SandboxAQ เพิ่มเครื่องมือด้านความน่าเชื่อถือและผลตอบแทนจากการลงทุนให้แพลตฟอร์มเอเจนต์ AI ของ Switch

SandboxAQ ประกาศเมื่อวันที่ 19 ตุลาคม 2026 ว่าจะขยายแพลตฟอร์ม Switch AI สำหรับองค์กรที่นำเอเจนต์ AI มาใช้ โดยเปิดตัว Switch Trust สำหรับค้นหา ทดสอบ และป้องกันเอเจนต์ และ Switch ROI ซึ่งติดตามต้นทุนและมูลค่าของเอเจนต์แต่ละตัว

บริษัทซึ่งตั้งอยู่ในเมืองพาโลอัลโต รัฐแคลิฟอร์เนีย ระบุว่าผลิตภัณฑ์ทั้งสองต่อยอดจากบริการ Switch Rooms แบบโอเพนซอร์ส โดยวางตำแหน่งให้เป็นเครื่องมือที่ไม่ผูกกับผู้จำหน่ายรายใดรายหนึ่ง เพื่อให้องค์กรประเมินความเสี่ยงของเอเจนต์ วัดมูลค่าทางธุรกิจ และปรับประสิทธิภาพได้ไม่ว่าจะใช้เอเจนต์ โมเดล และผู้ให้บริการรายใดก็ตาม ประกาศดังกล่าวเปรียบเทียบเอเจนต์กับ AI สำหรับองค์กรยุคแรก ซึ่งตามที่บริษัทระบุว่า มักประเมินกันจากจำนวนที่นั่งผู้ใช้ ปริมาณการใช้งาน และการใช้โทเค็นเป็นหลัก ทั้งยังระบุว่า เนื่องจากเอเจนต์สามารถตัดสินใจ ลงมือทำ และทำงานร่วมกับคนได้ จึงทำให้เกิดความคาดหวังใหม่ด้านการกำกับดูแลและความรับผิดชอบ

Switch Rooms เชื่อมพนักงานและเอเจนต์ AI เข้าด้วยกันผ่าน Slack, Microsoft Teams, Discord และเครื่องมืออื่น ๆ ในที่ทำงาน ช่วยให้ทีมทำงานร่วมกับเอเจนต์ที่เลือกได้ พร้อมยังคงเป็นเจ้าของบริบท ประวัติ และองค์ความรู้ที่ใช้ร่วมกัน SandboxAQ เปิดตัว Switch ในเดือนสิงหาคม 2026 ในรูปแบบโอเพนซอร์สภายใต้ Commons Clause Apache 2.0 โดยมีแนวคิดตั้งต้นว่าบริษัทต่าง ๆ ควรเลือกและเปลี่ยนเอเจนต์ AI โมเดล และผู้ให้บริการได้ โดยไม่ต้องสละการควบคุมบริบทของตน

Switch Trust: ค้นหา ทดสอบ และป้องกันเอเจนต์

ตามประกาศ Switch Trust ให้บริการด้านความปลอดภัยและการกำกับดูแลเอเจนต์ผ่าน 4 ขั้นตอน ได้แก่ ค้นหา ตรวจสอบ ประเมิน และเฝ้าติดตาม หน้าเว็บผลิตภัณฑ์ Switch Trust ระบุว่าผลิตภัณฑ์นี้ใช้ได้กับเอเจนต์ทุกตัว ไม่ว่าใครจะเป็นผู้สร้างก็ตาม

ขั้นตอนค้นหาจัดทำบัญชีรายการเอเจนต์ โมเดล เครื่องมือ เซิร์ฟเวอร์ MCP และส่วนที่ต้องพึ่งพากัน ซึ่งทำงานอยู่ในสภาพแวดล้อมและคลังเก็บโค้ดที่เชื่อมต่อไว้ รวมถึงเอเจนต์ที่ทีมรักษาความปลอดภัยอาจไม่รู้ว่ามีอยู่ ระบบบันทึกข้อมูลเจ้าของ แหล่งที่มา ส่วนที่ต้องพึ่งพา ผลการตรวจพบ และระดับความรุนแรงของแต่ละรายการ เพื่อให้ทีมเห็นภาพปัจจุบันของขอบเขตการใช้งานเอเจนต์ของตน

