Google กำลังเปลี่ยน Gemini จากผู้ช่วยตอบคำถาม ให้เป็นเอเจนต์ที่รับ “เป้าหมาย” ไปวางแผน ใช้ทักษะและเครื่องมือ แล้วเชื่อมต่อระบบภายในเพื่อทำงานให้เสร็จแทนผู้ใช้
Google เลือกเริ่มกับธุรกิจก่อน เพราะต้องรับมือโจทย์ด้านความปลอดภัย สเกล และประสิทธิภาพให้ลงตัว ก่อนขยายไปยังผู้ใช้ทั่วไป แนวคิดนี้จึงไม่ใช่แค่ถามแล้วตอบ แต่คือการมอบหมายงานให้ Gemini ลงมือทำครับ
เมื่อ Gemini ไม่ได้แค่ตอบ แต่เริ่มลงมือทำ
จุดเปลี่ยนของ Gemini อยู่ที่อินเทอร์เฟซ “tasks inbox” ผู้ใช้ติดตามได้ว่าเอเจนต์กำลังทำอะไร มอบหมายงานให้ subagents ตรงไหน โหลดทักษะอะไร และคืบหน้าไปถึงไหนแล้ว
Gemini ยังมีบัญชี Google Workspace อีเมล และบริบทของตัวเองเหมือนเพื่อนร่วมงาน จึงถูกเรียกใช้งานผ่านการ tag, อีเมล, การแชร์ไฟล์ หรือ group chat ได้ พร้อมบันทึก audit trail ว่าเอเจนต์เป็นผู้ลงมือทำ งานจึงตรวจสอบย้อนหลังได้ชัดขึ้นครับ
จากการพิมพ์ถาม สู่การมอบหมายงานทั้งก้อน
งานในบริษัทไม่ได้จบแค่การถาม AI แต่ต้องประสานไฟล์ ข้อมูล ปฏิทิน และเครื่องมืออย่าง Google Workspace, Slack, Jira หรือระบบภายในให้ต่อกันครบก่อนลงมือจริง
Gemini รุ่นใหม่นี้จึงรับ “วัตถุประสงค์” แทนคำสั่งทีละขั้น มันสามารถวางแผน เลือกใช้ skills และ tools ที่เหมาะสม แล้วเชื่อมต่อระบบของบริษัทเพื่อทำงานให้ถึงเป้าหมาย เหมาะกับงานที่ต้องเดินหลายขั้นตอนและพึ่งพาหลายทีมครับ
Gemini agent ใหม่ยืนอยู่ตรงไหนในโลกของ Google
Google วาง Gemini agent เป็นก้าวต่อของ Gemini จาก AI ที่ตอบคำถาม ไปสู่ตัวช่วยที่ลงมือทำงานแทนได้ โดยเริ่มเปิดตัวกับธุรกิจก่อนผู้บริโภค เพื่อจัดการโจทย์ด้าน security, scale และ performance ให้รอบคอบขึ้น
จุดแข็งคือ Gemini มีผู้ใช้มากกว่า 1 พันล้านรายต่อเดือนอยู่แล้ว และเกือบ 90% ของบริษัทใน Fortune 100 ใช้ Gemini Enterprise ในที่ทำงาน ฐานนี้ทำให้ Google มีทางขยาย agent เข้าสู่องค์กรได้เป็นธรรมชาติครับ
Gemini แบบเดิมกับ Gemini ที่รับงานไปทำต่อเอง
Gemini แบบเดิมเน้นตอบคำถาม ส่วนเอเจนต์ใหม่รับ “เป้าหมาย” แล้ววางแผนงานต่อให้เอง เหมาะกับงานองค์กรที่ต้องใช้หลายระบบและมีขั้นตอนชัดเจน
| Factor | Gemini แบบเดิม | Gemini agent ใหม่ |
|---|---|---|
| รูปแบบการทำงาน | ตอบคำถาม | รับเป้าหมายและวางแผนงาน |
| การใช้งาน | สนทนาและให้ข้อมูล | ใช้ custom skills และ tools ทำงานต่อ |
| การเชื่อมต่อ | ไม่ได้ระบุในแหล่งข่าว | เชื่อมต่อระบบองค์กรและ MCP server |
| การติดตามงาน | ไม่ได้ระบุในแหล่งข่าว | ดูความคืบหน้าและการมอบหมายงานผ่าน tasks inbox |
| หลักฐานการทำงาน | ไม่ได้ระบุในแหล่งข่าว | สร้าง audit trail ในนามของ agent |
พูดง่ายๆ คือ จากผู้ช่วยที่รอคำถาม กลายเป็นผู้ช่วยร่วมทีมที่รับงานไปจัดการต่อเอง.
