ผู้ใช้ซอฟต์แวร์รายต่อไปของคุณคือ AI Agent สถาปัตยกรรมของคุณพร้อมหรือยัง?

ลองนึกภาพ AI Agent ที่จัดการข้อโต้แย้งเรื่องการเรียกเก็บเงินจากลูกค้า โดยอ่านคำร้องเรียน ตรวจสอบประวัติบัญชี และพิจารณาว่าควรคืนเครดิตให้ ทั้งหมดนี้เกิดขึ้นภายในไม่กี่วินาที

น่าประทับใจใช่ไหม ทีนี้ลองให้มันออกเครดิตคืนจริง ๆ ดู

ข้อตกลงกับลูกค้าอยู่ในอีกระบบหนึ่ง กฎการอนุมัติฝังอยู่ในโค้ดของแอปพลิเคชัน ส่วนเครื่องมือเรียกเก็บเงินก็ต้องให้คนคลิกผ่านหน้าจอหลายหน้า

เอเจนต์เข้าใจว่าต้องทำอะไร แต่สถาปัตยกรรมกลับไม่เปิดทางให้มันทำงานจนเสร็จ

นี่คือปัญหาที่คาดว่าองค์กรจำนวนมากขึ้นจะพบ เมื่อ AI แบบเอเจนต์เริ่มนำมาใช้งานจริง แต่ที่น่าประหลาดคือ อุปสรรคที่ทำให้งานไม่เสร็จแทบไม่เกี่ยวกับความฉลาดของเอเจนต์เลย

เราทุ่มเทเวลาหลายปีปรับปรุงซอฟต์แวร์องค์กรให้ทันสมัยเพื่อคนที่ใช้งาน ต่อจากนี้เราต้องปรับปรุงซอฟต์แวร์ให้ทันสมัยเพื่อเอเจนต์ที่จะเข้ามาใช้งานมากขึ้นเรื่อย ๆ ด้วย

ส่วนติดต่อผู้ใช้ไม่เคยเป็นผลิตภัณฑ์ทั้งหมด

ลองพิจารณาการทำงานของซอฟต์แวร์องค์กรในปัจจุบัน ผู้คนเปิดแอปพลิเคชัน เข้าไปยังแดชบอร์ด ตัดสินใจ และส่งต่องานจากระบบหนึ่งไปยังอีกระบบหนึ่ง ส่วนติดต่อผู้ใช้คือช่องทางที่พวกเขาใช้โต้ตอบกับธุรกิจ

เอเจนต์ไม่จำเป็นต้องใช้หน้าจอเหล่านั้นเสมอไป เพราะสามารถดึงข้อมูลและเริ่มดำเนินการผ่าน API เซิร์ฟเวอร์ Model Context Protocol (MCP) และส่วนเชื่อมต่ออื่น ๆ ที่เรียกใช้งานด้วยโปรแกรมได้ นี่เป็นส่วนหนึ่งของการเปลี่ยนผ่านสู่สถาปัตยกรรมแบบไร้ส่วนติดต่อผู้ใช้

แต่การทำงานแบบไร้ส่วนติดต่อผู้ใช้ไม่ได้หมายความว่าแอปพลิเคชันจะหายไป ข้อมูล กฎทางธุรกิจ สิทธิ์การเข้าถึง และข้อกำหนดด้านการปฏิบัติตามกฎระเบียบยังคงสำคัญ ผมขอยืนยันด้วยว่าสิ่งเหล่านี้ยิ่งสำคัญกว่าเดิม

