เปิดกรุยูสเคส Agentic AI จาก Google Cloud เมื่อใช้ AI ช่วยงานของแต่ละธุรกิจไม่เหมือนกัน
วันที่ 23 พฤษภาคม 2569 เวลา 14:32 น. งาน Google Cloud Next 2026 ที่ลาสเวกัสได้เผยโฉม Agentic AI ซึ่งเข้ามามีบทบาทในชีวิตการทำงานอย่างแท้จริง โดย AI ถูกนำไปใช้ใน 3 ระดับ ได้แก่ ผู้ช่วยที่ทำให้คนเก่งขึ้น การทำงานแทนคนในกระบวนการเฉพาะ และระบบนิเวศของเอเจนต์หลายตัวที่ทำงานร่วมกันเอง
ระดับที่ 1 AI ผู้ช่วยที่ทำให้คนเก่งขึ้น
Agentic AI ในระดับนี้ยังไม่ตัดสินใจเอง แต่ทำหน้าที่เป็นสมองสำรองที่ยกระดับการทำงานของพนักงานให้เร็วขึ้น แม่นยำขึ้น และเข้าถึงข้อมูลเชิงลึกได้ทันที โดยมนุษย์ยังเป็นผู้ตัดสินใจสุดท้ายเสมอ ตัวอย่างเช่น Walmart มอบอุปกรณ์ Pixel Fold ที่เชื่อมต่อกับข้อมูลองค์กรและรันด้วย Gemini Enterprise ให้ผู้จัดการสาขาทุกคน ทำให้สามารถหาคำตอบได้ในไม่กี่วินาที จากเดิมที่ต้องใช้เวลาเป็นชั่วโมง Citi Wealth เปิดตัว Citi Sky ซึ่งเป็นทีม AI สแตนด์บายตลอดเวลา ให้ลูกค้าและพนักงานถามข้อมูลเชิงลึกระดับโลกได้ในหลายภาษา Macquarie Bank ใช้ Gemini Enterprise เปิดผู้ช่วย AI ตอบคำถามด้านการธนาคารให้ลูกค้ากว่า 2 ล้านรายตลอด 24 ชั่วโมง ส่งผลให้ความสูญเสียจากการถูกหลอกลวงลดลงครึ่งหนึ่ง Colgate-Palmolive ให้พนักงานกว่า 34,000 คนใช้ Google Workspace ที่มี AI เอเจนต์ดึงข้อมูลประวัติยอดขายหลายสิบปีมาวิเคราะห์ ลดเวลาการสร้างคอนเซปต์ผลิตภัณฑ์ใหม่จากเดือนเหลือไม่กี่นาที Bayer Crop Science ใช้ Data Agent Kit จัดการข้อมูลและสร้างโมเดลวิเคราะห์อัตโนมัติ ปลดล็อกนักวิจัยให้มีเวลาคิดค้นนวัตกรรมการเกษตร
ระดับที่ 2 AI ทำงานแทนคนในกระบวนการเฉพาะ
ในระดับนี้ AI มีอำนาจตัดสินใจในกระบวนการของตัวเอง ตั้งแต่จัดตะกร้าสินค้า รับออเดอร์ ตรวจจับการฉ้อโกง ไปจนถึงพยากรณ์พายุล่วงหน้า ตัวอย่างเช่น The Home Depot สร้าง Magic Apron ผู้ช่วยดิจิทัลที่ดูแลลูกค้าตลอด Customer Journey ช่วยเพิ่ม Conversion rate Papa John's สร้างเอเจนต์รับออเดอร์อาหารแบบ Hyper-personalized ที่จดจำความชอบของลูกค้าและส่งพิซซ่าเร็วขึ้น Reliance ในอินเดียให้ลูกค้าพิมพ์ความต้องการกว้างๆ เช่น วางแผนจัดงานวันเกิด แล้วเอเจนต์ AI แนะนำสินค้าข้ามหมวดหมู่และจัดตะกร้าให้พร้อม Checkout Best Buy ใช้ AI อัตโนมัติแนะนำลูกค้าเรื่องสเปกสินค้าเทคโนโลยี แก้ปัญหา และจัดการนัดหมายช่างเทคนิค Citadel Securities ใช้ชิป TPU ของ Google รันงานวิจัยเชิงปริมาณ ลดเวลาจากสัปดาห์เหลือไม่กี่ชั่วโมง American Express รวมศูนย์ข้อมูลบน Google Cloud เพื่อให้ AI วิเคราะห์ความเสี่ยงและตรวจจับการฉ้อโกงตลอด 24 ชั่วโมง Axia Energia ในบราซิลใช้คลัสเตอร์ TPU พยากรณ์พายุรุนแรงล่วงหน้า 10 วัน ช่วยลดปัญหาไฟฟ้าขัดข้อง Virgin Voyages สร้าง Rovey ผู้ช่วยส่วนตัวบนเรือสำราญ ใช้ Google Distributed Cloud Edge เพื่อให้ AI ทำงานได้แม้เรือออฟไลน์กลางมหาสมุทร
ระดับที่ 3 เอเจนต์หลายตัวทำงานร่วมกันเอง
ระดับสูงสุดของ Agentic AI ที่องค์กรสร้างทีม AI หลายตัวทำงานประสานกันเหมือนทีมมนุษย์ ตัวอย่างเช่น Vodafone สร้างระบบเครือข่ายระดับโลกที่มีเอเจนต์หลายร้อยตัวบน BigQuery และ Gemini Enterprise จัดการปัญหาเครือข่ายล่มแบบ Proactive ประหยัดเงินหลายล้านดอลลาร์ Unilever สร้าง Competitive Buying Multi-agentic Solution บน Gemini Enterprise ช่วยทีมจัดซื้อวิเคราะห์และตัดสินใจเลือกแหล่งวัตถุดิบในไม่กี่นาที จากเดิมที่ต้องใช้เวลาหลายวัน AEON360 จับมือกับ Google Cloud สร้าง Continuous Commerce หรือการช้อปปิ้งแบบไร้รอยต่อทั่วทั้งระบบนิเวศ ใช้ Universal Commerce Protocol ทำให้ Agent คุยข้ามระบบกันได้ ตั้งแต่ Google Search ไปจนถึง Google Pay กระทรวงพลังงานสหรัฐฯ ขับเคลื่อนนักวิทยาศาสตร์ผู้ช่วย AI ในห้องปฏิบัติการแห่งชาติ 17 แห่ง เพื่อเร่งการค้นพบทางวิทยาศาสตร์ NASA ใช้ Gemini Enterprise Agents ในภารกิจ Artemis II ตรวจสอบความพร้อมของเที่ยวบินและดูแลความปลอดภัยของนักบินอวกาศ Team USA ร่วมมือกับ Google Cloud และ DeepMind สร้างโมเดลแปลงวิดีโอ 2 มิติเป็น 3 มิติเพื่อวิเคราะห์ท่าทางนักกีฬาสโนว์บอร์ดโอลิมปิก ช่วยให้นักกีฬาเห็นข้อบกพร่องและพัฒนาทักษะ
สรุปแล้ว การใช้ AI ช่วยงานในระดับแรกไม่ได้แปลว่าล้าหลัง เพราะแค่ให้พนักงาน 34,000 คนเข้าถึง AI ก็เปลี่ยนความเร็วในการทำงานทั้งองค์กร ขณะที่องค์กรระดับที่สามเปลี่ยนวิธีทำธุรกิจอย่างสิ้นเชิง คำถามที่ต้องคิดต่อคือ บทบาทของมนุษย์ในระบบเหล่านี้จะปรับตัวอย่างไร เพราะ AI ในปี 2569 ไม่เหมือนกับ AI ที่เรารู้จักในปี 2567 อีกต่อไป
