คุณเดวิด โมลด์ (David Mould) ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและผู้อำนวยการด้านโซลูชันของ Salesforce ประจำประเทศไทยและเวียดนาม อธิบายความสามารถของ AI เป็นคลื่นลูกต่าง ๆ เพื่อให้เห็นวิวัฒนาการและการใช้งานที่เปลี่ยนไป 

คลื่นลูกแรก คือ Predictive เป็นการสอนให้ AI เรียนรู้จากข้อมูลที่มีอยู่ (Machine Learning) แล้วให้คาดการณ์อนาคต คลื่นลูกที่สอง คือ Copilots เป็นการใช้ AI สร้างสรรค์สิ่งใหม่ (Generate) หรือคอนเทนต์ใหม่ด้วยการใช้คำสั่ง (Prompt) แล้วนำไปปรับแก้เพื่อให้ใช้งานต่อได้อย่างถูกต้อง และ คลื่นลูกที่สาม คือ Agents การป้อนคำสั่งเข้าไปเพื่อให้ระบบทำตามคำสั่งอย่างชาญฉลาดและสามารถที่จะตัดสินใจแทนเรา ทำแทนเราได้อัตโนมัติ โดยคลื่นลูกที่สามเริ่มต้นในปี 2024 จากความก้าวหน้าในการพัฒนา เจ้าหน้าที่เอเจนต์อัจฉริยะ (AI Agent) ซึ่งทำงานได้เองอัตโนมัติ (Autonomous) 

คุณเดวิด โมลด์ (David Mould) ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี และผู้อำนวยการด้านโซลูชันของ Salesforce ประจำประเทศไทยและเวียดนาม

มาในปี 2025 นี้ คุณเดวิดบอกว่าเป็นปีที่ AI จะสร้างผลลัพธ์ให้เกิดขึ้นจริง โดยจะมีการออกแบบ AI Agent ซึ่งเน้นลักษณะงานที่มีวัตถุประสงค์เฉพาะ เพื่อตอบสนองต่อความต้องการของกระบวนการทำงานในแต่ละแบบ และมอบผลลัพธ์ที่ทำให้องค์กรสามารถพัฒนาต่อได้เหนือกว่าการทดลองใช้งานอย่างที่ผ่านมา

ปี 2025 จะเป็นจุดเปลี่ยนที่สำคัญในวิวัฒนาการของ Autonomous AI เนื่องจากองค์กรธุรกิจทั้งในระดับโลกและในประเทศไทยได้เริ่มลงทุนใน AI Agent และเริ่มได้รับประโยชน์จากการใช้งานที่สามารถจับต้องและวัดผลได้จากเทคโนโลยีนี้

สำหรับ Salesforce คุณเดวิดอธิบายว่า บริษัทเห็นทิศทางการพัฒนาและใช้งาน AI ที่ชาญฉลาดขึ้น และจากที่มี Agentforce แพลตฟอร์มแรงงานดิจิทัลสำหรับองค์กร ก็เปิดตัว Agentforce 2.0 ในเดือนธันวาคม 2024 ซึ่งเวอร์ชันที่พัฒนาล่าสุดนี้ช่วยให้องค์กรสามารถสร้างทีมงานที่มีพลังแบบไร้ขีดจำกัดได้ด้วย AI Agent และใช้ได้ในทุกแผนกงาน โดยแต่ละองค์กรสามารถเลือกใช้คลังทักษะความสามารถแนวใหม่ที่ Salesforce สร้างไว้แบบสำเร็จรูป ช่วยให้การผสานการทำงานระหว่างมนุษย์และ Agent นำไปสู่ความสำเร็จและความพึงพอใจของลูกค้าได้ดียิ่งขึ้น

5 เทรนด์ด้าน AI ที่สำคัญสำหรับปี 2025 โดย Salesforce

องค์กรไทยก็มีความตื่นตัวเกี่ยวกับการใช้ AI Agent กอปรกับการที่ Salesforce  ให้ความสำคัญกับลูกค้าองค์กรในไทย ทั้งยังเข้ามาตั้งสำนักงานในประเทศไทย คุณเดวิดจึงนำ 5 แนวโน้มการใช้งาน AI ที่สำคัญสำหรับองค์กรไทยในปี 2025 มาบอกต่อ