เป็นเวลาหลายปีที่ผู้จำหน่ายซอฟต์แวร์สร้างความได้เปรียบในการแข่งขันจากส่วนติดต่อผู้ใช้ที่ผ่านการออกแบบมาอย่างดี ความคุ้นเคยของผู้ใช้ และต้นทุนในการฝึกพนักงานใหม่ให้ใช้ระบบ ข้อได้เปรียบเหล่านั้นเริ่มลดลง เมื่อเอเจนต์ทำงานได้มากขึ้นโดยไม่ต้องเปิดส่วนติดต่อผู้ใช้ของแอปพลิเคชัน สิ่งที่มีคุณค่ามากขึ้นคือระบบบันทึกข้อมูลหลักที่อยู่เบื้องหลัง ซึ่งประกอบด้วยข้อมูลที่เชื่อถือได้ ตรรกะเฉพาะด้านที่ผ่านการตรวจสอบแล้ว การกำกับดูแลการดำเนินงาน และธุรกรรมที่ตรวจสอบย้อนหลังได้

เรื่องนี้ยังส่งผลต่อธุรกิจด้วย โดยภายในปี 2030 การใช้จ่ายกับแอปพลิเคชันสำหรับองค์กรสูงสุดถึง 234 พันล้านดอลลาร์ อาจได้รับผลกระทบจากการเปลี่ยนแปลงที่เกิดจาก AI แบบเอเจนต์ ตัวเลขนี้หมายถึงการใช้จ่ายที่เสี่ยงต่อการถูกรบกวนเปลี่ยนแปลง ไม่ใช่การใช้จ่ายที่จะหายไปอย่างแน่นอน และเมื่อเอเจนต์ทำงานที่ก่อนหน้านี้ผู้คนทำผ่านแดชบอร์ด การคิดราคาต่อที่นั่งก็อาจค่อย ๆ เปลี่ยนไปเป็นรูปแบบที่คิดตามปริมาณการใช้งาน การดำเนินการ หรือผลลัพธ์

สำหรับผู้จำหน่ายซอฟต์แวร์ นี่คือความท้าทายด้านรูปแบบธุรกิจ ส่วนองค์กรที่พึ่งพาแอปพลิเคชันเหล่านั้นต้องเผชิญกับความท้าทายด้านสถาปัตยกรรม

เราปรับปรุงองค์ประกอบต่าง ๆ ให้ทันสมัยแล้ว แต่ยังไม่ได้ปรับปรุงเวิร์กโฟลว์

องค์กรส่วนใหญ่ปรับปรุงระบบให้ทันสมัยมาเป็นเวลาหลายปีแล้ว ทีมหนึ่งอัปเดตแอปพลิเคชันรุ่นเก่า อีกทีมรวบรวมข้อมูลที่กระจัดกระจายไว้บนแพลตฟอร์มสมัยใหม่ ส่วนทีมที่สามสร้างการเชื่อมต่อระบบ หรือเพียงปรับโฉมส่วนติดต่อผู้ใช้

แต่ละโครงการอาจประสบความสำเร็จได้ด้วยตัวเอง ปัญหาเริ่มขึ้นเมื่อเอเจนต์ต้องทำเวิร์กโฟลว์ให้เสร็จโดยอาศัยองค์ประกอบทั้งหมดเหล่านั้น

คุณอาจให้ข้อมูลลูกค้าที่ถูกต้องแก่เอเจนต์ได้ แต่หากแอปพลิเคชันที่ต้องดำเนินการตามข้อมูลนั้นยังซ่อนกฎสำคัญไว้ในโค้ดเก่า แล้วขั้นตอนต่อไปจะเป็นอย่างไร หรือคุณอาจเปิด API ที่ใช้งานสะดวก แต่ข้อมูลเบื้องหลังยังไม่สอดคล้องกัน เอเจนต์ดำเนินการได้ก็จริง แต่คุณจะเชื่อถือการตัดสินใจของมันได้หรือไม่?

