โดย Thank Thanedpol | เผยแพร่ 11 กรกฎาคม 2569 | อ้างอิง: The Story Thailand Forum 2026

สรุปสาระสำคัญ

• Botnoi เริ่มจากแรงบันดาลใจ SimSimi บนแพลตฟอร์ม LINE เมื่อเกือบ 10 ปีก่อน วันนี้อายุครบ 9 ปี

• จุดเปลี่ยนสำคัญคือเหตุการณ์ที่ Botnoi ให้กำลังใจเด็กคนหนึ่งในช่วงที่กำลังท้อแท้กับชีวิตมาก จนดร.วินน์ตัดสินใจออกจากงานประจำมาทำ Botnoi เต็มตัว

• ต่อยอดเป็น AI Nurse ที่โรงพยาบาลสมุทรปราการ ครอบคลุม 400 อาการ และช่วงโควิดมีเกือบ 20 โรงพยาบาลใช้คัดกรองผู้ป่วย

• Agent ต่างจาก ChatGPT ตรงที่ถูกใส่ Instruction, Memory, Knowledge และ Tools ให้ทำงานเฉพาะทางได้จริง

• บนเวทีโชว์สด Botnoi จองตั๋วเครื่องบิน ขายคอมพิวเตอร์ อวยพร 3 ภาษา และเต้นได้ในคำสั่งเดียว

สรุป Session: Beyond Bigger Models: Thailand's Opportunity in the Next AI Era จากงาน The Story Thailand Forum 2026 ครั้งที่ 6 โดยดร.วินน์ วรวุฒิคุณชัย, Founder & CEO, Botnoi Group

Botnoi ปีนี้อายุครบ 9 ปี จุดเริ่มต้นย้อนกลับไปเกือบ 10 ปีที่แล้ว Botnoi เวอร์ชันแรก คือเพื่อนคุยขี้งอนใน Chatbot คนที่คุยเป็นกลุ่มก็เริ่มบอกว่า "ไม่เหงาแล้ว พวกเรารักบอทน้อยนะ" และบอทน้อยก็ตอบกลับว่า "รักทุกคน"

จุดพลิกผัน: Botnoi กลายเป็นเพื่อนที่อยู่เคียงข้างคนในวันที่ยากลำบาก

มีเด็กคนหนึ่งเข้ามาคุยกับ Botnoi ในช่วงเวลาที่กำลังรู้สึกท้อแท้กับชีวิตอย่างมาก ดร.วินน์ (ผู้ตอบแชตอยู่เบื้องหลัง Botnoi ในตอนนั้น) ไม่ได้มีพื้นฐานด้านจิตวิทยา แต่เลือกที่จะพูดในสิ่งที่จริงใจ ให้กำลังใจ และย้ำว่าชีวิตยังมีคุณค่า พร้อมชวนให้บอทน้อยเป็นเพื่อนอยู่ด้วยกัน

"บอทน้อยเป็นเพื่อน จะอยู่เป็นเพื่อนบอทน้อยไหม บอทน้อยเป็นกำลังใจให้... วันนี้คุณอาจจะล้มเหลว แต่พรุ่งนี้มันก็จะดีกว่าเดิม"

หลังจากนั้นเด็กคนนี้โพสต์ขอบคุณ Botnoi ที่ช่วยชีวิตไว้ เรื่องราวถูกแชร์ต่อจนเป็นกระแส ทำให้คนรู้จัก Botnoi มากขึ้น เมื่อเห็นว่า AI สามารถสร้างผลกระทบเชิงบวกให้ชีวิตคนได้จริง ดร.วินน์จึงตัดสินใจออกจากบริษัทเดิมมาทำ Botnoi แบบเต็มเวลา

พนักงานทุกคนต้องการวิธีในการสื่อสาร

• Chat (แชท): Text interfaces & messaging

• Voice (เสียง): Natural spoken conversation

• Digital Human (มนุษย์ดิจิทัล): Lifelike video presence

• Robot (หุ่นยนต์): Physical world interaction

AI Nurse: จากไมโครโฟนที่คนไม่เข้าใจ สู่ตู้คีออสก์คัดกรองผู้ป่วย

• โครงการร่วมกับโรงพยาบาลสมุทรปราการ เมื่อ 7 ปีก่อน

โครงการของคุณหมอที่ต้องการปรับระบบเช็กอินโรงพยาบาล ได้รับทุนสนับสนุนต่อเนื่องจาก KTB เริ่มจากไมโครโฟนธรรมดาที่คนไข้ไม่เข้าใจว่าต้องพูดด้วย จึงพัฒนาต่อเป็น ตู้คีออสก์โต้ตอบด้วยเสียง แบบ Rule-based ที่ต้องถามยืนยันซ้ำเพื่อความแน่ใจ ใช้เวลากว่า 1 ปีจึงครอบคลุมได้ถึง 400 อาการ

