สวัสดีค่ะผู้อ่าน DevelopersIO ทุกคน หลังจากที่แพรได้มีโอกาสไปเข้าร่วมงาน AWS Summit Bangkok 2025 เมื่อวันที่ 29 เมษายนและได้เข้าฟัง Session หรือหัวข้อบรรยายต่างๆ ในงานมา วันนี้ก็เลยอยากเอาสิ่งน่าสนใจที่ได้ฟังมาแบ่งปันทุกคนค่ะ เผื่อว่าใครพลาด หรือไม่ว่าง ก็สามารถอ่านบทความสรุป Session จากแพร และทีมงาน Classmethod (Thailand) ได้เลยนะคะ

แนะนำ Session

ทุกวันนี้ Generative AI เข้ามาช่วยให้การทำงานของเราง่ายมากขึ้น รวมถึงเป็นส่วนสำคัญในการพัฒนาธุรกิจในปัจจุบัน โดยเฉพาะในธุรกิจภาคการเงิน และการธนาคาร การมีอยู่ของ Generative AI ทำให้ลดเวลาการทำงานลงไปได้เยอะทีเดียว

Session ที่จะนำมาเล่าสู่กันฟังนี้มีชื่อว่า "Using multiple agents for scalable generative AI applications" โดยมีวิทยากร คุณ Panyapol Chuenwatanakul จาก AWS และ คุณ Suraphan Laokondee จากธนาคารกรุงศรีอยุธยา มาร่วมอธิบายประโยชน์ และแชร์ประสบการณ์การใช้งาน Multiple Agents กับ AWS ในช่วงเวลาที่ผ่านมาค่ะ

AI Agent คืออะไร?

AI Agent คือระบบอัจฉริยะอัตโนมัติที่สามารถทำงานได้ด้วยตัวเอง วางแผนและตัดสินใจ เข้าถึงข้อมูลองค์กร รวมถึงใช้เครื่องมือต่างๆ ได้อย่างอิสระ ทำให้สามารถช่วยเหลือและทำงานแทนมนุษย์ในหลายๆ ด้าน

Amazon Bedrock

Amazon Bedrock เป็นแพลตฟอร์มของ AWS ที่ช่วยให้การสร้าง AI Agent ทำได้อย่างง่ายดาย โดยผู้ใช้เพียงแค่เลือกโมเดล AI ที่เหมาะกับโปรเจกต์ > กำหนดหน้าที่ของ Agent > เลือกแหล่งข้อมูลที่จะเข้าถึง > และกำหนด Action ที่ Agent สามารถทำได้ การใช้Amazon Bedrock ช่วยให้การพัฒนาระบบ AI อัจฉริยะเป็นเรื่องที่เข้าถึงได้สำหรับองค์กรทุกขนาด

ปัญหาของ Agent เดี่ยว

เมื่อ Agent ต้องรับผิดชอบงานที่หลากหลายและซับซ้อนมากขึ้น นำไปสู่ปัญหาต่างๆ ตามมา ทั้งโค้ดและคำสั่งที่ซับซ้อนเกินไป Agent เกิดความสับสนในการเลือกใช้เครื่องมือ ส่งผลให้ประสิทธิภาพการทำงานลดลง ดังนั้น การใช้งาน Multi-Agent Collaboration จึงเป็นทางออกที่น่าสนใจ

Amazon Bedrock จะเข้ามาช่วยแก้ปัญหาดังกล่าวด้วย ระบบ Multi-Agent Collaboration ที่แบ่ง Agent ตามความเชี่ยวชาญเฉพาะด้าน โดยมี Supervisor Agent ทำหน้าที่จัดการและส่งต่องานให้ Agent ที่เหมาะสม ผู้ใช้สามารถติดต่อผ่าน Supervisor Agent แค่ครั้งเดียว ให้ Supervisor Agent ช่วยเลือก Agent ที่เหมาะสม และกำหนดขั้นตอนการทำงานให้เรียบร้อย โดยที่เราไม่จำเป็นต้องรู้ว่ากำลังสื่อสารกับ Agent ตัวไหนอยู่