ทั้งสองกรณี เราปรับปรุงเทคโนโลยีบางส่วนให้ทันสมัยแล้ว แต่ไม่ได้ปรับปรุงวิธีทำงานให้ทันสมัยตามไปด้วย

AI แบบเอเจนต์ไม่สนใจว่าโครงการปรับปรุงระบบใดประสบความสำเร็จ แต่สนใจว่าเวิร์กโฟลว์ทั้งหมดทำงานได้หรือไม่

ตัวอย่างการทำงานจริงมีดังนี้ ลูกค้ารายหนึ่งต้องการเร่งการจัดทำใบเสนอราคาสำหรับงานซ่อมเครื่องยนต์ที่ซับซ้อน ซึ่งสัญญากำหนดว่าชิ้นส่วนใดซ่อม เปลี่ยน หรือปรับสภาพใหม่ได้ การจัดทำใบเสนอราคาแต่ละฉบับต้องใช้เวลาค้นคว้าด้วยตนเองจากสัญญาและคู่มือการบำรุงรักษานานหลายวัน บางครั้งก็หลายสัปดาห์ ลูกค้ารายนี้ปรับปรุงแพลตฟอร์มข้อมูลให้ทันสมัยไปแล้ว แต่การจัดทำใบเสนอราคากลับไม่ได้เร็วขึ้น เพราะคอขวดไม่เคยอยู่ที่ข้อมูล แต่อยู่ที่การค้นคว้า เราจึงสร้างเวิร์กโฟลว์นั้นขึ้นใหม่โดยใช้ชุดเอเจนต์ค้นคว้า ลดเวลาค้นคว้าลงได้ 80% และทำให้การจัดทำใบเสนอราคาเดินหน้าได้รวดเร็วขึ้นอย่างมาก

นี่คือเหตุผลที่ไม่ควรวางแผนปรับปรุงแอปพลิเคชันและข้อมูลให้ทันสมัยเป็นงานสองสายที่แยกจากกัน สถาปัตยกรรมต้องรองรับผลลัพธ์ทางธุรกิจได้ครบถ้วน

การมี API ไม่ได้ทำให้ระบบพร้อมสำหรับเอเจนต์

เราอาจเผลอคิดว่าคำตอบนั้นง่ายมาก แค่เปิดปลายทาง เชื่อมต่อเอเจนต์ แล้วก็เสร็จเรียบร้อย

ผมก็อยากให้มันง่ายขนาดนั้น

การดึงข้อมูลเป็นเรื่องหนึ่ง แต่การออกเครดิตคืน ปรับปรุงระเบียนทางการเงิน หรือสั่งซื้อชิ้นส่วนทดแทน เป็นอีกเรื่องหนึ่งโดยสิ้นเชิง ตอนนี้เรากำลังพูดถึงการลงมือดำเนินการ ไม่ใช่แค่การเข้าถึงข้อมูล

ผมใช้คำว่า ขอบเขตควบคุมสำหรับเอเจนต์ เพื่อเรียกส่วนเชื่อมต่อที่มีขอบเขตชัดเจนและอยู่ภายใต้การกำกับดูแล ซึ่งเอเจนต์ใช้เพื่ออ่านและเขียนข้อมูลในระบบบันทึกข้อมูลหลัก

API และเซิร์ฟเวอร์ MCP สามารถเปิดให้เอเจนต์เข้าถึงเครื่องมือและข้อมูลได้ แต่ MCP ไม่ได้บังคับใช้กฎทางธุรกิจของคุณโดยอัตโนมัติ หรือตัดสินว่าใครมีสิทธิ์ดำเนินการ การควบคุมเหล่านี้ยังต้องได้รับการออกแบบให้ฝังอยู่ในระบบและเวิร์กโฟลว์พื้นฐาน

เอเจนต์ดึงข้อมูลที่เชื่อถือได้จากแหล่งข้อมูลหลักได้หรือไม่? กฎทางธุรกิจระบุไว้อย่างชัดเจนและนำไปใช้อย่างสม่ำเสมอหรือไม่? เอเจนต์แนะนำให้ดำเนินการได้ แต่ลงมือทำได้เฉพาะสิ่งที่ตนได้รับอนุญาตให้ดำเนินการหรือไม่? เมื่อเกิดข้อผิดพลาด เราตรวจสอบย้อนกลับการดำเนินการ จัดการกรณียกเว้น และหากทำได้ ย้อนคืนการดำเนินการนั้นได้หรือไม่?

