จากระบบเติมข้อความอัตโนมัติที่ช่วยคาดเดาคำขณะพิมพ์ มาถึงแชตบอตที่สามารถตอบคำถาม ค้นข้อมูล และช่วยเขียนเนื้อหา เทคโนโลยี AI กำลังก้าวต่อไปสู่ Agentic AI ซึ่งแตกต่างจากแชตบอตตรงที่ไม่ได้หยุดอยู่เพียงการสร้างคำตอบ แต่สามารถใช้เครื่องมือเพื่อดำเนินงานตามภารกิจที่ได้รับมอบหมายได้
ไทเลอร์ ริว (Tyler Ryu) Applied AI Engineer OpenAI เดินทางมาจัดเวิร์กชอป ChatGPT Work Session ให้กับนักข่าวไทย ภายในงาน Techsauce Global Summit 2026 เพื่ออธิบายและสาธิตการทำงานของ ChatGPT Work ตั้งแต่แนวคิด Agentic AI การเชื่อมต่อเครื่องมือและแอปพลิเคชัน การทำงานกับข้อมูลบนคอมพิวเตอร์ ไปจนถึงการใช้ AI รับภารกิจและลงมือดำเนินงานต่อจากคำสั่งของผู้ใช้ และ The Story Thailand เป็นหนึ่งในจำนวนนั้น
ข้อมูลที่ OpenAI นำเสนอภายในงานระบุว่า ประเทศไทยอยู่ใน 20 ตลาดแรกของโลกในด้านจำนวนผู้ใช้งาน ChatGPT รายสัปดาห์ โดยการใช้งานในไทยครอบคลุมทั้งการแปล การทำการบ้าน และการสร้างภาพ ขณะเดียวกันมากกว่า 30% ของข้อความที่ส่งเข้า ChatGPT เกี่ยวข้องกับการทำงาน
จากแชตบอตสู่ AI ที่รับงานไปทำต่อ
คุณไทเลอร์ย้อนให้เห็นพัฒนาการของ AI ในช่วงประมาณ 3 ปีที่ผ่านมา เริ่มจากระบบ Autocomplete ที่ช่วยคาดเดาและเติมข้อความระหว่างที่ผู้ใช้พิมพ์บนโทรศัพท์หรืออีเมล ในช่วงเวลานั้น ความสามารถในการพิมพ์ข้อความเพียงบางส่วน แล้วให้ระบบช่วยเติมประโยคที่เหลือถือเป็นประสบการณ์ใหม่สำหรับผู้ใช้ แต่เมื่อเทคโนโลยีพัฒนาขึ้น Autocomplete ไม่สามารถตอบโจทย์สิ่งที่ผู้ใช้ต้องการได้ทั้งหมด
จากนั้นเข้าสู่ยุคของแชตบอต ซึ่งผู้ใช้สามารถถามคำถามแล้วรับคำตอบจาก AI ได้โดยตรง ไม่ว่าจะเป็นการค้นหาข้อมูล ช่วยเขียน หรือช่วยแก้ไขงาน แต่คุณไทเลอร์ชี้ถึงข้อจำกัดจากประสบการณ์ใช้งานว่า ผู้ใช้ยังต้องนำคำตอบไปดำเนินการต่อด้วยตัวเอง เช่น คัดลอกข้อความไปใส่อีเมล หรือนำโค้ดที่ AI สร้างไปวางในโปรแกรม สำหรับผู้สื่อข่าวที่ใช้ ChatGPT ช่วยแก้ภาษาและค้นข้อมูล ก็ยังต้องคัดลอกเนื้อหาไปมาและตรวจสอบรูปแบบอีกครั้ง กระบวนการเหล่านี้อาจกลายเป็นงานที่เพิ่มขึ้นแทนที่จะช่วยลดงาน
Agentic AI แตกต่างออกไป เพราะ AI มีความสามารถในการดำเนินการหรือ “do actions” ได้ คุณไทเลอร์ยกตัวอย่างว่า ในอดีต หากสั่ง ChatGPT ให้ส่งอีเมล ระบบไม่สามารถทำได้ หรือหากต้องการให้ช่วยเปลี่ยนการตั้งค่าบางอย่างบนคอมพิวเตอร์ ระบบก็ไม่สามารถเข้าไปดำเนินการให้ แต่Agentic AI สามารถรับภารกิจและดำเนินงานตามภารกิจนั้นได้ ความสามารถในการรับงานแล้วลงมือดำเนินการจึงเป็นที่มาของคำว่า Agentic AI