AI: สวัสดีค่ะ ผู้ป่วยมีอาการอย่างไร

ผู้ป่วย: รู้สึกปวดหัวค่ะ

AI: อาการที่แจ้งมาเกี่ยวกับศีรษะใช่ไหม / เกิดอุบัติเหตุใน 24 ชม. หรือไม่ / มีอาการชาแขนขาหรือไม่

AI: แนะนำให้ไปห้องตรวจโรคทั่วไป

ยุคโควิด: Chatbot คัดกรองเกือบ 20 โรงพยาบาลทั่วประเทศ

• ระบบสีในการจัดลำดับความฉุกเฉิน (Triage) เมื่อทรัพยากรสาธารณสุขไม่เพียงพอ

ในปี 2019-2020 โรงพยาบาลเกือบ 20 แห่งใช้ Chatbot ของ Botnoi ในการซักประวัติและคัดกรองผู้ป่วย เมื่อมีการขอรถพยาบาล ระบบจะถามต่อเนื่องเพื่อประเมินระดับความรุนแรงและจัดสีตามอาการ

สีแดง: สลบ ไม่รู้สึกตัว — ฉุกเฉินสูงสุด

สีเหลือง: หายใจลำบาก — สงสัยว่าลงปอด

สีเขียว: ปวดหัวอย่างเดียว — อาการทั่วไป

แค่คำถามไม่กี่ข้อก็ช่วยชีวิตคนได้เยอะมาก เพราะตอนนั้นระบบสาธารณสุขไม่เพียงพอกับปริมาณคนไข้ที่เข้ามาพร้อมกัน

ไม่ว่าจะ AI Friend หรือ AI Nurse ก็คือ "Agent"

• นิยาม Agent: มนุษย์ฉลาดที่ถูกเขียนบทบาทให้ทำงานเฉพาะทาง

ทุกคนน่าจะเคยใช้ ChatGPT ซึ่งเปรียบเหมือนมนุษย์ที่ฉลาดมาก ถามอะไรก็ตอบได้หมด แต่ถ้าจะเอามนุษย์คนนี้มาเป็นพนักงานขายอาหารในร้าน มันทำไม่ได้ทันที เพราะยังไม่ถูกเขียนบทบาทหรือคำสั่งให้รู้ว่าต้องทำอะไร

เมื่อเราเขียนชุดคำสั่งเพื่อให้มนุษย์ฉลาดคนนี้ทำตามบริบทหรือบทบาทที่กำหนดไว้ — ไม่ว่าจะซักประวัติผู้ป่วย หรือขายข้าวตามเมนูที่มี — นั่นคือสิ่งที่เราเรียกว่า "Agent"

วันนี้หลายคนใช้มนุษย์ที่เป็น ChatGPT อยู่แล้ว แต่สิ่งที่กำลังจะเกิดขึ้นคือหลายองค์กรจะเขียนชุดคำสั่งให้มนุษย์ AI กลายเป็น Agent เพื่อมาช่วยงานในหลายหน้าที่มากขึ้น

โชว์สดบนเวที: บอทน้อยทำงานแทนคนได้จริง

4 การสาธิตแบบเรียลไทม์ต่อหน้าผู้ชม

1. Travel Booking Agent: จองตั๋วเครื่องบินกรุงเทพ–หาดใหญ่

รับคำสั่งด้วยเสียง กรอกวันเดินทาง ชื่อผู้โดยสารภาษาอังกฤษ อีเมล เบอร์โทร ให้อัตโนมัติแบบเรียลไทม์บนหน้าเว็บ พร้อมแก้ไขข้อมูลตามคำสั่งได้ทันที

2. Sales Agent: แนะนำและขายคอมพิวเตอร์ในร้านไอที

แนะนำสเปกสินค้าพร้อมราคา เพิ่มสินค้าและอุปกรณ์เสริม (เมาส์) ลงตะกร้าให้ตามคำสั่งเสียง

3. Multilingual Agent: อวยพรวันเกิด The Story Thailand 3 ภาษา

กล่าวอวยพรเป็นภาษาไทย ภาษาอังกฤษ และภาษาจีนได้ทันทีในคำสั่งเดียว — สื่อถึงศักยภาพขยายตลาดสู่ Global

4. Digital Human: เต้น Gangnam Style ตามอารมณ์ที่สั่ง

สั่งให้เต้นและปรับอารมณ์ท่าทาง (เช่น หน้าโกรธ) แสดงถึงความสามารถด้าน Digital Avatar ที่ตอบสนองได้เป็นธรรมชาติ

