วันที่ 8 ตุลาคม ในงาน Gemini at Work 2026 Google Cloud ประกาศเปิดตัว Gemini agent AI เอเจนต์ตัวเดียวสำหรับการทำงาน คุณตั้งเป้าหมายให้มัน ไม่ต้องเขียนคำแนะนำทีละขั้น มันจะแตกงานเป็นขั้นตอนเอง หยิบเครื่องมือที่ต้องใช้ เชื่อมต่อกับระบบงานของบริษัท แล้วส่งผลลัพธ์ที่เสร็จแล้วกลับมา ลูกค้าองค์กรจะได้ใช้ก่อน ผู้ใช้ทั่วไปตามมาทีหลัง Google ไม่ได้บอกทั้งราคาและวันเปิดให้ใช้ทั่วไป ตามข้อมูลของ Decrypt เวอร์ชันสำหรับงานการเงินและนักกฎหมายอยู่ในช่วงพรีวิวแล้ว ส่วนเวอร์ชันสำหรับภาครัฐ การแพทย์ และค้าปลีกประกาศไว้ว่าจะตามมาทีหลัง
Thomas Kurian หัวหน้า Google Cloud สรุปไอเดียไว้ว่า งานทุกวันนี้เริ่มต้นที่ช่องพิมพ์ prompt ฟังดูเหมือนสโลแกน แต่เบื้องหลังคือการเปลี่ยนแปลงที่จับต้องได้ แชตบอตตอบคำถาม ส่วนเอเจนต์ตามแนวคิดของ Google จะทำงานหลายขั้นตอนเอง และทำงานต่อเบื้องหลังระหว่างที่คุณไปทำอย่างอื่น
Gemini agent ทำอะไรได้
ส่งงานพร้อมไฟล์แนบได้ ทั้งไฟล์ โฟลเดอร์ หรือ “โปรเจกต์” ทั้งชุด ซึ่งก็คือชุดไฟล์และสกิลสำหรับงานหนึ่ง ๆ จากนั้นเอเจนต์จะวางแผน ถ้าจำเป็นก็มอบบางขั้นตอนให้ซับเอเจนต์ โหลดสกิลเฉพาะทาง และเขียนโค้ด ทั้งหมดนี้ติดตามได้ในส่วนรวมงานที่แยกไว้ต่างหาก ตรงนั้นจะเห็นว่าเอเจนต์คิดยังไง มอบอะไรให้ใคร และทำไปถึงไหนแล้ว
มันทำงานบนคลาวด์ ตามข้อมูลของ Decrypt ปิดแล็ปท็อปไปได้เลย งานจะยังรันต่อ และงานหนึ่งอาจลากยาวเป็นชั่วโมงหรือเป็นวัน เอเจนต์วางผลลัพธ์ไว้ตรงที่คนทำงานกันอยู่แล้ว ทั้งในเอกสาร อีเมล และสภาพแวดล้อมสำหรับพัฒนาโปรแกรม เอเจนต์แบบนี้ข้างในทำงานยังไง ทั้งคอมพิวเตอร์บนคลาวด์ หน่วยความจำ และซับเอเจนต์ เราสรุปจากเลกเชอร์ของ Stanford ไว้ในบทความ “AI เอเจนต์อัตโนมัติทำงานอย่างไร”
รายการการเชื่อมต่อยาวมาก ฝั่ง Google มี Gmail, Docs, Sheets, Slides, Drive, Chat และ Calendar ฝั่งนอกมี Microsoft 365, Slack, ServiceNow, Jira, Confluence, Git, BigQuery, Databricks, Postgres, Snowflake นอกจากนี้ Google ยังพูดถึง MCP (Model Context Protocol) แยกไว้ด้วย ซึ่งเป็นมาตรฐานเปิดสำหรับเชื่อมเอเจนต์กับบริการภายนอก เอเจนต์ทำงานกับ MCP server ตัวไหนก็ได้ ทั้งในเครือข่ายขององค์กรและภายนอก เรียกใช้ได้จาก iOS และ Android จากคอมพิวเตอร์ Windows และ Mac จากคอมมานด์ไลน์ และจากในแอปที่ใช้ทำงานโดยตรง
เอเจนต์พนักงานที่มีอีเมลของตัวเอง
ส่วนที่แปลกใหม่ที่สุดของประกาศคือเอเจนต์แบบ “เพื่อนร่วมงาน” หัวหน้าอธิบายบทบาท เช่น ผู้ประสานงานอีเวนต์ แล้ว Gemini จะสร้างเอเจนต์ตามบทบาทนั้น เอเจนต์ได้บัญชี Workspace ของตัวเอง ทั้งที่อยู่อีเมล ปฏิทิน พื้นที่บน Drive และชื่อในสมุดรายชื่อของบริษัท มันรู้ว่าใครอยู่ทีมไหน แต่ละคนอยู่ไทม์โซนไหน ใครเป็นคนอนุมัติ และใครว่างเมื่อไร แต่รู้เฉพาะในขอบเขตสิทธิ์ที่ได้รับเท่านั้น มันเห็นแค่สิ่งที่มีคนแชร์ให้
