โครงการนำร่อง AI Agent แรก ควรเริ่มต้นด้วยเวิร์กโฟลว์ที่ตรวจสอบได้

บริบทล่าสุด: เอเจนต์กำลังกลายเป็นระบบปฏิบัติการ

พิสูจน์การตรวจสอบและการย้อนกลับก่อนเพิ่มอิสระให้เอเจนต์。OpenAI, Anthropic และ IBM กำลังชี้ไปที่สัญญาณตลาดเดียวกัน: AI Agent กำลังเปลี่ยนผ่านจากการสาธิตความสามารถไปสู่เวิร์กโฟลว์ที่ได้รับการบริหารจัดการ คำถามที่ใช้ประโยชน์ได้จริงไม่ใช่เรื่องที่ว่าเอเจนต์สามารถทำงานได้หรือไม่อีกต่อไป แต่เป็นเรื่องที่ว่าองค์กรสามารถตรวจสอบ ติดตาม ประเมินผล และแก้ไขงานหลังจากที่เอเจนต์ดำเนินการไปแล้วได้หรือไม่

กรณีเอเจนต์ภาษี Codex ของ OpenAI มีประโยชน์มากเพราะเรื่องราวไม่ได้อยู่แค่เรื่องการทำงานอัตโนมัติของภาษี บทเรียนที่แท้จริงคือลูปการปรับปรุงรอบตัวเอเจนต์ การแก้ไขโดยผู้ปฏิบัติงานจริงจะกลายมาเป็นข้อค้นพบที่มีโครงสร้าง ประวัติการทำงานของผลิตภัณฑ์แสดงให้เห็นว่าเกิดอะไรขึ้นตั้งแต่ข้อมูลแหล่งที่มาจนถึงผลลัพธ์ และเป้าหมายการประเมินผลทำให้ Codex มีทิศทางที่ชัดเจน นั่นคือระบบของผลิตภัณฑ์ ไม่ใช่แค่การป้อนคำสั่งแบบครั้งเดียวทิ้ง

งานศึกษาผู้ใช้จำนวน 81,000 คนของ Anthropic ช่วยเพิ่มมุมมองด้านผู้ใช้ต่อการเปลี่ยนแปลงนี้ ผู้คนต้องการให้ AI ลดภาระทางความคิด จัดการงานที่ทำซ้ำๆ และรักษาความรู้สึกในการควบคุมเอาไว้ ส่วนภาพรวมเอเจนต์ของ IBM ได้วางกรอบเอเจนต์เป็นระบบที่สังเกต คิดเหตุผล วางแผน และดำเนินการผ่านเครื่องมือต่างๆ เมื่อนำแหล่งข้อมูลเหล่านี้มารวมกันจะพบจุดร่วมง่ายๆ คือ การนำเอเจนต์มาใช้คือการออกแบบเวิร์กโฟลว์

อย่าเริ่มต้นด้วยไอเดียการทำงานอัตโนมัติที่ส่งเสียงดังที่สุด

โครงการนำร่องแรกที่มีความเสี่ยงสูงมักจะเป็นโครงการที่ดูน่าประทับใจ เช่น การจัดการปัญหาลูกค้าแบบอัตโนมัติเต็มรูปแบบ รายงานกลยุทธ์แบบตั้งแต่ต้นจนจบ หรือผู้ช่วยตัดสินใจข้ามแผนก โครงการเหล่านี้ดูมีมูลค่าสูงแต่ซ่อนปัญหาเรื่องความเป็นเจ้าของ การอนุญาต การตรวจสอบ และการกู้คืนระบบไว้มากมาย

โครงการนำร่องแรกที่ดีกว่าควรมีขนาดเล็กกว่าและทำซ้ำได้ง่ายกว่า เช่น ร่างข้อความตอบกลับของฝ่ายสนับสนุน การ์ดข้อมูลวิจัยการขาย รายการตรวจสอบก่อนอนุมัติเอกสาร และการ์ดแหล่งที่มาของเนื้อหา งานเหล่านี้ได้ผลดีเพราะข้อมูลนำเข้ามีความเสถียร มีผู้ตรวจสอบที่เป็นมนุษย์ชัดเจน และสามารถจัดกลุ่มข้อผิดพลาดได้ โครงการนำร่องนี้อาจดูเรียบง่ายแต่มันช่วยสอนให้ทีมรู้จักรันงานที่ได้รับการสนับสนุนจาก AI

มุมมองของ ALTOS LAB

ALTOS LAB อ่านเกมนี้ว่าเป็นปัญหาด้านการนำไปปฏิบัติสำหรับทีมสตูดิโอผลิตภัณฑ์ ไม่ใช่แค่เรื่องราวของการทำระบบอัตโนมัติ โครงการนำร่องเอเจนต์แรกควรพิสูจน์ความสามารถในการดำเนินงานรอบตัวแบบจำลอง โครงการนำร่องที่จริงจังจะทิ้งหลักฐานไว้สี่ประการ ได้แก่ แหล่งที่มา บันทึกการดำเนินการ การแก้ไขโดยผู้ปฏิบัติงาน และการประเมินผลการถดถอย หากไม่มีสิ่งเหล่านั้น โครงการก็เป็นแค่ตัวเดโม แต่ถ้ามีสิ่งเหล่านี้ บริษัทจะสามารถขยายขอบเขตการทำงานที่เป็นอิสระได้ด้วยความมั่นใจที่มากขึ้นและลดภาระหนี้การตรวจสอบที่ซ่อนอยู่ นั่นคือวินัยในเวิร์กโฟลว์ที่ห้องปฏิบัติการ AI ควรทำให้เห็นเด่นชัดก่อนจะนำเสนอการเปลี่ยนแปลงที่ใหญ่กว่าเดิม