เบื้องหลัง ChatGPT Work: Model, Harness และ Tools
การทำให้ AI สามารถดำเนินงานได้ประกอบด้วย Model, Harness และTools โดยคุณไทเลอร์เปรียบโมเดลกับมนุษย์ หากต้องย้ายโต๊ะจำนวนมากออกจากพื้นที่ มนุษย์สามารถใช้มือยกได้ แต่จะใช้เวลานาน หากเป็นการทำงานในคลังสินค้า วิธีที่เหมาะสมกว่า คือการใช้รถยกเพื่อเพิ่มความสามารถในการจัดการสิ่งของที่มีน้ำหนักมาก
Harness ทำหน้าที่ในลักษณะเดียวกัน หาก Model เปรียบเสมือนมนุษย์หรือสมอง Harness คือสิ่งที่เชื่อมโมเดลเข้ากับความสามารถในการทำงาน ขณะที่ Harness จะทำงานได้ต้องมี Tools สำหรับดำเนินภารกิจต่าง ๆ โดยในบริบทที่คุณไทเลอร์อธิบาย โมเดลคือ GPT ส่วน Harness คือCodex และ Tools คือเครื่องมือที่ระบบสามารถเรียกใช้เพื่อทำงาน
คุณไทเลอร์ระบุว่า ChatGPT Work ใช้ Codex ทำงานอยู่เบื้องหลัง และอธิบายว่า Codex เป็นเครื่องมือ AI สำหรับงานเขียนโปรแกรม ขณะที่ ChatGPT Work นำกลไกดังกล่าวมาใช้เพื่อให้ผู้ใช้สามารถมอบหมายงานให้ระบบดำเนินการได้
Tools ที่ระบบสามารถเชื่อมต่อได้ครอบคลุมบริการหลายประเภท เช่น Gmail, Outlook, Google Drive, OneDrive, Dropbox, Calendar และ Notion ผู้ใช้สามารถเชื่อมบริการที่ใช้งานอยู่เข้ากับ ChatGPT Work และสั่งให้ระบบเข้าถึงข้อมูลหรือดำเนินงานผ่านบริการเหล่านั้นตามสิทธิ์ที่ได้รับ
เชื่อมแอป อ่านอีเมล และทำงานต่อได้ทันที
หนึ่งในการสาธิตของคุณไทเลอร์คือการเชื่อม ChatGPT Work เข้ากับ Gmail แล้วสั่งด้วยเสียงให้ระบบตรวจสอบว่ามีอีเมลใดที่มีกำหนดส่งภายในวันนั้นหรือไม่ ระบบเข้าไปอ่านอีเมลผ่านเครื่องมือที่เชื่อมต่อไว้ ก่อนรายงานผลกลับมา
หลังจากได้รับคำตอบ ผู้ใช้สามารถสั่งต่อให้ระบบอธิบายรายละเอียดของอีเมลที่ต้องการ หรือสั่งให้ตอบกลับอีเมลได้ คุณไทเลอร์ใช้ตัวอย่างนี้อธิบายความแตกต่างจากวิธีเดิมที่ผู้ใช้ต้องค้นหาและอ่านข้อมูลจำนวนมากด้วยตัวเอง โดย ChatGPT Work สามารถใช้ Tools เพื่อดำเนินงานตามคำสั่งต่อไปได้
OpenAI ยังยกตัวอย่างการนำ ChatGPT Work มาใช้กับงานของผู้สื่อข่าว เช่น การรวบรวมข่าวประชาสัมพันธ์จำนวนมากที่เข้ามาในแต่ละวันแล้วนำข้อมูลไปจัดไว้ใน Google Sheet เพื่อให้ตรวจสอบพร้อมกัน หรือใช้ช่วยค้นข้อมูลก่อนการประชุมหรือการสัมภาษณ์และจัดทำเอกสารไว้ใน Google Drive