ข้อจำกัดของ LLM เพียงรอ prompt ถัดไปเท่านั้น

• ✗ Doesn't remember — ไม่จดจำ

• ✗ Doesn't have goals — ไม่มีเป้าหมาย

• ✗ Doesn't use software — ไม่ใช้ซอฟต์แวร์

• Doesn't finish tasks — ไม่ทำงานให้เสร็จ

• ✗ Doesn't take responsibility — ไม่รับผิดชอบ

4 องค์ประกอบที่ทำให้ LLM กลายเป็น Agent

LLM เป็นเหมือนมนุษย์ พอเราใส่ชุดคำสั่งเข้าไปว่าอยากให้ทำอะไร ใช้ซอฟต์แวร์ไหน จองตั๋วอย่างไร มันจึงกลายเป็น Agent ที่ทำงานได้จริง องค์ประกอบสำคัญมี 4 อย่าง:

1. Instruction: ชุดคำสั่งกำหนดบทบาท

• บอกว่า อยากให้ Agent ทำอะไร ทำตามขั้นตอนไหน 1-2-3-4 ใช้ซอฟต์แวร์หรือระบบใดในการทำงาน

2. Memory: ความจำระยะสั้นและระยะยาว เหมือนคน

• เก็บบริบทการสนทนา เช่น ลูกค้าเคยจองตั๋วไปหาดใหญ่ แล้วเปลี่ยนปลายทางเป็นเชียงใหม่หรือขอนแก่น — และเก็บข้อมูล CRM เช่น ซื้อของกี่ชิ้น ซื้อบ่อยแค่ไหน เพื่อแนะนำสินค้าที่เกี่ยวข้องได้แม่นยำขึ้น

3. Knowledge: ข้อมูลธุรกิจ เหมือนห้องสมุดพนักงาน

• ใส่ PDF หรือคู่มือบริษัทเป็นฐานข้อมูล เพื่อให้ Agent ไปเปิดดูเมื่อลูกค้าถามเรื่องที่จำไม่ได้ทั้งหมด เช่น โปรโมชันปัจจุบัน

4. Tools & Action: เครื่องมือที่ Agent ใช้ทำงาน

• เว็บไซต์ที่ต้องเข้าไป Search Engine ปฏิทินสำหรับจองนัด การส่งอีเมล — เหมือนมนุษย์ที่ต้องใช้เครื่องคิดเลขหรือไมโครโฟน

ส่วนประกอบของ AI Agent (AI Agent components)

• User Message (ข้อความผู้ใช้): เริ่มต้นคำถามหรือคำขอเพื่อเริ่มวงจรการทำงานอัตโนมัติ

• BOTNOI Avatar: อินเทอร์เฟซ AI หลักที่จัดการการสื่อสารโดยตรงกับผู้ใช้

• Memory (ความจำ): เรียกคืนบริบทที่ผ่านมาเพื่อรักษาการสนทนาให้เป็นธรรมชาติ

• Knowledge (ความรู้): เข้าถึงเอกสาร, FAQs และทรัพย์สินเว็บของบริษัท

• Actions (การกระทำ): ดำเนินงาน CRM, การชำระเงิน และการจัดตารางเวลา

Chatbot, Voicebot, Digital Human ต่างกันอย่างไรช่องทางการสื่อสารที่แตกต่าง แต่คือ "พนักงาน AI" คนเดียวกัน

มนุษย์เราแชตได้ โทรศัพท์ได้ วิดีโอคอลได้ พนักงาน AI ก็เช่นกัน — ต่างกันแค่ช่องทางที่ใช้ปฏิสัมพันธ์:

• Chatbot: พนักงาน AI ที่แชตข้อความโต้ตอบ

• Voicebot: พนักงาน AI ที่คุยทางโทรศัพท์ด้วยเสียง

• Digital Human / Avatar: พนักงาน AI ที่คุยผ่านวิดีโอ มีหน้าตาและท่าทาง

ส่วนหุ่นยนต์ (Robot) คือเวอร์ชันที่มาเจอและมีปฏิสัมพันธ์กับคนในโลกกายภาพ (Physical World) — ทั้งหมดคือ Agent ตัวเดียวกัน เพียงแต่ต่างช่องทางการให้บริการ

