ทำไมการขยายระบบ AI Agents ในธุรกิจท่องเที่ยวจึงไม่ง่าย

การขยายขนาดหรือสเกลระบบ AI agents (AI agents scaling) ในภาคธุรกิจท่องเที่ยวไม่ได้ขึ้นอยู่กับประสิทธิภาพของตัวโมเดลปัญญาประดิษฐ์เพียงอย่างเดียว แต่ยังขึ้นอยู่กับระบบ โครงสร้างพื้นฐาน และบุคลากรที่อยู่เบื้องหลัง เมื่อบริษัทท่องเที่ยวเริ่มขยับจากการทดลองระบบ (pilots) ไปสู่การใช้งานจริงในสายการผลิต (production) พวกเขาต้องตัดสินใจให้แน่ชัดว่าความสามารถใดบ้างที่เป็นจุดแข็งของธุรกิจ และงานส่วนใดที่ควรปล่อยให้ผู้เชี่ยวชาญภายนอกเข้ามาดูแลจัดการแทน

แม้ AI agents จะดูมีความสามารถอย่างน่าทึ่งในระหว่างการทดลองภายใต้สภาพแวดล้อมที่ควบคุมได้ แต่การนำเทคโนโลยีเดียวกันนี้ไปให้ลูกค้าใช้งานจริง เชื่อมต่อกับระบบสด (live systems) และต้องรองรับปริมาณความต้องการที่คาดเดาไม่ได้ ถือเป็นความท้าทายคนละระดับอย่างสิ้นเชิง การย้ายเข้าสู่กระบวนการผลิตจริงนี้สร้างความต้องการทางเทคนิคที่กว้างขวางและซับซ้อนยิ่งขึ้น โดย AI agents ระดับองค์กรจะต้องเชื่อมต่อกับระบบที่มีอยู่เดิม ตอบสนองได้อย่างรวดเร็วเพื่อรักษาบทสนทนา รองรับการพุ่งสูงขึ้นของปริมาณการใช้งาน และต้องปฏิบัติตามกฎระเบียบของแบรนด์ในสเกลที่ใหญ่

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

กระบวนการใช้งานจริงมักเริ่มต้นจากการทดสอบในวงจำกัด เช่น การจัดการกับเจตนาของลูกค้าในกลุ่มแคบๆ และรองรับทริฟฟิกเพียง 5% ของช่องทางนั้นๆ ก่อนจะขยายเพิ่มขึ้นทีละนิดเมื่อความมั่นใจเติบโตขึ้น Sierra บริษัทผู้พัฒนาเทคโนโลยีได้อธิบายเปรียบเทียบโครงสร้างนี้ผ่านแนวคิด ภูเขาน้ำแข็งของเอเจนต์ (agent iceberg) เพื่อแสดงให้เห็นว่างานส่วนใหญ่ไม่ได้อยู่เหนือผิวน้ำที่คนทั่วไปมองเห็นอย่างโมเดล LLM หรือเทคโนโลยี RAG แต่ซ่อนอยู่ใต้ผิวน้ำ เช่น การบูรณาการเข้ากับระบบหลัก รันไทม์ที่ควบคุมพฤติกรรม และการจัดการบริบท