**Agentic AI** หรือ **AI เชิงตัวแทน** คือก้าวต่อไปที่เหนือกว่า Generative AI ทั่วไปครับ ถ้าให้เปรียบเทียบง่ายๆ คือ:
* **Generative AI:** เหมือน "ที่ปรึกษา" ที่รอเราถาม แล้วคอยตอบหรือสร้างเนื้อหาตามสั่ง
* **Agentic AI:** เหมือน "พนักงาน" ที่รับเป้าหมายใหญ่ไปแล้วสามารถ **วางแผน (Planning)**, **ใช้เครื่องมือ (Tool Use)** และ **ตัดสินใจเอง (Reasoning)** เพื่อทำงานนั้นให้สำเร็จจนจบกระบวนการ
---
### Agentic AI ทำงานอย่างไร?
หัวใจสำคัญของมันคือกระบวนการที่เรียกว่า **"Iterative Loop"** ซึ่งประกอบด้วย 4 ส่วนหลัก:
1. **Perception & Goal Setting:** รับโจทย์จากเรา เช่น "ช่วยวิเคราะห์และสรุปแนวโน้มตลาดหุ้นกลุ่มเทคโนโลยีในสัปดาห์นี้ พร้อมทำสไลด์นำเสนอ"
2. **Planning:** AI จะไม่ตอบทันที แต่มันจะย่อยงานเป็นขั้นตอน (Step-by-step) เช่น 1. ค้นหาข่าว 2. ดึงราคาปิดตลาด 3. วิเคราะห์ความสัมพันธ์ 4. ออกแบบสไลด์
3. **Action (Tool Use):** มันสามารถ "ออกไปทำงานจริง" ผ่าน API หรือเครื่องมือภายนอก เช่น เข้าไปค้นหาข้อมูลใน Google Search, ใช้ Python คำนวณเลข หรือส่งอีเมล
4. **Self-Correction:** หากผลลัพธ์ที่ได้ยังไม่ดีพอ หรือเจอข้อผิดพลาด (Error) มันจะพยายามแก้ไขแผนและลองใหม่จนกว่าจะได้คำตอบที่ถูกต้อง
---
### ตัวอย่างการใช้งานจริง
ในฐานะที่คุณสนใจด้านเทคโนโลยีและการพัฒนาระบบ ลองดูตัวอย่างที่ Agentic AI เข้ามาเปลี่ยนวิธีการทำงานครับ:
* **Software Development:** แทนที่จะให้ AI เขียน Code แค่หนึ่งฟังก์ชัน Agentic AI (อย่างเช่น Devin หรือ GitHub Copilot Workspace) สามารถรับโจทย์ไปเพื่อ **Debug** ทั้งโปรเจกต์, เขียน Unit Test, และทดสอบระบบ (Deployment) ได้ด้วยตัวเอง
* **Trading & Finance:** สามารถตั้งค่าให้ AI ตรวจสอบความผิดปกติของกราฟราคา (Anomaly Detection) และเมื่อเจอเงื่อนไขที่กำหนด มันสามารถประมวลผลข่าวสารรอบด้านเพื่อตัดสินใจว่าจะ "ปรับปรุงกลยุทธ์" หรือ "ส่งคำสั่งซื้อขาย" ผ่านระบบอัตโนมัติได้ทันที
* **Business Operations:** เช่น การทำ Customer Support ที่ไม่ได้แค่ตอบคำถาม แต่สามารถช่วยลูกค้าทำรายการคืนเงิน (Refund), เช็คสถานะขนส่ง และประสานงานกับฝ่ายคลังสินค้าได้จบในตัวเดียว
* **Data Analysis:** สั่งให้ AI เข้าไปดึงข้อมูลจาก Database ใหญ่ๆ มาทำความสะอาดข้อมูล (Data Cleaning) แล้วสรุปเป็น Dashboard ให้โดยที่เราไม่ต้องเขียน Query เองทุกขั้นตอน
---
### ทำไมถึงน่าจับตามอง?
ความเก่งของมันอยู่ที่การ **"ทำงานร่วมกันเป็นทีม" (Multi-Agent Systems)** ครับ เราสามารถสร้าง AI หลายตัวที่มีความเชี่ยวชาญต่างกัน (เช่น ตัวหนึ่งเก่งเขียนโค้ด อีกตัวเก่งวิเคราะห์ความเสี่ยง) มาคุยกันเองเพื่อแก้โจทย์ที่ซับซ้อนมากๆ ได้
-----------------------------------------------