AI ไม่ได้ถูกต้อง 100% แต่เราก็ต้องรู้ทันและประยุกต์ใช้ได้จริง - ณัฐพงษ์ ช่วยบำรุง CTO, Siam.AI | Transforming Thailand

ณัฐพงษ์ ช่วยบำรุง ประธานกรรมการฝ่ายเทคโนโลยี (CTO) บริษัท สยามเอไอ คอร์ปอเรชั่น จำกัด คือหนึ่งในผู้ขับเคลื่อนวงการปัญญาประดิษฐ์ หรือ AI ในไทย 

คุณณัฐพงษ์ จึงเป็นหนึ่งในคนที่มาร่วมแชร์มุมมองว่าไทยมีความพร้อมแค่ไหนกับ AI เหมือนหัวข้อ “เช็กความพร้อม ! รับมือ Agentic AI ปัญญาประดิษฐ์ที่ ‘ตัดสินใจ’ ได้เอง” ที่จัดขึ้นในงานก้าวเข้าสู่ปีที่ 18 ของสถานีโทรทัศน์ TNN ช่อง 16 ในแนวคิด “Transforming Thailand: ปรับโฉมไทย สู่อนาคตและความยั่งยืน”

AI, Agentic AI, และ AGI

แม้ว่าคนไทยไม่น้อยจะใช้บริการด้าน AI ในชีวิตประจำวัน แต่นั่นอาจจะต่างออกไปเล็กน้อยสำหรับการใช้งานเฉพาะทาง หรือการเลือกใช้ AI เป็นเครื่องมือทำงานระดับอุตสาหกรรม เนื่องจาก AI โมเดลเดียวอาจไม่เพียงพอ จึงต้องมี AI ที่ถูกฝึกมาให้เชี่ยวชาญด้านต่าง ๆ เข้ามาช่วยกัน หรือเรียกว่า Agentic AI

“Agentic AI ก็เหมือนตัวแทน (Agent) ที่เข้าไปทำหน้าที่ต่าง ๆ ให้เราทุก ๆ งาน (Task) โดยให้ AI ทำงานโดยการตัดสินใจและวิเคราะห์ได้เองว่าสิ่งไหนคือสิ่งที่เหมาะสมและถูกต้อง” คุณณัฐพงษ์ อธิบายให้พิธีกรบนเวทีฟัง

ดังนั้น การวางแผนงาน เช่น แผนการท่องเที่ยว การจองโรงแรม การจองตั๋วเครื่องบิน และอีกหลายภาระยิบย่อยก็คือขอบเขตลักษณะการทำงานที่ Agentic AI จะเข้าไปจัดการให้สำเร็จ

แต่แม้ว่าจะ Agentic AI จะเก่งและคิดได้เองมากแค่ไหน Agentic AI ก็ยังห่างไกลกับคำว่า AGI หรือ Artificial General Intelligence ที่เป็นหมุดหมายสุดท้ายในการพัฒนา AI ที่คิดและตัดสินใจได้เองในทุกเรื่องไม่ต่างจากมนุษย์ “มันสมองของมนุษย์มันมีความซับซ้อนมาก ๆ AI ณ ปัจจุบันไม่เทียบเคียงขนาดนั้น อาจจะต้องใช้เวลาอีกพักใหญ่”

Agentic AI ไม่ใช่เรื่องใหม่ และกำลังใช้ในโลกความเป็นจริง

หนึ่งในบริการของ Siam.AI Cloud ที่เด่นที่สุดในปัจจุบันคือแชตบอตกับ AI ที่เรียกว่า SiamGPT ที่เปิดให้ใช้ได้ฟรี 24 ชั่วโมงต่อวัน 7 วันต่อสัปดาห์ 

แม้ว่าแชตบอตจะเป็นพื้นฐานมาจากโมเดลภาษา LLM (Large Language Model) แต่เป้าหมายของบริษัท คือการต่อยอดให้ไปไกลกว่าเดิม สู่ระบบ Agentic AI ที่เป็นเลิศในด้านการสนับสนุนอุตสาหกรรมการท่องเที่ยวไทย (Tourism Agentic AI) ที่เริ่มต้นจากการตั้งคำถามเพื่อวางแผนการท่องเที่ยว สู่การเชื่อมต่อบริการภายนอกเบ็ดเสร็จ

นอกจากนี้ ในฐานะผู้ให้บริการระบบ Cloud ในประเทศ Siam.AI ยังใช้ระบบ Agentic AI เพื่อแก้ปัญหาโครงสร้างพื้นฐานในระบบคลาวด์ อย่างการตรวจสอบและรายงานปัญหา GPU ในศูนย์ ที่คอยประสานกับ NVIDIA ในฐานะผู้ผลิตชิปและบริการด้าน Cloud และ AI ในการเข้ามาแก้ปัญหาด้วยเช่นกัน

พื้นฐานความพร้อมด้าน AI ของไทย

คุณณัฐพงษ์มองว่า “AI อาจจะไม่ได้ถูกต้อง 100% แต่เราก็ต้องรู้ทันและเข้าใจใน AI แล้วก็สามารถประยุกต์ใช้ได้จริง” ซึ่งเป็นหลักสำคัญในการเตรียมความพร้อมของ AI ในประเทศไทย ซึ่งบนเวทีนั้นยกตัวอย่างการนำไปทำระบบบริการลูกค้า (Customer Service) และการตรวจสอบงานภายในองค์กร

แต่ทั้งคุณณัฐพงษ์และเหล่า Speakers ที่อยู่ในเวทีเดียวกันต่างมองตรงกันว่าปัจจัยหลักของพื้นฐานความพร้อมด้าน AI ของไทย คือราคาโครงสร้างพื้นฐาน (Infrastructure) เช่น Data Center หรือโมเดล AI ที่เป็นรากฐานของบริการด้าน AI ในไทยยังคงเป็นของต่างชาติที่มีราคาสูง

และนอกจากนี้ คุณณัฐพงษ์ที่เคยอยู่ในอุตสาหกรรมด้านการศึกษามาก่อน มองว่าการเรียนในยุค AI ต้องเตรียมบุคลากรให้พร้อม เพราะมีตัวอย่างในห้องเรียนที่ครูกับเด็กขัดแย้งกันเพราะข้อมูลที่ได้จากตำราเรียน กับ ChatGPT ไม่ตรงกัน

อย่างไรก็ตาม หากเข้าใจหลักการและแนวทางการทำงานแล้ว AI จะกลายเป็นเครื่องมือสำคัญ ทั้งการสร้างโอกาสให้เกิดบริษัทที่ใช้พนักงานน้อย แต่สร้างรายได้หรือกำลังการผลิตชิ้นงานหรือบริการได้รวดเร็วจากการทำงานร่วมกับ AI ซึ่งจะเป็นเทรนด์ใหม่ที่เติบโตเพิ่มขึ้นในสังคมไทยในอนาคต “ผมมองว่าใครที่เข้าใจ AI มันเป็นโอกาสทองของทุกคน (ที่เข้าใจ) เลยครับ” คุณณัฐพงษ์กล่าวทิ้งท้ายในงาน