• 1. Autonomous Agents จะสร้างโอกาสการเติบโตด้านรายได้ให้ธุรกิจ

การพัฒนา Autonomous Agent ช่วยเพิ่มโอกาสการเติบโตด้านรายได้จากช่องทางใหม่ ๆ ได้เพิ่มมากขึ้น เนื่องจากองค์กรสามารถรวบรวมข้อมูลทั้งในรูปแบบที่มีโครงสร้างและไม่มีโครงสร้าง (Structured and Unstructured Data‎) จากทั่วทั้งองค์กรมาพัฒนา Autonomous Agent ธุรกิจจึงสามารถสร้างรูปแบบใหม่ในการพัฒนาความสัมพันธ์กับลูกค้าให้ลึกซึ้งยิ่งขึ้น นำไปสู่การพัฒนาช่องทางสร้างรายได้ใหม่ให้ธุรกิจ 

เช่น ธนาคารที่ทำงานร่วมกับลูกค้าธุรกิจหลายพันราย วิเคราะห์ข้อมูลการใช้จ่ายเบื้องต้นและเข้าใจว่า ลูกค้าที่เป็นธุรกิจ SMEs ส่วนใหญ่นั้นมีระดับการใช้จ่ายต่ำ แต่หากวิเคราะห์ลงลึกมากยิ่งขึ้น อาจเห็นว่าธุรกิจเหล่านี้กระจายการใช้จ่ายและธุรกรรมไปยังธนาคารหลาย ๆ แห่ง และหากธนาคารจะปรับเปลี่ยนทีมงานเพื่อสร้างความสัมพันธ์กับลูกค้าทุก ๆ รายให้ครอบคลุมและลึกซึ้งยิ่งขึ้นนั้นอาจทำได้ยาก แต่หากธนาคารนำ Autonomous Agent มาใช้พัฒนาการมีส่วนร่วมกับลูกค้าและสร้างการปฏิสัมพันธ์ที่ต่อเนื่อง และสม่ำเสมอตลอด 24 ชั่วโมง โดยไม่ต้องอาศัยมนุษย์เข้ามาควบคุมดูแล ดังนั้น การพัฒนาบริการในลักษณะนี้ ธนาคารอาจมอบการบริการให้ลูกค้าได้ในแบบที่ไม่เคยมีมาก่อน ซึ่งจะช่วยยกฐานการสร้างรายได้ขององค์กรให้สูงยิ่งขึ้น

หรือในงานขาย AI Agent ช่วยคัดกรองโอกาสการขายจากผู้ที่มีแนวโน้มหรือความสนใจในสินค้า (Lead) เบื้องต้นให้พนักงานของบริษัทได้อัตโนมัติ ก่อนที่จะส่งต่อให้ทีมขายซึ่งเป็นมนุษย์ให้บริการต่อไป พนักงานจึงไม่ต้องเสียเวลาไปกับโอกาสการขายที่ไม่มีการตอบสนอง หรือการใช้เวลาไปกับโอกาสการขายที่มีปฏิสัมพันธ์ต่ำ 

• 2. โซลูชันด้าน AI และ Agentic AI ที่สร้างแบบสำเร็จรูป พร้อมใช้งาน และการผสานรวมข้อมูล จะเป็นพื้นฐานความสำเร็จของการใช้งาน AI

คุณรบส สุวรรณมาศ ผู้นำการเผยแพร่เทคโนโลยี (Tech Evangelist) Salesforce ประเทศไทย

ในโลกธุรกิจที่มีการแข่งขันพัฒนาการใช้งาน AI อย่างเต็มรูปแบบ องค์กรจะหันมาใช้โซลูชันสำเร็จรูปมากขึ้น เพราะมีความสะดวกรวดเร็วในการติดตั้งและใช้งาน พร้อมทั้งให้ความถูกต้องแม่นยำได้เหนือกว่า ในทางตรงกันข้าม องค์กรที่พยายามสร้าง AI ด้วยตัวเองมักจะพบกับปัญหาเรื่องต้นทุนแฝง ซึ่งไม่ได้คาดไว้ล่วงหน้า ส่งผลต่อการใช้ศักยภาพของเทคโนโลยี AI สร้างผลลัพธ์ให้ล่าช้าออกไป

อย่างไรก็ตาม การพัฒนา AI บนพื้นฐานของการมีข้อมูลที่ถูกต้องเหมาะสม ถือเป็นหนึ่งในกุญแจสำคัญสำหรับการเพิ่มผลตอบแทนจากการลงทุนใน AI องค์กรจึงจำเป็นต้องรวบรวมข้อมูลเข้าสู่ระบบ ทั้งในรูปแบบที่มีโครงสร้าง เช่น บันทึกธุรกรรมต่าง ๆ ของลูกค้า และข้อมูลที่ไม่มีโครงสร้าง เช่น อีเมลบทสนทนาของลูกค้า ข้อมูลสินค้า เอกสารนโยบายต่าง ๆ ขององค์กร เพื่อนำมาสร้างมุมมองข้อมูลลูกค้าที่มีความครบถ้วน รอบด้าน พร้อมสำหรับการทำงาน และสัมพันธ์กับบริบทในการทำงานในสถานการณ์ต่าง ๆ 

