นวัตกรรมใหม่ ๆ ในโลกของเอไอเกิดขึ้นอยู่ตลอดเวลา และแต่ละนวัตกรรมก็มีส่วนขับเคลื่อนให้อุตสาหกรรมต่าง ๆ ก้าวหน้าเป็นอย่างมาก วันนี้เราพามารู้จักหนึ่งในนวัตกรรมที่จะพัฒนาโลกของเอไออย่างก้าวกระโดด ทั้งในด้านประสิทธิภาพการทำงาน และความฉลาด นั่นคือ ‘AI Agentic Workflow’
AI Agentic Workflow คืออะไร?
AI Agentic Workflow เป็นแนวคิดการพัฒนาเอไอที่ Andrew Ng ผู้เชี่ยวชาญด้านเอไอชื่อดัง ซึ่งปัจจุบันเป็น CEO ของ Landing AI และเคยร่วมก่อตั้ง Coursera และ Google Brain เป็นผู้นำเสนอ
โดย AI Agentic Workflow คือรูปแบบการทำงานที่เอไอผันตัวเองเป็น Agent ที่ทำหน้าที่ของตัวเองย่อย ๆ ในแต่ละขั้นตอน โดยในขั้นตอนย่อยนั้นเอไอจะสามารถวิเคราะห์ ทดลอง ตัดสินใจ แก้ไข และทำซ้ำได้ด้วยตัวเอง เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดตามเป้าหมายย่อยของตัวเอง โดยเอไอจะทำงานภายใต้ขอบเขตงานโดยอัตโนมัติ และปรับตัวตามสถานการณ์ที่เปลี่ยนแปลงไปได้อย่างรวดเร็ว
สรุปสั้น ๆ คือ AI Agentic Workflow จะแบ่งการทำงานเป็นขั้นตอนย่อย และแยกตัวเองออกเป็น Agent ที่ได้รับมอบหมายงานย่อย ๆ เหล่านั้น แต่ละ Agent ก็จะทำทุกวิถีทางและปรับตัวตามสถานการณ์ให้งานออกมาได้ดีที่สุด
ความโดดเด่นด้านแนวทางการทำงานของ AI Agentic Workflow
Reflection: เอไอจะทบทวนและตรวจสอบงานของตัวเองเพื่อหาจุดที่ควรแก้ไข
Tool Use: เอไอมีการใช้เครื่องมือ เช่น การค้นหาข้อมูลบนเว็บไซต์ การรันโค้ด เพื่อให้ทำงานสำเร็จตามเป้า
Planning: เอไอมีการวางแผนขั้นตอนการทำงานแยกย่อยอย่างเป็นระบบ เพื่อให้บรรลุเป้าหมายอย่างเป็นขั้นเป็นตอน
Multi-Agent Collaboration: เอไอ Agent แต่ละตัวทำงานร่วมกัน ปรึกษาหารือ และเสนอไอเดีย เพื่อหาโซลูชันที่ดีที่สุด
จะเห็นได้ว่าแนวทางการทำงานจะเริ่มเหมือนวิธีการคิดของมนุษย์มากขึ้น ทำให้ทำงานได้อย่างมีประสิทธิภาพมากขึ้นนั่นเอง
ความแตกต่างระหว่างแนวทางดั้งเดิม vs AI Agentic Workflow
ความสามารถในการปรับตัวและการตัดสินใจ
แนวทางดั้งเดิม: ใช้กฎที่กำหนดไว้อย่างตายตัว ไม่สามารถปรับตัวกับสถานการณ์ใหม่ ๆ ได้ หากไม่มีการแทรกแซงจากมนุษย์
AI Agentic Workflow: ยืดหยุ่นและปรับตัวได้ในแบบเรียลไทม์ พร้อมเรียนรู้จาก Feedback เพื่อพัฒนาการทำงานอย่างต่อเนื่อง
การจัดการข้อมูล
แนวทางดั้งเดิม: ทำงานได้ดีเมื่อใช้ข้อมูลแบบ Structured (เช่น ตารางและฐานข้อมูล) แต่ไม่สามารถจัดการข้อมูลแบบ Unstructured ได้อย่างมีประสิทธิภาพ
AI Agentic Workflow: จัดการข้อมูลทั้งแบบ Structured และ Unstructured ได้ดี โดยใช้เทคโนโลยี NLP และ Computer Vision
ความสามารถในการขยายขนาดและประสิทธิภาพ
แนวทางดั้งเดิม: ต้องปรับเปลี่ยนระบบด้วยมนุษย์เพื่อรองรับปริมาณข้อมูลที่เพิ่มขึ้น ทำให้เกิดความล่าช้า
AI Agentic Workflow: สามารถขยายการทำงานได้ง่าย รองรับข้อมูลที่มากขึ้น และทำงานได้เร็วกว่า
การพึ่งพามนุษย์
แนวทางดั้งเดิม: ต้องพึ่งพามนุษย์ในการปรับแก้ไขและดูแลกระบวนการ ทำให้เกิดการ Micromanage
AI Agentic Workflow: ทำงานอัตโนมัติได้ ลดการพึ่งพามนุษย์และเพิ่มความคล่องตัวในการจัดการระบบ
ตามความเห็นของ Andrew Ng แล้ว AI Agentic Workflow สามารถสร้างความก้าวหน้าให้วงการโมเดลได้เป็นอย่างมาก และได้มีการทดลองกับโมเดล GPT 3.5 ที่เมื่อใช้ AI Agentic Workflow ก็สามารถทำงานด้านเขียนโค้ดได้ดีกว่า GPT-4 ซึ่งเป็นรุ่นใหม่กว่า ทำให้เห็นถึงศักยภาพที่เพิ่มขึ้น แม้จะเป็นโมเดลที่เก่ากว่าก็ตาม
ประโยชน์ทางธุรกิจของ AI Agentic Workflow
Software Development โดย AI Agentic Workflow สามารถช่วยพัฒนาเครื่องมือประเภท Coding Assistant ให้ฉลาดขึ้นได้ เขียนโค้ดได้อย่างแม่นยำขึ้น ข้อผิดพลาดน้อยลง เข้ามามีส่วนช่วยในการเขียนโค้ดได้มากขึ้น
Customer Service ความสามารถของ AI Agentic Workflow ในการปรับตัวกับสถานการณ์ได้อัตโนมัติจะช่วยให้เรานำเอไอมาช่วยเรื่อง Customer Service ได้อย่างมีประสิทธิภาพ โดยเอไอจะสามารถให้บริการลูกค้าได้ดี เข้าใจลูกค้า และโต้ตอบอย่างเป็นธรรมชาติมากขึ้น
Enterprise Workflow โดย AI Agentic Workflow สามารถเข้ามาช่วยเปลี่ยนงานรูทีนให้ทำได้อัตโนมัติ โดยทำงานได้อย่างฉลาดและมีประสิทธิภาพมากขึ้น
Cybersecurity แน่นอนว่าด้วยความฉลาดของ AI Agentic Workflow ทำให้สามารถตรวจจับความเสี่ยงด้านความปลอดภัยทางไซเบอร์ได้มากขึ้น และแก้ไขได้อย่างรวดเร็ว เนื่องจากสามารถตัดสินใจได้ด้วยตัวเอง
Business Intelligence การนำ AI Agentic Workflow มาใช้กับเครื่องมือ BI ช่วยให้วิเคราะห์ข้อมูลได้ลึกขึ้น รวดเร็วขึ้น และสั่งการได้ง่ายขึ้น
เรียนรู้เพิ่มเติมกับเซอร์ทิสและโซลูชันของเราได้ที่: https://www.sertiscorp.com/
Comments