อีกตัวอย่าง คือการตั้งให้ ChatGPT Work เชื่อมต่อ Gmail, Slack และCalendar แล้วส่งข้อมูลทุกเช้าว่าในวันนั้นควรให้ความสำคัญกับเรื่องใดรวมถึงการทำ Daily Media Monitoring ซึ่งผู้ใช้สามารถกำหนดให้ระบบค้นข้อมูลใหม่ รวบรวมข้อมูล และจัดทำเอกสารไว้ให้พร้อมในตอนเช้า
ChatGPT Work เลือกทำงานได้ทั้ง Cloud และบนคอมพิวเตอร์
ChatGPT Work สามารถทำงานได้ทั้งบน Cloud และบนเครื่องคอมพิวเตอร์ของผู้ใช้ คุณไทเลอร์เปรียบการทำงานบน Cloud กับกรงแฮมสเตอร์ (Hamster Cage) ที่เป็นพื้นที่ปิดที่ผู้ใช้สามารถทำงานอยู่ภายในได้ แต่หากต้องการให้ ChatGPT รับรู้ข้อมูล ผู้ใช้ต้องนำข้อมูลเข้าไปในพื้นที่นั้นก่อน
การทำงานแบบ Local บนคอมพิวเตอร์แตกต่างออกไป เพราะเอกสาร รูปภาพ และข้อมูลที่ต้องการใช้อาจอยู่ในเครื่องอยู่แล้ว ผู้ใช้สามารถให้ ChatGPT Work ทำงานกับข้อมูลเหล่านั้นจากคอมพิวเตอร์ได้โดยตรง
คุณไทเลอร์อธิบายเพิ่มเติมว่า เนื่องจาก ChatGPT Work ใช้ Codex อยู่เบื้องหลัง เมื่อใช้งานบนคอมพิวเตอร์ ผู้ใช้จะเหมือนมีวิศวกรซอฟต์แวร์ (Software Engineer) ส่วนตัวคอยทำงานร่วมด้วยบนเครื่องคอมพิวเตอร์ โดยสามารถสั่งให้ระบบช่วยจัดการปัญหาทางเทคนิคได้ เช่น แทนที่จะถาม ChatGPT ว่าจะแก้ปัญหาบางอย่างบนเครื่องอย่างไร แล้วนำคำแนะนำไปทำเอง ผู้ใช้สามารถสั่งให้ ChatGPT Work ดำเนินการและรันคำสั่งเพื่อแก้ไขระบบบนเครื่องให้ได้โดยตรง
Computer Use ให้ AI ทำงานผ่านคอมพิวเตอร์
ความสามารถอีกส่วนคือ Computer Use ซึ่งเปิดให้ ChatGPT ควบคุมคอมพิวเตอร์เพื่อดำเนินงานตามคำสั่ง ในการสาธิต คุณไทเลอร์สั่งให้ระบบเข้าไปที่ Settings และเปลี่ยนคอมพิวเตอร์เป็น Dark Mode จากนั้นสั่งให้เปิด Calendar ผ่าน Chrome โดยที่ระบบจะทำหน้าที่เสมือนเป็นตัวแทนเข้าไปควบคุมแป้นพิมพ์และการเลื่อนคลิกเมาส์บนหน้าจอให้เห็นจริง ๆ
Computer Use ยังใช้ในกรณีที่แอปพลิเคชันซึ่งต้องการทำงานด้วยไม่มี Plugin โดยตรง คุณไทเลอร์ยกตัวอย่างแอปสื่อสารยอดนิยมอย่าง LINE (ที่คนไทยใช้งานกันเยอะมาก) และ WhatsApp ซึ่งในกรณีที่ไม่มี Plugin ผู้ใช้บนคอมพิวเตอร์สามารถใช้ Computer Use เพื่อให้ ChatGPT ทำงานผ่านคอมพิวเตอร์แทนได้
AI ลงมือทำได้ การกำหนดสิทธิ์ยิ่งสำคัญ
เมื่อ AI สามารถทำงานบนคอมพิวเตอร์ได้ การกำหนดสิทธิ์เป็นอีกประเด็นที่คุณไทเลอร์ให้ความสำคัญ เขาอธิบายว่า Language Model เป็นระบบเชิงสถิติ จึงมีโอกาสที่ระบบจะดำเนินการผิดพลาด และไม่ควรปล่อยให้ AI Agent ได้รับสิทธิ์ในการเข้าถึงและควบคุมระบบทั้งหมด (Full Access) โดยไม่มีการตรวจสอบ