• 3. AI ที่พัฒนาโดยคนไทย เพื่อประเทศไทย กับระบบนิเวศการพัฒนา AI ที่กำลังเติบโต

AI พาทุกภาคส่วนเข้าสู่การเปลี่ยนแปลงทางเทคโนโลยีครั้งยิ่งใหญ่ที่สุด เช่นเดียวกับการที่สมาร์ทโฟนและแอปพลิเคชันบนอุปกรณ์เคลื่อนที่เคยสร้างระบบนิเวศที่มีความก้าวหน้าอย่างต่อเนื่องให้นักพัฒนาแอปพลิเคชันมาแล้ว และสำหรับการเติบโตของแพลตฟอร์ม AI นั้น กำลังสนับสนุนให้เกิด 'นักพัฒนา AI รุ่นใหม่' ซึ่งขับเคลื่อนให้เกิดการสร้างสรรค์นวัตกรรมและเปิดโอกาสให้นักพัฒนาชาวไทยร่วมกันสร้างเครื่องมือ AI ที่ตอบสนองต่อความต้องการที่เฉพาะเจาะจงสำหรับแต่ละประเทศ เช่น โมเดลภาษาขนาดเล็ก (Small Language Models: SLMs) ที่สนับสนุนภาษาไทย, โมเดลเทคโนโลยีขั้นสูงที่สามารถแก้ปัญหาธุรกิจแบบเฉพาะทาง สำหรับอุตสาหกรรมหลักของประเทศ อย่างการท่องเที่ยว การคมนาคม เป็นต้น

การเติบโตของอุตสาหกรรมเทคโนโลยี AI ในภูมิภาคนี้ไม่เพียงแต่จะดึงดูดการลงทุนจากบริษัทระดับโลกเท่านั้น แต่ยังช่วยกระตุ้นให้สตาร์ทอัพในไทยตื่นตัว ซึ่งจะทำให้บทบาทเชิงกลยุทธ์ในการพัฒนา AI ที่มักเกิดขึ้นในโลกตะวันตกนั้น ย้ายมาสู่ในภูมิภาค SEA มากยิ่งขึ้น ทั้งยังช่วยสร้างโอกาสใหม่ ๆ ให้แรงงานในอนาคต

• 4. AI Agent พลิกโฉมรูปแบบการบริการแบบเดิม ด้วยการขยายขีดความสามารถ เสริมความชาญฉลาด และสร้างประสบการณ์เฉพาะสำหรับลูกค้าแต่ละบุคคล

ในประเทศที่มีต้นทุนแรงงานไม่สูงมากอย่างไทย องค์กรธุรกิจมักใช้วิธี 'เพิ่มจำนวนพนักงาน' เพื่อปรับปรุงการบริการและพัฒนาประสบการณ์ของลูกค้าให้ได้รับบริการที่รวดเร็วขึ้น อย่างไรก็ตาม เมื่อเพิ่มจำนวนแล้วก็ไม่อาจแน่ใจได้ว่า พนักงานจะช่วยเพิ่มความสามารถในการแก้ปัญหา หรือนำไปสู่ความพึงพอใจโดยรวมของลูกค้าได้เสมอไป

แต่หากองค์กรหรือร้านค้าเพิ่มปริมาณพนักงานแล้วใช้ AI Agent จัดการคำขอรับบริการของลูกค้าอัตโนมัติ และปรับปรุงการมีปฏิสัมพันธ์กับลูกค้าให้ดียิ่งขึ้น ไม่เพียงช่วยเพิ่มประสิทธิภาพการให้บริการ แต่ยังเป็นการมอบบริการที่มีคุณภาพสูงให้กับลูกค้า เนื่องจาก AI Agent จะใช้ข้อมูลที่เชื่อมโยงจากแหล่งต่าง ๆ ในระบบแบบเรียลไทม์ เพื่อส่งมอบบริการที่ถูกต้องและสัมพันธ์กับเรื่องที่ลูกค้าขอรับบริการ ที่สำคัญ ยังสามารถตัดสินใจและลงมือดำเนินการได้ตามความต้องการของลูกค้าอัตโนมัติ 

