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

สรุปสาระสำคัญ

• Generative AI พัฒนาจากการพิมพ์คุยแบบ ChatGPT สู่ยุค Agent ที่รับข้อมูลได้หลากรูปแบบขึ้นทุกวัน

• Agent ที่ไม่มี Context รอบล้อมงาน จะทำงานผิดได้เหมือนพนักงานที่ไม่เข้าใจโจทย์

• เมื่อคนแต่ละแผนกใช้ AI คนละตัวโดยไม่คุยกัน จะเกิด Communication Gap และงานไม่ตรงเป้า

• Agent เวอร์ชันแรกมักดีแค่ระดับ 90% ต้องผ่านการทดสอบและ Re-skill ซ้ำไปเรื่อยๆ

• คำเตือนสำคัญคือ ต้องตรวจงาน AI ทุกครั้งก่อนปล่อยผ่าน เพราะความเสียหายที่เกิดขึ้นอาจประเมินค่าไม่ได้

สรุป Session: The Next Interface: AI, Platform and Human Interaction จากงาน The Story Thailand Forum 2026 โดยคุณวีระ เกษตรสิน, Chief Technology Officer (CTO), LINE ประเทศไทย

วิวัฒนาการของการป้อนข้อมูลให้ Generative AI

ถ้าใครได้ใช้ Generative AI มาหลายโปรแกรม จะเห็นวิวัฒนาการชัดเจน เริ่มจาก ChatGPT ที่ใช้วิธีพิมพ์คุยเป็นหลัก พอ ChatGPT เริ่มรับข้อมูลได้หลายแบบมากขึ้น รูปแบบการป้อนข้อมูลก็เปลี่ยนไปตาม สุดท้ายวันนี้เรามาถึงยุคที่เรียกว่า Agent ซึ่งการให้ข้อมูลกับ Agent ก็มีรูปแบบที่เปลี่ยนไปมากกว่าแค่การพิมพ์คุยด้วยเช่นกัน

ถ้าเราเข้าใจการทำงานของ AI เราจะรู้มากขึ้นว่าจริงๆ แล้วเราควรออกแบบ Interface อย่างไร และถ้าอนาคตจะมี Interface ใหม่จริงๆ โครงสร้างความเข้าใจนี้จะบอกเราว่า New Interface แบบไหนที่เหมาะสมกับการทำงานของ AI ในยุคนั้น

สูตรคณิตศาสตร์ก็คือ AI

ทุกคนน่าจะเคยใช้เครื่องคิดเลข พอเห็นครั้งแรกก็รู้เลยว่าต้องพิมพ์ตัวเลข พิมพ์สัญลักษณ์บวกลบคูณหาร แล้วคาดหวังผลลัพธ์เป็นตัวเลขอีกชุดหนึ่ง เราคาดหวังให้เครื่องคิดเลขช่วยคำนวณสูตรทางคณิตศาสตร์ให้ — ถ้ามองจริงๆ สูตรทางคณิตศาสตร์ก็คือ AI นั่นเอง เพราะมันคือส่วนที่ทำงานอยู่ตรงกลาง

Input: ตัวเลข + เครื่องหมาย บวก ลบ คูณ หาร สู่

Process: AI / สูตรคำนวณ Function ที่ทำงานอยู่ตรงกลางสู่

Output: ตัวเลขผลลัพธ์ ผลของการคำนวณ

การเข้าใจว่า AI ต้องได้รับ Input แบบไหน และคาดหวัง Output แบบไหน จะทำให้เราเข้าใจว่า Interface ที่ควรจะเป็นสำหรับการทำงานกับสิ่งใดๆ รวมถึง AI ควรออกแบบหน้าตาอย่างไร อย่าง ChatGPT ยุคแรก เกิดมาเพื่อ Generate ไอเดียใหม่ๆ สิ่งที่มันอยากรู้คือเราต้องการไอเดียเรื่องไหน จึงออกแบบให้คนพิมพ์ข้อความบอกความคิดในหัวลงไปได้