สำหรับการใช้งานบนคอมพิวเตอร์ ChatGPT Work มีตัวเลือกการอนุมัติ เช่น “Ask for Approval” ซึ่งเป็นค่าเริ่มต้นและกำหนดให้ระบบขออนุมัติจากผู้ใช้ก่อนดำเนินการในแต่ละขั้นตอน วิธีนี้อาจทำให้ผู้ใช้ต้องกดยืนยันหลายครั้ง เช่น เมื่อต้องการให้ระบบช่วยตรวจสอบปัญหา Wi-Fi ระบบอาจต้องขออนุญาตใช้เครื่องมือวิเคราะห์ จากนั้นขออนุญาตดำเนินการอื่นต่อ
คุณไทเลอร์อธิบายว่า การต้องกดยอมรับซ้ำ ๆ อาจนำไปสู่ “ความเหนื่อยล้าจากการกดยอมรับ” (Approval Fatigue) เมื่อผู้ใช้คุ้นเคยกับการกดยืนยันจนถึงจุดที่อาจกดยอมรับสิ่งที่มีความเสี่ยงสูงโดยไม่ได้พิจารณา จึงแนะนำตัวเลือก “Approve for Me” ซึ่งจะใช้โมเดลภาษาขนาดเล็กของ OpenAI อย่าง Luna (ที่เปรียบเสมือนดวงจันทร์) เข้ามาช่วยตรวจสอบว่าการดำเนินการนั้นมีความเสี่ยงสูงหรือไม่ หากมีความเสี่ยง ระบบจึงแจ้งให้ผู้ใช้ตัดสินใจ แต่หากไม่ใช่งานความเสี่ยงสูง ระบบสามารถอนุมัติและดำเนินงานให้ต่อได้ทันที
Sol, Terra และ Luna เลือกโมเดลให้เหมาะกับงาน
ภายใน ChatGPT Work ไทเลอร์แนะนำโมเดล 3 ระดับ ได้แก่ Sol, Terra และ Luna โดยชื่อสอดคล้องกับขนาดของโมเดล Sol ซึ่งตั้งชื่อตามดวงอาทิตย์เป็นโมเดลขนาดใหญ่ที่สุด Terra ตั้งชื่อตามโลก และ Luna ตั้งชื่อตามดวงจันทร์เป็นโมเดลขนาดเล็กที่สุดและประหยัดที่สุด
นอกจากการเลือกโมเดล ผู้ใช้ยังสามารถกำหนดระดับ Reasoning Effort ตามลักษณะงาน ไทเลอร์อธิบายด้วยการเปรียบเทียบว่า งานที่สามารถคิดคำตอบในใจได้ทันทีไม่จำเป็นต้องใช้ Reasoning Effort สูง แต่หากเป็นงานที่ต้องคำนวณ วิเคราะห์แนวโน้มใน Spreadsheet หรือตรวจสอบเอกสารและแหล่งอ้างอิงอย่างละเอียด การเพิ่มระดับ Reasoning Effort จะทำให้โมเดลมีงบประมาณสำหรับดำเนินขั้นตอนเพิ่มเติมมากขึ้น
สั่งด้วยเสียง พร้อมให้ AI ทำงานไปด้วย
คุณไทเลอร์ยังสาธิต Voice Mode โดยอธิบายว่าการพูดช่วยให้ผู้ใช้สามารถให้บริบทแก่ AI ได้มากกว่าการพิมพ์ในหลายสถานการณ์ ระบบเสียงที่สาธิตสามารถรับฟังและประมวลผลไปพร้อมกัน รวมถึงหยุดรอเมื่อผู้ใช้ยังไม่ต้องการให้ตอบ
ในการสาธิต เขาสั่งให้ ChatGPT ตรวจ Gmail เพื่อค้นหาข้อความที่มีลักษณะเป็นโฆษณา จากนั้นให้ระบบจำแนกข้อความที่พบออกเป็นกลุ่มและสร้างกราฟแสดงผล โดยกระบวนการทั้งหมดเกิดขึ้นระหว่างการสนทนาด้วยเสียงและการใช้เครื่องมือที่เชื่อมต่อกับระบบ