คุณเดวิดยกตัวอย่างการใช้งาน AI Agent ของ ท่าอากาศยานลอนดอนฮีทโธรว์ (London Heathrow Airport) ซึ่งเป็นหนึ่งในสนามบินที่มีจำนวนผู้โดยสารมากที่สุดในโลก มีเที่ยวบินเฉลี่ยมากถึงวันละ 1,300 เที่ยวบิน มีผู้เดินทางสู่จุดหมายปลายทางมากกว่า 230 แห่งทั่วโลก ทางสนามบินจึงต้องจัดการกับผู้เดินทางระหว่างประเทศจำนวนมหาศาลในช่วงเทศกาลต่าง ๆ 

โดยทางสนามบินใช้ Agentforce ดึงข้อมูลแบบเรียลไทม์จากฐานความรู้และระบบเชื่อมต่อ API โดยนำข้อมูลเที่ยวบินมาใช้ตอบคำถามผู้โดยสารหลายพันคำถามในเวลาเดียวกันได้ในทันที ผู้โดยสารจึงไม่ต้องเสียเวลาถามคำถามที่พบได้บ่อย ไม่ต้องรอสายเจ้าหน้าที่ผู้ให้บริการ และสามารถรับรู้ข้อมูลสถานะเที่ยวบิน การนำทาง และสิ่งอำนวยความสะดวก รวมถึงบริการต่าง ๆ ในสนามบินได้ทันที และจากการประมาณการณ์พบว่า Agentforce มีความแม่นยำในการตอบสนองมากถึง 95% จึงช่วยลดความเครียดของผู้โดยสารได้มาก ส่วนเจ้าหน้าที่ของสนามบินก็ได้ใช้เวลามากขึ้นในการแก้ไขปัญหาการเดินทางที่มีความซับซ้อน

• 5. การให้ Agent ช่วยสร้าง Agent และการที่ Agent สนทนากันเอง จะกลายเป็นเรื่องปกติ

เช่นเดียวกับการที่องค์กรมีพนักงานซึ่งมีความเชี่ยวชาญเฉพาะทางในแต่ละหน้าที่ ในปี 2025 นี้ เราจะได้เห็น AI Agent ที่ได้รับบทบาทเฉพาะเพื่อทำงานภายในเครือข่ายขององค์กร โดย Agent เหล่านี้จะทำงานร่วมกับพนักงานที่เป็นมนุษย์ พร้อมกับสื่อสารพูดคุยกับ Agent ต่าง ๆ และสร้าง Agent ขึ้นมาใหม่ตามความต้องการทางธุรกิจที่เปลี่ยนแปลงไป และแต่ละ Agent จะมีหน้าที่เฉพาะซึ่งองค์กรกำหนดไว้อย่างชัดเจน ช่วยให้ระบบเครือข่ายสามารถจัดการงานที่หลากหลายได้อย่างมีประสิทธิภาพ โดยในเครือข่ายการทำงานของ Agent นี้ Meta-Agent จะมีบทบาทสำคัญในการประสานงานระหว่าง Agent ต่าง ๆ เพื่อให้กระบวนการทำงานมีความราบรื่น เช่น

• Agent ที่เป็นผู้ช่วยที่ปรึกษา หรือ Concierge Agent อาจทำงานร่วมกับผู้ใช้งาน เพื่อให้คำแนะนำในฟังก์ชันงานที่ Agent สามารถให้ความช่วยเหลือได้ และส่งอัปเดตความคืบหน้าของการดำเนินงานให้ทราบเป็นระยะ 
  
  
• Agent ‎ซึ่งทำหน้าที่เป็นผู้ประสานงาน หรือ Orchestration Agent ทำหน้าที่ประเมินความต้องการของผู้ใช้งาน และส่งคำร้องต่อไปยัง Agent ที่เหมาะสมกับหน้าที่นั้น ๆ เพื่อจัดการงานได้อย่างมีประสิทธิภาพ 

นอกจากนี้ การทำงานในรูปแบบเครือข่ายจะยิ่งเสริมสร้างการทำงานร่วมกันได้ดียิ่งขึ้นบนแพลตฟอร์มการสื่อสาร เช่น Slack ซึ่งเป็นระบบที่มนุษย์สามารถทำงานร่วมกับ AI Agent ได้แบบผสานรวมเป็นทีมเดียวกัน จึงช่วยให้ทำงานได้อย่างรวดเร็วและประสานงานได้อย่างมีประสิทธิภาพมากขึ้น

สิ่งที่ได้รู้จากการทดลองสร้าง AI Agent และพูดคุยกับทีม Salesforce

หลังจากรับฟังเทรนด์การใช้ AI Agent สำหรับภาคธุรกิจ ทาง Salesforce ก็ให้ทีมเทคซอสทดลองสร้าง AI Agent (Agent Builder) จากขอบเขตและข้อมูลใน Einstein Data Library ที่จัดเตรียมไว้ให้ใช้อย่างถูกต้องปลอดภัย โดยให้สมมติบทบาท AI Agent เป็น Service Agent อันชาญฉลาดของรีสอร์ทแห่งหนึ่ง และสามารถเลือกใส่คำสั่งจากตัวเลือกต่าง ๆ ที่สร้างขึ้นในระบบแบบสำเร็จรูป 

