OutSystems เผยผลวิจัย องค์กรทั่วโลกก้าวสู่ยุค Agentic AI แต่ยังขาดความพร้อมในการนำ AI มาใช้งานจริง

ผลสำรวจพบว่า มีองค์กรเพียง 26% ที่พร้อมจัดการความขัดแย้งระหว่าง AI Agent ได้อย่างมีประสิทธิภาพ แม้การนำ AI Agent ไปใช้งานจริงขยายตัวมากขึ้น

OutSystems แพลตฟอร์ม Agentic Systems ชั้นนำ เปิดเผยผลการศึกษาฉบับใหม่ที่จัดทำร่วมกับ CIO Dive และ KPMG ซึ่งสะท้อนให้เห็นถึงช่องว่างระหว่างความเชื่อมั่นขององค์กรในการกำกับดูแล AI Agent กับความพร้อมในการดำเนินงานจริง โดยรายงาน Engineering Business Outcomes: The Shift to Agentic Systems พบว่า 82% ของผู้บริหารเชื่อว่า องค์กรของตนสามารถรับมือกับการกำกับดูแล การบูรณาการ และการติดตามการทำงานของ AI Agent ได้ทันเมื่อนำไปใช้งานจริง อย่างไรก็ตาม มีเพียง 26% ที่ระบุว่า องค์กรมีความพร้อมในการจัดการความขัดแย้งที่เกิดขึ้นระหว่าง AI Agent ระบบต่าง ๆ และกระบวนการทำงานอัตโนมัติ

การนำ Agentic AI มาใช้ในภาคธุรกิจกำลังเข้าสู่จุดเปลี่ยนสำคัญ เมื่อเครื่องมือพัฒนาเทคโนโลยีเข้าถึงได้ง่ายขึ้นและแรงกดดันทางเศรษฐกิจเพิ่มสูงขึ้น องค์กรจึงเริ่มเปลี่ยนจากการทดลองใช้ AI ไปสู่การใช้งานอย่างเป็นระบบทั่วทั้งระดับองค์กร โดยผู้บริหาร 71% คาดการณ์ว่า ภายใน 5 ปีข้างหน้า แอปพลิเคชันจะสามารถทำงานร่วมกันเพื่อประสานงานข้ามระบบ ทีมงาน และกระบวนการทางธุรกิจ รวมถึงรองรับเวิร์กโฟลว์ที่ซับซ้อนและมีหลายขั้นตอนมากขึ้น รายงานฉบับนี้จึงมุ่งศึกษาขีดความสามารถที่องค์กรจำเป็นต้องมีในการพัฒนา กำกับดูแล และประสานการทำงานของระบบ Agentic AI ที่มีความน่าเชื่อถือ เพื่อสร้างผลลัพธ์ทางธุรกิจ

"แม้ผู้บริหาร 82% เชื่อว่าองค์กรสามารถรับมือกับการกำกับดูแล AI Agent ได้ แต่มีเพียง 26% ที่มั่นใจว่ามีความพร้อมในการจัดการความขัดแย้งระหว่าง AI Agent" Tiago Azevedo ประธานเจ้าหน้าที่ฝ่ายสารสนเทศ (CIO) ของ OutSystems กล่าว "ช่องว่างนี้เองคือจุดที่องค์กรต้องลงมือจัดการอย่างจริงจัง จากประสบการณ์ในการนำ AI Agent มาใช้ในกระบวนการทำงานต่าง ๆ ขององค์กร ผมพบว่า ความปลอดภัยเกิดจากการออกแบบให้แพลตฟอร์มมีระบบควบคุมในตัวตั้งแต่ต้น มากกว่าการตรวจสอบภายหลัง องค์กรที่สามารถบังคับใช้นโยบายกำกับดูแลได้ในระหว่างที่ AI Agent กำลังทำงาน จะสามารถขับเคลื่อนธุรกิจได้รวดเร็วยิ่งขึ้น เพราะไม่ต้องหยุดการดำเนินงานเพื่อตรวจสอบว่าระบบที่พัฒนาขึ้นมีความน่าเชื่อถือหรือไม่"

