การใช้เครื่องมือ
เอเจนต์ที่เรียกใช้ API ค้นหาเอกสาร สืบค้นฐานข้อมูล และอัปเดตข้อมูล ผ่านเครื่องมือที่กำหนดไว้และตรวจสอบสิทธิ์ ไม่ใช่การเปิดสิทธิ์เข้าถึงทั้งหมด
บริการ / เอเจนต์ AI (Agentic AI)
Agentic AI หรือเอเจนต์ AI คือระบบ AI ที่ทำงานเพื่อบรรลุเป้าหมาย โดยวางแผนขั้นตอน ใช้เครื่องมือ เช่น ฐานข้อมูล อีเมล หรือระบบ CRM ตรวจสอบผลลัพธ์ และตัดสินใจว่าจะทำอะไรต่อ ไม่ได้แค่ตอบข้อความ NEX4R ออกแบบและพัฒนาเอเจนต์ AI ให้ธุรกิจในไทย ฟิลิปปินส์ มาเลเซีย สิงคโปร์ และสหรัฐอาหรับเอมิเรตส์ โดยกำหนดขอบเขตชัดเจนว่าเอเจนต์แต่ละตัวทำอะไรได้ และต้องมีคนอนุมัติก่อนดำเนินการที่สำคัญ
ปัญหา
แชทบอทตอบคำถามได้ แต่งานธุรกิจจำนวนมากเป็นชุดของการกระทำเล็ก ๆ ต่อเนื่องกัน เช่น ค้นหาข้อมูล เทียบกับข้อมูลในระบบ ร่างคำตอบ อัปเดต CRM ขอความเห็นผู้จัดการ แล้วจึงส่ง สคริปต์ทำแบบนี้ได้ก็ต่อเมื่อทุกขั้นตอนคาดเดาได้ เมื่อข้อมูลที่เข้ามาไม่เหมือนกัน สุดท้ายคนก็ต้องทำงานทั้งชุดเอง
เอเจนต์ AI ทำงานชุดนั้นได้ เอเจนต์อ่านคำขอ เลือกเครื่องมือที่เหมาะ ตรวจสอบสิ่งที่ได้กลับมา และตัดสินใจขั้นต่อไป ภายในขอบเขตที่คุณกำหนด คำถามที่สำคัญจึงไม่ใช่ว่าเอเจนต์ทำงานเองได้มากแค่ไหน แต่คือการกระทำใดที่ทำเองได้ และการกระทำใดที่ต้องมีคนอนุมัติ
ความสามารถ
เอเจนต์ที่เรียกใช้ API ค้นหาเอกสาร สืบค้นฐานข้อมูล และอัปเดตข้อมูล ผ่านเครื่องมือที่กำหนดไว้และตรวจสอบสิทธิ์ ไม่ใช่การเปิดสิทธิ์เข้าถึงทั้งหมด
เอเจนต์แบ่งเป้าหมายเป็นขั้นตอน ลงมือทำ ตรวจผลแต่ละขั้น และลองใหม่หรือหยุดเมื่อพบสิ่งที่ดูไม่ถูกต้อง
สำหรับงานขนาดใหญ่ เอเจนต์ผู้ประสานงานจะแบ่งงานให้เอเจนต์เฉพาะทาง เช่น ค้นข้อมูล ร่างงาน และตรวจทาน โดยแต่ละตัวมีเครื่องมือของตัวเอง
การกระทำอย่างการส่งอีเมล การเปลี่ยนราคา หรือการอัปเดตข้อมูลลูกค้า กำหนดให้ต้องมีคนอนุมัติก่อนได้
ทุกครั้งที่ทำงานจะบันทึกข้อมูลที่ได้รับ เครื่องมือที่เรียกใช้ ผลลัพธ์ และการตัดสินใจสุดท้าย เพื่อให้คุณตรวจสอบได้ว่าเอเจนต์ทำอะไรและทำเพราะอะไร
ใช้ชุดทดสอบจากตัวอย่างจริงก่อนเปิดใช้งานและหลังการเปลี่ยนแปลงทุกครั้ง เพื่อให้คุณภาพถูกวัดจริง ไม่ใช่การคาดเอา
วิธีการทำงาน
01 —
เราตกลงกันว่าเอเจนต์ต้องทำอะไรให้สำเร็จ เข้าถึงอะไรได้ สิ่งใดห้ามทำเด็ดขาด และวัดความสำเร็จอย่างไร
02 —
ทุกระบบที่เอเจนต์ใช้จะมีเครื่องมือเฉพาะที่จำกัดขอบเขตและมีเอกสารกำกับ พร้อมสิทธิ์ของตัวเอง แทนการให้สิทธิ์เข้าถึงแบบกว้าง
03 —
เราพัฒนาเอเจนต์โดยใช้ชุดตัวอย่างจริงที่คุณให้มา และวัดว่าเอเจนต์ได้ผลลัพธ์ที่ถูกต้องบ่อยเพียงใด
04 —
เอเจนต์ทำงานกับงานจริง โดยทุกการกระทำที่สำคัญต้องรอการอนุมัติ เพื่อให้ทีมเห็นการตัดสินใจของเอเจนต์ก่อนจะไว้วางใจ
05 —