ขั้นตอนตรวจสอบค้นหาช่องโหว่ด้านความปลอดภัยของเอเจนต์ทั้งในโค้ดและสภาพแวดล้อมคลาวด์ โดยผสานการวิเคราะห์แบบสแตติกเข้ากับการคัดกรองโดยใช้ AI ช่วย ซึ่งช่วยตัดผลบวกลวงออก ระบบกำหนดคะแนนความรุนแรง จัดหมวดหมู่ผลการตรวจพบที่รองรับตามกรอบความปลอดภัยสำหรับเอเจนต์ของ OWASP และแนะนำวิธีแก้ไข

ขั้นตอนประเมินเชื่อมต่อกับเอเจนต์โดยตรง แล้วทดสอบเชิงโจมตีและทดสอบการทำงาน ซึ่งครอบคลุมการแทรกคำสั่ง การแหกข้อจำกัดของระบบ การรั่วไหลของข้อมูล และการปฏิบัติตามคำสั่ง การโจมตีแต่ละครั้งจะได้ผลว่า “ผ่าน” หรือ “ไม่ผ่าน” และนำผลไปรวมเป็นคะแนนสุขภาพโดยรวม ทีมยังเพิ่มการประเมินของตนเองควบคู่ไปกับการทดสอบที่มีมาให้ได้ หน้าเว็บผลิตภัณฑ์ระบุว่าหากการทดสอบไม่ผ่าน ระบบจะระงับการเผยแพร่เอเจนต์ไว้จนกว่าจะผ่าน

ขั้นตอนเฝ้าติดตามช่วยปกป้องเอเจนต์ในสภาพแวดล้อมใช้งานจริง ทีมเริ่มใช้งานเอเจนต์ผ่านชุดพัฒนาซอฟต์แวร์ที่บันทึกกิจกรรมของเอเจนต์ ซึ่งรวมถึงพรอมป์ต์ คำตอบ การเรียกใช้โมเดล เวลาแฝง เซสชัน และเหตุการณ์ด้านนโยบาย ขณะที่เอเจนต์ที่ทำงานใน Switch Rooms จะได้รับนโยบายป้องกันโดยอัตโนมัติ ระหว่างการโต้ตอบจริง นโยบายเหล่านี้จะตรวจหาการแทรกคำสั่ง ความลับ ข้อมูลระบุตัวบุคคล เนื้อหาที่เป็นพิษ และการแหกข้อจำกัดของระบบ ส่วน Trust สามารถบล็อก ปกปิดข้อมูล แจ้งเตือน หรือบันทึกพฤติกรรมที่ไม่ปลอดภัย พร้อมเก็บหลักฐานว่าเกิดอะไรขึ้น หน้าเว็บผลิตภัณฑ์ระบุว่าระบบป้องกันจะตรวจสอบทั้งข้อมูลขาเข้าและขาออกของเอเจนต์แต่ละตัว และ Switch Trust จะเก็บบันทึกชุดเดียวที่ระบุว่าเอเจนต์แต่ละตัวทำอะไรและใครเป็นผู้อนุมัติ

