AI agent ในองค์กรคือ AI ที่รับเป้าหมายหนึ่งอย่าง แล้วทำงานหลายขั้นตอนด้วยเครื่องมือที่เราอนุญาต เช่น อ่านอีเมล เปิดไฟล์ ค้นข้อมูล เขียนลงตาราง แล้วส่งผลให้คนตรวจ งานที่ควรทำเป็น agent ก่อนต้องผ่านสี่เกณฑ์ คือ ทำซ้ำอย่างน้อยสัปดาห์ละครั้ง มีหลายขั้นแต่แต่ละขั้นไม่ยาก ข้อมูลตั้งต้นอยู่ในที่ที่ agent เข้าถึงได้ และมีคนตรวจผลก่อนใช้ องค์กรเริ่มได้โดยไม่ต้องมีทีมพัฒนาผ่านสองทาง ทางแรกคือ agent ที่มากับเครื่องมือทำงาน ได้แก่ Claude Cowork, Microsoft Copilot Cowork และ ChatGPT Work ทางที่สองคือเครื่องมือต่อ workflow อย่าง n8n, Power Automate หรือ Copilot Studio ค่าใช้จ่ายต่างกันมาก Copilot Cowork ต้องมี license Microsoft 365 Copilot และคิด Copilot Credits ตามการใช้งาน ส่วน Copilot Business ที่ซื้อใหม่ผ่าน CSP ตั้งแต่ 1 ธันวาคม 2026 จะเปิดการคิดเงินตามการใช้งานเป็นค่าเริ่มต้น โดยมีเพดาน 4,000 credits ต่อผู้ใช้ต่อเดือน บทความนี้มีตารางเทียบ agent กับแชทบอทและ automation ตารางเครื่องมือ เกณฑ์เลือกงาน และหลักสูตรที่มี agent ในงานอบรมจริงของเรา
agent ต่างจากแชทบอทและ automation เดิมอย่างไร
| แชทบอท | Automation แบบเดิม | AI agent | |
|---|---|---|---|
| ทำงานอย่างไร | เราถาม มันตอบ ทีละครั้ง | ทำตามกฎที่ตั้งไว้เป๊ะ ๆ | รับเป้าหมาย เลือกเครื่องมือและลำดับเอง ทำหลายขั้น หยุดถามเมื่อไม่แน่ใจ |
| ใครตัดสินแต่ละขั้น | คน | กฎ | agent ภายในขอบเขตที่อนุญาต แล้วคนตรวจผล |
| เหมาะกับ | งานครั้งเดียว ถามตอบ ร่าง | งานที่กฎตายตัว | งานซ้ำหลายขั้นที่ต้องตีความบ้าง |
| ความเสี่ยงหลัก | ข้อมูลที่ผู้ใช้ป้อน | กฎผิดแล้วผิดทุกครั้ง | สิทธิ์ที่ให้ agent กว้างเกินงาน |
จุดที่องค์กรมักเข้าใจผิดคือคิดว่า agent ต้องซับซ้อน agent ที่คุ้มที่สุดมักเป็น agent เล็กที่ทำงานเดียวให้เสร็จ เช่น "ทุกเช้าอ่านอีเมลที่ส่งเข้ากล่องรับคำร้อง จัดหมวด แล้วสรุปเป็นตารางให้หัวหน้าทีม" ไม่ใช่ agent ที่พยายามแทนทั้งแผนก
งานแบบไหนควรเป็น agent
งานที่ผ่านครบสี่ข้อคืองานที่ควรเริ่มก่อน
- ทำซ้ำเป็นประจำ อย่างน้อยสัปดาห์ละครั้ง งานที่ทำปีละหนไม่คุ้มค่าตั้ง
- มีหลายขั้นตอนแต่แต่ละขั้นไม่ยาก เช่น ดึงข้อมูล จัดรูปแบบ สรุป ส่งต่อ ถ้าเป็นงานขั้นเดียว แชทธรรมดาก็พอ
- ข้อมูลตั้งต้นอยู่ในที่ที่ agent เข้าถึงได้ อีเมล โฟลเดอร์ ตาราง หรือระบบที่มี connector ถ้าข้อมูลอยู่ในหัวคนหรือในระบบปิด ยังไม่ใช่เวลา