สำหรับงานของผู้สื่อข่าว คุณไทเลอร์ยกตัวอย่างกรณีที่มีไฟล์บันทึกเสียงจำนวนมากจากการทำข่าว ผู้ใช้สามารถนำไฟล์เหล่านั้นไว้ในคอมพิวเตอร์แล้วสั่ง ChatGPT ให้ถอดเสียง ระบุว่าส่วนใดสำคัญ และตัดส่วนที่ไม่ต้องการออก เพื่อให้เหลือไฟล์ที่สามารถกลับไปฟังเฉพาะเนื้อหาที่ต้องการได้
เขายังสาธิตการใช้ Image Gen เพื่อสร้างภาพอธิบายโครงสร้างของCode Base โดยระบุว่า Image Gen สามารถนำมาใช้ช่วยสร้างภาพสำหรับอธิบายข้อมูลทางเทคนิค รวมถึงช่วยผลิตสื่อภาพสำหรับงานได้
สร้างเว็บไซต์ ตั้งงานล่วงหน้า และสร้าง Widget
ChatGPT Work ยังสามารถสร้างเว็บไซต์ผ่าน Sites โดยผู้ใช้สั่งงานด้วยภาษาธรรมชาติ เช่น ให้สร้างเว็บไซต์จากข้อมูลใน Calendar เมื่อสร้างเสร็จสามารถเก็บไว้ใช้ส่วนตัว แชร์ให้บุคคลอื่น หรือเปิดให้เข้าถึงได้ตัวอย่างที่ไทเลอร์ยกขึ้นมาคือเว็บไซต์สำหรับงานวันเกิด หรือเครื่องมือคำนวณภายในที่สร้างขึ้นเพื่อให้เพื่อนร่วมงานนำไปใช้งานต่อ
อีกความสามารถคือ Scheduled Tasks ซึ่งใช้กำหนดให้ระบบทำงานตามเวลาที่ตั้งไว้ เช่น ทุกเช้าเวลา 09.00 น. ให้ตรวจอีเมลและข้อความทั้งหมดแล้วสรุปสิ่งที่เกิดขึ้นในวันนั้น หรือให้ระบบเตรียมร่างอีเมลตอบกลับไว้เพื่อให้ผู้ใช้ตรวจสอบก่อนส่ง
นอกจากนี้ ระบบยังสามารถสร้าง Visualization และ Widget ภายในแชต ตัวอย่างที่คุณไทเลอร์ยกขึ้นมาคือการสร้างเครื่องมือคำนวณที่ผู้ใช้สามารถปรับตัวแปร เช่น อัตราดอกเบี้ย แล้วดูผลลัพธ์ที่เปลี่ยนแปลงได้โดยตรงระหว่างการค้นคว้าข้อมูลใน ChatGPT
ChatGPT Work ลดงานซ้ำ ให้ AI รับงานไปทำต่อ
การสาธิต ChatGPT Work ในครั้งนี้ครอบคลุมตั้งแต่การอ่านและตอบอีเมล การค้นข้อมูลจากแอปที่เชื่อมต่อ การทำงานกับไฟล์บนคอมพิวเตอร์การควบคุมคอมพิวเตอร์ผ่าน Computer Use การสั่งงานด้วยเสียง การสร้างภาพ เว็บไซต์ และ Widget ไปจนถึงการตั้งงานให้ระบบดำเนินการตามเวลาที่กำหนด
คุณไทเลอร์อธิบายว่า ChatGPT Work ไม่ได้เข้ามาแทนที่งาน แต่ช่วยทำให้งานง่ายขึ้น เพราะผู้ใช้สามารถข้ามงานส่วนที่น่าเบื่อและให้ระบบช่วยดำเนินการได้ ขณะที่เป้าหมายของเวิร์กชอปคือให้ผู้เข้าร่วมทดลองสร้าง Workflow หรือ Automation จากเครื่องมือและ Plugin ที่เชื่อมต่ออยู่ เพื่อนำไปใช้กับงานที่แต่ละคนต้องทำจริง
ข่าวอื่น ๆ ที่น่าสนใจ
Amity เดิมพัน Vertical AI ปั้นบริษัทไทย สู่ผู้เล่นระดับโลก
ซินเน็ค จับมือ AWS เปิด ‘AI Hub’ ดันธุรกิจไทยเปลี่ยน AI เป็นผลลัพธ์จริง