เนื่องจาก Chatbot แบบดั้งเดิม สามารถตอบคำถามได้ตาม Word หรือ Keyword ที่กำหนดไว้ หากผู้ใช้บริการหรือลูกค้าสะกดผิดหรือพิมพ์คำถามไม่ตรงกับที่ระบบตั้ง Topic ไว้ ลูกค้าก็อาจไม่ได้คำตอบหรือไม่ได้รับความช่วยเหลือ 

แต่สำหรับ Service Agent ที่มาในรูป AI Chatbot จะมีความฉลาดกว่ามาก ไม่ว่าจะพิมพ์ผิด พิมพ์ถามต่อเนื่อง เปลี่ยนประเด็น หรือถามข้ามประเด็นแล้วกลับมาประเด็นเดิม AI Chatbot ก็ยังสามารถจดจำ ตอบคำถาม ทวนคำถาม ไปจนถึงการจองที่พัก หรือแนะนำกิจกรรมให้ได้แบบเรียลไทม์ (ทั้งนี้ ขึ้นอยู่กับการตั้งค่า ความสามารถ AI Agent แต่แรก) 

เช่น การตั้งค่า Agent Action Label ในด้าน Experience บนแพลตฟอร์ม Agentforce หากลูกค้าสอบถามถึง Experience - เที่ยวถ้ำ แล้วทางรีสอร์ทใส่ข้อมูลเกี่ยวกับการเที่ยวถ้ำไว้ในระบบ Service Agent ก็จะดึงคำตอบมาให้ได้ทันที แต่หากไม่มีข้อมูลในระบบ Agent ก็จะตอบตามตรงว่า ไม่มีข้อมูลหรือไม่สามารถตอบคำถามได้ เพื่อป้องกันการให้ข้อมูลผิด ๆ แก่ผู้ใช้งาน หรือกลายเป็นข้อมูลหลอน (Hallucination) แบบที่ AI บางตัวไปควานหาคำตอบมาให้

อย่างไรก็ตาม การทดลองสร้าง AI Agent ในที่นี้ ใช้คำสั่งและโต้ตอบเป็นภาษาอังกฤษ เมื่อถามถึงภาษาไทย คุณรบส สุวรรณมาศ ผู้นำการเผยแพร่เทคโนโลยี (Tech Evangelist) Salesforce ประเทศไทย อธิบายเกี่ยวกับการพัฒนา โมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ที่เป็นภาษาไทยว่า 

• การพัฒนา LLM ภาษาอังกฤษ ทำได้ง่ายและเร็วกว่าการพัฒนา LLM ภาษาไทยมาก เพราะภาษาอังกฤษเป็นภาษาที่ใช้ทั่วโลกและใช้เทรนโมเดลอย่างแพร่หลาย ในขณะที่หลายองค์กรในไทยกำลังพัฒนา LLM ภาษาไทย เช่นในอุตสาหกรรมการเงิน ประเด็นหนึ่งที่เป็นอุปสรรค คือ การคัดกรอง ตรวจจับการใช้คำหยาบคาย คำด่าทอรุนแรง คำที่แสดงถึงการเหยียดเพศ เหยียดผิว เหยียดเชื้อชาติ ซึ่งต้องระมัดระวังอย่างมาก
  
  
• คุณรบสเปิดเผยว่า Salesforce กำลังพัฒนาระบบและกำหนด Toxicity Detection (การตรวจจับหรือกรองคำที่เป็นพิษ) ภาคภาษาไทย เมื่อไรที่พร้อมก็จะเปิดให้บริการในลักษณะของการเชื่อม API หรือเชื่อมการให้บริการร่วมกับอุตสาหกรรมต่าง ๆ โดยองค์กรที่เป็นลูกค้าจะสามารถเลือกได้ว่าจะใช้ AI ของแบรนด์ใด หรือ LLM ขององค์กรใด
  
  
• ไม่ว่างานบริการจะใช้เทคโนโลยีล้ำสักแค่ไหน คุณรบสย้ำว่า ยังต้องมี 'มนุษย์' อยู่ในขั้นสุดท้าย เพื่อตอบคำถามที่มีความซับซ้อนหรือตอบในสิ่งที่ Agent ไม่สามารถให้คำตอบได้