หลายองค์กรผ่านช่วงทดลองใช้ AI Assistant กันมาแล้ว ทั้งการให้ AI ช่วยค้นข้อมูล สรุปเอกสาร ร่างอีเมล หรือเขียนโค้ดบางส่วน แต่โจทย์ที่ยากกว่าคือ จะพา AI ออกจากช่องแชตให้เข้าไปทำงานร่วมกับคนและระบบขององค์กรอย่างมีประสิทธิภาพได้อย่างไร?
นี่คือความแตกต่างระหว่าง “AI ที่ช่วยตอบคำถาม” กับ “AI Agent ที่รับผิดชอบงานเป็นขั้นตอน” เพราะทันทีที่ AI เริ่มเข้าถึงข้อมูล เครื่องมือ และระบบภายใน ธุรกิจก็ต้องตอบให้ได้ว่าจะให้ AI ทำอะไรเองได้บ้าง จะวัดผลอย่างไร ใครเป็นผู้อนุมัติ และจะหยุดความเสียหายอย่างไรหาก Agent ตัดสินใจผิดพลาด
ล่าสุดที่งาน Tech at Agoda Presents: From Assistants to AI Agents — The Next Shift in Software Engineering ซึ่งจัดขึ้นที่สำนักงานใหม่ของ Agoda ที่ One Bangkok จึงพยายามตอบโจทย์นี้ผ่านประสบการณ์ขององค์กรที่กำลังนำ AI Agent ไปใช้กับงานจริง
ในงานนี้ยังมีตัวแทนจาก Microsoft ที่มาเล่าถึงผลกระทบของ AI ต่อกระบวนการพัฒนาซอฟต์แวร์ทั้งระบบ ตัวแทนจาก SCB 10X องค์กรสาย Corporate Venture Capital (CVC) มาอธิบายวิธีวาง “ดุลยพินิจของมนุษย์” ไว้ในระบบ AI ขององค์กร ส่วนตัวแทนจาก OpenAI เองก็มาสาธิตการเชื่อม Agent เข้ากับเครื่องมือและขั้นตอนทำงานที่ตรวจสอบย้อนหลังได้
อย่างไรก็ตามไฮไลต์ที่น่าสนใจในงานนี้ก็คือการเปิดเบื้องหลังการใช้ AI Agent ของ Agoda โดยมีคุณ Idan Zalzberg ตำแหน่ง Chief Technology Officer (CTO) ของ Agoda ที่เล่าถึงการนำ AI Agent มาใช้ในกระบวนการพัฒนา Software ของ Agoda ตั้งแต่การใช้ AI ช่วยเขียนโค้ด ไปจนถึงการสร้าง Agent ภายในเพื่อช่วยวางแผน ตรวจงาน และรับมือปัญหาหลังระบบเปิดใช้งาน พร้อมบทเรียนสำหรับธุรกิจที่น่าสนใจซึ่ง Marketing Oops! สรุปมาให้อ่านในบทความนี้
เมื่อทุกคนใช้ AI แล้ว ทำไมงานถึงยังเร็วขึ้นไม่มากเท่าที่คิด
คุณ Idan เริ่มต้นด้วยการเล่าถึงเหตุผลว่าทำไม Agoda ต้องให้ความสำคัญกับการนำ AI มาใช้ ซึ่งคำตอบก็คือเพราะธุรกิจท่องเที่ยวออนไลน์ทำงานอยู่บนระบบเทคโนโลยีขนาดใหญ่ โดย Agoda มีทีมเทคราว 2,000 คน ประมวลผลข้อมูลประมาณ 12 เพตะไบต์ต่อเดือน ตรวจสอบราคาสินค้าท่องเที่ยวราว 1 ล้านล้านครั้งต่อวัน รองรับกิจกรรมของผู้ใช้มากกว่า 2 พันล้านครั้งต่อวัน ดังนั้นการนำ AI เข้ามาเพิ่ม Productivity จึงเป็นเรื่องสำคัญมากสำหรับองค์กร
