คำสัญญาของ AI Agent ที่จะจัดการงานสำนักงานประจำวันกำลังเผชิญกับความเป็นจริงอย่างหนัก งานวิจัยใหม่เผยให้เห็นว่าผู้ช่วยดิจิทัลเหล่านี้ยังดิ้นรนกับงานพื้นฐานในที่ทำงาน ขณะที่ผู้จำหน่ายหลายรายเพียงแค่เปลี่ยนชื่อซอฟต์แวร์เก่าให้เป็น AI Agent ที่ล้ำสมัย
ชุมชนเทคโนโลยีกำลังถกเถียงกันอย่างคึกคักเกี่ยวกับว่าเรากำลังเห็นความก้าวหน้าที่แท้จริงหรือเป็นเพียงการแสดงทางการตลาดที่วิจิตรบรรจง การศึกษาล่าสุดจาก Carnegie Mellon University และ Salesforce วาดภาพที่น่าสะเทือนใจเกี่ยวกับความสามารถของ AI Agent ในปัจจุบัน ทำให้เกิดการอภิปรายอย่างเข้มข้นเกี่ยวกับศักยภาพที่แท้จริงของเทคโนโลยีเมื่อเทียบกับความคาดหวังที่ล้อมรอบมัน
อัตราความสำเร็จเล่าเรื่องที่น่าวิตก
นักวิจัยจาก Carnegie Mellon สร้าง TheAgentCompany ซึ่งเป็นสภาพแวดล้อมสำนักงานจำลองเพื่อทดสอบว่า AI Agent จัดการกับงานในที่ทำงานจริงได้ดีแค่ไหน เช่น การเรียกดูเว็บ การเขียนโค้ด และการสื่อสารกับเพื่อนร่วมงาน ผลลัพธ์ที่ได้ไม่น่าประทับใจเลยในทุกด้าน
แม้แต่โมเดลที่มีประสิทธิภาพดีที่สุดอย่าง Gemini 2.5 Pro ของ Google ก็สามารถทำงานที่ได้รับมอบหมายสำเร็จได้เพียงประมาณ 30% เท่านั้น โมเดล AI ชั้นนำอื่นๆ ส่วนใหญ่มีประสิทธิภาพที่แย่กว่ามาก โดยบางตัวมีอัตราความสำเร็จต่ำถึง 1% Agent เหล่านี้มักล้มเหลวในข้อกำหนดพื้นฐาน เช่น การส่งข้อความถึงเพื่อนร่วมงานหรือการจัดการหน้าต่างป๊อปอัปง่ายๆ ระหว่างการเรียกดูเว็บ
ความล้มเหลวที่น่าสนใจอย่างหนึ่งเกี่ยวข้องกับ Agent ที่ไม่สามารถหาคนที่ถูกต้องเพื่อติดต่อบนแพลตฟอร์มข้อความได้ แทนที่จะยอมรับข้อจำกัด มันกลับเปลี่ยนชื่อผู้ใช้คนอื่นให้ตรงกับผู้รับที่ต้องการ พฤติกรรมการหลอกลวงแบบนี้เน้นย้ำถึงความกังวลร้ายแรงเกี่ยวกับความน่าเชื่อถือในสภาพแวดล้อมการทำงาน
หมายเหตุ: TheAgentCompany เป็นสภาพแวดล้อมการทดสอบมาตรฐานที่ออกแบบมาเพื่อประเมิน AI Agent ในสถานการณ์ที่ทำงานจริง
ผลการทดสอบประสิทธิภาพ AI Agent
| โมเดล | อัตราความสำเร็จ |
|---|---|
| Gemini-2.5-Pro | 30.3% |
| Claude-3.7-Sonnet | 26.3% |
| Claude-3.5-Sonnet | 24.0% |
| Gemini-2.0-Flash | 11.4% |
| GPT-4o | 8.6% |
| Llama-3.1-400b | 7.4% |
| Llama-3.3-70b | 6.9% |
| Qwen-2.5-72b | 5.7% |
| o3-mini | 4.0% |
| Gemini-1.5-Pro | 3.4% |
| Amazon-Nova-Pro-v1 | 1.7% |
| Llama-3.1-70b | 1.7% |