ใช้จริงแล้วเป็นยังไงเมื่อเอเจนต์เข้ามาอยู่ในทีม
เริ่มจากมอบ “เป้าหมาย” ให้เอเจนต์ แล้วมันจะวางแผนงาน ใช้เครื่องมือ และแบ่งงานให้ subagents จัดการต่อ เหมาะกับงานที่ต้องเดินหลายขั้นตอน ไม่ใช่แค่ตอบคำถาม
ถ้างานมีเอกสาร ก็แนบไฟล์ โฟลเดอร์ หรือโปรเจกต์ที่รวมไฟล์กับทักษะเฉพาะงานได้ จากนั้นให้เอเจนต์เชื่อมกับ Google Workspace, Microsoft 365, Slack, Jira, Confluence, Git รวมถึงฐานข้อมูลอย่าง BigQuery, Postgres และ Snowflake
เวลาเรียกใช้งานก็ทำได้หลายทาง ทั้งส่งอีเมล แท็ก แชร์ไฟล์ หรือเพิ่มเข้า group chat จึงดูคล้ายเพื่อนร่วมทีมอีกคนที่รับงานจากบริบทจริงได้ครับ
เมื่อเทียบกับเอเจนต์คู่แข่ง ข่าวนี้บอกอะไรได้บ้าง
Gemini agent วางตัวชัดเจนในตลาดธุรกิจ เพราะเชื่อมต่อระบบองค์กรและรับ “เป้าหมาย” ไปจัดการต่อ ส่วน Meta’s Muse, Instinct และ ChatGPT’s Dots ถูกกล่าวถึงในบริบทเอเจนต์สำหรับผู้บริโภคหรือการทำงานผ่าน messaging
| Factor | Gemini agent | Meta’s Muse | Instinct | ChatGPT’s Dots |
|---|---|---|---|---|
| กลุ่มผู้ใช้ | ธุรกิจ | ผู้บริโภค | ไม่ระบุชัดเจน | ไม่ระบุชัดเจน |
| รูปแบบการทำงาน | เชื่อมระบบองค์กร | เอเจนต์สำหรับผู้บริโภค | ทำงานผ่าน messaging | บริการที่เพิ่งเปิดตัว |
| ข้อมูลจากข่าว | มีรายละเอียดการเชื่อมต่อระบบ | กล่าวถึงในภาพรวม | กล่าวถึงในภาพรวม | กล่าวถึงในภาพรวม |
จุดแข็งที่เห็นชัด และข้อจำกัดที่ยังต้องจับตา
จุดแข็งของ Gemini ใหม่คือรับ “เป้าหมาย” แทนคำสั่ง แล้ววางแผน ใช้ tools และเชื่อมระบบอย่าง Google Workspace, Slack, Jira, Git หรือฐานข้อมูลได้เอง แถมมี Workspace account, email และ audit trail ของตัวเอง ทำให้ตรวจสอบการทำงานย้อนหลังได้ง่ายขึ้น
แต่โจทย์ใหญ่ยังอยู่ที่ความปลอดภัย, สเกล และ performance โดยเฉพาะเมื่อเอเจนต์มีสิทธิ์ทำงานแทนคนจริง การเลือกโมเดลได้ทั้ง Gemini และ Claude ยืดหยุ่นขึ้น แต่ Google ยังต้องพิสูจน์ว่าควบคุมการทำงานและการอนุมัติได้รัดกุมแค่ไหน
ข้อดี
- +รับเป้าหมายแทนคำสั่ง
- +เชื่อมต่อระบบองค์กรได้หลากหลาย
- +มี Workspace account และ audit trail ของตัวเอง
- +เลือกโมเดลได้ตามงาน
ข้อเสีย
- −ยังต้องพิสูจน์ความปลอดภัย
- −ต้องทดสอบสเกลและ performance ในงานจริง
- −ต้องควบคุมสิทธิ์และการทำงานของเอเจนต์ให้รัดกุม
ค่าใช้จ่ายที่ไม่ได้มีแค่ราคาการใช้งาน
ต้นทุนของ enterprise AI ไม่ได้มีแค่ค่าการเรียกใช้โมเดล แต่รวมถึงการทำ multi-model orchestration และการเลือกโมเดลให้เหมาะกับแต่ละงานด้วย ยิ่งเชื่อมต่อหลายระบบและใช้โมเดลจากหลายผู้ให้บริการ ค่าใช้จ่ายก็ยิ่งต้องติดตามใกล้ชิด
Google จึงเตรียม smart routing และ real-time spend caps เพื่อช่วยควบคุมงบแบบต่อเนื่อง ฟีเจอร์พวกนี้สำคัญกับองค์กรที่ต้องการใช้ agent อย่างจริงจัง เพราะช่วยให้เห็นและจำกัดการใช้จ่ายได้ชัดขึ้น แทนการปล่อยให้ค่าใช้จ่ายสะสมโดยไม่รู้ตัว
ใครควรจับตา Gemini agent ตั้งแต่ระยะแรก
องค์กรที่มีงานหลายขั้นตอนและระบบภายในกระจายอยู่หลายตัวควรจับตา Gemini agent เพราะมันรับ “เป้าหมาย” แล้ววางแผน ใช้ tools และเชื่อมต่อระบบอย่าง Google Workspace, Slack, Jira, Git หรือฐานข้อมูลได้
ทีมที่ต้องการติดตามการทำงานของ AI ก็ได้ประโยชน์จาก tasks inbox ซึ่งแสดงความคืบหน้า การแบ่งงานให้ subagents และ audit trail ของ agent เอง เหมาะกับธุรกิจที่ให้ความสำคัญกับการควบคุมและตรวจสอบการทำงานตั้งแต่ต้น
ก้าวต่อไปของ Gemini อาจไม่ได้วัดกันที่การตอบเก่งที่สุด
ความสำคัญของ Gemini รอบนี้คือการขยับจาก chatbot มาเป็นผู้ร่วมงานดิจิทัลที่มีบัญชี Workspace อีเมล และบริบทขององค์กรเอง รู้ว่าใครอยู่ทีมไหน ใครต้องอนุมัติงาน และแต่ละคนอยู่เขตเวลาใด
สิ่งที่ต้องติดตามคือ Google จะขยาย model picker ไปยังโมเดลโอเพนซอร์สและโมเดลส่วนตัวอย่างไร รวมถึงการนำ agent นี้ไปสู่ผู้บริโภคหลังเริ่มจากฝั่งธุรกิจ เพราะจุดชี้ขาดอาจอยู่ที่การทำงานร่วมกับคนและระบบได้จริง ไม่ใช่แค่ตอบคำถามได้ดี.