เรียกใช้มันได้เหมือนพนักงานจริง ทั้งแท็กในเอกสาร ส่งอีเมลหา แชร์ไฟล์ให้ หรือเพิ่มเข้ากลุ่มแชท ทุกการกระทำถูกบันทึกลง audit log ในชื่อของเอเจนต์ ไม่ใช่ในชื่อคนที่เรียกใช้มัน สำหรับบริษัท เรื่องนี้แทบจะสำคัญกว่าความสามารถของมันเสียอีก เพราะเห็นได้ตลอดว่าใครทำอะไร พนักงานหรือเครื่อง
Google วางระบบความปลอดภัยไว้หลายชั้น เอเจนต์แต่ละตัวมีตัวตนดิจิทัลของตัวเองที่ยืนยันได้ด้วยวิทยาการเข้ารหัสลับ (cryptography) ทำงานในสภาพแวดล้อมแยกที่ชื่อ Agent Sandbox และทราฟฟิกเครือข่ายทั้งหมดของมันวิ่งผ่าน Agent Gateway ซึ่ง Google เรียกว่าไฟร์วอลล์เครือข่ายสำหรับ AI
เลือกโมเดล: Gemini และ Claude
โดยค่าเริ่มต้น เอเจนต์จะเลือกโมเดลให้เหมาะกับงานเอง โดยชั่งระหว่างคุณภาพกับราคา แต่จะเลือกโมเดลเองก็ได้ และไม่ได้จำกัดแค่ตระกูล Gemini โมเดลภายนอกกลุ่มแรกในรายการคือ Claude ของ Anthropic ต่อไป Google สัญญาว่าจะเพิ่มโมเดลแบบเปิดและโมเดลปิดเจ้าอื่น ๆ
สำหรับ Google นี่เป็นก้าวที่น่าสังเกต บริษัทที่ดันโมเดลตระกูลของตัวเอง ตั้งแต่ Gemini 4 Argon ตัวใหม่ไปจนถึง Gemma รุ่นเบา กลับเปิดให้โมเดลของคู่แข่งโดยตรงเข้ามาในผลิตภัณฑ์สำหรับการทำงานตัวหลักของตัวเอง และเมื่อเปลี่ยนโมเดล context สกิล และข้อมูลของเอเจนต์ก็ยังอยู่ครบ
การเลือกโมเดลก็เกี่ยวกับเงินด้วย เอเจนต์ที่ทำงานกันเป็นวันและเรียกซับเอเจนต์ เผางบได้ง่ายมาก Google จึงเพิ่มเครื่องมือคุมค่าใช้จ่าย ได้แก่ การกระจายงานระหว่างโมเดลแบบอัจฉริยะ และลิมิตค่าใช้จ่ายแบบเรียลไทม์ เมื่อโปรเจกต์ชนลิมิต เอเจนต์จะหยุดรอจนกว่าคนจะกด “ทำต่อ”
ทำไมเริ่มที่ธุรกิจก่อน
Sundar Pichai อธิบายลำดับการเปิดตัวว่า เริ่มจากธุรกิจเพื่อแก้คำถามที่ยากที่สุดก่อน คือความปลอดภัย การรองรับขนาดใหญ่ และประสิทธิภาพ ตรรกะนี้เข้าใจได้ เอเจนต์ที่มีอีเมล เข้าถึง CRM ได้ และมีสิทธิ์ส่งอีเมลในนามบริษัท ไม่ใช่ของเล่นอีกต่อไป และความผิดพลาดของมันก็แพงกว่าความผิดพลาดของแชตบอต
มีเหตุผลเชิงธุรกิจด้วย Pichai บอกว่า Gemini มีผู้ใช้มากกว่าหนึ่งพันล้านคนต่อเดือน และบริษัทในรายชื่อ Fortune 100 เกือบ 90% ใช้ Gemini Enterprise และ Google ก็เดิมพันกับกลุ่มนี้ ในบรรดาผู้ทดสอบเอเจนต์กลุ่มแรก บริษัทระบุชื่อ Shopify, PayPal และแบรนด์กีฬาจากสวิตเซอร์แลนด์ On
การแข่งขันของเอเจนต์
ประกาศของ Google เป็นส่วนหนึ่งของการแข่งขันในภาพรวม แชตบอตกำลังเรียนรู้ที่จะไม่ใช่แค่ตอบ แต่ลงมือทำด้วย ทั้งเขียนโค้ด นัดประชุม จองตั๋ว และจองโต๊ะ OpenAI เพิ่งเปิดตัว Dots ใน ChatGPT Meta มี Muse และเริ่มมีเอเจนต์ที่อยู่ในแอปแชทโดยตรงแล้ว ความต่างของ Google คือเอเจนต์ฝังเข้าไปในอีเมล เอกสาร และปฏิทินที่บริษัทใช้กันทุกวันอยู่แล้ว
สำหรับทีมเล็ก ๆ คำถามหลักตอนนี้คือเงื่อนไขการเข้าถึงและราคา และก่อนจะประกาศออกมา ก็ประเมินประโยชน์จริงได้ยาก แต่ทิศทางชัดแล้ว ถ้าเอเจนต์แบบนี้ติดตลาด สิ่งที่สำคัญขึ้นคือการตัดสินใจว่าจะยกงานไหนให้มัน และจะตรวจผลลัพธ์ยังไง
ถ้าอยากลองแนวทางคล้าย ๆ กันโดยไม่ต้องมีงบระดับองค์กร ใช้เอเจนต์แบบโอเพนซอร์สได้ เช่น Hermes Agent