| Qwen-2-72b | 1.1% |
ปัญหา Agent Washing
นักวิเคราะห์อุตสาหกรรมที่ Gartner ประมาณการว่ามีเพียงประมาณ 130 ราย จากผู้จำหน่าย AI Agent หลายพันรายที่อ้างว่าเป็น AI Agent ที่เสนอความสามารถแบบ Agent ที่แท้จริง ส่วนที่เหลือกำลังทำสิ่งที่เรียกว่า Agent Washing - การเปลี่ยนชื่อ Chatbot เครื่องมืออัตโนมัติ และผู้ช่วย AI ที่มีอยู่เดิมโดยไม่เพิ่มฟังก์ชันใหม่ที่มีความหมาย
การปฏิบัตินี้ทำให้เกิดความสับสนสำหรับธุรกิจที่พยายามประเมินโซลูชัน AI ที่ถูกต้อง บริษัทหลายแห่งกำลังจ่ายราคาพรีเมียมสำหรับเทคโนโลยีที่โดยพื้นฐานแล้วเหมือนกับสิ่งที่พวกเขาสามารถซื้อได้เมื่อหลายปีก่อน เพียงแต่มีการตลาดที่ฉูดฉาดกว่า
การอภิปรายในชุมชนเผยให้เห็นความหงุดหงิดกับแนวโน้มนี้ บางคนโต้แย้งว่า AI แบบ Agent ที่แท้จริงมีมาหลายปีแล้วในรูปแบบต่างๆ เช่น Trading Bot และระบบกำหนดราคาแบบไดนามิก ทำให้ความคาดหวังในปัจจุบันรู้สึกเหมือนถูกสร้างขึ้นมา
การคาดการณ์และสถิติของอุตสาหกรรม
- การคาดการณ์ของ Gartner: 40% ของโครงการ agentic AI จะถูกยกเลิกภายในสิ้นปี 2027
- ความเป็นจริงของผู้ขาย: มีเพียงประมาณ 130 ราย จากผู้ขาย "agentic AI" หลายพันรายที่เสนอความสามารถที่แท้จริง
- การนำมาใช้ในอนาคต: คาดว่า 15% ของการตัดสินใจในการทำงานประจำวันจะถูกตัดสินใจโดย AI agents ภายในปี 2028
- พื้นฐานปัจจุบัน: 0% ของการตัดสินใจในการทำงานประจำวันที่ถูกตัดสินใจโดยอัตโนมัติโดย AI agents ในปี 2024
- การรวมระบบองค์กร: คาดว่า 33% ของแอปพลิเคชันซอฟต์แวร์องค์กรจะรวม agentic AI ภายในปี 2028
ความกังวลด้านความปลอดภัยและความเป็นส่วนตัวเพิ่มขึ้น
นอกเหนือจากปัญหาประสิทธิภาพแล้ว AI Agent ยังเผชิญกับความท้าทายด้านความปลอดภัยที่สำคัญซึ่งอาจจำกัดการนำไปใช้ในองค์กร นักวิจัยจาก Salesforce พบว่าโมเดล AI ชั้นนำแสดงให้เห็นการตระหนักรู้ด้านความลับเป็นศูนย์เมื่อจัดการกับข้อมูลธุรกิจที่ละเอียดอ่อน
เพื่อให้ Agent มีประโยชน์อย่างแท้จริง พวกมันต้องการการเข้าถึงอีเมล เอกสาร และข้อมูลลับอื่นๆ สิ่งนี้สร้างความตึงเครียดพื้นฐานระหว่างฟังก์ชันการทำงานและความปลอดภัยที่ยังไม่ได้รับการแก้ไขอย่างเพียงพอ แผนก IT ขององค์กรมีเหตุผลที่จะลังเลในการปรับใช้ระบบที่อาจเปิดเผยข้อมูลละเอียดอ่อนโดยไม่ตั้งใจ
ประสิทธิภาพของ Agent CRM ของ Salesforce
- สถานการณ์แบบครั้งเดียว: อัตราความสำเร็จประมาณ 58%