Switch ROI: วัดต้นทุนและมูลค่าของเอเจนต์แต่ละตัว

ตามประกาศ Switch ROI วัดต้นทุนและมูลค่าที่เอเจนต์แต่ละตัวสร้างขึ้น พร้อมคำแนะนำเฉพาะเจาะจงเพื่อลดต้นทุนและเพิ่มประสิทธิภาพ หน้าเว็บผลิตภัณฑ์ Switch ROI ระบุว่าระบบครอบคลุมเอเจนต์จากผู้จำหน่ายทุกรายในที่เดียว โดยรวบรวมค่าใช้จ่ายด้าน AI ที่กระจายอยู่ตามจำนวนที่นั่งผู้ใช้ ใบเรียกเก็บเงินตามปริมาณการใช้งาน และผู้จำหน่ายต่าง ๆ

ฟีเจอร์วัดผลติดตามค่าใช้จ่ายและประสิทธิภาพลงไปถึงระดับเอเจนต์แต่ละตัว เซสชัน และรอบการโต้ตอบ พร้อมงบประมาณ อัตราการใช้จ่าย และการแจ้งเตือนที่ออกแบบมาเพื่อช่วยให้เห็นการใช้จ่ายเกินงบตั้งแต่เนิ่น ๆ แทนที่จะนับตัวชี้วัดด้านโครงสร้างพื้นฐาน เช่น โทเค็นหรือการเรียกใช้ API ฟีเจอร์นี้จะเชื่อมโยงค่าใช้จ่ายเข้ากับผลลัพธ์ เช่น จำนวนทิกเก็ตที่จัดการเสร็จ คำขอรวมโค้ดที่ดำเนินการได้เร็วขึ้น และงานที่ทำให้เป็นระบบอัตโนมัติ

ฟีเจอร์พิสูจน์ผลตอบแทนจะเปรียบเทียบมูลค่าที่เอเจนต์แต่ละตัวสร้างขึ้นกับต้นทุน โดย Switch จะกำหนดค่าฐานจากการทำงานของมนุษย์ ติดตามค่าใช้จ่ายของเอเจนต์โดยอัตโนมัติ และวัดตัวเลขต่าง ๆ เช่น ต้นทุนต่อผลลัพธ์และผลตอบแทนจากการลงทุนสุทธิ

ฟีเจอร์ปรับประสิทธิภาพจะค้นหาค่าใช้จ่ายที่รั่วไหลและพิจารณาว่าควรแก้ไข เปลี่ยนเส้นทาง หรือลดส่วนใด พร้อมจัดอันดับคำแนะนำสำหรับเอเจนต์แต่ละตัว โดยระบุช่วงเงินที่คาดว่าจะประหยัดได้ต่อเดือนและระดับความเชื่อมั่น ประกาศระบุปัญหาที่คำแนะนำเหล่านี้มุ่งแก้ ได้แก่ การเลือกโมเดลที่ไม่เหมาะสม เครื่องมือที่เปิดให้ใช้แต่ไม่มีใครใช้ บริบทที่ส่งซ้ำแทนที่จะเก็บไว้ในแคช การลองใหม่และการทำงานวนซ้ำที่ทำให้งานเดิมเกิดซ้ำ และผลลัพธ์ที่ยาวเกินความจำเป็นของงาน หน้าเว็บผลิตภัณฑ์ระบุว่าคำแนะนำครอบคลุมการปรับปรุงต้นทุน 4 ด้าน ได้แก่ การเลือกโมเดล เครื่องมือที่ไม่ได้ใช้ ความยาวของคำตอบ และการแคช นอกจากนี้ยังระบุว่าการปรับปรุงด้านประสิทธิภาพกำลังจะตามมา พร้อมอธิบายถึงการย้ายงานของเอเจนต์ไปใช้โมเดลที่มีต้นทุนต่ำกว่าเมื่อผ่านการตรวจสอบคุณภาพ โดยเอเจนต์ยังคงรักษาบริบทของห้องไว้ได้