Interface คือ ส่วนที่คั่นกลางระหว่างคนกับโปรแกรม

ถ้ามองว่า AI เป็นแค่หนึ่งฟังก์ชันหรือหนึ่งกระบวนการทำงาน สิ่งที่มันต้องการมากที่สุดคือการได้รับ Input หรือข้อมูลป้อนเข้า จากนั้นจึงออกแบบว่าควรแสดงผลลัพธ์ในรูปแบบไหนดี ส่วนหัวส่วนท้ายของการทำงานของฟังก์ชันนั้น — คือการสร้าง Interface มาคั่นกลาง เพื่อให้คนป้อนข้อมูลได้ง่ายขึ้นและ Interact กับโปรแกรมนั้นได้อย่างเหมาะสม

Interaction ตามนิยามคือการที่คนสองคน หรือสิ่งสองสิ่ง มีปฏิสัมพันธ์ต่อกัน และได้รับผลลัพธ์ตอบกลับต่อกัน — ทุกวันนี้เรามีปฏิสัมพันธ์หลักสองแบบคือ คนกับคน และ คนกับคอมพิวเตอร์/หุ่นยนต์/โปรแกรม ซึ่งสองสิ่งนี้ผลักดันให้เราต้องรู้ว่าจะ Interact ผ่าน Interface แบบไหน

ทำไม Agent ที่เก่งมากๆ ก็ยังทำงานผิดได้?

คุณวีระเล่าถึงปัญหาที่หลายบริษัทเจอเหมือนกัน คือมี "ฮีโร่" ในทีมที่ใครมีปัญหาก็ไปหา เพราะเขามีข้อมูลและกระบวนการคิดที่ดีกว่าคนอื่น แต่ฮีโร่พวกนี้มักติดกับดัก "ทำเองเร็วกว่า Delegate" จนสุดท้ายทำงานซ้ำซ้อนเป็นเท่าตัว

Agent ก็เจอปัญหาแบบเดียวกัน ถ้าไม่เข้าใจ บริบทหรือ Context ของงานที่ต้องทำ มันก็ทำงานผิดได้ไม่ต่างจากคน และปัญหานี้ยิ่งชัดขึ้นเมื่อแต่ละแผนกในบริษัทต่างคนต่างมีเครื่องมือ AI ของตัวเอง คุยกันน้อยลง จนเกิด Communication Gap ทีมเดียวกันเข้าใจเป้าหมายเดียวกันไม่ตรงกัน

"เมื่อไหร่ก็ตามที่เราต่างคนต่างทำงาน เราไม่มี Context ที่ใกล้เคียงกัน มันทำให้เกิดการ Rework เยอะมาก"
— วีระ เกษตรสิน, CTO, LINE ประเทศไทย

เมื่อต่างคนต่างมีเครื่องมือ AI เราคุยกันน้อยลง

• Communication Gap เกิดขึ้นเมื่อ "Context" ของแต่ละคนไม่ตรงกัน

ในการทำงานบริษัท เราแบ่งเป็นฟังก์ชัน แบ่งบทบาท แบ่งทีม พอคุยกันเสร็จต่างคนก็แยกไปทำงานของตัวเอง — วันนี้คนไม่ได้แค่ไปนั่งทำงานคนเดียว แต่ไปทำงานคู่กับเครื่องมือ AI (ChatGPT, Claude, Gemini) ของตัวเอง เมื่อต่างคนต่างมีเครื่องมืออยู่กับตัว หลายครั้งเราคุยกันน้อยลง

พอคุยกันน้อยลง เกิดสิ่งที่เรียกว่า Communication Gap — เราคุยเรื่องเดียวกัน โปรเจกต์เดียวกัน แต่เข้าใจสิ่งที่ต้องทำต่างกัน เพราะสองคนถือ "Context" หรือบริบท ที่ต่างกัน มันเลยเป็นปัญหาว่าการมี AI อยู่ในมือ ทำให้เราสร้างงานที่ไม่เป็นไปในเป้าหมายเดียวกันได้

เวลาสร้าง Agent เพื่อทำงานบางอย่างให้เสร็จ สิ่งหนึ่งที่ Agent ควรมีแน่ๆ คือต้องเข้าใจบริบทที่รายล้อมงานนั้น ไม่ต่างอะไรกับการทำงานโปรเจกต์ในบริษัท การจะทำให้ Agent มี Context ได้ ต้องสื่อสารบอกมันว่าสภาพแวดล้อม รายละเอียด และโจทย์ที่ต้องทำคืออะไร

