ข้ามไปเนื้อหาหลัก

Meta, OpenAI และ Uber พัฒนา AI Agents ให้เริ่มพูดก่อน

เจาะลึกความท้าทายใหม่ของ Meta, OpenAI และ Uber ในการพัฒนา AI Agents เชิงรุกที่ต้องตัดสินใจให้ดีว่าจะพูดเมื่อไหร่และเงียบตอนไหน

เรียบเรียงโดย AI
Inewgen
03 Oct 2026ที่มา: MarkTechPost2 นาทีอ่าน (0 ครั้ง)
แชร์
Meta, OpenAI และ Uber พัฒนา AI Agents ให้เริ่มพูดก่อน

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • AI Agents เชิงรุกพลิกโฉมแชทบอทแบบเดิมที่ต้องรอให้ผู้ใช้ถามก่อน
  • การส่งข้อความแต่ละครั้งต้องประเมินความคุ้มค่าเทียบกับต้นทุนการรบกวน
  • โมเดลตัดสินใจรุ่นใหม่ช่วยประเมินความเร่งด่วนและช่องทางสื่อสารได้รวดเร็ว

แชทบอทในอดีตทำงานในลักษณะที่ผู้ใช้เป็นฝ่ายเลือกจังหวะ ช่องทาง และคำถามด้วยตัวเอง แต่ในปัจจุบัน Meta, OpenAI และ Uber กำลังขับเคลื่อนเทคโนโลยี AI Agents เชิงรุกเข้ามาพลิกโฉมพฤติกรรมดังกล่าว หาก AI ขัดจังหวะผู้ใช้บ่อยเกินไป ผู้ใช้อาจเลือกปิดการแจ้งเตือน แต่หากเตือนช้าเกินไป โอกาสหรือจังหวะสำคัญก็อาจผ่านพ้นไปแล้ว

การส่งข้อความเชิงรุกของ AI แต่ละครั้งเปรียบเสมือนการเดิมพัน โดยระบบจะส่งข้อความก็ต่อเมื่อคุณค่าที่คาดว่าจะได้รับมีมากกว่าต้นทุนในการรบกวนผู้ใช้ ซึ่งคุณค่านี้ประกอบด้วยปัจจัยสำคัญ ได้แก่ มูลค่าของเดิมพัน ความน่าจะเป็นที่ผู้ใช้จะลงมือทำ ความเร็วในการหมดอายุของโอกาส และผลประโยชน์นั้นตกเป็นของใครระหว่างผู้ใช้กับแพลตฟอร์ม

การเปลี่ยนผ่านจากแชทบอทแบบตั้งรับ (Reactive) สู่ AI Agents เชิงรุก (Proactive) ถือเป็นก้าวสำคัญของวงการ AI เพราะ AI ไม่ได้ทำหน้าที่แค่ตอบคำถามอีกต่อไป แต่ต้องมีความฉลาดเชิงบริบทในการตัดสินใจกระทำแทนมนุษย์ ซึ่งท้าทายอย่างมากในแง่ของการรักษาความไว้วางใจของผู้ใช้งาน

เมื่อประเมินคุณค่าได้แล้ว ระบบจะนำไปสู่การตัดสินใจ 2 รูปแบบ ได้แก่ ข้อความที่มีมูลค่าสูงและใกล้หมดอายุจะถูกส่งทันที ข้อความระดับปานกลางจะถูกรวบรวมไว้สรุปส่งรอบเดียว และข้อความส่วนที่เหลือจะถูกยกเลิก นอกจากนี้ มูลค่าของข้อความยังเป็นตัวกำหนดช่องทางสื่อสารที่มีความรุกรานแตกต่างกันออกไป

  • การ์ดภายในแอปพลิเคชันมีต้นทุนต่ำที่สุด
  • ข้อความแชทมีต้นทุนสูงขึ้นมาอีกระดับ
  • ข้อความ SMS มีต้นทุนสูงตามลำดับ
  • การโทรด้วยเสียงจะถูกสงวนไว้สำหรับสถานการณ์เร่งด่วนเท่านั้น
business conference speaker presentation screen daytime

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

data center server room no logo

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ในแง่ของการพัฒนาเทคโนโลยี ได้มีการนำโมเดลตัดสินใจรุ่นใหม่เข้ามาทำหน้าที่นี้โดยเฉพาะ เช่น Jev จาก TypeSafe และ Julia 1 จาก Supersonic Labs ซึ่งเป็นโมเดลประเภท open-weights ที่ออกแบบมาให้ไม่ส่งข้อความยาวๆ กลับมา แต่จะส่งผลการตัดสินใจที่เป็นระบบ เช่น ตัวเลือกจากรายการสั้นๆ คะแนน หรือคำตอบใช่/ไม่ใช่ พร้อมค่าความน่าจะเป็น โดย Julia 1 สามารถทำงานบนซีพียูด้วยความเร็วเริ่มต้นประมาณ 33 มิลลิวินาทีต่อการตัดสินใจหนึ่งครั้ง

ไม่อยากพลาดข่าวใหม่?

สมัครรับสรุปข่าวสารใหม่ทางอีเมล ไม่บ่อยจนรำคาญ

โฆษณา

อย่างไรก็ตาม เทคโนโลยีเหล่านี้ยังมีข้อจำกัด เนื่องจากโมเดลจะประเมินเฉพาะบริบทที่ได้รับมาเท่านั้น ทำให้ยังไม่สามารถเรียนรู้พฤติกรรมเชิงลึกของผู้ใช้บางรายที่มักจะไม่สนใจการแจ้งเตือนในช่วงเช้าได้ด้วยตัวเอง

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้