OpenAI เปิด Dots เอเยนต์เชิงองค์กร - ดูแลงานธุรกิจได้แม้แต่สั่งอาหาร
OpenAI เปิดตัว Dots ตัวแทน AI ที่ออกแบบมาเป็นซอฟต์แวร์สำหรับงานองค์กร ใช้ VM เข้าถึงแอปอย่าง Blender และ GIMP ได้ แต่ยังมีข้อจำกัดเมื่อเจอระบบตรวจสอบความปลอดภัยหรือการชำระเงินแบบออนไลน์

OpenAI ปล่อยแพลตฟอร์มเอเยนต์ชื่อ Dots ที่มาในลุคตัวการ์ตูนกลมๆ คล้าย Muse แต่เป้าหมายชัดเจนกว่า - มุ่งเป็นซอฟต์แวร์สำหรับงานองค์กรมากกว่าจะเป็นผู้ช่วยช้อปปิงทั่วไป รุ่นนี้ให้สิทธิ์เฉพาะบัญชีระดับสูงก่อน ตัวผู้ทดสอบใช้บัญชีแบบ $100-per-month Pro account เพื่อเรียกใช้งาน
แนวคิด - Codex สำหรับคนทั่วไป
ผู้เขียนมอง Dots ราวกับเป็น Codex ที่เปลี่ยนจากนักพัฒนาเป็นผู้ใช้ทั่วไป แต่ยังคงความสามารถด้านการควบคุมซอฟต์แวร์อื่นๆ ไว้ Dot ทำงานผ่านคลาวด์ VM ที่สามารถรันแอปอย่าง Blender และ GIMP ได้ทันที นอกจากนี้ยังเชื่อมต่อกับคอมพิวเตอร์ของผู้ใช้ผ่านแอปเดสก์ท็อป ChatGPT และรองรับการโทรหาด้วยเสียงเพื่อคุยงานแบบเรียลไทม์
ข้อจำกัดเมื่อเจอโลกออนไลน์จริง
การทดลองใช้งานเผยความสามารถที่น่าประทับใจ แต่ก็มีจุดอ่อนชัดเจนเวลาเจอระบบป้องกันของเว็บไซต์หรือกระบวนการจ่ายเงิน ตัวอย่างเช่น Dot พยายามนัดติดตั้งอินเทอร์เน็ตและค้นพบคูปองโปรโมชั่น 100 ดอลลาร์ในอีเมล แต่ติดขัดที่ต้องให้มนุษย์กดเมาส์ค้าง ระบุว่า "this particular check needs a sustained mouse hold that my browser controls don’t support" จึงต้องให้ผู้ทดสอบทำการกดค้างด้วยตัวเอง
นอกจากนี้ยังไม่มีระบบชำระเงินแบบเดียวกับ Muse ที่ใช้ Stripe หรือบัตรเสมือน ทำให้ Dot หยุดรอเมื่อระบบขอหมายเลขบัญชีธนาคาร ผู้ทดสอบจึงตัดสินใจกรอกข้อมูลด้วยตัวเองแทน และพบด้วยว่า Dot เจอปัญหาลูปการตรวจสอบความปลอดภัยกับบัญชี Ikea และบางร้านอาหารที่บล็อกการเข้าถึงจากเบราว์เซอร์คลาวด์ของ OpenAI
เมื่อลงลึกกับงานที่ควบคุมได้ Dot สดใส
จุดที่ Dot โชว์ศักยภาพจริงคือเมื่อต้องทำงานกับสิ่งที่ผู้ใช้ให้สิทธิ์อย่างเต็มที่ เช่น เว็บไซต์ส่วนตัวและไฟล์วิดีโอบนเครื่อง ผู้ทดสอบให้ Dots ออกแบบหน้าเว็บใหม่ สลับแก้โจทย์เป็นรอบๆ ผ่านการคุยด้วยเสียงประมาณ 10 นาที แล้วปล่อยให้ Dot ทำการแก้จริงบนแบ็กเอนด์ ผลที่ได้คือเวอร์ชันใหม่ที่เรียบกว่าเดิมและการรวมคลิปวิดีโอให้เหมาะกับโซเชียลมีเดีย ทั้งหมดส่งการแจ้งเตือนมายังแอปมือถือเมื่อสำเร็จ