สำหรับ Agoda เส้นทางการใช้ AI เริ่มต้นขึ้นเหมือนกับองค์กรอื่นๆก็คือตั้งแต่การใช้ ChatGPT ช่วยเขียนโค้ดด้วยวิธี Copy-Paste เข้าโปรแกรมเขียนโค้ด ต่อมาจึงเข้าสู่ยุคที่มีระบบแนะนำโค้ดอัตโนมัติ สามารถแชตภายในโปรแกรม รวมไปถึงเครื่องมือแบบ AI-first ที่มองเห็นโค้ดทั้งโปรเจกต์ จนมาถึง Agent ที่วางแผน แก้หลายไฟล์ และรันการทดสอบได้เองในปัจจุบัน
แต่แม้ว่า AI จะเข้ามาช่วยให้การเขียนโค้ดเร็วขึ้นมาก แต่คุณ Idan เล่าว่าปัญหาก็คือผลลัพธ์รวมของทีมไม่ได้เพิ่มขึ้นในสัดส่วนเท่าๆกัน เพราะการพัฒนาซอฟต์แวร์ยังมีงานก่อนและหลังการเขียนโค้ดอยู่ด้วย เมื่อจุดหนึ่งเร็วขึ้น คอขวดก็ย้ายไปอยู่ที่อื่น เช่นการทำความเข้าใจโจทย์ การตรวจงาน หรือการแก้ปัญหาหลังเปิดระบบ นั่นจึงเป็นที่มาที่ Agoda นำ AI Agent ไปใช้ในวงจรการพัฒนาซอฟท์แวร์ทั้ง 4 ช่วงก็คือ
- Spec หรือการความเข้าใจโจทย์ กำหนดเป้าหมาย เงื่อนไข และสิ่งที่ถือว่างานเสร็จ
- Code เขียน แก้ และทดสอบโค้ด
- Review ตรวจคุณภาพ ความเสี่ยง และอนุมัติการเปลี่ยนแปลง
- Operate ดูแลระบบ รับคำถาม รับแจ้งปัญหา และหาสาเหตุหลังเปิดใช้งาน
ซึ่งแต่ะละช่วงก็จะมี Agent เข้าไปช่วยงานมนุษย์มากขึ้นและลดเวลาการทำงานลงได้อย่างมาก
1. Spec: ให้ AI ช่วยทำโจทย์ให้ชัดก่อนเริ่มลงมือ
ขั้น Spec คือช่วงที่ทีมต้องเปลี่ยนความต้องการทางธุรกิจให้เป็นโจทย์ที่ทีมพัฒนานำไปทำงานได้ เช่น ต้องการสร้างฟีเจอร์อะไร เพื่อใคร มีกรณีพิเศษใดที่ต้องรองรับ หากโจทย์ต้นทางคลุมเครือ ต่อให้ Agent เขียนโค้ดได้เร็ว ผลลัพธ์ก็อาจไปผิดทิศทาง
คุณ Idan ยกตัวอย่าง Agent อย่าง “Spec Buddy” ซึ่ง Agoda พัฒนาขึ้นามาช่วยอ่าน requirement แล้วถามกลับในส่วนที่ยังขาด เช่น หากกำลังออกแบบฟีเจอร์ขอเช็กเอาต์ล่าช้า ระบบควรทำอย่างไรเมื่อโรงแรมปฏิเสธคำขอ จากนั้นจึงช่วยแตกงานออกเป็นรายการย่อยๆ เพื่อให้ทีมเห็นขอบเขตและตรวจสอบได้ก่อนเริ่มเขียนโค้ด
2. Code: ย้าย Agent จากเครื่องของแต่ละคนไปสู่ระบบกลาง
ในขั้นการเขียน Code ทีมวิศวกรใช้เครื่องมืออย่าง Cursor, Claude Code และ Codex เพื่อช่วยเขียน แก้ และทดสอบโค้ด แต่เมื่อองค์กรต้องการให้ Agent ทำงานขนาดใหญ่หรือทำหลายงานพร้อมๆกัน การปล่อยให้ทุกอย่างรันอยู่บนแล็ปท็อปของพนักงานก็ยังมีข้อจำกัด ทั้งเรื่องกำลังประมวลผล ระยะเวลา การเข้าถึงข้อมูล และการควบคุมความปลอดภัย