ประโยชน์ของ Multi-Agent

ระบบ Multi-Agent ช่วยยกระดับประสบการณ์ผู้ใช้ให้ดีขึ้นด้วยการมีจุดติดต่อเพียงจุดเดียว ทำให้การสนทนาราบรื่นกว่าเดิม นอกจากนี้ยังรองรับงานที่ซับซ้อน สร้างแผนงานอัตโนมัติ แบ่งงานให้ Agent ที่เชี่ยวชาญเฉพาะด้าน และทำงานเป็นขั้นตอนอย่างเป็นระบบ

สรุปแล้ว Multi-Agent Collaboration คือการทำงานร่วมกันของ AI Agent หลายตัวที่มีความเชี่ยวชาญเฉพาะด้านต่างกัน ภายใต้การประสานงานของ Supervisor Agent ที่ทำงานอยู่บน Amazon Bedrock ทำให้การพัฒนาระบบง่ายขึ้น ช่วยให้องค์กรสามารถสร้างระบบ AI ที่ซับซ้อนได้อย่างมีประสิทธิภาพ แก้ปัญหาที่ Agent ตัวเดียวไม่สามารถจัดการได้

ธนาคารกรุงศรีกับการประยุกต์ใช้ Multi AI Agent

ธนาคารกรุงศรี หนึ่งในธนาคารชั้นนำของไทย (TOP 5) ได้พัฒนาแอปพลิเคชัน "Data PupPap" โดยใช้ Amazon Bedrock เป็นฐานในการสร้างระบบ Generative AI ที่ช่วยเพิ่มประสิทธิภาพการทำงานด้านข้อมูล

Data PupPap: ระบบ Multi AI Agent เพื่อการจัดการข้อมูล มีความสามารถหลักๆ 4 ด้าน แปลงคำถามภาษาธรรมชาติเป็นคำสั่ง SQL, ค้นหาและสำรวจข้อมูลในคลังข้อมูล, วิเคราะห์และนำเสนอข้อมูลเชิงลึก, และปรับแต่งและแก้ไขคำสั่ง SQL ให้มีประสิทธิภาพ

ตัวอย่างการใช้งาน: ธนาคารกรุงศรีใช้งาน Data PupPap ที่พัฒนาขึ้นมาในการค้นหาลูกค้าที่มีบัญชีเงินฝากแต่ยังไม่มีบัตรเครดิต ระบบจะทำงานผ่านขั้นตอนต่างๆ โดยใช้ Multiple Agent

Amazon Bedrock ช่วยให้นักพัฒนาของธนาคารกรุงศรีสามารถสร้างและปรับใช้ระบบ AI ได้รวดเร็วและมีประสิทธิภาพ โดยเฉพาะการจัดการข้อมูลที่ซับซ้อนผ่านระบบ Multi-Agent ที่ทำงานร่วมกันอย่างชาญฉลาด

สรุป

Session "Using multiple agents for scalable generative AI applications" จาก AWS Summit Bangkok 2025 นำเสนอแนวคิดการใช้ Multi-Agent Collaboration บน Amazon Bedrock เพื่อแก้ปัญหาข้อจำกัดของ AI Agent เดี่ยว โดยแบ่ง Agent ตามความเชี่ยวชาญเฉพาะด้าน และมี Supervisor Agent ทำหน้าที่ประสานงาน ธนาคารกรุงศรีอยุธยาได้นำแนวคิดนี้ไปพัฒนาแอปพลิเคชัน "Data PupPap" ที่ช่วยเพิ่มประสิทธิภาพการจัดการข้อมูล แสดงให้เห็นว่าเทคโนโลยีนี้สามารถช่วยให้องค์กรพัฒนาระบบ AI ที่ซับซ้อนได้อย่างมีประสิทธิภาพ และประหยัดเวลาให้กับนักพัฒนาได้ดีทีเดียว