ประสบการณ์นี้ชี้ว่าความแข็งแกร่งของ Dots อยู่ที่การรับข้อมูลจำนวนมากจากผู้ใช้และแปลงเป็นงานที่จับต้องได้ มากกว่าจะเป็นผู้ช่วยซื้อของอัตโนมัติ
ความหมายเชิงธุรกิจและสิ่งที่ต้องติดตาม
ในมุมธุรกิจ Dots ดูเหมือนเอเยนต์สำหรับงานภายในองค์กรมากกว่าโซลูชันของ Meta ที่เน้นใช้งานทั่วไปและอาจมียอดใช้งานฟรีก่อนถูกหาโมเดลหารายได้ OpenAI เลือกเปิดให้บัญชีระดับสูงก่อนซึ่งสื่อความตั้งใจว่าต้องการผลิตภัณฑ์ที่ไม่ถูกรบกวนด้วยโฆษณาหรือการหารายได้แบบฉาบฉวย
อย่างไรก็ตาม ยังมีข้อกังวลด้านความเชื่อถือเมื่อระบบต้องจัดการธุรกรรมหรือเจอการตรวจสอบความปลอดภัยของเว็บ ผู้ใช้ระดับองค์กรต้องพิจารณาการมอบสิทธิ์ การไหลของข้อมูล และมาตรการควบคุมการเข้าถึงให้รอบคอบ
สำหรับคนทำงานสายไอทีและนักพัฒนา Dots เป็นสัญญาณว่าเอเยนต์ที่ผสมผสานการเข้าถึงแอปและ VM จะเข้ามาเปลี่ยนเวิร์กโฟลว์ - ถ้าทีมของคุณทำงานที่ AI สามารถช่วยได้ การเรียนรู้เรื่องการออกแบบเอเยนต์ การจัดการสิทธิ์ และการรวมระบบอัตโนมัติจะเป็นประโยชน์
สรุปแล้ว Dots แสดงทิศทางของเอเยนต์แบบองค์กรมากกว่าผู้ช่วยส่วนตัว มันมีประโยชน์ชัดเจนเมื่อได้รับข้อมูลและสิทธิ์ที่เพียงพอ แต่ยังต้องปรับปรุงเรื่องความเสถียรเมื่อเผชิญกับระบบความปลอดภัยของเว็บและการชำระเงิน - สิ่งที่ผู้ประกอบการและทีมไอทีควรจับตา
ที่มา: The Verge - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Custom GPTs & AI Automation
หลายองค์กรใช้ ChatGPT ในงานประจำจนคล่องแล้ว แต่ยังติดอยู่ที่การพิมพ์คำสั่งซ้ำเดิมทุกวัน ต้องคอยก๊อปวางข้อมูลไปมาระหว่างระบบ และผลลัพธ์ก็ไม่เป็นมาตรฐานเดียวกันเมื่อคนละคนใช้งาน ก้าวต่อไปที่สร้างความต่างจริงจึงไม่ใช่การใช้ AI เก่งขึ้น แต่คือการหยุดสั่งงาน AI…

AI Agents with Copilot Studio
องค์กรจำนวนมากเริ่มใช้ Microsoft 365 Copilot ช่วยงานประจำวันแล้ว ขั้นต่อไปคือการสร้าง AI Agent ของตัวเองที่รู้จักข้อมูลขององค์กร ตอบคำถามจากนโยบายและเอกสารภายใน และลงมือทำงานแทนคนได้ เช่น เปิดคำขอ บันทึกข้อมูลลงระบบ หรือส่งเรื่องให้หัวหน้าอนุมัติ Microsoft…

AI Coding Agent for SDLC
นักพัฒนาส่วนใหญ่ใช้ AI ช่วยเขียนโค้ดกันแล้ว แต่ยังใช้แบบสั่งทีละงานแล้วคัดลอกผลลัพธ์มาวาง ซึ่งได้ประโยชน์แค่ช่วงเขียนโค้ดเท่านั้น ขณะที่เวลาจริงของทีมพัฒนาหมดไปกับการวางแผน แตกงาน ทบทวนโค้ด ทดสอบ ไล่ปัญหา และงาน Deploy…