Agoda ก็เลยสร้าง “CodeMaster” ขึ้นมาเป็นแพลตฟอร์มภายในสำหรับนำ Coding Agent ไปทำงานบนโครงสร้างพื้นฐานส่วนกลางของ Agoda โดย พนักงานสามารถส่งงานผ่านช่องทางอย่าง Slack เว็บ หรือสมาร์ทโฟน แล้วปล่อยให้ Agent ทำงานต่อเนื่อง จนกระทั่งสามารถส่งงานเข้าสู่กระบวนการตรวจโค้ดได้
3. Review: จาก Agent ที่ทุกคนเกลียดสู่ผู้ช่วยตรวจงาน
เมื่อ Agent สร้างโค้ดได้มากขึ้น ปริมาณงานที่รอคนตรวจย่อมเพิ่มขึ้นตาม ดังนั้น Agoda ก็เลยพัฒนา “CodeBuddy” ขึ้นมา เป็น Agent เพื่ออ่าน Merge Request หรือคำขอเชื่อมโค้ดที่เขียนแล้วเข้าสู่ระบบ โดยให้ทำหน้าที่ตรวจคุณภาพและความเสี่ยง แล้วให้ข้อเสนอแนะก่อนส่งให้มนุษย์อนุมัติในขั้นตอนสุดท้าย
คุณ Idan เล่าว่า CodeBuddy ในช่วงแรกพนักงาน Agoda ไม่ชอบมันเลย เพราะระบบแสดงความคิดเห็นจำนวนมาก หลายข้อไม่เกี่ยวข้องกับงาน แก้ไขไม่ได้ หรือไม่ได้สำคัญพอ ทีมพัฒนาก็เลยปรับหลักการใหม่ให้ Agent “พูดให้น้อยลง” และเลือกแจ้งเฉพาะเรื่องที่สำคัญ เกี่ยวข้องกับโค้ดตรงหน้า และมีแนวทางแก้ได้จริงแทน
เมื่อ CodeBuddy มีความแม่นยำและความน่าเชื่อถือดีขึ้น Agoda จึงเริ่มให้ CodeBuddy อนุมัติงานความเสี่ยงต่ำบางส่วนโดยอัตโนมัติ คุณ Idan เปิดเผยว่าระบบนี้มีความแม่นยำของการอนุมัติอัตโนมัติราว 94% ในไตรมาส 3 และมี Merge Request ของทีมเทคราว 13.7% ที่ได้รับการอนุมัติโดยอัตโนมัติไปแล้ว โดยที่ส่วนงานที่มีความเสี่ยงสูงหรือมีปัญหาระดับวิกฤตยังต้องส่งให้คนตรวจก่อน
4. Operate: ให้ Agent ช่วยดูแลระบบหลังเปิดใช้งาน
หลังปล่อยฟีเจอร์ใหม่ไปแล้ว จากนั้นก็ยังมีงานต่ออีกเพราะจะมีทั้งคำถามจากทีมงาน ปัญหาการใช้งาน ต่างๆที่จำเป็นต้องค้นข้อมูลจากหลายระบบ Agoda ก็เลยใช้ Agent สองระดับเพื่อช่วยลดงานส่วนนี้ โดยตัวแรกมีชื่อว่า “OpsBotAI” ทำหน้าที่เป็นด่านแรกในช่องทาง support ภายใน โดยจะคอยตอบคำถามทั่วไป ช่วยงานด้านการดูแลระบบ หรือรวบรวมข้อมูลก่อนส่งต่อให้คน
อีกตัวคือ “ButlerAI” รับโจทย์ที่ซับซ้อนขึ้น โดยเข้าถึงโค้ดและข้อมูลเฉพาะของระบบเพื่อช่วยวิเคราะห์สาเหตุของปัญหาที่คนใช้งานพบ โดยคุณ Idan เปิดเผยว่าเวลาเฉลี่ยในการรับเรื่องและแก้ปัญหาลดลงจาก 2.3 ชั่วโมงในไตรมาส 3 ปี 2025 เหลือ 39 นาทีในไตรมาส 3 ปี 2026
ที่น่าสนใจก็คือ Agent เริ่มส่งงานต่อกันได้ หาก ButlerAI วิเคราะห์แล้วพบว่าปัญหาต้องแก้โค้ด ระบบสามารถส่งงานไปยัง CodeMaster เพื่อสร้างการแก้ไข จากนั้น CodeBuddy เข้ามาตรวจและส่งความคิดเห็นกลับให้ CodeMaster ปรับงานอีกครั้ง นี่เป็นตัวอย่างของ connected workflow ที่แต่ละ Agent มีหน้าที่เฉพาะและเริ่มทำงานร่วมกันได้แล้ว
