ถ้าใครยังมองว่าสงคราม AI เป็นเรื่องของการแข่งคะแนน Benchmark หรือการอวดว่าโมเดลใครตอบคำถามฉลาดกว่ากัน อาจจะต้องปรับมุมมองใหม่ด่วน เพราะสมรภูมิล่าสุดได้เปลี่ยนทิศทางไปสู่การแข่งขันสร้าง 'โครงสร้างแรงงานดิจิทัล' อย่างเต็มตัว

Anthropic เพิ่งเปิดตัว Claude Managed Agents ในเวอร์ชัน Public Beta ซึ่งไม่ใช่แค่การอัปเดตความฉลาดของโมเดล แต่คือการเปิดแพลตฟอร์มจัดการเอเจนต์ระดับองค์กร ที่เปิดให้ธุรกิจเรียกใช้งานพนักงาน AI ได้ในราคาเริ่มต้นเพียง 0.08 ดอลลาร์ต่อชั่วโมง (ราว 2 ถึง 3 บาท) แถมยังคิดค่าบริการตามจริงระดับมิลลิวินาทีเฉพาะช่วงที่ระบบทำงานอยู่เท่านั้น

ในเวลาไล่เลี่ยกัน OpenAI ก็มี Frontier ที่เปิดตัวออกมาก่อนหน้าเพื่อปูทางสู่การเป็นระบบปฏิบัติการสำหรับองค์กร ส่วน Google ก็ส่ง Vertex AI Agent Builder เข้าประกวด นี่คือสัญญาณชัดเจนว่ายุคของการพิมพ์แชตถามตอบกำลังถูกแทนที่ด้วยยุคแห่งการลงมือทำอัตโนมัติ ที่ AI ขยับสถานะจากผู้ช่วยตอบคำถาม สู่การเป็นเพื่อนร่วมงาน (AI Coworker) ที่พร้อมรับผิดชอบงานตั้งแต่ต้นจนจบ

---

Anthropic กับสถาปัตยกรรม 'แยกสมองออกจากมือ'

หัวใจสำคัญในเชิงวิศวกรรมของ Claude Managed Agents คือแนวคิด Brain-hands decoupling หรือการแยกการประมวลผลทางปัญญาออกจากสภาพแวดล้อมการทำงานจริง

ในระบบ Agent ยุคแรก นักพัฒนามักรวม 'สมอง' (ตัวโมเดล LLM) กับ 'มือ' (สภาพแวดล้อม Sandbox สำหรับรันคำสั่งและโค้ด) ไว้ในคอนเทนเนอร์เดียวกัน เมื่อเกิดข้อผิดพลาดในการรันโค้ดจนคอนเทนเนอร์ล่ม ตัว Agent ก็จะดับสนิทไปด้วย และสูญเสีย Context หรือสถานะการทำงานทั้งหมดทันที

Anthropic จึงแก้ปัญหาด้วยการแบ่งสถาปัตยกรรมออกเป็น 3 เลเยอร์:

1. Session: ทำหน้าที่จัดเก็บ Execution Log ทั้งหมดไว้นอกคอนเทนเนอร์ เปรียบเหมือนกล่องดำที่บันทึกทุกขั้นตอนอย่างถาวร
2. Harness: ตัวควบคุมและขับเคลื่อนตรรกะของโมเดล ซึ่งสามารถสลับเปลี่ยนอินสแตนซ์ใหม่ได้ทันทีหากเกิดปัญหา
3. Sandbox: สภาพแวดล้อมสำหรับสั่งการเครื่องมือและรันโค้ดตามคำสั่ง

ด้วยโครงสร้างนี้ แม้ตัว Sandbox จะพังเสียหาย ตัวควบคุมโมเดลก็สามารถดึง State จาก Session Log ขึ้นมารันต่อได้ทันทีโดยไม่ต้องเริ่มต้นนับหนึ่งใหม่

