Agentic AI functionality that transforms ordinary chatbots into super chatbots that can handle tasks at a superior level

Agentic AI คือเทคโนโลยีขั้นถัดไปของปัญญาประดิษฐ์ (Artificial Intelligence: AI) เพราะเป็นเทคโนโลยี AI ที่สามารถบรรลุเป้าหมายที่กำหนดไว้ได้โดยที่มนุษย์แทบไม่ต้องดูแลหรือสั่งการ ซึ่งแตกต่างจาก AI แบบเดิมที่จำเป็นต้องให้มนุษย์ Prompt คำสั่งเข้าไปถึงจะสามารถทำงานหรือ Generate อะไรออกมาได้

ที่สำคัญคือ Agentic AI ใน Chat Commerce ไม่ได้แค่สามารถตอบคำถามด้วยการ Response กับ Keywords เท่านั้น แต่เบื้องหลังของมันมีการทำงานอย่างเป็นระบบใน 4 ขั้นตอนที่หมุนเวียนต่อเนื่องทำให้แชทบอทที่มี Agentic AI ฉลาดกว่าแชทบอททั่วไป สามารถจัดการงานแทนมนุษย์ได้เหมือนเป็นพนักงานคนหนึ่ง ซึ่ง 4 ขั้นตอนสำคัญนั้นคือ

1. การรับรู้และวิเคราะห์ข้อมูล (Perception & Analysis)

Agentic AI จะรับข้อมูลจากภายนอก เช่น ข้อความแชทของลูกค้า, ข้อมูลจาก API, ฐานข้อมูล (CRM, Inventory) ฯลฯ แล้วใช้ Natural Language Processing (NLP) เพื่อตีความคำถามที่ซับซ้อนของลูกค้า แล้วเชื่อมโยงกับข้อมูลของธุรกิจที่มีอยู่เพื่อทำความเข้าใจเจตนาและความต้องการที่แท้จริง

2. การวางแผนและตัดสินใจ (Planning & Reasoning)

เมื่อเข้าใจความต้องการแล้ว Agentic AI จะกำหนดเป้าหมายที่ต้องทำให้สำเร็จ แล้วแปลงเป้าหมายนั้นให้เป็นชุดขั้นตอนการทำงานย่อยๆ ที่มีลำดับก่อน-หลัง โดยประเมินทางเลือกหลายๆ ทาง เพื่อจะเลือกทำทางที่เหมาะสมที่สุดในสถานการณ์นั้นๆ เพื่อให้บรรลุเป้าหมายที่วางไว้

เช่น ถ้าลูกค้าต้องการสั่งซื้อสินค้าที่ไม่มีในสต็อก หนึ่งในแผนอาจจะเป็นการไปตรวจสอบสต็อก > หาทางเลือกทดแทน > แจ้งลูกค้า > เสนอการสั่งจองล่วงหน้า (เพื่อให้เกิดการสั่งซื้อ) เป็นต้น

3. การลงมือปฏิบัติ (Execution / Action-taking)

Agentic AI จะลงมือทำตามแผนที่ตัดสินใจไว้ โดยการตอบกลับลูกค้าในขั้นตอนนี้ จะผ่านการใช้ AI Agents และ Tools ที่เชื่อมต่ออยู่เข้ามาช่วย เช่น ใช้ Image Agents เพื่อทำความเข้าใจรูปที่ลูกค้าส่งมา, ส่งคำสั่งไปยัง OMS เพื่อสร้างออเดอร์หรือจองสินค้า, เรียกใช้ API เพื่อดึงข้อมูลที่อยู่ลูกค้าจาก CRM, ส่ง E-mail ยืนยันการทำรายการ เป็นต้น

4. การเรียนรู้และปรับตัว (Learning & Adaptation / Reflection Loops)

หลังจากดำเนินการแล้ว Agentic AI จะประเมินผลลัพธ์ที่เกิดขึ้นว่าตรงตามเป้าหมายหรือไม่ และตรวจสอบข้อผิดพลาด ถ้ามีข้อผิดพลาดก็จะใช้กระบวนการสะท้อนกลับ (Reflection Loops) เพื่อนำผลลัพธ์และข้อผิดพลาดนั้นมาปรับปรุงความเข้าใจและการวางแผน รวมถึงกลยุทธ์การทำงานในครั้งต่อไป

กระบวนการนี้ทำให้ Agentic AI สามารถปรับตัวและเก่งขึ้นได้ตลอดเวลาตามประสบการณ์ที่ได้รับ และการตัดสินใจในสถานการณ์ที่คล้ายกันในอนาคตก็จะมีความแม่นยำและมีประสิทธิภาพมากขึ้นด้วย