OpenAI เปิดตัว ChatGPT Agent: รวม "การควบคุมเบราว์เซอร์" กับ "การวิจัยเชิงลึก" เข้าด้วยกัน

OpenAI เปิดตัว ChatGPT Agent อย่างเป็นทางการเมื่อวันที่ 17 กรกฎาคม 2025 โดยเป็น "ระบบเอเจนต์รวมศูนย์" ที่ผนวกความสามารถสองอย่างที่เคยแยกกันเข้าไว้ในหน้าต่างสนทนา ChatGPT เดียวกัน คือ Operator ที่สามารถควบคุมเบราว์เซอร์จริง (คลิก พิมพ์ เลื่อนหน้า กรอกฟอร์ม) และ Deep Research ที่สามารถท่องเว็บจำนวนมากแล้วสรุปเป็นรายงาน เมื่อรวมกับความสามารถด้านการสนทนาเดิมของ ChatGPT ผู้ใช้สามารถสั่งงานด้วยประโยคเดียวให้ระบบทำงานหลายขั้นตอนที่ต้อง "ค้นข้อมูล + ลงมือทำ + สร้างผลลัพธ์" ได้ในคราวเดียว

ตัวอย่างที่ OpenAI สาธิต ได้แก่ ตรวจสอบปฏิทินนัดหมายของผู้ใช้แล้วสรุปข่าวล่าสุดเป็นบรีฟก่อนประชุมลูกค้า วางแผนเมนูอาหารเช้าสไตล์ญี่ปุ่นแล้วสั่งซื้อวัตถุดิบผ่านเว็บไซต์ช้อปปิ้งโดยตรง และวิเคราะห์ข้อมูลสาธารณะของคู่แข่งสามรายเพื่อจัดทำสไลด์นำเสนอ งานเหล่านี้เดิมต้องให้ผู้ใช้สลับไปมาระหว่างแท็บและเครื่องมือหลายตัวด้วยตนเอง แต่ตอนนี้เอเจนต์สามารถเชื่อมโยงทำให้เสร็จในครั้งเดียว ฟีเจอร์นี้เปิดให้ผู้สมัครสมาชิก Pro, Plus, Team ใช้งานก่อน และจะขยายไปยังแผน Enterprise และ Edu ในภายหลัง

ความหมายเชิงเทคนิค: จาก "ตอบครั้งเดียว" สู่ "กระบวนการหลายขั้นตอนที่ลงมือทำได้จริง"

ChatGPT แบบเดิมเป็นเครื่องมือถาม-ตอบโดยพื้นฐาน ผู้ใช้ถาม โมเดลตอบ ส่วนการค้นข้อมูล การควบคุมระบบ และการสร้างไฟล์ยังต้องทำด้วยมือ การเปลี่ยนแปลงสำคัญของ ChatGPT Agent คือการร้อยเรียงสามขั้นตอน ได้แก่ การเข้าใจงาน การวางแผนขั้นตอน และการลงมือทำในเว็บไซต์และไฟล์จริง ให้กลายเป็นสายงานที่ทำงานได้เองอย่างต่อเนื่อง โดยสามารถค้นคว้าและบูรณาการข้อมูลระหว่างเว็บไซต์สาธารณะ ไฟล์ที่ผู้ใช้อัปโหลด และแหล่งข้อมูลบุคคลที่สามที่เชื่อมต่อไว้ (เช่น อีเมล คลังเอกสาร) พร้อมทั้งลงมือกรอกฟอร์มหรือแก้ไขสเปรดชีตจริง ไม่ใช่เพียงแสดงข้อความแนะนำเท่านั้น

กลไกความปลอดภัยที่ต่างจากรุ่นก่อน

ที่น่าสังเกตคือ OpenAI ไม่ได้ออกแบบเอเจนต์ให้ทำงานอัตโนมัติเต็มรูปแบบแบบ "กล่องดำ" ระบบจะขออนุญาตผู้ใช้ก่อนดำเนินการที่มีผลกระทบจริง เช่น การส่งฟอร์มหรือการชำระเงิน และผู้ใช้สามารถหยุดงานกลางคัน เข้าควบคุมเบราว์เซอร์เอง หรือสั่งหยุดเอเจนต์ได้ตลอดเวลา การออกแบบให้ "มนุษย์อยู่ในวงจร" เช่นนี้สะท้อนความกังวลทั่วไปในวงการต่อ AI แบบเอเจนต์ เพราะ AI ที่ลงมือทำจริงหากผิดพลาดจะมีต้นทุนสูงกว่าการตอบข้อความเฉยๆ มาก ความสามารถในการควบคุมและหยุดได้จึงเป็นตัวชี้วัดสำคัญว่าผลิตภัณฑ์ประเภทนี้จะได้รับความไว้วางใจหรือไม่

ความหมายสำหรับผู้บริหาร

ข่าวนี้สะท้อนว่า "ผู้ช่วย AI" กำลังพัฒนาจากเครื่องมือสนทนาธรรมดา ไปสู่เพื่อนร่วมงานที่สามารถลงมือทำงานประจำในสำนักงานจริง เช่น การรวบรวมข้อมูล การร่างเอกสารเบื้องต้น และการทำงานข้ามระบบ ผู้บริหารควรพิจารณาว่างานประเภท "ค้นข้อมูล + สรุป + สร้างเอกสาร" ที่ทำซ้ำๆ ในทีมงาน ในอนาคตอาจมอบให้เอเจนต์ทำร่างแรกก่อน แล้วให้คนตรวจสอบการตัดสินใจสำคัญและยืนยันผลลัพธ์สุดท้าย