---

ต้นทุน 0.08 ดอลลาร์ต่อชั่วโมง: พลิกสมการเศรษฐศาสตร์แรงงาน

นอกเหนือจากสถาปัตยกรรมทางเทคนิค โมเดลราคาของ Claude Managed Agents เป็นจุดที่เขย่าตลาดอย่างมาก อัตราค่าบริการระบบอยู่ที่ 0.08 ดอลลาร์ต่อ Session-hour โดยคิดเงินเฉพาะช่วงสถานะ 'Running' เท่านั้น จังหวะที่ Agent รอรับคำสั่งเพิ่มเติมหรือรอการอนุมัติ (Human-in-the-loop) จะไม่ถูกนำมาคิดค่าใช้จ่าย

ตัวอย่างเช่น หากนำ Claude 4.6 Opus มาประมวลผลงานเขียนโค้ดและทดสอบระบบอย่างหนักหน่วงตลอด 1 ชั่วโมงเต็ม พร้อมการรับส่งโทเคนปริมาณมาก ค่าใช้จ่ายรวมทั้งหมดจะอยู่ที่ราว 0.705 ดอลลาร์ (ประมาณ 25 ถึง 26 บาท) ซึ่งเป็นต้นทุนที่ต่ำมากเมื่อเทียบกับประสิทธิภาพงานที่ได้ ทั้งยังทำงานได้ต่อเนื่องตลอด 24 ชั่วโมง

ปัจจุบัน Notion ได้นำระบบนี้ไปใช้สร้าง Custom Agents สำหรับรันงานประมวลผลแบบคู่ขนานในทีมวิศวกรรม ขณะที่ Rakuten ใช้เวลาเพียง 1 สัปดาห์ในการติดตั้งและเริ่มใช้งานระบบ Agent ครอบคลุมทั้งฝ่าย Product, Sales, Marketing และ Finance

OpenAI Frontier: วางโครงสร้าง 'ระบบปฏิบัติการองค์กร'

ฝั่ง OpenAI ตอบโต้ด้วยการผลักดัน OpenAI Frontier แพลตฟอร์มระดับ Enterprise ที่มุ่งเน้นการสร้าง 'AI Coworkers' สำหรับธุรกิจขนาดใหญ่

จุดเด่นของ Frontier คือการวางเลเยอร์ Business Context ที่เชื่อมต่อเข้ากับฐานข้อมูลภายใน ไม่ว่าจะเป็น CRM, Data Warehouse หรือแอปพลิเคชันเฉพาะทางขององค์กร เพื่อให้ Agent ซึมซับบริบททางธุรกิจและแนวทางการทำงานจริงได้อย่างแม่นยำ

OpenAI ยังเลือกใช้แนวทางแบบเปิด (Open Standards) โดย Frontier สามารถควบคุมและสั่งการ Agent จากผู้ให้บริการรายอื่นอย่าง Google หรือ Anthropic ได้ด้วย เพราะในโลกความเป็นจริง แต่ละองค์กรย่อมเลือกใช้โมเดลที่แตกต่างกันตามความถนัดของงาน การยึดตำแหน่ง 'ผู้ควบคุมระบบกลาง' จึงเป็นยุทธศาสตร์หลักของ OpenAI

---

สงคราม App Store ยุคใหม่บน ChatGPT

นอกจากตลาดองค์กรแล้ว OpenAI ยังคงรักษาฐานผู้ใช้งานทั่วไปด้วยการขยาย Ecosystem บน ChatGPT ล่าสุดบริการสตรีมมิงอย่าง Tubi ได้เปิดตัวแอปพลิเคชันบน ChatGPT ให้ผู้ใช้สั่งค้นหาภาพยนตร์ผ่านการพิมพ์พูดคุย เช่น พิมพ์ @Tubi แล้วระบุพล็อตที่ต้องการ เพื่อให้ระบบคัดเลือกหนังจากคลังกว่า 300,000 เรื่องมานำเสนอ