รายงานได้สำรวจความคิดเห็นของผู้บริหารและผู้มีอำนาจตัดสินใจด้านไอทีกว่า 850 คน พบว่า แม้จะยังมีช่องว่างระหว่างความเชื่อมั่นด้านการกำกับดูแล AI กับความพร้อมในการปฏิบัติงานจริง แต่องค์กรส่วนใหญ่ไม่ได้เริ่มจากศูนย์ โดย 83% อาศัยกระบวนการด้านไอที ความปลอดภัย หรือการปฏิบัติตามข้อกำหนดที่มีอยู่เดิม รวมถึงการตรวจสอบเฉพาะทาง ตลอดจนนโยบายและระบบติดตามจากส่วนกลาง เพื่อกำกับดูแล AI Agent ที่สามารถดำเนินการได้อย่างอิสระผ่านแอปพลิเคชันหรือเวิร์กโฟลว์ต่าง ๆ อย่างไรก็ตาม การกำกับดูแลส่วนใหญ่ยังคงพึ่งพาบุคลากรและกระบวนการตรวจสอบเป็นหลัก โดยมีองค์กรเพียง 5% ที่ใช้กลไกควบคุมอัตโนมัติ บันทึกข้อมูลกิจกรรมเพื่อการตรวจสอบย้อนหลัง (Audit Trails) และกำหนดจุดตรวจสอบโดยมนุษย์ไว้อย่างเป็นทางการมาใช้ร่วมกัน ความท้าทายสำคัญจึงอยู่ที่การเปลี่ยนนโยบายกำกับดูแลให้เป็นกลไกควบคุมระหว่างระบบทำงานจริง (Runtime Controls) ที่สามารถบังคับใช้ได้อย่างสม่ำเสมอไม่ว่า AI Agent จะทำงานอยู่ในส่วนใดของระบบ

ผลการศึกษายังพบว่า เมื่อองค์กรขยายการใช้งาน Agentic AI ความท้าทายกำลังเปลี่ยนจากการพัฒนา AI Agent แต่ละตัว ไปสู่การบริหารจัดการระบบนิเวศที่ซับซ้อน ซึ่งประกอบด้วยโมเดล AI แอปพลิเคชัน ข้อมูล และเครื่องมือจากผู้ให้บริการภายนอก องค์กรจึงให้ความสำคัญกับความยืดหยุ่นและความสามารถในการทำงานร่วมกันของระบบ มากกว่าการพึ่งพาผู้ให้บริการรายเดียว โดย 74% ให้ความสำคัญกับการเชื่อมต่อระบบ AI เข้ากับแอปพลิเคชันและระบบเดิมขององค์กร ขณะที่ 63% ให้ความสำคัญกับการประสานการทำงานของ AI Agent ข้ามระบบ (Agent Orchestration) และ 62% มองว่าความสามารถในการเปลี่ยนโมเดล AI ผู้ให้บริการ และแพลตฟอร์มได้ในอนาคตเป็นปัจจัยสำคัญ

รายงานยังเปิดเผยข้อค้นพบสำคัญ รวมถึงข้อมูลเชิงลึกจากผู้ตอบแบบสำรวจ 209 คนจาก 3 ตลาดในเอเชียแปซิฟิก ได้แก่ ออสเตรเลีย อินเดีย และญี่ปุ่น ดังนี้

• ความน่าเชื่อถือของ Agentic AI ขึ้นอยู่กับเสถียรภาพของกระบวนการทำงานทั้งระบบ: องค์กรให้ความสำคัญกับการทดสอบระบบ Agentic AI แบบครบวงจรมากขึ้น ไม่ใช่เพียงการทดสอบ AI Agent แต่ละตัวแยกกัน โดยครอบคลุมการทำงานร่วมกันระหว่าง AI Agent การจัดการข้อยกเว้นและสถานการณ์ที่ไม่เป็นไปตามปกติ การจัดการเมื่อ AI Agent ดำเนินการขัดแย้งกัน ตลอดจนกลไกการย้อนกลับไปยังสถานะก่อนหน้า (Rollback) ทั้งนี้ ผู้บริหาร 81% ระบุว่า การทดสอบ ประเมินผล และตรวจสอบความถูกต้องของพฤติกรรม AI Agent เป็นปัจจัยที่มีความสำคัญมากถึงมากที่สุดในการเลือกใช้แพลตฟอร์มหรือเครื่องมือ AI
• บริบทขององค์กรเป็นปัจจัยสำคัญต่อความน่าเชื่อถือของ AI: มากกว่าหนึ่งในสามของผู้ตอบแบบสำรวจ (35%) ระบุว่า ความสอดคล้องของข้อมูลและการแบ่งปันบริบทระหว่างระบบเป็นอุปสรรคสำคัญในการประสานการทำงานของ AI Agent สะท้อนให้เห็นถึงความจำเป็นที่ AI Agent ต้องทำงานโดยอาศัยข้อมูลขององค์กรที่อยู่ภายใต้การกำกับดูแล สถานะปัจจุบันของแอปพลิเคชัน และกระบวนการทางธุรกิจที่เกี่ยวข้อง ไม่ใช่พึ่งพาเพียงความรู้ทั่วไปจากโมเดล AI
• องค์กรวัดผล Agentic AI จากผลลัพธ์ทางธุรกิจ: ผู้บริหารประเมินความสำเร็จของ Agentic AI จากผลกระทบต่อการดำเนินงานมากขึ้น โดยการลดข้อผิดพลาดเป็นตัวชี้วัดสำคัญอันดับหนึ่ง (64%) รองลงมาคือการปฏิบัติตามข้อกำหนดและการลดความเสี่ยง การเพิ่มประสิทธิภาพการทำงานของพนักงาน และการลดต้นทุน สำหรับ 3 ตลาดในเอเชียแปซิฟิกที่เข้าร่วมการสำรวจ พบว่า 73% ใช้ประสิทธิภาพการทำงานของพนักงานเป็นตัวชี้วัดผลลัพธ์ของ Agentic AI เปรียบเทียบกับยุโรปที่ 52% และอเมริกาเหนือที่ 45% อย่างไรก็ตาม ภาพรวมจากทั่วโลก มีเพียง 12% ขององค์กรที่ระบุว่า Agentic AI ช่วยเร่งการเปิดตัวผลิตภัณฑ์ บริการ หรือประสบการณ์ใหม่สำหรับลูกค้า สะท้อนให้เห็นว่า แม้องค์กรจะเริ่มได้รับประโยชน์จาก AI ในด้านการดำเนินงานแล้ว แต่การนำเทคโนโลยีดังกล่าวมาใช้เพื่อสร้างการเปลี่ยนแปลงทางธุรกิจในวงกว้างยังอยู่ในระยะเริ่มต้น
• ผู้บริหารในเอเชียแปซิฟิกมีความพร้อมในการใช้งาน Agentic AI สูงกว่าภูมิภาคอื่น: 39% ของผู้ตอบแบบสำรวจในเอเชียแปซิฟิก ระบุว่าองค์กรมีความพร้อมระดับสูงในการจัดการความขัดแย้งระหว่าง AI Agent เทียบกับยุโรปที่ 29% และอเมริกาเหนือที่ 18% นอกจากนี้ เอเชียแปซิฟิกยังมีสัดส่วนการนำระบบกำกับดูแลอัตโนมัติมาใช้สูงกว่าภูมิภาคอื่น โดย 14% ระบุว่าองค์กรมีระบบควบคุมอัตโนมัติ ระบบบันทึกข้อมูลเพื่อตรวจสอบย้อนหลัง และจุดตรวจสอบโดยมนุษย์ ขณะที่ยุโรปและอเมริกาเหนือมีสัดส่วนเพียง 3% และ 2% ตามลำดับ