คำกล่าวจาก Mount Sinai West และผู้บริหาร

ตามประกาศ MSW Lab ของ Mount Sinai West กำลังใช้ Switch Trust เพื่อสร้าง G Board ซึ่งเป็นกรอบการทำงานที่ช่วยให้แพทย์สร้างแอปพลิเคชันทางคลินิกด้วยเอเจนต์ AI ได้ «ใน MSW Lab แพทย์สร้างซอฟต์แวร์ด้านการดูแลสุขภาพที่ใช้งานได้จริงด้วยเอเจนต์ AI เราจึงต้องพิสูจน์ให้ได้ว่าเอเจนต์เหล่านั้นทำงานอย่างปลอดภัย» ดร. Jeffrey Bander หัวหน้าสาขาโรคหัวใจของ Mount Sinai West และรองศาสตราจารย์ด้านโรคหัวใจและปัญญาประดิษฐ์ที่ Icahn School of Medicine at Mount Sinai กล่าวใน ประกาศของ SandboxAQ Bander กล่าวว่า Switch AI ช่วยให้ห้องปฏิบัติการสร้างความไว้วางใจดังกล่าวให้เป็นส่วนหนึ่งของงานประจำวันได้ ทำให้แพทย์มุ่งเน้นกับปัญหาทางคลินิกได้ แทนที่จะต้องเป็นผู้เชี่ยวชาญด้านความปลอดภัยของ AI

ประกาศดังกล่าวอ้างถึงการคาดการณ์ของ Gartner ที่ว่าโครงการ AI แบบเอเจนต์มากกว่า 40 เปอร์เซ็นต์จะถูกยกเลิกภายในสิ้นปี 2027 ส่วนหน้าผลิตภัณฑ์ Switch ROI อ้างถึงข้อมูลจากแบบสำรวจ KPMG Global AI Pulse ซึ่งลงวันที่ 24 มิถุนายน 2026 และรวบรวมจากผู้ตอบแบบสำรวจ 2,145 คน โดยรายงานว่าผู้นำ 7 เปอร์เซ็นต์มีผลตอบแทนจาก AI ที่เป็นรูปธรรมแล้ว และผู้นำที่มองเห็นต้นทุน AI ได้อย่างชัดเจนมีแนวโน้มที่จะรายงานผลตอบแทนดังกล่าวสูงกว่า 5 เท่า

Mohammed Aboul-Magd ผู้จัดการทั่วไปของ Switch AI ที่ SandboxAQ กล่าวว่า บริษัทพบกรณีเช่นนี้ในกลุ่มผู้ใช้จำนวนมาก โดยรายจ่ายด้าน AI ที่คาดว่าจะช่วยให้ไม่ต้องจ้างพนักงานเพิ่ม กลับมีค่าใช้จ่ายสูงกว่าการจ้างพนักงานประจำเต็มเวลาในเวลาไม่นาน เขากล่าวว่าการนำ AI มาใช้ไม่ได้ทำให้เกิดผลตอบแทนจากการลงทุนโดยอัตโนมัติ ทีมงานจำเป็นต้องรู้ว่าเอเจนต์แต่ละตัวมีต้นทุนเท่าใด ผลิตผลงานอะไร และจะปรับปรุงได้อย่างไร ซึ่งเขาระบุว่าเป็นปัญหาที่ Switch ROI สร้างขึ้นมาเพื่อแก้ไข

Jack Hidary ซีอีโอของ SandboxAQ กล่าวว่า บริษัทต่าง ๆ จะมีเอเจนต์ AI หลายร้อยตัว และอาจถึงหลายพันตัว ทำงานร่วมกับพนักงาน เขากล่าวว่าบริษัทคงไม่จ้างคนเป็นพันโดยไม่รู้คุณสมบัติ ค่าใช้จ่าย หรือผลงานของพวกเขา และต้องใช้หลักการเดียวกันนี้กับเอเจนต์ด้วย เมื่อเทคโนโลยีก้าวหน้า บริษัทต่าง ๆ ยังต้องสามารถเปลี่ยนไปใช้เอเจนต์และโมเดลที่ดีกว่าได้ โดยไม่สูญเสียความรู้ที่สั่งสมไว้