- ผลลัพธ์มีคนตรวจก่อนใช้ agent ที่ส่งงานถึงลูกค้าโดยตรงโดยไม่ผ่านคนคืองานรุ่นหลัง ไม่ใช่รุ่นแรก
ตัวอย่างที่พบบ่อยในองค์กรไทย: สรุปคำร้องจากอีเมลเป็นตารางประจำวัน รวบรวมรายงานจากหลายสาขาเป็นฉบับเดียว เตรียมเอกสารก่อนประชุมจากไฟล์ที่เกี่ยวข้อง ตรวจความครบถ้วนของเอกสารที่ส่งเข้ามาตามเช็กลิสต์ และร่างคำตอบคำถามที่พบบ่อยให้ทีมบริการลูกค้ากดส่ง (AI กับงานขายและบริการลูกค้า)
งานที่ยังไม่ควร: งานที่ต้องแม่นยำ 100% และไม่มีคนตรวจ เช่น การโอนเงินหรือยืนยันสัญญา งานที่ต้องเข้าถึงข้อมูลส่วนบุคคลของลูกค้าจำนวนมากโดยไม่มีทางปกปิด งานที่กฎเปลี่ยนบ่อยจนคนยังตกลงไม่ได้ว่าถูกคืออะไร และงานที่ต้องเชื่อมหลายระบบที่ยังไม่มี connector
เครื่องมือสำหรับเริ่ม agent ในปี 2026
| ทาง | เครื่องมือ | เหมาะกับ | ค่าใช้จ่ายและการเปิดใช้ |
|---|---|---|---|
| agent ในเครื่องมือทำงาน | Claude Cowork | งานเอกสารและการรวบรวมข้อมูลของคนหรือทีม | รวมอยู่ในแผน Claude แบบเสียเงิน ภายในปริมาณการใช้งานของที่นั่ง |
| agent ในเครื่องมือทำงาน | Microsoft Copilot Cowork (GA 16 มิ.ย. 2026) | องค์กรที่งานอยู่ใน Microsoft 365 | ต้องมี license Microsoft 365 Copilot บวก Copilot Credits ตามการใช้งาน · ปิดเป็นค่าเริ่มต้น ผู้ดูแลตั้งเพดานระดับ tenant กลุ่ม และผู้ใช้ |
| agent ในเครื่องมือทำงาน | ChatGPT Work | องค์กรที่ใช้ ChatGPT เป็นหลัก | ตามแผน ChatGPT ที่ใช้ |
| ต่อ workflow | n8n · Power Automate · Copilot Studio | งานที่วิ่งข้ามหลายระบบและให้ทั้งแผนกใช้ร่วมกัน | ตามแพลตฟอร์ม ต้องมีคนดูแล workflow |
การเปลี่ยนแปลงที่ต้องวางแผน: ประกาศใน Partner Center ของ Microsoft (14 ตุลาคม 2026) ระบุว่าตั้งแต่ 1 ธันวาคม 2026 Microsoft 365 Copilot Business ที่ซื้อใหม่ผ่าน CSP จะเปิดการคิดเงินตามการใช้งานเป็นค่าเริ่มต้น เพื่อให้ใช้ Copilot Cowork และ agent ได้โดยตั้งค่าน้อยลง เพดานเริ่มต้นคือ 4,000 Copilot Credits ต่อผู้ใช้ต่อเดือน ซึ่งผู้ดูแลปรับได้ ฝ่ายไอทีควรตั้งเพดานให้ตรงกับงบก่อนเปิดใช้
ดูรายละเอียดแต่ละตัวที่ Copilot Cowork และ agent ใน Microsoft 365 และ Claude Cowork กับ ChatGPT Work
ทั้งสองทางอยู่ที่ระดับ 3 ของกรอบ AI Learning Layer เงื่อนไขก่อนเริ่มคือทีมต้องผ่านระดับ 1 มาก่อน คือใช้ AI กับงานประจำเป็นและรู้ว่าข้อมูลอะไรป้อนได้ ถ้าข้ามขั้นนี้ agent จะสะท้อนความไม่เข้าใจนั้นออกมาแบบอัตโนมัติ (จัดคนเข้าระดับ)