"ฮีโร่ของบริษัท" กับกับดักที่ AI ก็เจอเหมือนกัน

ทุกบริษัทมักมีคนกลุ่มหนึ่งที่เป็นเหมือนฮีโร่ — คิดอะไรไม่ออก งานมีปัญหา ไปหาคนนี้แหละ เดี๋ยวงานเสร็จได้ บ่อยครั้งคนๆ นี้มีข้อมูลมากกว่า เข้าใจปัญหามากกว่า เข้าถึง Resource ได้มากกว่า หรือมีกระบวนการคิดที่ดีกว่าคนอื่น

กับดักของฮีโร่

• "ถ้าต้องเอางานให้คนอื่นทำ สู้ทำเองดีกว่า" เพราะทำเองจบเร็วกว่า ให้คนอื่นทำเดี๋ยวผิดต้องแก้

• สุดท้ายทำงานซ้ำซ้อน ทำงานเป็นเท่าตัว รู้สึกว่า Delegate ช้ากว่าทำเอง

สิ่งที่ Agent ต้องทำแทน

• ถอดความคิดของฮีโร่ออกมาให้ได้ว่า มี Skill อะไร ต้องใช้ข้อมูลอะไร ต้องมี Context อะไรรอบล้อม

• เมื่อถอดชุดความคิดออกมาได้ Agent จะทำงานได้เปรียบเสมือนฮีโร่ทำเอง

ถ้าเรามี Agent ที่ไม่เข้าใจบริบทของสิ่งที่จะทำ Agent ก็จะทำงานผิดได้เหมือนกัน — นี่คือที่มาของการ "Interact กับความคิดตัวเอง" เพื่อถอดชุดความคิดออกมาเป็น Skill และ Context ให้ Agent

การถอดชุดความคิดออกมาเป็น Context ได้แล้ว ยังไม่จบในครั้งเดียว ต้องลองใช้งานดู ทดสอบดู แล้วดูว่าผลลัพธ์ตรงกับที่คาดหวังไหม เวอร์ชันแรกของ Agent มักดีในระดับ 90% แล้ว แต่ใช้ไปสักพักจะเจอว่ายังไม่พอ

1. ใช้งาน Agent จริง — สังเกตว่ายังทำงานอะไรขาด ยังทำได้ดีขึ้นอีกไหม

2. Re-skill — เพิ่ม Skill หรือ Context ที่ยังขาดให้กับ Agent

3. วัดผลอีกครั้ง — วนลูปแบบนี้ไปเรื่อยๆ จนถึงจุดที่บอกว่า "แค่นี้พอแล้ว"

อนาคต: Product ทุกตัวจะมี AI ฝังตัวอยู่ (AI Embedded)

• ไม่ใช่แค่ ChatGPT หรือ Claude แต่ AI จะแทรกอยู่ในทุกจังหวะการใช้งาน

หลักการพื้นฐานของการออกแบบ Interface ยังเหมือนเดิม คือถ้าเข้าใจว่าสิ่งใดต้องการ Input แบบไหน และเราต้องการ Output อะไร แค่นั้นก็พอ วันหน้าถ้าวิธีทำงานเปลี่ยน Interface ที่ต้องใช้กับ AI ก็จะเปลี่ยนตามไปด้วย

Whiteboard แปลงลายมือเป็น Digital + อัดเสียงได้ไม่ใช่แค่ ChatGPT/Claude แต่ AI ฝังในทุก Productจังหวะที่คนใช้งาน คือจังหวะที่ AI ควร Interact

เราจะเริ่มเห็นเรื่อยๆ ว่าทุก Product จะฝัง AI เข้าไปช่วยในการทำงาน เพราะเป็นจังหวะที่เหมาะที่สุดที่ AI จะ Interact กับผู้ใช้ของเรา

ข้อสรุป:

ถ้าเราเข้าใจว่าเราจะให้สิ่งใดทำงาน สิ่งนั้นมักต้องการ Input ที่ถูกต้อง และเรารู้ว่าเราต้องการได้ Output อะไร จากสิ่งนั้น แค่นั้นเอง