ภาพปลายทางที่ Agoda กำลังพัฒนาคือ ระบบ “Orchestration” ซึ่งมนุษย์กำหนดเป้าหมาย แล้ว Orchestrator ช่วยวางแผนและส่งงานให้ Agent แต่ละตัว ก่อนนำผลลัพธ์กลับมาให้คนตรวจ อย่างไรก็ตามปัจจุบัน คุณ Idan ระบุว่าการเชื่อมงานแบบอัตโนมัติแบบครบทั้งวงจรยังอยู่ระหว่างการพัฒนา
ธุรกิจควรเริ่มใช้ AI Agent อย่างไร
นอกจากเนื้อหาเบื้องหลังเทคโนโลยีที่คุณ Idan มาเปิดเผยบนเวทีแล้ว Marketing Oops! มีโอกาสพูดคุยกับคุณ Idan ถึงสิ่งที่ผู้นำธุรกิจควรรู้ เมื่อต้องพาองค์กรไปใช้ AI Agents กันจริงๆ ซึ่งคำแนะนำของคุณ Idan ก็คือองค์กรควรเริ่มทดลองกันได้ทันที แต่จุดเริ่มต้นของแต่ละธุรกิจเองก็ต้องสอดคล้องกับคน งาน และความพร้อมขององค์กรด้วย
สิ่งที่ช่วยให้การเริ่มต้นราบรื่นคือการมีคนภายในทำหน้าที่เป็น Champion หรือ Enabler คอยช่วยเพื่อนร่วมงานเลือกโจทย์ อธิบายความเสี่ยง และวางขอบเขตการทดลองให้คนรู้สึกมั่นใจ ซึ่งคุณ Idan มองว่าคำแนะนำจากคนที่ทีมไว้ใจจะช่วยลดความกังวลและทำให้การนำ AI มาใช้ได้รับการยอมรับมากกว่าการส่งเครื่องมือใหม่ลงมาจากส่วนกลางเพียงอย่างเดียว
ความปลอดภัยยังเป็นโจทย์สำคัญ
เมื่อ Agent มีความสามารถและเข้าถึงเครื่องมือมากขึ้น ความเสี่ยงก็เพิ่มขึ้นตามไปด้วยโดยคุณ Idan มองว่านี่เป็นโจทย์สำคัญของผู้นำเทคโนโลยี เพราะองค์กรต้องหาสมดุลระหว่างการเปิดพื้นที่ให้คนใช้ศักยภาพของ AI กับการรักษาความปลอดภัย คุณภาพของซอฟต์แวร์ และความเข้าใจว่าระบบกำลังทำอะไร การให้สิทธิ์ Agent มากขึ้นจึงควรเกิดพร้อมกับข้อจำกัดที่ชัดเจนและการตรวจสอบย้อนหลังได้
สิ่งที่ Agoda ยังไม่ได้ให้ AI Agent เข้าไปทำก็คือการตัดสินใจซึ่งกระทบเงิน ลูกค้า หรือเสถียรภาพของระบบ ตัวอย่างเช่น AI ไม่ควรยกเลิก Booking ของลูกค้าจากการคาดเดาเจตนา และไม่ควร Restart Service หรือเปลี่ยนแปลงระบบสำคัญโดยไม่มีคนตรวจเหตุผลก่อน ดังนั้นการอนุมัติสิ่งที่สร้างผลกระทบก็ควรที่จะยังเป็นความรับผิดชอบของมนุษย์อยู่นั่นเอง
สิ่งที่ Agoda แสดงให้เห็นคือ การนำ AI Agent มาใช้ในองค์กรเป็นงานออกแบบระบบพอ ๆ กับการเลือกโมเดล ธุรกิจต้องกำหนดเป้าหมาย เตรียมบริบท เชื่อมเครื่องมือ วางเกณฑ์ตรวจ และรักษาสิทธิ์ตัดสินใจของมนุษย์ไว้ในจุดที่มีความเสี่ยง เมื่อองค์ประกอบเหล่านี้ทำงานร่วมกัน Agent ถึงจะสามารถเป็นส่วนหนึ่งของ workflow ที่สร้างผลลัพธ์และตรวจสอบได้จริงๆ