ให้สิทธิ์ agent แค่ไหน
- ให้สิทธิ์เท่าที่งานนั้นต้องใช้ ไม่ใช่สิทธิ์ทั้งหมดของผู้ใช้
- อนุมัติ connector ทีละตัว และรู้ว่าแต่ละตัวอ่านหรือเขียนอะไรได้ (Claude MCP และ connectors)
- เริ่มด้วยโหมดที่ agent ถามก่อนทำทุกขั้นที่เปลี่ยนข้อมูล
- ระวัง prompt injection จากเนื้อหาที่ agent อ่าน เช่น อีเมลหรือเว็บ (ความปลอดภัย AI ในองค์กร)
วัดผล agent อย่างไร
วัดสองอย่างตั้งแต่วันแรก คือเวลาที่คนใช้กับงานนั้นก่อนและหลัง และสัดส่วนผลลัพธ์ที่คนตรวจแล้วใช้ได้โดยไม่ต้องแก้ ตัวเลขที่สองสำคัญกว่าที่คิด เพราะ agent ที่เร็วแต่ต้องแก้ทุกครั้งไม่ได้ประหยัดอะไร และเป็นตัวบอกว่าควรปรับคำสั่งหรือควรเลิก ถ้าคิดเงินตามการใช้งาน ให้ดูค่าใช้จ่ายจริงต่องานควบคู่ด้วย (วิธีวัดที่ผู้บริหารเชื่อ)
agent ในงานอบรมของเรา
ชื่อหลักสูตรที่มีคำว่า agent ปรากฏครั้งแรกในบันทึกงานของเราเมื่อพฤศจิกายน 2025 และมีทั้งหมด 7 งานจนถึงตุลาคม 2026
| วันที่ | องค์กร | หลักสูตร |
|---|---|---|
| 4 พ.ย. 2025 | จุฬาลงกรณ์มหาวิทยาลัย (คณะพาณิชยศาสตร์และการบัญชี) | AI Agent for Finance ด้วย n8n ตั้งแต่ data foundation ถึงการประเมิน agent |
| 22 ธ.ค. 2025 | Betagro | LLM และ AI agent สำหรับทีมเทคนิค |
| 23 ธ.ค. 2025 | CIMB Principal | Generative AI for Finance และ AI agent |
| 3 ก.พ. 2026 | การท่าเรือแห่งประเทศไทย | Generative AI ด้วย Google Gemini และพื้นฐาน AI agent |
| 10 ก.พ. 2026 | กองทัพอากาศ | LLM, AI agent, multi-agent และความปลอดภัยของข้อมูล |
| 16 มี.ค. 2026 | Microsoft | บรรยาย Copilot Agents และ Microsoft Cowork |
| 8 ก.ค. 2026 | PTT | Microsoft Copilot และ AI Agents for Workforce |
แหล่งอ้างอิง
- Copilot Cowork is now generally available Microsoft 365 Blog (16 มิ.ย. 2026)
- Copilot Cowork overview Microsoft Learn
- Partner Center announcements, October 2026 Microsoft (การคิดเงินตามการใช้งานของ Copilot Business ตั้งแต่ 1 ธ.ค. 2026)
- บันทึกงานอบรมที่มีวันที่ TRAINIAC
อ่านต่อ
เลือกงานแรกด้วยเกณฑ์หา use case วางกติกาข้อมูลก่อนให้ agent เข้าถึงอะไรด้วยโครงนโยบายการใช้ AI หรือดูหลักสูตร AI Agents & Automation และ AI Agents with Microsoft Copilot Studio ที่จัดในองค์กรได้