ด้วยฐานผู้ใช้งานรายสัปดาห์กว่า 900 ล้านคน การเชื่อมต่อของแอปพลิเคชันชั้นนำอย่าง Booking.com, Canva, Spotify และ Apple Music กำลังเปลี่ยนบทบาทของ ChatGPT ให้กลายเป็นศูนย์รวมบริการรูปแบบใหม่ ที่ผู้ใช้ไม่ต้องเปิดหลายแอป แต่สั่งการทุกอย่างผ่านอินเทอร์เฟซเดียว

การแข่งขันที่เข้มข้นทำให้ Claude ต้องเร่งสปีดชิงพื้นที่เช่นกัน และสามารถขึ้นสู่อันดับ 1 บน US App Store ได้ในเดือนมีนาคม สะท้อนถึงการเติบโตและความนิยมในกลุ่มผู้ใช้งานที่มองหาทางเลือกใหม่อย่างต่อเนื่อง

---

Amazon กับบทบาทผู้จัดสรรพลังประมวลผล

ในสมรภูมิการแย่งชิงความเป็นผู้นำระหว่าง Anthropic และ OpenAI ผู้ที่ได้รับผลประโยชน์อย่างมั่นคงคือ AWS (Amazon Web Services) ภายใต้การนำของ Matt Garman

หลายคนอาจตั้งข้อสังเกตถึงการที่ Amazon ลงทุน 8,000 ล้านดอลลาร์ใน Anthropic ควบคู่ไปกับการทำข้อตกลงโครงสร้างพื้นฐานมูลค่า 50,000 ล้านดอลลาร์กับ OpenAI แต่ในมุมมองของ AWS นี่คือกลยุทธ์ 'Coopetition' หรือการร่วมมือทางธุรกิจท่ามกลางการแข่งขัน

ไม่ว่าโมเดลจากค่ายใดจะเป็นผู้ชนะ ปริมาณการประมวลผลส่วนใหญ่ล้วนต้องพึ่งพาโครงสร้างพื้นฐานระบบคลาวด์และชิปประมวลผลอย่าง AWS Trainium ซึ่งทั้ง Anthropic, OpenAI และ Apple ต่างเลือกใช้เป็นหนึ่งในกำลังหลักของการคำนวณ

---

สรุป: จากเครื่องมือแชต สู่โครงสร้างพื้นฐานการทำงาน

จุดชี้ขาดของวงการ AI ในปัจจุบันไม่ใช่เพียงตัวเลขคะแนนทดสอบของโมเดลอีกต่อไป แต่คือ Infrastructure ที่ทำให้ระบบทำงานได้จริง เสถียร และมีต้นทุนที่คุ้มค่าทางเศรษฐศาสตร์

• Anthropic มุ่งเน้นมาตรฐานเปิดอย่าง MCP (Model Context Protocol) และระบบแยกการทำงานเพื่อความเสถียรสูงสุด
• OpenAI ขับเคลื่อนด้วยเครือข่ายผู้ใช้มหาศาลเพื่อสร้าง Ecosystem ครบวงจร
• Google ผสานพลังการค้นหากับคลังข้อมูลใน Workspace เพื่อความแม่นยำของเนื้อหา

สำหรับนักพัฒนาและผู้ประกอบการ การทำความเข้าใจวิธีออกแบบและควบคุมระบบ Agent เหล่านี้ คือกุญแจสำคัญในการเปลี่ยนจากการเป็นเพียงผู้ใช้งาน AI ทั่วไป สู่การสร้างระบบอัตโนมัติที่ช่วยขับเคลื่อนธุรกิจได้อย่างแท้จริง

แหล่งอ้างอิง

• Claude Managed Agents: get to production 10x faster | Anthropic Blog
• Scaling Managed Agents: Decoupling the brain from the hands | Anthropic Engineering
• Pricing | Claude API Docs
• Tubi Becomes First Streamer to Launch ChatGPT App | TubiTV Corporate
• AWS boss explains why investing billions in both Anthropic and OpenAI is an OK conflict | TechCrunch
• OpenAI Launches Frontier, a Platform to Build, Deploy, and Manage AI Agents | InfoQ