เมื่อ log แสดงว่าการกระทำที่มีความเสี่ยงต่ำทำงานได้อย่างน่าเชื่อถือ ก็อนุญาตให้ทำเองได้ ส่วนการกระทำที่มีผลกระทบสูงยังต้องผ่านการอนุมัติ
กรณีการใช้งาน
ค้นข้อมูลบริษัทที่ติดต่อเข้ามา ตรวจว่าตรงกับเกณฑ์ของคุณหรือไม่ ร่างคำตอบแรก และสร้างข้อมูลใน CRM ให้พนักงานขายอนุมัติ
อ่านคำขอ ตรวจสถานะคำสั่งซื้อหรือบัญชี ร่างคำตอบหรือขั้นตอนถัดไป และส่งต่อกรณีที่อยู่นอกนโยบาย
เทียบสัญญา ใบเสนอราคา หรือแบบฟอร์มกับเช็กลิสต์ ระบุรายการที่ขาดหรือผิดปกติ และสรุปให้ผู้ตรวจทาน
เฝ้าดูงานที่เลยกำหนดหรือกรณียกเว้นในระบบของคุณ ตามคนที่รับผิดชอบ และบันทึกสิ่งที่เกิดขึ้น
คำถามที่พบบ่อย
แชทบอทตอบข้อความ ส่วนเอเจนต์ AI ทำงานเพื่อบรรลุเป้าหมาย ใช้เครื่องมือได้ ทำหลายขั้นตอน ตรวจผลลัพธ์ และลงมือทำในระบบอื่นได้ ทำให้เอเจนต์เหมาะกับงานหลายขั้นตอน และนั่นคือเหตุผลที่เอเจนต์ต้องมีการกำหนดสิทธิ์และจุดอนุมัติที่ชัดเจน
ขึ้นอยู่กับงานและจำนวนระบบที่เอเจนต์ต้องใช้ เอเจนต์ที่ทำงานเฉพาะด้านและใช้เครื่องมือไม่กี่ตัว มักทดลองใช้งานได้ภายในไม่กี่สัปดาห์ ไม่ใช่หลายเดือน ส่วนเอเจนต์ที่ขอบเขตกว้างกว่าจะพัฒนาเป็นระยะ หลังช่วงสำรวจความต้องการ เราจะให้แผนงานแบ่งเป็นช่วง
ทำเองได้เท่าที่คุณกำหนด เรากำหนดระดับการทำงานเองแยกตามการกระทำ งานอ่านและร่างทำได้อิสระ ส่วนการส่ง การชำระเงิน การลบ หรือการแก้ไขข้อมูลลูกค้า กำหนดให้ต้องอนุมัติได้ และจะผ่อนขอบเขตก็ต่อเมื่อ log แสดงว่าเอเจนต์ทำงานได้อย่างน่าเชื่อถือ
ไม่มีระบบ AI ใดที่ไม่ผิดพลาดเลย เราจึงออกแบบให้ล้มเหลวอย่างปลอดภัย เอเจนต์ได้เครื่องมือที่จำกัดขอบเขตแทนสิทธิ์เข้าถึงแบบกว้าง ผลลัพธ์ผ่านการตรวจสอบ กรณีที่ไม่แน่ใจส่งให้คน และใช้ชุดทดสอบก่อนปล่อยเวอร์ชันใหม่ทุกครั้ง ทุกการกระทำถูกบันทึก log ไว้ ความผิดพลาดจึงมองเห็นและตรวจสอบย้อนกลับได้
เราเลือกโมเดลตามงาน โดยพิจารณาคุณภาพการให้เหตุผล ความเร็ว ต้นทุน การรองรับภาษา (รวมถึงภาษาไทย) และสถานที่ประมวลผลข้อมูล เราใช้โมเดลจากผู้ให้บริการอย่าง OpenAI, Anthropic และ Google ได้ และออกแบบให้เปลี่ยนโมเดลภายหลังได้
ได้ ทุกครั้งที่ทำงานจะบันทึกข้อมูลที่ได้รับ เครื่องมือที่เรียกใช้ สิ่งที่เครื่องมือส่งกลับมา และผลลัพธ์สุดท้าย ทีมของคุณตรวจดูได้ใน log หรือแดชบอร์ด ซึ่งเป็นวิธีที่ใช้ตรวจคุณภาพในระยะยาวด้วย
เราใช้เงื่อนไขแบบธุรกิจหรือแบบ API ของผู้ให้บริการโมเดล ซึ่งโดยทั่วไปจะไม่นำข้อมูลลูกค้าไปใช้เทรนโมเดล และเราจะยืนยันเงื่อนไขของผู้ให้บริการแต่ละรายในช่วงออกแบบ หากข้อมูลต้องอยู่ในพื้นที่ใดพื้นที่หนึ่งหรือต้องไม่ออกนอกระบบของคุณ เราจะแจ้งว่าทางเลือกใดเหมาะสม
เริ่มต้นพูดคุย
เล่าถึงงาน ระบบที่เกี่ยวข้อง และสิ่งที่ต้องอยู่ภายใต้การควบคุมของคน เราจะตอบกลับพร้อมแนวทางออกแบบเอเจนต์และขั้นตอนแรกที่แนะนำ
พูดคุยกับเรา