ใน Microsoft 365 นอกจาก Copilot แล้ว อีกแนวคิดหนึ่งที่สำคัญไม่แพ้กันคือ Agents ซึ่งเป็นเครื่องมือซอฟต์แวร์อัจฉริยะที่ถูกออกแบบมาเพื่อช่วยให้ผู้ใช้ทำงานได้มีประสิทธิภาพมากขึ้น ทั้งในแง่ของความเร็ว ความแม่นยำ และความต่อเนื่องของงาน
Agents คือ AI ที่ไม่ได้แค่ “ช่วยแนะนำ” แต่สามารถ ทำงานร่วมกับคุณ หรือทำงานแทนคุณได้จริง ตั้งแต่งานง่าย ๆ อย่างตอบคำถาม ไปจนถึงงานที่ซับซ้อนหรือมีหลายขั้นตอน เช่น การรวบรวมข้อมูล วิเคราะห์ และสร้างผลลัพธ์ออกมาในรูปแบบที่พร้อมใช้งาน
ในเชิงเทคนิค Agents ใน Microsoft 365 ใช้เทคโนโลยี AI และ machine learning เพื่อเรียนรู้พฤติกรรมและความต้องการของผู้ใช้ ทำให้สามารถปรับตัวและให้คำตอบหรือการทำงานที่เหมาะกับแต่ละคนได้ ไม่ว่าคุณจะทำงานร่วมกับทีม จัดการปฏิทิน หรือวิเคราะห์ข้อมูลจำนวนมาก Agents จะกลายเป็นส่วนหนึ่งของ workflow ที่ทำให้สภาพแวดล้อมการทำงาน “ฉลาดขึ้น” อย่างเป็นระบบ
สิ่งที่ทำให้ Agents แตกต่างจาก personal assistant ทั่วไป คือ ความเชี่ยวชาญเฉพาะด้าน (domain expertise) Agents สามารถถูกออกแบบหรือปรับแต่งให้รู้ลึกในเรื่องใดเรื่องหนึ่งได้โดยเฉพาะ
ตัวอย่างเช่น
- Agent ที่รู้รายละเอียดสินค้าในบริษัททั้งหมด เพื่อช่วยร่างคำตอบให้ลูกค้า
- Agent ที่รวบรวมข้อมูลสินค้าและสร้างสไลด์นำเสนออัตโนมัติ
- Agent ที่ช่วยตอบคำถามด้านนโยบายหรือกระบวนการภายในองค์กร
สรุป:
Agents คือการยกระดับ AI จาก “ผู้ช่วย” ไปสู่ “ผู้ร่วมงานดิจิทัล” ที่มีความเชี่ยวชาญเฉพาะทาง ยิ่งองค์กรออกแบบข้อมูล กระบวนการ และสิทธิ์การเข้าถึงได้ดี Agents ก็ยิ่งสามารถทำงานแทนคนได้มากขึ้น และกลายเป็นกำลังสำคัญในการเพิ่ม productivity ของ Microsoft 365 ในระยะยาว
ภาพนี้สรุปแนวคิดของ Agents ได้ชัดมาก โดยแสดงให้เห็นว่า Agents เป็น AI-powered apps ที่สามารถออกแบบระดับความสามารถได้ตั้งแต่ง่ายไปจนถึงขั้นสูง ขึ้นอยู่กับโจทย์ธุรกิจที่ต้องการแก้
ในบริบทของ Microsoft 365 เราสามารถมอง Agents ออกเป็น 3 ระดับหลัก ๆ ตามความซับซ้อนและความสามารถ
1) Retrieval agents – ระดับ Simple
นี่คือ agents ระดับพื้นฐานที่สุด หน้าที่หลักคือ ดึงข้อมูลจากแหล่งข้อมูล (grounding data) แล้วนำมาคิด วิเคราะห์ สรุป และตอบคำถามผู้ใช้
เหมาะกับ use case เช่น
- ถามนโยบายบริษัท
- ค้นข้อมูลจากเอกสารภายใน
- สรุปเนื้อหาจากไฟล์หรือ knowledge base
จุดเด่นคือสร้างง่าย คุมความเสี่ยงต่ำ และให้คุณค่าเร็ว เหมาะเป็นจุดเริ่มต้นของการใช้ agents ในองค์กร
2) Task agents – ระดับกลาง
ระดับนี้ agents ไม่ได้แค่ตอบคำถาม แต่ ลงมือทำงานให้จริง เมื่อถูกสั่ง เช่น
- เรียก workflow อัตโนมัติ
- อัปเดตข้อมูล
- แทนที่งานซ้ำ ๆ ของผู้ใช้
ตัวอย่างเช่น agent ที่รับคำสั่งว่า “สร้างรายงานประจำสัปดาห์” แล้วไปดึงข้อมูล สรุป และสร้างไฟล์ให้โดยอัตโนมัติ ระดับนี้เริ่มเห็นผลชัดเรื่อง productivity และการลด manual work
3) Autonomous agents – ระดับ Advanced
นี่คือระดับสูงสุด Agents สามารถ ทำงานได้ค่อนข้างอิสระ วางแผนเอง ตัดสินใจเอง ประสานงานกับ agents ตัวอื่น เรียนรู้จากผลลัพธ์ และ escalate งานเมื่อจำเป็น
เหมาะกับ use case ที่ซับซ้อน เช่น
- การบริหารกระบวนการธุรกิจแบบ end-to-end
- การวิเคราะห์และตัดสินใจจากหลายระบบ
- การทำงานแทนทีมในบางสถานการณ์
ระดับนี้ต้องอาศัย data governance, security และการควบคุมที่รัดกุมมากขึ้น
สรุป:
ภาพนี้สะท้อนประเด็นสำคัญมากคือ Agents ไม่ได้มีแบบเดียวจบ องค์กรไม่จำเป็นต้องเริ่มจาก Autonomous agent ทันที แต่สามารถเริ่มจาก Retrieval → ขยับไป Task → และพัฒนาไป Autonomous ตามความพร้อมของข้อมูล กระบวนการ และนโยบายความปลอดภัย
คิด Agents ให้เหมือน “ทีมงานดิจิทัล” ที่ค่อย ๆ โตตามองค์กร ยิ่งวางรากฐานดี Agents ก็ยิ่งทำงานแทนคนได้มากขึ้น และสร้างผลลัพธ์ทางธุรกิจได้จริงในระยะยาว
