องค์กรต่างๆ คาดหวังให้ AI agent จัดการเวิร์กโฟลว์ที่ยุ่งเหยิงได้อย่างน่าเชื่อถือ ยึดตามนโยบายโดยค่าเริ่มต้น ทำงานภายใต้ภาระโหลดสูง และแสดงขั้นตอนการทำงานของตนเอง แพลตฟอร์มของ Netomi จับคู่ GPT-4.1 สำหรับการใช้เครื่องมือที่มีความหน่วงต่ำและเชื่อถือได้ เข้ากับ GPT-5.2 สำหรับการวางแผนเชิงลึกแบบหลายขั้นตอน ซึ่งทั้งหมดทำงานภายใต้ชั้นการดำเนินการที่มีการกำกับดูแลเพื่อรักษาความสามารถในการคาดการณ์ของการกระทำที่ขับเคลื่อนด้วยโมเดลในสภาวะการผลิตจริง
บทเรียนที่ 1: สร้างสำหรับความซับซ้อนโลกจริง ไม่ใช่สำหรับกระบวนการในอุดมคติ
เพื่อให้มั่นใจในพฤติกรรมของ agent ที่สม่ำเสมอในงานที่ซับซ้อนและยาวนาน Netomi ใช้รูปแบบการแจ้งเตือนของ agentic ที่แนะนำโดย OpenAI เช่น การแจ้งเตือนความต่อเนื่องเพื่อช่วยให้ GPT-5.2 สืบสานการให้เหตุผลในเวิร์กโฟลว์หลายขั้นตอน และการตัดสินใจเกี่ยวกับสื่อหลากหลายรูปแบบที่ขับเคลื่อนโดย agent โดยอาศัย GPT-5.2 ในการตรวจจับและส่งสัญญาณเมื่อการเรียกใช้เครื่องมือควรส่งคืนภาพ วิดีโอ หรือแบบฟอร์ม
บทเรียนที่ 3: ทำให้การกำกับดูแลเป็นส่วนหนึ่งของการทำงาน
เมื่อความมั่นใจในเจตนาลดลงต่ำกว่าเกณฑ์ หรือเมื่อไม่สามารถจำแนกคำขอได้อย่างมั่นใจ กลไกกำกับดูแลของ Netomi จะเข้ามาตัดสินใจว่าจะจัดการกับคำขอนั้นอย่างไร เพื่อให้แน่ใจว่าระบบจะลดการสร้างผลลัพธ์แบบอิสระ และหันไปใช้เส้นทางการดำเนินการที่มีการควบคุม ในอุตสาหกรรมประกันภัย ลูกค้าของ Netomi ประมวลผลคำขอจากผู้ให้บริการเกือบสองล้านครั้งต่อปีใน 50 รัฐ ซึ่งการตอบสนองที่ผิดพลาดเพียงครั้งเดียวอาจก่อให้เกิดความเสี่ยงด้านกฎระเบียบหรือบริการตามมา
ศัพท์ที่ควรรู้
- Agentic systems – ระบบที่ทำให้ AI ทำงานเหมือนตัวแทนที่สามารถดำเนินการตามเป้าหมายได้
- GPT-4.1 / GPT-5.2 – โมเดลภาษาขนาดใหญ่ที่ถูกใช้ในแพลตฟอร์มของ Netomi เพื่อการทำงานเฉพาะด้าน
- Persistence reminders – การแจ้งเตือนที่ช่วยให้โมเดลสามารถรักษาบริบทและการให้เหตุผลในงานที่ยาวนานได้
- Governance – กลไกการกำกับดูแลที่ควบคุมการทำงานของ AI ให้เป็นไปตามกฎและนโยบายที่ตั้งไว้
ที่มา: OpenAI