่ายด้านโครงสร้างพื้นฐานได้ถึง 75% และเพิ่มประสิทธิภาพของระบบขึ้น 13 เท่า

ตัวอย่างเหล่านี้สะท้อนว่า AI ถูกนำมาใช้เพื่อเพิ่มรายได้ ลดต้นทุน และยกระดับประสิทธิภาพพร้อมกัน

เมื่อ AI ทำงานระดับ Junior ได้แล้ว

ในช่วงท้ายมีคำถามที่น่าสนใจว่า AI ปัจจุบันเก่งเทียบเท่า Developer ระดับไหน คุณวัตสันตอบตรง ๆ ว่าตอนนี้อยู่ระดับ Junior แต่กำลังพัฒนาอย่างรวดเร็ว

"ความรู้มันจะถูก Push ให้คนระดับล่างต้องรู้มากขึ้นเรื่อย ๆ เหมือน Half-life ของทักษะที่สั้นลงทุกวัน งานที่ Junior ทำอยู่วันนี้ AI ทำได้แล้ว ดังนั้น Junior ในอนาคตต้องเก่งในระดับที่เราเรียกว่า Senior อยู่ในวันนี้"

นั่นหมายความว่าทักษะที่ต้องพัฒนาจะเปลี่ยนจากการเขียนโค้ดไปสู่การออกแบบระบบ ความเข้าใจธุรกิจ และการกำกับดูแล AI อย่างมีความรับผิดชอบ

ภาพรวมของการประกาศครั้งนี้สะท้อนว่า AWS กำลังวางตำแหน่งตัวเองเป็น AI Infrastructure ของประเทศไทย มากกว่าการเป็นเพียง Cloud Provider

และปี 2569 จะเป็นปีที่องค์กรไทยต้องพิสูจน์ว่า AI ไม่ใช่แค่เทรนด์ แต่คือเครื่องมือที่สร้างผลลัพธ์ทางธุรกิจได้จริง