ปัญหาเหล่านี้แก้ไขได้ไม่ใช่ด้วยการใช้โมเดลที่ดีขึ้นเพียงอย่างเดียว แต่เป็นคำถามเกี่ยวกับเวิร์กโฟลว์ การออกแบบแอปพลิเคชัน สถาปัตยกรรมข้อมูล การผสานระบบ และการกำกับดูแล ซึ่งต้องหาคำตอบไปพร้อมกัน

เริ่มจากงาน ไม่ใช่เทคโนโลยี

แล้วควรเริ่มจากตรงไหน?

ผมจะไม่เริ่มจากการทำให้แอปพลิเคชันทุกตัวทำงานได้โดยไม่มีส่วนติดต่อผู้ใช้ หรือเปิดให้เข้าถึง API ที่มีอยู่ทั้งหมด แต่จะเริ่มจากเวิร์กโฟลว์ทางธุรกิจที่มีความสำคัญสักหนึ่งรายการ

ไล่ตรวจสอบเวิร์กโฟลว์นั้นตั้งแต่ต้นจนจบ ระบบใดบ้างที่เก็บข้อมูลหลัก? ตรรกะทางธุรกิจอยู่ตรงไหน? เอเจนต์เชื่อถือข้อมูลใดได้บ้าง? การตัดสินใจใดต้องได้รับอนุมัติจากมนุษย์? จะเกิดอะไรขึ้นหากระบบขัดข้องกลางคัน? จะรักษาการกำกับดูแลไว้อย่างไร?

คุณจะพบช่องว่างที่สำคัญ นั่นคือแผนงานการปรับปรุงระบบให้ทันสมัยของคุณ ซึ่งเป็นรายการงานค้างที่ประสานกันครอบคลุมแอปพลิเคชัน ข้อมูล การผสานระบบ และกลไกควบคุม โดยขับเคลื่อนด้วยผลลัพธ์ทางธุรกิจ ไม่ใช่โครงการด้านเทคโนโลยีที่แยกขาดจากกัน

และควรวัดผลให้สอดคล้องกัน ไม่ใช่วัดจากจำนวน API ที่คุณเปิดให้เข้าถึง หรือปริมาณข้อมูลที่คุณย้ายระบบ แต่ให้วัดว่าเวิร์กโฟลว์ดำเนินการจนเสร็จได้อย่างน่าเชื่อถือหรือไม่ จัดการกรณียกเว้นอย่างไร และผลลัพธ์ทางธุรกิจดีขึ้นหรือไม่

เป้าหมายไม่ใช่การให้ทุกอย่างทำงานได้โดยอัตโนมัติ แต่คือการดำเนินงานที่เชื่อถือได้และวางใจได้ โดยให้มนุษย์ใช้วิจารณญาณในจุดที่ควรใช้

การเปลี่ยนแปลงที่แท้จริงมีขอบเขตกว้างกว่าการทำให้ระบบไร้ส่วนติดต่อผู้ใช้

สิ่งที่ทำให้ผมตื่นเต้นไม่ใช่การกำจัดแดชบอร์ด แต่คือการที่ผู้คนไม่ต้องคอยย้ายงานด้วยตนเองไปมาระหว่างระบบที่แยกจากกันเพื่อให้งานสำเร็จอีกต่อไป

แต่เราจะไปถึงจุดนั้นไม่ได้ด้วยการนำเอเจนต์ไปวางบนสถาปัตยกรรมที่ไม่เคยออกแบบมาเพื่อรองรับเอเจนต์

ซอฟต์แวร์สำหรับองค์กรยุคถัดไปจะไม่ได้ถูกกำหนดด้วยสิ่งที่เปิดให้ผู้คนเห็นเพียงอย่างเดียว แต่จะถูกกำหนดด้วยสิ่งที่เปิดให้เอเจนต์ทำได้อย่างน่าเชื่อถือและมีความรับผิดชอบ