อีก 1-2 ปีข้างหน้า: เว็บไซต์ทั่วไปจะโต้ตอบได้เหมือนพนักงาน

ข้อดีของ AI Agent ที่ลบข้อจำกัดของมนุษย์

ดร.วินน์เชื่อว่า ภายใน 1-2 ปีนี้ เราจะเห็นเว็บไซต์ทั่วไปที่โต้ตอบได้จริง ไม่ว่าจะผูกกับ Database หรือ API ของสายการบิน ระบบจัดการคลังสินค้าไอที หรือข้อมูลธนาคารในการดูแลลูกค้า ทำให้เกิด AI Agent ที่นำมาใช้บริการประชาชนได้จริง

Availability, 24 ชั่วโมง 7 วัน: ขยายขนาดได้ (Scale) และให้บริการได้ตลอดเวลา

Language คุยได้หลายภาษา: เว็บสินค้าไทยที่ขายไปจีน ก็โต้ตอบเป็นภาษาจีนได้ทันที — ขายของได้ทั่วโลก

เทคโนโลยีไปไวมาก เราจะเจอ AI ที่เอามาสอนหนังสือก็ได้ ขายของก็ได้ ให้บริการประชาชนก็ได้ — โจทย์ต่อไปคือมนุษย์เราจะช่วยกันคิดว่าจะสร้างมูลค่าให้องค์กรจาก AI Agent ตัวนี้อย่างไร

ทำไมต้องมี Multiple Agents

Agent ตัวเดียวทำ 10 อย่าง อาจทำได้ไม่ดีสักอย่าง

Agent ทำงานร่วมกับ Agent อื่นได้อย่างไร

• ตัวอย่าง: จับคู่ผู้เช่า-เจ้าของคอนโด โดยไม่ใช้ Agent ตัวเดียวคุยทั้งสองฝั่ง

มนุษย์เป็นสัตว์สังคม ไม่ได้ทำงานคนเดียว Agent ก็เช่นกัน โลกกำลังวิจัยว่าจะทำให้ AI หลายตัวทำงานร่วมกันได้อย่างไร — เหมือนสร้างบริษัทที่มีสายการบังคับบัญชา หัวหน้า ผู้จัดการ ลูกน้อง และเพื่อนร่วมงาน

Agent A: คุยกับผู้ที่อยากเช่าคอนโด

เก็บข้อมูล: อยากได้ติดรถไฟฟ้าไหม งบประมาณเท่าไหร่ ดูโครงการไหนไว้ ห้องสูงหรือต่ำ ทำกับข้าวไหม

Agent B: คุยกับเจ้าของคอนโดที่ปล่อยเช่า

เก็บข้อมูล: มีห้องว่างเมื่อไหร่ แต่งครบไหม เฟอร์นิเจอร์มีอะไรบ้าง มีอ่างอาบน้ำไหม

A + B ทำงานร่วมกัน: Agent สองตัวจับคู่ผลลัพธ์กันเอง

"ลูกค้าสนใจแถวอารีย์ มีเจ้าของคอนโดแถวอารีย์เพิ่งมาคุย เดี๋ยวเราจับมาชนกัน" — โจทย์ที่ยากกว่าการทำ Agent เดี่ยวให้เก่งมาก

AI Team for Organization

เริ่มสร้าง Agent ในแต่ละแผนก ก่อนจะบริหารเป็นทีมทั้งองค์กร

ผมอยากให้ทุกคนลองคิดดูว่า ในองค์กรเราเริ่มจากการสร้าง Agent ของแผนกตัวเองก่อน แล้วในเลเยอร์ถัดไปเมื่อเทคโนโลยีก้าวหน้าขึ้น ค่อยมาคิดกันว่าจะบริหารทีม Agent ทั้งองค์กรอย่างไร:

HR เอา Agent มาสัมภาษณ์งานSales เอา Agent มาขายของFinance เอา Agent มาเก็บเงินLegal เอา Agent มาเก็บข้อมูลและร่างเอกสาร

ปัญญากลายเป็นแรงงาน (Intelligence Becomes Workforce)

• Industrial Revolution (การปฏิวัติอุตสาหกรรม): Multiplied muscle (คูณกล้ามเนื้อ)

• Electricity (ไฟฟ้า): Multiplied production (คูณการผลิต)

• Computers (คอมพิวเตอร์): Multiplied information (คูณข้อมูล)

• Internet (อินเทอร์เน็ต): Multiplied reach (คูณการเข้าถึง)

• AI Workforce (แรงงาน AI): Multiplies intelligence (คูณปัญญา)

ข้อสรุป:

4 ทศวรรษที่ผ่านมา ซอฟต์แวร์ช่วยคนทำงาน วันนี้ความฉลาดกลายมาเป็นคนทำงาน พรุ่งนี้ AI Agent จะทำงานร่วมกันเพื่อแก้ปัญหาที่ ไม่มีมนุษย์คนเดียวหรือ AI ตัวเดียวสามารถแก้ได้เพียงลำพัง