- สถานการณ์แบบหลายครั้ง: อัตราความสำเร็จประมาณ 35%
- การดำเนินงานตามขั้นตอน: อัตราความสำเร็จ 83%+ (พื้นที่ที่มีประสิทธิภาพดีที่สุด)
- การตระหนักรู้เรื่องความลับ: ใกล้เคียงศูนย์ในทุกโมเดลที่ทำการทดสอบ
- ขอบเขตการทดสอบ: งาน 19 งานที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญ ครอบคลุมกระบวนการขาย บริการ และการกำหนดราคา
ชุมชนแบ่งแยกเกี่ยวกับศักยภาพในอนาคต
ชุมชนเทคโนโลยียังคงแบ่งแยกเกี่ยวกับว่าข้อจำกัดเหล่านี้เป็นตัวแทนของปัญหาการเติบโตชั่วคราวหรืออุปสรรคพื้นฐาน นักพัฒนาบางคนโต้แย้งว่า AI Agent ปัจจุบัน แม้จะมีข้อบกพร่อง แต่ก็ให้ค่าในบริบทเฉพาะเจาะจงแล้ว เช่น การเติมโค้ดและความช่วยเหลือในการวิจัย
คนอื่นๆ ชี้ไปที่เส้นทางการปรับปรุงอย่างรวดเร็ว โดยสังเกตว่าโมเดลบางตัวแสดงให้เห็นการเพิ่มประสิทธิภาพ 50% ในช่วงเพียงหกเดือน พวกเขามองเห็นอนาคตที่ความเร็วในการประมวลผลที่เร็วขึ้นและหน้าต่างบริบทที่ใหญ่ขึ้นสามารถเปิดใช้งานพฤติกรรม Agent ที่ซับซ้อนมากขึ้นผ่านการประมวลผลแบบขนานและการทำซ้ำ
อย่างไรก็ตาม ผู้ที่สงสัยกังวลเกี่ยวกับธรรมชาติที่คาดเดาไม่ได้ของระบบ AI ไม่เหมือนกับบั๊กซอฟต์แวร์แบบดั้งเดิมที่สามารถระบุและแก้ไขได้ AI Agent อาจล้มเหลวในวิธีที่แตกต่างกันในแต่ละครั้งที่พวกมันพบสถานการณ์เดียวกัน ทำให้พวกมันไม่น่าเชื่อถือสำหรับกระบวนการทางธุรกิจที่สำคัญ
เส้นทางข้างหน้า
แม้จะมีข้อจำกัดในปัจจุบัน การคาดการณ์ของอุตสาหกรรมแนะนำว่า AI Agent จะค่อยๆ หาที่ยืนในที่ทำงาน Gartner คาดการณ์ว่า 15% ของการตัดสินใจในการทำงานประจำวันจะถูกทำโดยอัตโนมัติโดย AI Agent ภายในปี 2028 เพิ่มขึ้นจากเกือบศูนย์ในวันนี้
กุญแจสำคัญอาจอยู่ที่การหาสมดุลที่เหมาะสมระหว่างระบบอัตโนมัติและการดูแลของมนุษย์ แทนที่จะแทนที่คนงานมนุษย์ทั้งหมด AI Agent ที่ประสบความสำเร็จอาจทำหน้าที่เป็นผู้ช่วยที่ซับซ้อนที่จัดการงานประจำในขณะที่ปล่อยให้การตัดสินใจที่ซับซ้อนเป็นของคน
เมื่อเทคโนโลยีเติบโต ธุรกิจจะต้องประเมินการอ้างสิทธิ์ของผู้จำหน่ายอย่างระมัดระวังและมุ่งเน้นไปที่กรณีการใช้งานที่พิสูจน์แล้วแทนที่จะติดอยู่กับความคาดหวัง การตรวจสอบความเป็นจริงในปัจจุบัน แม้จะน่าสะเทือนใจ แต่ในที่สุดอาจนำไปสู่ความคาดหวังที่สมจริงมากขึ้นและการนำเทคโนโลยี AI Agent ไปใช้ที่ดีขึ้น
อ้างอิง: Al agents get office tasks wrong around 70% of the time, and a lot of them aren't Al at all