"การสร้างความมั่นใจในระบบ Agentic AI ต้องเริ่มตั้งแต่ขั้นตอนการออกแบบและพัฒนา ไม่ใช่อาศัยเพียงการตรวจสอบภายหลัง" Michael Harper กรรมการผู้จัดการของ KPMG กล่าว "ระบบบันทึกข้อมูลและกระบวนการกำกับดูแลแบบเดิมถูกออกแบบมาสำหรับซอฟต์แวร์ที่มีรูปแบบการทำงานค่อนข้างตายตัว ไม่ใช่ AI ที่สามารถปรับเปลี่ยนการทำงานได้อย่างต่อเนื่อง ดังนั้น เพื่อปิดช่องว่างระหว่างความเชื่อมั่นกับความพร้อมในการปฏิบัติงานจริง องค์กรจำเป็นต้องมีความสามารถในการบังคับใช้นโยบายให้อยู่ในรูปแบบโค้ด (Policy-as-Code) พร้อมกลไกลกำหนดขอบเขตและควบคุมการทำงานของ AI ระหว่างที่ระบบทำงานจริง (Runtime Guardrails) สิ่งเหล่านี้จะช่วยให้องค์กรสร้างสรรค์นวัตกรรมได้อย่างคล่องตัว โดยยังคงรักษาความปลอดภัยและความน่าเชื่อถือของกระบวนการทำงานตั้งแต่ต้นจนจบ พร้อมมุ่งเน้นผลลัพธ์ทางธุรกิจ"

หลังจากเปิดตัว Agentic Systems Platform เมื่อต้นปีที่ผ่านมา OutSystems เดินหน้าขยายขีดความสามารถของแพลตฟอร์มอย่างต่อเนื่อง เพื่อตอบโจทย์ความต้องการขององค์กรในยุค Agentic AI โดยในช่วงที่องค์กรกำลังเปลี่ยนผ่านจากการทดลองใช้ AI ไปสู่การใช้งานในระดับองค์กร OutSystems Agentic Systems Platform ช่วยให้องค์กรสามารถพัฒนา ประสานการทำงาน และกำกับดูแลระบบ Agentic AI ที่มีเชื่อถือได้อย่างครบวงจรภายใต้แพลตฟอร์มเดียว แม้ต้องทำงานในสภาพแวดล้อมด้านเทคโนโลยีที่ซับซ้อน

ระเบียบวิธีวิจัย

ผลการศึกษานี้อ้างอิงจากการสำรวจออนไลน์ที่ดำเนินการโดย CIO Dive ในเดือนมิถุนายน 2569 โดยมีผู้บริหารเข้าร่วมการสำรวจทั้งหมด 858 คน ในจำนวนนี้เป็นผู้ตอบแบบสำรวจจากภูมิภาคเอเชียแปซิฟิก 209 คน ครอบคลุมประเทศออสเตรเลีย อินเดีย และญี่ปุ่น โดยกลุ่มตัวอย่างมาจากฐานข้อมูลของ CIO Dive